CN116680839B - 一种基于知识驱动的发动机智能化工艺设计方法 - Google Patents
一种基于知识驱动的发动机智能化工艺设计方法 Download PDFInfo
- Publication number
- CN116680839B CN116680839B CN202310962485.1A CN202310962485A CN116680839B CN 116680839 B CN116680839 B CN 116680839B CN 202310962485 A CN202310962485 A CN 202310962485A CN 116680839 B CN116680839 B CN 116680839B
- Authority
- CN
- China
- Prior art keywords
- rule
- instance
- reasoning
- knowledge
- design
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 275
- 230000008569 process Effects 0.000 title claims abstract description 236
- 238000013461 design Methods 0.000 title claims abstract description 76
- 238000007689 inspection Methods 0.000 claims abstract description 22
- 238000007726 management method Methods 0.000 claims abstract description 12
- 238000004519 manufacturing process Methods 0.000 claims abstract description 12
- 239000010410 layer Substances 0.000 claims description 36
- 238000005516 engineering process Methods 0.000 claims description 17
- 238000005457 optimization Methods 0.000 claims description 7
- 238000005242 forging Methods 0.000 claims description 6
- 238000012216 screening Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000005266 casting Methods 0.000 claims description 4
- 239000002346 layers by function Substances 0.000 claims description 4
- 238000003754 machining Methods 0.000 claims description 4
- 238000004381 surface treatment Methods 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 3
- 230000002776 aggregation Effects 0.000 claims description 2
- 238000004220 aggregation Methods 0.000 claims description 2
- 238000013210 evaluation model Methods 0.000 claims description 2
- 238000004886 process control Methods 0.000 claims description 2
- 238000012163 sequencing technique Methods 0.000 claims description 2
- 238000011161 development Methods 0.000 description 4
- 238000009825 accumulation Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 3
- 238000012938 design process Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000002035 prolonged effect Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000012552 review Methods 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000008570 general process Effects 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 238000012954 risk control Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/17—Mechanical parametric or variational design
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
-
- 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
-
- 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)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Computer Hardware Design (AREA)
- Medical Informatics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Pure & Applied Mathematics (AREA)
- Computational Mathematics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- General Factory Administration (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种基于知识驱动的发动机智能化工艺设计方法，属于发动机工艺设计技术领域，包括以下步骤：总体规划智能工艺性审查系统；构建工艺知识的智能工艺性审查系统体系结构；构建工艺知识管理体系架构；采用扩展对象模型EOM对发动机复杂结构工艺实例进行表达并构建工艺实例库；采用实例推理方法进行工艺实例检索与推理，形成工艺实例结果集合；构建面向发动机装配工艺设计的决策规则库；基于规则推理实现发动机工艺的智能化设计。本发明将实例推理与规则推理相结合，构建了完整的智能化工艺设计流程，实现了针对发动机复杂结构的智能化工艺设计，显著提高工艺设计速度和生产效率。
Description
技术领域
本发明涉及发动机工艺设计技术领域，尤其涉及一种基于知识驱动的发动机智能化工艺设计方法。
背景技术
随着科技的发展，提高发动机复杂件的工艺设计效率已经成为提高发动机生产制造效率的重要途径之一，尽管我国企业已经储备了大量的发动机工艺知识，但是在实际的生产过程中，特别是在发动机复杂件工艺设计过程中，企业往往需要对同类型的零件进行反复的工艺设计，无法借助原有的设计经验，存在工艺知识重用率较低、工艺设计人员查询和使用知识效率低等问题，造成了大量的知识浪费，同时造成工时延长以及成本上升，影响了发动机制造工艺技术总体水平的提升。
发明内容
针对在当前发动机复杂件工艺设计过程中，存在工艺知识重用率较低、工艺设计人员查询和使用知识效率低，造成了大量的知识浪费以及工时延长、成本上升等问题，本发明提供一种基于知识驱动的发动机智能化工艺设计方法，该方法搭建以工艺审查规则、产品三维模型为基础的工艺性审查体系架构，建立包含铸造、机加、装配等多种工艺类别的发动机复杂结构制造工艺知识库，开展基于实例推理技术和规则推理的混合智能推理方式，实现快速智能工艺设计，提高生产效率。
为解决上述问题，本发明采取如下的技术方案：
一种基于知识驱动的发动机智能化工艺设计方法，其特征在于，包括以下步骤：
步骤一：总体规划智能工艺性审查系统，分为基础层、功能层和应用层；
步骤二：基于MVC设计模式，将系统分为模型、视图和控制器三个基本模块，构建得到工艺知识的智能工艺性审查系统体系结构；
步骤三：构建工艺知识管理体系架构，包括业务层、控制层、知识库层和支撑层；
步骤四：基于面向对象的思想，采用扩展对象模型EOM对发动机复杂结构工艺实例进行表达并构建工艺实例库；
步骤五：获取工艺设计需求，以工艺实例库为基础，采用实例推理方法进行工艺实例检索与推理，形成工艺实例结果集合；
步骤六：采用面向对象的思想，对单条工艺规则进行表达，并基于对单条工艺规则的结构化与规范化表达，通过不同类型规则单元的有机组合，实现对各类复杂决策规则的表达，构建面向发动机装配工艺设计的决策规则库；
步骤七：以工艺实例结果集合作为规则推理的输入，对工艺实例结果集合中不相符或差异性较大的属性进行分析，明确规则推理方向，采用“统一的工艺规则库+规则柔性配置”的方式对工艺实例结果集合进行偏差属性规则推理并形成推理结果，判断推理结果是否满足工艺设计要求，若是，则直接形成最优的工艺实例方案，通过对最优的工艺实例方案进行优化与重用后，完成发动机的工艺设计；否则依据推理结果进行工艺实例的迭代优化，直至满足工艺设计要求。
与现有技术相比，本发明具有如下有益效果：
（1）本系统应用了CAD二次开发技术，除了可以借鉴当前主流软件的优点外，可以根据用户需求进行定制化二次开发；
（2）本发明采用了MVC设计模式，可实现后续对程序的修改和扩展简化，智能工艺性审查系统通过对自身基本部分分离的同时也赋予了各个基本部分应有的功能。专业人员可以通过自身的专长分组；
（3）在对Parasolid数据架构进行充分解析的基础上，以特征识别技术为连接点，实现了各功能之间的连接以及针对三维模型的一键工艺规则检查；
（4）本发明采用面向对象的思想，采用扩展对象模型EOM（Extended ObjectModel），实现对柴油机复杂结构工艺实例的表达，构建了完整的发动机复杂结构工艺实例库；
（5）本发明将实例推理技术与规则推理技术相结合，将两种推理方式的优点进行互补，构建了完整的智能化工艺设计流程，实现了针对发动机复杂结构的智能化工艺设计，显著提高工作效率；
（6）与传统工艺设计系统相比，本发明针对的发动机零件更加复杂，参数种类更加繁多，智能化程度更高。
附图说明
图1为本发明实施例所述的一种基于知识驱动的发动机智能化工艺设计方法的流程图；
图2为本发明实施例中智能工艺审查总体规划示意图；
图3为本发明实施例中工艺知识管理体系架构示意图；
图4为本发明实施例中发动机复杂结构工艺实例检索与推理一般过程示意图。
具体实施方式
为了更加清晰的表述发明要解决的技术问题、技术方案和优点，下面结合附图和具体实施例进行详细描述。
本发明提供一种基于知识驱动的智能工艺设计方法，将实例推理技术和规则推理技术相结合，通过面向对象思想、特征识别方法、实例检索、推理等相关技术的融合，实现了针对发动机复杂件的智能化工艺设计。
如图1所示，本实施例提供的一种基于知识驱动的智能工艺设计方法包括以下步骤：
步骤一：对智能工艺性审查系统进行总体规划，由基础层、功能层及应用层三个层面构成，不同层级包含不同的功能如图2所示：
基础层：主要包含工艺性审查相关材料库、刀具库、资源库及可量化的工艺性审查规则等，组成三维模型工艺性审查的基础判定依据；
功能层：利用智能工艺性审查系统软件的特征识别、分析推理、规则信息化量化表示技术等功能技术，自动获取三维模型几何特征，依据基础层各数据知识库对三维模型进行自动化分析判断，并输出相应分析结果；
应用层：不断扩充规则库和完善软件功能，基于三维模型对相关规则进行持续的二次开发，不断优化相关规则，逐步推广智能工艺性审查系统应用到实际的工艺性审查工作中，与人工审查相结合逐步提升审查效率及产品设计质量。
步骤二：构建工艺知识的智能工艺性审查系统，基于MVC（Model-View-Controller）设计模式，把智能工艺性审查系统分为三个基本模块：模型（Model）、视图（View）和控制器（Controller）。通过几个模块之间的相互协作实现系统的总体功能。
在智能工艺性审查系统中，客户整体界面借助UG-NX的视图界面。按照MVC设计架构，智能工艺性审查系统的MVC架构，其中UG-NX为市场上常用的CAD/CAM设计软件。
视图（View）用于界面设计人员进行图形界面设计。视图采用UG-NX三维视图，客户自定义界面，每个增加的模型检查功能，都通过菜单或者按钮的方式，集成到了UG-NX软件的界面中，方便客户进行使用。
模型（Model）用于程序员编写程序应有的功能。UG-NX使用的是Parasolid的CAD引擎内核，客户所有设计的模型或者导入的模型，都采用Parasolid的数据对象分类机制进行存储。这样软件可以接受多种格式的CAD模型，即使导入的CAD模型不带设计历史，通过数据转换，导入的模型在Parasolid重建，就附带了设计特征，为后续功能开发所用。
控制器（Controller）负责转发请求，对请求进行处理。控制器负责软件的核心业务，主要分两个层级，底层Parasolid的API，实现几何数据获取、简单设计特征识别；高层工艺特征定制识别API，通过对客户工艺检查要求的抽象，将简单的Parasolid的API复合化和封装化，可以将复杂特征识别，并且该特征的参数信息获取。
Parasolid在整个软件开发中，起到了核心业务功能支撑的作用，它既可以和底层的图形设备接口进行可视化交互，又可以支持客户对其底层的API定制化封装，实现定制化三维模型软件的目的。
步骤三：构建工艺知识管理体系架构，包括业务层、控制层、知识库层和支撑层。
本步骤构建的工艺知识管理体系架构包括支撑层、知识库层、控制层和业务层，如图3所示。其中：
支撑层主要指服务器、数据库以及智能工艺设计软件平台等；
知识库层指通过TEAMCENTER构建复杂结构制造工艺知识库、规则库以及规范库等，知识库中包括典型件的工艺模板；典型零件数控加工模板；典型零件铸造、锻造工艺模板、工艺参数；标准热、表处理工艺及参数；
控制层主要指对相关工艺知识的处理，包括工艺知识模型的构建、知识的生成应用逻辑以及知识优化的相关的算法等。
业务层是指从知识积累、知识生成、知识应用、形成知识库，到再积累、再创造、再应用、形成新的知识平台的不断累积与持续优化的闭环过程。采用闭环管理与控制的思想，构建贯穿“底层数据—顶层业务”的发动机复杂结构制造工艺知识管理体系，实现发动机复杂结构制造工艺知识“生成—应用—优化—再应用—淘汰”全生命周期的闭环管控。
步骤四：基于面向对象的思想，采用扩展对象模型EOM（Extended Object Model），对发动机复杂结构工艺实例进行表达并构建工艺实例库。
发动机复杂结构工艺实例表达与工艺实例库构建是指将盘轴等典型件工艺模板、典型零件数控加工模板、典型零件铸造、锻造工艺模板及工艺参数、标准热、表面处理工艺等参数进行表达并构建工艺实例库。
步骤四中在采用扩展对象模型EOM，实现对发动机复杂结构工艺实例的表达的过程中，有如下定义：
CaseObj={Caseld,Index, Relation, Attribute, Constraint, Body}，其中：
CaseObj：定义工艺实例对象；
Caseld：定义工艺实例对象的唯一标识；
Index：定义工艺实例对象的索引，描述了工艺实例的关键特征，是用户快速定位及查询提取对应工艺实例的重要依据；
Relation：定义工艺实例对象的拓扑关联关系，即不同层次、不同类型实例对象间的关联关系；
Attribute：定义工艺实例对象的关键属性，包括工艺实例的类型、粒度、关键词等关键属性；
Constraint：定义工艺实例对象的约束，包括该工艺实例的适用范围、适用对象等约束；
Body：定义工艺实例对象的主体内容，包含了具体的工艺方法、工艺内容等。
以工艺实例为基本单元，基于不同类型、不同层次、不同粒度工艺实例间的拓扑关联关系，通过有机关联组合，实现各类复杂工艺实例的结构化表达、层次化组织、分类化管理，从而构建完整的发动机复杂结构工艺实例库，为工艺实例推理与工艺快速设计提供有效支撑。
步骤五：获取工艺设计需求，以工艺实例库为基础，采用实例推理方法进行工艺实例检索与推理，形成工艺实例结果集合。
步骤五中推理过程如图4所示，主要包括以下步骤：
步骤1：工艺设计需求提取：依据工艺人员当前操作情境，自动感知并捕获工艺设计意图，包括型号名称代号、工艺文件名称、工序名称等关键信息，形成工艺设计需求；
步骤2：工艺实例检索：基于工艺实例库中预定义的工艺实例索引项，以工艺设计需求关键信息为输入，实现基于索引的工艺实例库快速检索，生成初始工艺实例集合（即初始实例子集）；
步骤3：工艺实例相似度评估：综合考虑工艺实例的名称、类型、粒度、约束等多个维度，构建多维度相似度评估模型，量化定义各个维度的权重及相似度，聚合计算形成各工艺实例的相似度；
步骤4：工艺实例筛选排序：依据相似度计算结果对初始工艺实例集合中的工艺实例进行排序，通过设置相似度阈值、相似判断规则等，对工艺实例进行进一步自动筛选，筛选后形成工艺实例结果集合，实现对相似度最高的工艺实例（即实例子集）快速提取。
本步骤利用实例推理（CBR）方法，以工艺实例库为基础，以工艺设计需求为输入，通过基于索引的工艺实例快速检索、相似度评估计算与筛选，快速准确提取相似度最高的工艺实例结果集合，支撑工艺实例的快速修改、优化与快速重用，提升装配工艺设计效率。
步骤六：采用面向对象的思想，对单条工艺规则进行表达，并基于对单条工艺规则的结构化与规范化表达，通过不同类型规则单元的有机组合，实现对各类复杂决策规则的表达，构建面向发动机装配工艺设计的决策规则库，确保当出现多种可用实例后，系统可以通过相关规则决策出最佳实例。
本步骤采用面向对象的思想，开展工艺规则表达方法研究，通过不同类型规则单元的有机组合，实现对各类复杂决策规则的表达，定义如下：
RuleObj = {RuleId, Condition, Result}，其中：
RuleObj：定义一条具体的规则单元对象；
RuleId：定义该条规则的唯一标识；
Condition：定义该条规则的输入条件对象，即If…，其中Condition又可表述为Condition = { ConditionId, Type, Content }，ConditionId为输入条件对象的唯一标识，Type为输入条件的类型（与或非等），Content为输入的内容，如具体某个关键词；
Result：定义该条规则的输出结果对象，即Then…；其中Result又可表述为Result= { ResultId, Type, Content }，ResultId为输出结果对象的唯一标识，Type为输出结果的类型（与或非等），Content为输出的内容。
根据规则的输入、输出逻辑的类型不同，又可分为与、或、非等不同类型。通过对规则输入、输出的结构化表达与有机组合，实现对一条完整规则单元的表达；在此基础上，通过多条不同类型规则单元的有机组合，实现对各类复杂决策规则知识的完整表达。
基于对单条规则的结构化与规范化表达，研究构建面向发动机装配工艺设计的决策规则库，主要包括以下几类：
风险识别类：包括工艺设计过程中各潜在风险环节的识别规则、风险控制规则等；
质量检验类：包括工艺设计过程中各关键检验点、强制检验点的识别规则、质量控制规则等；
过程控制类：包括工艺设计过程中一些关键或特殊过程的控制规则等；
逻辑顺序类：包括工艺设计过程中工艺流程或工序节点的先后逻辑顺序规则等；
参数选用类：包括工艺流程中某些关键工艺参数、材料参数的选用规则等。
步骤七：基于混合知识推理方法，实现工艺的智能化设计。
步骤五中首先由实例推理（CBR）检索出相似的工艺实例，并按实例相似度大小排序，形成工艺实例结果集合，并作为规则推理的主要输入。对工艺实例结果集合中不相符或差异性较大的属性进行分析，明确规则推理方向。采用“统一的工艺规则库+规则柔性配置”的方式，对工艺实例结果集合进行偏差属性规则推理并形成推理结果。判断推理结果是否满足工艺设计要求，对于满足工艺设计要求的结果则直接形成最优的工艺实例方案，支撑工艺的快速设计，通过对匹配的工艺实例方案进行优化与重用后，完成发动机的工艺设计；对于不满足工艺设计要求的工艺实例，依据推理结果进行工艺实例的迭代优化与推理，直至满足工艺设计要求，输出结果后结束。本发明采用实例推理与规则推理相结合的智能混合推理技术，实现对工艺实例的快速检索、提取、优化与重用，兼顾检索效率与精度，从而有效提升工艺设计的知识化、智能化程度。
本步骤是一种基于规则推理的发动机复杂结构工艺快速设计是指将采用面向对象的思想，通过不同类型规则单元的有机组合，实现对各类复杂决策规则的表达，采用实例推理与规则推理相结合的智能混合推理技术，实现对工艺实例的快速检索、提取、优化与重用，兼顾检索效率与精度，有效提升工艺设计的知识化、智能化程度，实现了针对发动机复杂结构的智能化工艺设计，提高了工作效率。
本发明将针对某型号的发动机复杂关键件进行智能化工艺设计并开发对应的操作系统，首先以工艺性审查规则、产品三维模型为基础建立工艺性审查体系架构，实现基于模型的产品的高效工艺性审查；实现复杂结构制造的工艺知识库构建与管理；基于TEAMCENTER构建了复杂结构制造工艺知识库，实现了包括曲轴等典型件工艺模板、典型零件数控加工模板、典型零件铸造模板、锻造工艺模板、工艺参数、标准热、表面处理工艺及参数等相关工艺知识的存储与积累；最后将实例推理技术与规则推理技术相结合，构建了相关的实例库以及规则库，在完成了基于实例推理以及规则推理的实例检索的方法，实现了基于混合智能推理的智能工艺快速设计，显著提高工艺设计速度，提高了生产效率。
以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于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，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。
Claims (5)
1.一种基于知识驱动的发动机智能化工艺设计方法，其特征在于，包括以下步骤：
步骤一：总体规划智能工艺性审查系统，分为基础层、功能层和应用层；
步骤二：基于MVC设计模式，将系统分为模型、视图和控制器三个基本模块，构建得到工艺知识的智能工艺性审查系统体系结构；
步骤三：构建工艺知识管理体系架构，包括业务层、控制层、知识库层和支撑层，所述知识库层包括工艺标准库、零件毛坯库、加工经验数据库、失效数据库、刀具优化数据库以及工艺术语库；
步骤四：基于面向对象的思想，采用扩展对象模型EOM对发动机复杂结构工艺实例进行表达并构建工艺实例库；采用扩展对象模型EOM对发动机复杂结构工艺实例进行表达时，定义如下表达式：
CaseObj＝{Caseld,Index,Relation,Attribute,Constraint,Body}，其中：
CaseObj：定义工艺实例对象；
Caseld：定义工艺实例对象的唯一标识；
Index：定义工艺实例对象的索引；
Relation：定义工艺实例对象的拓扑关联关系，即不同层次、不同类型实例对象间的关联关系；
Attribute：定义工艺实例对象的关键属性；
Constraint：定义工艺实例对象的约束；
Body：定义工艺实例对象的主体内容；
步骤五：获取工艺设计需求，以工艺实例库为基础，采用实例推理方法进行工艺实例检索与推理，形成工艺实例结果集合；
步骤六：采用面向对象的思想，对单条工艺规则进行表达，并基于对单条工艺规则的结构化与规范化表达，通过不同类型规则单元的有机组合，实现对各类复杂决策规则的表达，构建面向发动机装配工艺设计的决策规则库；对单条工艺规则进行表达时，定义如下表达式：
RuleObj＝{RuleId,Condition,Result}，其中：
RuleObj：定义一条具体的规则单元对象；
RuleId：定义该条规则的唯一标识；
Condition：定义该条规则的输入条件对象，即If…，其中Condition又可表述为Condition＝{ConditionId,Type,Content}，ConditionId为输入条件对象的唯一标识，Type为输入条件的类型，Content为输入的内容；
Result：定义该条规则的输出结果对象，即Then…；其中Result又可表述为Result＝{ResultId,Type,Content}，ResultId为输出结果对象的唯一标识，Type为输出结果的类型，Content为输出的内容；
步骤七：以工艺实例结果集合作为规则推理的输入，对工艺实例结果集合中不相符或差异性较大的属性进行分析，明确规则推理方向，采用“统一的工艺规则库+规则柔性配置”的方式对工艺实例结果集合进行偏差属性规则推理并形成推理结果，判断推理结果是否满足工艺设计要求，若是，则直接形成最优的工艺实例方案，通过对匹配的工艺实例方案进行优化与重用后，完成发动机的工艺设计；否则依据推理结果进行工艺实例的迭代优化，直至满足工艺设计要求。
2.根据权利要求1所述的一种基于知识驱动的发动机智能化工艺设计方法，其特征在于，采用实例推理方法进行工艺实例检索与推理的过程包括以下步骤：
依据工艺人员当前操作情境，自动感知并捕获工艺设计意图，形成工艺设计需求；
基于工艺实例库中预定义的工艺实例索引项，以工艺设计需求关键信息为输入，实现基于索引的工艺实例库快速检索，生成初始工艺实例集合；
构建多维度相似度评估模型，量化定义各个维度的权重及相似度，聚合计算形成工艺实例的相似度；
依据相似度计算结果对初始工艺实例集合中的工艺实例进行排序，通过设置相似度阈值和相似判断规则，对工艺实例进行进一步自动筛选，筛选后形成工艺实例结果集合。
3.根据权利要求1所述的一种基于知识驱动的发动机智能化工艺设计方法，其特征在于，所述决策规则库包括风险识别类规则、质量检验类规则、过程控制类规则、逻辑顺序类规则以及参数选用类规则。
4.根据权利要求1所述的一种基于知识驱动的发动机智能化工艺设计方法，其特征在于，在步骤三中，所述知识库层是指基于TEAMCENTER构建复杂结构制造工艺知识库、规则库以及规范库，其中知识库包括：典型件的工艺模板；典型零件数控加工模板；典型零件铸造、锻造工艺模板、工艺参数；标准热、表处理工艺及参数。
5.根据权利要求1所述的一种基于知识驱动的发动机智能化工艺设计方法，其特征在于，所述视图采用UG-NX三维视图。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310962485.1A CN116680839B (zh) | 2023-08-02 | 2023-08-02 | 一种基于知识驱动的发动机智能化工艺设计方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310962485.1A CN116680839B (zh) | 2023-08-02 | 2023-08-02 | 一种基于知识驱动的发动机智能化工艺设计方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116680839A CN116680839A (zh) | 2023-09-01 |
| CN116680839B true CN116680839B (zh) | 2023-12-08 |
Family
ID=87779498
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310962485.1A Active CN116680839B (zh) | 2023-08-02 | 2023-08-02 | 一种基于知识驱动的发动机智能化工艺设计方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116680839B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118296165B (zh) * | 2024-06-06 | 2024-08-30 | 山东大学 | 一种生产线动态工艺知识库构建方法及工艺方案生成方法 |
| CN118520784A (zh) * | 2024-07-23 | 2024-08-20 | 中国航空工业集团公司金城南京机电液压工程研究中心 | 一种特征快速建模复用方法 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105138802A (zh) * | 2015-09-25 | 2015-12-09 | 北京理工大学 | 一种枪管智能设计系统及设计方法 |
| CN105205537A (zh) * | 2015-10-28 | 2015-12-30 | 武汉开目信息技术有限责任公司 | 一种基于本体的特征加工工艺知识表达推理的装置及方法 |
| CN109710737A (zh) * | 2018-12-21 | 2019-05-03 | 神思电子技术股份有限公司 | 一种基于结构化查询的智能推理方法 |
| CN109857395A (zh) * | 2019-01-10 | 2019-06-07 | 湖南科技大学 | 基于开放式数控系统的凸轮轴智能磨削工艺软件数据库系统的集成应用方法 |
| CN110851499A (zh) * | 2019-11-06 | 2020-02-28 | 上海卫星装备研究所 | 基于知识的装配工艺设计方法、系统及介质 |
| CN114969553A (zh) * | 2022-07-19 | 2022-08-30 | 苏芯物联技术(南京)有限公司 | 一种基于知识图谱的焊接成本和工艺参数综合智能推荐方法 |
| CN115113584A (zh) * | 2022-08-26 | 2022-09-27 | 长春理工大学 | 基于实例及规则推理的数控自动编程方法 |
| CN116362005A (zh) * | 2023-02-24 | 2023-06-30 | 北京工业大学 | 一种基于实例推理的注塑模具零件多相似实例加工工艺重用设计方法 |
-
2023
- 2023-08-02 CN CN202310962485.1A patent/CN116680839B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105138802A (zh) * | 2015-09-25 | 2015-12-09 | 北京理工大学 | 一种枪管智能设计系统及设计方法 |
| CN105205537A (zh) * | 2015-10-28 | 2015-12-30 | 武汉开目信息技术有限责任公司 | 一种基于本体的特征加工工艺知识表达推理的装置及方法 |
| CN109710737A (zh) * | 2018-12-21 | 2019-05-03 | 神思电子技术股份有限公司 | 一种基于结构化查询的智能推理方法 |
| CN109857395A (zh) * | 2019-01-10 | 2019-06-07 | 湖南科技大学 | 基于开放式数控系统的凸轮轴智能磨削工艺软件数据库系统的集成应用方法 |
| CN110851499A (zh) * | 2019-11-06 | 2020-02-28 | 上海卫星装备研究所 | 基于知识的装配工艺设计方法、系统及介质 |
| CN114969553A (zh) * | 2022-07-19 | 2022-08-30 | 苏芯物联技术(南京)有限公司 | 一种基于知识图谱的焊接成本和工艺参数综合智能推荐方法 |
| CN115113584A (zh) * | 2022-08-26 | 2022-09-27 | 长春理工大学 | 基于实例及规则推理的数控自动编程方法 |
| CN116362005A (zh) * | 2023-02-24 | 2023-06-30 | 北京工业大学 | 一种基于实例推理的注塑模具零件多相似实例加工工艺重用设计方法 |
Non-Patent Citations (1)
| Title |
|---|
| 基于实例的飞机钣金件工艺设计系统关健技术研究;陈金花;《中国优秀博硕士学位论文全文数据库（硕士） 工程科技II辑》;第11-14页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116680839A (zh) | 2023-09-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN116680839B (zh) | 一种基于知识驱动的发动机智能化工艺设计方法 | |
| US11461294B2 (en) | System for importing data into a data repository | |
| EP3513314B1 (en) | System for analysing data relationships to support query execution | |
| US10678810B2 (en) | System for data management in a large scale data repository | |
| CN112612902A (zh) | 一种电网主设备的知识图谱构建方法及设备 | |
| KR102465451B1 (ko) | 가공 특성 기반의 공정 지식 푸시 방법 | |
| CN115080797B (zh) | 一种基于知识图谱的数字孪生车间多尺度关联方法 | |
| CN116307566B (zh) | 大型房屋建筑工程施工组织方案动态设计系统 | |
| WO2023227012A1 (zh) | 产品数据处理方法、装置及存储介质 | |
| CN112506913A (zh) | 一种面向制造业数据空间的大数据体系结构构建方法 | |
| CN116991931A (zh) | 一种元数据管理方法和系统 | |
| CN113254517A (zh) | 一种基于互联网大数据的服务提供方法 | |
| Ji et al. | A multitask context-aware approach for design lesson-learned knowledge recommendation in collaborative product design | |
| CN110990907B (zh) | 基于特征-资源知识的船用柴油机关重件可制造性三级优化方法 | |
| CN117573880A (zh) | 一种轧制过程数据元模型与数据空间构建方法及系统 | |
| CN116126852B (zh) | 一种基于bim的装配式建筑智慧管理数据存储方法 | |
| KR102096328B1 (ko) | 처방적 분석 기반 지능형 연구정보 고부가 가치화 제공 플랫폼 및 그 방법 | |
| CN108549667B (zh) | 一种结构化工程设计知识的语义检索方法 | |
| Zhang et al. | Automatic generation method of 3D process models for shaft parts based on volume decomposition | |
| Li | A novel framework for discovery and reuse of typical process route driven by symbolic entropy and intelligent optimisation algorithm | |
| Wei et al. | A Data-Driven Human–Machine Collaborative Product Design System Toward Intelligent Manufacturing | |
| Su et al. | [Retracted] Design and Application of Intelligent Management Platform Based on Big Data | |
| CN113297252A (zh) | 一种模式无感知的数据查询服务方法 | |
| Wang et al. | A schema-matching-based approach to propagating updates between heterogeneous spatial databases | |
| CN110717263A (zh) | 一种作战模型管理系统 |
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 | ||
| CB03 | Change of inventor or designer information |
Inventor after: Zhang Dashun Inventor after: Sun Suhui Inventor after: Guo Ke Inventor after: Du Juan Inventor after: Fan Yue Inventor after: Wang Jing Inventor after: Miao Liqin Inventor before: Zhang Dashun Inventor before: Sun Suhui Inventor before: Guo Ke Inventor before: Du Juan Inventor before: Fan Yue Inventor before: Wang Jing Inventor before: Miao Liqin |
|
| CB03 | Change of inventor or designer information | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |