CN107463151A - 一种复杂曲面加工多维知识云协同服务方法 - Google Patents
一种复杂曲面加工多维知识云协同服务方法 Download PDFInfo
- Publication number
- CN107463151A CN107463151A CN201710580642.7A CN201710580642A CN107463151A CN 107463151 A CN107463151 A CN 107463151A CN 201710580642 A CN201710580642 A CN 201710580642A CN 107463151 A CN107463151 A CN 107463151A
- Authority
- CN
- China
- Prior art keywords
- knowledge
- mtd
- mrow
- service
- msub
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 128
- 238000003754 machining Methods 0.000 title claims abstract description 19
- 230000008569 process Effects 0.000 claims abstract description 77
- 238000012545 processing Methods 0.000 claims abstract description 56
- 238000004088 simulation Methods 0.000 claims abstract description 14
- 238000004458 analytical method Methods 0.000 claims abstract description 13
- 238000011161 development Methods 0.000 claims abstract description 13
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 37
- 239000000428 dust Substances 0.000 claims description 35
- 238000007726 management method Methods 0.000 claims description 18
- 239000011159 matrix material Substances 0.000 claims description 13
- 238000005516 engineering process Methods 0.000 claims description 10
- 239000000203 mixture Substances 0.000 claims description 7
- 125000002015 acyclic group Chemical group 0.000 claims description 6
- 238000009223 counseling Methods 0.000 claims description 5
- 230000002123 temporal effect Effects 0.000 claims description 5
- 238000003491 array Methods 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 2
- 230000006870 function Effects 0.000 abstract description 18
- 238000004519 manufacturing process Methods 0.000 abstract description 12
- 239000002699 waste material Substances 0.000 abstract description 2
- 230000006399 behavior Effects 0.000 description 20
- 238000013507 mapping Methods 0.000 description 14
- 230000018109 developmental process Effects 0.000 description 10
- HPZJMUBDEAMBFI-WTNAPCKOSA-N (D-Ala(2)-mephe(4)-gly-ol(5))enkephalin Chemical compound C([C@H](N)C(=O)N[C@H](C)C(=O)NCC(=O)N(C)[C@@H](CC=1C=CC=CC=1)C(=O)NCCO)C1=CC=C(O)C=C1 HPZJMUBDEAMBFI-WTNAPCKOSA-N 0.000 description 7
- 108700022183 Ala(2)-MePhe(4)-Gly(5)- Enkephalin Proteins 0.000 description 7
- 238000005520 cutting process Methods 0.000 description 7
- 230000000694 effects Effects 0.000 description 7
- 238000005538 encapsulation Methods 0.000 description 5
- 238000003801 milling Methods 0.000 description 5
- 238000011112 process operation Methods 0.000 description 4
- 238000003672 processing method Methods 0.000 description 3
