一種基於模擬退火算法的人機焊接工時預測方法與流程
2023-10-05 14:30:49 3
本發明涉及一種預測方法，尤其是一種基於模擬退火算法的人機焊接工時預測方法。
背景技術：
在流量儀表智能生產線中，由於流量儀表中涉及的部件繁多，且工藝要求精細，因此，有些工序直接由MES(Manufacturing Execution System，製造執行系統)控制機械臂焊接，而有的工序則由人工焊接。但由於各種流量儀表的口徑規格大小不同，因此，需要根據各自的口徑規格匹配不同的焊接操作方式，並且不同作業人員所需的焊接工時不同，也即是說，流量儀表的口徑大小、機械臂焊接工時和人工焊接工時都將影響到流量儀表整個智能生產線的整體工時，因此，目前亟需一種能夠統籌全局，能夠通過預測人工焊接工時，從而定向調配相應工序作業人員數量，進而使得該流量儀表智能生產線的資源效益最大化的方法，即能夠實現高效的人員調度。
技術實現要素：
針對上述存在的技術問題，本發明提供一種基於模擬退火算法的人機焊接工時預測方法，其能夠預測人機焊接工時，從而為系統定向調配相應工序作業人員數量提供參考，使得該流量儀表智能生產線的資源效益最大化。
為了解決上述技術問題，本發明採用的技術方案為：
一種基於模擬退火算法的人機焊接工時預測方法，其包括步驟：
基於人機焊接工藝歷史工時數據建立不同口徑規格流量儀表不同等級作業人員的歷史焊接工時資料庫；
結合模擬退火算法對歷史焊接工時數據進行訓練，並進行聚類分析，得到基於流量儀表口徑規格聚類的不同等級作業人員的平均工時矩陣；
根據被預測流量儀表的實時焊接工時數據來修正模擬退火算法預測的平均工時矩陣，得到所述被預測流量儀表的最優焊接工時。
進一步地，所述採用模擬退火算法對歷史人工焊接工藝工時數據進行訓練，並進行聚類，得到基於儀表口徑規格聚類的不同等級作業人員的平均工時矩陣的步驟，具體包括步驟：
以歐式距離作為相似度建立適應性函數模型：其中，為第j個樣本點，為第i類的聚類中心，K為歷史焊接工時數據中聚類中心數，N為全部樣本數目，dji(t)表示從當前解的領域N中隨即選取解後，接受的退火懲罰因子；
根據歷史焊接工時資料庫中的數據作為原始的樣本數據，結合模擬退火算法計算最優聚類，並根據模擬退火算法的最優聚類結果得到基於不同口徑規格聚類的作業人員間的平均工時矩陣。
其中，所述退火懲罰因子的取值為：
其中，ΔJ是狀態和的目標差，即t為當前的溫度，為第i類初始聚類中心向量，wij為第i類初始聚類中心量第j維的元素。
進一步地，所述結合模擬退火算法計算最優聚類的步驟，具體包括步驟：
初始化控制參數：給定聚類類別數K和迭代允許誤差ε，令迭代初始值k＝1；
從歷史焊接工時資料庫中隨機選取一個初始的聚類中心並令
按照下式修正退火懲罰因子dji(i＝1，2，···，K，j＝1，2···，N)：
按照下式修正聚類中心
計算誤差並判斷誤差e是否滿足終止條件，若滿足終止條件，則模擬退火算法結束，為最優聚類；
若誤差e不滿足終止條件，則判斷是否達到迭代次數閾值，若沒有達到迭代次數閾值，則令k＝k+1，並重新計算退火懲罰因子，然後根據重新計算的退火懲罰因子重新修正聚類中心和誤差e直至滿足終止條件，若達到迭代次數閾值，則令ti+1＝λ·ti，並重新計算聚類中心和誤差直至滿足終止條件。
本發明的有益之處在於：
本發明的預測方法通過歷史工時數據進行聚類分析預處理，用歐式距離作為相似性量度的方法選取出與待預測儀表的口徑參數具有相似性的歷史工時數據，作為預測模型建模用的訓練樣本，利用這些聚類後的相似樣本經過訓練後得到基於聚類分析的工時預測模型，將待預測儀表的口徑規格和作業人員的等級作為的輸入參數，工時作為輸出，從而得到待預測儀表的預測工時。
附圖說明
圖1為本發明的一種基於模擬退火算法的人機焊接工時預測方法的一實施例的流程圖；
圖2為本發明的一種基於模擬退火算法的人機焊接工時預測方法中計算最優聚類的一實施例的流程圖。
具體實施方式
下面結合附圖，對本發明作詳細的說明。
為了使本發明的目的、技術方案及優點更加清楚明白，以下結合附圖及實施例，對本發明進行進一步詳細說明。應當理解，此處所描述的具體實施例僅僅用以解釋本發明，並不用於限定本發明。
