引言

计算机辅助工艺规划(CAPP)被认为是联接计算机辅助设计(CAD)和计算机辅助制造(CAM)的桥梁,也是计算机集成制造系统(CIMS)的重要环节。CAPP的研究和应用可以提高产品质量,缩短产品开发周期,降低成本,从而提高产品设计和制造的自动化水平,增强企业的市场竞争力。

虽然CAPP的研究已取得很多成果,国内外也开发了众多CAPP系统,但真正达到实用化水平的不多;从这个意义上讲,CAPP仍然是产品设计/制造自动化的一个瓶颈,实际上当前流行的商业软件大都回避了CAPP这个难点。为了推动CAD和CAM的真正集成,CAPP已经成为目前设计/制造自动化中急需解决的问题之一。

目前,CAPP存在的主要问题包括:

(1)功能有限 现有的CAPP系统无法完成所有工艺设计功能。有些任务工艺人员可以轻松完成,而CAPP系统做起来却非常困难,这是因为现有CAPP系统智能程度和知识水平不高。

(2)适应性差 目前,大多数CAPP系统是针对生产环境和零件类型开发的专用系统,不能根据不同企业的特殊性调整信息需求、工艺决策逻辑。这是因为CAPP系统应用对象有较强的特殊性,如:零件种类多,工艺知识复杂多样,企业生产设备、技术和管理水平、生产习惯等也差异很大。

(3)透明度低 多数CAPP系统的工作过程基本上是"黑箱"过程,用户看不到想看到而且应该看到的事情。这样不仅难于理解,而且说服力和可信度较低。这是因为多数CAPP系统主要是基于符号推理的,适于计算机进行操作,其数据和推理过程过于抽象。

比起计算机的计算能力和符号推理能力,人类更擅长形象思维和模式匹配。现有的技术水平无法让计算机象人一样进行复杂问题求解;与此同时,人很难理解计算机所擅长处理的基于符号的复杂数据。如果在设计CAPP系统时考虑到人机系统的相互关系,使得人和计算机协同工作,那么上述问题就会得到较好地解决。实际上,CAD和CAM软件的工作过程也与人密切相关,它们的可视性很好地支持了人机协同工作。这正是当前的CAD和CAM系统比CAPP系统更实用的重要原因之一。

综上所述,应当进行人机协同工作的研究,将计算机的计算能力和符号推理能力,以及人类的形象思维和模式匹配能力相结合,而可视化是人机协同工作的重要基础。

1 人机协同工作和可视化

大量的CAPP研究忽视了人这个最活跃、最关键的因素,与此同时,其它科学和工程领域已经开始研究人与计算机的关系。

在复杂的科学计算(scientific computing)中,用户需要进行问题求解(problem solving),寻求使用计算机来自动求解常规问题,其根本方法是将复杂问题级次分解为简单的子问题,然后执行相应的程序。然而近来人们对计算机在多大程度上可以自动求解问题提出了疑问。法国Claude Bernard大学的Francois Chevenet[1]指出,问题求解常常不能自动进行,因为对于一些子问题,计算机找不到相应的解决策略或知识,只能靠人来解决,所以人必须能够干涉自动的问题求解过程;另外,计算机往往需要用户提供参数或数据,所以系统必须是交互性的;这就要求计算机是协同性的(cooperative)。

美国国家自然科学基金1997年"以人为中心的系统"讨论会[2]提出,以人为中心的系统(Human Centered Systems,HCS)具有以下特性:

(1)可考虑人的知觉、灵活性和局限性;

(2)对实际工作能有效支持;

(3)具有柔性而不是刚性,能以多种方式使用,对用户没有不必要的限制;

(4)环境敏感性,能适应用户变化的需求;

(5)开放和透明,用户易于理解它们;

