ДОНЕЦЬКИЙ ДЕРЖАВНИЙ ІНСТИТУТ ШТУЧНОГО ІНТЕЛЕКТУ

Гітіс Веніамін Борисович

УДК 658.52/.531:621.9.04:004.032.26

УДОСКОНАЛЕННЯ НОРМУВАННЯ ЧАСУ МЕХАНООБРОБКИ ДЕТАЛЕЙ У ОДИНИЧНОМУ ТА ДРІБНОСЕРІЙНОМУ ВИРОБНИЦТВІ НА ОСНОВІ НЕЙРОННИХ МЕРЕЖ

Спеціальність 05.13.23 – Системи та засоби штучного інтелекту

Автореферат

дисертації на здобуття наукового ступеня

кандидата технічних наук

Донецьк – 2005

Дисертацією є рукопис

Робота виконана в Донбаській державній машинобудівній академії Міністерства освіти і науки України, м. Краматорськ.

Науковий керівник: | доктор технічних наук, професор Ковалевський Сергій Вадимович, Донбаська державна машинобудівна академія Міністерства освіти і науки України, м. Краматорськ, завідувач кафедрою “Технологія і управління виробництвом”

Офіційні опоненти: | доктор технічних наук, професор Рамазанов Султан Курбанович, Східноукраїнський національний університет ім. В. Даля Міністерства освіти і науки України, м. Луганськ, завідувач кафедрою “Економічна кібернетика”

кандидат технічних наук Жилін Олександр Вікторович, Донецький державний інститут штучного інтелекту Міністерства освіти і науки України, м. Донецьк, доцент кафедри “Системного аналізу і моделювання”

Провідна установа: | Інститут проблем математичних машин і систем НАН України, відділ Нейротехнологій, м. Київ

Захист відбудеться “ 2 ” грудня 2005 р. о 11.00 годині на засіданні спеціалізованої вченої ради К11.243.01 у Донецькому державному інституті штучного інтелекту за адресою: 83050, м. Донецьк, пр. Б. Хмельницького, 84.

З дисертацією можна ознайомитися в бібліотеці Донецького державного інституту штучного інтелекту.

Автореферат розісланий “ 2 ” листопада 2005 р.

Вчений секретар спеціалізованої

вченої ради К11.243.01

к. т. н., с. н. с. С. О. Полівцев

ЗАГАЛЬНА ХАРАКТЕРИСТИКА РОБОТИ

Актуальність теми. Час, що витрачається на виготовлення деталей, є визначальним чинником при побудові виробничого процесу. Норми часу є основою для оплати праці, розрахунку собівартості готової продукції, тривалості виробничого циклу, необхідної кількості верстатів, інструмента й робітників, а також планування всього виробництва.

Норма штучного часу визначається на підставі розрахунку основного часу, частка якого в загальній нормі штучного часу найбільш значна. Всі інші складові штучного часу нормуються у відсотках до основного часу. При цьому якщо для апаратурних технологічних процесів (термічних, гальванічних і т.п.) основний час визначається на підставі паспортних даних обладнання, то для механічної обробки необхідне проведення відповідних розрахунків.

Розрахунок основного часу механічної обробки може здійснюватися аналітично-розрахунковим і аналітично-дослідницьким методами. При аналітично-розрахунковому методі норми витрат праці розраховуються на основі карт технологічного процесу виробництва деталей. Цей метод є найбільш теоретично обґрунтованим. Однак при цьому встановлення технічних норм часу здійснюється на завершальному етапі розробки технологічного процесу, що надзвичайно сповільнює й ускладнює процес нормування.

Аналітично-дослідницький метод є більш точним методом установлення технічних норм часу, ніж аналітично-розрахунковий. Однак у дрібносерійному й одиничному виробництвах, що не мають на відміну від крупносерійного й масового виробництв стійкої номенклатури оброблюваних деталей, застосування аналітично-дослідницького методу, що вимагає багато часу й витрат праці кваліфікованого працівника по технічному нормуванню, не виправдується.

Особливо гостро проблема швидкого визначення норм часу виникає в процесі техніко-комерційного пророблення замовлень, коли необхідно в стислий термін оцінити собівартість продукції й строки виконання замовлення. Така проблема актуальна, насамперед, для підприємств важкого машинобудування, де переважає одиничне й дрібносерійне виробництво. Тому в одиничному й дрібносерійному виробництвах визначення норми часу часто проводиться по типових нормах, що складені аналітичним методом для типових технологічних процесів.

У той же час в умовах одиничного виробництва часто виникають труднощі з підбором типової деталі через значні конструктивні розходження навіть між деталями однієї групи. У цьому випадку буває дуже складно оцінити різницю в нормах часу для нормованої деталі й деталі-аналога. Особливо великою може виявитися погрішність для складних важких деталей, що вимагають великих трудових витрат.

Таким чином, в умовах одиничного й дрібносерійного виробництва гостро стоїть проблема швидкої і якісної оцінки трудомісткості виготовлення деталей на стадії техніко-комерційного пророблення проекту.

