農機部件數字化新產品開發關鍵技術研究
———基于云制造服務平臺

馮雙林，靳繼紅

(1.廣西工業職業技術學院，南寧 530003；2.焦作師范高等專科學校 計算機與信息工程學院，河南 焦作 454000)

農機部件數字化新產品開發關鍵技術研究
———基于云制造服務平臺

馮雙林1，靳繼紅2

(1.廣西工業職業技術學院，南寧 530003；2.焦作師范高等專科學校 計算機與信息工程學院，河南 焦作 454000)

隨著新興信息技術的快速發展，農機產品的研發正在向智能化、數字化和科學化發展。農機新產品的研發是一個龐大而復雜的過程，為了實現農機產品的數字化設計過程，提出了一種基于云服務平臺的農機數字化新產品設計方法。該方法借助于數字化設計平臺，可以資源的共享和分配調度，提高設計效率，降低成本。為此，采用Autodesk數字化設計平臺，從農機模型設計，到編程數控加工，再到最后的產品檢測，實現農機產品的一體化設計。同時，提出了一種多粒度的資源優選方法，并通過驗證發現，利用多粒度算法可以將多目標問題轉換為單目標問題，使優選過程變得智能化，從而在農機加工工序、加工時間和產品可靠性上都表現出了較大的優勢。

農機產品；數字化設計；云制造服務；數控加工；多粒度

0 引言

農機新產品開發是一項極其復雜的系統工程，涉及面廣、科學性強、持續周期長，對企業研發能力要求高。由于資金、技術、設備和人才等的缺乏，農機零部件企業在新產品開發過程中越來越感覺到力不從心，甚至舉步維艱。在一些研究院所、服務機構、高校和企業機構中有大量的計算資源，具有高精尖端的設備和研究成果，但自由利用率和共享率卻較低。如何有效地利用這些資料，提高其在新產品研發中的作用，更大范圍內調配資源，成為當前制造業研究的重點問題。云制造作為一種利用網絡和云制造服務平臺，是按用戶需求組織網上制造資源，為用戶提供各類按需制造服務的一種網絡化制造新模式，強調“分散資源集中使用、集中資源分散服務”的思想，為解決農機新產品的研發提供了一條新的思路。

1 農機云制造服務一般流程和平臺架構

農機云制造產品的開發分為兩種模式，一種模式是正向設計，一種模式是逆向設計。正向設計是從概念設計到建模再到產品的試制，采用這種過程對農機產品進行開發的難度較大，農機零部件一般由復合的零件組成，因此無法使用統一的數學語言描述。要想實現農機產品開發的數字化，需要采用逆向設計的方法，其流程如圖1所示。

圖1 農機云制造服務一般流程Fig.1 The general process of agricultural machinery based on cloud manufacturing services

圖1中，三維反求屬于概念設計階段，該過程是借助于三維掃描設備，對原來模型進行三維掃描，然后將掃描的結果導入到軟件中進行反求，通過軟件的重新設計來更新草圖。反求后，根據掃描結果可以進行農機產品的建模。建模是農機設計的主要流程，最終產品可以利用CAD等軟件生產設計文檔。仿真分析是對建立好的模型進行分析優化的過程，仿真類型主要分為工藝性仿真、流體力學仿真和結構力學仿真。通過仿真可以查看模型的不足，通過優化設計對產品進行試制，試制時需要對新產品進行各種性能測試，包括可靠性和壽命的測試。測試完成后對產品進行評估，如果符合要求，則進行新產品的生產；如果不符合要求，則需要對產品進行改進。農機云制造服務平臺的架構如圖2所示。

圖2 農機云制造服務平臺的架構Fig.2 The cloud manufacturing service platform construction of agricultural machinery

