王永鵬 石曉飛 丁東旭 徐偉 南博儒

摘要：多品種、小批量和變狀態(tài)的航空機載企業(yè)，在“訂單周期越來越緊，品質要求越來越高，需求變化越來越頻”的形勢下，工藝設計的效率及質量都已無法滿足新品快速制造的需求，工藝設計經(jīng)驗與知識無法得到繼承和重用。針對企業(yè)目前工藝設計存在的普遍問題，提出了基于零件工藝編碼的相似工藝推理達到快速工藝設計目標的研究。文章研究了零件工藝編碼方法，建立了零件工藝層次分析模型、相似度計算模型和優(yōu)劣解距離法計算模型，實現(xiàn)了零件工藝編碼、零件工藝庫以及相似工藝智能推理的管理，并高度集成至PLM/CAPP系統(tǒng)，實現(xiàn)了相似零件工藝的智能推送，大幅度提高了工藝設計的效率及質量。

關鍵詞：零件工藝編碼；工藝設計；相似度；特征；筒體

1 引言

在當前“訂單周期越來越緊，品質要求越來越高，需求變化越來越頻”的形勢下，工藝作為設計與制造的橋梁，工藝設計如何快速響應，滿足要求，提高效益，是航空機載企業(yè)面臨的普遍難題。航空機載產(chǎn)品大多具有多品種、小批量、變狀態(tài)和高離散的特點，具體表現(xiàn)為零件品種多、產(chǎn)品類型雜；制造工藝復雜、制造流程長、過程離散；新研產(chǎn)品頻繁的技術變更、問題協(xié)調和產(chǎn)品實物制造過程的反復迭代，在此背景下工藝設計工作量大，需要提升工藝設計效率與質量。航空機載企業(yè)工藝設計過程普遍存在同類型零件工藝設計結果重用率低、大量經(jīng)驗知識及基礎數(shù)據(jù)無法得到有效利用、工藝方案主要靠人工決策、工藝設計過程嚴重依賴人和工藝自動化水平低等問題，造成工藝設計的整體效率與質量不高。國內外不少學者、科研機構應用成組技術原理，研究零件分類編碼技術，通過創(chuàng)成式、派生式工藝設計的思想解決工藝知識重用以及工藝自動化，如國外較為成熟的VUOSO、OPITZ和KK-3等零件分類編碼系統(tǒng)，國內的JLBM-1零件分類編碼系統(tǒng)等，但應用范圍有限，適用于結構相對簡單、規(guī)則的零件[1]。針對零件結構復雜的航空機載企業(yè)，應用效果不明顯。本文提出了一種解決復雜零件加工工藝推理的方案。以零件結構、材料和特征為主的全新零件工藝編碼技術，基于零件工藝編碼的相似度算法，實現(xiàn)相似工藝的自動推送，供工藝人員選用，降低工藝的工作量，提高工藝設計的效率與質量，滿足航空機載企業(yè)零件工藝設計的需求。

2 航空機載零件工藝編碼方法

廣義上講，針對制造資源相對穩(wěn)定的企業(yè)，零件的結構、材料和特征是影響零件制造工藝的主要因素。基于此，零件工藝編碼由結構編碼、材料編碼和特征編碼三部分組成，采用混合編碼（固定碼加隨機碼）的方式，其中結構編碼、材料編碼為固定碼，能夠通過編碼確定其結構分類或材料分類，特征編碼為隨機碼，其含義可通過編碼在數(shù)據(jù)庫查詢出包含哪些特征。從編碼規(guī)則可以看出編碼表征了零件的結構、材料及特征信息，以航空筒體零件為例的工藝編碼的定義具體見表1，筒體零件的特征共28種，編碼時用0、1表示該零件是否包含此特征[2]。基于這種零件工藝編碼方法將影響工藝設計主要要素的數(shù)字化表征，具有良好的可擴展性，實現(xiàn)了“以最短的代碼實現(xiàn)最大的含義”，計算機系統(tǒng)能夠快速識別并計算[3]。相比國內外比較著名的編碼系統(tǒng)，如德國OPITZ、日本KK-3和中國JLBM-1系統(tǒng)的工藝編碼方式，突破了橫向環(huán)節(jié)編碼位數(shù)受限（16進制），以及縱向分類編碼位數(shù)受限制（10位）的技術難點，有效解決航空復雜零件用傳統(tǒng)工藝編碼存在分類編碼標志不全導致零件無法確切地分類編碼的問題，為工藝設計應用創(chuàng)造了良好的條件。

3 基于零件工藝編碼的相似工藝智能推送原理及實現(xiàn)過程

基于零件工藝編碼的相似工藝推理主要是以零件工藝編碼為數(shù)據(jù)元，通過實例推理（CBR）的方式計算目標零件實例與庫實例的整體相似度，從而推理出與目標零件工藝相似的實例零件工藝[4]。零件工藝相似度算法的關鍵是構建基于零件編碼的層次分析模型，確定影響零件工藝方案及方法的主要要素。算法核心為基于層次分析法模型，首先確定零件工藝整體相似度計算模型，各層要素的局部相似度的數(shù)據(jù)類型和計算方法，然后通過層次分析法（AHP）、優(yōu)劣解距離法（TOPSIS）等方法確定各層要素的權重，最后通過整體相似度計算模型計算出目標零件與零件工藝庫中的所有零件的工藝相似度，自動將相似度零件、相似度值及關聯(lián)的工藝規(guī)程推送至PLM/CAPP工藝設計端供工藝人員復用，具體過程如圖1所示。

4 基于零件工藝編碼智能推送的分析模型和相似度算法模型

4.1 基于零件工藝編碼的層次分析模型

一個工藝過程通常由一組工序經(jīng)過有序排列構成，影響工序數(shù)量和順序的因素有很多，針對航空機載零件特點，建立以零件結構、材料和特征為影響因素的層次分析模型。零件結構主要體現(xiàn)零件的分類信息，零件材料主要影響工序的排列順序，零件特征主要影響工序的順序、加工方法等。

層次分析方法（AHP）是一種系統(tǒng)評價方法，可以有效處理那些難以用定量方法來解決復雜問題的一種方法，其基本思想在于將復雜問題分解成若干層次，通過比較若干因素對于同一目標的影響，把專家的主觀判斷用數(shù)量的形式表達和處理，從而確定出各因素權重的一種方法[5-6]。利用AHP對影響零件工藝方案及方法的主要影響因素進行分析，按照目標層、準則層和明細層進行排列分組，有機結合零件工藝編碼結構構建層次層析模型[7]。基于零件工藝編碼的層次分析模型如圖2所示。

4.2 基于零件編碼的實例相似度計算模型

4.2.1 整體相似度SIM（G，E）

根據(jù)層次分析模型確定基于零件編碼的實例相似度計算模型，基于零件編碼的實例相似度計算模型是通過采用帶權值的最近鄰近算法計算，則整體相似度SIM（G，E）為

4.2.2 確定準則層影響因素的局部相似度f （gi，ei）

結構相似度fstr （gi，ei），通過專家打分確定，相似度打分由打分人員直接給出兩兩之間的相似度，其中打分取值范圍0～1分，0代表沒有相似性，1代表完全一致，具體如圖3所示。

材料相似度fmat （gi，ei），與結構相似度方法相同，通過專家打分確定。

5 基于零件工藝編碼的相似工藝智能推送應用

基于零件工藝編碼的相似工藝智能推送的模型及具體方法在企業(yè)筒體類零件加工工藝決策中得到了驗證和應用。根據(jù)零件的特點，對零件進行了分類，開發(fā)了零件工藝編碼工具，包括零件定義分類、特征定義和編碼規(guī)則定義等功能，通過編碼建立了零件工藝編碼庫。如圖5所示?；诹慵に嚲幋a庫，開發(fā)了相似工藝智能推送系統(tǒng)，該系統(tǒng)主要包含了相似度算法、零件工藝庫和工藝決策等模塊。其中，相似度算法模塊獲取零件工藝編碼庫中編碼并完成相似度計算，生成與目標零件的相似度計算值列表；零件工藝庫模塊實現(xiàn)零件工藝的管理；工藝決策模塊獲取零件相似度計算值、零件工藝庫中的相關聯(lián)的零件工藝；以及按照相似度值由高至低展示零件工藝等功能。通過該系統(tǒng)的應用驗證，基于零件工藝編碼的相似度算法能夠推送與目標零件相似的工藝，實現(xiàn)工藝決策過程的自動化。

6 結束語

文章提出了基于零件工藝編碼的相似工藝智能推送的方法，研究分析該方法的基本原理及具體實現(xiàn)過程，并結合航空機載企業(yè)筒體零件的工藝設計實例，重點對零件工藝編碼方法、基于零件工藝編碼的層次分析模型、相似度計算模型和優(yōu)劣解距離法等支撐零件相似工藝智能推送的使能技術進行了分析和研究。通過在企業(yè)中的PLM/CAPP系統(tǒng)中應用驗證，證明該方法容易實現(xiàn)相似工藝的自動決策，決策效率高，真正意義地實現(xiàn)了快速工藝設計。滿足了工藝快速準備需求。這種方法特別適用于多品種、小批量以及變狀態(tài)的離散型的航空機載企業(yè)。

參考文獻

[1] 徐香惠，蔡建國.成組技術[M].北京：機械工業(yè)出版社，2000.

[2] 王丙義.信息分類與編碼[M].北京：國防工業(yè)出版社，2003.

[3] 徐偉，李昆，王永鵬，等.面向航空離散型制造企業(yè)設備編碼研究及應用[J].新技術新工藝，2019（1）：53-55.

[4] 張曉紅，鄧朝暉，等.多方法集成的凸輪軸磨削工藝智能優(yōu)選研究[J].中國制造業(yè)信息化，2012，41（1）：57-58.

[5] 徐宙，張琦，等.基于AHP 和TOPSIS 的工程機械測試方案選擇方法研究[J].現(xiàn)代制造工程，2016（12）：32-36.

[6] 陳希祥，邱靜，劉冠軍.基于層次分析法和模糊綜合評判的測試設備選擇方法研究[J].兵工學報，2010，31（1）：68-73.

[7] 韓江義，游有朋，王化明，等.并聯(lián)機構力傳遞的分析[J].機器人，2009，31（6）：523- 530.

[8] 華中生，吳云燕，徐曉燕.一種AHP 判斷矩陣一致性調整的新方法[J].系統(tǒng)工程與電子技術，2003，25（1）：38-40.

[9] 堃張，周德云.熵權與群組AHP 相結合的TOPSIS 法多目標威脅評估[J].系統(tǒng)仿真學報，2008，20（7）：1661-1663.

[10] HSU SS，LIN W Y，Stanley Lee.Group Decision Making for TOPSIS[C].IEEE USA： IEEE，2001（5）：2712-2716.