COMPUTER-AIDED PROCESS PLANNING Ultimo aggiornamento: 10/12/11 Prof. Gino Dini – Università di Pisa

Vantaggi nell’uso dei sistemi CAPP Riduzione del tempo necessario alla pianificazione del processo Riduzione dei costi Ottimizzazione dei cicli Omogeneità dei cicli Integrazione informatica

Schema di un sistema CAPP CAD Selezione di: macchine utensili, attrezzature, ecc. Data base (conoscenza tecnologica) Ciclo di fabbricazione

Integrazione con la fase CAD Data base modelli 3D Data base disegni 2D Ricerca dati geometrici Ricerca dati tecnologici Associazione informazioni geometriche e tecnologiche CAPP

Tipologie esistenti di sistemi CAPP Sistemi CAPP varianti Sistemi CAPP generativi

CAPP variante: fase preparatoria Analisi dei pezzi e creazione famiglie Prodotti Ciclo famiglia A Ciclo famiglia B Ciclo famiglia C Preparazione cicli Data base cicli di lavorazione

CAPP variante: fase operativa Disegno del pezzo Identificazione famiglia e ricerca ciclo Data base cicli di lavorazione Eventuale variazione del ciclo

Tipologie esistenti di sistemi CAPP Sistemi CAPP varianti Sistemi CAPP generativi

Sistema CAPP generativo

Sistema CAPP generativo Base della conoscenza: albero decisionale Toll. < 0,05 Toll.  0,05 1. Centratura 2. Foratura 3. Alesatura D < 5 mm 5  D < 10 mm Foro Slot Superficie

Impiego dei sistemi CAPP No. pezzi per famiglia VARIANTI GENERATIVI PLANNING MANUALE No. di famiglie

Altre aree di impiego dei sistemi CAPP Montaggio Misura Smontaggio Deformazione plastica

CAPP per il montaggio

CAPP per il montaggio

CAPP per il montaggio

Minimization of gripper changes Minimization of products CAPP nel montaggio 1 1 2 1 2 3 +y +y +y +x +x +x Assembly sequence O p t i m i z a t i o n Minimization of gripper changes Minimization of products re-orientations

Tecnica Ant Colony Optimization pheromone trail nest obstacle food

Tecnica Ant Colony Optimization nest obstacle food

Tecnica Ant Colony Optimization

Tecnica Ant Colony Optimization

Tecnica Ant Colony Optimization 1 2 3 1(g1,-y) 1(g1,-x) 1(g1,+x) +y 3(g3,+x) 1(g1,+y) +x 3(g3,-x) 2(g2,-y) Available grippers Element Gripper 1 g1 2 g2, g3 3 g3 2(g3,+y) 2(g2,+y) 2(g3,-y)

Basic expressions of ACO Probability p that an ant moves along a given link link i,1 link i,2 node ith link i,3

Basic expressions of ACO Quantity of pheromone t on trails link i,1 (preferred) link i,2 node ith link i,3

Implementation of ACO Trail having the greatest amount of pheromone = Input data SEQUENCE DETECTION Ant i-th leaves the start node Product representative model Gripper table ACO parameters Ant i-th reaches the end node Output The pheromone quantity is updated Trail having the greatest amount of pheromone = BEST ASSEMBLY SEQUENCE Algorithm termination ?

Example of result 18 17 9 15 Part Gripper Part Gripper 1 G1 G2 11 G3 4 G1 G2 G4 14 G7 5 G3 G1 15 G7 6 G1 G4 16 G2 7 G1 G2 G3 17 G1 G2 G5 8 G3 18 G8 9 G6 19 G3 10 G1 G2 G4 16 6 11 5 12 19 14 10 2 7 1 13 8 3 4

Example of result Best assembly sequence: 1 2 8 13 7 14 5 12 19 11 9 10 6 17 18 15 16 4 3 Gripper sequence (9 changes): G1 G3 G3 G3 G3 G7 G3 G3 G3 G3 G6 G1 G1 G1 G8 G7 G2 G2 G5 Direction sequence (1 change): -Z -Z -Z -Z -Z -Z -Z -Z -Z -Z -Z -Z -Z -Z -Z -Z -Z +Z +Z