- 238000003908 quality control method Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012356 Product development Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 230000002542 deteriorative effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/18—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
- G05B19/408—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form characterised by data handling or data format, e.g. reading, buffering or conversion of data
- G05B19/4083—Adapting programme, configuration
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/35—Nc in input of data, input till input file format
- G05B2219/35356—Data handling
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Human Computer Interaction (AREA)
- Manufacturing & Machinery (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种复杂曲面加工多维知识云协同服务方法，属于复杂曲面零件云制造加工过程知识服务技术领域。本发明知识协同服务方法执行过程以服务系统的六个层为基础，基础支撑层与其他五个层连接，为知识服务过程中的其他各层提供网络服务、各类应用软件和硬件资源。本发明提供了有效的、标准化的知识资源表示和存储模式；提高了加工效率，减少了由于工艺规划或技术参数设置不当导致的资源浪费问题；通过将特定功能的知识资源封装为具有特定功能的知识云系，并构建相关功能组件，从而提供曲面造型设计服务、工艺规划服务、刀轨计算服务、样机试制服务、机床加工服务、仿真分析服务，节省了特定功能环节的加工时间和信息成本。
Description
技术领域
本发明涉及一种复杂曲面加工多维知识云协同服务方法，属于复杂曲面零件云制造加工过程知识服务技术领域。
背景技术
复杂曲面越来越广泛的应用在能源、汽车、航空航天、造船等装备制造领域，具有变曲率、大扭曲等特征，加工制造过程复杂。复杂曲面产品研制过程中高效配置加工知识资源、共享研制知识、增强管控能力、降低信息化成本等均向云制造模式下知识服务提出了迫切需求，尤其在复杂曲面零件加工制造过程中，知识资源的封装、知识资源的按需配置、精准推送等能力在不断恶化的问题亟待解决。
近年来，国内外学者通常针对复杂曲面零件变曲率、大扭曲等特征及其加工质量难以控制等问题，研究采用多轴数控铣削加工装备及其特殊加工工艺，来保证曲面零件加工精度，提高加工效率。然而鲜有研究机器、数据、人与工业互联网的新型连接模式下如何实现复杂曲面零件的智能铣削加工，根据加工任务要求，主动推送与加工工艺相关的知识资源，建立复杂曲面零件切削加工的知识流动通道的方法和策略等问题。
因此，为了提高复杂曲面零件在云制造环境下的加工效率，需要一种云制造环境下复杂曲面零件切削加工知识云多维协同服务模式，以及该模式下形成的服务方法。一方面需要针对复杂曲面零件加工过程中的工艺规划、刀轨计算、加工仿真、性能分析、质量控制等环节，主动推送与加工活动相关的各种知识资源，另一方面也需要对加工过程中某个指定工艺活动，通过封装相应的参数、方法、模型、工具，以动态服务的形式推送到各个制造环节。
发明内容
本发明提供了一种复杂曲面加工多维知识云协同服务方法，以用于解决复杂曲面零件加工过程中知识资源的封装、知识资源的按需配置、精准推送等能力在不断恶化的问题，提高云制造环境下复杂曲面零件加工效率，为复杂曲面制造由数控到智慧模式升级探索方法和途径。
本发明的技术方案是：一种复杂曲面加工多维知识云协同服务方法，所述知识协同服务方法执行过程以服务系统的六个层为基础，基础支撑层与其他五个层连接，为知识服务过程中的其他各层提供网络服务、各类应用软件和硬件资源；其中服务系统架构包括：基础支撑层、知识资源层、知识索引层、知识匹配管理层、知识服务层、应用层；
根据构建的顺序，本方法包括如下步骤：
步骤1：分析复杂曲面零件加工过程知识云构成及相关加工过程知识云服务行为属性和特点，构建基于本体的知识云表达体系，通过基于本体的知识云表达体系对复杂曲面零件加工过程相关的知识资源进行统一地知识化表示，并将知识资源存储于知识资源层；
步骤2：在知识索引层中，调用知识资源层中的知识资源，并通过基于本体的有向无环图方法建立指定工艺环节对应的知识云团、知识云滴之间的逻辑关系；然后建立基于本体的有向无环图的平面知识云模型，对知识资源层中的知识资源进行索引，并将索引的知识推送至知识匹配管理层；
步骤3：在知识匹配管理层中，对知识服务系统中知识云协同服务流程建立基于Petri网的多维知识云协同服务行为描述模型；按照知识云协同服务流程对知识索引层索引的知识资源进行调取和匹配，实现知识的搜索、咨询、推送、订阅，并匹配指定工艺环节相关的知识，构建加工工艺相关的特定功能知识云系，为知识服务层中的两种类型的知识服务奠基；其中，特定功能知识云系包括曲面造型知识云系、工艺规划知识云系、刀轨计算知识云系、粗糙度预测知识云系、仿真分析知识云系、机床加工知识云系、样机试制知识云系；
步骤4：在知识服务层中，根据用户需求构建知识服务内容，将知识匹配管理层中的知识搜索、咨询、推送、订阅、匹配功能封装为平面知识云服务；将通过调用加工工艺相关的特定功能的知识云系封装为多维知识云协同服务，并将知识服务推送到应用层中的复杂曲面零件加工过程中；其中，平面知识云服务包括知识搜索服务、知识咨询服务、知识推送服务、知识订阅服务、知识云匹配服务，多维知识云协同服务包括曲面造型服务、工艺规划服务、刀轨计算服务、粗糙度预测服务、仿真分析服务、机床加工服务、样机试制服务。
