机械零件制造成本估算方法研究与开发

摘要

机械零件制造成本是评价零件可制造性的一个指标，对产品设计是一种反馈。通过产品制造成本的核算可以使设计人员在产品设计的早期阶段了解产品的制造成本，及时改进设计以降低成本。准确、快速估算制造成本，不仅便于企业的生产活动的控制和管理，而且直接影响企业对市场的分析和产品数据的一致性。 本文基于并行工程、DFM的思想，利用成组技术、神经网络等研究开发了一套机械零件制造成本估算系统，使设计师在产品制造之前就能较为准确地预测其制造成本，为产品的改进及重新设计或市场报价提供依据。本文还开发了基于工艺的制造成本详细核算系统，用于详细的成本分析。 与以往传统的核算方法不同，本文采用的基于特征的神经网络制造成本估算方法，避开了设计参数到成本参数之间复杂的非线形映射关系，实现了零件制造成本早期估算。本文以回转类零件为例，对基于特征的神经网络成本估算方法进行了实例应用验证和分析。结果表明本文所采用的基于神经网络的成本估算方法计算精度高，估算速度快、适用性强等特点。 在基于工艺的详细成本核算模块中，首先利用零件编码进行相似检索，如有相似零件，则对其工艺进行修改生成新零件工艺，否则，用交互式生成。基于工步工时计算零件的加工成本，与材料成本相加得到零件的制造成本。

目录

文摘

英文文摘

原创性声明及关于学位论文使用授权的声明

第一章、绪论

1.1并行工程简介

1.2 DFM在并行工程中的作用

1.3 DFM国内外发展现状

1.3.1 DFM国外发展现状

1.3.2 DFM国内发展现状

1.4成本研究

1.4.1成本研究的国内外现状

1.4.2成本研究存在的问题

1.5成本估算常用的方法

1.6课题提出的目的及意义

1.7本章小结

1.8论文安排

第二章、系统分析及支持理论

2.1功能分析

2.2系统结构

2.3基本理论及支持技术

2.3.1 DFM

2.3.2相似性理论

2.3.3成组技术

2.3.4分类编码

2.3.5特征映射

2.3.6神经网络

2.3.7 CAPP技术

2.4本章小结

第三章、基于神经网络的成本估算

3.1人工神经网络[53-62]

3.1.1人工神经网络的概念

3.1.2人工神经网络的基本原理

3.1.3人工神经网络的学习模式

3.1.4人工神经网络的特点

3.1.5神经网络的应用领域

3.1.6 BP神经网络模型

3.2零件制造成本估算的BP神经网络模型及算法

3.2.1预估网络模型

3.2.2计算原理

3.2.3计算方法[57-61]

3.2.4算法流程图

3.3有关问题的讨论

3.3.1输入值与输出值的归一化处理

3.3.2权值、阈值的初始化

3.3.3学习因子和势态因子的确定[64]

3.3.4输入数据的确定

3.3.5隐含层神经元数目的确定

3.3.7训练样本及训练方式的选择

3.3.8迭代终点的判断

3.4网络结构的确定

3.5零件制造成本估算系统

3.5.1估算系统流程图

3.5.2制造成本估算系统

3.6本章小结

第四章、分类编码与相似检索

4.1机械零件的相似性

4.2零件的分类编码系统[51,52]

4.3常用的编码系统[51]

4.4编码系统的选择

4.5相似检索系统

4.6基于相似性的成本估算

4.7本章小结

第五章基于工艺的交互式成本核算

5.1制造成本分析

5.1.1材料成本

5.1.2加工成本

5.1.3工时计算[13]

5.2交互式工艺设计

5.3交互式成本核算

5.4本章小结

第六章、基于神经网络成本估算方法的应用验证及分析

6.1模型的建立

6.2应用验证及分析

6.3隐层节点数变化对网络的影响

6.4本章小结

总结与展望

附录1基于神经网络的成本预估算法实现代码

附录2训练及测试样本数据

参考文献

致谢

攻读学位期间发表的学位论文