前言：想要寫出一篇引人入勝的文章？我們特意為您整理了大數據預測模型下農機數字化設計探究范文，希望能給你帶來靈感和參考，敬請閱讀。

摘要:首先,介紹了大數據的基本概念,設計了基于BP神經網絡的大數據挖掘模型,并基于Pro/Engineer實現了農機產品模型參數化設計,基于大數據預測模型實現了農機數字化設計系統。實驗結果表明:系統能夠快速設計出農機零部件,可較大幅度降低設計周期,減少產品設計修改次數,對于現代化農業設計制造具有重要意義。

關鍵詞:BP神經網絡;數據挖掘;Pro/Engineer;農機數字化

0引言

隨著信息技術的發展,人工智能逐漸成為科技界的中流砥柱,利用人工智能和計算機輔助軟件,實現農業機械的數字化設計,對提高農機產品的制造能力、縮短設計周期、降低設計成本及提高企業競爭力具有非常重要的意義。為此,基于大數據預測模型技術,實現了一套農機數字化設計系統,能夠實現農機零部件的自動化設計。

1大數據挖掘及其模型設計

1.1大數據挖掘概念

21世紀以來,物聯網、互聯網和人工智能技術等信息產業飛速發展,推動了大數據的發展。在工業信息化建設中,設計和制造等各個環節的自動化系統,都能提高產品設計和減少生產周期,從而帶來巨大的經濟效率和海量數據。如何從自動化設計系統中挖掘出更多有價值的信息,如根據設計流程或消費者行為等信息,并基于設計流程海量數據或者終端客戶重復消費行為預測模型,優化設計流程,對后續的產品設計、生產管理和策略制定都具有重要意義。大數據挖掘是從海量信息中挖掘出潛在的價值,為工業生產和發展提供可靠依據,挖掘方法主要有聚類分析、關聯分析、分類預測和偏差檢測等。

1.2大數據挖掘模型設計

在工業信息化設計中,引入了越來越多的先進技術,尤其是在自動化系統中,傳感器、網絡技術和設計軟件都在不斷升級和改善,正朝著信息化運行模式發展。先進的生產管理軟件,會帶來大量的數據信息,從而使得傳統的生產軟件和設備無法使用。因此,應借助大數據挖掘技術,優化設計和生產流程。在工業生產中,應借助新型先進技術推動生產制造,包括BP神經網絡、K均值和貝葉斯理論等,從海量數據中獲取有價值的信息,從而優化生產制造設備和過程。筆者結合農機數字化設計特點和幾種大數據挖掘技術的優缺點,選擇采用BP神經網絡模型對農業數字化設計流程進行優化。BP神經網絡模型是一種人工神經網絡算法,是在人類大腦認識的基礎上,模擬一套可以實現某些特殊功能的信息處理系統,由大量的神經元節點相互連接組成復雜的網絡,如圖1所示。BP神經網絡是一種誤差逆傳播的多層前饋神經網絡,包括輸入、隱含和輸出三層,能夠進行迭代學習和保存層間映射關系。BP神經網絡算法包括神經元和箭頭,網絡訓練包括樣本輸入和根據預期和實際輸出值之間的誤差進行方向傳播,經過不斷的正向和反向傳播,經過算法的迭代優化,實現目標數據的輸出。BP神經網絡架構如圖2所示。BP神經網絡是多層網絡中應用較多的算法之一,假設其輸入、隱含和輸出三層分別有i、m和k個神經元,且各個層的神經元信號的表達式分別為X=(x1,x2,…,xi)T、O=(o1,o2,…,om)T和Y=(y1,y2,…,yk)T。BP神經網絡的連接權值和誤差推導比較復雜,其隱含層和輸入層之間的關系為oi=f∑ni=0vijxi()(1)其中,f為輸入層的激活函數;v為輸入層的權重。同理,BP神經網絡輸出層和隱藏層間的關系為yi=f∑ni=0wijoi()(2)其中,w為輸出層的權重。BP神經網絡訓練預測值和期望值的均方誤差為E=12∑mk=1e2k=12∑mk=1dk-ok()(3)BP神經網絡是一種迭代學習算法,在每次迭代過程中需要對網絡參數進行更新計算,在訓練求優過程中利用梯度法對參數進行調整,使權值在修正過程中快速下降,達到最優值,其表達方程式為Δwjk=ηδ0kyj=ηdk-ok()okm-ok()yj(4)Δvjk=ηδykxi=η∑mk=1δ0kwjk()yjm-yi()xi(5)其中,η為算法學習速率;δ為算法誤差信號因子。將BP神經網絡和數據挖掘結合起來,找到生產設計和制造過程中數據間的內部結構,探索各個變量間的關系,對提高農機數字化設計的準確性具有重要作用。

2農機產品模型參數化設計

2.1Pro/Engineer參數化設計方法

采用Pro/Engineer設計農業收割機的零部件,設計過程中,主要是根據參數化設計,采用一組參數來定義零部件尺寸的數值和關系,以供造型使用。Pro/Engineer是美國PTC((ParametricTechnologyCorpo-ration)公司設計的三維機械自動化軟件。參數設計是Pro/Engineer的重要特點之一,產品設計的數學模型及產品結構都是固定的,只是產品的尺寸存在一定的差異,而結構尺寸的差異是對于相同零部件的已知條件在不同規格的產品設計取值不同導致的。Pro/Engineer提供的二次開發工具Pro/TOOLKIT,能夠非常方便地面向特定產品的程序自動化建模,將其和大數據挖掘聯合起來,可以在之前設計的基礎上,準確規劃出當前設計參數。Pro/TOOL-KIT分為特征描述法、族表法和用戶自定義特征等3種建模,如圖3所示。特征描述法是根據每個特征具有不用的特征元素樹進行定義,即在程序中對每個元素的變量進行賦值,形成一個特征,然后多個特征積累起來就形成了產品模型;族表法是利用表格對重復性高、外型特征類似強的各型號標準零件進行驅動,設計人員不需要對某一類類似的零件進行重復設計;而用戶自定義特征是設計人員將一些重復出現的特征融合成一個UDF庫,能將同一特征用于不同的零件上。