所述基于本体的有向无环图方法是将本体描述法和有向无环图描述法相结合的描述方法。
所述平面知识云模型为一组由知识云团Cpij及知识云滴Dcij按照5个规则排布而成的n行n列的数据表，即n×n的矩阵Pn,n∈N+：
其中，i表示知识云团或云滴所在层数，j表示知识云团或知识云滴所在位置；且设rank(P)为矩阵Pn的秩，则rank(P)＝n，即Pn为非奇异矩阵；
设i,j,k∈N+，则有Dcij≠Cpij，Cp、Dc之间匹配关系服从以下5个规则：
规则1：则Dcij为Cpij的集合组成部分，即Dcij为Cpij上的知识云滴；
规则2：则Dcij，Cpij和Cp(i+1)k为继承关系；
规则3：则Dcij,Cpij与Cpik为同位关系；
规则4：则Dcij,Cpij与Cpik为同义关系；
规则5：则Dcij，Cpij为Cp(i+1)k的属性、实例或者组成部分。
所述基于Petri网的多维知识云协同服务行为描述模型PBCSM-KC表示为一个四元组：PBCSM-KC＝(PTF,OR,RC,TC)；其中，PTF,OR,RC,TC分别为加工任务流、运行规则、知识约束和时序约束。
本发明的有益效果是：
1、本发明针对曲面造型设计-工艺规划-刀轨计算-零件粗糙度预测-仿真分析-机床加工-样机试制具体流程，提供了一种复杂曲面铣削加工过程的辅助性服务方法。
2、本发明利用基于本体的有向无环图对加工过程知识资源进行虚拟化表示和系统化存储，为云制造模式下提高复杂曲面知识资源利用率，提供了有效的、标准化的知识资源表示和存储模式。
3、本发明为复杂曲面铣削加工过程提供知识搜索服务、知识咨询服务、知识推送服务、知识订阅服务，方便用户在执行加工任务中对相关资源进行快速查询、学习和调用，提高了加工效率，减少了由于工艺规划或技术参数设置不当导致的资源浪费问题。
4、本发明通过将特定功能的知识资源封装为具有特定功能的知识云系，并构建相关功能组件，从而提供曲面造型设计服务、工艺规划服务、刀轨计算服务、样机试制服务、机床加工服务、仿真分析服务，节省了特定功能环节的加工时间和信息成本。
附图说明
图1为本发明的服务行为构建流程构架图；
图2为多维知识云协同服务知识匹配模式；
图3为复杂曲面加工多领域本体构建示意图；
图4为DAGO平面知识云组织模型图；
图5为DAGO四维知识云时空协同服务行为构架；
图6为多维知识云协同服务行为Petri网任务流；
图7为知识服务行为执行流程图。
具体实施方式
实施例1：如图1-7所示，一种复杂曲面加工多维知识云协同服务方法，所述知识协同服务方法执行过程以服务系统的六个层为基础，基础支撑层与其他五个层连接，为知识服务过程中的其他各层提供网络服务、各类应用软件和硬件资源；其中服务系统架构包括：基础支撑层、知识资源层、知识索引层、知识匹配管理层、知识服务层、应用层；
根据构建的顺序，本方法包括如下步骤：
步骤1：分析复杂曲面零件加工过程知识云构成及相关加工过程知识云服务行为属性和特点，构建基于本体的知识云表达体系，通过基于本体的知识云表达体系对复杂曲面零件加工过程相关的知识资源进行统一地知识化表示，并根据知识资源间的关联性将知识资源表示为知识云滴、知识云团、知识云系，并将知识资源存储于知识资源层；
步骤2：在知识索引层中，调用知识资源层中的知识资源，并通过基于本体的有向无环图方法建立指定工艺环节对应的知识云团、知识云滴之间的逻辑关系；然后建立基于本体的有向无环图的平面知识云模型，对知识资源层中的知识资源进行索引，并将索引的知识推送至知识匹配管理层；
步骤3：在知识匹配管理层中，对知识服务系统中知识云协同服务流程建立基于Petri网的多维知识云协同服务行为描述模型；按照知识云协同服务流程对知识索引层索引的知识资源进行调取和匹配，实现知识的搜索、咨询、推送、订阅，并匹配指定工艺环节相关的知识，构建加工工艺相关的特定功能知识云系，为知识服务层中的两种类型的知识服务奠基；其中，特定功能知识云系包括曲面造型知识云系、工艺规划知识云系、刀轨计算知识云系、粗糙度预测知识云系、仿真分析知识云系、机床加工知识云系、样机试制知识云系；
步骤4：在知识服务层中，根据用户需求构建知识服务内容，将知识匹配管理层中的知识搜索、咨询、推送、订阅、匹配功能封装为平面知识云服务；将通过调用加工工艺相关的特定功能的知识云系封装为多维知识云协同服务，并将知识服务推送到应用层中的复杂曲面零件加工过程中；其中，平面知识云服务包括知识搜索服务、知识咨询服务、知识推送服务、知识订阅服务、知识云匹配服务，多维知识云协同服务包括曲面造型服务、工艺规划服务、刀轨计算服务、粗糙度预测服务、仿真分析服务、机床加工服务、样机试制服务。
进一步地，所述基于本体的有向无环图方法是将本体描述法和有向无环图描述法相结合的描述方法。
进一步地，所述平面知识云模型为一组由知识云团Cpij及知识云滴Dcij按照5个规则排布而成的n行n列的数据表，即n×n的矩阵Pn,n∈N+：
其中，i表示知识云团或云滴所在层数，j表示知识云团或知识云滴所在位置；且设rank(P)为矩阵Pn的秩，则rank(P)＝n，即Pn为非奇异矩阵；
设i,j,k∈N+，则有Dcij≠Cpij，Cp、Dc之间匹配关系服从以下5个规则：
规则1：则Dcij为Cpij的集合组成部分，即Dcij为Cpij上的知识云滴；
规则2：则Dcij，Cpij和Cp(i+1)k为继承关系；
规则3：则Dcij,Cpij与Cpik为同位关系；
规则4：则Dcij,Cpij与Cpik为同义关系；
规则5：则Dcij，Cpij为Cp(i+1)k的属性、实例或者组成部分。
进一步地，所述基于Petri网的多维知识云协同服务行为描述模型PBCSM-KC表示为一个四元组：PBCSM-KC＝(PTF,OR,RC,TC)；其中，PTF,OR,RC,TC分别为加工任务流、运行规则、知识约束和时序约束。
