CN105787113B - 一种基于plm数据库面向dpipp工艺信息的挖掘算法 - Google Patents

Abstract

本发明公开了一种基于PLM数据库面向DPIPP工艺信息的挖掘算法，该算法提出了一种新的模块间距离计算的公式，从而可以对不同模块之间的相似性进行挖掘，随后将该公式计算出来的距离转化为模块间的相似度，在聚类时将模块间的相似度μ控制在选定的范围内，实现了聚类结果的可调可控。可以找出不同产品模块在功能、结构、工艺、制造和维护等方面的相似性关系，然后利用这些相似性关系进行产品的非精确配置。让设计人员快速完成产品的变型设计，能快速设计出新的产品结构。利用该方法可以对不同的产品模块进行聚类分析，挖掘出不同模块间的相似性，扩大了产品模块的覆盖范围。利用这些相似关系可以实现面向功能、结构及工艺的产品非精确配置。

Description

一种基于PLM数据库面向DPIPP工艺信息的挖掘算法

技术领域

本发明属于模块化设计技术领域，特别是涉及一种基于PLM(产品生命周期管理)数据库面向DPIPP(分布式参数化智能产品平台)工艺信息的挖掘算法。

背景技术

产品模块作为产品平台的基本单元，对实施大批量定制生产模式具有重要的作用。在PLM技术已经在越来越多的企业中实施的背景下，基于企业现有的PLM数据库建立产品模块，是一种企业快速实施大批量定制策略的有效的方式。当前已有很多产品模块的划分方法，这些方法大多是依据产品零部件之间的关联性来划分产品模块的。传统模块化设计方法强调模块的通用化、标准化和系列化，一般适用于系列分级特征明显的产品，而对于产品结构复杂、无明显系列化分级特性的定制化产品，已经难以适用。而本发明中的算法是通过离散数据分类、模糊聚类和关联规则等挖掘方法，将各种智能体作为产品平台的基本模型，并引入主特征向量，通过插值排序和建立参数方程，揭示变异条件下产品结构和尺度变化规律，形成的新型产品平台。

发明内容

针对以上问题，本发明的目的是提供一种基于PLM数据库面向DPIPP工艺信息的挖掘算法，挖掘出产品模块工艺之间的相似性，得出产品模块工艺等价模型。

本发明所采用的技术方案是：基于PLM数据库面向DPIPP工艺信息的挖掘算法，所述的算法是先对数据进行预处理，在准备好聚类数据后接下来需要对选出的样本用基于欧式距离公式改进算法进行局部聚类，用聚类算法挖掘出产品模块工艺之间的相似性，得出产品模块工艺等价模型。其特征在于：对于建立起来的不同维度的产品模块矩阵，仍然可以用改进的欧氏距离公式对其进行局部聚类，解决了只能聚类相同维度矩阵的难点。

PLM数据库是产品周期管理数据库，它实施一整套的业务解决方案，把人、过程和信息有效地集成在一起，作用于整个企业，遍历产品从概念到报废的全生命周期，支持与产品相关的协作研发、管理、分发和使用产品定义信息。产品模块化设计具有一致的几何连接接口和一致的输入、输出接口的单元，相同种类的模块在产品族中可以重用和互换，相关模块的排列组合就可以形成最终的产品。通过模块的组合配置，就可以创建不同需求的产品，满足客户的定制需求；相似性的重用，可以使整个产品生命周期中的采购、物流、制造和服务资源简化。大批量定制生产就是以近似大批量生产的效率生产商品和提供服务以满足客户的个性化需求。DPIPP就是分布式参数化智能产品平台。欧氏距离公式它是一个通常采用的距离定义，它是在m维空间中两个点之间的真实距离。聚类算法它是研究(样品或指标)分类问题的一种统计分析方法，同时也是数据挖掘的一个重要算法。

本发明主要是采用以下技术方案：

一种基于PLM数据库面向DPIPP工艺信息的挖掘算法，其特征在于，包括：

步骤1，数据进行预处理的步骤：对数据进行规范化处理；数据规范化是将原始数据的格式进行统一，并将源数据转化到同一个度量单位上，这样做可以消除原始数据对计算结果的影响；本发明采取的规范化方法如下：对于结构属性，它表示产品或零件的结构参数，为数值型数据且大小不一；因此需要将这些数据转换到同一个度量单位上，然后将这些数据映射到同一区间，最后将所有数据保留相同的有效位；为便于后续的计算将结构参数映射到[0.00,1.00]之间，并统一保留小数点后两位有效数字；经过转化之后，每个结构参数将变为取值范围统一的无度量值；结构参数转化公式如下：

对于功能和工艺属性，它们将被转化为状态数，即有和无两种状态；因此，将这两种状态定义为1和0；其中1代表有某个功能或工艺，0带表没有这个功能或工艺；

步骤2，对产品进行聚类分析的步骤：具体方法是：首先设置聚类参数：K、C、α、a，其中，K代表聚类的个数，C为聚类代表点数，α为聚类收缩因子，a为阈值；对于一个由p个组件构成的产品模块，每个组件的某个属性(结构、功能或工艺)有n个参数，建立其属性参数矩阵如下：

首先从源数据中抽取一个随机样本S，将样本S分割为一组划分；然后对每个划分进行局部聚类，聚类时首先将每个对象看作一个类，计算出所有类之间的距离，取距离最近的两个类进行合并，合并后的类被当作一个新的类；然后按照收缩因子α从合并后的类中选出C个代表点，这些代表点将代表该类继续与其他的类进行聚类，直到类的数量达到预先设定的值K；在聚类过程中，如果一个类增长地太慢，就将该类去掉；根据上面的过程可以知道，聚类前需要确定的参数有：需要聚类的个数K，聚类代表点数C和聚类收缩因子α；其中K依据聚类需求进行确定；C依据数据规模进行选取，大规模数据就取较大的值，小规模数据就取较小的值；α取值在0.2～0.7之间聚类结果较好；

步骤3，进行局部聚类的步骤：在准备好聚类数据后需要对选出的样本用基于欧式距,离公式改进算法进行局部聚类，用聚类算法挖掘出产品模块工艺之间的相似性，得出产品模块工艺等价模型，具体是：

聚类时将距离最近的两个类进行合并，类X和类Y之间的距离用函数d(X,Y)来表示；定义由p个组件构成的产品模块Mp和由q个组件构成的产品模块Mq的参数矩阵分别如下：

它们之间距离计算公式如下：

该公式首先计算两个模块间产品间的距离，然后将所有距离求和，最后将和值标准化，使距离d(Mp,Mq)∈[0,1]；该距离公式可以计算维度不相等的两个模块间的距离，并满足一般距离公式的要求，即：d(A,B)＝d(B,A)；d(A,A)＝0；

最后基于类间合并方法控制相似度μ进行距离合并：首先令相似度μ＝1-d，由d的取值范围可知μ∈[0.00,1.00]；然后选取一个聚类相似度阈值a，该阈值根据企业自身需求选取，可选取以下方法作为参考：选取多组明显相似的产品数据，按照本方法进行相似度计算，取各组计算相似度值的平均值为阈值a；在计算出所有类间的相似度μ后，取μ≥a的类，也就是选取出相似度为a以上的类。

在上述的一种基于PLM数据库面向DPIPP工艺信息的挖掘算法，在完成一次聚类后，按照CURE算法的流程，需要从合并后的类中取出代表点参与后续的聚类；CURE算法中，类的代表点通过如下方式产生：首先计算类的中心点，第一个点为该类中离中心点最远的点，第二个点为离第一个点最远的点，依次类推，直到取出最多C个点，然后将这些点按照收缩因子α向中心点收缩，经过收缩后的点就是该类的代表点；这样取出的代表点可以真实地反映出该类的形状；在对产品模块聚类分析时，由于每个模块的属性参数是一个矩阵，因此先将每个参数矩阵看做一个点，然后按照中心点计算公式计算出中心矩阵，再根据收缩因子α计算出代表矩阵；定义类Lp和类Lq合并为一个新的类Lp,q，以|Lp|和|Lq|分别表示这两个类所含产品模块的个数，以Lp.mean和Lq.mean分别表示这两个类的中心矩阵，以Lp,q.mean表示合并后的类的中心矩阵，以Lp,q.rep1,Lp,q.rep2，……，Lp,q.repC表示合并后的类的代表矩阵，那么代表矩阵的计算过程是这样的：

首先按照下列公式计算出中心矩阵

然后按照收缩因子α计算出代表矩阵

Lp,q.repi＝Li+α*(Lp,q.mean-Li)