本發明的預測方法通過對MES(Manufacturing Execution System，M ES)系統中記錄的歷史工時數據進行聚類分析預處理，並結合模擬退火算法進行預測，從而得到最有焊接工時，僅為為調配對應工序的作業人員數量提供參考，同時也能夠提高人員調配的正確性。
參見圖1，為本發明的一種基於模擬退火算法的人機焊接工時預測方法的一實施例的流程圖，具體地，本實施例中該預測方法包括步驟：
S101，基於人機焊接工藝歷史工時數據建立不同口徑規格流量儀表不同等級作業人員的歷史焊接工時資料庫。
由於流量儀表的口徑規格、機械臂焊接工時和人工焊接工時都是影響流量儀表整個智能生產線的整體人機工時的主要素，因此，MES系統會實時記錄並存儲所有口徑規格的流量儀表各自對應不同等級作業人員時，分別所需的歷史人工工時和歷史機械臂工時，然後根據這些歷史數據建立不同口徑規格流量儀表對應於不同等級作業人員的歷史焊接工時資料庫。
本實施例中，上述的作業人員的等級是根據作業人員對焊接工藝操作的熟練程度來劃分的，例如對焊接工藝操作最熟悉的作業人員其對應的等級最高。
S103，結合模擬退火算法對歷史焊接工時數據進行訓練，並進行聚類分析，得到基於流量儀表口徑規格聚類的不同等級作業人員的平均工時矩陣。
在一具體實施例中，該步驟S103具體包括步驟：
I，以歐式距離作為相似度測度建立最優數學模型，適應性函數選取誤差誤差平方和作為目標函數：
本實施例中，為第j個樣本點，為第i類的聚類中心，K為歷史焊接工時數據中聚類中心數，N為全部樣本數目，dji(t)表示從當前解的領域N中隨即選取解後，接受的退火懲罰因子。
其中，火懲罰因子的取值為：
其中，ΔJ是狀態和的目標差，即t為當前的溫度，為第i類初始聚類中心向量，wij為第i類初始聚類中心量第j維的元素。
II，根據歷史焊接工時資料庫中的歷史焊接工時數據作為原始的樣本數據，結合模擬退火算法計算最優聚類，並根據模擬退火算法的最優聚類結果得到基於不同口徑規格聚類的作業人員間的平均工時矩陣。
本實施例中，合模擬退火算法計算最優聚類的步驟，具體包括步驟：
初始化控制參數：給定聚類類別數K和迭代允許誤差ε；
從歷史焊接工時資料庫中隨機選取一個初始的聚類中心令其中，i＝1，2，···，K；
令迭代初始值k＝1；
按照下式修正退火懲罰因子dji(i＝1，2，···，K，j＝1，2···，N)：
按照下式修正聚類中心i＝i＝1，2，···，K
計算誤差並判斷誤差是否滿足終止條件，即判斷誤差是否滿足e＜ε，若滿足，則模擬退火算法結束，為最優聚類；
若不滿足，則判斷是否達到預設的迭代次數，即判斷k是否滿足k＜N-1，若是，則重置k，即令k＝k+1，並重新計算退火懲罰因子，然後根據重新計算的退火懲罰因子重新修正聚類中心，然後計算誤差e，並判斷是否滿足終止條件，若滿足算法結束若不滿足，則繼續重置k重新計算誤差，如此循環直至滿足終止條件，即e＜ε；若達到了迭代次數，即k＝N-1時，則令ti+1＝λ·ti，並重新計算聚類中心和誤差，如此循環直至滿足終止條件，即e＜ε。
S105，根據實時焊接工時數據來修正模擬退火算法預測的平均工時矩陣，得到該被預測流量儀表的最優焊接工時。
在一具體實施例中，該步驟S105具體包括步驟：
I，獲取當前進入焊接工序的被預測流量儀表的口徑規格D，以及該被預測流量儀表當前對應的當前作業人員的等級S。
II，根據該被預測流量儀表的口徑規格D和該當前作業人員的等級S，結合上述的平均工時矩陣計算得到人工焊接工時計算時間T0C和機械臂焊接工時計算時間T1C。
III，根據該人工焊接工時計算時間T0C和機械臂焊接工時計算時間T1C計算被預測流量儀表的人機焊接預測工時Tf。
在一具體實施例中，一般流量儀表都是成批成批的送入一條生產線中進行焊接，而每個批次中的流量儀表的口徑規格相同，但在生產過程中：同一條生產線中存在工件批次更換或者工件混亂的情況，此時就可能使得當前被預測流量儀表可能與上一次加工的流量儀表的口徑規格不同；另一方面，當作業人員之間進行換班時，使得同一生產線中同一批次的工件將面對不同等級的作業人員，因此，需要針對上述的兩種情況，分別進行修正，具體地，