实施例2：如图2所示，从零件的毛坯到成品零件的加工过程由多个知识服务行为构成，每一个服务行为对应复杂曲面零件某型面加工所需推送的知识资源，包括加工装备、控制模式、刀具、材料、加工类型、加工方法、切削参数、标准规范、经验数据等多专业领域知识资源，从特征型面到知识资源形成复杂的多对多的映射关系，知识云滴、知识云团、知识云系间形成复杂的耦联关系。
根据构建的顺序，本方法包括如下步骤：
步骤1：如图3所示，分析复杂曲面零件加工过程知识云构成及相关加工过程知识云服务行为属性和特点，构建基于本体的复杂曲面零件加工过程知识云表达体系，该领域本体主要包括加工方法、加工类型、刀具、切削参数、材料、经验数据、标准规范、机床装备、控制系统、测试设备、质量控制、成本控制等多领域知识本体，图中实线表示加工过程的知识资源多领域本体间的继承、归属、组成等关系，虚线表示不同领域本体间的耦合互联关系。
步骤2：如图4所示，在知识索引层中，通过基于本体的有向无环图(DAGO)建立指定工艺环节对应的知识云团、知识云滴之间的逻辑关系，建立基于DAGO的平面知识云模型，该模型是一个零件加过程中知识资源的数字化序列集，知识云滴和云团构成其空间的子序列集，将多任务加工知识资源按照映射关系和任务流操作顺序，排序为一个队列的矩阵集合。知识云集合由模型中的顶点和有向边构成，每条边代表一种本体映射关系，连接两个知识云团或云滴的顶点。知识云团、云滴按照映射关系从顶层至底层沿着有向边有序、单向地下行，分层排布，并且根据用户需求，以||R||最大的知识云团为核心连接不同的协作云团或云滴，形成知识云系。
平面知识云模型的构建规则由数学模型描述如下：
所述平面知识云模型为一组由知识云团Cpij及知识云滴Dcij按照5个规则排布而成的n行n列的数据表，即n×n的矩阵Pn,n∈N+：
其中，i表示知识云团或云滴所在层数，j表示知识云团或知识云滴所在位置；且设rank(P)为矩阵Pn的秩，则rank(P)＝n，即Pn为非奇异矩阵；一般地，上述多任务序列对应的矩阵Pn可表示为{Cp1,Cp2,...,Cpm,Dcm+1,Dcm+2,...,Dcn}(m∈N+且m＜n)。若存在知识云系Ks，则且映射关系集Rm的模||Rm||＝||R||max(||R||max为Ks中||R||最大的知识云团的模；
设i,j,k∈N+，则有Dcij≠Cpij，Cp、Dc之间匹配关系服从以下规则：
规则1：则Dcij为Cpij的集合组成部分，即Dcij为Cpij上的知识云滴；规则2：则Dcij，Cpij和Cp(i+1)k为继承关系；
规则3：则Dcij,Cpij与Cpik为同位关系；
规则4：则Dcij,Cpij与Cpik为同义关系；
规则5：则Dcij，Cpij为Cp(i+1)k的属性、实例或者组成部分。
步骤3：在知识匹配管理层中，根据工艺流程需求，建立DAGO多维知识云协同服务行为构架，根据实际加工流程需要选择所调取知识云的维度，如图5所示，以四维知识云服务为例，建立DAGO四维知识云时空协同服务行为构架。如图6所示，根据多维知识云协同服务行为构架，对知识服务系统中知识云协同服务流程建立基于Petri网的多维知识云协同服务行为描述模型(PBCSM-KC)和实现机制。PBCSM-KC模型根据加工工艺流程中的时序和工艺知识约束，包括加工任务流-知识资源-加工状态-运行规则，以及不同操作活动间的耦联关系、时间关系和匹配关系。
PBCSM-KC可表示为一个四元组，即PBCSM-KC＝(PTF,OR,RC,TC)，其中，PTF,OR,RC,TC分别为加工任务流、运行规则、知识约束和时序约束。
其中，PTF可表示为一个四元组，即PTF＝(P,KC,T,CR)，其中P＝(p1(t1),p2(t2),...,pi(ti),...,pn(tn))表示加工工艺流程中加工任务在不同时间的状态序列；KC＝(kc1(t1),kc2(t2),...,kci(ti),...,kcn(tn))表示随着工艺流程的推进，在进行不同加工操作时所需要的知识云滴、云团或云系；T＝(t1,t2,...ti,...,tn)表示加工操作活动序列集；CR＝t×t表示不同操作活动间的耦联关系。
OR主要描述不同加工工艺流程和工况下加工任务的执行情况。如：((t1∈Suspend)∩({t2，t3}∈Recover))表示在某加工任务运行状态下，加工操作t1暂停，加工操作t2和t3恢复，若t1缺失，则暂停其所属加工任务的所有操作活动，若t2和t3同时缺失则启动其所属加工任务中已暂停的操作活动。
RC是为了实现加工任务执行过程中知识资源的有效匹配和推送，对加工任务中不同操作活动所需知识云匹配方式的描述，包括检索、操作、反馈和关联，即RC＝(Retrieval(ti),Operate(ti),Feedback(ti),Relate(ti))，其中ti表示加工操作活动序列。
TC是对不同加工工艺流程中加工操作执行时间关系的描述，包括启动、暂停、终止和恢复，即TC＝(Start(bf,ti),Suspend(bf,ti),Stop(bf,ti),Recover(bf,ti))，其中bf表示工艺流程。
步骤4：在知识服务层中，根据用户需求构建知识服务内容，为用户提供平面知识云服务和多维知识云协同服务，并将知识服务推送到应用层中的复杂曲面零件的具体加工过程中，最终实现针对复杂曲面零件加工过程的多维知识云协同服务。
实施例3：如图7所示，根据本方法的构建步骤，以涡轮机叶片加工知识服务过程为例，对知识服务行为在复杂曲面零件加工过程知识云服务平台中的执行流程进行说明：首先对加工任务进行分解并发放，用户获取任务后，读取任务信息，包括加工任务类型、基本信息、任务要求等，通过分词处理，将“涡轮机叶片刀轨计算”任务转换为“加工区域划分”、“加工装备选择”、“走刀路线规划”、“刀具姿态控制”、“切削参数确定”任务序列的知识需求，并根据已建立的复杂曲面刀轨计算常用知识云及其关系的领域本体，构建知识库中知识云滴、云团和云系的DAGO平面知识结构。然后，构建包括“加工区域划分”、“加工装备选择”、“走刀路线规划”、“刀具姿态控制”、“切削参数确定”任务的加工工艺工作流，并通过知识约束和时序约束协调五个加工任务的协同运行，用户在知识服务平台操作中获得平面知识服务和多维知识云协同服务，可以调用平台推送的多维云协同服务组件，如：三维CAD模型、工艺规划、参数配置、数控程序等，也可以同步搜索与加工任务中不同环节匹配的知识资源，从而在本发明所提供的知识服务行为辅助下完成产品加工过程。