取出代表矩阵后由代表矩阵代表合并后的类参与后续的聚类，依次进行下去，聚类时剔除掉过小的类和增长过慢的类，直到所有类停止增长或者达到所需要的聚类数k；在使用本发明提出的类间合并方法后，后续聚类时需要将所有代表矩阵间的相似度计算出来，然后同样通过控制相似度μ完成类间合并；由于采用了控制相似度阈值a的方法，合并时需要进行一次重复性筛选，剔除重复的类；需要说明的是不像最小距离聚类，每次聚类无论怎样都会有两个类被合并，在采用控制相似度阈值a的方法后，聚类时可能会出现所有类不再增长的现象，这是因为现有的所有的类的相似度达不到相似度阈值a，因此在所有类不再增长时会停止聚类。

本发明由于采用以上技术方案，其具有以下优点：1、将隐含在PLM数据库中的产品工艺相似性挖掘出来，提高产品数据的利用效率；2、用算法算出来的相似性可以服务于大批量定制设计，实现新产品的快速设计和已有产品的变型设计；3、能解决不同维度矩阵之间欧氏距离的计算问题，为计算相似度提供了很大的便利。

附图说明

图1为本发明实施例的聚类算法流程示意图。

具体实施方式

为了便于本领域普通技术人员理解和实施本发明，下面结合附图及实施例对本发明作进一步的详细描述，应当理解，此处所描述的实施示例仅用于说明和解释本发明，并不用于限定本发明。

本发明是直接针对企业产品模块进行聚类分析，因此聚类数据来源于企业现有的产品模块数据库。产品模块可以表示为结构、功能和工艺等参数的函数，主要选取上述参数进行聚类。

首先应对选取的数据进行预处理，随后进行聚类分析。数据预处理，一般是对数据进行规范化处理。数据规范化是将原始数据的格式进行统一，并将源数据转化到同一个度量单位上，这样做可以消除原始数据对计算结果的影响。本发明采取的规范化方法如下：对于结构属性，它表示产品或零件的结构参数，为数值型数据且大小不一。因此需要将这些数据转换到同一个度量单位上，然后将这些数据映射到同一区间，最后将所有数据保留相同的有效位。为便于后续的计算将结构参数映射到[0.00,1.00]之间，并统一保留小数点后两位有效数字。经过转化之后，每个结构参数将变为取值范围统一的无度量值。结构参数转化公式如下：

对于功能和工艺属性，它们将被转化为状态数，即有和无两种状态。因此，将这两种状态定义为1和0。其中1代表有某个功能或工艺，0带表没有这个功能或工艺。

采用上述标准化的方法后，对于一个由p个组件构成的产品模块，每个组件的某个属性(结构、功能或工艺)有n个参数，建立其属性参数矩阵如下：

CURE算法的基本步骤是这样的，首先从源数据中抽取一个随机样本S，将样本S分割为一组划分；然后对每个划分进行局部聚类，聚类时首先将每个对象看作一个类，计算出所有类之间的距离，取距离最近的两个类进行合并，合并后的类被当作一个新的类；然后按照收缩因子α从合并后的类中选出C个代表点，这些代表点将代表该类继续与其他的类进行聚类，直到类的数量达到预先设定的值K。在聚类过程中，如果一个类增长地太慢，就将该类去掉。根据上面的过程可以知道，聚类前需要确定的参数有：需要聚类的个数K，聚类代表点数C和聚类收缩因子α。其中K依据聚类需求进行确定；C依据数据规模进行选取，大规模数据就取较大的值，小规模数据就取较小的值；α取值在0.2～0.7之间聚类结果较好。

按照上述CURE算法的一般流程，在准备好聚类数据后接下来需要对选出的样本进行局部聚类。聚类时将距离最近的两个类进行合并，类X和类Y之间的距离用函数d(X,Y)来表示。常见的距离函数有切比雪夫距离、马氏距离、欧式距离、兰氏距离和幂距离等。这其中欧式距离是应用最广泛的，其公式如下：

但由于本发明主要是一种针对产品模块进行聚类分析的方法，每个模块由若干个组件构成，每个组件的属性参数又有多个，采用基本的欧式距离公式，无法计算出模块间的距离，也就无法计算出模块间的相似度。因此提出一种模块间距离计算公式，可以解决模块间距离计算的问题。由p个组件构成的产品模块Mp和由q个组件构成的产品模块Mq的参数矩阵分别如下：

它们之间距离计算公式如下：

该公式首先计算两个模块间产品间的距离，然后将所有距离求和，最后将和值标准化，使距离d(Mp,Mq)∈[0,1]。可以看出该距离公式可以计算维度不相等的两个模块间的距离，并满足一般距离公式的要求，即：d(A,B)＝d(B,A)；d(A,A)＝0。

