应用成组技术的工时估计

1、应用成组技术的工时估计摘要 工业、交通运输业、通信业等技术的发展也就是全球化进程的展开导致了比以往更为激烈的竞争。中小型企业在这个过程中深受影响，必须在短期内决定是否接受已经接收到的报价。因此，制定出工艺流程以计算出生产所需要的工时是不现实的。本文作者的想法是创建一个基于成组技术的零件分类系统，用来将零件划分为零件组。这样，我们就可以将原有零件的生产工艺过程规划应用在与其相似的新零件上。下一步，可以用一个程序来实现工时估计，该零件的生产成本就可以被计算出来。 关键字：成组技术；工时估计；计算机辅助制造；代码分类1. 引言 金属切削过程的工艺过程规划是制造业中知识密集程度最高的一项活动。在这项活

2、动中，产品信息被映射到各种可获得的现有制造资源信息上，以确定从原材料到最终产品的生产计划。所以这是一个需要很多时间与巨大努力的复杂过程。 现阶段，很多客户将产品的二维图纸或者三维模型发送给企业，期望获得制造成本与交货时间。因为时间紧迫，制造商并不能完成详细的工艺过程规划，也就不能给出确切的生产成本和制造时间。大多数情况下，制造商根据经验和图纸来给出一个估计的报价和生产时间。作者旨在创建一个基于成组技术的零件分类系统。这个系统可以将多种零件按其相似性分类成组。这样，我们就可以将原有零件的生产工艺过程规划应用在与其相似的新零件上。作者同时开发了一个应用于轴类零件的工时估计程序，本文将为大家阐述。该

3、程序仅使用外圆车削的例子。这个程序面向中小型企业，因为中小型企业的产值在克罗地亚的国家总产值中占据着很大的份额。单件小批量生产的基本特征是： 客户需求多样 交货时间短 要尽可能接近大批量生产的成本 现如今，人们的环保意识越来越强烈，越来越多的人思考并践行着“绿色生活”。所有的绿色元素都可以被分成绿色供应链管理，绿色供应链管理的定义是将环保理念贯彻于供应链管理的各个环节，包括：产品设计、原材料选择与采购、工艺规程编制、产品交付以及产品报废处理。如果我们使用本文中提到的程序来代替计算机辅助制造，我们就可以节约能源消耗并且在我们的制造流程中加入了一些绿色元素。 举例来说，antolic将回归模型应用

4、于单件产品的工时估计，而这个模型的问题是，它并没有考虑对单件产品加工时间影响很大的加工参数，而一些作者已经将刀具轨迹优化来降低单个零件加工时间。本文作者试着用数学方法来建构模型，以方便地估计出制造时间。另外也有一些关于网页程序发展的研究，这些程序用来更快更简单地选择主要工序和一系列操作流程，因为这些准则对于工艺改进和降低生产成本有重大意义。 当前的工艺路线制定普遍基于以计算机辅助工艺规划为主要形式的信息技术。许多学者对如何把更多的智能技术应用于工艺规划进行了研究。计算机辅助工艺规划有两种主要的形式：派生法和生成法。派生法基于相似零件可以采用相似的工艺规程这一准则。因此，这一过程需要操作员对零件

5、进行分类，输入零件信息，从数据库（包含原有的工艺规划）中检索一个相似的工艺规程，编辑这一工艺规程以适应新零件。在一些派生系统中，零件根据加工方式的相似性和成组技术被分为若干零件组。 生成法计算机辅助工艺过程规划是利用决策逻辑，公式，制造准则，基于数据的几何学来确定将原材料制成成品所需要的工艺过程的一种方法。它基于输入的特征和属性为每一个零件创造新的工艺规程。设计和实施一个生成法计算机辅助工艺过程规划系统比基于派生法原理的系统更加困难，但优点是不需要操作者进行规划。这种方法可被认为是基于以下层次结构： 准备工作规划：准备工作的确定和排序以及加工工具的选择 作业排序：作业的确定和排序以及工具的选择

