CN110851499A - 基于知识的装配工艺设计方法、系统及介质 - Google Patents
基于知识的装配工艺设计方法、系统及介质 Download PDFInfo
- Publication number
- CN110851499A CN110851499A CN201911076823.1A CN201911076823A CN110851499A CN 110851499 A CN110851499 A CN 110851499A CN 201911076823 A CN201911076823 A CN 201911076823A CN 110851499 A CN110851499 A CN 110851499A
- Authority
- CN
- China
- Prior art keywords
- knowledge
- assembly process
- module
- library
- rule
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 835
- 230000008569 process Effects 0.000 title claims abstract description 744
- 238000013461 design Methods 0.000 title claims abstract description 63
- 238000012216 screening Methods 0.000 claims abstract description 30
- 238000003860 storage Methods 0.000 claims abstract description 16
- 238000007689 inspection Methods 0.000 claims description 52
- 238000012954 risk control Methods 0.000 claims description 39
- 238000010586 diagram Methods 0.000 claims description 22
- 238000003908 quality control method Methods 0.000 claims description 22
- 238000012552 review Methods 0.000 claims description 15
- 239000000126 substance Substances 0.000 claims description 15
- 238000004364 calculation method Methods 0.000 claims description 14
- 230000008676 import Effects 0.000 claims description 10
- 238000005457 optimization Methods 0.000 claims description 10
- 238000012938 design process Methods 0.000 claims description 9
- 239000012634 fragment Substances 0.000 claims description 8
- 238000003384 imaging method Methods 0.000 claims description 8
- 230000010354 integration Effects 0.000 claims description 8
- 238000013479 data entry Methods 0.000 claims description 7
- 239000000463 material Substances 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 3
- 238000007726 management method Methods 0.000 description 13
- 230000000875 corresponding effect Effects 0.000 description 11
- 238000005065 mining Methods 0.000 description 10
- 235000019580 granularity Nutrition 0.000 description 8
- 238000011161 development Methods 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000010606 normalization Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000009412 basement excavation Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000003754 machining Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000004886 process control Methods 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000010561 standard procedure Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2465—Query processing support for facilitating data mining operations in structured databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
- G06F16/285—Clustering or classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/02—Knowledge representation; Symbolic representation
- G06N5/022—Knowledge engineering; Knowledge acquisition
- G06N5/025—Extracting rules from data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/04—Inference or reasoning models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0633—Workflow analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- 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
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Computational Linguistics (AREA)
- Strategic Management (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Computing Systems (AREA)
- Artificial Intelligence (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Evolutionary Computation (AREA)
- Entrepreneurship & Innovation (AREA)
- Probability & Statistics with Applications (AREA)