Зв'язок роботи з науковими програмами, планами, темами. Дисертація виконана за матеріалами держбюджетних тем Донбаської державної машинобудівної академії Д-03-99 “Розробка теорії моделювання виробничих, економічних і навчальних систем на основі мереж з однорідною структурою”, номер держреєстрації 0199U001674, у якій автор брав участь як співвиконавець, ДК-05-2001 “Розробка інформаційного забезпечення для проектування автоматизованого механоскладального виробництва”, номер держреєстрації 0102U001663, у якій автор брав участь як співвиконавець, Д-01-2003 “Дослідження нових нейроподібних структур для прогнозування й оптимального управління”, номер держреєстрації 0103U003506, у якій автор брав участь як відповідальний виконавець.

Мета й задачі дослідження. Метою дослідження є удосконалення нормування часу механічної обробки деталей в умовах одиничного й дрібносерійного виробництва за допомогою розробки методики визначення норм часу механічної обробки деталей без попереднього проектування технологічного процесу виготовлення деталі.

Для досягнення цієї мети необхідно вирішити наступні задачі:

- провести пошук і дослідження факторів, що впливають на тривалість як загального часу механічної обробки деталей, так і часу технологічних операцій;

- розробити математичну модель, що описує процес нормування часу механообробки з урахуванням знайдених факторів і їхніх зв'язків;

- розробити алгоритм пошуку невідомих параметрів моделі;

- перевірити адекватність роботи моделі шляхом її апробації на конкретній практичній задачі нормування.

Об'єктом дослідження є процес технологічної підготовки виготовлення виробів в умовах одиничного й дрібносерійного виробництва.

Предметом дослідження є процес нормування часу механічної обробки деталей в умовах одиничного й дрібносерійного виробництва.

Методи дослідження. Були застосовані наступні методи:

- метод групування деталей, який використовувався для виділення із загальної сукупності й складання груп деталей з подібними характеристиками;

- методи теорії нейронних мереж, які використовувалися для апроксимації функцій норм часу, що задані таблично в просторі характеристик деталей;

- методи теорії оптимізації, які використовувалися для знаходження параметрів нейромереж;

- метод розрахунку значимості вхідних сигналів нейронних мереж, який використовувався для перевірки адекватності апріорних уявлень про вплив характеристик деталей на тривалість їхньої обробки.

Наукова новизна отриманих результатів:

1. Запропоновано підхід до технологічної підготовки виробництва, заснований не на стандартизованих розрахунках параметрів технологічного процесу, а на узагальненні накопиченого на підприємстві досвіду проектування технологічних процесів;

2. Удосконалено процес формалізації комплексних деталей шляхом побудови спеціалізованих для технічного нормування математичних моделей деталей, що враховують характеристики всіх деталей групи;

3. Досліджено зв'язки між характеристиками й нормами часу механічної обробки деталей типу “ступінчатий вал”;

4. Розроблено систему нормування часу механічної обробки деталей на основі нейронних мереж, а також методику її проектування;

5. Одержала подальший розвиток теорія типових і групових технологічних процесів шляхом застосування нейромережевого моделювання деталей.

Практичне значення отриманих результатів полягає в тому, що запропонована методика встановлення технічних норм часу механічної обробки дозволить скоротити час техніко-комерційного пророблення проекту, підвищити точність попередньої оцінки тривалості й собівартості виготовлення деталей і домогтися, таким чином, підвищення ефективності прийняття управлінських рішень і організації виробництва.

Запропонована методика найбільш ефективно може бути використана на підприємствах важкого машинобудування, де внаслідок низької серійності виробів, що випускають, необхідно часто виконувати роботи з нормування часу виготовлення різноманітних деталей.

Методика нормування часу механообробки деталей на основі нейронних мереж впроваджена в експлуатацію на ЗАТ “Новокраматорський машинобудівний завод” (м. Краматорськ). Також результати дисертаційної роботи впроваджені в навчальний план дисципліни “Теорія моделювання на основі мереж з однорідною структурою” на кафедрах “Технологія і управління виробництвом” і “Економічна кібернетика” Донбаської державної машинобудівної академії.

Особистий внесок здобувача. Основні положення й результати дисертаційної роботи отримані автором самостійно. Побудовано математичну модель процесу нормування часу механообробки деталей. Виконано аналіз характеристик ступінчатих валів, що впливають на час їхньої механічної обробки. Обґрунтовано доцільність застосування нейронних мереж для вирішення задач нормування. Побудована нейромережева система технічного нормування часу механообробки й визначені параметри нейронних модулів системи. Виконано апробацію нейромережевої системи технічного нормування часу.

В сумісних роботах автору належить: в [1, 12] – розділ “Технічне нормування часу механічної обробки деталей”; в [6] – аналіз переваг застосування нейронних мереж, в [7] – схема застосування нейронної мережі для нормування часу механічної обробки деталей.

Апробація результатів дисертації. Основні положення роботи доповідалися й обговорювалися на

VII міжнародної науково-технічної конференції “Машинобудування й техносфера на рубежі XXI століття” (м. Севастополь, 2000 р.);

науково-практичної конференції “Економічні, технічні й організаційні проблеми продуктивності” (м. Краматорськ, 2000 р.);

VII і VIII всеросійських конференціях “Нейрокомп’ютери і їхнє застосування” (м. Москва, 2001 і 2002 р.);

I, ІІ й ІII міжнародних наукових конференціях “Нейромережеві технології і їхнє застосування” (м. Краматорськ, 2002, 2003, 2004 р.);

I міжнародної науково-практичної конференції “Інтелект молодих – виробництву 2003” (м. Краматорськ, 2003 р.);

міжнародних наукових конференціях “Штучний інтелект. Інтелектуальні й багатопроцесорні системи – 2004, 2005” (п. Кацивелі, 2004 р., с. Дивноморське, 2005 г.);

міжнародної науково-технічної конференції “Оптимізація й керування процесом різання, мехатронні верстатні системи” (м. Уфа, 2004 р.);

III міжнародної конференції “Моделі й інформаційні технології в управлінні соціально-економічними, технічними й екологічними системами” (м. Луганськ, 2005 р.);

ХIII міжнародної науково-практичної конференції “Інформаційні технології: наука, техніка, технологія, освіта, здоров'я – MicroCAD-2005” (м. Харків, 2005 р.).