本发明的工作原理是：
本发明以复杂曲面零件型面特征、加工任务及工艺要求为基础，具体指加工型面在某工艺路线下某工序内完成相应的加工功能所提供的从特征型面到工艺信息再到知识资源的映射规则和推送方法。本方法适用于复杂曲面零件数字化加工过程资源优化与信息推送研究，包括：基础支撑层、知识资源层、知识索引层、知识匹配管理层、知识服务层、应用层。所述基础支撑层包括面向复杂曲面零件加工过程知识云服务平台，具体为在Eclipse4.5环境中，采用Java，XML，JavaScript语言开发的复杂曲面铣削加工知识云服务平台及其知识服务推送功能组件，所述知识服务推送功能主要包括：平面知识云服务和多维知识云协同服务两种服务功能。
所述知识资源层包括利用本体描述方法表示的各种功能性知识云，根据复杂曲面零件加工过程中所涉及的知识资源内容及特点，包括：切削参数知识云、成本控制知识云、加工方法知识云、刀具信息知识云、机床装备知识云等，通过将复杂曲面零件加工过程知识资源的参数化表示、智能匹配、知识化封装实现知识的参数化表示和系统化存储。
所述知识云由大量的知识云滴、知识云团和知识云系通过一定映射关系匹配组合而成(所述知识云团由知识云滴组成，所述知识云系由知识云团组成)。知识云滴Dc＝{dc1,dc2,...,dci,...,dcn}(1≤i≤n),n∈N+。是能够完整描述复杂曲面零件加工过程中某项工艺知识的最小数据集，Dcij是数据集中具体的数据对象。知识云团为一个二元组(Cp,R)，其中Cp＝{Cp1,Cp2,...Cpj,...,Cpn}(1≤j≤n)是为复杂曲面零件加工过程中指定工艺环节提供的虚拟化描述和服务化封装的知识云滴集合，包括手册、标准、说明书、工艺规范、加工程序、仿真分析模型、关键技术参数和经验案例等知识云滴；R:Cp×Cp为不同知识云团、知识云滴之间的映射关系集，该映射关系集包括：继承关系、归属关系、组成关系、实例关系、同义关系、同位关系。称作映射关系单元，映射关系集中不同知识云滴间映射关系单元的个数称作该映射关系集的模，记作R。知识云系Ks是由多个知识云团耦合嵌套形成，每个知识云系都是以R最大的知识云团为核心，关联多个协作云团形成知识云系，每个云系内部的云团或云滴在知识服务过程中，又与其它云系内的云团或云滴建立协作关系，形成了云系内和云系间的复杂耦联关系；知识云系根据其服务行为能力，分为工艺规划云系、刀轨计算云系、数控编程云系、仿真分析云系、加工装配云系、质量控制云系等。
所述知识索引层包括复杂曲面零件加工工艺知识不同领域本体之间的关系构架及知识检索、匹配组件。知识索引层通过提取知识资源层中的知识资源，并应用本体间的相似度计算、分类映射、关系映射等多种本体映射方法建立知识间的索引关系。
所述知识匹配管理层包括根据知识服务需求和复杂曲面零件加工过程知识特点封装的曲面造型知识云系、工艺规划知识云系、刀轨计算知识云系、粗糙度预测知识云系、仿真分析知识云系、机床加工知识云系、样机试制知识云系，以及知识搜索、知识咨询、知识推送、知识订阅、知识匹配功能，所述知识云系由知识索引层索引的知识云团根据具体加工工艺知识云服务需求耦合嵌套而成。
所述知识服务层包括平面知识云服务和多维知识云协同服务。平面知识云服务包括知识搜索服务、知识咨询服务、知识推送服务、知识订阅服务、知识云匹配服务，平面知识云服务通过封装知识匹配层管理层中的知识搜索、咨询、推送、订阅、匹配功能得到对应的知识服务；多维知识云协同服务包括曲面造型服务、工艺规划服务、刀轨计算服务、粗糙度预测服务、仿真分析服务、机床加工服务、样机试制服务，多维知识云协同服务通过提取知识匹配管理层中知识云系得到相对功能的知识服务。知识服务层将两种知识服务推送至应用层。
所述应用层包括针对曲面造型设计-工艺规划-刀轨计算-零件粗糙度预测-仿真分析-机床加工-样机试制流程的知识服务应用组件，将知识服务层推送的平面知识云服务和多维知识云协同服务应用于具体加工环节中。
上面结合附图对本发明的具体实施方式作了详细说明，但是本发明并不限于上述实施方式，在本领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下作出各种变化。
Claims (4)
1.一种复杂曲面加工多维知识云协同服务方法，其特征在于：所述知识协同服务方法执行过程以服务系统的六个层为基础，基础支撑层与其他五个层连接，为知识服务过程中的其他各层提供网络服务、各类应用软件和硬件资源；其中服务系统架构包括：基础支撑层、知识资源层、知识索引层、知识匹配管理层、知识服务层、应用层；
根据构建的顺序，本方法包括如下步骤：
步骤1：分析复杂曲面零件加工过程知识云构成及相关加工过程知识云服务行为属性和特点，构建基于本体的知识云表达体系，通过基于本体的知识云表达体系对复杂曲面零件加工过程相关的知识资源进行统一地知识化表示，并将知识资源存储于知识资源层；
步骤2：在知识索引层中，调用知识资源层中的知识资源，并通过基于本体的有向无环图方法建立指定工艺环节对应的知识云团、知识云滴之间的逻辑关系；然后建立基于本体的有向无环图的平面知识云模型，对知识资源层中的知识资源进行索引，并将索引的知识推送至知识匹配管理层；
步骤3：在知识匹配管理层中，对知识服务系统中知识云协同服务流程建立基于Petri网的多维知识云协同服务行为描述模型；按照知识云协同服务流程对知识索引层索引的知识资源进行调取和匹配，实现知识的搜索、咨询、推送、订阅，并匹配指定工艺环节相关的知识，构建加工工艺相关的特定功能知识云系，为知识服务层中的两种类型的知识服务奠基；其中，特定功能知识云系包括曲面造型知识云系、工艺规划知识云系、刀轨计算知识云系、粗糙度预测知识云系、仿真分析知识云系、机床加工知识云系、样机试制知识云系；
步骤4：在知识服务层中，根据用户需求构建知识服务内容，将知识匹配管理层中的知识搜索、咨询、推送、订阅、匹配功能封装为平面知识云服务；将通过调用加工工艺相关的特定功能的知识云系封装为多维知识云协同服务，并将知识服务推送到应用层中的复杂曲面零件加工过程中；其中，平面知识云服务包括知识搜索服务、知识咨询服务、知识推送服务、知识订阅服务、知识云匹配服务，多维知识云协同服务包括曲面造型服务、工艺规划服务、刀轨计算服务、粗糙度预测服务、仿真分析服务、机床加工服务、样机试制服务。
