欢迎来到天天文库
浏览记录
ID:51449260
大小:3.52 MB
页数:7页
时间:2020-03-24
《基于加工特征向量的制造设备分组算法研究.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库。
1、试验研究现代制造工程(ModemManufacturingEngineering)2016年第1期基于加工特征向量的制造设备分组算法研究+翟德慧1,张发平1,阎艳1,高博1,张体广1,吴建平2(1北京理工大学机械与车辆学院,北京100081;2北京京城新能源有限公司,北京100040)摘要:针对目前网络化制造环境下设备分组和检索算法效率不高的现状,提出了基于设备加工特征向量的分组方法来提高算法的效率。首先,按照设备所能完成的加工特征,从特征的形状、尺寸以及加工精度等三个维度构建了制造设备的加工特征描述向量;然后基于制造设备的加工特征描述向量,通过设计了初始分组中心
2、选择策略和采用非遍历分组组数优化技术,改进了扩展模糊C.均值算法,构建了基于加工特征向量的设备分组模糊聚类算法。该算法可高效、精确地计算出设备最优分组组数。最后,以50台制造设备的分组为例验证了该算法的有效性。关键词:模糊C.均值聚类;加工特征向量;设备分组中图分类号:THl6文献标志码:A文章编号:1671_3133(2016)01删1珈7DoI:10.16731/j.cnki.1671—3133.2016.01.001MachiningfeaturevectorbasedalgorithmformanufacturingeqmpmentgroupingZhai
3、Dehuil,ZhangFapin91,YanYanl,GaoB01,ZhangTiguan91,WuJianpin92(1SchoolofMechanicalEngineering,BeijingInstituteofTechnology,Beijing100081,China;2BeijingJingchengNewEnergyCo.Ltd.,Beijing100040,China)Abstract::Aimingatimprovingtheefficiencyofthealgorithmforfastgroupingandretrievalofmanufac
4、turingequipment,anotionofManufacturingFeatureVector(MFV)basedequipmentdescriptionWasproposedtoimprovetheefficiencyofthealgorithm.First,generalmanufacturingfeatureswereinducedandfurtherclassifiedaccordingtotheprinciplesoffeatureclassificationde-signedonthegeometrytypeofmanufacturingfea
5、ture.ThecombinationofthemanufacturingfeatureswhichcouldbemachinedbytheequipmentWasdefinedastheMFVofthedevice.Type,sizeandprecisionwereusedasthethreeattributesoftheMFV.Then,extendedfuzzyC-meansclusteringalgorithmWasamendtofulfillthetaskofmanufacturingequipmentgroupingbasedonMFC.Thealgo
6、rithmcouldefficientlyandaccuratelycalculatetherangeoftheoptimalgroupingnumber.Finally,acaseof50manufac·turingequipmentgroupingWasusedtoverifytheeffectivenessofthealgorithm.Keywords:fuzzyC—meansclustering;manufacturingfeaturevector;equipmentgrouping0引言在可制造性评价、工艺规划以及生产计划制定中,需要根据加工特征筛选合适
7、的制造设备。在网络化制造环境下,制造设备资源具有种类多、数量大及加工能力范围广等特点,这就造成了为每个加工特征选择合适的制造设备会耗时费力,而当复杂零件包含较多的加工特征时,使得这一问题变得更加困难。1引,因此必须研究基于加工特征的制造资源高效、精确的分组筛选方法。制造设备的最优分组实际上是一种模式识别与聚类问题【3J。目前,制造设备分组方法主要有模糊聚类方法和基于智能优化算法。在众多模糊聚类研究方法中,模糊C一均值聚类(FuzzyC.MeansClustering,FCM)算法M刮可得到样本属于各个组别的不确定性程度,适用于制造设备分组。然而FCM算法要求先设定
8、分组个数,
此文档下载收益归作者所有