Публікації. Результати дисертаційної роботи опубліковані у 14 друкованих роботах, у тому числі: 5 статей у 3 спеціалізованих виданнях ВАК України, 7 – у збірниках тез конференцій, 1 монографія, 1 навчально-методичний посібник.

Структура й обсяг дисертації. Дисертація складається із вступу, чотирьох розділів, висновку, списку використаної літератури й восьми додатків. Обсяг основного тексту дисертації – 150 сторінок. Список використаної літератури складається з 148 найменувань. Дисертація містить 33 рисунка й 49 таблиць, з яких 34 наведені в додатках.

ОСНОВНИЙ ЗМІСТ РОБОТИ

У вступі обґрунтовується актуальність теми дисертаційної роботи, сформульовані мета і задачі дослідження, визначена наукова новизна і практична значимість отриманих результатів, показаний зв'язок теми дисертаційної роботи з науковими темами, надані відомості про апробацію результатів і публікацію матеріалів дисертації.

У першому розділі обґрунтовано актуальність роботи, яка обумовлена роллю технічного нормування часу в організації й плануванні виробництва. Показано, що витрати часу на виробництво продукції значно впливають на її собівартість. Тому при техніко-комерційному проробленні замовлень конкурентноздатність продукції залежить від того наскільки точно будуть розраховані витрати на працю. Особливо часто техніко-комерційне пророблення доводиться виконувати на підприємствах з одиничним і дрібносерійним типом виробництва, зокрема на підприємствах важкого машинобудування.

Як показав проведений аналіз структури витрат робочого часу, у загальній нормі штучного часу найбільш значна частка основного часу, що може доходити до 80 %. Тому звичайно при визначенні трудомісткості виготовлення продукції розраховується основний час, а всі інші складові нормуються у відсотках від основного. У той же час розрахунок основного часу є завершальним етапом проектування технологічного процесу. При цьому основне місце в більшості галузей машинобудування займає обробка металів зняттям стружки на металорізальних верстатах різних типів. У дрібносерійному й одиничному виробництвах питома вага механічної обробки становить до 90 % загальної трудомісткості виготовлення виробів.

Аналіз досвіду застосування існуючих методів нормування механообробки деталей виявив труднощі їхнього використання на підприємствах з високою варіативністю номенклатури оброблюваних деталей характерної для дрібносерійного й одиничного виробництв. Так аналітично-дослідницький метод практично не застосовується на таких підприємствах, оскільки відсутність стійкої номенклатури оброблюваних деталей виключає можливість вивчення й аналізу кожної нормованої операції на робочому місці. Аналітично-розрахунковий метод вимагає багато витрат часу й праці кваліфікованого технолога й часто не дозволяє в прийнятний термін виконати техніко-комерційне пророблення замовлення. Застосування ж методу нормування по типових деталях часто дає високу погрішність (до 30 %), тому що в умовах одиничного виробництва через значні конструктивні розходження між нормованою деталлю й деталлю-аналогом буває дуже складно оцінити різницю в нормах часу.

Часткове рішення проблеми скорочення часу проведення нормувальних робіт вирішується із застосуванням ЕОМ у рамках створення систем автоматизованого проектування технологічних процесів (САПР ТП). Однак САПР ТП дозволяє лише автоматизувати технологічну підготовку й не дає можливості визначення норм часу без проектування технологічного процесу.

Виходячи із проведеного аналізу методів нормування й виробничого досвіду, для скорочення строків і зниження трудомісткості проведення нормувальних робіт поставлена мета розробки методики визначення норм часу без попереднього проектування технологічного процесу виготовлення деталі. Точність розрахунку норм при цьому не повинна бути нижче відповідної нормативної точності.

У другому розділі запропоновано розглядати деталі як об'єкти, що описуються набором ознак, що обумовлюють трудомісткість їхнього виготовлення. Тоді, з огляду на те, що в одиничному й дрібносерійному виробництвах деталі, як правило, обробляються послідовно, у загальному вигляді процедуру нормування буде описувати наступна система:

(1)

де i = 1 ... n – номер технологічної операції;

n – число технологічних операцій;

Ti – норма часу на виконання i-тої технологічної операції;

Tо – загальна норма часу на виготовлення деталі;

fi і fо – відповідно функції, що описують залежність норми часу на виконання i-тої технологічної операції й загальної норми часу від характеристик деталі;

– вектор характеристик деталі;

– вектори характеристик деталі, що впливають на величину Ti.;

і – відповідно вектори мінімальних і максимальних значень вектора .

Компоненти векторів вибираються із числа компонентів вектора . Значення й задають межі області проектування й можуть бути визначені або як мінімальне й максимальне значення відповідної характеристики серед всіх деталей групи, або задаватися виходячи з характеристик деталей, для яких передбачається виконувати нормування.

На прикладі групи ступінчатих валів, які є широко поширеним типом деталей і присутні практично в кожній машині або механізмі, був проведений аналіз факторів, що впливають на тривалість технологічних операцій, який дозволив згрупувати виявлені фактори відповідно до трьох категорій: “Маса й габаритні розміри”, “Конструктивні особливості” і “Характеристики поверхонь”. Категорії мають наступну структуру:

1. Категорія “Маса й габаритні розміри”:

- маса вала – m;

- довжина вала – L;

- максимальний (Dmax) і мінімальний (Dmin) діаметри ступенів вала;

2. Категорія “Конструктивні особливості”:

- число ступенів на валу – nст, пазів – nп, отворів – nо, різьблень – nр і проточок – nпр;

3. Категорія “Характеристики поверхонь”:

- твердість поверхні вала по Бринеллю – HB;

- мінімальна шорсткість поверхонь – Ramin;

- мінімальний квалітет точності діаметральних розмірів – hmin;

- середня точність діаметральних розмірів деталі – hср;

- середня шорсткість поверхонь деталі – Raср;

- коефіцієнт високоточних (Кh) і високочистих (КRa) поверхонь.

Коефіцієнти високоточних і високочистих поверхонь оцінюють частку ступенів вала з високими вимогами, для досягнення яких необхідне застосування абразивної обробки поверхонь. Виходячи з можливостей методів механічної обробки, до високоточних можна віднести поверхні з 7 квалітетом точності діаметральних розмірів і нижче, а до високочистих – поверхні із шорсткістю Ra 3,2 мкм і нижче.

Коефіцієнти обчислюються по наступних формулах:

- коефіцієнт високоточних поверхонь

, (2)

де n3 – число квалітетів, віднесених до високоточних;

li – сумарна довжина поверхонь із високими квалітетами точності;

L – загальна довжина деталі.

- коефіцієнт поверхонь із низькою шорсткістю

, (3)

де n4 – число стандартних значень шорсткості, віднесених до низьких;

li – сумарна довжина поверхонь із низькою шорсткістю.

Аналіз карт технологічних процесів виробництва ступінчатих валів у механоскладальному цеху № 1 ЗАТ “Новокраматорський машинобудівний завод” (м. Краматорськ) за 2002 р. показав, що для обробки ступінчатих валів застосовується 4 типи технологічних операцій: токарна, розточна, фрезерна й шліфувальна. Загальний час виготовлення валів визначається як сума норм часу по операціях. Тоді математична модель нормування часу механічної обробки ступінчатих валів буде мати вигляд

(4)

де Тт, Тр, Тф, Тш, То – відповідно норми часу на токарну, розточну, фрезерну, шліфувальну операції й загальний час обробки;

fт, fр, fф, fш, fо – залежності між нормами часу на відповідні технологічні операції, загальним часом обробки й характеристиками деталі;

– вектори характеристик деталі, що впливають на тривалість відповідної технологічної операції й загальний час обробки.

Слід зазначити, що не існує аналітичних виражень, що описують залежність норм часу на обробку від характеристик деталей. Складність формалізації впливу факторів на час обробки виникає через багатопараметричність технологічного процесу виготовлення деталей. Окремі фактори і їхні сполучення надають явний і схований вплив на хід і структуру виробництва деталі, змінюючи тим самим трудомісткість виробництва і її розподіл по видах технологічних операцій. Причому ряд факторів одночасно можуть так впливати на різні параметри технологічного процесу, що їхня зміна приводить як до зниження, так і до збільшення часу обробки.

У третьому розділі пропонується розглядати сукупність характеристик деталі як її образ, а визначення норм часу – як розпізнавання образа. Для реалізації цього підходу пропонується застосування нейромережевих технологій. Як вихідна інформація для навчання нейромереж використовуються дані про деталі, виготовлені у попередніх періодах. Значення компонентів вектора характеристик деталей вибираються із креслень деталей, а значення норм часу з відповідних карт технологічних процесів. Застосування нейронних мереж дозволить побудувати модель здатну не тільки інтегрувати, але й узагальнювати теоретичні знання й виробничий досвід, закладені в технологічних процесах деталей групи.

Для реалізації моделі нормування (1) у нейромережевому логічному базисі, побудована нейромережева система технічного нормування часу механообробки деталей, структурна схема якої представлена на рис. 1.

Рис. 1. Структурна схема нейромережевої системи технічного нормування часу механічної обробки деталей.

Система складається з n + 1 модулів, що становлять собою незалежні нейронні мережі – НМi (i = 1 … n, n – число технологічних операцій, що використовуються для обробки деталі). На входи нейромереж подаються mi характеристик деталей з набору . На виходах мереж формуються сигнали Тi. Якщо яка-небудь характеристика деталі відсутня, то на відповідний вхід подається нуль. При відсутності якого-небудь виду технологічної операції, на відповідному виході також формується нуль.

За допомогою окремої нейромережі НМо визначається загальний час механічної обробки виробу (То). Паралельно загальний час розраховується як сума прогнозних норм часу механічної обробки деталі по операціях (Тсум). Отримані величини подаються на суматор, що виконує функцію порівняння. Суматор видає величину Д, що характеризує розбіжність між сумою прогнозів по операціях і прогнозом загального часу. Низька величина Д дозволяє судити про високу вірогідність прогнозу.

