鄒修敏
(四川化工職業(yè)技術(shù)學(xué)院 機械工程系,四川 瀘州 646000)
模具設(shè)計是一個極其復(fù)雜的過程。在企業(yè)里,模具的設(shè)計過程,需要由具有一定經(jīng)驗的工程師來完成。模具CAD/CAM的研究熱點之一,是開發(fā)出一種適合于企業(yè)生產(chǎn)實際的模具智能化、自動化設(shè)計系統(tǒng)。
隨著計算機輔助工具的不斷發(fā)展與完善,應(yīng)用KBE(Knowledge Base Engineering)的技術(shù)實現(xiàn),使沖壓工藝和模具設(shè)計自動化以及智能化成為可能。
本文主要研究基于CBR(Case Based Reasoning)和KBE 相結(jié)合的設(shè)計系統(tǒng)的一些關(guān)鍵技術(shù),設(shè)計了拉深模設(shè)計系統(tǒng)的總體結(jié)構(gòu)。在研究拉深件描述方法的基礎(chǔ)上,構(gòu)造相似度函數(shù),以判斷當(dāng)前拉深件與事例庫中檢索到的拉深件的相似程度,用最近鄰法來檢索實例,確定新產(chǎn)品與已經(jīng)保存在產(chǎn)品庫中的拉深件的幾何和成形相似性;并根據(jù)拉深件的形狀和尺寸特征,構(gòu)造拉深件的特征骨架;在CAD 軟件UG 的平臺下,建立拉深件實例庫、知識庫、模具標(biāo)準結(jié)構(gòu)庫和人機交互界面;采用分層次參數(shù)驅(qū)動模具原型,通過拉深件特征骨架與模具結(jié)構(gòu)原型中對應(yīng)零部件的邏輯運算,形成模具工作部分零件,實現(xiàn)拉深模具的三維設(shè)計。
CBR 和KBE 的拉深模設(shè)計系統(tǒng)主要包括:拉深件在其實例庫中的檢索、拉深件產(chǎn)品實例庫、拉深模結(jié)構(gòu)原型庫、模具結(jié)構(gòu)設(shè)計知識庫和拉深件成形性知識庫。
系統(tǒng)包括3個實例庫:拉深件實例庫、模具結(jié)構(gòu)原型庫和有限元模型庫。
拉深件實例庫,儲存了以往成功拉深件實例的數(shù)學(xué)模型;新產(chǎn)品的檢索采用了CBR 技術(shù),對拉深件實例庫中已有產(chǎn)品進行相似性分析,在拉深件成形性知識庫的支撐下,進行成形性比較。當(dāng)成形難度大于拉深件實例或已有知識無法判斷時,進行有限元分析,并保存有限元分析的結(jié)果;當(dāng)成形難度小于拉深件實例時,進入模具結(jié)構(gòu)的設(shè)計階段。當(dāng)相似度沒達到要求或產(chǎn)品庫中沒有與新拉深件相匹配的實例時,則在知識庫的輔助下,重新建立基于知識的拉深件模型,根據(jù)已有知識分析成形性,進入模具的結(jié)構(gòu)設(shè)計;當(dāng)試模合格后,將拉深件產(chǎn)品模型存入拉深件實例庫中。
模具結(jié)構(gòu)原型庫中,主要儲存了各種典型模具結(jié)構(gòu)的三維裝配模型。模具結(jié)構(gòu)原型參數(shù)化引用、模具結(jié)構(gòu)的生成以及拉深件特征骨架的修改、形成都采用KBE 技術(shù)。
有限元模型庫中,儲存了成功產(chǎn)品的有限元分析模型和結(jié)果,主要是用來輔助評價產(chǎn)品的可成形性。這樣使得模具設(shè)計系統(tǒng)能夠依據(jù)用戶需求,基于知識的產(chǎn)品數(shù)據(jù)庫支持下,實現(xiàn)拉深模設(shè)計的自動化與智能化。
基于事例的推理(CBR)技術(shù),模擬了人腦思維過程,通過類比和聯(lián)想,從實例庫中得到相似問題的求解策略,并通過一定修改,得到新問題的解。將事例的推理(CBR)技術(shù)用于拉深模設(shè)計過程,通過搜索和回憶成功的拉深件實例,在拉深件成形性知識庫的支撐下,來評估、比較新拉深件的成形性[5~7]。
