基于云计算技术和3D渲染的农机虚拟制造技术研究

发布时间：2020-09-24 21:01

　　为了提高农机现代化和批量化生产效率,实现基于个性化需求农机设计和制造,提出了面向机加工的云技术农机制造服务候选资源的发现方法,并设计了农机虚拟制造的云计算平台。在农机部件云制造虚拟平台中,首先利用云存储技术存放大量的候选制造企业资源样本数据,然后利用智能分类算法KNN对候选资源进行分类,根据农机部件制造需求的客户对候选资源进行优选,最后得到最佳的候选资源。基于云计算和3D渲染技术,构建了面向工序级和零件级服务的仿真环境,并通过仿真实验,得到了优选后服务方的服务时间、费用和合格率,为现代农机的批量生产和个性化加工服务提供了新的解决方案。
【部分图文】：

流程图,农机,虚拟制造,技术

。为了顺应市场需求，在现代化农机制造过程中，也需要注重数字化、集成化的发展模式，但在资源共享和安全方面都存在不少难题。近年来，随着物联网、大数据和云计算技术等新一代信息技术的发展，为制造业的升级提供了大量的新技术支撑，也为农机现代化设计制造提供了崭新的发展空间。1基于3D渲染云技术的农机虚拟制造平台随着3D实时渲染技术的不断发展，其在越来越多的领域得到了运用，在游戏开发中使用的最多;如果将该技术应用在农机虚拟制造技术上，结合云技术平台，将会给现代化农机设计与制造产业带来新的变革。图1表示电子科技大学田师聪进行的大规模群体加速的3D渲染实验。该实验采用基于蒙皮实例化技术的方式进行渲染，创建顶点纹理，对大规模的人物收稿日期:2016－05－15基金项目:江苏省自然科学基金项目(BK20131360)作者简介:孙晓文(1982－)，男，江苏淮安人，讲师，硕士。通讯作者:刘志刚(1980－)，男，湖北天门人，副教授，博士，硕士生导师，(E－mail)liuzhigang@swfu．edu．cn。群体进行加速渲染，从而得到了较好的动画渲染效果;如果将其使用在农机虚拟设计制造服务系统中，会大大地提高农机部件虚拟制造的仿真效率。由于系统的实现需要处理大量的数据，因此在系统中引入了云制造技术。图1基于云技术和3D渲染的农机虚拟制造流程Fig．1Thevirtualmanufacturingprocessofagriculturalmachinerybasedoncloudtechnologyand3Drendering图1表示基于云技术和3D渲染的农机虚拟制造的流程图，其流程大致为首先确定客户订单需求，利用3D渲染虚拟仿真工具对加工过程进行仿真，然后利用云管理系统数据库，根据KNN算法选取合适的服·16·2017年7月农机化研究第7期DOI:10.13427/j.cnki.njyi.2017.07.003

零件模型,椭球

务资源，最终输出农机部件生产的候选企业资源。图2表示椭球类复杂零件的三维渲染效果图。该部件是播种机上的一个转向控制部件，利用三维渲染软件可以对零件的加工过程进行虚拟仿真。以加工轨迹的渲染为例，其效果如图3所示。图2椭球类零件模型图Fig．2Theellipsoidpartsmodeldiagram图3加工轨迹3D渲染Fig．3The3Drenderingofmachiningpath利用渲染结果可以充分了解农机部件的加工过程，从而为零件加工候选服务节点的优选提供依据。其中，优选过程主要依据云虚拟制造平台，其框架如图4所示。该框架将工序级任务、零件级任务称作任务，用m表示;工序级服务和零件服务统称为服务，用Sij表示;通过服务候选集合的资源选择，服务于农机制造需求客户。2KNN智能分类优选算法KNN智能分类算法的基本思想是计算训练样本和新样板之间的距离，然后找到最近的K个相邻样本数据，根据这些相邻样本数据，来判定新的样本类别。如果属于同一类，则判定样本属于这个类别;如果不属于这个类别，则对候选类别进行评分，按照规则确定新样本的类别。最后，把新的测试样本归类到最近的K个训练样本中出现频率最大的。如图5所示:当K=6时，根据分类判定的规则，测试的新样本被归类在黑色类别中。图4农机部件制造服务优选框架Fig．4Theoptimalframeworkformanufacturingserviceofagriculturalmachineryparts图5KNN临近算法示意图Fig．5SchematicdiagramofKNNapproachalgorithm使用KNN算法分类是基于临近样本数据具有类似的预测值，基本思想是在多维空间Ｒn中搜索未知样本，找到与未知样本最近邻的K个点，并根据K个点来判断未知的样本数据。这K个点便是待分类样本的k－最近邻。假设所有n维空间点，最近邻可以根据标准欧式距离来定，设x的特?

农机,加工轨迹

【相似文献】