農機云制造服務平臺的架構模型共包括7個層次，具體如下：

1)基礎層。基礎層主要包括數據庫、云存儲和云服務器等，為農機云制造提供基礎的支撐環境。

2)運行環境層。該層主要為云制造平臺提供持久的穩定和安全可靠性，使平臺能夠平穩運行。

3)資源層。資源層包含的內容較多，包括設計資源、仿真資源、加工制造資源、性能測試資源等，以及軟件、硬件和各種人力資源，利用中間云平臺將其轉換成了虛擬資源。

4)中間件層。該層主要提供資源轉換和信息共享，采用虛擬云端，將采集信息接入到云平臺中，從而為需求方提供匹配的資源。

5)核心功能層。核心功能層主要是負責平臺的管理和服務，是整個平臺的管理核心。

6)業務模型層。業務層主要是通過調用平臺的核心功能，實現農機零部件產品開發平臺的資源共享和協作功能，進而實現資源反求、三維建模設計、協同計算、工藝設計、仿真實驗和性能評價等。

7)用戶層。用戶服務層主要是通過界面操作，為用戶提供便利的服務，使用戶可以在不同的地點登錄，而共同分享云制造資源。

2 農機云制造服務平臺服務優選建模

農機新產品的研發是一個龐大而復雜的過程，為了將研發流程簡化，可以借助于數字化設計平臺，通過資源的共享和分配調度，提高設計效率，降低成本，方便管理可以運行。綜合考慮各種數字化設計平臺，本次選用Autodesk數字化整體解決平臺，從農機模型設計、到編程數控加工、再到最后的產品檢測，實現農機產品的一體化設計。

圖3為農機產品一體化設計的流程。其具體操作步驟是：首先利用PowerINSPECT配合掃描儀，通過掃描作用生成點云，將點云進行數模對比；然后做逆向設計，設計時使用PowerSHAPE。將模型導入到設計軟件中進行創新設計，當前比較流行的設計三維軟件有Inventor、Solidworks等。通過設計輸出圖紙或者三維模型，將模型導入到PowerMILL進行加工編程，生成NC程序；將程序輸入機床，便可以進行模型加工，通過OMV進行質量監測，在線控制加工質量；最后，利用PowerINSPECT配合三坐標，做最終質量檢測，便完成了農機的一體化數字設計。

圖3 農機產品的一體化設計流程Fig.3 The integrated design process of agricultural machinery products

表1表示利用云平臺對設計好的農機進行加工時制造資源的調度服務表。客戶可以根據云平臺提供的共享資源，選擇合理的加工方式。為了使設計和加工的效率最高而耗費的費用最低，可以選擇多粒度制造資源服務優選模型。在建模時，引入決策變量α、決策變量βmin、xij、xij(i+1)k，令α=0 or 1、βmnm=0 or 1、xij(i+1)k=0 or 1。其中

(1)

當α=0時，表示任務1是零件加工的第1個工序，服務方提供了原材料；當α=1時，表示任務1是零件加工的第一個工序，由客戶提供原材料，也可以表示加工的第1個工序不是任務1。即

xij(i+1)k=

(2)

于是得到該問題的數學模型為

(3)

表1 云平臺制造資源調度服務表

Table1Theresourceschedulingservicetableof

cloud platform manufacturing

制造車間制造工具時間/天費用/元A1G22200A1G51300A2G63500A3G35260A5G12350A2G23410

續表1

3 農機云制造服務平臺數字化新產品開發

為了驗證云端制造系統在農機新產品研發中使用的可行性，架構了需求-服務的農機云制造服務平臺，由云制造服務提供方、云端請求、云端服務使用方和云平臺組成。云制造系統由云提供端，如圖 4所示。

圖4 農機云制造系統架構Fig.4 The construction of agricultural machinery cloud manufacturing system

需求方為云端請求，一般是指企業用戶；服務提供方是指提供制造和設計資源的服務方，也是企業用戶。本次主要通過模型設計、產品模型優化和產品實驗對平臺進行驗證。云平臺農機模型有限元分析如圖5所示。

圖5 云平臺農機模型有限元分析Fig.5 The finite element analysis of the agricultural machinery model

由于新產品的模型比較復雜，在云平臺上選取了幾個不同的有限元仿真設計資源進行了對比，通過對比選取了具有復雜模型有限元分析能力的資源提供方對產品進行了有限元分析，通過分析對模型進行了優化，得到了如圖6所示的新模型。