2.根据权利要求1所述的复杂曲面加工多维知识云协同服务方法，其特征在于：所述基于本体的有向无环图方法是将本体描述法和有向无环图描述法相结合的描述方法。
3.根据权利要求1所述的复杂曲面加工多维知识云协同服务方法，其特征在于：所述平面知识云模型为一组由知识云团Cpij及知识云滴Dcij按照5个规则排布而成的n行n列的数据表，即n×n的矩阵Pn,n∈N+：
<mrow>
<msup>
<mi>P</mi>
<mi>n</mi>
</msup>
<mo>=</mo>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<mrow>
<msub>
<mi>Cp</mi>
<mn>11</mn>
</msub>
</mrow>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>Cp</mi>
<mn>21</mn>
</msub>
</mrow>
</mtd>
<mtd>
<mrow>
<msub>
<mi>Cp</mi>
<mn>22</mn>
</msub>
</mrow>
</mtd>
<mtd>
<mrow>
<msub>
<mi>Dc</mi>
<mn>23</mn>
</msub>
</mrow>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>Cp</mi>
<mn>31</mn>
</msub>
</mrow>
</mtd>
<mtd>
<mrow>
<msub>
<mi>Cp</mi>
<mn>32</mn>
</msub>
</mrow>
</mtd>
<mtd>
<mrow>
<msub>
<mi>Cp</mi>
<mn>33</mn>
</msub>
</mrow>
</mtd>
<mtd>
<mrow>
<msub>
<mi>Dc</mi>
<mn>34</mn>
</msub>
</mrow>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
</mtr>
<mtr>
<mtd>
<mn>...</mn>
</mtd>
<mtd>
<mn>...</mn>
</mtd>
<mtd>
<mn>...</mn>
</mtd>
<mtd>
<mn>...</mn>
</mtd>
<mtd>
<mn>...</mn>
</mtd>
<mtd>
<mn>...</mn>
</mtd>
<mtd>
<mn>...</mn>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>Cp</mi>
<mrow>
<mi>i</mi>
<mn>1</mn>
</mrow>
</msub>
</mrow>
</mtd>
<mtd>
<mrow>
<msub>
<mi>Cp</mi>
<mrow>
<mi>i</mi>
<mn>2</mn>
</mrow>
</msub>
</mrow>
</mtd>
<mtd>
<mn>...</mn>
</mtd>
<mtd>
<mrow>
<msub>
<mi>Cp</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
</mrow>
</mtd>
<mtd>
<mrow>
<msub>
<mi>Dc</mi>
<mrow>
<mi>i</mi>
<mrow>
<mo>(</mo>
<mi>j</mi>
<mo>+</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
</mrow>
</msub>
</mrow>
</mtd>
<mtd>
<mn>...</mn>
</mtd>
<mtd>
<mrow>
<msub>
<mi>Dc</mi>
<mrow>
<mi>i</mi>
<mi>n</mi>
</mrow>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mn>...</mn>
</mtd>
<mtd>
<mn>...</mn>
</mtd>
<mtd>
<mn>...</mn>
</mtd>
<mtd>
<mn>...</mn>
</mtd>
<mtd>
<mn>...</mn>
</mtd>
<mtd>
<mn>...</mn>
</mtd>
<mtd>
<mn>...</mn>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>Cp</mi>
<mrow>
<mi>n</mi>
<mn>1</mn>
</mrow>
</msub>
</mrow>
</mtd>
<mtd>
<mrow>
<msub>
<mi>Cp</mi>
<mrow>
<mi>n</mi>
<mn>2</mn>
</mrow>
</msub>
</mrow>
</mtd>
<mtd>
<mn>...</mn>
</mtd>
<mtd>
<mrow>
<msub>
<mi>Cp</mi>
<mrow>
<mi>n</mi>
<mi>i</mi>
</mrow>
</msub>
</mrow>
</mtd>
<mtd>
<mrow>
<msub>
<mi>Dc</mi>
<mrow>
<mi>n</mi>
<mrow>
<mo>(</mo>
<mi>j</mi>
<mo>+</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
</mrow>
</msub>
</mrow>
</mtd>
<mtd>
<mn>...</mn>
</mtd>
<mtd>
<mrow>
<msub>
<mi>Dc</mi>
<mrow>
<mi>n</mi>
<mi>n</mi>
</mrow>
