面向先进制造设备信息的知识建模研究

胡晓青 王艳娟

摘 要：本文在阐述制造知识分类的基础上，针对制造知识中先进制造设备信息并结合零件的加工过程的信息特征，分析了制造知识建模技术的需求，讨论了该知识建模技术如何支持制造知识建模的方法，最后通过实例说明了面向先进制造设备信息的制造知识设计模型。该研究为需要者提供了制造知识建模切实可行的方法。

关键词：建模技术；设备信息；数控车床

当今的制造系统已经发展成为一个高度复杂的系统，它包含并积累了大量的知识，我们称之为“制造知识”。制造活动的实质是将知识或信息记录在原材料或制造设备上，以提高其知识含量，并转化为产品[1]。伴随着现代先进制造技术的发展，知识已逐渐成为现代制造企业争夺的重要资源，特别是随着智能制造的兴起和大数据时代的到来，新的生产过程和生产设备都需要新的信息技术的支持。在知识含量已成为产品价值决定因素的今天，市场对产品性能的更高要求使得制造知识的度量更为重要。为了研究制造知识的度量，必须首先研究制造知识的分类，并研究制造知识的建模，从而快速、良好地制造产品，提高产品研发水平[2-6]。

1 制造知识的分类

从结构和信息特征等方面，运用开关因素的概念对制造知识进行分类[1]。

根据制造知识的结构，制造知识可分为单元知识和合成知识。所谓单元知识，是指其他制造知识（除了自身以外）所不能表达的知识；合成知识是指由单元知识综合而成的表示某一整体特征的知识。

根据产品的信息特征， 制造知识可分为形状特征知识和精度特征知识、装配特征知识、检验特征知识、材料特征知识。上述特征知识又可归纳为三类： 第一类是形状特征知识； 第二类特征是由精度特征、装配特征和检验特征构成的精度特征知识； 第三类是材料特征知识。按制造知识产生的过程， 制造知识可分为设计知识、工艺知识、装配知识、检验知识和材料知识等。工艺知识又包括宏观变形知识（ 如冲压、切削、锻造等） 和微观变形知识（ 如淬火、退火、冷处理、渗碳等）。

按照制造知识的用途，制造知识可分为一通用、常识知识、专门知识等。制造知识与设计和制造过程密切相关，它有许多方面和层次。它大致可以分为产品知识和制造过程知识。所谓产品知识是指准确描述产品特性所必需的信息，包括产品几何形状、尺寸、公差、材料、各种技术规格和技术要求；所谓制造过程知识，是指为了实现一定的制造过程，并获得满足预定要求的零件所需的制造过程的各种知识，包括工艺知识（ process knowledge ）和管理知识。

制造企业的产品种类繁多、复杂。本文只分析与加工过程和资源相关的知识，即设备知识。针对制造知识中先进制造设备信息结合零件的加工过程的信息特征， 本文将设备知识进一步划分为零件制造的过程知识（ 第三类特征知识中的制造过程知识） 和零件制造的资源知识（ 包括形状特征知识中的材料知识和工艺知识等）。

2 知识建模技术的需求分析

制造知识的建模技术是制造知识的重要技术，其基本需求是：

（1）可辨识性是通过对知识进行建模来识别不同种类的知识。

（2）统一性是将显性知识与隐性知识统一建模，从而在加强隐性知识有效管理的同时，也有利于隐性知识转化为显性知识。

（3）开放性是知识建模技术必须能够适应不同类型的企业和部门，适应企业不断变化的条件和环境，适应知识的动态更新。

（4）易用性是使知识所有者自己易于知识建模，由自己获得或拥有的知识进行建模是最合适的。

（5）知识模型的其他要求是计算机可实现的，并且独立于特定的计算机平台和应用环境等[7]。

3 知识建模的步骤

要建立客观存在对象的替代物-模型，一般需经过若干步骤，因为数学模型在制造过程中应用较多，故以数学模型为例来介绍建模步骤。

1）提出问题

提出问题就解决了一半的问题，它是解决问题的关键一步。提出问题的目的是在面对实际的研究对象时，弄清问题的来龙去脉，抓住问题的本质，确定问题数学模型的类型、输入/输出变量及用什么建模方法，所以，问题提出的过程即是将一个实际问题转化成一个数学问题的过程，只有对研究对象的物理本质、概念、名词、术语都很清楚的专业技术人员才可能正确地完成此项任务。

