基于加工特征向量的制造设备分组算法研究.pdf

《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，