基于神经网络的汽轮机叶片夹具参数化设计

2015年第49卷NO4基于神经网络的汽轮机叶片夹具参数化设计沈宏江苏信息职业技术学院摘要夹具设计是机械加工中的一个重要环节，好的夹具是零件加工质量的保证。本文运用UG二次开发及数据库的ADO访问技术，编写一个基于神经网络的夹具搜索复用程序，实现夹具的快速设计。最后，以某汽轮机叶片夹具为例介绍了参数化设计中的关键技术。该三维参数化设计方法不仅可以应用于汽轮机叶片夹具，也可以应用于其它一些典型非标准结构件的参数化设计，可大大提高产品的设计效率。关键词夹具；神经网络；二次开发；参数化设计中图分类号TP39；TH122文献标志码APARAMETRICDESIGNOFTURBINEBLADEFIXTUREBASEDONNEURALNETWORKSHENHONGABSTRACTFIXTUREDESIGNISACRITICALSTEPINMACHINING，ANDFIXTUREISAGUARANTEEOFQUALITYINPARTSPROCESSINGAPROGRAMBASEDONNEURALNETWORKFORSEARCHINGFIXTUREISWRITTENTOACHIEVERAPIDDESIGNOFFIXTURE，APPLYINGFURTHERDEVELOPMENTOFUGANDDATABASEADOACCESSTECHNOLOGYFINALLY，THEFIXTUREFORATURBINEBLADEISTAKENASANEXAMPLETOINTRODUCETHEKEYTECHNOLOGIESINPARAMETRICDESIGNTHE3DPARAMETRICDESIGNMETHODCANBEAPPLIEDNOTONLYTOTHETURBINEBLADEFIXTURE，BUTALSOTOPARAMETRICDESIGNOFSOMEOTHERTYPICALNONSTANDARDSTRUCTURE，GREATLYIMPROVINGTHEEFFICIENCYOFPRODUCTDESIGNKEYWORDSFIXTURE；NEURALNETWORK；FURTHERDEVELOPMENT；PARAMETRICDESIGN1引言叶片是汽轮机重要组成零件。在研发过程中，夹具设计是叶片工艺工装设备的重要环节，其质量与速度直接影响到产品的研发周期。在传统的基金项目江苏省六大人才高峰资助项目收稿日期2014年5月39汽轮机叶片夹具设计过程中，由于叶片形状的大同小异，叶片的夹具存在着大量的标准件、通用件，甚至有大量尺寸规格不同、但拓扑结构相同或相似的非标准件。工程技术人员常常对不同尺寸的相似零件进行重复设计，不仅耗时费力，而且造成产品数据库过大、数据冗余和不易管理。为了提高夹具设计效率，国内外专家和学者做了大量研究。RONG等J人开发的基于孔系的自动组合夹具系统从装夹规划6孙芳芳精密零件加工在线检测系统关键技术实现D南京南京航空航天大学硕士论文，20077王文超数控加工中心在机检测D大连大连海事大学硕士论文，20108张常鑫数控加工中心在线检测系统关键技术研究D大连大连海事大学硕士论文，20099PINGYANG，TOMOHIKOTAKAMURA，SATORNTAKAHASHI，ETA1DEVELOPMENTOFHIGHPRECISIONMICROCOORDINATEMEASURINGMACHINEMUHIPROBEMEASUREMENTSYSTEMFORMEASURINGYAWANDSTRAIGHTNESSMOTIONERROROFXYLINEARSTAGEJPRECISIONENGINEERING，2001，35424_43010SOICHIIBARAKI，TAKEYUKIIRITANI，TETSUYAMATSUSHITACALIBRATIONOFLOCATIONERRORSOFROTARYAXESONFIVEAXISMACHINETOOLSBYONTHEMACHINEMEASUREMENTUSINGATOUCHTRIGGERPROBEJINTERNATIONALJOURNALOFMACHINETOOLSMANUFACTURE582012445311何超杰，高健，陈新基于接触式测