- Educational Administration (AREA)
- Fuzzy Systems (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Manufacturing & Machinery (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- General Factory Administration (AREA)
Abstract
本发明提供了一种基于知识的装配工艺设计方法、系统及存储介质,包括:工艺知识建模步骤:构建装配工艺知识模型;工艺知识建库步骤:构建装配工艺知识库;工艺流程定义步骤:对装配工艺流程进行定义,得到装配工艺流程图;工艺知识筛选步骤:对装配工艺知识进行筛选,得出最优工艺实例;装配工艺结构化步骤:根据最优工艺实例生成结构化装配工艺;规范性审查步骤:对装配工艺规范性进行自动审查。本发明实现了对大量复杂异构工艺知识的表达、关联、存储,构建形成了统一的航天器装配的工艺知识库,支撑了基于知识的快速工艺设计;实现了基于工艺流程和知识的知识化、智能化装配工艺设计,使工艺设计效率大幅提升;有效保证了工艺文件的设计质量。
Description
技术领域
本发明涉及航天器等复杂装配工艺设计领域,具体地,涉及一种基于知识的装配工艺设计方法及系统。尤其地,涉及一种基于知识的复杂装配工艺快速设计方法及系统。
背景技术
装配工艺作为航天器等复杂装配生产的核心指导文件,其科学性、正确性和规范性对质量性能具有重要影响。复杂工艺设计具有经验性强、知识密集等特点。随着复杂研制周期的大幅缩短以及高精度、高稳定性、高可靠性要求的不断提高,装配工艺不断细化、量化,工艺设计工作量也随之剧增。
目前复杂装配工艺设计已基本实现结构化,但由于缺乏对工艺基础数据和知识的深度挖掘和充分利用,目前复杂结构化工艺设计过程存在以下问题:
1、工艺设计过程中仍存在大量重复性录入工作,工艺设计效率亟待提升;
2、现有工艺内容编制水平过多依赖于各型号工艺人员的个人编制习惯和技术水平,工艺内容的规范性和一致性不高、工艺内容颗粒度大小不一。
经对现有技术的文献检索发现,目前国内外针对工艺知识表达、管理与知识化、智能化装配工艺设计系统的研究主要集中于汽车等大规模制造行业的机加、装配等专业,其生产工艺路线成熟固化,历史数据和知识利用较为简单。而航天器等复杂通常采用多品种、变批量、研制型生产模式,装配工艺技术路线及状态复杂多变,工艺知识表达、知识管理、挖掘推送与装配工艺快速生成较为困难,相关研究以理论研究为主,成熟的工程应用较少。
发明内容
针对现有技术中的缺陷,本发明的目的是提供一种基于知识的装配工艺设计方法及系统。
根据本发明提供的一种基于知识的装配工艺设计方法,包括:
工艺知识建模步骤:构建装配工艺知识模型;
工艺知识建库步骤:构建装配工艺知识库;
工艺流程定义步骤:对装配工艺流程进行定义,得到装配工艺流程图;
工艺知识筛选步骤:对装配工艺知识进行筛选,得出最优工艺实例;
装配工艺结构化步骤:根据最优工艺实例生成结构化装配工艺;
规范性审查步骤:对装配工艺规范性进行自动审查。
优选地,所述步骤1包括:
步骤1.1:建立知识索引;
所述知识索引包括:主键、关键词、来源、类型、粒度、专业、外键;
步骤1.2:建立知识实例;
所述知识实例包括:主键、索引主键、知识本体;
步骤1.3:建立决策规则模型rule;
所述决策规则模型表达为:
其中,A、B、C、D分别表示不同的决策规则条目;
步骤1.4:以装配工艺知识元为最小单元,通过对装配工艺知识元的多维度关联组合,构建装配工艺知识模型,实现对复杂工艺知识的结构化表达;
所述装配工艺知识元包括:知识索引和知识实例。
优选地,所述步骤2包括:
步骤2.1:对装配工艺知识进行梳理、聚类、降维,确定装配工艺知识的所属类型、知识范畴、关联关系及数据格式;
步骤2.2:根据装配工艺知识的所属类型和知识范畴,构建装配工艺知识库,所述装配工艺知识库包括:工艺实例库、表格模板库、通用规范库、工艺资源库、风险控制库、决策规则库、禁限用工艺库;
步骤2.3:根据装配工艺知识的呈现形式及数据格式,确定装配工艺知识的存储方式,结构化数据采用关系型数据库进行存储,非结构化数据采用文件数据库进行存储,结构化数据和非结构化数据通过文件路径信息关联存储;
步骤2.4:自动检索并积累高频出现、高频被引的工艺、工序片段、工序实例,构建形成工艺实例库;对工序实例按照设定标准进行筛选,形成标准工序库;
所述通用规范库、表格模板库、工艺资源库、风险控制知识库、决策规则库、禁限用工艺库,形成方式包括:数据集成、人工数据录入、报表导入;
所述决策规则库:对工艺设计过程中的每道工序潜在风险点进行自动识别和工艺设计后,对装配工艺设计进行规范性自动审查;
所述风险控制知识库:根据风险点自动判别的情况,为每个风险点自动推送符合设定的风险控制措施;
所述决策规则库:识别工序中的质量控制点、检验点;
所述表格模板库:根据质量控制点、检验点的类型,自动推送各类检验记录表格。
优选地,所述步骤3包括:
步骤3.1:使用图形化与串并联混合的流程框图对装配工艺流程进行可视化定义,得到装配工艺流程图;
步骤3.2:拖动与引用工艺实例库中的工艺流程片段,对装配工艺流程的标准化进行定义。
优选地,所述步骤4包括:
步骤4.1:在装配工艺流程图中,获取当前工艺设计信息,包括型号、专业、工艺文件名称、工序名称,自动转化为知识检索条件;
步骤4.2:针对每道目标工序P,按照设定的工序知识检索优先级,对工序实例进行检索,形成初始工序实例解集LP;
步骤4.3:计算工序实例解集LP中各工序实例与目标工序的相似度,计算公式如下:
其中,
Sim(Pij)为工序实例Pi与目标工序P第j个属性的相似度;
ωj为属性j相似度Sim(Pij)在工序相似度Sim(Pi)中所占的权重;
j表示工序实例Pi与目标工序P需要对比的每个属性的顺序号;
m表示工序实例Pi与目标工序P需要进行对比的属性的总数量;
步骤4.4:对LPs中每道工序实例Pi,计算规则符合度,计算公式如下:
其中,
Sat(Pi)为工序实例Pi针对规则集合R的规则符合度;
Sat(Pik)为工序实例Pi对于第k条规则r的符合度;
rk为规则r在规则集合R中的优先级;
k代表预定义推理规则集合R中每条规则的顺序号;
n代表预定义推理规则集合R中的规则数量;
步骤4.5:根据相似度和规则符合度对LPs进行筛选,得出最优工艺实例Ps;
所述LPs为前n道工序实例集合。
优选地,所述步骤5包括:
步骤5.1:在装配工艺流程图中,对每道工序自动挖掘、推送并引用最优工序实例,生成装配工艺初稿;
步骤5.2:对装配工艺初稿进行人工优化完善;
步骤5.3:识别每道工序的潜在风险点,推送相应的风险控制要求及措施,并与工序内容结构化关联;
步骤5.4:为每道工序选用并导入零部组件、标准件、元器件、工装工具、辅料,汇总生成配套明细表;
步骤5.5:为每道工序推送并关联对应的结构化检验记录表格。
优选地,所述步骤6包括:
步骤6.1:自定义审查决策规则集合R;审查规则类型包括:完整性校验类、风险识别类、质量控制类、逻辑顺序类、禁限用工艺类;
步骤6.2:针对工艺文件中的每道工序Pj,按照设定的优先级逐一判断Pj相对审查决策规则集合R的符合性,输出审查结果RPj,汇总各工序审查结果,形成工艺规范性审查结果集合LRPj;
步骤6.3:可视化展示工艺规范性审查结果集合。
根据本发明提供的一种基于知识的装配工艺设计系统,包括:
工艺知识建模模块:构建装配工艺知识模型;
工艺知识建库模块:构建装配工艺知识库;
工艺流程定义模块:对装配工艺流程进行定义,得到装配工艺流程图;
工艺知识筛选模块:对装配工艺知识进行筛选,得出最优工艺实例;
装配工艺结构化模块:根据最优工艺实例生成结构化装配工艺;
规范性审查模块:对装配工艺规范性进行自动审查。
优选地,所述模块1包括:
模块1.1:建立知识索引;
所述知识索引包括:主键、关键词、来源、类型、粒度、专业、外键;
模块1.2:建立知识实例;
所述知识实例包括:主键、索引主键、知识本体;
模块1.3:建立决策规则模型rule;
所述决策规则模型表达为:
其中,A、B、C、D分别表示不同的决策规则条目;
模块1.4:以装配工艺知识元为最小单元,通过对装配工艺知识元的多维度关联组合,构建装配工艺知识模型,实现对复杂工艺知识的结构化表达;
所述装配工艺知识元包括:知识索引和知识实例;
所述模块2包括:
模块2.1:对装配工艺知识进行梳理、聚类、降维,确定装配工艺知识的所属类型、知识范畴、关联关系及数据格式;
模块2.2:根据装配工艺知识的所属类型和知识范畴,构建装配工艺知识库,所述装配工艺知识库包括:工艺实例库、表格模板库、通用规范库、工艺资源库、风险控制库、决策规则库、禁限用工艺库;
模块2.3:根据装配工艺知识的呈现形式及数据格式,确定装配工艺知识的存储方式,结构化数据采用关系型数据库进行存储,非结构化数据采用文件数据库进行存储,结构化数据和非结构化数据通过文件路径信息关联存储;
模块2.4:自动检索并积累高频出现、高频被引的工艺、工序片段、工序实例,构建形成工艺实例库;对工序实例按照设定标准进行筛选,形成标准工序库;
所述通用规范库、表格模板库、工艺资源库、风险控制知识库、决策规则库、禁限用工艺库,形成方式包括:数据集成、人工数据录入、报表导入;
所述决策规则库:对工艺设计过程中的每道工序潜在风险点进行自动识别和工艺设计后,对装配工艺设计进行规范性自动审查;
所述风险控制知识库:根据风险点自动判别的情况,为每个风险点自动推送符合设定的风险控制措施;
所述决策规则库:识别工序中的质量控制点、检验点;
所述表格模板库:根据质量控制点、检验点的类型,自动推送各类检验记录表格;
所述模块3包括:
模块3.1:使用图形化与串并联混合的流程框图对装配工艺流程进行可视化定义,得到装配工艺流程图;
模块3.2:拖动与引用工艺实例库中的工艺流程片段,对装配工艺流程的标准化进行定义;
所述模块4包括:
模块4.1:在装配工艺流程图中,获取当前工艺设计信息,包括型号、专业、工艺文件名称、工序名称,自动转化为知识检索条件;
模块4.2:针对每道目标工序P,按照设定的工序知识检索优先级,对工序实例进行检索,形成初始工序实例解集LP;
模块4.3:计算工序实例解集LP中各工序实例与目标工序的相似度,计算公式如下:
其中,
Sim(Pij)为工序实例Pi与目标工序P第j个属性的相似度;
ωj为属性j相似度Sim(Pij)在工序相似度Sim(Pi)中所占的权重;
j表示工序实例Pi与目标工序P需要对比的每个属性的顺序号;
m表示工序实例Pi与目标工序P需要进行对比的属性的总数量;
模块4.4:对LPs中每道工序实例Pi,计算规则符合度,计算公式如下:
其中,
Sat(Pi)为工序实例Pi针对规则集合R的规则符合度;
Sat(Pik)为工序实例Pi对于第k条规则r的符合度;
rk为规则r在规则集合R中的优先级;
k代表预定义推理规则集合R中每条规则的顺序号;
n代表预定义推理规则集合R中的规则数量;
模块4.5:根据相似度和规则符合度对LPs进行筛选,得出最优工艺实例Ps;
所述LPs为前n道工序实例集合;
所述模块5包括:
模块5.1:在装配工艺流程图中,对每道工序自动挖掘、推送并引用最优工序实例,生成装配工艺初稿;
模块5.2:对装配工艺初稿进行人工优化完善;
模块5.3:识别每道工序的潜在风险点,推送相应的风险控制要求及措施,并与工序内容结构化关联;
模块5.4:为每道工序选用并导入零部组件、标准件、元器件、工装工具、辅料,汇总生成配套明细表;
模块5.5:为每道工序推送并关联对应的结构化检验记录表格;
所述模块6包括:
模块6.1:自定义审查决策规则集合R;审查规则类型包括:完整性校验类、风险识别类、质量控制类、逻辑顺序类、禁限用工艺类;
模块6.2:针对工艺文件中的每道工序Pj,按照设定的优先级逐一判断Pj相对审查决策规则集合R的符合性,输出审查结果RPj,汇总各工序审查结果,形成工艺规范性审查结果集合LRPj;
模块6.3:可视化展示工艺规范性审查结果集合。
根据本发明提供的一种存储有计算机程序的计算机可读存储介质,所述计算机程序被处理器执行时实现上述中任一项所述的方法的步骤。
与现有技术相比,本发明具有如下的有益效果:
1、本发明通过对航天器等复杂装配工艺知识的分析梳理,构建形成复杂装配工艺知识模型,实现对大量复杂异构工艺知识的表达、关联、存储,构建形成统一的航天器装配的工艺知识库,支撑基于知识的快速工艺设计;
2、本发明采用基于混合智能推理的知识挖掘与提取方法,以流程为框架、以工序为单元,通过工艺知识的自动挖掘、筛选与引用,实现基于工艺流程和知识的知识化、智能化装配工艺设计,工艺设计效率大幅提升;
3、本发明以统一、可配置的决策规则库为支撑,采用基于规则推理的工艺规范性审查方法,实现对工艺文件规范性的快速审查,有效保证了工艺文件的设计质量。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显:
图1为基于知识的复杂装配工艺快速设计方法流程示意图。
图2为多维度装配工艺知识模型结构示意图。
图3为基于工作流的装配工艺流程快速设计原理示意图。
图4为基于混合智能推理的工艺知识挖掘提取方法流程示意图。
图5为基于规则推理的装配工艺规范性审查方法流程示意图。
图6为基于知识的复杂装配工艺快速设计系统架构结构示意图。
具体实施方式
下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明,但不以任何形式限制本发明。应当指出的是,对本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变化和改进。这些都属于本发明的保护范围。
根据本发明提供的一种基于知识的装配工艺设计方法,包括:
工艺知识建模步骤:构建装配工艺知识模型;
工艺知识建库步骤:构建装配工艺知识库;
工艺流程定义步骤:对装配工艺流程进行定义,得到装配工艺流程图;
工艺知识筛选步骤:对装配工艺知识进行筛选,得出最优工艺实例;
装配工艺结构化步骤:根据最优工艺实例生成结构化装配工艺;
规范性审查步骤:对装配工艺规范性进行自动审查。
具体地,所述步骤1包括:
步骤1.1:建立知识索引;
所述知识索引包括:主键、关键词、来源、类型、粒度、专业、外键;
步骤1.2:建立知识实例;
所述知识实例包括:主键、索引主键、知识本体;
步骤1.3:建立决策规则模型rule;
所述决策规则模型表达为:
其中,A、B、C、D分别表示不同的决策规则条目;
步骤1.4:以装配工艺知识元为最小单元,通过对装配工艺知识元的多维度关联组合,构建装配工艺知识模型,实现对复杂工艺知识的结构化表达;
所述装配工艺知识元包括:知识索引和知识实例。
具体地,所述步骤2包括:
步骤2.1:对装配工艺知识进行梳理、聚类、降维,确定装配工艺知识的所属类型、知识范畴、关联关系及数据格式;
步骤2.2:根据装配工艺知识的所属类型和知识范畴,构建装配工艺知识库,所述装配工艺知识库包括:工艺实例库、表格模板库、通用规范库、工艺资源库、风险控制库、决策规则库、禁限用工艺库;
步骤2.3:根据装配工艺知识的呈现形式及数据格式,确定装配工艺知识的存储方式,结构化数据采用关系型数据库进行存储,非结构化数据采用文件数据库进行存储,结构化数据和非结构化数据通过文件路径信息关联存储;
步骤2.4:自动检索并积累高频出现、高频被引的工艺、工序片段、工序实例,构建形成工艺实例库;对工序实例按照设定标准进行筛选,形成标准工序库;
所述通用规范库、表格模板库、工艺资源库、风险控制知识库、决策规则库、禁限用工艺库,形成方式包括:数据集成、人工数据录入、报表导入;
所述决策规则库:对工艺设计过程中的每道工序潜在风险点进行自动识别和工艺设计后,对装配工艺设计进行规范性自动审查;
所述风险控制知识库:根据风险点自动判别的情况,为每个风险点自动推送符合设定的风险控制措施;
所述决策规则库:识别工序中的质量控制点、检验点;
所述表格模板库:根据质量控制点、检验点的类型,自动推送各类检验记录表格。
具体地,所述步骤3包括:
步骤3.1:使用图形化与串并联混合的流程框图对装配工艺流程进行可视化定义,得到装配工艺流程图;
步骤3.2:拖动与引用工艺实例库中的工艺流程片段,对装配工艺流程的标准化进行定义。
具体地,所述步骤4包括:
步骤4.1:在装配工艺流程图中,获取当前工艺设计信息,包括型号、专业、工艺文件名称、工序名称,自动转化为知识检索条件;
步骤4.2:针对每道目标工序P,按照设定的工序知识检索优先级,对工序实例进行检索,形成初始工序实例解集LP;
步骤4.3:计算工序实例解集LP中各工序实例与目标工序的相似度,计算公式如下:
其中,
Sim(Pij)为工序实例Pi与目标工序P第j个属性的相似度;
ωj为属性j相似度Sim(Pij)在工序相似度Sim(Pi)中所占的权重;
j表示工序实例Pi与目标工序P需要对比的每个属性的顺序号;
m表示工序实例Pi与目标工序P需要进行对比的属性的总数量;
步骤4.4:对LPs中每道工序实例Pi,计算规则符合度,计算公式如下:
其中,
Sat(Pi)为工序实例Pi针对规则集合R的规则符合度;
Sat(Pik)为工序实例Pi对于第k条规则r的符合度;
rk为规则r在规则集合R中的优先级;
k代表预定义推理规则集合R中每条规则的顺序号;
n代表预定义推理规则集合R中的规则数量;
步骤4.5:根据相似度和规则符合度对LPs进行筛选,得出最优工艺实例Ps;
所述LPs为前n道工序实例集合。
具体地,所述步骤5包括:
步骤5.1:在装配工艺流程图中,对每道工序自动挖掘、推送并引用最优工序实例,生成装配工艺初稿;
步骤5.2:对装配工艺初稿进行人工优化完善;
步骤5.3:识别每道工序的潜在风险点,推送相应的风险控制要求及措施,并与工序内容结构化关联;
步骤5.4:为每道工序选用并导入零部组件、标准件、元器件、工装工具、辅料,汇总生成配套明细表;
步骤5.5:为每道工序推送并关联对应的结构化检验记录表格。
具体地,所述步骤6包括:
步骤6.1:自定义审查决策规则集合R;审查规则类型包括:完整性校验类、风险识别类、质量控制类、逻辑顺序类、禁限用工艺类;
步骤6.2:针对工艺文件中的每道工序Pj,按照设定的优先级逐一判断Pj相对审查决策规则集合R的符合性,输出审查结果RPj,汇总各工序审查结果,形成工艺规范性审查结果集合LRPj;
步骤6.3:可视化展示工艺规范性审查结果集合。
根据本发明提供的一种基于知识的装配工艺设计系统,包括:
工艺知识建模模块:构建装配工艺知识模型;
工艺知识建库模块:构建装配工艺知识库;
工艺流程定义模块:对装配工艺流程进行定义,得到装配工艺流程图;
工艺知识筛选模块:对装配工艺知识进行筛选,得出最优工艺实例;
装配工艺结构化模块:根据最优工艺实例生成结构化装配工艺;
规范性审查模块:对装配工艺规范性进行自动审查。
具体地,所述模块1包括:
模块1.1:建立知识索引;
所述知识索引包括:主键、关键词、来源、类型、粒度、专业、外键;
模块1.2:建立知识实例;
所述知识实例包括:主键、索引主键、知识本体;
模块1.3:建立决策规则模型rule;
所述决策规则模型表达为:
其中,A、B、C、D分别表示不同的决策规则条目;
模块1.4:以装配工艺知识元为最小单元,通过对装配工艺知识元的多维度关联组合,构建装配工艺知识模型,实现对复杂工艺知识的结构化表达;
所述装配工艺知识元包括:知识索引和知识实例;
所述模块2包括:
模块2.1:对装配工艺知识进行梳理、聚类、降维,确定装配工艺知识的所属类型、知识范畴、关联关系及数据格式;
模块2.2:根据装配工艺知识的所属类型和知识范畴,构建装配工艺知识库,所述装配工艺知识库包括:工艺实例库、表格模板库、通用规范库、工艺资源库、风险控制库、决策规则库、禁限用工艺库;
模块2.3:根据装配工艺知识的呈现形式及数据格式,确定装配工艺知识的存储方式,结构化数据采用关系型数据库进行存储,非结构化数据采用文件数据库进行存储,结构化数据和非结构化数据通过文件路径信息关联存储;
模块2.4:自动检索并积累高频出现、高频被引的工艺、工序片段、工序实例,构建形成工艺实例库;对工序实例按照设定标准进行筛选,形成标准工序库;
所述通用规范库、表格模板库、工艺资源库、风险控制知识库、决策规则库、禁限用工艺库,形成方式包括:数据集成、人工数据录入、报表导入;
所述决策规则库:对工艺设计过程中的每道工序潜在风险点进行自动识别和工艺设计后,对装配工艺设计进行规范性自动审查;
所述风险控制知识库:根据风险点自动判别的情况,为每个风险点自动推送符合设定的风险控制措施;
所述决策规则库:识别工序中的质量控制点、检验点;
所述表格模板库:根据质量控制点、检验点的类型,自动推送各类检验记录表格;
所述模块3包括:
模块3.1:使用图形化与串并联混合的流程框图对装配工艺流程进行可视化定义,得到装配工艺流程图;
模块3.2:拖动与引用工艺实例库中的工艺流程片段,对装配工艺流程的标准化进行定义;
所述模块4包括:
模块4.1:在装配工艺流程图中,获取当前工艺设计信息,包括型号、专业、工艺文件名称、工序名称,自动转化为知识检索条件;
模块4.2:针对每道目标工序P,按照设定的工序知识检索优先级,对工序实例进行检索,形成初始工序实例解集LP;
模块4.3:计算工序实例解集LP中各工序实例与目标工序的相似度,计算公式如下:
其中,
Sim(Pij)为工序实例Pi与目标工序P第j个属性的相似度;
ωj为属性j相似度Sim(Pij)在工序相似度Sim(Pi)中所占的权重;
j表示工序实例Pi与目标工序P需要对比的每个属性的顺序号;
m表示工序实例Pi与目标工序P需要进行对比的属性的总数量;
模块4.4:对LPs中每道工序实例Pi,计算规则符合度,计算公式如下:
其中,
Sat(Pi)为工序实例Pi针对规则集合R的规则符合度;
Sat(Pik)为工序实例Pi对于第k条规则r的符合度;
rk为规则r在规则集合R中的优先级;
k代表预定义推理规则集合R中每条规则的顺序号;
n代表预定义推理规则集合R中的规则数量;
模块4.5:根据相似度和规则符合度对LPs进行筛选,得出最优工艺实例Ps;
所述LPs为前n道工序实例集合;
所述模块5包括:
模块5.1:在装配工艺流程图中,对每道工序自动挖掘、推送并引用最优工序实例,生成装配工艺初稿;
模块5.2:对装配工艺初稿进行人工优化完善;
模块5.3:识别每道工序的潜在风险点,推送相应的风险控制要求及措施,并与工序内容结构化关联;
模块5.4:为每道工序选用并导入零部组件、标准件、元器件、工装工具、辅料,汇总生成配套明细表;
模块5.5:为每道工序推送并关联对应的结构化检验记录表格;
所述模块6包括:
模块6.1:自定义审查决策规则集合R;审查规则类型包括:完整性校验类、风险识别类、质量控制类、逻辑顺序类、禁限用工艺类;
模块6.2:针对工艺文件中的每道工序Pj,按照设定的优先级逐一判断Pj相对审查决策规则集合R的符合性,输出审查结果RPj,汇总各工序审查结果,形成工艺规范性审查结果集合LRPj;
模块6.3:可视化展示工艺规范性审查结果集合。
根据本发明提供的一种存储有计算机程序的计算机可读存储介质,所述计算机程序被处理器执行时实现上述中任一项所述的方法的步骤。
下面通过优选例,对本发明进行更为具体地说明。
优选例1:
本发明提供了一种基于知识的复杂装配工艺快速设计方法及系统,主要基于以下思路开展具体实施:构建面向复杂装配的工艺知识模型及统一的工艺知识库,以基于工作流的图形化装配工艺流程为框架,采用混合智能推理方法,通过工艺知识的深度挖掘、按需推送与高效利用,实现结构化装配工艺的快速生成;同时应用规则推理方法,实现装配工艺规范性的自动审查,以有效提升复杂装配工艺设计效率与工艺设计质量。
如图1所示,本发明所述的基于知识的复杂装配工艺快速设计方法具体实施步骤如下:
步骤1:复杂多维度装配工艺知识建模;
复杂装配过程涉及知识专业领域广泛、内容多样、关联关系复杂。为实现大量复杂异构工艺知识的规范化表达,构建装配工艺知识元模型,是工艺知识网络的基本组成单元,实现对知识单点的表达,包括知识索引、知识实例两部分。以工艺知识元为最小单元,通过不同类型、不同粒度、不同层次知识元间的有机关联组合及父子、兄弟关联关系,从知识单点扩展到知识网络,实现对复杂工艺知识的规范化、关联化、结构化表达,构建形成复杂多维度装配工艺知识模型,如图2所示。
步骤2:复杂装配工艺知识库构建;
①通过对装配工艺知识进行梳理、聚类、降维,明确装配工艺知识的所属类型、知识范畴、关联关系及数据格式。②根据装配工艺知识的类型及范畴,构建多类型装配工艺知识库,包括工艺实例库、表格模板库、通用规范库、工艺资源库、风险控制库、决策规则库、禁限用工艺库等。③采用关系型数据库+文件数据库相结合的混合存储方式,实现对各类工艺知识的统一关联存储。
步骤3:基于工作流的装配工艺流程快速设计;
复杂一般以工艺流程为核心进行资源配置和过程管控。因此,应用工作流管理思想,采用图形化、串并联混合的流程框图对装配工艺流程进行可视化定义。同时,针对复杂研制平台化/系列化/型谱化发展、工艺流程的相似性较高的特点,依托工艺实例库中的流程模板库,通过工艺流程/片段的快速拖动与引用,实现工艺流程的快速规范化定义,如图3所示。
步骤4:基于混合智能推理的工艺知识挖掘与提取;
采用如图4所示的混合智能推理方法,实现对工艺知识的深度挖掘与快速精准提取。①通过情境感知手段自动捕获当前工艺设计意图,包括所属型号、专业、工艺文件名称、工序名称等关键属性,自动转化为知识检索条件;②基于装配工艺流程图,针对每道目标工序,按照工序知识检索优先级对工艺实例进行快速检索,形成初始工序实例解集;③采用实例推理方法,通过工序相似度计算算法,计算初始工序实例解集中各工序实例与目标工序的相似度,求解得出最相关的n道工序实例;④采用规则推理方法,预定义规则集合,对实例推理产生的工序实例解集进一步规则筛选,最终形成最优的工序实例。
步骤5:结构化装配工艺快速生成;
结构化装配工艺主要包括工序工步内容、关重风险环节识别控制要求及措施、配套工艺资源、检验记录要求及附表等内容。①以装配工艺流程图为框架,通过混合智能推理自动推送最优工序知识,实现装配工艺初稿快速生成,辅助快速优化完善。②依托风险识别库与决策规则库,自动识别各工序潜在风险环节,自动推送相关风险控制措施。③基于工艺资源库,实现细化至工序级的配套工艺资源信息快速导入。④基于表格模板库及决策规则库,针对有数据记录需求的工序,自动推送关联相应的结构化检验记录表格。
步骤6:基于规则推理的装配工艺规范性自动审查;
采用规则推理方法对结构化装配工艺规范性进行自动审查。①依据决策规则库,柔性定义审查规则集合,包括完整性校验类、风险识别类、质量控制类、逻辑顺序类、禁限用工艺类等。②采用规则推理方法,依据自定义规则集合,对每道工序进行规范性自动审查,包括工艺内容完整性、风险识别充分性、工艺流程的合理性、工艺方法选用的科学性等。③采用可视化手段对审查结果进行展示,辅助工艺人员快速优化完善。
结合图6,本发明涉及的基于知识的复杂装配工艺快速设计系统主要包括以下功能模块:
①装配工艺知识库管理:包括工艺实例库管理、表格模板库管理、通用规范库管理、工艺资源库管理、决策规则库管理、风险识别库管理及禁限用工艺库管理,通过系统自动挖掘、系统数据集成、人工数据导入等方式实现各类工艺知识的生成、组织存储与分类管理;
②装配工艺流程快速设计:主要包括图形化流程节点定义、串(并)联/分支汇合/换行关系定义、工序片段模板快速拖动引用等功能,实现工艺流程图的标准化、柔性化快速定义;
③结构化工艺快速生成:包括工序知识自动引用与工艺内容快速生成、关键/风险环节自动识别与控制措施自动推送、检验记录表格自动关联引用、配套工艺资源一键导入等功能;
④工艺规范性自动审查:基于决策规则库,柔性配置审查规则,实现以工序为单元的工艺规范性自动审查与结果可视化呈现。
优选例2:
一种基于知识的复杂产品装配工艺快速设计方法,包括如下步骤:
步骤1:复杂产品多维度装配工艺知识建模;
步骤2:复杂产品装配工艺知识库构建;
步骤3:基于工作流的装配工艺流程快速设计;
步骤4:基于混合智能推理的工艺知识挖掘与提取;
步骤5:结构化装配工艺快速生成;
步骤6:基于规则推理的装配工艺规范性自动审查。
构建复杂产品多维度装配工艺知识模型,步骤1包括如下步骤:
步骤1.1:构建装配工艺知识元模型,对装配工艺知识单点进行显性表达;装配工艺知识元knowledge={index,body},由知识索引index和知识实例body构成;所述装配工艺知识单点具体指工艺设计过程所需的各类知识点,是复杂工艺知识的最小组成单元,如一道工序实例、一条决策规则等。
步骤1.2:建立知识索引index={pk,keyWord,source,type,granularity,subject,fk...}包括主键、关键词、来源、类型、粒度、专业、外键等属性;
步骤1.3:建立知识实例body={pk,indexId,content...},包括主键、索引主键、知识本体等属性;
步骤1.4:建立决策规则模型rule,用于表达最简单、不可拆分的规则单元,通过不同规则单元的组合,实现复杂规则的表达,决策规则模型表达如下:
其中,
A/B/C/D代表了不同的决策规则条目,决策规则是装配工艺知识元中的众多知识类型中的一种;
建立决策规则模型rule的作用是通过不用规则的组合,用于对工艺内容的规范性进行自动审查;
步骤1.5:以装配工艺知识元为最小单元,通过不同产品系列、类型、粒度、专业间装配工艺知识元的多维度关联组合,实现对复杂装配工艺知识的表达(指通过简单的知识点多维度关联组合,构建形成复杂产品多维度装配工艺知识模型,实现对复杂工艺知识的结构化表达)。
构建复杂产品装配工艺知识库,步骤2包括如下步骤:
步骤2.1:对装配工艺知识进行梳理、聚类、降维,明确装配工艺知识的所属类型、知识范畴、关联关系及数据格式;
步骤2.2:根据装配工艺知识的类型及范畴,构建多类型装配工艺知识库,包括但不限于工艺实例库、表格模板库、通用规范库、工艺资源库、风险控制库、决策规则库、禁限用工艺库等;
步骤2.3:根据知识的呈现形式及数据格式,确定知识的存储方式,结构化数据采用关系型数据库进行统一存储,非结构化数据采用文件数据库进行统一存储,二者通过文件路径信息关联存储;
步骤2.4:针对步骤2.2所述工艺实例库,自动检索并积累高频出现、高频被引的工艺/工序片段/工序实例,构建形成工艺实例库,进一步筛选形成标准工序库;
对系统自动推送出的工序实例进一步筛选需要人的参与,筛选原则是工序知识序内容是否标准化、规范化、通用化,能否提升到标准工序;
步骤2.5:针对步骤2.2所述通用规范库、表格模板库、工艺资源库、风险控制库、决策规则库、禁限用工艺库等,通过系统数据集成、人工数据录入或报表导入等方法实现知识积累入库。
步骤3包括如下步骤:
步骤3.1:采用图形化、串并联混合的流程框图对装配工艺流程进行可视化定义;
步骤3.2:通过快速拖动与引用工艺实例库中工艺流程片段模板,辅助装配工艺流程的标准化快速定义;
步骤4包括如下步骤:
步骤4.1:通过情境感知手段自动捕获当前工艺设计意图,包括所属型号、专业、工艺文件名称、工序名称等关键属性,自动转化为知识检索条件;情境感知手段是通过软件系统自动捕获当前用户的各种操作记录及操作的数据对象,判断工艺设计的意图,例如所属型号、工艺文件类型、工艺流程、工序名称等,以此作为知识自动挖掘提取的条件;
步骤4.2:依据权利4所述装配工艺流程图,针对每道目标工序P,按照工序知识检索优先级,通过索引项对工艺实例进行快速检索,形成初始工序实例解集LP;
步骤4.3:采用实例推理方法,通过工序相似度计算算法,计算步骤4.1所述LP中各工序实例Pi与目标工序P的相似度Sim(Pi),求解前n道最相关的工序实例集合LPs,计算公式如下:
其中,
j表示工序实例Pi与目标工序P需要对比的每个属性的顺序号;
m表示工序实例Pi与目标工序P需要进行对比的属性的总数量;
步骤4.4:采用规则推理方法,依据决策规则库,预定义推理规则集合R,针对LPs中每道工序实例Pi,计算Pi针对规则集合R的规则符合度Sat(Pi),计算公式如下:
其中,
k代表预定义推理规则集合R中每条规则的顺序号;
n代表预定义推理规则集合R中的规则数量;
步骤5主要包括如下步骤:
步骤5.1:依据权利4所述装配工艺流程图,采用权利5所述工艺知识挖掘与提取方法,针对每道工序自动挖掘、推送并引用最相关工序实例,快速生成装配工艺初稿;
步骤5.2:对自动生成的装配工艺初稿进行人工优化完善;人工优化指在系统自动生成工艺文件初稿的基础上,人工进行修改完善。
步骤5.3:依据权利3所述风险控制知识库(风险控制库)及决策规则库,自动识别每道工序的潜在风险点,主动推送相应的风险控制要求及措施,并与工序内容结构化关联;(1)决策规则库主要用于两方面,包括工艺设计过程中每道工序潜在风险点的自动识别、工艺设计完成后对整份文件进行规范性自动审查;(2)风险控制知识库则根据风险点自动判别的情况,为每个风险点自动推送最相关的风险控制措施;
步骤5.4:依据权利3所述工艺资源库,为每道工序快速选用并导入所需零部组件、标准件、元器件、工装工具、辅料等工艺资源,自动汇总生成配套明细表等清单;
步骤5.5:依据权利3所述表格模板库及决策规则库,为每道工序自动推送并关联对应的结构化检验记录表格;
决策规则库用于识别工序中的质量控制点、检验点等重点环节;
表格模板库则根据质量控制点、检验点类型,自动推送所需的各类检验记录表格。
采用规则推理方法对工艺规范性进行自动审查,步骤6包括如下步骤:
步骤6.1:依据权利3所述决策规则库,柔性定义审查决策规则集合R;审查规则类型包括但不限于:完整性校验类、风险识别类、质量控制类、逻辑顺序类、禁限用工艺类;柔性定义是指用户可根据审查需要,自行选择不同类型的审查决策规则用于工艺规范性审查。如图5所示,为基于规则推理的装配工艺规范性审查方法流程示意图。
步骤6.2:针对工艺文件中的每道工序Pj,按照规则优先级逐一判断Pj相对规则集合R的符合性,输出审查结果RPj,汇总各道工序审查结果,形成工艺规范性审查结果集合LRPj;此处的每道工序Pj,是最终生成的工艺文件中每道工序;
步骤6.3:可视化展示工艺性审查结果,辅助工艺师快速优化完善。
一种基于知识的复杂产品装配工艺快速设计系统,其特征在于,包括:
模块1:工艺知识库管理模块,用于对各类工艺知识进行统一组织存储与分类管理;
模块2:装配工艺流程快速设计模块,用于对装配工艺流程进行可视化快速定义;
模块3:结构化工艺快速生成模块,用于结构化装配工艺内容的快速生成、资源配套信息添加、关重风险环节识别控制、结构化检验表格设计与应用;
模块4:工艺规范性自动审查模块,用于工艺审查决策规则的柔性配置、装配工艺规范性的自动审查。
模块1对应步骤2,模块2对应步骤3,模块3对应步骤4和步骤5,模块4对应步骤6。
本领域技术人员知道,除了以纯计算机可读程序代码方式实现本发明提供的系统、装置及其各个模块以外,完全可以通过将方法步骤进行逻辑编程来使得本发明提供的系统、装置及其各个模块以逻辑门、开关、专用集成电路、可编程逻辑控制器以及嵌入式微控制器等的形式来实现相同程序。所以,本发明提供的系统、装置及其各个模块可以被认为是一种硬件部件,而对其内包括的用于实现各种程序的模块也可以视为硬件部件内的结构;也可以将用于实现各种功能的模块视为既可以是实现方法的软件程序又可以是硬件部件内的结构。
以上对本发明的具体实施例进行了描述。需要理解的是,本发明并不局限于上述特定实施方式,本领域技术人员可以在权利要求的范围内做出各种变化或修改,这并不影响本发明的实质内容。在不冲突的情况下,本申请的实施例和实施例中的特征可以任意相互组合。
Claims (10)
1.一种基于知识的装配工艺设计方法,其特征在于,包括:
工艺知识建模步骤:构建装配工艺知识模型;
工艺知识建库步骤:构建装配工艺知识库;
工艺流程定义步骤:对装配工艺流程进行定义,得到装配工艺流程图;
工艺知识筛选步骤:对装配工艺知识进行筛选,得出最优工艺实例;
装配工艺结构化步骤:根据最优工艺实例生成结构化装配工艺;
规范性审查步骤:对装配工艺规范性进行自动审查。
3.根据权利1所述的基于知识的装配工艺设计方法,其特征在于,所述步骤2包括:
步骤2.1:对装配工艺知识进行梳理、聚类、降维,确定装配工艺知识的所属类型、知识范畴、关联关系及数据格式;
步骤2.2:根据装配工艺知识的所属类型和知识范畴,构建装配工艺知识库,所述装配工艺知识库包括:工艺实例库、表格模板库、通用规范库、工艺资源库、风险控制库、决策规则库、禁限用工艺库;
步骤2.3:根据装配工艺知识的呈现形式及数据格式,确定装配工艺知识的存储方式,结构化数据采用关系型数据库进行存储,非结构化数据采用文件数据库进行存储,结构化数据和非结构化数据通过文件路径信息关联存储;
步骤2.4:自动检索并积累高频出现、高频被引的工艺、工序片段、工序实例,构建形成工艺实例库;对工序实例按照设定标准进行筛选,形成标准工序库;
所述通用规范库、表格模板库、工艺资源库、风险控制知识库、决策规则库、禁限用工艺库,形成方式包括:数据集成、人工数据录入、报表导入;
所述决策规则库:对工艺设计过程中的每道工序潜在风险点进行自动识别和工艺设计后,对装配工艺设计进行规范性自动审查;
所述风险控制知识库:根据风险点自动判别的情况,为每个风险点自动推送符合设定的风险控制措施;
所述决策规则库:识别工序中的质量控制点、检验点;
所述表格模板库:根据质量控制点、检验点的类型,自动推送各类检验记录表格。
4.根据权利1所述的基于知识的装配工艺设计方法,其特征在于,所述步骤3包括:
步骤3.1:使用图形化与串并联混合的流程框图对装配工艺流程进行可视化定义,得到装配工艺流程图;
步骤3.2:拖动与引用工艺实例库中的工艺流程片段,对装配工艺流程的标准化进行定义。
5.根据权利1所述的基于知识的装配工艺设计方法,其特征在于,所述步骤4包括:
步骤4.1:在装配工艺流程图中,获取当前工艺设计信息,包括型号、专业、工艺文件名称、工序名称,自动转化为知识检索条件;
步骤4.2:针对每道目标工序P,按照设定的工序知识检索优先级,对工序实例进行检索,形成初始工序实例解集LP;
步骤4.3:计算工序实例解集LP中各工序实例与目标工序的相似度,计算公式如下:
其中,
Sim(Pij)为工序实例Pi与目标工序P第j个属性的相似度;
ωj为属性j相似度Sim(Pij)在工序相似度Sim(Pi)中所占的权重;
j表示工序实例Pi与目标工序P需要对比的每个属性的顺序号;
m表示工序实例Pi与目标工序P需要进行对比的属性的总数量;
步骤4.4:对LPs中每道工序实例Pi,计算规则符合度,计算公式如下:
其中,
Sat(Pi)为工序实例Pi针对规则集合R的规则符合度;
Sat(Pik)为工序实例Pi对于第k条规则r的符合度;
rk为规则r在规则集合R中的优先级;
k代表预定义推理规则集合R中每条规则的顺序号;
n代表预定义推理规则集合R中的规则数量;
步骤4.5:根据相似度和规则符合度对LPs进行筛选,得出最优工艺实例Ps;
所述LPs为前n道工序实例集合。
6.根据权利1所述的基于知识的装配工艺设计方法,其特征在于,所述步骤5包括:
步骤5.1:在装配工艺流程图中,对每道工序自动挖掘、推送并引用最优工序实例,生成装配工艺初稿;
步骤5.2:对装配工艺初稿进行人工优化完善;
步骤5.3:识别每道工序的潜在风险点,推送相应的风险控制要求及措施,并与工序内容结构化关联;
步骤5.4:为每道工序选用并导入零部组件、标准件、元器件、工装工具、辅料,汇总生成配套明细表;
步骤5.5:为每道工序推送并关联对应的结构化检验记录表格。
7.根据权利1所述的基于知识的装配工艺设计方法,其特征在于,所述步骤6包括:
步骤6.1:自定义审查决策规则集合R;审查规则类型包括:完整性校验类、风险识别类、质量控制类、逻辑顺序类、禁限用工艺类;
步骤6.2:针对工艺文件中的每道工序Pj,按照设定的优先级逐一判断Pj相对审查决策规则集合R的符合性,输出审查结果RPj,汇总各工序审查结果,形成工艺规范性审查结果集合LRPj;
步骤6.3:可视化展示工艺规范性审查结果集合。
8.一种基于知识的装配工艺设计系统,其特征在于,包括:
工艺知识建模模块:构建装配工艺知识模型;
工艺知识建库模块:构建装配工艺知识库;
工艺流程定义模块:对装配工艺流程进行定义,得到装配工艺流程图;
工艺知识筛选模块:对装配工艺知识进行筛选,得出最优工艺实例;
装配工艺结构化模块:根据最优工艺实例生成结构化装配工艺;
规范性审查模块:对装配工艺规范性进行自动审查。
9.根据权利8所述的基于知识的装配工艺设计系统,其特征在于,所述模块1包括:
模块1.1:建立知识索引;
所述知识索引包括:主键、关键词、来源、类型、粒度、专业、外键;
模块1.2:建立知识实例;
所述知识实例包括:主键、索引主键、知识本体;
模块1.3:建立决策规则模型rule;
所述决策规则模型表达为:
其中,A、B、C、D分别表示不同的决策规则条目;
模块1.4:以装配工艺知识元为最小单元,通过对装配工艺知识元的多维度关联组合,构建装配工艺知识模型,实现对复杂工艺知识的结构化表达;
