COMPUTER-AIDED PROCESS PLANNING

Presentazione sul tema: "COMPUTER-AIDED PROCESS PLANNING"— Transcript della presentazione:

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

2 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

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

4 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

5 Tipologie esistenti di sistemi CAPP
Sistemi CAPP varianti Sistemi CAPP generativi

6 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

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

8 Tipologie esistenti di sistemi CAPP
Sistemi CAPP varianti Sistemi CAPP generativi

9 Sistema CAPP generativo

10 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

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

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

13 CAPP per il montaggio

14 CAPP per il montaggio

15 CAPP per il montaggio

16 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

17 Tecnica Ant Colony Optimization
pheromone trail nest obstacle food

18 Tecnica Ant Colony Optimization
nest obstacle food

19 Tecnica Ant Colony Optimization

20 Tecnica Ant Colony Optimization

21 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)

22 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

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

24 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 ?

25 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

26 Example of result Best assembly sequence:
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