（材料加工工程专业论文）人工神经网络在冷挤压工艺规划中的应用研究.pdf

山东大学硕士学位论文 人工神经网络在冷挤压工艺规划中的应用研究 摘要 f 冷挤压属于少无切削的金属塑性加工先进工艺，它具有生产效率高、原材 料利用率高、产品质量好和生产成本低等优点。从近年来的发展趋势来看，由 于模具材料性能的不断增强和压力机性能的不断改进，冷挤压工艺正逐步抢占 热锻、粉末冶金和机加工的市场。冷挤压工艺设计是模具设计的基础，工艺设 计的好坏直接关系到制件的质量、成本和生产效率。因此，实现冷挤压工艺设 计的自动化和智能化就成了研究热点。在现实应用中，智能科学的理论和方法 具有宽广的开发前景和巨大的应用价值。而从上世纪中后期开始进入应用领域 的人工神经网络( 删f i c i a l e u r a l n e t w o r k ，简称a n n ) 技术，将是2 1 世纪智能 科学研究的一大热点。， 本文研究了把人工神经网络应用到冷挤压设计过程中的关键技术，并据此 构建了基于人工神经网络的冷挤压工艺规划系统。 f 将冷挤压零件的几何信息和工艺信息转换成人工神经网络所髓辨识的数据 信息，是将人工神经网络引入冷挤压工艺规划的基础和关键。，冰文将模式性知 识引入到冷挤压工艺设计过程中，对零件进行特征编码，不但完成了信息转换， 而且使智能设计的过程实现了较高程度的自动化自动识别模式对象，同时 使模式性知识与现有的设计系统结合在一起，实现了在模式经验指导下的自动 设计。 f 确立了系统模块结构和文件传输路线，使信息处理有条理地进行。各个模 块读取所需零件信息的同时，接收上一个模块传来的信息，从而进行有效地处 理，并将信息传输到下一模块，解决了将人工神经网络引入冷挤压工艺规划的 另一个关键问题信息的传输问题。，乡 在采用神经网络进行工艺模式映射的过程中，对工艺模式映射的结构和顺 序进行了研究，采用“逆序映射法”，并选择构建了集中反馈映射式结构由 零件模式开始由后向前一步一步映射回到圆柱坯料。在结构上保证了零件模式 状态能够顺利地按照工艺成形的顺序进行模式状态的转换。 山东大学硕士学位论文 在上述关键技术研究的基础上构建了基于人工神经网络的冷挤压工艺规划 系统。本系统可以自动读取图形文件，自动进行特征造型，并采用人工神经网 络技术实行智能化模式映射，从而自动生成冷挤压零件成形的工艺步骤。 本系统由三个模块组成特征造型模块、工艺模式映射模块、工艺数值 计算模块。本文分别介绍了各模块的构思和建立过程，最后又通过实例运行测 试了系统的运行情况，并用d e f o r m t m 有限元模拟软件模拟其成形过程。瞧行 和模拟结果表明，本文所开发的原型系统运行良好，工艺结果合理。从而验证 了本文所探索的整体思想及其实现方法的合理性。_ ，、 关键词：冷挤压工艺，智能设计，人工神经网络，工艺规划 - 2 山东大学硕士学位论文 i i l l l r e s e a r c ho nt h ea p p l i c a t i o n o ft h ea r t i f i c i a ln e u r a ln e t w o r k s i nc o l de x t r u s i o np r o c e s sp l a n n i n g a b s t r a c t c o l de x t r u s i o ni saw e l l - k n o w nm a n u f a c t u r i n gm e t h o d ，w h i c hi sb e c o m i n g i n c r e a s i n g l yp o p u l a r d u et or e c e n ta d v a n c e si nm a n u f a c t u r i n go ft o o la n d p r e s s t h e c o l de x t r u s i o nh a sm a n ya d v a n t a g e s ，s u c ha sg o o dd i m e n s i o n a la c c u r a c y , s u r f a c e q u a l i t y , s a v i n gi ne n e r g ya n dm a t e r i a l ，a n di m p r o v e dm e c h a n i c a lp r o p e r t i e s i ta l s o e l i m i n a t e st h ep r o m i s i n ga r e af o rc o m p a n i e se x p l o r i n gt h ep o t e n t i a lo fe x i s t i n g t e c h n o l o g i e st om e e tt h en e wd e m a n d s i ti sk n o w n t h a tp r o c e s sp l a n n i n gi sv e r y i m p o r t a n tb e c a u s eo f i t sd i r e c ta f f e c t so nt h ep r o d u