王 巍

（湖北工業(yè)大學(xué)，武漢 430000）

1 研究背景

某常用骨科醫(yī)療器械，因為產(chǎn)品原材料價格昂貴，生產(chǎn)廠商選擇采用近乎零庫存的生產(chǎn)策略，隨時響應(yīng)市場需求組織相應(yīng)型號的生產(chǎn)。由于不同患者生理特性的差異，其具有十多個序列，一百多種型號。而模具成型具有“一模一樣”的特點，每種型號都必須制造一副專用彎曲模，每次改變生產(chǎn)型號就必須更換模具，由此造成模具型號多，管理困難。由于彎曲零件受力狀態(tài)復(fù)雜，以及材料供貨或生產(chǎn)工藝參數(shù)的波動，造成回彈的準(zhǔn)確預(yù)測很困難，幾乎無法采用某一固定參數(shù)開展生產(chǎn)。每次更換模具都只能依靠人工裝模試模來確定生產(chǎn)的相關(guān)參數(shù)，很難實現(xiàn)快速穩(wěn)定的生產(chǎn)。鑒于此，生產(chǎn)廠家提出了開發(fā)一套只需要輸入不同的零件參數(shù)，就可自動試模，自動調(diào)整參數(shù)，并實現(xiàn)穩(wěn)定生產(chǎn)的全自動智能彎曲模的需求，零件示意圖如圖1所示。

圖1 零件示意圖

2 設(shè)計思路

考慮到彎曲成形過程復(fù)雜，且材料供貨或生產(chǎn)工藝參數(shù)的波動較大，傳統(tǒng)有限元模型預(yù)測精度不足，而專家系統(tǒng)又過于龐雜，決定采用人工神經(jīng)網(wǎng)絡(luò)作為主要工作模型。通過變更模具定位零件等技術(shù)手段可以將彎曲長度、彎曲高度、彎曲角、彎曲半徑和彎曲位置等各型號模具的關(guān)鍵工藝參數(shù)統(tǒng)一成彎曲行程一項參數(shù)，從而降低工作模型的復(fù)雜程度。最后建立一個采用在線測量數(shù)據(jù)作為神經(jīng)網(wǎng)絡(luò)的訓(xùn)練樣本，輸入為彎曲工藝參數(shù)、輸出為行程參數(shù)的神經(jīng)網(wǎng)絡(luò)模型，并通過在線監(jiān)測檢驗相關(guān)模型的準(zhǔn)確性，在允許的公差取值范圍內(nèi)，采用神經(jīng)網(wǎng)絡(luò)模型代替?zhèn)鹘y(tǒng)有限元彎曲數(shù)學(xué)模型，對工藝參數(shù)進行實時優(yōu)化并反饋給伺服壓力機執(zhí)行，最終實現(xiàn)可自我學(xué)習(xí)的、具有相當(dāng)生產(chǎn)柔性的智能彎曲成型模具。

根據(jù)國內(nèi)外相關(guān)文獻，智能模具的發(fā)展可分為具有感知能力，具有分析能力，具有決策能力和具有執(zhí)行功能四個層次。以目前中國的模具行業(yè)發(fā)展?fàn)顩r來說，生產(chǎn)智能模具的水平還處在具有感知能力的初級層次，而具有分析、預(yù)測能力的模具十分少見。而且，對于已經(jīng)實際生產(chǎn)應(yīng)用的智能模具的分析和預(yù)測還大多依賴專家系統(tǒng)來實現(xiàn)。在人工智能方興未艾的今天，已有部分基于人工神經(jīng)網(wǎng)絡(luò)具有分析和預(yù)測能力的智能模具研究取得了積極成果；而具有決策和執(zhí)行功能且高度智能化的智能成形模具目前在國內(nèi)尚未見有實際生產(chǎn)應(yīng)用的案例。