所述装配工艺知识元包括:知识索引和知识实例;
所述模块2包括:
模块2.1:对装配工艺知识进行梳理、聚类、降维,确定装配工艺知识的所属类型、知识范畴、关联关系及数据格式;
模块2.2:根据装配工艺知识的所属类型和知识范畴,构建装配工艺知识库,所述装配工艺知识库包括:工艺实例库、表格模板库、通用规范库、工艺资源库、风险控制库、决策规则库、禁限用工艺库;
模块2.3:根据装配工艺知识的呈现形式及数据格式,确定装配工艺知识的存储方式,结构化数据采用关系型数据库进行存储,非结构化数据采用文件数据库进行存储,结构化数据和非结构化数据通过文件路径信息关联存储;
模块2.4:自动检索并积累高频出现、高频被引的工艺、工序片段、工序实例,构建形成工艺实例库;对工序实例按照设定标准进行筛选,形成标准工序库;
所述通用规范库、表格模板库、工艺资源库、风险控制知识库、决策规则库、禁限用工艺库,形成方式包括:数据集成、人工数据录入、报表导入;
所述决策规则库:对工艺设计过程中的每道工序潜在风险点进行自动识别和工艺设计后,对装配工艺设计进行规范性自动审查;
所述风险控制知识库:根据风险点自动判别的情况,为每个风险点自动推送符合设定的风险控制措施;
所述决策规则库:识别工序中的质量控制点、检验点;
所述表格模板库:根据质量控制点、检验点的类型,自动推送各类检验记录表格;
所述模块3包括:
模块3.1:使用图形化与串并联混合的流程框图对装配工艺流程进行可视化定义,得到装配工艺流程图;
模块3.2:拖动与引用工艺实例库中的工艺流程片段,对装配工艺流程的标准化进行定义;
所述模块4包括:
模块4.1:在装配工艺流程图中,获取当前工艺设计信息,包括型号、专业、工艺文件名称、工序名称,自动转化为知识检索条件;
模块4.2:针对每道目标工序P,按照设定的工序知识检索优先级,对工序实例进行检索,形成初始工序实例解集LP;
模块4.3:计算工序实例解集LP中各工序实例与目标工序的相似度,计算公式如下:
其中,
Sim(Pij)为工序实例Pi与目标工序P第j个属性的相似度;
ωj为属性j相似度Sim(Pij)在工序相似度Sim(Pi)中所占的权重;
j表示工序实例Pi与目标工序P需要对比的每个属性的顺序号;
m表示工序实例Pi与目标工序P需要进行对比的属性的总数量;
模块4.4:对LPs中每道工序实例Pi,计算规则符合度,计算公式如下:
其中,
Sat(Pi)为工序实例Pi针对规则集合R的规则符合度;
Sat(Pik)为工序实例Pi对于第k条规则r的符合度;
rk为规则r在规则集合R中的优先级;
k代表预定义推理规则集合R中每条规则的顺序号;
n代表预定义推理规则集合R中的规则数量;
模块4.5:根据相似度和规则符合度对LPs进行筛选,得出最优工艺实例Ps;
所述LPs为前n道工序实例集合;
所述模块5包括:
模块5.1:在装配工艺流程图中,对每道工序自动挖掘、推送并引用最优工序实例,生成装配工艺初稿;
模块5.2:对装配工艺初稿进行人工优化完善;
模块5.3:识别每道工序的潜在风险点,推送相应的风险控制要求及措施,并与工序内容结构化关联;
模块5.4:为每道工序选用并导入零部组件、标准件、元器件、工装工具、辅料,汇总生成配套明细表;
模块5.5:为每道工序推送并关联对应的结构化检验记录表格;
所述模块6包括:
模块6.1:自定义审查决策规则集合R;审查规则类型包括:完整性校验类、风险识别类、质量控制类、逻辑顺序类、禁限用工艺类;
模块6.2:针对工艺文件中的每道工序Pj,按照设定的优先级逐一判断Pj相对审查决策规则集合R的符合性,输出审查结果RPj,汇总各工序审查结果,形成工艺规范性审查结果集合LRPj;
模块6.3:可视化展示工艺规范性审查结果集合。
10.一种存储有计算机程序的计算机可读存储介质,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911076823.1A CN110851499A (zh) | 2019-11-06 | 2019-11-06 | 基于知识的装配工艺设计方法、系统及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911076823.1A CN110851499A (zh) | 2019-11-06 | 2019-11-06 | 基于知识的装配工艺设计方法、系统及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110851499A true CN110851499A (zh) | 2020-02-28 |
Family
ID=69598534
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911076823.1A Pending CN110851499A (zh) | 2019-11-06 | 2019-11-06 | 基于知识的装配工艺设计方法、系统及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110851499A (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111797989A (zh) * | 2020-09-08 | 2020-10-20 | 南京国睿信维软件有限公司 | 基于知识的工艺智能推荐方法 |
CN111985890A (zh) * | 2020-08-05 | 2020-11-24 | 上海卫星装备研究所 | 卫星装配定额工时估算方法、系统及工时管理系统 |
CN112712303A (zh) * | 2021-03-26 | 2021-04-27 | 上海交大智邦科技有限公司 | 加工工艺数字化规划方法及软件平台 |
CN112861282A (zh) * | 2021-02-05 | 2021-05-28 | 武汉理工大学 | 一种实现多软件之间数据传递的系统及方法 |
CN113126580A (zh) * | 2021-03-24 | 2021-07-16 | 东北大学 | 基于数字孪生的装配控制方法、装置及计算机设备 |
CN113239560A (zh) * | 2021-05-25 | 2021-08-10 | 中国电子科技集团公司第十四研究所 | 一种基于模块化重构的工艺设计 |
CN114986105A (zh) * | 2022-07-02 | 2022-09-02 | 绍兴市上虞幼发轴承有限公司 | 滚动轴承生产工艺 |
CN116204939A (zh) * | 2023-05-05 | 2023-06-02 | 无锡锡简科技有限公司 | 一种工业设计流程的生成方法、系统及存储介质 |
CN116307566A (zh) * | 2023-03-12 | 2023-06-23 | 武汉大学 | 大型房屋建筑工程施工组织方案动态设计系统 |
CN116680839A (zh) * | 2023-08-02 | 2023-09-01 | 长春设备工艺研究所 | 一种基于知识驱动的发动机智能化工艺设计方法 |
CN116956750A (zh) * | 2023-09-19 | 2023-10-27 | 山东山大华天软件有限公司 | 基于知识图谱的零件工艺设计方法、系统、介质及设备 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109614639A (zh) * | 2018-10-30 | 2019-04-12 | 成都飞机工业(集团)有限责任公司 | 一种面向航空产品数字样机的工艺审查系统 |
-
2019
- 2019-11-06 CN CN201911076823.1A patent/CN110851499A/zh active Pending
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109614639A (zh) * | 2018-10-30 | 2019-04-12 | 成都飞机工业(集团)有限责任公司 | 一种面向航空产品数字样机的工艺审查系统 |
Non-Patent Citations (2)
Title |
---|
吴剑锋;万峰;袁佳晶;邢香园;: "卫星设计数据工艺性审查系统研究" * |
邢香园等: "航天器智能装配工艺设计系统" * |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111985890B (zh) * | 2020-08-05 | 2023-12-08 | 上海卫星装备研究所 | 卫星装配定额工时估算方法、系统及工时管理系统 |
CN111985890A (zh) * | 2020-08-05 | 2020-11-24 | 上海卫星装备研究所 | 卫星装配定额工时估算方法、系统及工时管理系统 |
CN111797989A (zh) * | 2020-09-08 | 2020-10-20 | 南京国睿信维软件有限公司 | 基于知识的工艺智能推荐方法 |
CN112861282A (zh) * | 2021-02-05 | 2021-05-28 | 武汉理工大学 | 一种实现多软件之间数据传递的系统及方法 |
CN113126580A (zh) * | 2021-03-24 | 2021-07-16 | 东北大学 | 基于数字孪生的装配控制方法、装置及计算机设备 |
CN112712303A (zh) * | 2021-03-26 | 2021-04-27 | 上海交大智邦科技有限公司 | 加工工艺数字化规划方法及软件平台 |
CN112712303B (zh) * | 2021-03-26 | 2021-08-17 | 上海交大智邦科技有限公司 | 加工工艺数字化规划方法及软件平台 |
CN113239560A (zh) * | 2021-05-25 | 2021-08-10 | 中国电子科技集团公司第十四研究所 | 一种基于模块化重构的工艺设计 |
CN113239560B (zh) * | 2021-05-25 | 2023-09-19 | 中国电子科技集团公司第十四研究所 | 一种基于模块化重构的工艺设计方法 |
CN114986105A (zh) * | 2022-07-02 | 2022-09-02 | 绍兴市上虞幼发轴承有限公司 | 滚动轴承生产工艺 |
CN116307566A (zh) * | 2023-03-12 | 2023-06-23 | 武汉大学 | 大型房屋建筑工程施工组织方案动态设计系统 |
CN116307566B (zh) * | 2023-03-12 | 2024-05-10 | 武汉大学 | 大型房屋建筑工程施工组织方案动态设计系统 |
CN116204939A (zh) * | 2023-05-05 | 2023-06-02 | 无锡锡简科技有限公司 | 一种工业设计流程的生成方法、系统及存储介质 |
CN116680839B (zh) * | 2023-08-02 | 2023-12-08 | 长春设备工艺研究所 | 一种基于知识驱动的发动机智能化工艺设计方法 |
CN116680839A (zh) * | 2023-08-02 | 2023-09-01 | 长春设备工艺研究所 | 一种基于知识驱动的发动机智能化工艺设计方法 |
CN116956750A (zh) * | 2023-09-19 | 2023-10-27 | 山东山大华天软件有限公司 | 基于知识图谱的零件工艺设计方法、系统、介质及设备 |
CN116956750B (zh) * | 2023-09-19 | 2023-12-19 | 山东山大华天软件有限公司 | 基于知识图谱的零件工艺设计方法、系统、介质及设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110851499A (zh) | 基于知识的装配工艺设计方法、系统及介质 | |
Soibelman et al. | Management and analysis of unstructured construction data types | |
Stuckenschmidt et al. | Structure-based partitioning of large ontologies | |
CN107967518B (zh) | 一种基于产品设计的知识自动关联系统及方法 | |
WO2011094522A1 (en) | Method and system for conducting legal research using clustering analytics | |
CN114398442B (zh) | 一种基于数据驱动的情报处理系统 | |
CN111178688A (zh) | 电力技术监督数据的自助化分析方法、系统、存储介质及计算机设备 | |
CN110263331A (zh) | 一种知识驱动的英汉单词语义相似度自动检测方法 | |
Li et al. | A bibliometric analysis on model-based systems engineering | |
CN115438199A (zh) | 一种基于智慧城市场景数据中台技术的知识平台系统 | |
Jiang et al. | A domain ontology approach in the ETL process of data warehousing | |
Gu | Integration and optimization of ancient literature information resources based on big data technology | |
LeClair et al. | A review on ontology modularization techniques-a multi-dimensional perspective | |
CN113722564A (zh) | 基于空间图卷积能源物资供应链的可视化方法及装置 | |
CN116822926A (zh) | 一种延误统计及分析方法、装置、电子设备及存储介质 | |
Breuker et al. | Graph theory and model collection management: conceptual framework and runtime analysis of selected graph algorithms | |
Arfaoui et al. | Data warehouse: Conceptual and logical schema-survey | |
CN111724028A (zh) | 一种基于大数据技术的机器设备运行分析与挖掘系统 | |
Kovalenko et al. | Towards evaluation and comparison of tools for ontology population from spreadsheet data | |
CN115630043B (zh) | 一种模型驱动的航空发动机多可靠性数据库系统设计方法 | |
CN112132534B (zh) | 一种武器装备全寿命周期综合保障数据的管理方法及系统 | |
Kozmina et al. | Gathering Formalized Information Requirements of a Data Warehouse | |
Kong et al. | Design of Intelligent Optimization Simulation Framework for Large Sample Based on Distributed Simulation | |
Shahzad et al. | Towards a goal-driven approach for business process improvement using process-oriented data warehouse | |
CN118013462A (zh) | 一种用于效能指标评估的多源数据融合处理方法及系统 |
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 |