机械工程学报

作者：刘娟, 刘检华, 庄存波, 徐磊, 翟思宽, 高庆霖

单位：1. 北京理工大学机械与车辆学院 北京 100081;2. 北京理工大学长三角研究院(嘉兴) 嘉兴 314000;3. 北京卫星制造厂有限公司 北京 100094

关键词：工时预测,特征聚类,BERT模型,GA_BP算法；

基金：国家自然科学基金(52005042)、国防基础科研(JCKY2020203B016)和装备预先研究领域基金(80923010101)资助项目

针对航天结构件等复杂产品工时定额结果不准确的问题,提出了基于特征聚类的结构件数控加工工时预测方法。基于航天结构件的产品特点、材料特点和加工特点,分析了航天结构件数控加工工时影响因素,并提出了基于BERT模型和K-Means算法的工时影响因素特征向量分析方法。基于K-Means聚类算法对BERT模型提取的工艺特征向量进行分组,在此基础上,基于分组结果建立了不同的遗传算法优化的BP神经网络工时预测模型,进而从工时影响因素特征分析和网络结构优化两方面,提高工时定额的准确性。最后,基于历史工艺数据完成了模型训练和预测,验证了所提方法的有效性。

来源：2023年第15期

《机械工程学报》期刊编辑部

查看机械工程学报杂志2023年第15期