基于實例的推理通常描述為:產(chǎn)品檢索、產(chǎn)品描述、產(chǎn)品的修改保存與產(chǎn)品評價。其中產(chǎn)品檢索與產(chǎn)品描述,決定了產(chǎn)品識別的品質(zhì)、效率和產(chǎn)品庫的大小,是系統(tǒng)的重要組成部分。
產(chǎn)品描述是將產(chǎn)品的結(jié)構(gòu)特征,正確完整地描述為符號化的計算機語言過程。產(chǎn)品描述包括幾何信息描述和非幾何信息描述。
幾何信息指產(chǎn)品的結(jié)構(gòu)、形狀等幾何特征。
非幾何信息主要包括產(chǎn)品材料、生產(chǎn)批量、尺寸精度等內(nèi)容,描述方法相對比較簡單。
本文用特征建模與成組編碼相結(jié)合的方法,對特征信息編碼,并將編碼按一定的順序封裝到產(chǎn)品清單中。對產(chǎn)品進行檢索時,通過匹配清單中的編碼來實現(xiàn)。
對圖1 所示典型矩形盒拉深件,本文采用圖2所示編碼方案。其中,虛線表示特征的具體結(jié)構(gòu)編碼,實線表示產(chǎn)品的特征及其類型編碼。虛線所示內(nèi)容是用不同數(shù)字或數(shù)字的組合,來表示特征的具體結(jié)構(gòu)、參數(shù)屬性等內(nèi)容;實線所示內(nèi)容中的大寫字母表示產(chǎn)品特征,數(shù)字表示特征種類。
圖1 方盒編碼清單
圖2 矩形盒結(jié)構(gòu)及主要尺寸
產(chǎn)品檢索利用產(chǎn)品描述中的編碼,對當(dāng)前產(chǎn)品與產(chǎn)品庫中產(chǎn)品進行編碼相似性判斷。在CBR 系統(tǒng)中,產(chǎn)品庫隨著應(yīng)用的累積而不斷擴大,如何高效地檢索與當(dāng)前產(chǎn)品最相近的產(chǎn)品,是成功應(yīng)用CBR 的關(guān)鍵之一。
本文采用最鄰近法,分別計算底面、凸緣、側(cè)壁、孔口線等拉深件結(jié)構(gòu)特征相似程度,最后綜合這4 部分的特征,從產(chǎn)品庫中選出與新產(chǎn)品最相似的產(chǎn)品。
典型拉深模結(jié)構(gòu)如圖3 所示。
圖3 模具結(jié)構(gòu)示意圖
模具設(shè)計中的產(chǎn)品建模,大致可分為兩部分:一部分是壓邊圈、凸凹模、凹模固定板等與產(chǎn)品尺寸、形狀直接相關(guān)的工作部件。另一部分是上下模座、導(dǎo)套、導(dǎo)柱等標(biāo)準件。
對于第二部分標(biāo)準件,根據(jù)一定參數(shù)進行參數(shù)化設(shè)計。采用拉深件毛坯長、寬、高以及拉深件厚度參數(shù)作為主要參數(shù),用電子表格保存零件的特征尺寸系列。在選定拉深模結(jié)構(gòu)原型后,對參數(shù)驅(qū)動進行零件幾何尺寸的更新。與產(chǎn)品形狀、尺寸直接相關(guān)的工作部件與專業(yè)知識、產(chǎn)品特征信息等內(nèi)容有關(guān),采用基于知識參數(shù)化設(shè)計方法,在形成拉深件特征骨架基礎(chǔ)上,與模具標(biāo)準裝配結(jié)構(gòu)一起生成相關(guān)模具零部件。
在一套模具中,有許多標(biāo)準化零件,這些標(biāo)準件的尺寸參數(shù),都可以用表格的形式存儲。使用時采用拉深件毛坯的長、寬、高以及拉深件厚度參數(shù)作為主要參數(shù),用參數(shù)查表得到一系列據(jù)作為驅(qū)動標(biāo)準件原型的參數(shù)。