當出現批次更換或者工件混亂，但作業人員不變時，該步驟III具體包括：
A1，判斷該被預測流量儀表的口徑規格D與該當前作業人員上一次所焊接的流量儀表的口徑規格是否相同，若口徑規則不相同，則執行步驟B1，若口徑規格相同，則執行步驟C1。
本實施例中，該當前作業人員上一次所焊接的流量儀表是指該當前作業人員焊接該被預測流量儀表之前最後一次所焊接的流量儀表，系統中記錄有該流量儀表的口徑規格數據，以及其人機焊接工時。
B1，根據該當前作業人員的等級S從歷史資料庫中獲取與該當前作業人員同等級的作業人員上一次焊接的流量儀表(該流量儀表與被預測流量儀表的口徑規格不同)時所需的平均焊接工時TH，以及實際操作完成的焊接工時TA，並根據該當前作業人員的焊接工時計算時間T0C和該同等級作業人員的實際焊接工時TA計算該當前作業人員的預測焊接工時T0f。
本實施例中，該步驟B1具體地包括步驟：計算該同等級作業人員(與該當前作業人員同等級的作業人員)的操作比率，即γ＝TH/TA，然後根據該操作比率對當前作業人員的人工焊接工時計算時間T0C進行修改，得到當前作業人員的預測焊接工時：T0f＝T0C/γ。C1，對當前作業人員的焊接工時計算時間T0C和機械臂焊接工時計算時間T1C求和，得到所述被預測流量儀表的人機焊接預測工時Tf＝T0C+T1C。
D1，對上述步驟B1的焊接預測工時T0f和機械臂焊接工時計算時間T1C進行求和，得到被預測流量儀表的人機焊接預測工時Tf＝T0f+T1C。
當作業人員等級變化，但流量儀表口徑規格不變時，該步驟III具體包括：
A2，判斷當前作業人員的等級S與上一次焊接與該被預測流量儀表同種口徑規格的流量儀表的作業人員等級S'是否相同，若等級不相同，則執行步驟B2，若等級相同，則執行步驟C2。
B2，獲取上次焊接時作業人員(等級為S')的平均工時T′H和實際焊接工時TA'，並根據當前作業人員的焊接工時計算時間T0C與上次焊接作業人員的實際焊接工時T′AA計算當前作業人員的焊接預測工時T0f。
本實施例中，該步驟B2具體包括步驟：計算上一作業人員(與當前作業人員的等級不同)的操作比率γ＝TH/TA；根據該操作比率修正該當前作業人員的人工焊接工時計算時間T0c，得到該當前作業人員的人工焊接預測工時：T0f＝T0C/γ×(1+α)，其中，α表示作業人員等級的更換，α∈[-1,1]，具體地，噹噹前作業人員的等級比上一次實際操作的作業人員的等級低時，則α為負值，噹噹前作業人員的等級比上一次實際操作的作業人員的等級高時，則α為正值。
C2，對當前作業人員的焊接工時計算時間T0C和機械臂焊接工時計算時間T1C求和，得到被預測流量儀表的人機焊接預測工時Tf＝T0C+T1C。
D2，對上述的焊接預測工時T0f和機械臂焊接焊接工時計算時間T1C進行求和，得到被預測流量儀表的人機焊接預測工時Tf＝T0f+T1C。
當然，也可能存在口徑規格換的同時作業人員等級也更換的情況，因此，可將上述兩種方式相結合，即先判斷當前作業人員的等級與上一次焊接與被預測流量儀表同種口徑規格的流量儀表的作業人員等級是否相同，若等級不相同，處理方式與上述過程相同，若等級相同，則再判斷該被預測流量儀表的口徑規格與該當前作業人員上一次所焊接的流量儀表的口徑規格是否相同，若口徑規格不相同，處理方式與上述過程相同，最後，根據上述的焊接預測工時和機械臂焊接的平均工時計算得到被預測流量儀表的人機焊接預測工時，即人工焊接的預測工時和機器焊接的平均工時的總和。
本實施例中，由於人機焊接工藝由人工焊接和機器焊接共同組成，因此人機焊接工時包括了人工焊接工時和機器焊接工時，其中，由於作業人員的認為因素使得其等級不同，並且即使其等級確定也可能受其它因素的幹擾，其實際操作時間會與根據人機焊接工時矩陣中計算得到人工焊接工時計算時間不同，而機械臂是由系統精確控制的，故其操作速度的變化性不大，有鑑於此，在進行預測時，需要當對當前作業人員的人工焊接工時計算時間T0C進行修正，再根據其和機械臂的焊接工時計算時間計算人機焊接最優預測工時。
以上所述僅為本發明的較佳實施例而已，並不用以限制本發明，凡在本發明的精神和原則之內所作的任何修改、等同替換和改進等，均應包含在本發明的保護範圍之內。