公务员期刊网 论文中心 正文

大数据预测模型下农机数字化设计探究

前言:想要写出一篇引人入胜的文章?我们特意为您整理了大数据预测模型下农机数字化设计探究范文,希望能给你带来灵感和参考,敬请阅读。

大数据预测模型下农机数字化设计探究

摘要:首先,介绍了大数据的基本概念,设计了基于BP神经网络的大数据挖掘模型,并基于Pro/Engineer实现了农机产品模型参数化设计,基于大数据预测模型实现了农机数字化设计系统。实验结果表明:系统能够快速设计出农机零部件,可较大幅度降低设计周期,减少产品设计修改次数,对于现代化农业设计制造具有重要意义。

关键词:BP神经网络;数据挖掘;Pro/Engineer;农机数字化

0引言

随着信息技术的发展,人工智能逐渐成为科技界的中流砥柱,利用人工智能和计算机辅助软件,实现农业机械的数字化设计,对提高农机产品的制造能力、缩短设计周期、降低设计成本及提高企业竞争力具有非常重要的意义。为此,基于大数据预测模型技术,实现了一套农机数字化设计系统,能够实现农机零部件的自动化设计。

1大数据挖掘及其模型设计

1.1大数据挖掘概念

21世纪以来,物联网、互联网和人工智能技术等信息产业飞速发展,推动了大数据的发展。在工业信息化建设中,设计和制造等各个环节的自动化系统,都能提高产品设计和减少生产周期,从而带来巨大的经济效率和海量数据。如何从自动化设计系统中挖掘出更多有价值的信息,如根据设计流程或消费者行为等信息,并基于设计流程海量数据或者终端客户重复消费行为预测模型,优化设计流程,对后续的产品设计、生产管理和策略制定都具有重要意义。大数据挖掘是从海量信息中挖掘出潜在的价值,为工业生产和发展提供可靠依据,挖掘方法主要有聚类分析、关联分析、分类预测和偏差检测等。

1.2大数据挖掘模型设计

在工业信息化设计中,引入了越来越多的先进技术,尤其是在自动化系统中,传感器、网络技术和设计软件都在不断升级和改善,正朝着信息化运行模式发展。先进的生产管理软件,会带来大量的数据信息,从而使得传统的生产软件和设备无法使用。因此,应借助大数据挖掘技术,优化设计和生产流程。在工业生产中,应借助新型先进技术推动生产制造,包括BP神经网络、K均值和贝叶斯理论等,从海量数据中获取有价值的信息,从而优化生产制造设备和过程。笔者结合农机数字化设计特点和几种大数据挖掘技术的优缺点,选择采用BP神经网络模型对农业数字化设计流程进行优化。BP神经网络模型是一种人工神经网络算法,是在人类大脑认识的基础上,模拟一套可以实现某些特殊功能的信息处理系统,由大量的神经元节点相互连接组成复杂的网络,如图1所示。BP神经网络是一种误差逆传播的多层前馈神经网络,包括输入、隐含和输出三层,能够进行迭代学习和保存层间映射关系。BP神经网络算法包括神经元和箭头,网络训练包括样本输入和根据预期和实际输出值之间的误差进行方向传播,经过不断的正向和反向传播,经过算法的迭代优化,实现目标数据的输出。BP神经网络架构如图2所示。BP神经网络是多层网络中应用较多的算法之一,假设其输入、隐含和输出三层分别有i、m和k个神经元,且各个层的神经元信号的表达式分别为X=(x1,x2,…,xi)T、O=(o1,o2,…,om)T和Y=(y1,y2,…,yk)T。BP神经网络的连接权值和误差推导比较复杂,其隐含层和输入层之间的关系为oi=f∑ni=0vijxi()(1)其中,f为输入层的激活函数;v为输入层的权重。同理,BP神经网络输出层和隐藏层间的关系为yi=f∑ni=0wijoi()(2)其中,w为输出层的权重。BP神经网络训练预测值和期望值的均方误差为E=12∑mk=1e2k=12∑mk=1dk-ok()(3)BP神经网络是一种迭代学习算法,在每次迭代过程中需要对网络参数进行更新计算,在训练求优过程中利用梯度法对参数进行调整,使权值在修正过程中快速下降,达到最优值,其表达方程式为Δwjk=ηδ0kyj=ηdk-ok()okm-ok()yj(4)Δvjk=ηδykxi=η∑mk=1δ0kwjk()yjm-yi()xi(5)其中,η为算法学习速率;δ为算法误差信号因子。将BP神经网络和数据挖掘结合起来,找到生产设计和制造过程中数据间的内部结构,探索各个变量间的关系,对提高农机数字化设计的准确性具有重要作用。

2农机产品模型参数化设计

2.1Pro/Engineer参数化设计方法

采用Pro/Engineer设计农业收割机的零部件,设计过程中,主要是根据参数化设计,采用一组参数来定义零部件尺寸的数值和关系,以供造型使用。Pro/Engineer是美国PTC((ParametricTechnologyCorpo-ration)公司设计的三维机械自动化软件。参数设计是Pro/Engineer的重要特点之一,产品设计的数学模型及产品结构都是固定的,只是产品的尺寸存在一定的差异,而结构尺寸的差异是对于相同零部件的已知条件在不同规格的产品设计取值不同导致的。Pro/Engineer提供的二次开发工具Pro/TOOLKIT,能够非常方便地面向特定产品的程序自动化建模,将其和大数据挖掘联合起来,可以在之前设计的基础上,准确规划出当前设计参数。Pro/TOOL-KIT分为特征描述法、族表法和用户自定义特征等3种建模,如图3所示。特征描述法是根据每个特征具有不用的特征元素树进行定义,即在程序中对每个元素的变量进行赋值,形成一个特征,然后多个特征积累起来就形成了产品模型;族表法是利用表格对重复性高、外型特征类似强的各型号标准零件进行驱动,设计人员不需要对某一类类似的零件进行重复设计;而用户自定义特征是设计人员将一些重复出现的特征融合成一个UDF库,能将同一特征用于不同的零件上。