本文通過開發(fā)一套基于人工神經(jīng)網(wǎng)絡(luò)具有自我機器學(xué)習(xí)能力的柔性智能彎曲成型模具系統(tǒng)，研究在模具中實現(xiàn)成型參數(shù)的機器決策及自我調(diào)整的方法。該智能彎曲成型模具是一個涉及機械、電子、傳感、通信及計算機等多技術(shù)領(lǐng)域的較復(fù)雜的冷塑性成型系統(tǒng)，主要由彎曲執(zhí)行機構(gòu)、在線測量子系統(tǒng)、智能識別子系統(tǒng)、智能學(xué)習(xí)及預(yù)測子系統(tǒng)、反饋及控制子系統(tǒng)等五部分構(gòu)成。以上五個分系統(tǒng)依序工作構(gòu)成一個完整的彎曲學(xué)習(xí)循環(huán)，直到最后獲得符合公差要求的零件。每一個零件的生產(chǎn)和學(xué)習(xí)都基于上次學(xué)習(xí)的結(jié)果開展，直至一次彎曲成功。隨著生產(chǎn)的零件數(shù)目及型號的增多，該系統(tǒng)的預(yù)測精度會越來越高，以后即使毛坯材料或生產(chǎn)條件發(fā)生改變，系統(tǒng)也能夠很快做出調(diào)整，真正實現(xiàn)從感知、分析到?jīng)Q策、執(zhí)行的完全智能化。

該智能系統(tǒng)的關(guān)鍵問題在于智能學(xué)習(xí)及預(yù)測子系統(tǒng)的設(shè)計及程序編寫。目前，各種機器學(xué)習(xí)模型種類繁多，其應(yīng)用場合也各有不同。綜合考慮后決定選擇神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)模型并使用Python編寫相應(yīng)的程序。

3 設(shè)計方案

技術(shù)方案如圖2所示，彎曲執(zhí)行機構(gòu)由一付帶可調(diào)式定位夾緊元件的彎曲模和一臺伺服壓力機組成；在線測量機構(gòu)負責(zé)測量彎曲行程及彎曲回彈量的在線檢測，其主要由一組高精度的激光位移傳感器及相應(yīng)控制電路組成；智能識別子系統(tǒng)及智能學(xué)習(xí)及預(yù)測子系統(tǒng)安裝在上位計算機中，用來對在線測量系統(tǒng)收集的數(shù)據(jù)進行識別，并在處理后作為樣本開展學(xué)習(xí)過程，最后輸出預(yù)測后的參數(shù)；反饋及控制子系統(tǒng)收到智能學(xué)習(xí)系統(tǒng)預(yù)測的新參數(shù)，并將其處理后傳輸給伺服壓力機。以上五個分系統(tǒng)依序工作構(gòu)成一個完整的彎曲學(xué)習(xí)循環(huán)，直到最后獲得符合公差要求的零件，一個零件的生產(chǎn)循環(huán)結(jié)束。下一個零件會根據(jù)上次學(xué)習(xí)的結(jié)果來設(shè)置彎曲工藝參數(shù)進行生產(chǎn)，但由于成型條件的變化仍需進行若干次學(xué)習(xí)才能獲得合格制件，但學(xué)習(xí)次數(shù)及時間肯定少于上次的制件。這樣每個制件的生產(chǎn)所需學(xué)習(xí)次數(shù)及時間會逐漸減少，直至最后一次彎曲即可獲得合格制件，至此機器學(xué)習(xí)過程結(jié)束，生產(chǎn)進入穩(wěn)定階段。當(dāng)需要更換生產(chǎn)的產(chǎn)品時，只需重新設(shè)定目標(biāo)尺寸，該系統(tǒng)就會自動尋找合適的參數(shù)開展生產(chǎn)，全過程無需人工干預(yù)。

4 結(jié)語

圖2 技術(shù)方案簡圖

目前，該系統(tǒng)已經(jīng)制造完成，并安裝于壓力機上進行調(diào)試完畢。人工手動模擬學(xué)習(xí)過程已經(jīng)過測試，效果良好。現(xiàn)已進行了6個型號批次零件的全自動試生產(chǎn)。單一型號首件約需學(xué)習(xí)7～12次，整批零件約經(jīng)過10～18件即可完成學(xué)習(xí)過程，實現(xiàn)一次彎曲成功，進入穩(wěn)定生產(chǎn)。總體來看，在一個型號的批次內(nèi)學(xué)習(xí)次數(shù)是逐漸減少的，不同批次之間的學(xué)習(xí)次數(shù)也在逐漸減少。由此證明，該系統(tǒng)開發(fā)基本成功?，F(xiàn)階段主要問題有兩個：第一，學(xué)習(xí)樣本數(shù)量不足，試模效率尚趕不上人工；第二，偶爾會出現(xiàn)彎曲過量零件報廢的情況，其原因及處理方法尚需進一步研究。樂觀地估計，該系統(tǒng)在經(jīng)過50～60批次總計約1萬件的生產(chǎn)后可以達成只需2～3次試模即進入穩(wěn)定生產(chǎn)的狀態(tài)，最終實現(xiàn)對人工試模的完全替代。