2.2Pro/Engineer模型建立

1)設置農機零件模板。零件是Pro/Engineer的基本單位,是整個工程設計的基礎,在實際應用中,零件都是通過零件模板創建生成的,故需要保證所有的零件均具有系統單位、精度值及參數值等屬性。打開安裝目錄下的“mmns-part-solid.prt”配置文件,復制到設計所需的零件路徑下,再打開該模板文件進行配置。在配置過程中,可以根據設計人員實際的需求,在模板文件中建立符合公司的參數,創建的流程為:執行工具→參數→輸入常用參數。參數設置界面如圖4所示。2)建立農機部件的三維模型。三維實體模型創建的方法很多,本文主要介紹拉伸特征,也就是在拉伸特征條件下,可以選擇拉伸為實體或者曲面兩種。首先單擊“放置”,選草繪的平面、方向和參照方向等,點擊草繪進入繪圖設計模式。三維實體模型拉伸選項如圖5、圖6所示。在進入草圖繪制模式界面中,完成草圖繪制,點擊確定后既可以完成草圖的繪制,再設置拉伸深度選項。拉伸深度包括盲孔、對稱和選定項。在選項下設置雙側的拉伸,輸入和設定拉伸深度值,選擇是否去除材料,再點擊預覽,查看實體模型,最后點擊確定就完成了拉伸特征。在零件拉伸的基礎上,再進行旋轉特征和倒角,就可以得到零件的三維模型。Pro/Engineer設計的農機零件三維模型如圖7所示。

3農機數字化設計

3.1農機零部件參數化建模

任何機械產品的設計和開發的第一步都是建立模型,而實現產品的快速建模來提高設計階段產品建模效率是企業都需要考慮的事情,故CAD技術得到快速發展。目前,在結構化產品設計中,CAD的參數化技術已經成為最流行的技術之一,某些重復的產品可以在CAD技術的幫助下快速進行修改完成,使得產品設計更加靈活,其在三維模型、外觀結構設計和虛擬裝配等展現了較高的應用價值。隨著互聯網和計算機技術的發展,以及CAD在機械設計行業的普及,為CAD和網絡的融合提供了便利,故基于網絡的CAD參數化設計得到了飛速發展。

3.2農機零部件參數化建模的實現

若之前有開發過類似的農機零部件,則可以基于Pro/Engineer進行二次開發。Pro/Engineer對農機零部件進行二次開發,利用Pro/Engineer提供的二次開發工具Pro/toolkit,調用回調函數即可,這些回調函數采用C++編寫,還可以用來編寫菜單項、菜單項提示等信息。常用的Pro/toolkit有如下幾個:1)添加頂層菜單的函數:ProErrorProMenubarMen-uAdd();2)添加下級子菜單的函數:ProErrorProMenubar-menuMenuAdd();3)設置菜單項目的動作:ProErrorProCmdActAdd();4)為菜單或開發菜單添加菜單按鈕:ProErrorProMenubarmenuPushbuttonAdd()。首先,基于大數據模型對農機零部件尺寸和參數進行規劃,然后采用基于模板模型的參數化設計方法對原始模型進行修改,使得模板的形狀和尺寸發生變化,形成新的模型從而達到參數化修改模型的目的。該方法的實現流程如圖8所示。Fig.8Theparametricdesignoftemplatebasedonbigdatamodel其主要應用的Pro/Engineer/API函數如下:1)ProMdlCurrentGet()//查詢正在編輯的模型類型;2)ProMdlToModelitem()//將模型句柄轉為模型選擇項;3)ProParameterInit()//遍歷模型中的所有參數;4)ProParameterValueGet()//獲取模型參數的對象值;5)ProParameterValueSet()//設置模型參數的對象值;6)ProSolidRegenerate()//模型再生。所研究的基于大數據模型的模板參數化系統采用圖形模板參數化的程序設計方法,其核心技術是利用Pro/toolkit中的點、線、面等指令制作零件實體,實現過程如圖9所示。

4實驗結果分析

為了驗證基于大數據預測模型的農機數字化設計系統的可靠性,利用該系統設計了聯合收割機的氣缸部件。在設計過程中,通過系統首頁點擊“圖形模板參數化”子系統中的“氣缸”,系統會自動跳至參數設置界面,再輸出零部件參數以后,點擊確定,系統會自動調用大數據挖掘模塊,對參數進行優化;最后,點擊“建立模型”,通過服務器調用Pro/Engineer,軟件會自動設計一個三維模型,如圖10所示。點擊“save”,則聯合收割機的氣缸部件會保存在客戶端中,方便工作人員進行進一步的局部修改和設計。基于大數據預測模型的農機數字化設計系統能快速設計出農機零部件,較大幅度降低設計周期,減少產品設計修改次數,對現代化農業設計制造具有重要意義。

5結論

為了實現農機數字化設計,基于大數據挖掘模型,在傳統農機零部件設計的基礎上,結合產品模型和圖形模板二者的參數化設計,實現了農機數字化設計系統。實驗結果表明:系統能夠快速設計出農機零部件,較大幅度降低設計周期,減少產品設計修改次數,對于現代化農業設計制造具有重要意義。

作者:吳玲 單位:洛陽職業技術學院