锻模飞边金属消耗设计准则挖掘

1、文章编号 :100022472 (2008) 0120050204锻模飞边金属消耗设计准则挖掘谭建豪 ,章兢(湖南大学 电气与信息工程学院 ,湖南 长沙 410082)摘 要 :分析了采用传统方法建立锻模飞边金属消耗设计准则存在的问题 ,提出了采用 逐步回归分析法挖掘锻模飞边金属消耗设计准则的思想 ,构造了利用逐步回归分析法对锻 模飞边金属消耗设计准则进行参数估计的算法 . 对逐步回归分析软件的需求分析与结构设 计及该软件中数据的分析与设计进行了论述 . 以此为依据开发了该软件 ,并给出了利用该软 件获得的锻模飞边金属消耗设计准则. 结果表明 ,利用由此得到的设计准则而开发的 cad 系统具有

2、自组织能力和自适应能力 .关键词 :数据挖掘 ;参数估计 ;飞边金属消耗 ;设计准则 ;逐步回归分析中图分类号 : tp181 ; tp182文献标识码 :amining of t he design criterio n of fo rging2die flash metal co nsumingtan j ian2hao , zhan g j ing( college of elect rical and informatio n engineering , hunan u niv , changsha , hunan 410082 , china)abstract :so me p ro

3、 blems in set ting up fo rging - die flash metal co nsuming design criteria by means of t radi2tio nal met ho ds were analyzed. the idea of applying t he step2by2step regressive analysis met ho d to mining fo rg2 ing2die flash metal co nsuming design criteria was pointed o ut ,and t he algo rit hm o

4、f estimating t he parameters in fo rging2die flash metal co nsuming design criteria was co nst ructed. the requirement analysis and st ruct ure design of t he step2by2step regressive analysis sof t ware , and t he data analysis and design wit hin t he sof t ware were ex2 po unded. acco rding to t he

5、se ideas , t he co rrespo nding sof t ware was developed. the design criteria of fo rging2die flash metal co nsuming wit h t he sof t ware were given . the result s have show n t hat t he cad systems developed wit h t hese criteria have self2assemble abilit y and self2adap tive abilit y.key words :

6、data mining ;parameter estimatio n ;flash metal co nsuming ; design criteria ; regressio n analysis在现代机械制造业中 ,模具工业已成为国民经济中的基础工业 ,许多新产品的开发和生产 ,在很大 程度上依赖于模具制造技术 . 随着 cad 技术的发 展 ,制订定量化 、智能化锻模设计准则的要求显得越来越迫切 . 传统上主要采用理论分析 、实验研究或两 者相结合的办法1 - 2 . 对于理论方法 , 由于模 锻 生 产的复杂性 ,无论采用解析法 、主应力法 、变形功法 、 滑移线法 ,还是离散化的有限

7、元法 ,都只能解决极简 单的锻造问题 ,离指导实际设计尚有一定距离. 这主要是因为 : 这些办法作了不少假设 ,而这些假设与实际生产条件有较大差异 ; 边界条件难以确定或 是不够精确 .在实验方法中 ,无论是坐标网格法 、视塑性法 ,还是光塑性法都难得到通用的设计准则. 这就迫使 人们探索更为有效的制订锻模设计准则的办法. 而 数据挖掘技术的兴起与发展为此提供了一个良好的 契机 ,数据挖掘可以从大量的 、不完全的 、有噪声的 、 模糊的和随机的数据中提取隐含在其中的 、人们事 收稿日期 :2007201222基金项目 :教育部科学技术研究重点项目 ( 教技司2001 224 号)作者简介 :谭

8、建豪 ( 1962 - ) ,男 ,湖南浏阳人 ,湖南大学副教授 ,博士研究生 通讯联系人 , e2mail :tanjianhao96 sina . co m. cn51第 1 期谭建豪等 :锻模飞边金属消耗设计准则挖掘( 2)先不知道的 、但又是潜在有用的信息和知识 . 人们已经将回归分析 、系统辨识 、序列模式发现 、关联规则 发现 、依赖模型发现等数据挖掘方法用于锻模设计 准则挖掘中3 - 9 . 锻造生产的悠久历史 , 为现 场 数 据的收集提供了极为丰富的来源 . 利用这些数据 ,采 用适当的数据挖掘算法 ,就能获得实用性更强 、更为 精确的锻模设计准则 . 本文给出一个利用从某厂