6、 作业计划：加工参数和刀具轨迹（切削速度、进给量等）的确定 最近，工艺流程规划的优化有了一些新的方法。gecevska将遗传算法作为智能工艺规划的方法。遗传算法是基于自然选择和自然遗传的进化搜索算法。遗传算法的搜索进程中有三个基本的执行机制：复制、交迭、变化。通过这些执行机制，遗传算法就可以探索制造更好的字符串，以后的版本中就可能有更好的副本。另一种方法是人工神经网络的使用，人工神经网络是一个生物神经系统并可以通过实例学习。神经网络通过所提供实例的内在规律进行学习，而不是通过一组用户定义好的规则。 dae-hyuk and suk-hwan开发了一个用于复合加工加工工艺规划的优化解决算法。这个

7、算法基于分支定界方法，灵感来自于工程实例。这个方法使用中性工艺过程图，这是零件制造的一系列有效流程。中性工艺过程图包括金属去除率、机械加工方式、走刀方式、切削条件、切削刀具等一系列流程信息。2. 零件分组器 由于制造系统中有海量的不同种零件，对于零件分类系统的需求引发了成组技术和自动特征识别技术的发展。成组技术的主要任务是将相似零件归类为一组。有三种自动特征识别的方法：几何特征提取、形状识别和模式识别。 成组技术有两种实现方法。第一种是根据制造计划将零件分组，以保证工厂中的机器可以根据一组特定产品的生产工艺流程来布局。这种方法采用目测法、生产流程分析以及聚类分析。第二种方法根据零件的几何形状和

8、技术特征来分组。本文主要涉及几何特征提取以及形态特征识别的简化方法，所有零件都将获得一个特定的编码以进入不同的分组。作者的观点是建立一个储存现有工艺的数据库，并根据几何形状和技术特征将零件分类。这种分类只针对对称或者不对称的回转类零件。以下几个表格展示了回转类零件编码方法：1.数字回转类零件0对称1不对称2.分组代码0盘类零件或圆环类零件1圆柱类零件或轴套类零件2杆类零件3拥有不规则表面的回转类零件4拥有不规则表面的杆类零件3.材料代码0铁1铝2铜3合金4.表面粗糙度代码0ra0.2m 车削加工10.1mra0.2m 车削和磨削20.05mra0.1m 磨削和珩磨30.025mra0.05m

9、车削、磨削、珩磨以及超精密加工5.长径比代码0l/d3 两端固定 表面加工1l/d3 两端固定 表面加工 中心孔加工 通过使用这个分类系统，每个零件都能获得一个编码，这个编码可以帮助我们找到相似零件。之后，我们就能将原有零件的工艺应用于新零件。通过这种方法，我们可以建立起自己的工艺数据库，这样就能为新零件找到相似工艺。3. 工时估计中的应用本文作者提出两个用excel制作的程序。第一个，基本数据运算程序，用于计算一些定义制造工艺的通用数据。第二个程序用于计算轴类零件的生产时间。在第二个程序中，本文作者将轴类零件分解为几种基本形状，因为直接估计零件制造时间比较困难，由于外轮廓的粗精加工所需要的回

10、转次数不同，所以进行了区分。为了估计完整的生产时间，每个基本形状的生产时间估计是必要的。将这些时间加起来就是每个零件的完整加工时间。程序中所用的公式均为经典工艺过程规划中所用的公式，下文将会阐述。程序的准确性通过camworks这一软件来验证。估计的时间将与camworks软件计算出来的时间相比较。下图为为程序中使用零件的基本形状：3.1基本数据计算程序 基本数据计算程序是基于excel开发，拥有五个工作表，每个工作表计算一组基本数据。该程序运用相关公式计算以下数据：主轴转速： 其中，为切削速度，单位是m/min ,d为切削初始直径，单位是mm.表面粗糙度： 是进给量，单位是mm/r,是刀尖的

11、圆弧半径，单位是mm所需的机器功率 为需要的切削功率，单位为kw，为切削效率，其中： 为切削深度，单位是mm；为特定的切削力，单位是；是刀具主偏角，单位是。 金属去除率-v/min 之所以编制这个程序，是因为这些数据对于定义加工参数是必要的。人工计算这些数据需要大量时间，这个程序的作用是减少相应时间。实际上，如果用户对于定义加工参数非常有经验，就完全可以忽略这个程序，因为两个程序间是相互独立的。在这项研究中，这个程序也通过使用excel程序和camworks来计算加工时间。3.2轴类零件加工时间计算程序 该程序基于excel开发，用来计算单件轴类零件的制造时间。该程序由十个工作表组成，即对于表

12、面的典型车削加工：机床数据、表面加工、中心孔加工、型面加工-直、型面加工-倾斜、槽加工、半圆加工、车螺纹、辅助时间、单件制造时间。工作表中的顺序对应实际加工流程中的顺序。每个零件的加工时间包括以下时间：机加工时间、宽放时间、辅助时间。我们采用标准计算公式来计算机加工工时。主轴转速：走刀时间：；（仅用于粗糙的槽加工） 其中：l是加工长度，单位为mm。回转圈数： 其中：d为加工最终直径，单位是mm走刀次数： 其中：s为重叠量，单位为mm（仅用于粗糙的槽加工）快速进给时间： 其中：是快速进给量，单位是mm；是快速进给速度，单位是m/min 准备时间为夹紧零件所需要的时间以及更刀具所需要的时间 下图说

13、明了这个程序是如何运行的 用户需要在程序中输入切削用量、加工尺寸和加工参数。根据加工类型，用户需要输入如下数据：dmm-零件初始直径、dmm-零件最终直径、lmm-加工长度、rmm-加工半径、mm-中心孔直径、mm-法向齿距、m/min-切削速度、mm/r-进给量、mm-切削深度、i-头数（仅用于螺纹加工）。 当你输入这些信息后，程序自动将其输入所有工作表。如果输入的主轴转速超过最大值，程序会将其自动转化为最大值然后输入工作表。用户输入加工尺寸和加工数据后，程序会使用以上提到的公式自动计算制造时间，然后加入记录制造时间的工作表。 该程序模型有以下限制：只能应用于回转类零件即外圆车削，型面加工，

14、更确切的来说是半圆加工作为对称型面加工的一部分在模型的适用范围内。这意味着型面加工的范围随着半径的增加而增加。这种限制被用来简化模型，其对加工时间计算的影响可以忽略不计。因为这只是轴类零件很小的一部分，误差大约在0.1%之内。对于倾斜型面加工，这种限制并未被引入，因为这种轴可能有圆锥部分，这种简化会对单个零件的工时计算造成很大的影响，这种约束在下图中展示。 另一个限制是x轴加工并未在这个程序中被纳入考虑。这是因为基本形状的序列在外轮廓的粗精加工中应该被明确。这项工作应该在本程序中被完成。这只会在误差不大的情况下将程序复杂化。该程序只能应用于沿z轴的加工；例外是仅考虑沿x轴加工不考虑沿z轴加工的

15、表面加工。这项限制会对粗精加工有影响，切削速度越小影响越大，因为这增加了工艺时间和每个零件的加工时间。依据轴的设计与特征不同，一些限制就会有更小的影响，因为沿x轴加工的长度小得多，一些零件甚至无需沿x轴加工。就单件加工时间来说，这项假设并不会产生主要影响，下图中将会展示这一结果分析。4. 例子 为了展示该程序是如何运行的，作者将对轴3制造时间如何估计出来的做一个展示。为了更加直观地描述这个过程，作者将会展示一些相关的工作表。用户给出的数据用直线标注，程序计算出来的数据用虚线标注。图5展示了轴3的几何特征。 在图5中我们可以看到，轴3可以被分解为13个基本形状，采取以下的加工步骤：表面加工（2次

16、精加工，2次粗加工）、中心孔加工（2次）、直型面加工（4次粗加工，5次粗加工）、倾斜型面加工（4次粗加工，4次精加工）、槽加工（1次精加工）、半径加工（2次）、车螺纹（2次）。 首先，按照以往经验，用户可以使用该程序计算出基础数据。如果用户已经获得了基础数据，便可以按经验立即使用程序进行加工时间估计。但如果用户没有基础数据，第一个逻辑步骤将核对机器需要的功率。这一步骤只会应用于粗加工步骤，因为粗加工使用最大切削力。图6展示了一个使用输入的数据计算机器所需功率的工作表 如果用户机器的额定功率比需要的功率大，我们就可以使用这台机器的参数来估计加工时间。 之后，用户使用这个程序计算加工时间，并输入图

17、7所示的机器数据 下一个步骤是将数据输入其它工作表。当然，用户需要将数据输入用来计算工件中基本形状的工作表。图8展示了用户输入的数据以及由程序计算出来的轴3粗精表面加工的数据 图9展示了用户输入的数据以及由程序计算出来的轴3粗精型面加工的数据 所有基本形状都被输入进程序之后，用户还需要输入装夹次数以及刀具更换次数，这样程序就可以计算辅助时间。图10展示了计算辅助时间的工作表中输入的数据 图11展示了程序中最后一个工作表，即输出工作表。在这个工作表中，用户根据加工类型获得单件加工时间。5. 结果 作者计算了20个轴类零件的加工时间，图12和13展示了本程序和camworks计算出单个零件加工时间

18、的平均差异 如图13所示，最大的差异是在槽的粗加工以及半圆加工。对于槽的粗加工，差异率是9.83%，半圆加工差异率是8.05%。尽管差异率看起来很高，但这两道工序持续时间均很短，槽的粗加工与半圆加工平均时间差异为1.11秒及1.55秒。这项差异产生的原因是这两道工序很难用数学公式来描述。因为刀具路径很难描述。但这些差异都不会对单个零件的制造时间总体差异产生显著影响。the biggest impact on the production time per piece has profile machining.对于型面粗加工，差异是2.87秒，型面精加工差异是3.85秒。这些差异的产生是因为上

19、述的模型局限。包括对于沿x轴加工的忽略。因为这些工序时间都比较长，所以平均差异率都不是很大。对于型面粗加工，差异率是2.55%，对于型面精加工，差异率是3.47%。端面加工、中心孔加工以及车螺纹是很容易用数学表达的工序，所以在这种情况下单件加工时间实际上是可以忽略的。加工阶段平均差异时间是3.33秒，或者1.51%，这是一个非常小的偏差。如果我们把不如意事辅助时间考虑进去，差异率是0.69%，可以认为，这个程序在轴的加工时间估计方面表现是非常优秀的。6.总结 该软件为我们提供了高质量的加工时间估计，因此，在教学过程中，同学们可以使用软件对他们的工件做出加工时间估计。因为这款软件并非完全自动，所

20、以用户要与之互动。此外，该程序可用于单件小批量的工业生产，用来估计轴类零件的单件生产时间。本文以及这个程序是对工时估计领域的一个初步研究，更深层次的研究是将该软件自动化与一般化。这款程序是不能被完全自动化的，能被自动化的部分是基础形状识别，也就是加工操作。为了实现这个目标，一个基于二维和三维模型，可以自动识别这些形状的系统将会被开发。不能自动化的部分是将加工以及机器数据输入到程序中这一过程。因为这些数据取决于机器类型、零件材料、刀具等等。 应用程序的改进可能会包括之前的特殊限制。这意味着型面加工沿x轴的部分应该加入到改进项目中。对于之前提到的直型面加工中的半径加工具有的限制所进行的模型简化，应该被分为独立的工作表，一个针对半径加工，一个针对直型