У якості нейронних модулів системи використовуються тришарові (з одним схованим шаром) прямонаправлені персептрони з розподільними нейронами у вхідному шарі, нейроном типу “адаптивний суматор” у вихідному шарі й адаптивними нейронами у схованому шарі з функціями активації виду

, (5)

де б – нейронний зсув;

s – зважена сума вхідного сигналу.

Тоді кожний нейронний модуль буде реалізовувати аналітичне перетворення вхідного простору характеристик деталей у вихідний простір норм часу за допомогою функції

, (6)

де Т – норма часу на технологічну операцію;

xi – характеристики деталі (i = 1 … m);

m – число характеристик деталі, що впливають на величину норми часу;

w3j – вагові коефіцієнти вихідного нейрона (j = 1 … Nн);

Nн – кількість нейронів у схованому шарі;

w2ji – вагові коефіцієнти j-го нейрона схованого шару;

бj – коефіцієнт зсуву j-го схованого нейрона.

Запропонована нейромережева система нормування часу може використовуватися при техніко-комерційному проробленні замовлень за схемою, що представлена на рис. 2.

Рис. 2. Схема розрахунку норм часу при техніко-комерційному проробленні замовлень.

З відділу Маркетингу надходить вимога техніко-комерційного пророблення замовлення у відділ Головного конструктора, що передає комплект креслень деталей у відділ Головного технолога для визначення трудомісткості механообробки. Відповідно до прийнятої системи класифікації деталей ідентифікується група, до якої належить кожна деталь, і по номеру групи вибирається нейромережева система, навчена нормуванню в цій групі.

Фактори, що описують деталь, подаються на входи системи через передоброблювач даних, що переводить вихідні дані у нейромережевий формат по формулі

, (7)

де Np – кількість прикладів у навчальній вибірці.

Інтерпретатор відповіді перетворює вихідні сигнали нейронних модулів у норми часу по формулі

, (8)

де Тс – вихідний сигнал мережі;

Tmin і Tmax – відповідно мінімальне й максимальне значення норми часу на технологічну операцію в навчальній вибірці,

а також виконує фільтрацію шуму по формулі

(9)

де – мінімальне відмінне від нуля значення норми часу для даної технологічної операції в навчальній вибірці;

дmax – задана максимально припустима погрішність розрахунку норм часу.

Проектування нейромережевої системи нормування часу виконується відповідно до алгоритму, блок-схема якого приведена на рис. 3.

У режимі проектування нейромережевої системи передоброблювач даних здійснює перевірку прикладів на суперечливість і тотожність іншим прикладам, нормалізацію вхідних сигналів по формулі (7) і вихідних – по формулі

, (10)

де Т – норма часу на технологічну операцію,

а також виділення опорних прикладів, формування навчальної і тестової вибірок і рандомізацію навчальної множини.

Рис. 3. Блок-схема алгоритму проектування нейромережевої системи нормування часу.

Конструктор нейронних модулів забезпечує формування шарів нейромереж. Число нейронів вхідних шарів дорівнює числу вхідних сигналів модулів. У вихідному шарі міститься один нейрон. Мінімальне число схованих нейронів визначається по формулі

, (11)

де – число нейронів, обумовлене складністю апроксимації навчальної множини;

– число нейронів, обумовлене обсягом навчальної множини.

, (12)

де i, j – номер приклада в навчальній вибірці (i, j = 1 ... Np);

k = 1 … Nx – номер компонента вхідного вектора;

Nx – розмірність вхідного сигналу.

. (13)

Блок оптимізації параметрів нейронних модулів здійснює настроювання нейронних модулів шляхом мінімізації функціонала оптимізації нейромереж

(14)

де – норма часу в навчальній вибірці;

– вектор вагових коефіцієнтів нейронів схованого шару;

– вектор вагових коефіцієнтів вихідного нейрона;

– вектор зсувів нейронів схованого шару.

З огляду на форму функціонала оптимізації для мінімізації найбільш ефективне застосування методу Левенберга-Марквардта із завданням випадкової стартової точки.

Нейронний модуль вважається навченим при рішенні всіх прикладів навчальної вибірки із заданою точністю, тобто різниця між нормою часу в навчальній вибірці й нормою часу, розрахованою нейромережею, повинна бути менше величини

, (15)

де Тф – значення норми часу в навчальній вибірці.

У випадку перевищення погрішності роботи нейронного модуля над заданою, число схованих нейронів визнається недостатнім для апроксимації вихідних даних із заданою точністю й у схований шар нейромережі вводиться додатковий нейрон. Додавання нейронів триває доти, поки якість роботи нейронного модуля не досягне необхідного значення. При цьому кількість нейронів не перевищить величини

. (16)

По закінченні настроювання перевіряється якість узагальнення даних шляхом рішення модулем прикладів тестової вибірки. При незадовільних результатах тестування модуля необхідно повторити процедуру настроювання до досягнення необхідних показників якості.

У результаті настроювання системи для конкретного підприємства може виявитися, що частина характеристик деталі не буде надавати впливу на точність розрахунку норм часу. У цьому випадку такі характеристики можна буде виключити з розгляду, що дозволить скоротити обсяги приваблюваної для роботи системи інформації й підвищити швидкість розрахунків. Для оптимізації структури входів системи запропоновано використовувати наступну оцінку значимості вхідних сигналів:

, (17)

де i – номер вхідного сигналу (i = 1 ... Nx);

k – номер приклада в навчальній вибірці (k = 1 ... Np);

Z(xk) – оцінка рішення нейронною мережею k-го приклада.