9、收 集到的生产现场数据经逐步回归分析方法而获得轴 对称锻件锻模飞边金属消耗设计准则的实例 .逐步回归分析的基本策略是 : 将因子一个个引入 ,引入因子的条件是 :该因子的偏回归方程经检验 是显著的 . 同时每引入一个新因子后 ,要对老因子逐个进行 检 验 , 将 偏 回 归 平 方 和 变 为 不 显 著 的 因 子 删除.y = a + b1 x 1 + b2 x 2 + bm x m ,那么飞边金属消耗设计准则挖掘问题就转化为如下对偶问题 :若随机变量 y 与变量 x 1 , x 2 , x 之间存在m线性相关关系 , 变量 x 1 , x 2 , x m 的任意一组实例为 ( x 1 ,

10、 x 2 , x m ) , 且样本数为 n , 则随机变量ny n ( a + bi x i ,2 ) .( 3)i = 1现在的问题是如何确定其中的未知参数 a , b1 , bm 的估计值 , 使偏差平方和nb2 ,= ( y k - a - b1 x 1 k - b2 x 2 k -sk = 12bm x m k )( 4)-取得最小值 .研究随机变量 y 与 m ( m 2) 个变量 x 1 , x 2 , x m 之间的相关关系 , 需要利用多元回归分析. 而本研究就是采用逐步回归分析方法来实现锻模设 计准则中的参数估计的 .关联规则构建与发现算法1111飞边金属消耗设计准则建立的

11、依据飞边金属消耗的大小主要取决于工艺方案 、各 工步型腔及飞边的形状和尺寸以及成型件的材料 . 要降低飞边金属消耗 ,就要对上述参数进行合理设 计 ,而上述参数不仅受其他因素影响 ,而且它们之间 也相互影响 . 因此 ,影响飞边金属消耗的因素是复杂 的 . 这就要求在建立模型时 ,既要分清主次 ,又要考 虑因素之间的交互效应 .112飞边金属消耗设计准则的结构根据前苏联学者捷捷林关于影响飞边金属消耗 的因素的研究成果和对从某厂收集到的生产现场数 据的分 析 , 飞 边 金 属 消 耗 设 计 准 则 可 用 下 列 公 式 描述1 :飞边金属消耗设计准则模式识别 2 2设通过现场数据采集 ,

12、取得由 n 组实例数据组成的学习样本如表 1 所示.表 1 学习样本ta b. 1learn ing sa mplex 1x 2x myx 11x 12x 21x 22x m1x m2y 1y 2( q f y/ q y) 100 % =0 +1 q - 0. 2 +yx 1 nx 2 nx m ny n2 s y +3 ( d0 / d y) 2 +4 ( b y/ h y) +5 ( d 0 / d y) 2 s y +;( 1)表 1 中 x 1 k , x 2 k别表示变量 x 1 , x 2 , x m k 及 y k ( k = 1 , 2 , n ) 分( q fz/ q z)

13、100 % =0 +1 q - 0. 2 +z, x m 及 y 在第 k 组实例值 .2 s +3 ( d y/ d z) 2 +4 ( b z/ h z) + 5 ( d y/ d z) 2 s +.式中 : q f y , q fz分别为预锻工步 、终锻工步飞 边 金 属消 耗 ; q y , q z 分 别 为 预 锻 件 、终 锻 件 质 量 ; d 0 , d y , d z 分别为毛坯 、预锻件 、终锻件最大直径 ; s y ,s z 分别为预锻 、终锻工步形状复杂系数.113 飞边金属消耗设计准则的发现算法对上述飞边金属消耗设计准则的回归方程 , 我 们统一写成如下形式 :若随

14、机变量 y 与变量 x 1 , x 2 , x m 之间存在线性相关关系 , 则可用多元线性回归方程y = a + b1 x 1 + b2 x 2 +来描述. 设对于变量 x 1 , x 2 ,+ bm x m( 5), x m 的任意一组实例值 ( x 1 , x 2 , x m ) , 随机变量n2y n ( a + bi x i , ) ,( 6)i = 1利用最小二乘法确定其中未知参数 a , b1 , b2 ,的估计值 ., bm52湖南大学学报 ( 自然科学版)2008 年3)4)5)6)计算各因子平均值 ;计算回归平方和和剩余平方和 ;计算统计量 ;进行假设检验 ,若通过检验 ,

