王 巍

（湖北工业大学，武汉 430000）

1 研究背景

某常用骨科医疗器械，因为产品原材料价格昂贵，生产厂商选择采用近乎零库存的生产策略，随时响应市场需求组织相应型号的生产。由于不同患者生理特性的差异，其具有十多个序列，一百多种型号。而模具成型具有“一模一样”的特点，每种型号都必须制造一副专用弯曲模，每次改变生产型号就必须更换模具，由此造成模具型号多，管理困难。由于弯曲零件受力状态复杂，以及材料供货或生产工艺参数的波动，造成回弹的准确预测很困难，几乎无法采用某一固定参数开展生产。每次更换模具都只能依靠人工装模试模来确定生产的相关参数，很难实现快速稳定的生产。鉴于此，生产厂家提出了开发一套只需要输入不同的零件参数，就可自动试模，自动调整参数，并实现稳定生产的全自动智能弯曲模的需求，零件示意图如图1所示。

图1 零件示意图

2 设计思路

考虑到弯曲成形过程复杂，且材料供货或生产工艺参数的波动较大，传统有限元模型预测精度不足，而专家系统又过于庞杂，决定采用人工神经网络作为主要工作模型。通过变更模具定位零件等技术手段可以将弯曲长度、弯曲高度、弯曲角、弯曲半径和弯曲位置等各型号模具的关键工艺参数统一成弯曲行程一项参数，从而降低工作模型的复杂程度。最后建立一个采用在线测量数据作为神经网络的训练样本，输入为弯曲工艺参数、输出为行程参数的神经网络模型，并通过在线监测检验相关模型的准确性，在允许的公差取值范围内，采用神经网络模型代替传统有限元弯曲数学模型，对工艺参数进行实时优化并反馈给伺服压力机执行，最终实现可自我学习的、具有相当生产柔性的智能弯曲成型模具。

根据国内外相关文献，智能模具的发展可分为具有感知能力，具有分析能力，具有决策能力和具有执行功能四个层次。以目前中国的模具行业发展状况来说，生产智能模具的水平还处在具有感知能力的初级层次，而具有分析、预测能力的模具十分少见。而且，对于已经实际生产应用的智能模具的分析和预测还大多依赖专家系统来实现。在人工智能方兴未艾的今天，已有部分基于人工神经网络具有分析和预测能力的智能模具研究取得了积极成果；而具有决策和执行功能且高度智能化的智能成形模具目前在国内尚未见有实际生产应用的案例。

本文通过开发一套基于人工神经网络具有自我机器学习能力的柔性智能弯曲成型模具系统，研究在模具中实现成型参数的机器决策及自我调整的方法。该智能弯曲成型模具是一个涉及机械、电子、传感、通信及计算机等多技术领域的较复杂的冷塑性成型系统，主要由弯曲执行机构、在线测量子系统、智能识别子系统、智能学习及预测子系统、反馈及控制子系统等五部分构成。以上五个分系统依序工作构成一个完整的弯曲学习循环，直到最后获得符合公差要求的零件。每一个零件的生产和学习都基于上次学习的结果开展，直至一次弯曲成功。随着生产的零件数目及型号的增多，该系统的预测精度会越来越高，以后即使毛坯材料或生产条件发生改变，系统也能够很快做出调整，真正实现从感知、分析到决策、执行的完全智能化。

该智能系统的关键问题在于智能学习及预测子系统的设计及程序编写。目前，各种机器学习模型种类繁多，其应用场合也各有不同。综合考虑后决定选择神经网络学习模型并使用Python编写相应的程序。

3 设计方案

技术方案如图2所示，弯曲执行机构由一付带可调式定位夹紧元件的弯曲模和一台伺服压力机组成；在线测量机构负责测量弯曲行程及弯曲回弹量的在线检测，其主要由一组高精度的激光位移传感器及相应控制电路组成；智能识别子系统及智能学习及预测子系统安装在上位计算机中，用来对在线测量系统收集的数据进行识别，并在处理后作为样本开展学习过程，最后输出预测后的参数；反馈及控制子系统收到智能学习系统预测的新参数，并将其处理后传输给伺服压力机。以上五个分系统依序工作构成一个完整的弯曲学习循环，直到最后获得符合公差要求的零件，一个零件的生产循环结束。下一个零件会根据上次学习的结果来设置弯曲工艺参数进行生产，但由于成型条件的变化仍需进行若干次学习才能获得合格制件，但学习次数及时间肯定少于上次的制件。这样每个制件的生产所需学习次数及时间会逐渐减少，直至最后一次弯曲即可获得合格制件，至此机器学习过程结束，生产进入稳定阶段。当需要更换生产的产品时，只需重新设定目标尺寸，该系统就会自动寻找合适的参数开展生产，全过程无需人工干预。

4 结语

图2 技术方案简图

目前，该系统已经制造完成，并安装于压力机上进行调试完毕。人工手动模拟学习过程已经过测试，效果良好。现已进行了6个型号批次零件的全自动试生产。单一型号首件约需学习7～12次，整批零件约经过10～18件即可完成学习过程，实现一次弯曲成功，进入稳定生产。总体来看，在一个型号的批次内学习次数是逐渐减少的，不同批次之间的学习次数也在逐渐减少。由此证明，该系统开发基本成功。现阶段主要问题有两个：第一，学习样本数量不足，试模效率尚赶不上人工；第二，偶尔会出现弯曲过量零件报废的情况，其原因及处理方法尚需进一步研究。乐观地估计，该系统在经过50～60批次总计约1万件的生产后可以达成只需2～3次试模即进入稳定生产的状态，最终实现对人工试模的完全替代。