. (18)

У випадку нульової значимості фактора для всіх нейронних модулів, цей фактор може бути виключений зі складу вхідних сигналів модуля (на відповідний вхід подається 0).

У четвертому розділі приводяться результати апробації нейромережевої системи технічного нормування часу механічної обробки ступінчатих валів, виготовлених у механоскладальному цеху № 1 ЗАТ НКМЗ в 2002 році. Вихідний масив даних склали 54 ступінчатих вала, які були розділені на навчальну й тестову вибірки. У тестову вибірку ввійшли 15 валів, а в навчальну – 39.

При аналізі креслень ступінчатих валів було виявлено, що мінімальний квалітет точності діаметральних розмірів (hmin) для всіх деталей вихідного масиву дорівнює 6. З огляду на те, що для роботи нейронної мережі необхідна інформація не про абсолютне значення фактора, а про його зміну, цей показник був виключений з переліку вхідних даних як незначущий. Тому число вхідних сигналів нейронних модулів і відповідно число нейронів у вхідних шарах склало:

- для токарної операції = 14;

- для розточної операції = 13;

- для фрезерної операції = 12;

- для шліфувальної операції = 13;

- для загального часу обробки = 15.

Число нейронів у схованому шарі склало:

- для токарної операції = 4;

- для розточної операції = 5;

- для фрезерної операції = 3;

- для шліфувальної операції = 4;

- для загального часу обробки = 4.

У результаті тестування навчених нейронних модулів рівень відносної погрішності не перевищив 10 %, що відповідає нормативній точності для серійного виробництва. На рис. 4 приведена гістограма, що показує відносну погрішність розрахунку загального часу (То) і сумарного загального часу (Тсум) для тестової вибірки.

Рис. 4. Відносна погрішність розрахунку загального часу для тестової вибірки.

Як видно з рисунка максимальний рівень відносної погрішності норм сумарного загального часу нижче, ніж рівень погрішності прогнозованих норм загального часу – відповідно 5,2 % і 10,0%. Відповідні середні величини відносних погрішностей склали 2,3 % і 2,8 %. Таким чином, при підсумовуванні прогнозів нейронних модулів спостерігається усереднення погрішності.

У той же час є окремі приклади, для яких прогноз нейронного модуля загального часу обробки є більш точним у порівнянні із сумарним загальним часом. Тому норму загального часу обробки деталі необхідно вибирати з діапазону . Широту цього діапазону можна оцінити за допомогою відносної величини розбіжності між прогнозним і сумарним загальним часом, максимальна величина якої склала 7,1 %.

У табл. 1 наведені результати розрахунку показників значимості факторів для кожного нейронного модуля.

Таблиця 1

Результати розрахунку значимості характеристик деталей для нейронних модулів

Характеристика деталі | Нейронний модуль

токарної

операції | розточної операції | фрезерної операції | шліфувальної операції | загального часу

m | 0,27 | 0,95 | 0,63 | 0,69 | 0,39

L | 1,00 | 0,70 | 0,33 | 0,43 | 1,00

Dmax0,52 | 0,67 | 1,00 | 0,59 | 0,32

Dmin0,33 | 0,57 | 0,91 | 0,57 | 0,07

nст0,17 | 0,31 | 0,45 | 1,00 | 0,10

nп0,04 | 0,31 | 0,72 | 0,05 | 0,09

nр0,14––– | 0,03

nпр0,20 | 0,70 | 0,23 | 0,26 | 0,06

nо– | 0,94–– | 0,04

Ramin0,12–– | 0,14 | 0,03

КRa0,34 | 0,47 | 0,33 | 0,98 | 0,06

Кh0,25 | 0,29 | 0,75 | 0,03 | 0,00

Raср0,69 | 0,59 | 0,42 | 0,34 | 0,08

hср0,75 | 0,74 | 0,75 | 0,28 | 0,04

HB | 0,10 | 1,00 | 0,43 | 0,06 | 0,04

У таблиці абсолютні значення показників значимості для зручності виражені в частках одиниць.

Як видно з таблиці, найбільшу значимість для модуля токарної операції має довжина вала (яка прямо пропорційна часу обробки). Також високу значимість мають середні показники точності діаметральних розмірів і шорсткості поверхні, підвищення вимог до яких збільшує трудомісткість одержання заданих показників.

Найбільшу значимість для нормування часу розточної операції має твердість поверхні вала, оскільки величина твердості визначає потребу в термообробці деталі, після якої необхідно виконувати повторну обробку торців вала (виправлення центрових отворів), що виробляється на розточувальних верстатах. При цьому обробка торців займає більшу частину часу розточувальної операції. Також високий рівень значимості має число отворів, які обробляються на розточному обладнанні, і маса вала, величина якої визначає розміри центрових гнізд.

Найбільшу значимість для нормування часу фрезерної операції мають величини максимального й мінімального діаметрів ступенів вала, тому що саме на цих ступенях звичайно розташовуються шпонкові пази, які в основному обробляються на фрезерних верстатах. Також порівняно високий рівень значимості має власне число пазів і показники, що характеризують вимоги до точності діаметральних розмірів. Високі вимоги до точності вказують на число поверхонь, що сполучають, де часто передбачаються шпонкові пази.

