[論文レビュー] A process planning system with feature based neural network search strategy for aluminum extrusion die manufacturing

S. Butdee, Chaiwat Noomtong+1 more|ArXiv.org|Jul 3, 2009

Metallurgy and Material Forming参考文献 15被引用数 4

ひとこと要約

本論文は、アルミ押出し金型の工程設計のための特徴ベースのニューラルネットワーク駆動型ケース検索システムを提示する。このシステムにより、過去の設計ケースの再利用が可能となり、新しい金型製造の速度化と標準化が実現される。金型の幾何形状特徴とニューラルネットワーク探索戦略を統合することで、工程設計の時間短縮と一貫性の向上が達成される。

ABSTRACT

Aluminum extrusion die manufacturing is a critical task for productive improvement and increasing potential of competition in aluminum extrusion industry. It causes to meet the efficiency not only consistent quality but also time and production cost reduction. Die manufacturing consists first of die design and process planning in order to make a die for extruding the customer's requirement products. The efficiency of die design and process planning are based on the knowledge and experience of die design and die manufacturer experts. This knowledge has been formulated into a computer system called the knowledge-based system. It can be reused to support a new die design and process planning. Such knowledge can be extracted directly from die geometry which is composed of die features. These features are stored in die feature library to be prepared for producing a new die manufacturing. Die geometry is defined according to the characteristics of the profile so we can reuse die features from the previous similar profile design cases. This paper presents the CaseXpert Process Planning System for die manufacturing based on feature based neural network technique. Die manufacturing cases in the case library would be retrieved with searching and learning method by neural network for reusing or revising it to build a die design and process planning when a new case is similar with the previous die manufacturing cases. The results of the system are dies design and machining process. The system has been successfully tested, it has been proved that the system can reduce planning time and respond high consistent plans.

研究の動機と目的

• アルミ押出し成形における時間のかかる、一貫性のない金型設計および工程計画の課題に対処すること。
• 過去の金型製造ケースからのエキスパート知識を活用し、新規設計における効率性と品質を向上させること。
• 特徴ベースの表現とニューラルネットワーク探索を用いて、類似した過去のケースを自動で検索・適応するシステムを開発すること。
• 設計知識を構造的かつコンピュータ化された形でエンコード・再利用することで、人的専門知識への依存を最小限に抑えること。
• 自動化され、知識に基づいた工程計画を通じて、アルミ押出し産業の生産性と競争力を高めること。

提案手法

• 既存の押出し断面から金型特徴を抽出し、金型幾何形状の特徴ベース表現を作成する。
• 歴史的金型製造ケースを、幾何形状的および工程的特徴でインデックス化してケースライブラリに保存する。
• 新規設計要請に対して、ケースライブラリ全体を対象とした類似性ベースの検索を実行するためのニューラルネットワークを実装する。
• 金型幾何形状から導出された特徴ベクトルに基づき、ニューラルネットワークを用いて最も類似した過去のケースをランク付け・検索する。
• システムの推論モジュールを用いて、検索されたケースを新規設計に適合させるために、工程計画および金型構成を再編集する。
• 自動化された金型設計および機械加工工程計画を支援するため、知識ベースフレームワークにシステムを統合する。

実験結果

リサーチクエスチョン

• RQ1 過去の金型製造ケースをどのように効果的に再利用することで、アルミ押出しにおける新規工程計画を加速できるか？
• RQ2 どのような特徴ベース表現が、異なる押出し金型設計間の正確で意味のある比較を可能にするか？
• RQ3 従来の検索手法と比較して、ニューラルネットワークがどの程度、ケース検索の正確性と速度を向上させられるか？
• RQ4 特徴ベースインデックスとニューラルネットワーク検索を統合することで、計画時間の短縮と一貫性の維持が可能になるか？
• RQ5 システムは、ケース適応を通じて、高品質で再現性のある工程計画をどのように保証するか？

主な発見

• 本システムは、自動的検索による過去のケース知識の活用を通じて、計画時間を著しく短縮した。
• 特徴ベースのニューラルネットワークアプローチにより、類似した金型製造ケースの一貫性があり信頼性の高い検索が可能になった。
• 本システムは、過去の設計ケースの高い再利用率を示し、重複する設計作業を最小限に抑えた。
• ニューラルネットワーク検索と特徴ベースインデックスの統合により、ケースマッチングの正確性が向上した。
• 多数のテストケースにおいて、一貫性があり高品質な金型設計および機械加工プロセスが得られた。
• 実世界でのテストにおいて本アプローチの有効性が検証され、産業的応用可能性が裏付けられた。