在现有的聚类分析算法中，类间合并的方法又分为：最大距离合并、最小距离合并、平均距离合并、中心距离合并等，CURE算法采用的是最小距离合并方法，这些合并方法的共同特点是一次对两个类进行合并。本发明主要针对不同产品模块间的相似性进行聚类，它们之间的相似性本来就不是很高，采用最小距离合并的方法一方面会在聚类时将原本有相似关系的类排除在外，导致聚类结果不准确，另一方面针对大数据聚类时还需要通过多次的反复聚类才能达到聚类要求，聚类效率不高。

为了完成不同产品模块的聚类，本发明提出控制相似度μ进行合并的方法。首先令相似度μ＝1-d，由d的取值范围可知μ∈[0.00,1.00]；然后选取一个聚类相似度阈值a，比如a＝0.8，在计算出所有类间的相似度μ后，取μ≥0.8的类，也就是选取出相似度为80％以上的类。利用这种方法一次聚类合并的类的数量不再是两个了，一次可以完成多个类的聚类，大大提高了聚类效率。

在完成一次聚类后，按照CURE算法的流程，需要从合并后的类中取出代表点参与后续的聚类。CURE算法中，类的代表点通过如下方式产生：首先计算类的中心点，第一个点为该类中离中心点最远的点，第二个点为离第一个点最远的点，依次类推，直到取出最多C个点，然后将这些点按照收缩因子α向中心点收缩，经过收缩后的点就是该类的代表点。这样取出的代表点可以真实地反映出该类的形状。在对产品模块聚类分析时，由于每个模块的属性参数是一个矩阵，因此先将每个参数矩阵看做一个点，然后按照中心点计算公式计算出中心矩阵，再根据收缩因子α计算出代表矩阵。例如：假设类Lp和类Lq合并为一个新的类Lp,q，以|Lp|和|Lq|分别表示这两个类所含产品模块的个数，以Lp.mean和Lq.mean分别表示这两个类的中心矩阵，以Lp,q.mean表示合并后的类的中心矩阵，以Lp,q.rep1,Lp,q.rep2，……，Lp,q.repC表示合并后的类的代表矩阵，那么代表矩阵的计算过程是这样的：

首先按照下列公式计算出中心矩阵

然后按照收缩因子α计算出代表矩阵

Lp,q.repi＝Li+α*(Lp,q.mean-Li)

取出代表矩阵后由代表矩阵代表合并后的类参与后续的聚类，依次进行下去，聚类时剔除掉过小的类和增长过慢的类，直到所有类停止增长或者达到所需要的聚类数k。在使用本发明提出的类间合并方法后，后续聚类时需要将所有代表矩阵间的相似度计算出来，然后同样通过控制相似度μ完成类间合并。由于采用了控制相似度阈值的方法，合并时需要进行一次重复性筛选，剔除重复的类。需要说明的是不像最小距离聚类，每次聚类无论怎样都会有两个类被合并，在采用控制相似度阈值的方法后，聚类时可能会出现所有类不再增长的现象，这是因为现有的所有的类的相似度达不到相似度阈值，因此在所有类不再增长时会停止聚类，该方法有效地保证了聚类结果的精确性。

本说明书未详细阐述的部分均属于现有技术。

上述针对较佳实施例的描述较为详细，并不能因此而认为是对本发明专利保护范围的限制，本领域的普通技术人员在本发明的启示下，在不脱离本发明权利要求所保护的范围情况下，还可以做出替换或变形，均落入本发明的保护范围之内，本发明的请求保护范围应以所附权利要求为准。

Claims (2)

1.一种基于PLM数据库面向DPIPP工艺信息的挖掘方法，其特征在于，包括：

步骤1，数据进行预处理的步骤：对数据进行规范化处理；数据规范化是将原始数据的格式进行统一，并将源数据转化到同一个度量单位上，这样做可以消除原始数据对计算结果的影响；本发明采取的规范化方法如下：对于结构属性，它表示产品或零件的结构参数，为数值型数据且大小不一；因此需要将这些数据转换到同一个度量单位上，然后将这些数据映射到同一区间，最后将所有数据保留相同的有效位；为便于后续的计算将结构参数映射到[0.00,1.00]之间，并统一保留小数点后两位有效数字；经过转化之后，每个结构参数将变为取值范围统一的无度量值；

步骤2，对产品进行聚类分析的步骤：具体方法是：首先设置聚类参数：K、C、α、a，其中，K代表聚类的个数，C为聚类代表点数，α为聚类收缩因子，a为阈值；对于一个由p个组件构成的产品模块，每个组件的某个属性(结构、功能或工艺)有n个参数，建立其属性参数矩阵如下：

