袁維佳,劉海光,趙軍貴,易帆,任秀麗
(1.中國運載火箭技術研究院,北京 100076;2.首都航天機械公司,北京 100076)
成組技術是制造與工程管理的一種方法,它研究如何識別和發掘生產活動中有關事物的相似性,并對其進行充分利用[1]。將多種產品按其工藝的相似性分類成組以形成同類產品族,把同一類產品中分散的小生產量匯集成較大的成組生產量,從而使小批量生產能獲得大批量生產的經濟效果[2]。本論文采用產品向量化方法對15種航天型號產品12類殼體進行成組分類分析,將不同產品劃分為3個產品組,為制造單元的構建、工藝布局設計、生產組織模式的建立提供輸入條件。
殼段是航天型號產品的重要組成部分,不同型號產品有不同類型的殼段類型,具有不同的尺寸及規格。
成組技術是制造與工程管理的一種方法,它研究如何識別和發掘生產活動中相關事物的相似性,并對其充分利用。即把相似的問題歸類成組,尋求解決這一組問題相對統一的最優方案,以取得所期望的效益。關于分組方法,目前主要有視檢法、生產流程分析法及產品向量化方法。
本論文采用向量化方法,即將零件的有關設計、制造資源等信息轉譯為數字代碼,進而可以借助計算機輔助成組。整個流程包含“殼段向量化[3]→數據歸一化→相似度計算→層次聚類法”。
梳理車間承擔的15種航天型號產品(型號X1、型號X2、......、型號X15),共計12類殼段(殼段A類、殼段B類、……、殼段L類),每類殼段的工藝規程包含3類特征:“工序目錄”、“制造資源”及“零件明細”,且每類包含多個不同特征。
而向量化的評價標準主要包含2點:1)向量化后的向量是否能表征產品的綜合特征;2)向量化后的向量是否具備唯一性,即不同型號的不同殼段具備不同的向量。
向量化步驟如下:1)找出工藝規程中有助于區分“不同型號同類殼段”的所有特征a,滿足要求1。2)找出工藝規程中有助于區分“同種型號不同殼段”的所有特征b,滿足要求1。3)合并a、b特征,所得特征集即可用于區分“不同型號不同殼段”,滿足要求2。4)設定每個特征的取值標準,達到目的。
按照以上步驟分“工序目錄”、“制造資源”、“零件明細”3個類別,梳理出特征類型如表1所示。

表1 特征類型表
針對每一個殼體,按照提取的特征對其進行賦值。以型號X1的殼段A為例,特征數值表如表2所示。

表2 特征數值表
因此,型號X1的殼段A1=(1 0 2 0018 0 000 0 010 0 000 0 000 1 0 0 0 0 0 000 21 100 0 000 6 000)。
以型號X1的殼段A為例。對其每一個特征取值進行歸一化,如“工序數”特征,所有部段在該特征上的取值最大值為34,最小值為8,而型號X1的殼段A工序數為18,因此歸一化后該特征值為:
型號X1的殼段A工序數特征值=(18-8)/(34-8)=0.3846。
同理可得:型號X1的殼段A歸一化后對應向量為:

自上一步得到各部段歸一化后的向量后,便可以計算各部段之間的相似度,關于距離的計算,最常使用的是歐幾里得距離[4],即歐式距離。此外,在聚類分析中對于連續變量的距離還有明考斯基距離、馬氏距離、蘭氏距離等[5]。本論文采用歐式距離法進行計算。n維向量(x11,x12,…,x1n)與(x21,x22,…,x2n)間的歐氏距離則為

以型號X1的殼段A、型號X3殼段A以及型號X11殼段H為例:


由此可知:相較于型號X11殼段H,型號X3殼段A更接近于型號X1的殼段A。
最終可得15種型號殼段產品的距離矩陣,以型號X1和型號X5示例,如表3所示。

表3 殼段距離矩陣表
成組的本質是一種聚類活動,隨著當前機器學習等算法的快速發展,聚類問題早已不是難題。本文在獲取各殼段數值向量化之后,選擇層次聚類法進行分析。
層次聚類法的基礎為歐幾里得距離矩陣,在得到各殼段之間的歐幾里得距離矩陣后,找出其中除對角線外最小的一個數值,鑒于距離矩陣的對稱性,最小的數值個數必為2的倍數,不失一般性,可將當前最小值的個數記為2n1,該數值對應的n1組殼段置于最底層,并將該層記為0。同組殼段視為整體重新計算距離,重復此前步驟,直至所有殼段成為1類,即可得到樹狀圖。具體流程如圖1所示。

圖1 流程圖
對所有殼段聚類后,所得樹狀圖如圖2所示。
由圖2所示,最頂層分出2支,1支代表1類,由此可將所有產品分成2類;頂層右支繼續分出2支,到此可將所有產品歸為3類,依此類推。

圖2 殼段成組樹狀圖
當分組的數量較少時,組內產品差異依然較大,工藝合并及布局等難度較高;而當分類的數量較多時,產品批量較小,物流轉運成本較高。因此,分組的數量需要進行權衡,結合分類的結果圖,考慮實際生產強度、工藝路線相似等因素,分為3類,如表4所示。

表4 產品類別表
本文對殼段產品進行分析,從各殼段工藝規程中挖掘3類特征(工序目錄、制造資源、零件明細)組成特征集,并建立每個特征的取值標準。根據各殼段在不同特征下的真實情況,獲取各殼段在整個特征集上的數值向量。用不同的數值向量表示不同部段的整體特征,結合層次聚類算法,最終建立一種新型而又精確的殼段成組模型,將殼段產品劃分為3類,為后續工藝布局提供理論支撐。