</msub>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
</mrow>
其中，i表示知识云团或云滴所在层数，j表示知识云团或知识云滴所在位置；且设rank(P)为矩阵Pn的秩，则rank(P)＝n，即Pn为非奇异矩阵；
设i,j,k∈N+，则有Dcij≠Cpij，Cp、Dc之间匹配关系服从以下5个规则：
规则1：则Dcij为Cpij的集合组成部分，即Dcij为Cpij上的知识云滴；
规则2：则Dcij，Cpij和Cp(i+1)k为继承关系；
规则3：则Dcij,Cpij与Cpik为同位关系；
规则4：则Dcij,Cpij与Cpik为同义关系；
规则5：则Dcij，Cpij为Cp(i+1)k的属性、实例或者组成部分。
4.根据权利要求1所述的复杂曲面加工多维知识云协同服务方法，其特征在于：所述基于Petri网的多维知识云协同服务行为描述模型PBCSM-KC表示为一个四元组：PBCSM-KC＝(PTF,OR,RC,TC)；其中，PTF,OR,RC,TC分别为加工任务流、运行规则、知识约束和时序约束。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710580642.7A CN107463151B (zh) | 2017-07-17 | 2017-07-17 | 一种复杂曲面加工多维知识云协同服务方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710580642.7A CN107463151B (zh) | 2017-07-17 | 2017-07-17 | 一种复杂曲面加工多维知识云协同服务方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107463151A true CN107463151A (zh) | 2017-12-12 |
| CN107463151B CN107463151B (zh) | 2019-07-16 |
Family
ID=60546812
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710580642.7A Active CN107463151B (zh) | 2017-07-17 | 2017-07-17 | 一种复杂曲面加工多维知识云协同服务方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107463151B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108491660A (zh) * | 2018-04-03 | 2018-09-04 | 天津城建大学 | 复杂型面制造质量知识表示云建模方法 |
| CN113421021A (zh) * | 2021-07-14 | 2021-09-21 | 浙江大学 | 一种用于组合机床加工旋梭零件的加工工序构建方法 |
| CN116679617A (zh) * | 2023-07-27 | 2023-09-01 | 兰州理工大学 | 一种复杂曲面数控加工工艺规划自动生成方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101667187A (zh) * | 2009-09-23 | 2010-03-10 | 南京邮电大学 | 一种基于对等计算技术的复合知识云方法 |
| CN103064343A (zh) * | 2012-12-19 | 2013-04-24 | 华南理工大学 | 一种面向复杂曲面加工的轨迹生成方法及其轨迹生成系统 |
| CN103592891A (zh) * | 2013-09-28 | 2014-02-19 | 大连理工大学 | 运动学约束的复杂曲面五轴数控加工刀矢光顺方法 |
| CN104635691A (zh) * | 2014-12-31 | 2015-05-20 | 北京清大国华环保科技有限公司 | 一种数据采集与分析的云服务系统 |
| CN104794151A (zh) * | 2015-01-30 | 2015-07-22 | 北京东方泰坦科技股份有限公司 | 一种基于协同标绘技术的空间知识服务系统建设方法 |
| US20170139731A1 (en) * | 2015-11-12 | 2017-05-18 | Vmware, Inc. | Offline tools upgrade for virtual machines |
-
2017
- 2017-07-17 CN CN201710580642.7A patent/CN107463151B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101667187A (zh) * | 2009-09-23 | 2010-03-10 | 南京邮电大学 | 一种基于对等计算技术的复合知识云方法 |
| CN103064343A (zh) * | 2012-12-19 | 2013-04-24 | 华南理工大学 | 一种面向复杂曲面加工的轨迹生成方法及其轨迹生成系统 |
| CN103592891A (zh) * | 2013-09-28 | 2014-02-19 | 大连理工大学 | 运动学约束的复杂曲面五轴数控加工刀矢光顺方法 |
| CN104635691A (zh) * | 2014-12-31 | 2015-05-20 | 北京清大国华环保科技有限公司 | 一种数据采集与分析的云服务系统 |
| CN104794151A (zh) * | 2015-01-30 | 2015-07-22 | 北京东方泰坦科技股份有限公司 | 一种基于协同标绘技术的空间知识服务系统建设方法 |