2.2Pro/Engineer模型建立

1)设置农机零件模板。零件是Pro/Engineer的基本单位,是整个工程设计的基础,在实际应用中,零件都是通过零件模板创建生成的,故需要保证所有的零件均具有系统单位、精度值及参数值等属性。打开安装目录下的“mmns-part-solid.prt”配置文件,复制到设计所需的零件路径下,再打开该模板文件进行配置。在配置过程中,可以根据设计人员实际的需求,在模板文件中建立符合公司的参数,创建的流程为:执行工具→参数→输入常用参数。参数设置界面如图4所示。2)建立农机部件的三维模型。三维实体模型创建的方法很多,本文主要介绍拉伸特征,也就是在拉伸特征条件下,可以选择拉伸为实体或者曲面两种。首先单击“放置”,选草绘的平面、方向和参照方向等,点击草绘进入绘图设计模式。三维实体模型拉伸选项如图5、图6所示。在进入草图绘制模式界面中,完成草图绘制,点击确定后既可以完成草图的绘制,再设置拉伸深度选项。拉伸深度包括盲孔、对称和选定项。在选项下设置双侧的拉伸,输入和设定拉伸深度值,选择是否去除材料,再点击预览,查看实体模型,最后点击确定就完成了拉伸特征。在零件拉伸的基础上,再进行旋转特征和倒角,就可以得到零件的三维模型。Pro/Engineer设计的农机零件三维模型如图7所示。

3农机数字化设计

3.1农机零部件参数化建模

任何机械产品的设计和开发的第一步都是建立模型,而实现产品的快速建模来提高设计阶段产品建模效率是企业都需要考虑的事情,故CAD技术得到快速发展。目前,在结构化产品设计中,CAD的参数化技术已经成为最流行的技术之一,某些重复的产品可以在CAD技术的帮助下快速进行修改完成,使得产品设计更加灵活,其在三维模型、外观结构设计和虚拟装配等展现了较高的应用价值。随着互联网和计算机技术的发展,以及CAD在机械设计行业的普及,为CAD和网络的融合提供了便利,故基于网络的CAD参数化设计得到了飞速发展。

3.2农机零部件参数化建模的实现

若之前有开发过类似的农机零部件,则可以基于Pro/Engineer进行二次开发。Pro/Engineer对农机零部件进行二次开发,利用Pro/Engineer提供的二次开发工具Pro/toolkit,调用回调函数即可,这些回调函数采用C++编写,还可以用来编写菜单项、菜单项提示等信息。常用的Pro/toolkit有如下几个:1)添加顶层菜单的函数:ProErrorProMenubarMen-uAdd();2)添加下级子菜单的函数:ProErrorProMenubar-menuMenuAdd();3)设置菜单项目的动作:ProErrorProCmdActAdd();4)为菜单或开发菜单添加菜单按钮:ProErrorProMenubarmenuPushbuttonAdd()。首先,基于大数据模型对农机零部件尺寸和参数进行规划,然后采用基于模板模型的参数化设计方法对原始模型进行修改,使得模板的形状和尺寸发生变化,形成新的模型从而达到参数化修改模型的目的。该方法的实现流程如图8所示。Fig.8Theparametricdesignoftemplatebasedonbigdatamodel其主要应用的Pro/Engineer/API函数如下:1)ProMdlCurrentGet()//查询正在编辑的模型类型;2)ProMdlToModelitem()//将模型句柄转为模型选择项;3)ProParameterInit()//遍历模型中的所有参数;4)ProParameterValueGet()//获取模型参数的对象值;5)ProParameterValueSet()//设置模型参数的对象值;6)ProSolidRegenerate()//模型再生。所研究的基于大数据模型的模板参数化系统采用图形模板参数化的程序设计方法,其核心技术是利用Pro/toolkit中的点、线、面等指令制作零件实体,实现过程如图9所示。

4实验结果分析

为了验证基于大数据预测模型的农机数字化设计系统的可靠性,利用该系统设计了联合收割机的气缸部件。在设计过程中,通过系统首页点击“图形模板参数化”子系统中的“气缸”,系统会自动跳至参数设置界面,再输出零部件参数以后,点击确定,系统会自动调用大数据挖掘模块,对参数进行优化;最后,点击“建立模型”,通过服务器调用Pro/Engineer,软件会自动设计一个三维模型,如图10所示。点击“save”,则联合收割机的气缸部件会保存在客户端中,方便工作人员进行进一步的局部修改和设计。基于大数据预测模型的农机数字化设计系统能快速设计出农机零部件,较大幅度降低设计周期,减少产品设计修改次数,对现代化农业设计制造具有重要意义。

5结论

为了实现农机数字化设计,基于大数据挖掘模型,在传统农机零部件设计的基础上,结合产品模型和图形模板二者的参数化设计,实现了农机数字化设计系统。实验结果表明:系统能够快速设计出农机零部件,较大幅度降低设计周期,减少产品设计修改次数,对于现代化农业设计制造具有重要意义。

作者:吴玲 单位:洛阳职业技术学院

相关热门标签