Для нейронного модуля шліфувальної операції найбільш значимим є число ступенів на валу, які звичайно передбачаються як посадкові місця для деталей, що сполучають, і мають високі вимоги до якості їх поверхні, а також коефіцієнт високочистих поверхонь, величина якого обумовлює обсяг шліфувальних робіт.

Для нейронного модуля загального часу обробки, як і для токарної операції, найбільшу значимість має довжина деталі, оскільки у вихідній навчальній вибірці найбільшу питому вагу в загальному часі обробки валів серед всіх технологічних операцій, як правило, мають токарні роботи.

Слід зазначити, що на рівень показників значимості будуть впливати конкретні умови виробництва й особливості підприємства.

ВИСНОВКИ

У дисертаційній роботі вирішена актуальна для підприємств важкого машинобудування проблема швидкої і якісної оцінки собівартості продукції й строків її виготовлення на стадії техніко-комерційного пророблення проекту за допомогою розробки методики визначення норм часу механічної обробки деталей без попереднього проектування технологічного процесу виготовлення деталі. Це дозволить підвищити ефективність прийнятих комерційних і управлінських рішень і більш раціонально здійснювати організацію виробництва.

1. Аналіз досвіду застосування існуючих методів нормування механообробки деталей виявив труднощі їх використання на підприємствах з високою варіативністю номенклатури оброблюваних деталей характерної для підприємств важкого машинобудування. Для таких підприємств вимагає удосконалення процес нормування часу механообробки деталей для скорочення строків і трудомісткості техніко-комерційного пророблення проектів;

2. Запропоновано підхід до формалізації комплексних деталей, заснований на побудові спеціалізованих для нормування математичних моделей деталей групи, що описують залежність норм часу на механічну обробку деталей від їхніх характеристик;

3. У результаті дослідження характеристик деталей типу “ступінчатий вал” виділено 16 параметрів ступінчатих валів, що визначають тривалість їхньої обробки. Побудовано структурні моделі деталі типу “ступінчатий вал”, на підставі яких складена математична модель нормування часу механічної обробки ступінчатих валів;

4. Розроблена нейромережева система технічного нормування часу механообробки, що є спеціалізованою для технічного нормування нейромережевою моделлю типової деталі. Система інтегрує й узагальнює накопичений на підприємстві виробничо-технологічний досвід і враховує особливості цього підприємства. Система здатна виконувати нормування по операціях і в такий спосіб задавати структуру виробничого процесу;

5. З урахуванням особливостей розв'язуваної задачі розроблений алгоритм проектування нейромережевої системи нормування часу механообробки деталей;

6. Апробація побудованої нейромережевої системи нормування часу, проведена на ЗАТ “Новокраматорський машинобудівний завод”, підтвердила високу точність визначення норм часу й простоту в експлуатації системи. Погрішність при розрахунку норм часу не перевищила 10 %, що відповідає нормативній точності норм для серійного виробництва. При цьому необхідний час для встановлення норм визначався лише часом введення 15 характеристик деталі, що обираються з її креслення або ескізу;

7. Розроблена методика нормування може бути використана на підприємствах, де необхідно здійснювати нормування часу механічної обробки деталей. При цьому можлива адаптація методики для розрахунку й інших параметрів технологічного процесу, а також нормування інших видів обробки;

8. Запропонована методика нейромережевого моделювання комплексних деталей, відкриває шляхи подальшого розвитку теорії типових і групових технологічних процесів.

СПИСОК ОПУБЛІКОВАНИХ АВТОРОМ ПРАЦЬ ЗА ТЕМОЮ ДИСЕРТАЦІЇ

1. Ковалевский С. В., Гитис В. Б. Новые нейроподобные элементы и сети. – Краматорск: ДГМА, 2004. – 88 c.

2. Гитис В. Б. Техническое нормирование на основе нейросетевых технологий // Надёжность инструмента и оптимизация технологических систем. Сб. научных трудов. – Краматорск: ДГМА. – 2002. – № 12. – С. 113-116.

3. Гитис В. Б. Методика построения нейросетевых моделей типовых деталей // Искусственный интеллект. Научно-теоретический журнал. – 2004. – № 4. – С. 539-544.

4. Гитис В. Б. Совершенствование процесса технико-коммерческой проработки заявок на изготовление продукции машиностроительных предприятий с помощью нейросетей // Вестник Восточноукраинского национального университета им. В. Даля. – 2005. – № 5(87). – С. 44-49.

5. Гитис В. Б. Проектирование нейросетевой системы нормирования времени механической обработки деталей // Искусственный интеллект. Научно-теоретический журнал. – 2005. – № 2. – С. 66-71.

6. Гитис В. Б. Сопряжение информационных потоков нейросетевой системы нормирования времени механообработки деталей // Искусственный интеллект. Научно-теоретический журнал. – 2005. – № 3. – С. 282-288.

7. Гитис В. Б., Еськов А. Л., Ковалевский С. В. Нейросетевые технологии в диагностике и прогнозировании развития предприятия // VII Всероссийская конференция “Нейрокомпьютеры и их применение”. Сборник докладов. – М.: ИПРЖР. – 2001. – С. 375-377.

8. Гитис В. Б., Ковалевский С. В. Применение нейросетевых техноло-гий для нормирования времени механообработки в машиностроении // VIII Всероссийская конференция “Нейрокомпьютеры и их применение”. Сборник докладов. – М.: ИПРЖР. – 2002. – С. 569-572.

9. Гитис В. Б. Экспресс-нормирование времени механообработки с использованием нейросетей // Сборник трудов Международной научной конференции “Нейросетевые технологии и их применение 2002 – 2003”. – Краматорск: ДГМА. – 2003. – С. 33-35.

10. Гитис В. Б. Оценка значимости классификационных признаков детали для нейросетевого установления технических норм времени механической обработки деталей // Сборник трудов Международной научной конференции “Нейросетевые технологии и их применение 2002 – 2003”. – Краматорск: ДГМА. – 2003. – С. 278-285.

11. Гитис В. Б. Расчет времени механической обработки ступенчатых валов с применением нейронных сетей // Материалы Международной научной конференции “Искусственный интеллект. Интеллектуальные и многопроцессорные системы-2004”. – Том 1. – Таганрог: Изд-во ТРТУ. – 2004. – С. 478-480.

12. Гитис В. Б. Прогнозирование основного времени обработки ступенчатых валов с помощью нейронных сетей // Сборник трудов Международной научной конференции “Нейросетевые технологии и их применение 2004”. – Краматорск: ДГМА. – 2004. – С. 104-109.

13. Гитис В. Б. Построение модулей сопряжения информационных потоков нейросетевой системы нормирования времени механообработки деталей // Материалы Международной научной конференции “Интеллектуальные и многопроцессорные системы-2005”. – Том 2. – Таганрог: Изд-во ТРТУ. – 2005. – С. 271-274.

14. Ковалевский С.В., Гитис В.Б. Создание и применение нейронных сетей для решения прикладных задач: Учебно-методическое пособие для студентов специальностей “Технология машиностроения” и “Экономическая кибернетика”. – Краматорск: ДГМА, 2005. – 80 c.

АНОТАЦІЯ

Гітіс В. Б. Удосконалення нормування часу механообробки деталей у одиничному та дрібносерійному виробництві на основі нейронних мереж. – Рукопис.

Дисертація на здобуття наукового ступеня кандидата технічних наук за спеціальністю 05.13.23 – Системи та засоби штучного інтелекту. – Донецький державний інститут штучного інтелекту. Донецьк, 2005 р.

Розглянуто питання, пов'язані з удосконаленням процесу нормування часу механообробки деталей в умовах одиничного й дрібносерійного виробництва, за рахунок розробки методики визначення норм часу за допомогою нейронних мереж.

Складено математичну модель нормування часу механічної обробки в загальному вигляді. Досліджено характеристики деталей типу “ступінчатий вал”. За результатами дослідження складена математична модель нормування часу механічної обробки ступінчатих валів.

Розроблена нейромережева система технічного нормування часу механообробки деталей. З урахуванням особливостей завдання, що розв'язується, розроблено алгоритми синтезу, настроювання й оптимізації структури входів нейронних модулів системи.

Ключові слова: норма часу, математична модель нормування, характеристики деталей, ступінчатий вал, нейронний модуль, персептрон, нейрон, тестова вибірка, значимість факторів.

АННОТАЦИЯ

Гитис В. Б. Совершенствование нормирования времени механообработки деталей в единичном и мелкосерийном производства на основе нейронных сетей. – Рукопись.

Диссертация на соискание научной степени кандидата технических наук по специальности 05.13.23 – Системы и средства искусственного интеллекта. – Донецкий государственный институт искусственного интеллекта. Донецк, 2005 г.

Диссертация посвящена разработке методики определения норм времени механической обработки деталей с помощью нейронных сетей для совершенствование процесса нормирования времени механообработки деталей в условиях единичного и мелкосерийного производства.

В диссертационной работе изучена роль норм времени в организации производства. Проведен анализ структуры затрат рабочего времени, который показал, что в общей норме штучного времени наиболее значительна доля основного времени. Детально рассмотрены существующие методы нормирования и изучен опыт их применения на предприятиях. Выявлено, что на предприятиях с единичным и мелкосерийным типом производства при технико-коммерческой проработке заказов неэффективно применение аналитических методов нормирования времени механической обработки деталей из-за их трудоемкости и продолжительности. При использовании метода нормирования по типовым деталям погрешность расчетов часто оказывается неприемлемо высокой. Применение систем автоматического проектирования технологических процессов позволяет лишь автоматизировать технологическую подготовку и не дает возможности определения норм времени без проектирования технологического процесса.

Предложено рассматривать детали как объекты, описывающиеся набором признаков, определяющих трудоемкость их изготовления. Составлена математическая модель нормирования времени механической обработки в общем виде. Исследованы характеристики деталей типа “ступенчатый вал”. В результате определен перечень технологических операций, применяемых для обработки ступенчатых валов, и выявлено 16 факторов, определяющих длительность технологических операций, сгруппированных в 3 категории. Построены структурные модели, отображающие влияние факторов на длительность технологических операций и общего времени обработки, а также математическая модель нормирования времени механической обработки ступенчатых валов.

Предложена реализация математической модели нормирования времени механической обработки в нейросетевом логическом базисе. Разработана нейросетевая система технического нормирования времени механообработки, решающими элементами которой являются модули, представляющие собой трехслойные персептроны с прямыми связями между слоями нейронов. Построенная система является специализированной для технического нормирования нейросетевой моделью типовой детали, учитывающей характеристики всех деталей группы. Система интегрирует и обобщает накопленный на предприятии производственно-технологический опыт и учитывает производственные условия, характеристики оборудования и