針對模具的設(shè)計特點,分別建立模具零部件的電子表格和模具裝配結(jié)構(gòu)數(shù)據(jù)電子表格,裝配數(shù)據(jù)電子表格內(nèi)容包括模具長、寬、閉合高度、裝配零部件名稱和主要幾何參數(shù)等,用表達式提取凹模周界尺寸和閉合高度,作為查詢的參數(shù);模具的零部件數(shù)據(jù)電子表格所包含內(nèi)容,為零部件參數(shù)時所需要的幾何參數(shù)。
上述方法可以用于設(shè)計公式、數(shù)據(jù)等簡單的知識或經(jīng)驗引入到設(shè)計過程,并且能夠在一定程度上通過表達式中的條件語句,來實現(xiàn)參數(shù)的選擇。但存在以下兩大缺點:
(1)各組件之間尺寸,可以通過表達式進行關(guān)聯(lián)和計算,但驅(qū)動這些尺寸的產(chǎn)品中,各尺寸之間沒有相互的關(guān)聯(lián)和制約,產(chǎn)品中的尺寸應(yīng)用范圍沒有限定。
(2)上述方法雖然可以實現(xiàn)特征的驅(qū)動,但卻無法滿足由不同產(chǎn)品材料、生產(chǎn)批量等內(nèi)容引起的工序特征變化。
因此,用于檢驗產(chǎn)品設(shè)計是否合理的各種檢驗、推理、糾錯等內(nèi)容所涉及的知識和經(jīng)驗,必須由知識庫完成。
知識庫是由大量的專家經(jīng)驗、知識以及行業(yè)規(guī)范等內(nèi)容組成,通過檢驗、推理、糾錯等方式,來輔助產(chǎn)品的設(shè)計與分析的系統(tǒng)。主要是根據(jù)產(chǎn)品的輸入信息,按一定的推理方式,來檢驗產(chǎn)品設(shè)計的合理性,如果發(fā)現(xiàn)有不合理的內(nèi)容,則給出產(chǎn)生錯誤的原因和修改意見。
為了實現(xiàn)知識庫與產(chǎn)品設(shè)計軟件的有機結(jié)合,首先對設(shè)計軟件進行二次開發(fā),將產(chǎn)品的信息提取到知識庫;然后采用一定方法,對產(chǎn)品信息進行表示;最后將專家經(jīng)驗、知識、行業(yè)規(guī)范等與產(chǎn)品信息相結(jié)合,形成對產(chǎn)品信息進行知識的推理,實現(xiàn)對產(chǎn)品設(shè)計的檢驗與設(shè)計的糾錯。
拉深件產(chǎn)品的信息,不僅包括產(chǎn)品的長、寬、高及料厚等特征信息,還包括產(chǎn)品材料、產(chǎn)品特征、生產(chǎn)批量等非尺寸信息。所以基于知識的模具設(shè)計系統(tǒng),不但可以實現(xiàn)合理的尺寸驅(qū)動產(chǎn)品設(shè)計,還可根據(jù)不同的產(chǎn)品成形特征、生產(chǎn)批量等內(nèi)容,進行合理的工序安排和模具裝配結(jié)構(gòu)原型的選擇,實現(xiàn)非尺寸信息驅(qū)動的產(chǎn)品設(shè)計。
為實現(xiàn)上述功能,采用C++與UG/Open API 函數(shù)結(jié)合的方法,對UG 軟件進行二次開發(fā)。對需要交互修改的尺寸,用UIStyle 制作成用戶的輸入界面。對尺寸信息,用表達式進行關(guān)聯(lián)。再用函數(shù)UF_MODL_eval_exp()、UF_STYLER_ask_value()的模型特征值和交互修改值提取到知識庫。
由于非尺寸信息中的產(chǎn)品材料、生產(chǎn)批量等內(nèi)容,在模型中沒有相關(guān)信息,所以只有通過用戶界面輸入。因建模時采用Wave 方法引用的特征形狀、結(jié)構(gòu)等內(nèi)容已進行關(guān)聯(lián),不需進行提取,但特征的有無(如矩形盒凸緣的有無)需要通過用戶界面進行輸入。非尺寸信息是通過輸入界面的交互,并且通過函數(shù)UF_STYLER_ask_value()提取到知識庫。