头的在线检测关键技术的研究J机床与液压，2008217017312HLIANMARINESCU，DRAGOSAAXINTEACRITICALANALYSISOFEFFECTIVENESSOFACOUSTICEMISSIONSIGNALSTODETECTTOOLANDWORKPIECEMALFUNCTIONSINMILLINGOPERATIONSJINTERNATIONALJOURNALOFMACHINETOOLSMANUFACTURE，2008481148116013TUNGHSIEH，WENYUHJYWE，HSUEHLIANGHUANG，ETA1DEVELOPMENTOFALASERBASEDMEASUREMENTSYSTEMFOREVALUATIONOFTHESCRAPINGWORKPIECEQUALITYJOPTICSANDLASERSINENGINEER，20114910451053第一作者舒启林，沈阳理工大学机械工程学院，110159沈阳市FIMTAUTHORSHUQILIN，SCHOOLOFMECHANICALENGINEERING，SHENYANGLIGONGUNIVERSITY，SHENYANG110159，CHINA和夹具构形设计两方面进行了深入而广泛的研究；KONG等人开发的快速可重构组装夹具系统实现了夹具校验的可视化分析及夹具元件的快速合成。KRISHNAKUMAR和VALLAPUZHA等应用遗传算法对夹具快速优化设计进行了相关研究。本文运用数据挖掘的神经网络技术，搜索挖掘夹具实例数据库中的数据，寻找相似度最高的夹具，导出修改后得到新的夹具。这样可以有效提高新夹具的设计效率，为传统计算机辅助夹具设计系统的发展带来了新的思路和方法。2参数化设计思想参数化设计是CAD技术在实际应用中面对的课题，也是目前CAD应用技术中最重要技术之一。它是以约束来表达零件模型的形状特征，以一组参数来控制设计结果，从而能通过改变设计参数实现零件模型的更改或相似零件模型的创建J。在此UG的参数化功能主要用于实现夹具中各个尺寸参数化设计，寻找其中的关联关系，并选择合适的方法存储为模板。在后续设计时，通过二次开发技术来驱动模板的参数来实现相似夹具的设计，UG实现参数化设计的方法王要有以下几种。1特征和表达式驱动图形。UG的各个模块都提供了标准设计特征，能够很好的表现设计人员的设计意图，并且方便后续修改。特征参数和定义的表达式之间能够相互传递参数，用工程特征来表达实际设计中的信息，提高了参数化设计的层次。2系统参数与尺寸约束。UG中有自动提取系统参数的功能，在草图设计阶段就将尺寸约束定义为特征参数，在后续设计中可以提取修改。3电子表格驱动参数。在UG进行参数化设计的时候，利用EXCEL表格来实现参数的存储。调用时，调取表格中的参数，实现模型尺寸的变化。4二次开发技术。利用UG的二次开发技术，结合VC软件来参数化的反映产品结构，是一种比较高级的参数化设计方法。3BP神经网络模型BP神经网络具有强大的时变性、非线性函数逼近能力，利用此性能可对非线性特征很强的汽轮机叶片夹具设计的参数进行分析优化。31网络结构BP算法是目前应用非常广泛的一种神经网络算法模型。该算法是一种用于前向多层神经网络的工具技术误差反向传播学习算法，包括输入层、隐含层和输出层，网络结构如图1所示以3层网络为例。隐含层神经元数的经验公式为L71式中，L为隐含层的神经元数；M为输入的神经元数；J为输出层的神经元数。图13层BP网络结构，本文神经网络程序采用MATLAB神经网络工具箱编写，各层间以5型函数作为激励函数，具体计算公式为，11823213P算法BP算法由学者RUMELHART在上世纪八十年代提出，该算法利用数学方法进行推导和分析，解决了神经网络隐含层的连续权的问题。现在比较流行的BP算法的基本学习方法是将网络学习分成两步。第一步是正向传递，信息按照从输入层经过隐含层，再到输出层的方式流动，后一层的神经网络状态只受前一层网络的影响。在输出层把输出的结果与期望输出做比较，如果误差太大，结果不理想，则进行第二步。即把误差信号反方向传递，调整修改网络中的权值后，从新进行第一步的计算，直到输出层输出与期望输出之间的误差达到要求为止，根据公