专利名称：一种船体外板曲面成形的方法
技术领域：
本发明涉及船舶工程技术领域，具体涉及ー种船体外板曲面成形的方法。
背景技术：
船体是由复杂不可展的空间曲面构成，要将船用钢板加工成船体外板的曲面形状，目前世界各国造船厂采用的方法大都是线状水火船板曲面成形加工エ艺。该エ艺的原理是，利用钢板局部受高温冷却后产生的热弹塑形变而达到钢板整体的弯曲变形。其加工方法是采用氧こ炔焰或其他热源对钢板表面进行加热，然后用冷水对其进行快速冷却，使钢板产生较大的热应カ而弯曲变形的过程。长期以来国内外造船厂都是依靠有经验的师傅手工操作来实现此项エ艺。随着现代造船技术的发展和造船模式的转变，手工经验型的エ艺模式无论在速度上和质量上都已远远满足不了现代造船生产的需要，这已经成为制约船舶建造周期和质量的ー个“瓶颈”问题。
发明内容
本发明的目的是提供ー种船体外板曲面成形的方法，通过该方法可以大幅度减轻造船企业工人的劳动强度，改善工人的工作条件，提高生产效率和产品的成品率。本发明的方法是通过水火弯板数控设备的大量实际操作，记录熟练操作エ的经验知识，将大量加工エ艺參数储存到数据库，形成专家系统的知识库；当经验数据积累到一定程度后，通过神经网络建立水火弯板的机理模型，形成专家系统的推理机；通过专家系统的推理机，水火弯板数控设备自动给出加工轨迹，实现水火弯板的全部自动化和数字化。在形成专家系统的知识库的实际过程中，其エ艺流程包括a、导入新船板Tribon数据，人机界面显示船体外板三维数据；b、測量船板顶角数据；C、操作エ划线，确定加工參数；d、数控设备沿轨迹加工；e、记录轨迹；f、激光测量船板曲面数据；g、如果曲面数据符合精度要求，则进入下一歩，如果曲面数据不符合精度要求，则返回到流程C、划线，确定加工參数；h、记录加工轨迹和加工エ艺參数。在形成专家系统的推理机过程中，采用神经网络的ー种类型即支持向量机(Support Vector Machine，简称SVM)建模，SVM输入包括环境因素、船板自身參数和加工エ艺參数，输出为加工轨迹，其中环境因素包括加工时的温度和湿度；船板自身參数包括船板外形尺寸、板厚和材质；加工エ艺參数包括焰道宽度、火焰功率、加热温度、水火炬和水流量，神经网络通过大量数据的自学习，建立船体外板曲面成形的机理模型。
图I是本发明实际操作エ艺流程框图；图2是本发明神经网络结构框图。
具体实施例方式如图I所示，本发明的实施需要通过大量的实际操作，存储大量加工轨迹和加エエ艺參数，即专家系统的知识库，每一次实际操作的具体エ艺流程是①从船体设计Tribon软件导出待加工的船体外板数据；②进行船板三维显示；③测量船板顶角数据操作エ凭借多年的工作经验在船体外板上划出加热參考线，确定加工參数；⑤数控设备记录加热參考线并进行水火加工；⑥记录加工轨迹；⑦采用激光测量船板曲面数据，測量数据与Tribon软件的数据进行对比，如存在一定偏差，则操作工人再次给出加热參考线，该 数控设备重复上述操作步骤，最后直至偏差满足精度要求。如图2所示，建立水火弯板的机理模型，即专家系统的推理机，采用神经网络中ー种类型即支持向量机(Support Vector Machine，简作SVM)建模，SVM输入包括环境因素、船板自身參数和加工エ艺參数，输出为加工轨迹，其中环境因素包括加工时的温度和湿度；船板自身參数包括船板外形尺寸、板厚和材质；加工エ艺參数包括焰道宽度、火焰功率、加热温度、水火炬和水流量。具体建立水火弯板的机理模型步骤如下采用收敛速度较快和泛化能力较好的v-SVM算法和混合核函数的方法建立船体外板机理模型。给定样本集为{(Xi，yi)，i = 1，2，"·1)，其中Xi e Rn为输入值，yi e R为对应的目标值，I为样本数。拟合函数形式为f (X) =w* Φ (X)+b w, Φ (X) e Rn, b e R (I)其中w是參数列矢量，Φ ( ·)是ー个函数列矢量，它把输入样本从输入空间映射到特征空间，b是常值偏差。将具有代表性的全局核函数(Polynomial核函数)和局部核函数(RBF核函数)组合构成ー种混合核函数SVM，结合v-SVM建立船体外板机理模型，该方法具有良好的模型拟合精度，而且能有效抑制局部核函数所引起的预测输出波动，解决了系统建模的问题。即Polynomial 核函数K (X, Xi) = [ (XXi)+l]q;RBF 核函数Z(X，JC,) = exp[-t^-]；混合函数Kmix= P Kpoly+ (1—P ) Kebf (2)其中KP()ly和Kebf分别为Polynomial核函数和RBF核函数,系数P (O彡P彡I)为调节两种核函数作用大小的常数。由(I)式和⑵式可得SVM输出拟合函数/(χ) = (a* -a,)K(xt,x) + b(3)
/=J其中α，a* 为 Lagrange 因子。神经网络通过大量数据的自学习，建立船体外板曲面成形的机理模型，即专家系统的推理机，自动给出任意船体外板的加工參考线，实现水火弯板的自动化和数字化。
权利要求
1.ー种船体外板曲面成形的方法，该方法是通过水火弯板数控设备的大量实际操作，记录熟练操作エ的经验知识，将大量加工エ艺參数储存到数据库，形成专家系统的知识库；当经验数据积累到一定程度后，通过神经网络建立水火弯板的机理模型，形成专家系统的推理机；通过专家系统的推理机，水火弯板数控设备自动给出加工轨迹，实现水火弯板的全部自动化和数字化。
2.根据权利要求I所述的ー种船体外板曲面成形的方法，其特征是在形成专家系统的知识库的实际过程中，其エ艺流程包括 a、导入新船板Tribon数据，显示器显示船体外板三维数据； b、測量船板顶角数据； C、操作エ划线，确定加工參数； d、数控设备沿轨迹加工； e、记录轨迹； f、激光测量船板曲面数据； g、如果曲面数据符合精度要求，则进入下一歩，如果曲面数据不符合精度要求，则返回到流程C、划线，确定加工參数； h、记录加工轨迹和加工エ艺參数。
3.根据权利要求I所述的ー种船体外板曲面成形的方法，其特征是在形成专家系统的推理机过程中，采用神经网络的ー种类型即支持向量机(Support Vector Machine,简称SVM)建模，SVM输入包括环境因素、船板自身參数和加工エ艺參数，输出为加工轨迹；其中环境因素包括加工时的温度和湿度、船板自身參数包括船板外形尺寸、板厚和材质、加工エ艺參数包括焰道宽度、火焰功率、加热温度、水火炬和水流量，神经网络通过大量数据的自学习，建立船体外板曲面成形的机理模型。
全文摘要
本发明涉及船舶工程技术领域，具体涉及一种船体外板曲面成形的方法。该方法是通过水火弯板数控设备的大量实际操作，记录熟练操作工的经验知识，将大量加工工艺参数储存到数据库，形成专家系统的知识库；当经验数据积累到一定程度后，通过神经网络建立水火弯板的机理模型，形成专家系统的推理机；通过专家系统的推理机，水火弯板数控设备自动给出加工轨迹，实现水火弯板的全部自动化和数字化。本发明提供一种船体外板曲面成形的方法，通过该方法可以大幅度减轻造船企业工人的劳动强度，改善工人的工作条件，提高生产效率和产品的成品率。
文档编号G06F17/50GK102682139SQ20111006377
公开日2012年9月19日 申请日期2011年3月17日 优先权日2011年3月17日
发明者李彦, 齐亮 申请人:镇江亿海软件有限公司, 齐亮