基于人工神经网络的工具消耗量预测研究

摘要

工具的合理使用和消耗，在企业的生产管理和流动资金占用上，在成本计算与考核的依据上，在产品质量的提高上，均占有重要的地位。传统的的工具消耗定额制订工作，是靠工厂的定额员手工计算完成的。这对于产品品种多、型号多、零件种类多的企业来说，相当费时费力，难以适应市场的激烈竞争。 本文在借鉴传统方法的基础上，分析了影响工具消耗量的因素，包括加工产品数、刀具耐用度、切削速度、工具意外损耗率、产品生产批量、工人水平6个输入变量。基于人工神经网络的设计方法，设计工具消耗量预测的BP和RBF人工神经网络模型，并利用实际调研来的数据在DPS数据处理系统中进行训练和测试。另外用传统的技术计算法计算工具消耗定额，再计算出工具的消耗量，并比较了此方法与BP和RBF人工神经网络预测误差和样本拟合情况。结果表明，人工神经网络模型的预测精度高于传统预测方法，可以应用于工具消耗量的预测。