| US20170139731A1 (en) * | 2015-11-12 | 2017-05-18 | Vmware, Inc. | Offline tools upgrade for virtual machines |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108491660A (zh) * | 2018-04-03 | 2018-09-04 | 天津城建大学 | 复杂型面制造质量知识表示云建模方法 |
| CN113421021A (zh) * | 2021-07-14 | 2021-09-21 | 浙江大学 | 一种用于组合机床加工旋梭零件的加工工序构建方法 |
| CN116679617A (zh) * | 2023-07-27 | 2023-09-01 | 兰州理工大学 | 一种复杂曲面数控加工工艺规划自动生成方法 |
| CN116679617B (zh) * | 2023-07-27 | 2023-09-29 | 兰州理工大学 | 一种复杂曲面数控加工工艺规划自动生成方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107463151B (zh) | 2019-07-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Xu et al. | Computer-aided process planning–A critical review of recent developments and future trends | |
| CN110084405B (zh) | 吞吐柔性智能装配物流路径规划方法 | |
| CN107632845B (zh) | 一种转轮叶片多轴铣削加工的集成知识云服务方法和系统 | |
| CN104951590B (zh) | 模具设计与制造的知识服务系统及方法 | |
| CN107463151B (zh) | 一种复杂曲面加工多维知识云协同服务方法 | |
| CN105787229B (zh) | 一种自动化生产线的设计与运行联合优化方法 | |
| Zhao et al. | STEP-based multiview integrated product modelling for concurrent engineering | |
| Li et al. | A cloud-terminal-based cyber-physical system architecture for energy efficient machining process optimization | |
| CN103149840B (zh) | 一种基于动态规划的语义服务组合方法 | |
| McMahon | Design informatics: supporting engineering design processes with information technology | |
| Ayadi et al. | Conceptual model for management of digital factory simulation information | |
| CN114706842A (zh) | 一种数字孪生模型组装方法 | |
| Wang et al. | Embedding machining features in function blocks for distributed process planning | |
| Zhang et al. | Research on flexible transfer line schematic design using hierarchical process planning | |
| Vinodh et al. | Sustainability through disassembly modeling, planning, and leveling: a case study | |
| Sękala et al. | Model of the e-manufacturing environment as the multi-agent system | |
| CN116523328A (zh) | 一种航空装备协同制造产业链协作智能决策方法 | |
| Huang et al. | Multi-scale configuration design method of reconfigurable manufacturing system based on living system theory | |
| Jiakun et al. | Assembly Process Planning System (APPS) based on 3D product model | |
| Yu et al. | Research and Development of Product Design Software Based on Improved Genetic Algorithm and CAE Simulation Software | |
| Yin et al. | Simulation data and process management system in the development of virtual prototype | |
| Babic | 4 Digital twins in smart manufacturing | |
| Grimm et al. | Digital Planning of Battery Cell Factories | |
| Liu et al. | Issues on the architecture of an integrated general-purpose ShopFloor control software system | |
| Milisavljevic-Syed et al. | Realization of Reconfigurable Manufacturing Systems |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |