先進制造技術對播種機零部件生產的經濟模型分析

袁艷娟

(河南工業職業技術學院,河南 南陽 473000)

0 引言

中國作為世界工廠,已是全球制造產業最大的市場,而規模巨大的市場和變幻多端的應用場景,給國內制造業企業帶來了巨大挑戰。如何快速高效滿足制造業企業對產品的迭代升級、縮短產品制造生產周期、提高產品質量等需求,以及降低制造生產成本,需要引入先進的制造技術和裝備。為了降低播種機生產制造成本,本文基于BP神經網絡建立經濟模型,分別采用普通制造設計和先進制造技術對播種機自動排種部件的經濟成本進行了分析與探討。

1 先進制造技術

先進制造技術是將信息、自動化、材料、能源、企業管理和制造等多方面技術融合在一起,應用于產品設計、制造、檢測、管理及銷售等方面,從而實現低成本、高效的生產銷售,并促進企業獲得理想的經濟效益。從管理技術上講,先進制造技術主要包括精益生產、拉動式生產、并行生產、柔性化生產;而從信息化制造技術來說,則包括計算機輔助設計、數控技術與工藝、信息化與技術等。本文主要是利用先進制造技術的精益生產來提高農機播種機零部件生產的經濟效益。

精益生產的核心概念是利用較少的人力和設備,在較短的時間和場所,創造出理想的精益效率和社會效益。工欲善其事,必先利其器,任何管理方法都需要工具的支撐,如六西格瑪管理各個階段有其適用的工具,界定階段有高端流程圖、頭腦風暴和因果矩陣等,測量階段主要是MSA和SPC,而分析、改進和控制階段除了假設檢驗、方差分析、回歸分析、試驗設計DOE及控制圖以外,還整合了精益生產的工具。例如,分析階段可用價值鏈分析、作業時間分析、全面生產維護TPM等工具,改進階段可用看板管理、拉式系統和快速換型等,控制階段可用防錯、標準化作業。精益生產的結構如圖1所示。

圖1 精益生產架構圖Fig.1 The lean production architecture

精益生產目的是盡量避免生產過程中的浪費,不斷提升和改善產品品質,使生產流程更加合理和高效。

2 播種機結構及生產工藝

2.1 播種機的結構

設計生產的播種機由拖拉機牽引前進,在播種過程中,播種機自動排種會根據機器前進速度,對播種頻率進行實時調節,其整體結構如圖2所示。

圖2 播種機整體結構圖Fig.2 The overall structure diagram of seeder

播種機的核心是自動排種部件,是通過氣體的壓力將種子射入土壤中,需要保證整個裝置的密封性好。播種機自動排種部件不僅要保證種子被排出去,還要保證不會被排種閥從土壤中再帶出來。播種機自動排種部件結構如圖3所示。

1.形圈 2.排氣閥 3.排氣箱體 4.密封墊 5.排種箱體 6.排種閥 7.排種箱蓋 8.復位彈簧 9.螺母 10.螺桿 11.壓緊螺母圖3 播種機自動排種部件結構圖Fig.3 The structure diagram of automatic seed shooting parts of seeder

2.2 播種機生產制造工藝

播種機生產制造是指將基礎的原材料加工為播種機產品的過程,包括沖壓、鍛造、鑄造、塑料成型、機械加工、涂裝和裝配等,這些工藝是播種機生產制造的核心環節。由于播種機整機結構復雜,零部件比較多,精度要求非常高,其制造是涉及面廣泛的綜合工業。播種機生產制造工藝流程如圖4所示。

播種機結構復雜,主要包括自動排種裝置、車身總成、底盤總成和開溝器等,而每個總成包括多個零部件,如自動排種裝置包括排氣閥、排氣箱體、排種箱體、排種箱蓋和排種閥等多個零部件。由于組成零部件的種類很多,且不同零部件的生產工序和工藝又不相同,故播種機的生產工藝也是多樣的。播種機主要工藝包括:毛坯成形、熱處理、機械加工、沖壓、焊接、涂裝和總裝等工藝。

圖4 播種機生產制造工藝流程圖Fig.4 The production and manufacturing process flow chart of seeder

