九节鞭入门.pdf

·18· 价值工程
基于 BP 神经网络的发动机机体工时定额研究
Research on Work Quota for Diesel Engine Body Based on BP work
高忠华 GAO Zhong-hua
(南车玉柴四川发动机股份有限公司,资阳 641300)
(YCSR Sichuan Engine Co.,Ltd.,Ziyang 641300,China)
摘要: 针对新发动机机体工时定额难度大,以经验估计为主,且对报工的工时核定难度大,通过以 S 型机体铣床工序为例,运
用 BP 神经网络模型,从工艺文件的结构参数中抽取部分数据作为训练集,构建了发动机机体工时定额神经网络模型。同时运用线
性回归方法对工时定额进行了预测,通过对比分析发现,BP 神经网络计算的误差较小,适用于机体加工前期对工时定额的初步、
快速估算。
Abstract: It is difficult for the new diesel engine body to fix the work quota. It is usually estimated based on experience. And it is
difficult to verify the work quota. Taking the Milling process of the S-type diesel engine body for example, the method of BP work
model based on technology file is proposed. The data selected from the part of technology file is taken as the train set. The work quota
model is established by using the method of BP work and the linear regression. By contrast, BP work is better than the
linear regression method. It is suitable for quick estimation of the work quota on the body in the early stage.
关键词:工时定额;BP 神经网络;Matlab;线性回归分析
Key words: work quota;BP work;Matlab;linear regression
( )
中图分类号:TP183 文献标识码:A 文章编号:1006-4311 2015 03-0018-02
DOI:-1085/
1 绪论训练 1 万次。网络隐含层神经元个数的选取参照式(1),并
在十九世纪末,美国人泰勒创立了时间研究,并不断综合考虑误差较小且训练步数较少,通过多次测试确定隐
地加以总结和改进,形成了科学的标准方法,并且把将其含层神经元个数为 7。
运用到了生产管理中和( )认为可以通( )
。Royal Dossett 1995 p=姨n+q +a 1
过作业时间的长短类型和多样性的不同,选择不同的工
、式中:p 为隐含层神经元个数,n 为输入层神经元个
时测定方法; ( )认为需要将作业周期作
Bruce Gowan 1999 、数,q 为输出层个数,a 取 1~10 之间的整数。
业精度作业要素类型增值的内容及作业的紧迫性等因
、、 神经网络训练将 S 型机体的铣床各工序整理如
素结合起来,为工时测定方法的选择奠定基础; 等
Nitta 表 1,并按照不同计算长度、不同切削深度、不同走刀次数
( )在分析员工的工作特征后,通过建模分析其估计误
2007 等进行神经网络训练。
差,构建了工时估算模型。国内学者石晶玉(1998)、罗志清
表 1 S 型机体铣床各工序特征
(2004)等也分别采用线性回归方法,分析了铸件生产的工
序号工序名称 L(mm) D(mm) M(次) N(min) V(m/min) T(min)
时计算公式、现代制造业中辅助加工(如零件装卸等)时间
定额和机械加工中的车削工时定额,李淑娟( ) 朱历粗铣底面
2000 、 1 3400 10 42
新( )等应用神经网络算法构建了工时定额计算的神 2 粗铣端面 1550 2 42
2004