2）量的分析

数学建模过程中应搞清原型对象的各种可获取的常量和变量，分清主要的量和次要的量。

3）模型假设

对现实问题进行必要的抽象和简化，抓住问题的本质和主要因素，忽略一些次要因素，這样才有可能建立适用的数学模型。确定模型假设时要遵循以下简化原则。

（1）目的性原则

从建模目的出发，用于设计、优化、控制、管理的模型，其目的会有差异，主次因素也会不同。

（2）合理性原则

因假设带来的误差能满足建模目的允许的误差要求，各个假设之间不应互相矛盾。

（3）适应性原则

假设要适应模型的建立、求解、检验、应用过程。

（4）全面性原则

要注意到假设的无偏性，要给出原型所处的环境条件。

4）模型建立与模型求解

根据实际问题和建模的目的、要求、以及建模人的数学特长，选用合适的数学工具建立数学模型，求解出模型的相关参数。值得指出的是，对同一实际问题可以构造出不同的数学模型，在达到预期目的的前提下，所用的数学工具越简单越好。

5）模型分析与模型检验

为了判断模型求解的结果是否与实际对象的特点相吻合，要对模型进行分析；为了判断模型是否合适，如阶次是否恰当，要对模型进行逻辑检验，反复修改、循环运作。经过模型分析与模型检验，方能建立一个合适的数学模型，用于替代实际对象。有了数学模型，就便于对实际问题进行分析、控制、优化等操作，也便于用计算机辅助技术来实现数学化处理。

4 制造知识模型

现以CNC车床加工为例，介绍一种建立制造知识模型的方法。

1）制造信息与知识的收集

一台制造设备的知识可分为过程知识和资源知识。如在CNC车床上，可包括过程如粗车、精车等知识，资源如车刀、夹具、CAM软件等知识。

过程信息可包括辨识现有制造过程所得信息和已辨识的每一过程的属性，有了这些信息，就可以知道在每一过程中的制造特征的，获得了过程知识。资源知识是结构化的信息及附加细节，它根据数控车削加工的以往经验描述资源如何被使用。设备知识包含在该制造设备上辨识的过程知识和资源知识，为此需要定义一种结构以便存取、存储各种类型的设备常识。

2）制造知识模型的设计

工业部门与研究机构的研究者们都把制造模型的概念作为制造信息的管理工具。用统一的建模语言表示知识的结构。在制造知识模型中，存取的制造信息与知识分为三类：过程知识、资源知识和设备知识。

当定义知识结构时，关键的事项是如何确定一台制造设备上的知识并对其进行分类。可将设备知识分为两超类。第一超类称为设备知识，它关联过程知识与资源知识，第二超类的为知识类型。

对于CNC车床而言，加工过程知识可分为车端面、粗车、精车等子类，类似地，资源知识可分为工具、机器、材料等知识子类，如图1所示。

对于知识结构的创建，要求理解知识类别和“面向”概念，知识类别由支持某一特定决策而要求的技术诀窍所确定。而知识分类遵循面向对象概念。

“知识类型”为超类，显示知识，默认知识和隐含知识为该超类的子类。重要的是定义合适的属性来表示知识，例如，“知识类型”超类，具有的属性有名称，表示类型，辨识ID，修改次数，修改时间等，这些属性具有管理设备知识的特征。此外，每个知识表达子类具有特定的属性。

5 结束语

本文从结构、信息特征等方面阐述了制造知识的分类，从建模的设计需求出发，阐述了制造模型的建立步骤，在此基础上对与机械加工过程及资源有关的知识，即设备知识进行了建模设计，建立了数控车削加工的制造知识模型，为先进制造业的制造知识建模提供了思路。同时在该知识建模技术的基础之上，能方便地建立企业的制造知识软件系统，对实际问题进行分析、控制、优化，为企业实现知识的共享和重用提供了技术基础。

参考文献

[1]李高正，师汉民.制造知识的表示及其度量方法的研究.中国机械工程，2003，14（12）：1025-1028.

[2]周佳军，姚锡凡，刘敏等.几种新兴智能制造模式研究评述.计算机集成制造系统[J].2017，23（3）：624-639.

[3]胡玉杰.制造業知识管理中基于本题的产品知识表达研究[D]，浙江大学论文库，2003.

[4]仇元福，潘旭伟，顾新建.现代制造企业的知识管理实施[J].慧眼聚焦，2002，40.

[5]姚永明.产品数据管理[J].机械与制造，2000，（3）.

[6]宾鸿赞.先进制造技术[M].武汉：华中科技大学出版社，2017，（1）.

[7]潘旭伟，顾新建，仇元福，程耀东.面向知识管理的知识建模技术.计算机集成制造系统，2003，9（7）：517-521.

作者简介

胡晓青（1983-），男，山东烟台人，讲师，硕士，研究方向：先进制造技术以及知识管理与创新。