基于文本挖掘與神經網絡的復雜產品裝配工時估算方法

　　摘要：針對衛星等復雜產品裝配工時定額主要依靠人工經驗確定導致的準確性低、制定速度慢、管理不規范等問題，提出一種基于文本挖掘與神經網絡模型的復雜產品裝配工時估算方法。以衛星為例分析了裝配工藝數據的特點，總結了裝配工時的影響因素，并根據工藝特點劃分了工藝類別。借助文本挖掘技術對工藝文本特征進行了提取并分類;在此基礎上構建了工時預測神經網絡模型，實現了面向復雜產品裝配的定額工時準確估算。設計開發了復雜產品裝配工時定額與管理系統，并在航天某所上線試運行，應用效果良好，驗證了所提方法的可行性和實用性。

　　關鍵詞：復雜產品;裝配;工時定額估算;文本挖掘;神經網絡;工時管理

　　0前言

　　工時定額是指在制造企業中按照規定的工作流程完成一個產品所花費的時間。工時定額是企業計劃排產和人員調度的生產指導，是管理考核的標準與生產效率的衡量，是控制人力成本和產品報價的重要依據。在衛星等復雜產品研制生產過程中，裝配過程的重要性日益凸顯[1]，其中衛星裝配階段的工時為產品研制周期的40%左右[2]，裝配成本超過完整生產成本的50%[3]。

　　當前衛星制造企業主要依賴人工經驗進行工時定額估算，效率較低，主觀影響大，準確性不足;同時，工時管理的信息化程度低，難以滿足當前生產管理精細化、數字化和智能化的需求。因此，有必要研究一種衛星等復雜產品裝配工時快速估算的方法，并設計開發工時定額與管理系統。早期的工時定額方法主要是基于人工經驗與歷史工時數據。

　　1911年，泰勒等對工人作業動作進行分解，開展了基于預定時間標準法(Predeterminedtimestandard,PTS)的工時定額方法研究[4];此后，學者們對工時影響因素考慮得更加細致和全面，如生產緊急性、精度要求等[5]。這些方法推動了企業工時定額制定方法的研究，為生產計劃的制定和調度排產提供了重要依據。當前，國內外的研究學者更傾向于結合現代制造技術研究新的工時計算方法，并取得了許多的成果，主要分為以下三類。

　　(1)相似工藝分析法，即根據歷史工時數據估算出同種或相似工藝的工時數據。例如李亞杰等[6]提出了基于制造執行系統(Manufacturingexecutionsystem，MES)歷史數據的實做工時統計方法，分析了工時影響因素并建立了工時預測神經網絡。楊青海等[7]使用基于實例的推理(Case-basedreasoning，CBR)法，通過尋找相似實例零件，引入事物特性表，利用回歸算法估算工時。李鵬等[8]利用成組技術對零件分類編碼，應用于工時定額中的查表法，提高了工時定額的效率。

　　(2)數學分析方法，即建立數學模型揭示影響因素與工時之間的規律。例如晁海濤等[9]使用支持矢量機算法，建立了機電產品裝配過程的工時定額模型。戴健偉等[11]結合遺傳算法優化了BP神經網絡，對化工設備設計人工時進行定量預測[10]。李奇倚等人基于決策樹和模型樹模型研究工時預測方法，提高了預測精度。習立洋等[12]建立PSO-BP神經網絡估算船體分段中間產品額定工時。

　　(3)計算機輔助技術，即借助計算機技術對工時定額管理與估算。史恭波等[13]提出船舶精細化工時管理模式，實現與設計工時數據的有效集成。石晶玉等[14]對工時定額計算整體框架和數據庫開發設計做了創新性研究;洪湖鵬等[15]開發了帶有工時定額計算能力的CAPP系統軟件。付誠等[16]基于SPDM系統對船舶設計工時進行研究，建立了全面的工時管理體系。

　　然而，當前大部分的工時預測模型多針對大批量、少品種的零件加工過程和部件裝配過程，其工藝信息相對簡單，工時影響因素比較提取容易。而對于衛星等復雜產品裝配工時定額預測，其裝配卻存在著裝配關系復雜、裝配工藝信息多樣、數據量龐大、影響因素繁雜等問題，使得工時定額估算比較困難。

　　為此，本文提出一種基于文本挖掘和神經網絡的復雜產品裝配工時定額估算方法。通過分析裝配工藝數據特點，對工藝文本進行文本挖掘，實現數據特征提取與工藝分類;在此基礎上研究工時影響因素，建立神經網絡工時估算模型;最后設計開發復雜產品工時定額與管理系統并在航天某所進行上線試運行，驗證了所提方法的可行性和實用性。

　　1衛星裝配工藝分析

　　1.1裝配工序卡

　　衛星裝配工藝主要以裝配工序卡為信息載體，如圖所示。該例裝配工序卡包括產品名稱、產品代號、裝入件明細表、工序號、工種、工序名稱及內容、設備工裝及工具輔料等裝配工藝相關信息。“裝入件明細表”中包含有裝入零部件的名稱、代號和數量信息;“工序名稱及內容”中對裝配工序操作內容進行了詳細的文字描述，含有大量具體的各裝配工序過程數據。衛星等復雜產品裝配過程屬于典型的離散型裝配，具有多品種少批量的特點，多數時候是單件生產，其在裝配工藝上與常見的大批量機械產品裝配存在一定的差異性。主要體現在以下幾個方面。

　　(1)以文本數據為主。衛星等復雜產品的裝配工藝信息雖然有裝配工藝卡、二維工藝圖紙和三維模型演示視頻等數據載體，但唯有裝配工藝卡中的數據具有完整性，滿足裝配指導的要求。這些數據形式多以非結構化中文文本數據為主。(2)完整性。裝配工序卡有著裝配工序詳細的文本記錄，包括裝配對象、裝配動作、裝配要求、裝配工裝、裝配步驟次序等，文本記錄中的數據量可滿足復現完整裝配過程的要求。

　　(3)復雜性。衛星等復雜產品自身結構特殊，裝配對象繁雜，涉及板類、桿類、梁類、結構組件和各種單機產品;其裝配動作、步驟多樣，會借助各種工裝設備和材料輔助裝配并且操作復雜;同時在裝配過程中，由于衛星產品裝配要求嚴格且部分裝配工序的進行前提需要基于上一道工序完成裝配驗收，多種工種會交替進行處理裝配，如漆工、鉗工、熱處理、質量檢測等。這些因素導致了裝配工藝的復雜性。

　　(4)專業性。工序卡中的文本記錄不同于日常生活中使用的文本詞匯，具有一定的專業性，信息提取存在較大的困難，常用的、傳統的文本數據提取方法不能完全的適用，因此要對其文本記錄進行數字化信息處理，需要構建相應適配的專業詞庫進行調用。(5)相似性。裝配工藝中占據大量的重復性裝配動作，例如儀器板的裝配，流程基本為預固定第n層m象限儀器板→精測第n層m象限儀器板→調試固定第n層m象限儀器板n為1~4，m為1~4)，這些重復性裝配動作在文本信息的體現中具有一定的相似性，可用于工藝信息歸類處理，以便更好地對裝配流程進行管理規劃。

　　1.2影響因素分析與分類

　　在衛星等復雜產品的裝配過程中，涉及到的裝配零部件種類繁多、數量龐大，裝配要求嚴格，因此工時定額的影響因素多樣。通過查閱與裝配工時預測相關的文獻和咨詢相關技術人員，并結合有關衛星產品裝配的工藝文件，依托裝配準備過程、裝配工作過程、裝配檢測過程、涂裝裝箱過程裝配四大過程為主線，從裝配對象、裝配過程和裝配動作中提煉出影響因素，以供不同裝配工序工時研究參考。

　　2基于文本挖掘的工藝快速分類

　　復雜的神經網絡模型的訓練需要大量的樣本數據來確保解決復雜的裝配工時多影響因素的預測問題，對于特定的單一裝配工序來說，歷史工時數據樣本少，工時預測影響因素少且簡單;而對于多個裝配工序來說，歷史工時數據樣本較多，但由于多種類型的工藝混雜，導致工時預測影響因素多、復雜且工時預測效果不佳。

　　因此本論文通過對具備相同的工時影響因素的相似工藝聚類，累積工藝數量而提高了每個類別的工時數據樣本量;同時降低了每類的工時預測問題的難度和影響因素種類，使得每一類的工時預測神經網絡無需海量的樣本數據，便可取得不錯的預測效果，即采取的是“先分類，再預測”的方法。大批量小品種產品的工藝文件有著良好的結構化數據成分，便于信息提取和運用數學模型進行分析處理;而衛星產品的裝配工藝文件以高度非結構化的文本數據為主，數據量大，專業術語多，信息提取難度大。因此需要對非結構化文本數據進行處理，使其能運用于數學模型和計算機系統中。

　　3基于神經網絡的裝配工時定額計算

　　3.1神經網絡模型構建

　　對于大批量產品的搬運、螺接等動作，工時定額預測有著簡單的數學規律，可以用線性的數學模型模擬;而對于步驟繁雜的復雜產品裝配環節來說，其裝配工時影響因素多樣，規律不明顯，無法線性表示，因此本文使用神經網絡數學模型來對裝配工時定額進行預測。神經網絡模型是一種啟發于生物神經網絡的分布式并行信息處理的算法數學模型。神經網絡由輸入層、隱含層和輸出層串聯構成，而每個層由一個或多個神經元并聯組成。

　　4實例驗證

　　為提高裝配工時定額的管理效率，設計開發了復雜產品裝配工時定額與管理系統。用于對工時定額條目進行增添、修改與刪除，每個條目都含有工序所屬專業、所屬類目、工作內容和工時信息等。可填報和查詢到各部門人員的實做工時時長，便于人力成本核算與人員調度管理。

　　機械論文投稿刊物：《機械工程學報》創刊于1953年，是由中國機械工程學會主辦、機械工業信息研究院承辦的機械工程類高學術水平期刊。設置欄目有：機械學、制造科學與技術等。刊登的內容為機械工程領域具有創新性的綜述、基礎理論、工程技術應用方面的優秀科研成果。

　　5結論

　　(1)提出了基于文本挖掘的裝配工藝分類方法。通過對工藝文本數據進行分詞、TF-IDF值計算、文檔特征提取等文本挖掘技術，結合貝葉斯分類算法，構建了工序級工藝分類模型，分類準確率達到95%。為研究提取工藝信息方法提供了良好的思路。

　　(2)提出了基于人工神經網絡的衛星裝配工時預測方法。對工時數據提取裝配工時影響因素，建立了三層神經網絡，使用線性函數和Relu函數作為激活函數，使用Adam算法優化參數，構建了工序級工時預測模型，模型預測指標R為0.98，達到了非常好的預測效果。

　　(3)設計并開發了復雜產品工時定額和管理系統，并將所提方法的成果體現在具體的軟件中，提高了企業對工時定額的估算準確率和管理效率。

　　參考文獻：

　　[1]劉檢華，孫清超，程暉，等.產品裝配技術的研究現狀、技術內涵及發展趨勢[J].機械工程學報，2018，54(11)：2-28.LIUJianhua，SUNQingchao，CHENGHui，etal.Thestate-of-the-art，connotationanddevelopingtrendsoftheproductsassemblytechnology[J].JournalofMechanicalEngineering，2018，54(11)：2-28.

　　[2]孫剛，萬畢樂，劉檢華，等.基于三維模型的衛星裝配工藝設計與應用技術[J].計算機集成制造系統，2011，17(11):2343-2350.SUNGang，WANbile，LIUJianhua，etal.Satelliteassemblyprocessdesignandapplicationtechnologybasedon3Dmodel[J].ComputerIntegratedManufacturingSystem，2011，17(11):2343-2350.

　　[3]FAZIOT，EDSALLAC，GUSTAVSONRE，etal.Aprototypeoffeature-baseddesignforassembly[J].JournalofMechanicalDesign，1993，115(4):369-392.

　　作者：劉子文劉檢華程益莊存波

轉載請注明來自發表學術論文網：http://www.zpfmc.com/jzlw/27072.html