15、则接受该因子 ;飞边金属消耗设计准则挖掘软件开发3311软件需求分析与结构设计飞边金属消耗设计准则挖掘软件采用逐步回归 分析算法估计飞边金属消耗设计准则中的参数 ,所以我们也称其为逐步回归分析软件 ,其应具有以下否则 ,放弃该因子 ;7)8)9)因子选择完否 ? 如否 ,转 2) ;飞边金属消耗选择完否 ? 如否 ,转 1) ;输出飞边金属消耗设计准则.功能31)系式.2)3):从 一 组 数 据 出 发 , 确 定 变 量 间 的 定 量 关312 软件中数据的分析与设计为制定锻模设计准则和进行工艺分析 ,从某厂 收集了 34 个样本 ,共计 100 多张轴对称锻件图 ( 包括毛胚图 、冷锻

16、件图 、预锻件图和终锻件图) . 这些图纸包含了该厂正在生产或以前生产的大部分轴对称 锻件. 这些锻件所采用的工艺被实践证明在现有生 产条件下既能保证锻件品质又能保证原材料消耗较 少 ,还能使锻件寿命较长 . 此外我们还收集了大量原始数据 :飞边桥部尺寸 、飞边金属消耗 、毛胚镦粗饼 高度 、下料尺寸等 .在此基础上 ,我们对这些资料进行了适当的整 理 . 首先 ,将 96 张锻件图以数字编码方式输入计算 机 ,存储信息达 3 万多个单位 ;再用二维图形输入系统对每张图纸进行处理 ,将每张图纸的初始描述变 换为转化描述 ;然后 ,利用工艺计算模块 ,获得各自 的下列特征参数 : 形状复杂系数

17、、轴截面周长 、轴截 面面积 、体积和质量 .这样 ,就为下一步采用逐步回归分析软件进行锻模设计准则的制订准备了充分的原始数据 . 经整 理后的某厂生产现场数据见表 2 .对关系式的可信度进行统计检验 .从影响着某一变量的许多变量中判断哪些变量的影响是显著的 ,哪些是不显著的.根据对逐步回归分析软件功能的分析和各处理 模块间的数据输入输出关系 ,得其结构框图如图 1 所示.图 1 逐步回归分析软件结构框图fig. 1 st ruct ure sketch for step2by2step regressive analysis系统的主要算法步骤为 :1) 由式 (1) 选择某一飞边金属消耗 ;

18、2) 从式 (1) 的相应子式中选择某一影响因子 ;表 2 某厂生产的轴对称锻件特征参数一览表ta b. 3 l ist of f eature para meters f or axisymmetric f orging ma de in some factory终锻图号截面积 a z/ mm2体积 v z/ mm3质量 gz/ kg周长 l z/ mm形状复杂系数 s z/ %10 . 2 - 03020130 - 2402070130 - 24030523 804 . 784 875 . 143 079 . 59498 018 . 01 304 306 . 0186 546 . 53 .

19、 9110 . 241 . 46477 . 73614 . 85247 . 721 . 6752 . 9350 . 8643507 g - 0284 788 . 64409 505 . 23 . 24436 . 001 . 490 29 h - 14038 2451 . 17 374 358 . 7 2 . 94 406 . 73 3 . 020 预锻镦粗材料利用率/ %截面积 a y/ mm2体积 v y/ mm3质量 g y/ kg周长 l y/ mm 形状复杂系数 s y/ %h0/ mmd 0/ mm2 517 . 341 588 . 063 354 . 331 479 065 . 5

20、78 419 . 4388 291 . 81 . 160 . 623 . 05230 . 47148 . 64403 . 230 . 910 . 712 . 6932 . 030 . 029 . 077 . 5476 . 3262 . 9381 . 056 . 675 . 2 2 499 . 16 408 885 . 1 3 . 21 394 . 61 3 . 10 30 . 0 140 . 00 68 . 2 53第 1 期谭建豪等 :锻模飞边金属消耗设计准则挖掘本研究遵循使剩余自由度大于 10 的原则 , 确定制订锻模设计准则所需样本容量的大小. 这样就能 充分保证剩余方差不至于过大 ,

21、使回归方程更好地反映准则中各因子之间的规律性 . 对应式 ( 1) 各子式 的样本表分别见表 3表 4 .表 3 q fy/ qy 回归分析样本表 ta b. 4 regressive analysis sa mple ta ble f or q fy/ qy 作为目标函数 ,在试验中实测该目标函数值 ,当轮毂的高和宽取某一固定值时 ,根据实验结果 ,从多个试 验方案中选择使飞边金属消耗最小的工艺方案作为 最优模锻工艺方案 ,从而获得最优模锻工艺方案设 计准则.采用逐步回归分析法 ,可以随着锻模材料品质 的提高和加工水平的改进及锻件原材料类别和质地 的差异 ,而选择不同的影响锻模飞边金属消耗的

22、因 子 ,从而使得相应的 cad 系统具有自组织能力 ; 通 过递推使用最新现场数据 ,可以完善和更新锻模飞边金属消耗设计准则 ,使得相应 cad 系统具有自适 应能力. 可以看出 ,逐步回归分析系统具有自学习能 力 ,从而实现了锻模飞边金属消耗设计准则的定量 化和智能化 .q - 0. 2( d / d ) 2 b / hs ( d / d ) 2 q / qsyy0 y y yy 0 y f y y0 . 753 900 . 807 570 . 780 381 . 629 422 . 694 033 . 362 510 . 880 541 . 018 350 . 850 312 . 939

23、 003 . 000 004 . 264 711 . 434 772 . 739 802 . 859 190 . 176 620 . 130 910 . 153 56 0 . 799 21 3 . 103 78 0 . 786 32 3 . 000 00 2 . 440 56 0 . 151 68 表 4 q fz/ q z 回归分析样本表 ta b. 5 regressive analysis sa mple ta ble f or q fz/ q z q - 0. 222s( d 0/ d z)b z/ h zs ( d y/ dz)q fz/ q zz0 . 768 290 . 935

24、191 . 007 781 . 016 820 . 863 700 . 992 360 . 994 310 . 795 490 . 954 133 . 780 004 . 266 704 . 000 001 . 011 030 . 687 060 . 946 840 . 099 150 . 093 380 . 156 15参考文献1r u h , u h u . 热体积模锻工艺过程设计最优化和自动化原理m . 肖景容 , 李德群 ,译. 北京 : 国防工业出版社 ,1983 .r u h , u h u . optimum and auto matio n p rin2ciples fo r

25、t he technology p rocessing of heat volume die2fo rging m . translated b y xiao j r , l i d q . beijing : natio nal de2 fence indust ry press ,1983 . ( in chinese)张树有 ,纪扬建 ,谭建荣 ,等. 非关联尺寸标注干涉的自适应处理j . 浙江大学学报 :工学版 ,2001 ,35 ( 6) :32 - 36 .zhan g s y , j i y j , tan j r , et al . self2adaptive p rocess

26、ing of no n2co rrelative size mar k interfence j . jo urnal of zhe jiang u2 niversit y : engineering science , 2001 , 35 ( 6 ) : 32 - 36 . ( in chi2 nese) 0 . 670 96 1 . 164 73 0 . 995 98 3 . 000 00 1 . 160 05 0 . 168 11 结论42利用开发的逐步回归分析软件 , 对预锻工步 , 逐q - 0. 2 , s, ( d / d ) 2 , b / h , s步 引 入 因 子yy 0

27、 yy y y( d 0 / d y) 2 并进行假设检验 ; 对终锻工步 , 逐步引入q - 0. 222因子, s z , ( d 0 / d z ) , b z/ h z , s z ( d y/ d z)z3王明慈 , 沈恒范. 概率论与数理统计 m .版社 ,1999 .北京 : 高等教育出并进行假设检验 , 得预锻工步和终锻工步飞边金属消耗的设计准则为 :wan g m c , shen g h f. pro babilit y t heo ry and mat hematical statisticsm . bei jing : higher educatio n press ,

28、 1999 . ( in chi2( q fy/ q y) 100 % = - 0. 549 8 + 0. 334 4 q - 0. 2 +nese)y4bu n t in e w l . operatio ns fo r learning wit h grap hical mo delsj . jo urnal of artifical intelli gence research , 1994 , 2 : 159 -225 .chu w w , chen q . neighbo r hoo d and associative query an2sweringj . jo urnal of

29、intelli gence info r matio n systems , 1992 ,1 :355 - 382 .s ton e m . cro ss2validato ry choice and assessment of statistical and p redicatio ns j . jo urnal of t he ro yal statistical societ y ,1974 , 36 :111 - 147 .wan g r , s tor e y v , f ir t h c. a f ramewo r k fo r analysis of data qualit y research j . i eee transactio ns o n knowled ge and data engineering , 1995 , 7 :623 - 640 .s ton e m . classificatio n and regressio n t rees j . wadswo