3 先進制造技術對播種機零部件生產的經濟影響

3.1 BP神經網絡結構

為了分析先進制造技術對播種機零部件生產的經濟影響,基于BP神經網絡建立經濟模型,分別采用普通制造設計和先進制造技術對其經濟成本進行分析。BP神經網絡是一種采用誤差逆傳播的多層前饋式人工智能算法,包括輸入、隱含和輸出三層結構,可通過保存大量的數據映射關系和迭代算法,對復雜問題進行分析求解。該算法由神經元和箭頭組成,其輸入和輸出兩層之間增加了若干中間的隱藏層,這些中間層和外界沒有太多關系,但通過改變其狀態,再經過正向和反向的迭代計算,就可以獲得誤差最小和最優的目標輸出。BP神經網絡結構如圖5所示。

圖5 BP神經網絡算法結構示意圖Fig.5 The structure diagram of BP neural network algorithm

3.2 基于BP神經網絡經濟模型的依據

播種機零部件生產設計過程都是先有概念再有詳細設計。首先,研發人員根據播種機結構確定零部件的功能;然后,從若干個設計中選擇成本、制造、生產和組裝最優的方案,便能確定零件的結構尺寸和原材料等;最后,工藝人員設計加工和裝配工藝。從上述過程可以找出以下映射關系,即

X∈Rn,X=[x1,x2,…,xn]T

(1)

設計過程中可能會存在K種不同方案,假設其參數為m維的矢量Yi:Yi∈Rm,i=1,2,…,K。其中,Yi為不定維的矩陣。

對于K種不同加工成本的最小加工工藝安排Zi:Zi,i=1,2,…,K。其中,Zi為不定維的矩陣。

在確定Zi的矩陣后,便可以采用產品成本計算方法,求播種機某一零部件加工費用Ci,即

(2)

其中,P為該零部件生產的總批量;ti為不同的加工工藝Zi的額定加工時長;si為i個加工工藝中設備和工具的單位時間成本;Q、M和O分別為生產此批零部件的生產準備成本、管理成本和其他費用。

由式(2)可以看出,Ci存在一個最小值。

綜上,可得到以下映射關系,即

(3)

設x1,x2,…,xn分別為零部件的功能描述,Cmin為BP神經網絡的輸出值,那么該網絡的輸入輸出關系滿足非線性函數,則

(4)

其中,Sj和wij分別為BP神經網絡神經元的輸出保護值和權值;θj為閾值;uj為神經元的狀態;f(uj)為轉換函數。

(5)

根據式(6)可以得到BP神經網絡n維模型空間的映射F,即

F:X∈Rn→Cmin

(6)

根據以上模型,便可以計算出播種機零部件的生產成本。

3.3 基于BP神經網絡經濟模型的實現

由于播種機零部件較多,特征也會較多,其特征樣本集也會很大,故需要較長的學習和應用過程。因此,設計了一個BP神經網絡系統,可以為每個零部件設計一個子BP網絡,而這些子網絡的樣本集可以根據自身的特征類型變化。

基于播種機零部件的特征樣本集,對BP神經網絡進行訓練,便可以得到對應的網絡結構和參數,并保存在數據文件系統中,從而實現樣本知識的學習和表達。采用普通制造設計和先進制造技術的經濟成本進行分析時,只需要選擇相應的子網絡,調用其參數,便可以通過網絡神經元進行數據的并行計算,從而獲得整體的生產制造成本。基于BP神經網絡的經濟模型如圖6所示。

4 仿真驗證

為了驗證先進制造技術對播種機零部件生產的經濟模型影響的正確性和穩定性,基于BP神經網絡建立經濟模型,分別采用普通制造設計和先進制造技術對播種機自動排種部件的經濟成本進行了分析。對于該部件,采用基于6×8×1的3層BP神經網絡。為了保證BP神經網絡訓練后的網絡性能,本文用于驗證的都是沒有被用于訓練網絡模型的數據集。自動排種部件成本驗證結果如表1所示。

表1 自動射種部件成本驗證結果Table 1 The cost verification results of automatic seed injection parts

由表1可知:采用先進制造技術生產的自動排種部件成本較普通制造設計下降12%,證實了該系統的正確性;另外,采用BP神經網絡對兩種制造技術進行成本估算和實際成本誤差率在2.2%以內,證實了該方法的有效性。

5 結論

為了驗證先進制造技術對播種機零部件生產的經濟模型影響的正確性和穩定性,基于BP神經網絡建立經濟模型,分別采用普通制造設計和先進制造技術的經濟成本進行分析。驗證結果表明:基于BP神經網絡對播種機零部件估算比較準確,采用先進制造技術生產的自動排種部件成本較普通制造設計下降12%,證實了該系統的正確性和可靠性。