王 琳,张永健,钟诗胜
(1.哈尔滨工业大学 机电工程学院,黑龙江 哈尔滨 150001;2.哈尔滨工业大学(威海)船舶与海洋工程学院,山东 威海 264209)
一般而言,企业在对产品进行工艺规划时都是参照原有的工艺过程,而随着企业的不断发展,积累了大量的工艺数据,这些工艺数据可以作为企业的知识资源。如何挖掘这些知识并对其进行有效利用,是大规模定制(Mass Customization,MC)生产模式在企业制造端成功实施的关键。典型工艺过程是企业为典型产品(典型零件或部件)制定的普遍适用的工艺过程,在对与该典型产品相似的产品进行工艺规划时,可借用该过程并对其进行适量修改,即可作为新零部件的工艺过程,以此提高产品工艺规划的效率与质量。
对于典型工艺过程的获取,目前国内外的相关研究主要集中在工艺过程的相似性和聚类分析等方面。文献[1]用工艺路线间的距离来衡量工艺路线的相似度,并采用凝聚层次聚类算法实现工艺路线的聚类划分;文献[2]将最长相似子序列作为度量因子,对工艺路线进行多级相似度综合度量,并采用粒子群优化算法实现了工艺路线的智能聚类划分;文献[3]通过建立基于特征的零部件信息模型,研究了基于实例推理的工艺相似性度量。这些研究主要对工艺序列的相似性和聚类问题给出了较好的解决方案,但是工艺过程的相似性度量方法仍不理想,另外受各工序与产品特征和车间资源之间存在相关性、工艺过程表达的规范性等因素的影响,计算结果与实际情况往往偏差较大。……