Авторитетность издания
Добавить в закладки
Следующий номер на сайте
Интеллектуальные процедуры проектирования технологических процессов в интегрированных САПР
Аннотация:Известно, что эффективность процедур синтеза решений в САПР технологических процессов (ТП) механической обработки во многом определяется иерархической структурой системы, обоснованностью выбора входных и выходных информационных потоков каждого ее элемента (подсистемы), правил преобразования входных данных в выходные и возможностью оперативного реагирования на производственную ситуацию, сложившуюся в механообрабатывающих подразделениях. С этой целью авторами проведены исследования САПР ТП с элементами искусственного интеллекта для многономенклатурного машиностроительного производства, интегрированной с АСУ технологическими процессами, с позиций системного подхода. Для исследования применен теоретико-множественный подход, при этом САПР ТП задавалась множеством элементов, каждому из которых соответствуют своя функция и свои связи, часть из которых зависит от временного параметра. Показаны состав и иерархия подсистем САПР ТП. Особенностью рассматриваемой системы являются наличие подсистем, реализующих функции накопления и обобщения опыта проектирования технологических процессов механической обработки и применения критериев отбора решений на уровнях декомпозиции процесса синтеза решений, и наличие информационных и темпоральных связей с АСУ технологическими процессами. Приведены уровни декомпозиции проектирования технологических процессов, показаны функции САПР ТП, реализуемые на каждом из них. Рассмотренные подход и правила преобразования информации были реализованы при разработке программных средств для автоматизированного проектирования технологических процессов в условиях предприятий единичного и мелкосерийного производства и апробированы на одном из предприятий г. Твери.
Abstract:The efficiency of synthesis procedures in computer-aided design systems (CAD systems) of machining opera-tion processes is determined by a system hierarchical structure, choice validity of the of input and output information flows in its elements (subsystems), input-output data converting rules and possibility of dynamic response to a production situation in machining workshops. For this purpose the authors have carried out the research of an intelligent CAD system for the multi-product machinery production with a computer integrated manufacturing control (in view of the CAM system approach). A set-theoretic approach is applied in the research. A set of elements is assigned to a CAD system, with each element compl y-ing with its function and links, some of them are depend on time parameter. The composition and hierarchy of CAD subsystems are given. Subsystems implementing the learning curve and best practice concepts in machine processing procedures along with functions of solution selection criteria on the levels of solution synthesis decomposition as well as data and tem-poral connections to CAM are referred to specific features of a CAD system in question. The article considers decomposition levels of technological processes design and the associated CAD system functions within every le vel. The analyzed approach and rules of data conversion were used in the development of software tools for a computer-aided design of technological processes in the one-off and limited production environment. They are tested at one of the enterprises of Tver, Russia.
Авторы: Семенов Н.А. (dmitrievtstu@mail.ru) - Тверской государственный технический университет (профессор кафедры «Информационные системы»), г. Тверь, Россия, доктор технических наук, Бурдо Г.Б. (gbtms@yandex.ru) - Тверской государственный технический университет (профессор, зав. кафедрой «Технология и автоматизация машиностроения»), г. Тверь, Россия, доктор технических наук, Исаев А.А. (gbtms@yandex.ru) - Тверской государственный технический университет, Тверь, Россия, Аспирант | |
Ключевые слова: системы автоматизированного проектирования технологических процессов, системный анализ, искусственный интеллект |
|
Keywords: cad systems for technological processes, system analysis, artificial intelligence |
|
Количество просмотров: 12954 |
Версия для печати Выпуск в формате PDF (7.83Мб) Скачать обложку в формате PDF (1.01Мб) |
Эффективность процедур синтеза решений в САПР технологических процессов (ТП) во многом обусловливается обоснованностью входных и выходных информационных потоков каждого ее элемента (подсистемы). Известно, что одним из методов анализа информационных преобразований являются теоретико-множественные подходы общей теории систем и искусственного интеллекта. В данной статье приводятся результаты исследования правил преобразования информации при проектировании ТП в рамках интегрированных систем проектирования и управления ТП (САПР ТП – АСУТП) в условиях единичного и мелкосерийного производства, занимающего доминирующее положение в современном машиностроении. Принципы создания указанных систем обоснованы в работах [1–7]. Для разработки алгоритмов программных средств САПР ТП был использован теоретико-множественный подход, выявлены подсистемы информационной системы и связи между ними, при этом САПР ТП задавалась множеством элементов, каждому из которых соответствует своя функция. В соответствии с указанными соображениями представлена интеллектуальная системная модель САПР ТП (см. рис.) с элементами обучения, осуществляющая процесс принятия решения на основе учета состояния технологической подсистемы (ТхП). Иерархия процесса принятия решений в САПР ТП представлена слева направо, то есть оператор R1 обладает высшей иерархией по отношению к R2–R4. Иерархия остальных элементов имеет естественный вид. Операторы {Oi} и {Ni} имеют высший приоритет по отношению к {Ri}, C – высший приоритет по отношению к {Oi} и {Ni}, B – по отношению к {Ri}, A – по отношению к B и C. Операторы R1–R4 осуществляют процесс принятия технологических решений в САПР ТП. Оператор R1 выполняет информационные преобразования, связанные с разработкой укрупненной схемы технологического маршрута: R1: L1´t´W1®Y1, (1) где L1 – сведения, содержащиеся в исходных данных (в конструкторской документации, различных стандартах, справочных материалах и т.д.) и необходимые для синтеза укрупненной схемы; t – множество параметров, определяющих текущее состояние в ТхП, для оператора R1 здесь же указана очередность разработки технологий; W1 – множество параметров, определяющих обобщенный опыт проектирования укрупненной схемы; Y1={y1j} – множество параметров, определяющих синтезированные укрупненные схемы технологических маршрутов, . Оператор R2 осуществляет синтез маршрутов обработки детали: R2: L2´ Y¢1´t´W2®Y2, (2) где Y2={y2j} – множество параметров, определяющих возможные маршруты обработки детали, ; L2 – множество параметров, содержащихся в исходных данных, необходимых для синтеза маршрутов обработки; Y¢1(Y¢1={y1}; Y¢1ÌY1; , m1 Оператор R3 синтезирует варианты операционных технологий из числа рациональных технологических решений, отобранных на предыдущих уровнях: R3: L3´Y¢1´Y¢2´t´W3®Y3, (3) где L3 – множество параметров, описывающих сведения, содержащиеся в исходных данных, необходимых для синтеза операционных технологий; Y¢2(Y¢2={y2j}; Y¢2ÌY2; , m2. Оператор R4 синтезирует управляющие программы для станков с ЧПУ. Если оборудование такого типа отсутствует, информация от оператора R3 адресуется оператору K0. R4: L4´Y¢1´Y¢2´Y¢3´t´W4®Y4, (4) где L4 – множество параметров, описывающих сведения, содержащиеся в исходных данных и необходимые для синтеза управляющих программ; Y¢3(Y¢3ÌY3; Y¢3={y3j}; , m3. Операторы K1–K3 осуществляют отбор рациональных решений на промежуточных уровнях, а оператор K0 – оптимального на последнем. Оператором K1 осуществляются две функции. Первая, K11, выполняет отбор рациональных вариантов укрупненных схем технологических процессов из числа синтезированных оператора- ми R1: K11: Y1´YC1®Y¢1, (5) где YC1 – обобщенный опыт по применению критерия на первом уровне с учетом опыта процесса ТП в целом, их реализации в ТхП и целевой функции. Вторая функция, K12, определяет разброс значений критериев решений, синтезированных R1: K12: {y1j}=Y1®Q1={q1j}, (6) где Q1 – множество параметров критериев выбора, соответствующих решениям {y1j}. Функции оператора K2: K21: Y2´YC2®Y¢2; K22: {y2j}=Y2®Q2={q2j}, (7) где YC2 – обобщенный опыт применения критериев отбора на уровне проектирования маршрута с учетом опыта ПТП в целом, отработки технологических решений в ТхП и глобальной целевой функции; Q2={q2j} – множество параметров критериев выбора решений на втором уровне, соответствующих Y′2. Функции оператора K3: K31: Y3´YC3®Y¢3; K32: {y3j}=Y3®Q3={q3j}, (8) где YC3 – обобщенный опыт применения критериев на уровне проектирования операционных технологий с учетом опыта процесса ТП в целом, отработки технологических решений в ТхП и глобальной целевой функции; Q3={q3j} – множество параметров критериев выбора решений на втором уровне, соответствующих Y′3. Функции оператора K0: K01: Y4´YC0®Y¢4; K02: Y4®Q4={q4j}, (9) где YC0 – опыт применения глобального критерия выбора ТП в целом и отработки технологических решений в ТхП; Q4={q4j} – множество параметров целевой функции ТП в целом, соответствующих Y¢4={y4j}; , n4 Операторы N1–N4 выполняют накопление информации в результате работы операторов R1–R4, K1–K3 и K0. Оператор N1 выполняет функции накопления опыта и оценки вариантов проектирования на первом уровне. N11: Y′1→∆1Y′1, (10) где ∆1Y′1 – множество параметров, характеризующих новые знания, полученные из отобранных синтезированных вариантов, то есть оригинальные технологические решения по укрупненной схеме для определенных типов деталей. Вторая функция, N12: N12: Q1´Y′2→∆YC1, (11) где ∆YC1 – множество параметров, характеризующих разброс значений критериев для отобранных вариантов оригинальных решений и технологических решений, являющихся аналогами ранее полученных, в привязке к параметрам решений на данном уровне. N21: Y′2→∆1Y′2, (12) где ∆1Y′2 – множество параметров, характеризующих новые знания, полученные из отобранных на уровне синтезированных вариантов маршрутов. N22: Q2´Y′2→∆YC2, (13) где ∆YC2 – множество параметров, характеризующих значения критериев для рациональных оригинальных маршрутов и являющихся аналогами ранее разработанных, в привязке к параметрам решений, отобранным на первом и данном уровнях; N31: Y′3→∆1Y′3; N32: Q3´Y′3→∆YC3, (14) где ∆1Y′3 – множество параметров, характеризующих новые оригинальные решения из числа отобранных на уровне операционных технологий; ∆YC3 – множество параметров, характеризующих значения критериев для рациональных оригинальных операционных технологий, а также для решений, являющихся аналогами ранее принятых, в привязке к параметрам решений, отобранных на первом, втором и данном уровнях. N41: Y′4→∆1Y′4; N42: Q4´Y′4→∆YC4, (15) где ∆1Y′4 – множество параметров, определяющих новое оригинальное технологическое решение из числа отобранных на уровне разработки управляющих программ; ∆YC4 – множество параметров, определяющих значения критериев для новых вариантов управляющих программ, и для решений, являющихся аналогами ранее принятых, в привязке к параметрам решений, отобранным на первом, втором, третьем и данном уровнях. Оператор NP накапливает информацию по реализованным синтезированным технологическим решениям всех уровней в ТхП: NP1: Y′¢→∆2Y1; NP2: Y′¢→∆2Y2; NP3: Y′¢→∆2Y3; NP4: Y′¢→∆2Y4, (16) где Y″ – множество параметров, характеризующих фактическое состояние изделия после реализации в ТхП разработанных технологических решений; ∆2Y1, ∆2Y2, ∆2Y3, ∆2Y4 – множество параметров, характеризующих новые результаты реализации в ТхП решений по определенным классам деталей, а также частоту получения аналогичных результатов по укрупненной схеме, маршрутам, операционным технологиям и управляющим программам соответственно. По существу множества ∆2Y1–∆2Y4 характеризуют новые результаты внедрения технологии в производство. Операторы O1–O4 обобщают опыт проектирования на всех уровнях исходя из анализа параметров синтезированных ТП и фактического состояния изготавливаемого объекта после прохождения ТхП, их функции: O1: D1Y′1´D2Y1→W1; O2: D1Y′2´D2Y2→W2; O3: D1Y′3´D2Y3→W3; O4: D1Y′4´D2Y4→W4. (17) Оператор C устанавливает и обобщает опыт применения критериев на различных уровнях процесса ТП, его функции: C1: L0´DYC1→YC1; C2: L0´DYC2→YC2; C3: L0´DYC3→YC3; C4: L0´DYC4→YC4, (18) где L0 – множество параметров, определяющих целевую функцию и организационно-экономические ограничения для технологий. Функция оператора P состоит в определении множества параметров, определяющих качество изготовленных изделий, полученных при реализации ТП в ТхП: P: Y′4→Y″. Функция оператора B состоит в выделении массивов информации {Li}={L1, L2, L3, L4}, необходимой для синтеза решений на каждом уровне: B1: D→L1; B2: D→L2; B3: D→L3; B4: D→L4, (19) где D – множество параметров, описывающих исходные данные для осуществления синтеза решений; L1, L2, L3, L4 – множество параметров – исходных данных, необходимых для синтеза укрупненной схемы, маршрутов, операционных технологий и управляющих программ. Оператор A реализует следующие функции системы управления верхнего уровня: A1: Z→D; A2: Z→L0, (20) где Z – директива на разработку ТП и производство изделий. Совокупность операторов R1–R4 представляет собой механизм или алгоритмы синтеза решений в САПР ТП. Операторы N1–N4 выполняют накопление информации о спроектированных ТП и решений по укрупненной схеме, маршрутам, операционным технологиям и управляющим программам, а оператор NP выполняет функцию накопления фактических параметров изделий после реализации ТхП. Следовательно, указанные операторы – подсистема накопления информации в САПР ТП. Операторы O1–O4 – подсистема обобщения информации по проектированию и реализации технологий. В совокупности операторы N1–N4, NP и O1–O4 реализуют часть процесса обучения, связанную с синтезом новых правил проектирования. Совокупность операторов K1–K3 и K0 – алгоритмы отбора решений на уровнях декомпозиции. Их совокупность – подсистема оценки отбора решений, построенная на эвристических критериях, которая позволяет резко сузить пространство поиска. Оператор C служит для обобщения, уточнения и перестройки эвристических критериев отбора, то есть реализует вторую сторону процесса обучения, связанную с оценкой вариантов технологий. Осуществление связи с АСУТП по параметру t позволяет выполнять проектирование исходя из сложившейся ситуации в ТхП, что отвечает требованиям, предъявляемым к системам искусственного интеллекта. Оператор B выполняет функцию ввода в САПР ТП исходных данных, необходимых для проектирования. Оператор P выполняет оценку качества изделий, изготовленных в ТхП. Оператор A не относится непосредственно к САПР ТП, это система управления организацией. В заключение отметим, что указанный подход и правила преобразования информации были реализованы при разработке программных средств [8] для автоматизированного проектирования ТП в условиях предприятий единичного и мелкосерийного производства, апробированных в ООО «Нефтегазгеофизика» (г. Тверь). Литература 1. Ракович А.Г., Гаранский Г.К., Губич Л.В., Махнач В.И. Автоматизация проектирования технологических процессов и средств оснащения. Минск: Изд-во ИТК АН Беларусь, 1997. 276 с. 2. Цветков В.Д. Системно-структурное моделирование и автоматизация проектирования технологических процессов. Минск: Наука и техника, 1979. 264 с. 3. Бурдо Г.Б., Палюх Б.В. Теоретические основы комплексной автоматизированной системы проектирования и управления технологическими процессами в многономенклатурном производстве // Вестн. СамГТУ: сер. Технич. науки. 2010. № 4 (127). С. 44–54. 4. Евгенев Г.Б. Интеллектуальные системы проектирования. М.: Изд-во МГТУ им. Н.Э. Баумана, 2009. 334 с. 5. Кондаков А.И. САПР технологических процессов. М.: Академия, 2007. 272 с. 6. Кунву Ли. Основы САПР (CAD\CAM\CAE) (Principles CAD\CAM\CAE system). СПб: Питер, 2004. 560 с. 7. Норенков И.П. Основы автоматизированного проектирования: учеб. для вузов. М.: Изд-во МГТУ им. Н.Э. Баумана, 2002. 336 с. 8. Бурдо Г.Б., Палюх Б.В., Рагозин Г.И. Программные средства имитационного моделирования размерной структуры технологических процессов // Программные продукты и системы. 2010. № 1 (89). С. 82–85. References 1. Goranskiy G.K., Rakovich A.G., Gubich L.V., Makh- nach V.I. Avtomatizatsiya proektirovaniya tekhnologicheskikh protsessov i sredstv osnashcheniya [Automated design of technological processes and tools]. Minsk, ITK AN Belarus Publ., 1997, 276 p. 2. Tsvetkov V.D. Sistemno-strukturnoe modelirovanie i avtomatizatsiya proektirovaniya tekhnologicheskikh protsessov [System structured modeling and automated design of technological processes]. Minsk, Nauka i tekhnika Publ., 1979, 264 p. 3. Burdo G.B., Palyukh B.V. The basics of complex automated design and technological processes control system in multiproduct manufacture. Vestnik Samarskogo gosudarstvennogo tekhnicheskogo universiteta. Seriya “Tekhnicheskie nauki” [Vestnik of Samara State Technical University. Technical Sciences Series]. 2010, no. 4 (127), pp. 44–54 (in Russ.). 4. Yevgenev G.B. Intellektualnye sistemy proektirovaniya [Intelligent design systems]. Moscow, Bauman Moscow State Technical Univ. Publ., 2009, 334 p. 5. Kondakov A.I. SAPR tekhnologicheskikh protsessov [CAD systems for technological processes]. Moscow, Akademiya Publ., 2007, 272 p. 6. Lee K.W. Principles of CAD\CAM\CAE systems. Prentice Hall Publ., 1st ed., 1999, 640 p. 7. Norenkov I.P. Osnovy avtomatizirovannogo proektirovaniya [The basics of automated design]. Univ. textbook, 2nd ed., Moscow, Bauman Moscow State Technical Univ. Publ., 2002, 336 p. 8. Burdo G.B., Palyukh B.V., Ragozin G.I. Software tools for simulation modeling of dimensional structure of technological processes. Programmnye produkty i sistemy [Software & Systems]. 2010, no. 1 (89), pp. 82–85 (in Russ.). |
Постоянный адрес статьи: http://swsys.ru/index.php?page=article&id=3759&lang=&lang=&like=1 |
Версия для печати Выпуск в формате PDF (7.83Мб) Скачать обложку в формате PDF (1.01Мб) |
Статья опубликована в выпуске журнала № 1 за 2014 год. [ на стр. 60-64 ] |
Возможно, Вас заинтересуют следующие статьи схожих тематик:
- Модель автоматизированной системы управления качеством в многономенклатурном машиностроительном производстве
- Автоматизированная система управления технологическими процессами в многономенклатурных производствах
- Реализация методов обучения с подкреплением на основе темпоральных различий и мультиагентного подхода для интеллектуальных систем реального времени
- Интеллектуальная система прогнозирования на основе методов искусственного интеллекта и статистики
- Модуль автоматизированного управления системы мониторинга производственных процессов
Назад, к списку статей