第6章 计算机辅助工艺过程设计

学习目标

  1. 理解 CAPP 的基本概念、意义、设计步骤与典型体系结构

  2. 掌握成组技术(GT)与零件分类编码系统的基本原理

  3. 理解派生式 CAPP 与生成式 CAPP 的工作原理及优劣对比

核心概念

  • CAPP(计算机辅助工艺过程设计):根据产品设计信息自动/半自动生成工艺路线和工序内容的软件系统

  • 成组技术 GT(Group Technology):按相似性原理将零件分类成组,以实现工艺设计标准化和生产组织合理化

  • 零件族(Part Family):具有相似结构、相近工艺特征,可共享同一工艺过程的一组零件

  • 零件分类编码系统:用代码(数字/字母)刻画零件几何与工艺特征,是 GT/CAPP 的数据基础(如 JCBM、Opitz)

  • 派生式 CAPP(Variant CAPP):基于已有标准工艺(母本),按零件族检索并经少量修改生成新工艺

  • 生成式 CAPP(Generative CAPP):通过决策逻辑(数学模型、专家系统、人工神经网络)从零件描述自动生成新工艺

本章导读

本章从 CAPP 的概念入手,首先介绍成组技术如何把多品种小批量生产转化为"类批量"生产以提高效率,然后分别讲解派生式与生成式两种 CAPP 的工作原理、开发流程及其优缺点对比,最后展望 CAPP 在人工智能、网络制造与并行工程背景下的发展方向。

6.1概述

6.1.1CAPP基本概念

计算机辅助工艺过程设计是通过向计算机输入被加工零件的信息和工艺信息,由计算机自动输出零件的工艺路线和工序内容等 工艺文件的过程。

6.1.2CAPP的产生与意义

计算机辅助工艺过程设计的意义:

(1)可以代替工艺工程师的繁重劳动。

(2)提高工艺过程设计质量。

(3)缩短生产准备周期,提高生产率。

(4)减少工艺过程设计费用及制造费用。

(5)为实现计算机集成制造系统(CIMS)创造条件。

6.1.3CAPP的设计步骤与结构组成

计算机辅助工艺过程设计的步骤大致如下:

(1)产品图样信息输入。

(2)工艺路线和工序内容拟定。

(3)加工设备和工艺装备的确定。

(4)工艺参数计算。

(5)工艺文件的输出。

6.2成组技术概论

要缩短小批量生产的生产周期,从工件在车间时间消耗的分配上分析,可以采用以下三种方法:

(1)采用先进刀具和合理的切削参数,提高切削效率。

(2)改进工艺装备和实现单机自动化,减少加工过程中的工件装卸、定位、测量、换刀等辅助时间。

(3)减少工件的运输和等待时间。

6.2.1零件的相似性

任何一种机械类产品中的组成零件都可以分为以下三类:

(1)复杂件或特殊件(A类)

(2)相似类(B类)

(3)简单件或标准件(C类)

6.2.2零件的分类编码和分类编码系统

  1. 零件分类编码系统结构

构造一个编码系统时,下述因素需要优先考虑:

(1)零件的大类;

(2)编码内容应表示的详细程度;

(3)编码系统的结构;

(4)每一码位选用的字符。

  1. 零件分类编码系统

6.2.3零件的分类成组方法

  1. 特征码位

  2. 码域法

6.2.4成组技术的应用和经济效益

  1. 成组技术在产品设计中的应用

成组计算在设计工作中的应用,大致可分为下列三个方面:

(1)根据零件分类编码系统,检索现有的零件图样,使现有的零件图样能得到最大限度的重复使用, 或只经少量修改即可使用;

(2)根据零件重复使用的频数,进行同类零件的结构和尺寸的标准化和规格化;

(3)提供有助于设计人员使用的标准化设计资料。

  1. 成组技术在制造工艺中的应用

1)成组工艺的设计方法

2)成组夹具设计

  1. 成组技术在生产组织管理中的应用

  2. 成组技术的技术经济效益

(1)提高劳动生产率。

(2)保证产品质量。

(3)缩短生产技术准备周期。

(4)减少零件运输工作量、实现物料流合理化。

(5)减少在制品数量和库存费用。

(6)有利于管理科学化。

6.5零件信息的描述与输入

6.3.1零件信息描述的要求和内容

  1. 零件信息描述的要求

(1)信息描述要准确、完整。

(2)信息描述要易于被计算机接受和处理,界面友好,使用方便,效率高。

(3)信息描述要易于被工程技术人员理解和掌握,便于操作人员运用。

(4)信息描述要考虑计算机辅助设计、计算机辅助制造、计算机辅助检测等多方面的要求, 以便能够信息共享和进行系统集成。

  1. 零件信息描述的内容

1)几何信息

2)工艺信息

6.3.2零件分类编码描述法

  1. 成组代码描述法

  2. 柔性编码描述法

  3. 专用代码描述法

  4. 标准代号描述法

6.3.3零件形状要素描述法

形状要素描述,要考虑:

(1)形状要素的种类要能覆盖欲描述零件的要求,同时数量要尽量少,形状要素要有典型性。

(2)为了有效地对零件进行描述,许多形状要素描述系统采用特征分层结构。

(3)形状要素的划分应同时考虑零件的几何结构特性和工艺特性等诸多因素,而不是单纯几何结构的划分, 要考虑产品零件的特点。

(4)形状要素的描述可以采用编码、语言、数学等多种形式。

6.4派生CAPP系统的原理和设计

6.4.1派生CAPP系统原理

派生式CAPP系统(Variant or Retrieve)的基本原理是利用零件的相似性,相似的零件有相似的工艺过程。

6.4.2派生式CAPP系统的开发设计过程

开发设计一个派生式CAPP系统一般包括:

(1)选择或开发零件分类编码系统。

(2)对现有的零件进行编码。

(3)划分零件族,建立零件族特征矩阵。

(4)编制零件族标准工艺过程。

(5)建立工艺数据库或数据文件。

(6)CAPP系统软件的设计和调试。

6.4.3派生式CAPP系统的使用

6.4.4典型的派生式CAPP系统

  1. CAM-I的CAPP系统

  2. TOJICAP系统

6.5生成式CAPP系统原理和设计

6.5.1生成式CAPP系统原理

6.5.2设计生成式CAPP系统的准备阶段

准备阶段的工作:

(1)确定系统的对象范围。

(2)对零件进行工艺分析。

(3)设计零件信息描述方法。

(4)确定在工艺过程设计中各项任务的决策方法。

(5)建立工艺数据库。

6.5.3生成式CAPP系统的设计方法

  1. 零件表面加工方法的选择

  2. 工艺路线的安排

  3. 工序设计

6.5.4工艺过程设计中的决策方法

  1. 数学模型决策

  2. 逻辑推理决策

  3. 智能思维决策

6.5.5典型的生成式CAPP系统

  1. APPAS系统

  2. CPPP系统

6.6CAPP技术的发展

当前研究开发CAPP系统的热点主要在以下方面:

(1)产品数字模型的生成与获取;

(2)CAPP的体系结构及CAPP智能开发工具系统的研究;

(3)基于分布型人工智能技术的分布型智能式CAPP系统;

(4)人工神经网络技术在智能式CAPP系统中的应用;

(5)并行工程模式下的CAPP系统;

(6)虚拟制造中的CAPP系统;

(7)基于网络制造的CAPP系统;

(8)面向企业的实用化CAPP系统;

(9)CAPP系统与自动化生产调度系统的集成。

关键术语

  • 计算机辅助工艺过程设计(CAPP)

  • 成组技术(Group Technology, GT)

  • 零件分类编码系统(Parts Classification and Coding System)

  • 零件族(Part Family)

  • 派生式 CAPP(Variant CAPP)

  • 生成式 CAPP(Generative CAPP)

  • 母本工艺(Master Process Plan)

  • 工艺决策逻辑(Process Decision Logic)

  • 工艺数据库(Process Database)

  • 知识库与知识推理(Knowledge Base & Reasoning)

  • 相似性原理(Similarity Principle)

  • 虚拟制造中的 CAPP(CAPP in Virtual Manufacturing)

  • 并行工程模式下的 CAPP(Concurrent CAPP)

  • 工艺规划专家系统(Process Planning Expert System)

工程应用场景

多品种小批量生产

按成组技术对零件分类编码后形成零件族,派生式 CAPP 在数秒内检索/复用标准工艺,减少工艺工程师重复设计工作量。

智能工艺决策

针对回转体、箱体等典型零件,利用生成式 CAPP + 专家系统自动选择加工方法、安排工艺路线并计算切削参数。

CAPP 与 MES 集成

在车间执行层(MES)中调用 CAPP 输出的工艺路线和工序内容,自动派工并采集实际工时,反馈优化工艺数据库。

复习问题

  1. 什么是成组技术?为什么说它是 CAPP 的重要理论基础?

  2. 派生式 CAPP 与生成式 CAPP 在工作原理、适用场景上有什么本质区别?

  3. 简述 CAPP 系统的开发流程,并说明它与 PDM/CAM 的集成关系。

延伸学习建议

  • 学习任意一种零件分类编码(如 Opitz、JLBM-1)的码位含义,尝试对实际零件编码

  • 在 NX/CATIA 或国产 CAPP 软件(如天河 CAPP)上体验派生式/生成式 CAPP 的差异

  • 了解人工智能(神经网络、强化学习)在生成式 CAPP 中的最新进展