圖6 云平臺農機模型組裝Fig.6 The cloud platform model assembly of agricultural machinery

云平臺上對每個零部件進行分析后，可以選用合適的資源對模型進行組裝，來發現最終模型存在的問題；克服了設計缺陷后，便可以對產品進行試制，對試制產品進行產品試驗。云臺模型試驗如圖7所示。

圖7 云平臺模型試驗Fig.7 Cloud platform model test

通過在農機云服務平臺上進行新產品模型的設計、仿真、試制和實驗，可以得到對產品的各種性能分析及設計經驗，這些資源在上傳到云數據庫中，供后續設計使用。最后，對優選資源算法中對本次提出的粒子群算法優化進行了驗證，得到了如表2所示的性能評價結果。

表2 云制造平臺算法性能評價

由評價結果可以看出：云制造服務平臺采用粒子群算法優化后在工序、時間和可靠性上都具有較大的優勢。

4 結論

隨著制造業數字化、集成化、協同化、網絡化的發展，以云計算、物聯網、大數據等為代表的新一代信息技術為農機制造業的升級和轉型提供了強大的技術支持，農機產品的研發正在向智能化、數字化和科學化發展。本次對農機產品的云制造服務平臺架構的可行性進行了驗證，通過有限元仿真分析、產品模型優化、產品組成和模型試驗，進一步驗證了平臺資源共享和調度分配的可行性。對資源調度的多粒度算法進行了驗證，通過評價結果發現：利用多粒度算法可以有效地提高設計效率和產品的穩定性，為農機新產品數字化云制造服務系統的研發提供了一種新的算法支持。

[1] 李小龍,李治國,陳華.北京市農機作業調度管理與精準作業系統[J].農業工程,2013,3(21):44-48.

[2] 蔡坦,劉衛寧,劉波.一種新的基于直覺模糊集的制造云服務優選方法[J].中國機械工程,2014(3):352-356, 421.

[3] 倪志偉,王會穎,吳昊.基于MapReduce和多目標蟻群算法的制造云服務動態選擇算法[J].中國機械工程,2014,25(20):2751-2760.

[4] 朱李楠,趙燕偉,王萬良，等.基于RVCS的云制造資源封裝、發布和發現模型[J].計算機集成制造系統,2012,18(8):1829-1838.

[5] 王崴,張宇紅,徐曉東，等.面向中小企業的零部件資源云端化封裝技術研究[J].機械設計與制造,2012 (8): 260-262.

[6] 孔令軍,徐文勝,查建中.基于服務模板的制造資源封裝方法[J].計算機應用,2012,32(12):3534-3539.

[7] 李向前,楊海成,敬石開,等.面向集團企業云制造的知識服務建模[J].計算機集成制造系統,2012,8(8): 1869-1880.

[8] 李從東,謝天,湯勇力,等.面向云制造服務的語義X列表知識表達與推理體系[J].計算機集成制造系統,2012,18(7):1469-1484.

[9] 趙楠,牛占文,郭偉.云制造環境中面向設計知識資源序列化組合的量子和聲搜索算法[J].計算機集成制造系統,2012,18(7):1435-1443.

[10] 姚錫凡,金鴻,徐川.云制造資源的虛擬化與服務化[J].華南理工大學學報：自然科學版,2013,41(3):1-7.

[11] 顧新建,黃沈權,陳芨熙,等.模具行業需求驅動的云制造服務平臺[J].計算機集成制造系統,2012,18(7):1650-1656.

[12] 張倩,刁志國,肖一明.地理信息系統在精細農業方面的應用[J].基層農技推廣,2015,3(2):55-56.

[13] 周齡.3S技術在赤峰市農業病蟲害防治中的應用[J].赤峰學院學報：自然科學版,2015,31(1):80.

[14] 丁克奎,鐘凱文.基于3S的精準農業管理系統設計與實現[J].江蘇農業科學,2015,43(1):399-401.