為了便于進行管理與操作,采用面向?qū)ο蟮姆椒ū硎局R庫。典型的產(chǎn)品信息表示方法如下:
對于分類產(chǎn)品的信息,根據(jù)不同信息類型采用不同知識與經(jīng)驗對其進行推理。本文將專家經(jīng)驗、知識、行業(yè)規(guī)范等內(nèi)容概括為IF……THEN……形式,進行基于規(guī)則的推理。
對產(chǎn)品尺寸等在設(shè)計過程中受一些標(biāo)準約束的變量,或有一定的范圍限制,以及有些變量的突變,會引起其他的變量甚至整個模型發(fā)生畸變。對于這類參數(shù),應(yīng)設(shè)置報錯信息和修改意見,并提前定義范圍和約束關(guān)系。
由于生產(chǎn)批量、產(chǎn)品材料、產(chǎn)品特征的有無等信息改變,引起裝配部件、生產(chǎn)工序、零件特征等模型內(nèi)容相應(yīng)變化,所以應(yīng)該對相應(yīng)模型或特征設(shè)置特定的屬性。產(chǎn)品設(shè)計時,知識庫根據(jù)專家經(jīng)驗、知識等進行推理,當(dāng)模型的屬性為false 時,采用函數(shù)UF_PART_close()關(guān)閉不同的工序模型,或者采用函數(shù)UF_ASSEM_suppress_instance()抑制不必要的模型特征;當(dāng)模型的屬性為true 時,采用函數(shù)UF_PART_open()打開不同的工序模型,或者采用函數(shù)UF_ASSEM_unsuppress_instance()取消抑制的模型特征,通過這樣來實現(xiàn)知識庫的輔助模具裝配結(jié)構(gòu)設(shè)計與修改功能。
拉深件特征骨架的尺寸特征和結(jié)構(gòu)特征,都間接或直接地由拉深件的尺寸和結(jié)構(gòu)以及模具總體尺寸決定。在拉深件特征骨架設(shè)計時,采用拉深件幾何形狀,并通過參數(shù)化的建模方法,將其與模具零部件尺寸及總體尺寸相互關(guān)聯(lián)。
在UG 中進行具體實施時,尺寸用表達式(Expression)進行引用和關(guān)聯(lián);形狀特征用Wave 幾何連接器引用,Wave 幾何連接器可以引用組件間的點、曲線、面、體、草圖等幾何特征。表達式可以根據(jù)一定的條件進行選擇,還可以引用其他組件的尺寸,并進行函數(shù)計算,其語法為
VAL=if(exp1)(val1)else(val2)。
這樣得到的拉深件特征骨架,能根據(jù)拉深件的模具結(jié)構(gòu)尺寸和幾何、尺寸特征的變化而變化。
基于知識的模具設(shè)計,是將產(chǎn)品信息、專家經(jīng)驗、領(lǐng)域知識等內(nèi)容,按一定方法封裝到模型或知識庫,從而達到輔助設(shè)計人員進行分析、判斷、推理和決策,實現(xiàn)設(shè)計過程的自動化、智能化的技術(shù)。
充分考慮到拉伸模的設(shè)計特點及目前三維CAD軟件功能,本文采用拉深模三維設(shè)計的構(gòu)造關(guān)系如圖4。
圖4 系統(tǒng)功能模型
在完成模具三維設(shè)計時,系統(tǒng)主要涉及的功能有:模具標(biāo)準結(jié)構(gòu)原型庫、知識庫、拉深件特征骨架設(shè)計、零部件輔助設(shè)計及修改。
其中,知識庫主要用來分析和檢驗其他模塊設(shè)計的合理性,同時處理和管理產(chǎn)品信息、參數(shù)傳遞和配合關(guān)系,管理和輔助拉深件的特征骨架,調(diào)用模具的標(biāo)準結(jié)構(gòu)原型庫,參數(shù)驅(qū)動生成所需拉深模結(jié)構(gòu)及零部件。
零部件輔助設(shè)計及修改,是在模具知識庫的輔助設(shè)計完好后,模具設(shè)計人員進行局部修改,進一步細化設(shè)計的工具。
