先进制造技术对播种机零部件生产的经济模型分析

袁艳娟

(河南工业职业技术学院,河南 南阳 473000)

0 引言

中国作为世界工厂,已是全球制造产业最大的市场,而规模巨大的市场和变幻多端的应用场景,给国内制造业企业带来了巨大挑战。如何快速高效满足制造业企业对产品的迭代升级、缩短产品制造生产周期、提高产品质量等需求,以及降低制造生产成本,需要引入先进的制造技术和装备。为了降低播种机生产制造成本,本文基于BP神经网络建立经济模型,分别采用普通制造设计和先进制造技术对播种机自动排种部件的经济成本进行了分析与探讨。

1 先进制造技术

先进制造技术是将信息、自动化、材料、能源、企业管理和制造等多方面技术融合在一起,应用于产品设计、制造、检测、管理及销售等方面,从而实现低成本、高效的生产销售,并促进企业获得理想的经济效益。从管理技术上讲,先进制造技术主要包括精益生产、拉动式生产、并行生产、柔性化生产;而从信息化制造技术来说,则包括计算机辅助设计、数控技术与工艺、信息化与技术等。本文主要是利用先进制造技术的精益生产来提高农机播种机零部件生产的经济效益。

精益生产的核心概念是利用较少的人力和设备,在较短的时间和场所,创造出理想的精益效率和社会效益。工欲善其事,必先利其器,任何管理方法都需要工具的支撑,如六西格玛管理各个阶段有其适用的工具,界定阶段有高端流程图、头脑风暴和因果矩阵等,测量阶段主要是MSA和SPC,而分析、改进和控制阶段除了假设检验、方差分析、回归分析、试验设计DOE及控制图以外,还整合了精益生产的工具。例如,分析阶段可用价值链分析、作业时间分析、全面生产维护TPM等工具,改进阶段可用看板管理、拉式系统和快速换型等,控制阶段可用防错、标准化作业。精益生产的结构如图1所示。

图1 精益生产架构图Fig.1 The lean production architecture

精益生产目的是尽量避免生产过程中的浪费,不断提升和改善产品品质,使生产流程更加合理和高效。

2 播种机结构及生产工艺

2.1 播种机的结构

设计生产的播种机由拖拉机牵引前进,在播种过程中,播种机自动排种会根据机器前进速度,对播种频率进行实时调节,其整体结构如图2所示。

图2 播种机整体结构图Fig.2 The overall structure diagram of seeder

播种机的核心是自动排种部件,是通过气体的压力将种子射入土壤中,需要保证整个装置的密封性好。播种机自动排种部件不仅要保证种子被排出去,还要保证不会被排种阀从土壤中再带出来。播种机自动排种部件结构如图3所示。

1.形圈 2.排气阀 3.排气箱体 4.密封垫 5.排种箱体 6.排种阀 7.排种箱盖 8.复位弹簧 9.螺母 10.螺杆 11.压紧螺母图3 播种机自动排种部件结构图Fig.3 The structure diagram of automatic seed shooting parts of seeder

2.2 播种机生产制造工艺

播种机生产制造是指将基础的原材料加工为播种机产品的过程,包括冲压、锻造、铸造、塑料成型、机械加工、涂装和装配等,这些工艺是播种机生产制造的核心环节。由于播种机整机结构复杂,零部件比较多,精度要求非常高,其制造是涉及面广泛的综合工业。播种机生产制造工艺流程如图4所示。

播种机结构复杂,主要包括自动排种装置、车身总成、底盘总成和开沟器等,而每个总成包括多个零部件,如自动排种装置包括排气阀、排气箱体、排种箱体、排种箱盖和排种阀等多个零部件。由于组成零部件的种类很多,且不同零部件的生产工序和工艺又不相同,故播种机的生产工艺也是多样的。播种机主要工艺包括:毛坯成形、热处理、机械加工、冲压、焊接、涂装和总装等工艺。

图4 播种机生产制造工艺流程图Fig.4 The production and manufacturing process flow chart of seeder

3 先进制造技术对播种机零部件生产的经济影响

3.1 BP神经网络结构

为了分析先进制造技术对播种机零部件生产的经济影响,基于BP神经网络建立经济模型,分别采用普通制造设计和先进制造技术对其经济成本进行分析。BP神经网络是一种采用误差逆传播的多层前馈式人工智能算法,包括输入、隐含和输出三层结构,可通过保存大量的数据映射关系和迭代算法,对复杂问题进行分析求解。该算法由神经元和箭头组成,其输入和输出两层之间增加了若干中间的隐藏层,这些中间层和外界没有太多关系,但通过改变其状态,再经过正向和反向的迭代计算,就可以获得误差最小和最优的目标输出。BP神经网络结构如图5所示。

图5 BP神经网络算法结构示意图Fig.5 The structure diagram of BP neural network algorithm

3.2 基于BP神经网络经济模型的依据

播种机零部件生产设计过程都是先有概念再有详细设计。首先,研发人员根据播种机结构确定零部件的功能;然后,从若干个设计中选择成本、制造、生产和组装最优的方案,便能确定零件的结构尺寸和原材料等;最后,工艺人员设计加工和装配工艺。从上述过程可以找出以下映射关系,即

X∈Rn,X=[x1,x2,…,xn]T

(1)

设计过程中可能会存在K种不同方案,假设其参数为m维的矢量Yi:Yi∈Rm,i=1,2,…,K。其中,Yi为不定维的矩阵。

对于K种不同加工成本的最小加工工艺安排Zi:Zi,i=1,2,…,K。其中,Zi为不定维的矩阵。

在确定Zi的矩阵后,便可以采用产品成本计算方法,求播种机某一零部件加工费用Ci,即

(2)

其中,P为该零部件生产的总批量;ti为不同的加工工艺Zi的额定加工时长;si为i个加工工艺中设备和工具的单位时间成本;Q、M和O分别为生产此批零部件的生产准备成本、管理成本和其他费用。

由式(2)可以看出,Ci存在一个最小值。

综上,可得到以下映射关系,即

(3)

设x1,x2,…,xn分别为零部件的功能描述,Cmin为BP神经网络的输出值,那么该网络的输入输出关系满足非线性函数,则

(4)

其中,Sj和wij分别为BP神经网络神经元的输出保护值和权值;θj为阈值;uj为神经元的状态;f(uj)为转换函数。

(5)

根据式(6)可以得到BP神经网络n维模型空间的映射F,即

F:X∈Rn→Cmin

(6)

根据以上模型,便可以计算出播种机零部件的生产成本。

3.3 基于BP神经网络经济模型的实现

由于播种机零部件较多,特征也会较多,其特征样本集也会很大,故需要较长的学习和应用过程。因此,设计了一个BP神经网络系统,可以为每个零部件设计一个子BP网络,而这些子网络的样本集可以根据自身的特征类型变化。

基于播种机零部件的特征样本集,对BP神经网络进行训练,便可以得到对应的网络结构和参数,并保存在数据文件系统中,从而实现样本知识的学习和表达。采用普通制造设计和先进制造技术的经济成本进行分析时,只需要选择相应的子网络,调用其参数,便可以通过网络神经元进行数据的并行计算,从而获得整体的生产制造成本。基于BP神经网络的经济模型如图6所示。

4 仿真验证

为了验证先进制造技术对播种机零部件生产的经济模型影响的正确性和稳定性,基于BP神经网络建立经济模型,分别采用普通制造设计和先进制造技术对播种机自动排种部件的经济成本进行了分析。对于该部件,采用基于6×8×1的3层BP神经网络。为了保证BP神经网络训练后的网络性能,本文用于验证的都是没有被用于训练网络模型的数据集。自动排种部件成本验证结果如表1所示。

表1 自动射种部件成本验证结果Table 1 The cost verification results of automatic seed injection parts

由表1可知:采用先进制造技术生产的自动排种部件成本较普通制造设计下降12%,证实了该系统的正确性;另外,采用BP神经网络对两种制造技术进行成本估算和实际成本误差率在2.2%以内,证实了该方法的有效性。

5 结论

为了验证先进制造技术对播种机零部件生产的经济模型影响的正确性和稳定性,基于BP神经网络建立经济模型,分别采用普通制造设计和先进制造技术的经济成本进行分析。验证结果表明:基于BP神经网络对播种机零部件估算比较准确,采用先进制造技术生产的自动排种部件成本较普通制造设计下降12%,证实了该系统的正确性和可靠性。