首先从源数据中抽取一个随机样本S，将样本S分割为一组划分；然后对每个划分进行局部聚类，聚类时首先将每个对象看作一个类，计算出所有类之间的距离，取距离最近的两个类进行合并，合并后的类被当作一个新的类；然后按照收缩因子α从合并后的类中选出C个代表点，这些代表点将代表该类继续与其他的类进行聚类，直到类的数量达到预先设定的值K；在聚类过程中，如果一个类增长地太慢，就将该类去掉；根据上面的过程可以知道，聚类前需要确定的参数有：需要聚类的个数K，聚类代表点数C和聚类收缩因子α；其中K依据聚类需求进行确定；C依据数据规模进行选取，大规模数据就取较大的值，小规模数据就取较小的值；α取值在0.2～0.7之间聚类结果较好；

步骤3，进行局部聚类的步骤：在准备好聚类数据后需要对选出的样本用基于欧式距,离公式改进算法进行局部聚类，用聚类算法挖掘出产品模块工艺之间的相似性，得出产品模块工艺等价模型，具体是：

聚类时将距离最近的两个类进行合并，类X和类Y之间的距离用函数d(X,Y)来表示；定义由p个组件构成的产品模块Mp和由q个组件构成的产品模块Mq的参数矩阵分别如下：

它们之间距离计算公式如下：

该公式首先计算两个模块间产品间的距离，然后将所有距离求和，最后将和值标准化，使距离d(Mp，Mq)∈[0，1]；该距离公式可以计算维度不相等的两个模块间的距离，并满足一般距离公式的要求，即：d(A,B)＝d(B,A)；d(A,A)＝0；

最后基于类间合并方法控制相似度μ进行距离合并：首先令相似度μ＝1-d，由d的取值范围可知μ∈[0.00，1.00]；然后选取一个聚类相似度阈值a，该阈值根据企业自身需求选取，可选取以下方法作为参考：选取多组明显相似的产品数据，按照本方法进行相似度计算，取各组计算相似度值的平均值为阈值a；在计算出所有类间的相似度μ后，取μ≥a的类，也就是选取出相似度为a以上的类。

2.根据权利要求1所述的一种基于PLM数据库面向DPIPP工艺信息的挖掘方法，其特征在于，在完成一次聚类后，按照CURE算法的流程，需要从合并后的类中取出代表点参与后续的聚类；CURE算法中，类的代表点通过如下方式产生：首先计算类的中心点，第一个点为该类中离中心点最远的点，第二个点为离第一个点最远的点，依次类推，直到取出最多C个点，然后将这些点按照收缩因子α向中心点收缩，经过收缩后的点就是该类的代表点；这样取出的代表点可以真实地反映出该类的形状；在对产品模块聚类分析时，由于每个模块的属性参数是一个矩阵，因此先将每个参数矩阵看做一个点，然后按照中心点计算公式计算出中心矩阵，再根据收缩因子α计算出代表矩阵；定义类Lp和类Lq合并为一个新的类Lp,q，以|Lp|和|Lq|分别表示这两个类所含产品模块的个数，以Lp.mean和Lq.mean分别表示这两个类的中心矩阵，以Lp,q.mean表示合并后的类的中心矩阵，以Lp,q.rep1,Lp,q.rep2，……，Lp,q.repC表示合并后的类的代表矩阵，那么代表矩阵的计算过程是这样的：

首先按照下列公式计算出中心矩阵

然后按照收缩因子α计算出代表矩阵

Lp，q·repi＝Li+α*(Lp，q·mean-Li)

取出代表矩阵后由代表矩阵代表合并后的类参与后续的聚类，依次进行下去，聚类时剔除掉过小的类和增长过慢的类，直到所有类停止增长或者达到所需要的聚类数k；在使用本发明提出的类间合并方法后，后续聚类时需要将所有代表矩阵间的相似度计算出来，然后同样通过控制相似度μ完成类间合并；由于采用了控制相似度阈值a的方法，合并时需要进行一次重复性筛选，剔除重复的类；需要说明的是不像最小距离聚类，每次聚类无论怎样都会有两个类被合并，在采用控制相似度阈值a的方法后，聚类时可能会出现所有类不再增长的现象，这是因为现有的所有的类的相似度达不到相似度阈值a，因此在所有类不再增长时会停止聚类。