[15] 王聯春,劉振群,于旭東.3S技術在農田灌排渠道選線中的應用[J].中國農學通報,2014,30(11):140.

[16] 尹翰坤,尹超,龔小容,等.汽摩零部件新產品開發云制造平臺總體框架及關鍵技術[J].計算機集成制造系統,2013,19(9):2332-2339.

[17] 康玲,陳桂松,王時龍,等.云制造環境下基于本體的加工資源發現[J].計算機集成制造系統,2013,19(9):2325-2331.

[18] 劉強,王磊,陳新度,等.云制造服務平臺的資源使用及訪問控制[J].計算機集成制造系統,2013,19(6):1414-1422.

[19] 姚錫凡,金鴻,徐川,等.云制造資源的虛擬化與服務化[J].華南理工大學學報:自然科學版,2013,41(3):1-7.

[20] 崔曉康,馬軍,李立偉,等.基于動態集成框架的云制造服務過程追溯與匹配研究[J].制造業自動化,2014,36(8):9-11.

[21] 李成海,黃必清.基于屬性描述匹配的云制造服務資源搜索方法[J].計算機集成制造系統,2014,20(6): 1499-1507.

[22] 王學文,楊兆建,丁華,等.煤礦裝備云制造資源服務平臺研究與應用[J].煤炭學報,2013,38(10):1888-1893.

[23] 李立君,李昕,高自成,等.基于偏好免疫網絡的油茶果采摘機器人圖像識別算法[J].農業機械學報,2012,43(12):209-213.

[24] 胡煉,羅錫文,曾山,等.基于機器視覺的株間機械除草裝置的作物識別與定位方法[J].農業工程學報, 2013,29(10):12-18.

[25] 朱鳳武,于豐華,鄒麗娜,等.農業機器人研究現狀及發展趨勢[J].農業工程，2013,3(6):10-13.

[26] 李文鳳,彭智勇,李德毅,等.不確定性Top-k查詢處理[J].軟件學報,2012,23(6):1542-1560.

[27] 張曉輝,李瑩,王華勇,等.應用特征聚合進行中文文本分類的改進KNN算法[J].東北大學學報,2003, 24(3):229-233.

[28] 王海青,姬長英,顧寶興,等.基于機器視覺和支持向量機的溫室黃瓜識別[J].農業機械學報,2012,43(3):163-167.

[29] 王輝,毛文華,劉剛,等.基于視覺組合的蘋果作業機器人識別與定位[J].農業機械學報,2012,43(12):165-170.

Research on Key Technologies of Digital New Product Development for Agricultural Machinery Parts—Based on the Cloud Manufacturing Service Platform

Feng Shuanglin1, Jin Jihong2

(1.Guangxi Vocational & Technical Institute of Industry, Nanning 530003, China; 2.School of Computer and Information Engineering, Jiaozuo Teachers College, Jiaozuo 454000,China)

In recent years, with the rapid development of new information technology, the research and development of agricultural machinery products is tend to be intelligent, digital and scientific development. It is a huge and complicated process for agricultural research and development of new products. In order to realize the digital design process of agricultural machinery products, it puts forward a new design method of digital agricultural products based on cloud services platform. With the help of digital design platform, the method can be shared and allocated resources, improve the efficiency of design and reduce the cost. From the agricultural model design, The auto desk digital design platform can finish the programming of CNC machining, and then test the final product to achieve the integration of agricultural products. A multi granularity resource optimization method, and the experiment shows that, by using the multi granularity algorithm, it can convert the multi-objective problem into single objective problem, make the optimization process become intelligent, resulting in agricultural processing, processing time and product reliability,which has shown great advantages.

agricultural machinery products; digital design; cloud manufacturing service; NC machining; multi granularity

2016-12-11

廣西壯族自治區教育廳項目(LX2014617)

馮雙林(1982-)，男，河北內丘人，講師/工程師，碩士研究生，(E-mail)fengslin0881@163.com。

S220.3；TP391.72

A

1003-188X(2018)02-0231-05