在矩形盒拉伸實例中,若進入系統(tǒng)的新產(chǎn)品為不帶凸緣的矩形盒,通過CBR 系統(tǒng)進行相似度的判斷后,從產(chǎn)品庫中找到的相似產(chǎn)品為帶有凸緣的矩形盒,知識庫就會根據(jù)函數(shù)UF_ASSEM_suppress_instance(flange)抑制矩形盒凸緣,并且驅(qū)動相關(guān)參數(shù)修改模具裝配體,從而實現(xiàn)新產(chǎn)品自動設(shè)計。
本文采用CBR 與KBE 相結(jié)合的技術(shù),構(gòu)造了拉深模設(shè)計系統(tǒng)。在研究拉深件描述方法的基礎(chǔ)上,通過構(gòu)造相似度函數(shù),判斷當(dāng)前的拉深件與產(chǎn)品實例庫中檢索到的拉深件相似程度。用最近鄰法檢索產(chǎn)品庫中的實例,確定新產(chǎn)品在系統(tǒng)中的成形相似性。研究了模具的零件、標(biāo)準裝配結(jié)構(gòu)原型等參數(shù)化實施方法。在知識庫的支撐下,根據(jù)拉深件尺寸特征生成拉深件骨架特征,并形成最終的拉深模具結(jié)構(gòu)。系統(tǒng)根據(jù)拉深件特征和尺寸,基于產(chǎn)品材料、生產(chǎn)批量等內(nèi)容進行模具結(jié)構(gòu)原型的選擇并進行驅(qū)動,完成模具的設(shè)計與修改過程。本文所研究、開發(fā)的拉深設(shè)計系統(tǒng)有效地采用已有的成功的拉深實例,合理利用現(xiàn)有的零件標(biāo)準化資料和模具結(jié)構(gòu),縮減和簡化了模具典型結(jié)構(gòu)庫和拉深件產(chǎn)品庫。為降低模具設(shè)計開發(fā)成本,提高拉深件設(shè)計、分析效率,提供了有效的方法和手段。
[1] Bor-Tsuen Lin,Chian-Kun Chan,Jung-Ching Wang. A Know ledge-based Parametric Design System for Draw ing Dies[J]. The International Journal of Advanced Manufacturing Technology,2008, (36):7-8.
[2] Sang Bong Park. A Study on the CAD/CAM System of Transfer Die for Deep Draw ing Process [J]. Proceedings of the 1999 IEEE International Symposium,1999,(6):313-318.
[3] W Y Zhang, S B Tor, G A Britton. Indexing and Retrieval in Case-based Process Planning for Multi-stage Non-axisymmetric Deep Draw ing [J]. The International Journal of Advanced Manufacturing Technology,2005,(9):12-22.
[4]王 毅,陳慶新,等.基于CBR 的相似模具技術(shù)要求推理檢索算法研究[J].模具技術(shù),2006,(5):29-33.
[5]張 輝,趙耀軍.基于UG 電子表格快速實現(xiàn)產(chǎn)品系列化開發(fā)[J].機械工程與自動化2006(6):38-40.
[6] 林建平,鄧 清,彭穎紅,等. 模具結(jié)構(gòu)輔助設(shè)計Case 智能推理系統(tǒng)[J].鍛壓技術(shù),2000,(4):52-54.