c tq u a l i t y , c o s ta n dp r o d u c t i v i t y a tt h es a n l ct i m e ，m u c ha t t e n t i o ni sp a i dt ot h er e a l i z a t i o no ft h ea u t o m a t i z a t i o na n d t h ei n t e l l i g e n t i z a t i o no f t h ec o l de x t r u s i o np r o c e s s p l a n n i n g t h ea p p l i c a t i o n v a l u eo f t h ei n t e l l i g e n tt h e o r ya n dm e t h o di nr e a l i t yc a nb ed e v e l o p e dm u c ha n dc a nc o u n tf o r m u c hi nt h ef u t u r e n l ea r t i f i c i a ln e u r a ln e t w o r k ( a n n ) t e c h n i q u eb e g a nt oe n t e rt h e a p p l i c a n tf i e l di n1 9 8 0 s ，w h i c hi sa h o td i r e c t i o no f t h e i n t e l l i g e n ts c i e n c e t h i sp a p e rr e s e a r c h e dt h ek e yt e c h n o l o g i e so fa p p l y i n gt h ea r t i f i c i a ln e u r a l n e t w o r kt e c h n i q u ei n t ot h ec o l de x t r u s i o np r o c e s sp l a n n i n g a c c o r d i n gt ot h ek e y t e c h n o l o g i e s ，ac o l de x t r u s i o np r o c e s sp l a n n i n gs y s t e mb a s e do n t h ea r t i f i c i a ln e u r a l n e t w o r k sh a sb e e nb u i i t i ti st h eb a s i ca n dk e yp r o b l e mo fa p p l y i n gt h ea n n t e c h n i q u ei n t ot h ec o l d e x t r u s i o n p r o c e s sp l a n n i n g t ot r a n s f o r mt h e g e o m e t r yi n f o r m a t i o na n dp r o c e s s i n f o r m a t i o no ft h ec o l de x t r u s i o n p a r t s i n t ot h ed a t at h en e u r a ln e t w o r k sc a n d i s t i n g u i s h n i sp a p e ri n t r o d u c e dt h em o d ek n o w l e d g ei n t oc o l de x t r u s i o np r o c e s s d e s i g n ，a n dt r a n s f o r m e dt h ei n f o r m a t i o ni n t of e a t u r em o d e ，w h i c hh a sa c h i e v e dt h e o b j e c t i v eo ft r a n s f o r m i n gi n f o r m a t i o na n da l s or e a l i z e dt h ea u t o m a t i z a t i o ni nt h e i n t e l l i g e n td e s i g nc o u r s e - 讪ea u t o m a t i cr e c o g n i z a t i o no f m o d e o b j e c t a tt h es a m e t i m e ，t h ec o m b i n a t i o no f t h em o d e k n o w l e d g ew i t hp r e s e n td e s i g ns y s t e mh a sm a d e t h ea u t o m a t i c d e s i g nb e c o m e t r u eu n d e rt h em o d e e x p e r i e n c eg u i d a n c e t h ee s t a b l i s h m e n to fs y s t e mm o d es t r u c t u r ea n df i l et r a n s f o r mr o u t i n em a k e s t h ei n f o r m a t i o np r o c e s s i n gs m o o t h l y e a c hm o d e lr e a d st h ep a r t i n f o r m a t i o na n d 3 山东大学硕士学位论文 i i ii i i i i r e c e i v e st h ei n f c r m a t i o nt r a n s m i t t e db yt h e l a s tm o d e l a f t e rt h ei n f o r m a t i o n p r o c e s s i n g ，t h em o d e lt r a n s m i t s t h ei n f o r m a t i o ni n t ot h en e x tm o d e l ，w h i c hh a s p r o p o s e dt h eo t h e rk e yp r o b l e m ，o fi m p l y i n gt h ea n n i n t oc o l de x t r u s i o np r o c e s s p l a n n i n g - t h e t r a n s m i s s i o no f t h ei n f o r m a t i o n d u r i n gt h er e s e a r c ho f t h ep r o c e s sp a t t e r nm a p p i n gb ya r t i f i c i a ln e u r a ln e t w o r k ， t h ep a p e rh a ss t u d i e dt h es t r u c t u r ea n dt h eo r d e ro ft h ep r o c e s sp a t t e r n ，a d v a n c e d “c o u n t e ro r d e rm a p p i n g ”t h ec o n v e r g e n c e - f e e d b a c ks t r u c t u r ei sa l s oc h o s e na n d b u i l t t h i sc a l le n s u r et h e p a r t f e a t u r em o d ec o n d i t i o nt r a n s f o r m e d s m o o t h l y a c c o r d i n g t ot h ep r o c e s so r d e r t h ec o l de x t r u s i o n p r o c e s sp l a n n i n gs y s t e m h a sb e e nb u i l tu po nt h eb a s i so f t h e r e s e a r c ho nt h e k e yt e c h n o l o g i e s t h es y s t e m c a nr e a dt h e g r a p h i c s f i l e s a u t o m a t i c a l l yt h ep r o d u c tf e a t u r e m o d ec a nb ed e t e r m i n e da u t o m a t i c a l l y t h e p r o c e s sp a t t e r nm a p p i n gb y a r t i f i c i a ln e u r a ln e t w o r k s 啪a l s ob ed o n ea u t o m a t i c a l l y a sar e s u l t ，t h ec o l de x t r u s i o n p a r t s p r o c e s ss t e p sc a n b e p r o d u c e da u t o m a t i c a l l y , t h es y s t e mc o n s i s t so ft h r e em o d u l e s ，i n c l u d i n gf e a t u r em o d e lm o d u l e ，p r o c e s s p a t t e mm a p p i n g m o d u l ea n dp r o c e s sc a l c u l a t i o nm o d u l e t h ep a p e ra l s oi n t r o d u c e s t h ep r o c e d u r e so rp r o c e s s e so ft h e s y s t e m ss t r u c t u r ee s t a b l i s h m e n t f i n a l l y , t w o e x a m p l e sa r eu s e d t ot e s tt h es y s t e m t h ed e f o r m a t i o n p r o c e s s e sa r es i m u l a t e du s i n g t h ef i n i t ee l e m e n t a n a l y s i s s o f t w a r ed e f o r m t m t h es i m u l a t i o nr e s u l t s d e m o n s t r a t e dt h ef e a s i b i l i t yo ft h ep r o c e s sp l a n n i n gr e s u l t s i th a sb e e np r o v e dt h a t t h e p r o t o t y p es y s t e m r u n sw e l la n dt h ep r o c e s sp l a n n i n gr e s u l t sa r er e a s o n a b l e s u b s e q u e n t l y , t h e i d e aa n dt h em e t h o d sg i v e ni nt h i sp a p e ra r ef e a s i b l e k e y w o r d s ：c o l de x t r u s i o n ，i n t e l l i g e n td e s i g n ，a r t i f i c i a l n e u r a l n e t w o r k s ，p r o c e s s p l a n n i n g 4 山东大学硕士学位论文 第一章绪论 1 1 引言 迈入2 1 世纪，信息技术革命的浪潮已经对人类文明赖以维持和生存的技术、 研究和产业领域产生了深远的影响，这种影响还将在更大的深度和广度的范围 内延续，它迫使人们改变传统的观念，变革传统的方法，以适应新时代的要求。 人类社会的发展，经历了从石器、青铜器、铁器的工具时代，到蒸汽机、电动 机、核能源的机器动力大工业时代，再到目前的以计算机、网络和软件为载体 的信息时代，这些产业正在起着越来越重要的作用。 由于世界市场的剧烈竞争，用户需求的多样化和个性化，环境生态和技术 标准与法律的严格限制，工艺技术和生产经营组织观念日新月异的发展，竞争 的核心己成为以知识为基础的新产品的竞争。为了提高竞争力，企业必须解决 好产品的t 、q 、c 、s 、e 难题，即以最快的上市速度t ( t i m e t om a r k e t ) 、最好 的质量q ( q u a l i t y ) 、最低的成本c ( c o s t ) 、最优的服务s ( s e r v i c e ) 以及最清洁的环 境e ( e n v i r o n m e n t ) 来满足顾客的不同需求和社会可持续发展的要求。因此，现代 工程设计的发展趋势呈现为：管理的设计，面向环境的绿色设计，综合优化设 计等。其中在西方引起轰动和共识的是由美国1 9 9 0 年才公开的基于并行工程和 现代卫星通讯及全球互联网络技术的敏捷制造策略，在这个系统中提出了并行 工程、虚拟公司、顾客化产品、生产组织系统的时效性和时空并行性及开放性 等一系列新的设计理念和概念。所有这一切都是现代市场个性化、多样化、敏 捷化发展趋势给全球制造行业带来的巨大而深刻的变革压力。目前全球尤其是 西方的整个制造系统的技术资源、人力资源、社会环境正面临着一个世纪之初 的重组过程，以形成一个在时间和空间上全面集成并行的、既是综合全面的又 有单元独立性和强调专业性和竞争性的新一代制造体系。全球的制造行业正面 临着一个全面变革的过程。 制造业是整个社会物质文明的生产者和体现者，是国民经济发展的主要的 和基础性的战略支柱，怎样利用信息技术的工具和成果改造传统的制造业，即 所谓“软化”，使之产生质的飞跃，满足新时代环境下其它产业和各个社会阶层 5 - 山东大学硕士学位论文 对制造业的要求，已经引起了世界各国，尤其是西方强国的高度重视，同时它 也是当今世界范围内研究的一个主流热点。 由于制造业在国民经济、社会发展以及国防建设中所具有的基础性的战略 意义，工业发达国家和新兴工业化国家纷纷将其作为国家科技优先发展的方向 和高技术实施的重点。从八十年代开始，各国纷纷制定出针对制造业改造和面 向2 1 世纪的先进制造技术研究发展计划，如美国国家关键( 制造) 技术计划、美 国先进制造技术计划( a m t ) 、日本智能制造技术规划( i m s ) 、德国制造2 0 0 0 计 划、韩国高级先进技术国家计划和美国的敏捷制造技术计划( t e a m ) 等。根据近 年来西方工业发达国家的制造技术发展方向和有关专家的研究预测，先进制造 技术发展的前沿研究方向是：纳米技术与微型机械、快速零件制造技术、极限 条件下的成形加工技术、新型材料的成形加工技术、无余量精密成形技术、清 洁生产技术、具有决策支持功能的系统管理技术、智能制造技术和并行工程技 术等十二个方向，其中智能技术、计算机集成技术和并行工程是先进制造技术 发展最为活跃的部分，它们的发展程度和方向将代表着先进制造技术发展的方 向 1 硼。 1 2 智能制造技术及其现状 智能制造技术( i n t e l l i g e n tm a n u f a c t u r i n gt e c h n o l o g y ，简称i m t ) 与智能制造 系统( i n t e l l i g e n tm a n u f a c t u r i n gs y s t e m ，简称i m s ) 是上世纪8 0 年代末、9 0 年代 初出现的新一代制造技术与系统。它是通过集成制造自动化、人工智能和计算 机等高技术而发展起来的，被谕为“2 1 世纪的制造技术”，它反映了未来工业生 产“知识密集型”的特点，代表了机械工程学科的发展方向。就研究内容来讲， i m t 是指在制造工业的各个环节以一种高度柔性与高度集成的方式，通过计算 机模拟人类专家的智能活动，进行分析、判断、推理、构思和决策，旨在取代 或延伸制造环境中人的部分脑力劳动，并对人类专家的制造智能进行收集、存 储、完善、共享、继承和发展。而i m s 的目的和作用总结为：在整个制造过程 中贯穿智能活动，并将这种智能活动与智能机器有机融合，将整个制造过程的 各个环节以智能化的、柔性的方式集成起来，以提高生产效率。 由于以i m s 和i m t 为代表的智能化制造技术代表着未来制造业的发展方 一6 - 山东大学硕士学位论文 向，世界上发达国家对i m t 和i m s 的研究都给予了极大的关注和巨额的投资。 美国国家标准与技术委员会、美国国防部和美国空军倡导的大批研究计划也将 制造业的智能化问题列为主要内容：欧洲共同体实施了以智能制造为目标的“下 一代制造技术与系统”的重大研究计划。在智能制造的研究与发展计划方面， 引人注目的是1 9 9 0 年由日本东京大学y o s h i k a w a 教授倡导的智能制造国际合作 计划j i r p i m s 。该计划由日、美、欧等多国参加，投资额超过十亿美元，计划 研究开发出使人和智能设备都不受生产操作和国界限制的彼此合作的系统。 i m t 和i m s 的方向首次提出了“部分地取代生产制造过程中人的脑力劳动” 的目标，虽然目前还不能产业化的实现在整个制造的全过程中能够独立地、自 适应地、自行决策地、完整地工作的i m s 和i m t ，但是生产过程中单元化和功 能化的智能单元技术无疑是实现i m t 和i m s 的基础。由于i m s 和i m t 的目标 是“部分地取代人的脑力劳动”，所以对于它们的构成基础智能化单元技术， 提出了更高的要求。这就是说，现代的智能化制造技术应该具有自适应、自学 习、模糊处理、决策处理和柔性处理等许多人脑具有的较为高级的智能活动功 能，怎样将较先进的、成熟的人工智能理论应用到现实的生产制造过程中来， 实现智能制造在功能上的飞跃，是全世界有关研究结构和科研项目的研究目标 之一。 国内在这方面的研究，目前集中于人工智能技术在制造领域中的应用。几 年来，开发出了面向制造过程中特定环节、特定问题的专用智能化软件单元， 如专家系统，基于知识的设计系统和智能辅助系统等。研究课题涉及制造过程 的智能控制、智能检测与诊断系统、智能信息管理与生产规划系统、基于知识 的数据库技术、制造质量信息的智能处理系统、c i m s 与f m s 作业的智能调度 与控制、智能预测技术、产品设计与制造中可视( 几何) 知识处理技术等。对于制 造环境的全面智能化的研究工作则处于刚刚起步的阶段 5 1 。 1 3 人工神经网络在塑性j j n - r 领域中的应用 人工神经网络的主要应用领域有模式识别、自适应控制、故障诊断、无损 检测和智能计算机等。在大多数应用研究中，采用软件实现的方法，对网络的 结构行为进行模拟，并已出现了一批商品化神经计算软件。同时，在基于v l s i 一7 山东大学硕士学位论文 的硬件实施方面也有很大进展，如英国伦敦大学的p d p n e t w o r ks i m u l a t o r 、美 国n a s a 的n n e t s 等，这些都是基于t r a n s p u t e rt 8 0 0 而构筑的，预计它的发 展不仅对计算机科学、人工智能、信息科学、机器人及自动控制等领域有重大 影响，而且在其它领域的应用同样具有深远的意义【6 “j 。 在塑性加工领域中，人工神经网络的应用大致有以下几方面：工艺设计专家 系统，缺陷诊断，材料性能参数的预测和实时识别，模具设计。 1 3 1 人工神经网络用于工艺设计专家系统 利用传统人工智能技术开发工艺设计专家系统时，要对大量的设计资料和数 据进行归纳、整理和抽象，建立起所需的知识库及相应的推理机制，以进行工 艺过程的自动设计。这一工作往往是非常复杂和困难的，而且用传统人工智能 方法建立的专家系统智能水平较低，获取新知识能力较差，不能在应用过程中 自我完善、发展和创新知识。 而用人工神经网络来建立专家系统时，其知识表达方式不同于传统的人工智 能方法。其推理过程是“计算过程”，知识的存贮是分布在网络节点间的连接强 度上，通过对样本的学习完成知识存贮，并可进行一定的推广，而且可以自组 织、自学习，为知识的获取和推理机制的建立提供了强有力的方法。可以克服 “组合爆炸”、推理复杂性及无穷递归等困难 9 。1 1 】。 1 3 2 基于神经网络的智能故障诊断系统 神经网络的智能故障诊断专家系统主要有两个专家系统和一个神经网络推 理机系统构成。原始的生产运行状况信号送入选择专家系统进行初始判别和数 据预处理，故障信号被识别，直接送入报告专家系统发出报警信号。临界信号 和不显著信号送入推理机，利用神经网络推理和诊断。神经网络的输出，根据 实际情况，可为一个或多个。报告专家系统针对神经网络的输出进行判断，作 出诊断报告。由此开发出的神经网络的智能故障诊断系统具有广泛的适用性、 自学习能力和较好的容错性 1 2 - 1 4 1 。 1 3 3 基于神经网络的材料性能参数和摩擦系数的实时识别 通过在线监督物理量，利用人工神经网络模型可以实现对材料性能参数和摩 8 山东大学硕士学位论文 擦系数的实时识别，为智能化拉深成形的实时预测和实时控制提供基础支持。 b p 算法是有教师的学习算法，也有必要对无教师算法在板材参数识别方面的应 用进行研究i l ”j 。 。 1 3 4 基于神经网络的级进模设计系统 级进模的设计，都要经过制件信息输入、工艺规划、结构设计、数控加工 等过程。在工程设计的实际过程中，这四个阶段并不是单向恒定进行的，经常 会出现前后无序的多次反复。工艺规划和模具结构设计是高度经验型和智能型 的工作，以往的系统以大量的交互手段完成这部分工作，要求设计者具备极高 的设计水平，极大地降低了系统工作的自动化程度，也使系统的应用推广较难。 根据系统的功能结构划分，建立四个功能信息子模型：制件信息描述子系统、 工艺规划子系统、结构设计子系统、数控加工子系统。通过这四个子模型构造 一种有机的关系模型，生成系统的产品信息模型。由于级进模的工艺规划是一 项复杂度高、经验性强的工作。如何将这些内容丰富，关系复杂的知识以一种 合理的结构组织起来，采用何种优化的推理机制获解目标，是快速正确地获得 工艺决策的关键所在i ”。 1 4 冷挤压工艺设计发展概况 工艺设计就是要根据产品的尺寸形状设计出合理的工序安排和最佳的工艺 参数，以制造出合格的产品，这一过程涉及大量的信息资料和算法( 知识) 。 分析冷挤压工艺设计的发展过程，可以发现它主要分为两条途径。其一是 实验和模拟途径：它沿着经验性设计方法、基于物理模拟技术以及基于数值模 拟技术的方向发展。另一条是人工智能研究途径：它与计算机辅助设计和人工 智能技术的发展密切相关，其发展过程与一般工艺规划的发展相似，先后经历 了检索式、变异式、刨成式和基于知识的设计等方法。同时这两条途径也是相 辅相成的，尤其是在按照人工智能研究路径发展时，它所需要的各种经验知识 是通过实验或模拟途径来获得的。 - 9 山东大学硕士学位论文 1 4 1 实验和模拟途径 实验是人们用来认识世界和改造世界的强有力的工具。自从冷挤压技术出 现以来，各种实验手段和方法取得了较大进步，它对于人们研究和认识冷挤压 的成形规律起了重要的作用。利用各种实验模拟成形过程来获取零件的设计工 艺，是人们根据所掌握的冷挤压过程中材料流动规律进行的创造性活动。到目 前为止，人们对挤压过程中金属流动规律的认识有三个阶段：实际生产实践、 物理模拟技术和数值模拟技术。 1 4 2 人工智能研究途径 当冷挤压设计实践进行到一定阶段时，人们从大量的事实中总结了很多经 验性的规则，有定性的，也有定量的。这些知识的不断积累为在金属塑性成形 领域中开展人工智能方面的研究奠定了基础。人工智能技术在金属成形领域内 的应用，又加深了人们对金属成形过程的认识。在计算机技术和人工智能技术 不断发展过程中，先后经历了变异式设计法、创成式设计法、基于知识的设计 方法和基于知识的集成系统等四个阶段。在金属塑性成形工艺设计中，人工智 能已经在选材、排样、工艺规划、缺陷诊断、加工设备的选择等各个环节得到 了比较广泛的应用。【”】。 1 4 3 冷挤压工艺设计系统的研究现状 冷挤压成形工艺的显著特点是变形抗力大，因此设计合理的冷挤压工艺一 直是研究的热点。随着人工智能技术在金属成形领域中的不断应用，将其应用 于冷挤压工艺的研究也得到了发展。 冷挤压过程的计算机辅助工艺规划系统的初始工作是由n o a c k 发起的。他 用过程语言开发程序，对实心阶梯轴类零件生成冷挤压工艺设计，针对其它几 个相似零件的系统也进行了研究。7 0 年代后期，l e n g y e l 首次提出了优化冷挤 压工艺的计算机辅助方法。但是，当时由于缺乏冷挤压成形过程的工艺知识， 很少有人从事这方面的研究。基于g t 思想，d a v i s o n 和k n i g h t 利用一个分类系 统来辅助工艺设计。该系统是基于冷挤压零件的简单分类的系统，利用前人总 结的各种工艺规则，自动地确定了简单对称产品的挤压工序。b a t t e l l ec o l u m b u s - 1 0 山东大学硕士学位论文 l a b o r a t a r i e s 的b a d a w y 等人用f o r t r a n 语言开发的f o r m n g 的计算机辅助系统， 可以对圆形实心零件多工位成形过程设计工序。该系统自动识别最终零件几何 形状，应用不同成形工艺的设计规则( 不包括反挤、冲孔和切边) ，确定和显示 成形工序并计算成形载荷。r e b h o l z 在n o a c k 基础上开展了冷挤压工序设计方面 的工作【1 9 之2 1 。 8 0 年代中期，s e v e n l e r 等人在f o r m n g 系统的基础上继续进行研究，将 知识工程和工艺规划的a i 技术引入到该系统。他们开发出了用于冷挤压工艺设 计的知识基专家系统f o r m e x ，能够自动设计多工位成形过程的成形工序，但 所能设计的产品的几何形状很简单。s u n 等人提出了一个用于实心件的多工位 成形过程工艺规划的系统c e p p ，该系统实现了工艺规划的自动化，并提出了一 套用来评价工艺规划相对成本估算的传统方法，以便于工艺方案优选。b a r i a n 和k n i g h t 等人组成的研究小组也对多工位冷挤压成形过程的辅助设计系统进行 了研究。所开发的系统包括基于g t r ( g e n e r a t e ，t e s t a n dr e c t i f y ) 策略的工艺生成 和分析功能以及确定机加工定位条件的后处理。d a n n o 等人也开发了一个用于 生成多工位冷挤压成形工序的知识基系统f o r e s t - d 。成形工序是借助于所谓 的“t r a n s f o r m a t i o nk n o w l e d g e - u n i t ”方法来产生成形工艺【2 3 也6 】。 随着计算机模拟技术的发展，数值模拟技术和知识基专家系统的集成研究 也得到了一定的发展。为了充分挖掘工艺设计和金属流动分析程序的能力， b i r m i n g h a n 大学研究组将锻模设计和f e m ( f i n i t ee l e m e n tm e n l o d ) 模拟集成在一 个智能知识基系统中。s h u l t zs t e e lc o m p a n y 也做了类似的工作。另一方面， b r a m l e y 等也用u b e t ( u p p e r b o u n de l e m e n t a lt e c h n i q u e ) 研究了可行的集成模型 系统 2 7 2 9 。 1 5 本课题的研究意义及内容 1 5 1 本课题的研究意义 近年来，金属成形正向着净成形或近净成形制造方向发展，以减少后续的 机械加工工作量和降低产品的总成本。同时，全球的竞争也需要制造业除了工 厂的实践经验外，还应大量使用计算机辅助技术，以快速而有效的进行工艺设 山东大学硕士学位论文 计和模具制造，冷挤压工艺就是其中一种。因为冷挤压工艺不仅可以生产出精 度较高、表面质量较好的零件，而且还可以改进零件的内部质量，从而提高零 件性能。因此，该成形工艺在那些零件性能要求较高的领域内得到了广泛的应 用，比如汽车和飞机行业。冷挤压成形工艺有一个特点，即零件的最终形状一 般不能由一个简单的工步完成，而需要好几个中间工步来将初始坯料转换为更 为复杂的产品。所以，研究冷挤压成形工艺计算机辅助系统具有重要的现实意 义。 在设计过程中，设计人员很大程度上仍然依靠长期的实践经验。由于不同 设计人员的经验和知识多少不一，水平参差不齐，严重影响设计生产活动。然 而设计方案的好坏直接依赖于设计人员的经验，如果经验不足就不能保证产品 质量，因而在设计过程中需要根据试模结果反复修改设计方案，从而延长产品 的设计周期，延误新产品投放市场的时间，影响企业的竞争力。因此，为了从 根本上改进传统的“设计一试验一再设计”模式，缩短新产品投放市场的时间， 提高企业在市场的竞争能力，也需要大量实用的智能系统来辅助设计工艺。 本文就是要将人工神经网络引入到冷挤压工艺规划中来，通过研究和工作， 达到以下目的： 在理论上找到一种将人工神经网络应用于设计过程中的框架； 在应用方法上得到一种将人工神经网络融合在设计过程中的可行的模式； 找到将存在于人脑中的设计经验性的模式性信息反映到设计智能系统中来 的模式表达方法和基于模式知识的推理方法； 设计一个系统，按照本文所完成的框架和模型得到一个基本实现其框架功 能的软件系统。 1 5 2 本文的主要内容 本文对于将人工神经网络引入到冷挤压设计过程的关键技术进行了研究， 并在此基础上构建了基于人工神经网络的冷挤压工艺规划系统。主要内容如下： 第二章主要针对本文所涉及的一些技术背景知识进行简要的概述，为顺利 开展本文的工作奠定基础。 第三章将解决把人工神经网络引入冷挤压工艺规划的两个关键问题，即信 息转化问题和信息传输问题，为智能规划系统的建立奠定基础。 - 1 2 山东大学硕士学位论文 第四章根据关键技术开发基于人工神经网络的冷挤压工艺规划原型系统。 首先根据模块结构建立了工艺规划系统的总体框架结构，然后根据编码转换规 则编写了图形编码转换器和编码图形转换器，并构建了系统的核心部分一 一基于人工神经网络的模式映射器，以及处理尺寸参数的数值计算器。 第五章用具体实例来说明本文开发的基于人工神经网络的智能工艺设计系 统的运行情况，并运用d e f o r m t m 模拟软件对其规划结果进行模拟验证。 第六章对本文所作的工作进行总结，指出系统的不足之处，并对其以后的 研究方向作了展望。 一1 3 山东大学硕士学位论文 第二章冷挤压工艺和人工神经网络的基本理论 2 1 冷挤压工艺简述 挤压是迫使金属块料产生塑性流动，通过凸模与凹模出口，制造出空心或 断面比毛坯断面小的零件的一种工艺方法。如果毛坯不经加热就进行挤压，便 称为冷挤压。冷挤压是一种无切削、少切削零件加工工艺，具有材料利用率高、 产品精度高、粗糙度低、切削加工量小、产品强度指标高、劳动条件好和生产 效率高等一系列优点，已被各工业部门重视和推广使用。如果将毛坯加热到再 结晶温度以下的某一温度进行挤压，便称为温挤压。温挤压仍具有少无切削的 特点。 冷锻和热锻、温锻工艺的技术经济指标如表2 1 所示。 表2 - i 钢的冷锻、温锻和热锻的技术经济指标 项变形方法 目热锻温锻冷锻 变形温度范围( ) 8 5 0 1 2 0 02 0 0 8 5 0无加热 产品精度( m m ) o 50 5 o 2 5o 0 3 0 2 5 产品组织晶粒粗大晶粒细化晶粒细化 产品表面质量严重脱氧、脱碳几乎没有氧化、脱碳无氧化、脱碳 变形抗力小中大 工序数量少比冷锻少多 能量消耗大小小 劳动条件差较好好 从表2 - 1 可以看出冷锻与热锻相比，由于材料在常温下的变形抗力很大， 又受加工硬化的影响，要求成形设备具有较大的压力、能量和刚度，对模具的 强度和寿命也提出了较高的要求。或许有人会提出温锻技术既可以避免热锻件 精度不高的缺点，又可以避免冷锻成形带来的变形抗力大的弊端。但是温锻成 - 1 4 山东大学硕士学位论文 形工艺是在冷锻工艺技术基础上发展起来的一种少无切削成形工艺。尽管该工 艺国内外研究开发已有2 0 多年的历史，但在国内推广应用，还需要研究者们不 断的努力。 冷挤压工艺设计是冷挤压模具设计中的一个关键环节。工艺结果直接影晌 模具的结构以及产品的质量，因为冷挤压工艺设计过程可以确定冷挤压工艺性 质、工序组合及工序分解等，然后进行工序次数和每道工序尺寸计算，进而根 据变形特点安排工艺顺序【l 引。 2 2 人工神经网络技术 2 2 1 人工神经网络的产生与发展 人工神经网络a n n ( a r t i f i c i a ln e u r a ln e t w o r k ) 是理论化的人脑神经网络的 数学模型，是基于模仿大脑神经网络结构和功能而建立的一种信息处理系统， 它实际上是由大量简单元件相互连接组成的复杂网络，具有高度的非线性，能 够进行复杂的逻辑操作和实现非线性关系映射的系统。 从1 9 4 3 年心理学家w s m c c u l l o c h 和数学家w p i t t s 合作研究并提出m p 神经元模型到今天，神经网络的研究已经走过了半个多世纪的曲折历程，人工 神经网络的研究发展史如表2 2 所示。 近年来的许多研究证明，人工神经网络已经在许多领域的应用中展现出了 强大的功能，是人工智能发展的一个重要方向，它在图像处理、语音识别、实 时系统控制、模糊信息处理等许多领域中都有不可替代的作用。在研究和应用 的范围内，其发展的深度和广度正飞速扩大。神经网络研究热潮和相关研究成 果的大批出现，除了神经科学研究本身的突破和发展之外，更主要的是由于计 算机科学和人工智能发展的需要以及v l s i 技术、生物技术、超导技术等领域的 迅速发展提供了技术上的可能性。神经网络借鉴了神经科学的基本成果，而对 它的全面研究更是涉及到了计算机科学、控制理论、信息科学、微电子学、心 理学、认知科学、物理学和数学等学科。神经网络的发展是认知科学、计算机 科学和人工智能发展的一个新的转折点，它的应用和发展不但会推动神经动力 学本身，而且将影响新一代计算机的设计原理，为新一代计算机和人工智能开 - 1 5 山东大学硕士学位论文 辟一条崭新途径【5 】【3 6 38 1 。 表2 2 人工神经网络研究的发展简史 时间主要研究者出现的神经网络模型 1 9 4 3m e c u l l o c h & p i t t s m p 神经元模型 1 9 4 9h e b b h e b b 学习法则 1 9 5 7r o s e n b l a t t 感知机模型( p e r c e n t r o n ) 1 9 6 1s t e i n b u c h 学习矩阵( l e r r n a t r i x ) 1 9 6 2w i d r o w 自适应线性元件( a d a l i n e ) 1 9 6 8 g r o s s b e r g 大系统模型 1 9 6 9w i l l s h a w 布尔a m 1 9 7 la m a r i 布尔网络理论 1 9 7 2a n d e r s o n 线型a v l 1 9 7 2 1 9 8 4f u k u s l u n a 认知机神经认知机 1 9 7 2v o n d e r m a l s b u r g自组织原理 1 9 7 2k o h o n e n a m 理论 1 9 7 2a l b u s 雪崩网络理论 1 9 7 5f r e e m a n a m 网络设计 1 9 7 7h e c h t - n i e l s e n 自适应大系统 1 9 7 7a n d e r s o n b s b 一脑中盒 1 9 7 8 1 9 8 6