(6)有吸引力,用户乐于使用。

HCS的主要手段是可视化(visualization)和虚拟现实(virtual reality),因为自然世界是图形化的,人对于图形化也就是可视化的事物有着内在的理解能力。伊利诺斯大学芝加哥分校的Thomas DeFanti指出,HCS中可视化和虚拟现实的主要目标是"看见幕后的东西"(seeing the unseen)。

可视化计算(visual computing)也称为科学可视化(scientific visualization),是80年代末作为计算机科学的一个分支发展起来的,它是一种通过交互性图形和图像从复杂或大量的数据集合中提取有用信息的方法,能够提高数据处理的效率,从而丰富了现有的科学方法。nextpage

Markus Gross的《Visual computing : the integration of computer graphics, visual perception》[3]中指出:"科学计算的目的是洞察力而不是数字"(The purpose of scientific computing is insight, not numbers)、"一图胜千言"(A picture is worth a thousand words),他对科学可视化的定义是:

可视化包含图像理解和图像合成两方面的含义,它是这样一种工具,即可以将图像数据转换到计算机里,也可以根据复杂、多维的数据生成图像。它研究人和计算机感知、使用和交换可视化数据的机制。

值得指出的是,CAD和CAM都已有可视化技术与手段,这已经成为促进其商业化、实用化的一个有力因素。1997年工程索引(Engineering Index,EI)中有关可视化的论文有2000篇左右,其中有关CAD和CAM的20篇左右,关于CAPP的没有。所以可视化很可能是CAPP研究的一个突破。

2 可视化工艺规则原型系统

本文提出基于可视化来规则构造人机协同工作的CAPP系统,能够使人合理、方便地监视和干涉计算机的工作过程,充分发挥人和计算机的互补优势,从而有效地处理CAPP的复杂数据和复杂问题,提高CAPP系统的智能化水平,推动CAPP系统的实用化。为了实现CAPP系统数据和工作过程的可视化,构造人机共享数据和问题求解进程的环境,特将CAD系统作为CAPP系统的工作平台,例如,用户可以直观地看到CAPP系统正在处理哪个零件特征,以及关于该特征的处理结果是否合适,等等。这样,系统的工作过程对于人是"透明"的,人机就能够协同工作。

2.1 系统结构

可视化工艺规则原型系统结构,如下图所示。其工作流程如下:

可视化工艺规则原型系统结构图

(1)通过初始化模块从CAD系统导入零件信息(包括几何信息和工艺信息),按照零件特征的精度和公差提取需要加工的特征;

(2)按照零件特征的重要性进行分级;

(3)检查零件特征可及性,提取可以加工的特征;

(4)按照零件特征可及性和交互性进行分组;

(5)装夹规划;

(6)工序规划。 nextpage

2.2 刀具空间和夹具空间

刀具空间和夹具空间是两个核心概念,通过它们,用户可以看到系统的工作过程,系统中其它模块都建立在它们的基础之上。

零件切削加工是通过刀具和工件之间的几何相对运动实现的,工件是静止的,而刀具相对工件运动。一般而言,刀具运动可分为轴向运动(如钻孔)和径向运动。基于刀具运动,J. Kieffer和F.L. Litvin提出了扫掠体(Sweep Volume)的概念[4]:

定义1:假设G是一个有界、封闭、连续的三维实体并且沿着某个轨迹J连续运动,则在给定的时间段I,G所占据的几何空间称为扫掠体。Gt为t时刻G所占据的几何空间。SV(G)=∪t∈IGt

此概念是与刀具几何形状相关的。本文则提出了刀具几何形状无关的刀具空间(tool space)概念:

定义2:当加工零件P的特征F时,刀具所需经过的空间称为刀具空间。

定义3:当加工零件P的特征F时,夹具所占有的空间称为夹具空间。

刀具空间、夹具空间,以及后文中特征可及性的底层几何运算,均可基于现有的CAD系统的三维实体计算能力实现,本系统采用的CAD系统是Pro/Engineer。系统中定位面的选择方法类似于其它CAPP系统。

2.3 特征分级

特征分级模块将待加工特征按其重要性分级,即划分两个集合(主特征集和次特征集)。例如,当一个孔特征分入主特征集时,其螺纹则被分入次特征集。在后续的过程中,重点处理主特征集,这样就可以显著减少装夹规划及工序规划消耗的时间。

2.4 特征可及性

此模块通过几何推理进行零件特征可及性检查,从待加工特征中提取可加工特征。图2(b)中盲孔的刀具空间与零件上部相交,所以此盲孔称为不可及特征。

定义4:当(R∪S)∩T=φ, F为直接可及特征(Directly Accessible Feature,DAF)。

其中,R为零件毛坯;F为零件特征;S为特征装夹空间;T为特征刀具空间;φ为空集。

当 (P∪S)∩T≠φ,F为绝对不可及特征(Absolutely Inaccessible Feature,AIF)。

当(R∪S)∩T≠φ,且(W∪S)∩T=φ, F为间接可及特征(Indirectly Accessible Feature,IAF)。

其中,W为某个或多个特征被去除后的工件。

此时,被去除的特征称为当前被检查特征的父特征,当前特征则为被去除特征的子特征。

2.5 特征分组

特征分组模块将可加工特征按照其可及性和交互性进行分组。

主要算法如下:

(1)检查主特征集,将所有DAF移入集合Di,将所有AIF移入集合A。

其中,1≤i≤DAF总数

(2)若主特征集为空,结束;否则转到第3步。

(3)从工件上依次去除Di中的特征,若主特征集中某些剩余特征变为可及,则将其移入Di并重复第3步;否则,将主特征集中剩余特征移入集合A,结束。

经过以上步骤后,集合A中的特征在后续过程中可以忽略,因为它们是不可及的。有序集合Di可用于工序规划。

然而,这个算法在某些条件下不是封闭自足的。例如,只有在两个或以上DAF被去除后,某特征才可及,则后者将被错判为AIF。解决方法之一是在第3步依次去除多个DAF,但会产生组合爆炸,使计算时间指数增长。

2.6 装夹规划和工序规划

装夹规划和工序规划除了应用上述基于刀具空间和夹具空间的几何推理外,其步骤类似于其它CAPP系统,这里只简述其过程:

(1)选出所有可用于定位的特征;(2)以最少装夹次数为目标优化装夹方案;(3)将一次装夹内可加工特征参考特征分组时产生的有序集合Di排序;(4)生成加工方法,即工步序列;(5)选择刀具和切削参数。

系统工作过程是可视化的和层次渐进的,因此,人可以很好地理解并控制工艺决策过程。

3 结论

本文提出可视化工艺规则的概念,并提供了一个原型系统。系统基于可视化使用户方便地监控和干涉计算机工作过程,从而结合人机的优势来有效地解决工艺决策问题。我们还需要进行进一步的理论和实践探索,将CAPP系统任务合理分配给人与计算机,并改进算法,提高实用性。

capp PHP,开目CAPP通用框架相关推荐

  1. SLAM的通用框架:GSLAM

    SLAM的通用框架:GSLAM GSLAM: A General SLAM Framework and Benchmark 论文链接: http://openaccess.thecvf.com/con ...

  2. 【论文翻译】HeteSim:异构网络中相关性度量的通用框架

    原文链接:https://blog.csdn.net/Mrong1013967/article/details/115330139 HeteSim:异构网络中相关性度量的通用框架 摘要 相似性搜索是许 ...

  3. C语言实现shellcode通用框架二:文件下载执行或内存加载

    简介: 承接接上篇.上篇(C语言实现shellcode通用框架一:解密执行)我们的第二层shellcode核心代码都是事先加密好嵌套在第一层shellcode中,核心代码更新起来不方便.所以联网更新显 ...

  4. 拿transformer做E2E全景分割,这个通用框架霸榜挑战赛,南大、港大联合提出

    视学算法报道 机器之心编辑部 本文中,来自南大.港大.英伟达等机构的研究者提出了一个使用 transformer 进行端到端全景分割的通用框架,不仅为语义分割与实例分割提供了统一的 mask 预测工作 ...

  5. Transformer霸榜全景分割任务,南大、港大提出一种通用框架!

    来源:机器之心 本文中,来自南大.港大.英伟达等机构的研究者提出了一个使用 transformer 进行端到端全景分割的通用框架,不仅为语义分割与实例分割提供了统一的 mask 预测工作流程,而且使得 ...

  6. Petuum提出序列生成学习算法通用框架

    近日,来自人工智能创业公司 Petuum 的研究人员发表论文,提出序列生成学习算法的通用框架--广义的熵正则化策略优化框架(Generalized Entropy-Regularized Policy ...

  7. 阿里开源首个DL框架,新型XDL帮你搞定大规模稀疏数据

    机器之心原创 作者:思源.邱陆陆 12 月 21 日,阿里巴巴旗下的大数据营销平台阿里妈妈开源了其应用于自身广告业务的算法框架 X-Deep Learning(XDL).该框架非常擅长处理高维稀疏数据 ...

  8. linux epoll机制对TCP 客户端和服务端的监听C代码通用框架实现

    1 TCP简介 tcp是一种基于流的应用层协议,其"可靠的数据传输"实现的原理就是,"拥塞控制"的滑动窗口机制,该机制包含的算法主要有"慢启动&quo ...

  9. 入选 SIGMOD2021 的时间序列多周期检测通用框架 RobustPeriod 如何支撑阿里业务场景?

    简介: 本文除了介绍RobustPeriod的核心技术亮点,还将重点解释如何将它构筑成服务来解决阿里云的业务痛点. 近日,由阿里云计算平台和阿里云达摩院合作的时序多周期检测相关论文RobustPeri ...

最新文章

  1. Kali Linux***测试
  2. “去哪儿网”2015春招前端面试题
  3. 《BeagleBone开发指南》——1.7 小结
  4. 绝地求生测试服画面优化软件,绝地求生正式服设置详解 教你调校最完美的画质...
  5. java_opts gc回收器_jvm垃圾收集器与内存分配策略
  6. 协同过滤及大数据处理
  7. 【bzoj1146】 [CTSC2008]网络管理Network【树链剖分+树套树+二分 线段树套Treap】
  8. u盘写保护怎么才能真正去掉
  9. Luogu 3206 [HNOI2010]城市建设
  10. Openbci升级版使用方法
  11. mbs单位是什么意思计算机,Mbps,MBs什么不一样
  12. NorFlash与NandFlash对比
  13. 使用TMS320F28335控制四位共阳数码管
  14. CCF201809-4 再卖菜
  15. Js函数加括号、不加括号
  16. 【论文阅读】Color Constancy by Learning to Predict Chromaticity from Luminance
  17. 宝塔Linux面板安装教程(+Mysql)
  18. 计算机考试如何高级筛选,2013年职称计算机Excel考试复习:高级筛选
  19. 二分图的最小顶点覆盖 和 最大独立集 和 最大团
  20. java有趣的技术分享ppt,java面试数据结构与算法高频考

热门文章

  1. websocket实现GPS数据的实时推送与地图的展示(优化)
  2. 互联网时代计算机科学技术的发展,互联网时代下的计算机科学技术发展趋势
  3. 区块链技术加持,腾讯安全助推上海“易盾计划”数字版权保护工作
  4. CAD小问题解决办法2
  5. 艾司博讯:拼多多冲销量的方法有哪些?
  6. darknet整体框架
  7. 「systemd」- 修改单元文件 @20210318
  8. centos7搭建http服务器访问文件目录列表
  9. 神经网络bp算法应用,bp神经网络动量因子
  10. 采购供应商系统开发:融合采购供应商平台多样化应用场景