知识管理论坛 >

2024 , Vol. 9 >Issue 6: 519 - 532

DOI: https://doi.org/10.13266/j.issn.2095-5472.2024.038

最佳实践

基于TOGAF的工艺知识全生命周期管理架构研究

  • 王亚军 ,
  • 白翱 ,
  • 张博 ,
  • 郭超
展开
  • 中国工程物理研究院机械制造工艺研究所 绵阳 621000

王亚军，高级工程师，硕士，E-mail：；

白翱，高级工程师，博士；

张博，工程师，硕士；

郭超，高级工程师，硕士。

收稿日期: 2024-06-07

  网络出版日期: 2025-04-28

基金资助

国防基础科研资助项目“XXXX精密结构产品工艺知识管理关键技术研究”(JCKY2020212B003)

收起

Research on the Full Lifecycle Management Architecture for Manufacture Process Knowledge Based on TOGAF

  • Wang Yajun ,
  • Bai Ao ,
  • Zhang Bo ,
  • Guo Chao
Expand
  • Institute of Machinery Manufacturing Technology, China Academy of Engineering Physics Mianyang 621000

Wang Yajun, senior engineer, master, E-mail: ;

Bai Ao, senior engineer, PhD;

Zhang Bo, engineer, master;

Guo Chao, senior engineer, master.

Received date: 2024-06-07

  Online published: 2025-04-28

Supported by

National Defense Basic Scientific Research Program of China titled “XXXX Research on Key Technologies for Manufacture Process Knowledge Management of Precision Structural Products”(JCKY2020212B003)

Fold

摘要

[目的/意义] 旨在实现工艺知识全生命周期管理、系统建模工艺知识全生命周期的业务逻辑、数据特征和应用需求，为知识管理软件开发提供指导。[方法/过程] 基于开放组织架构框架（TOGAF）架构设计思想方法，面向计算机辅助工艺设计（CAPP）软件平台，以工艺规程知识为重点，提出工艺知识全生命周期管理的业务架构、数据架构和应用架构。首先，给出基于制造企业工艺业务能力模型的工艺知识分类方案，从工艺设计业务流程角度提出具有多重循环结构的工艺知识全生命周期业务流模型；再统筹考虑研制管理、生产管理和知识管理三个方面的需求，给出工艺规程知识库的数据架构及面向智能信息处理的六维数据结构；最后，给出基于CAPP系统的工艺知识全生命周期管理应用架构，包括系统核心模块、主要功能菜单及智能处理方向。[结果/结论] 提出的架构方案在某单位工艺知识管理系统软件研制中得到初步应用和验证，表明所提架构具有可行性和有效性。

关键词： 知识管理; 工艺知识; 工艺规程; 工艺知识全生命周期管理; CAPP; TOGAF; 架构

本文引用格式

王亚军 , 白翱 , 张博 , 郭超 . 基于TOGAF的工艺知识全生命周期管理架构研究[J]. 知识管理论坛, 2024 , 9(6) : 519 -532 . DOI: 10.13266/j.issn.2095-5472.2024.038

Abstract

[Purpose/Significance] In order to realize the full life cycle management of process knowledge and system modeling of the business logic, data characteristics, and application requirements of the full life cycle of process knowledge, it provides guidance for the development of knowledge management software. [Method/Process] Based on the TOGAF architecture design method, oriented to the CAPP software platform, focusing on process knowledge, this paper proposed the business architecture, data architecture, and application architecture of process knowledge lifecycle management. Firstly, a process knowledge classification scheme based on the process business capability model of the manufacturing enterprise was presented, and a process knowledge full lifecycle business flow model with a multi-cycle structure was proposed from the point of view of process design business process. Secondly, considering the requirements of research and development management, production management, and knowledge management, the data structure of process planning knowledge base and six-dimensional data structure for intelligent information processing were given. Thirdly, the application architecture of process knowledge life cycle management based on the CAPP system was provided, including the system core module, main function menu, and intelligent processing direction. [Result/Conclusion] The scheme has been preliminarily applied and verified in the software development of a process knowledge management system, indicating the feasibility and effectiveness of the proposed architecture.

Key words： knowledge management; manufacture process knowledge; manufacture process; manufacture process knowledge management in the lifecycle; CAPP; TOGAF; architecture

1 引言/Introduction

制造过程主要由工艺驱动，工艺知识是制造企业的核心组织资产。制造企业的人、机、料、环等资源要素，都是在工艺这个“法”的安排下运作，因此加强工艺知识管理尤其是工艺规程类工艺知识管理，对工艺设计、工艺技术培训、生产计划管理、自动工时定额、生产任务量测算、生产能力评估和生产成本核算等各个方面都具有基础性意义。
为推动工艺知识管理技术发展和应用，国内外学者开展了一系列研究工作，部分成果在特定专业领域已经获得初步实践。由于工艺知识是科学、技术和经验的综合，极具复杂性，因此基于专家的工艺设计和工艺知识管理还是主流的方法。
关于工艺知识管理及计算机辅助工艺设计（computer aided process planning, CAPP）相关的研究工作，主要分为如下4类：①有关工艺知识分类和建模表征，大多采用了基于本体论的知识图谱技术等，但缺乏对工艺知识全生命周期的支撑[1-7]；②针对工艺知识处理，开展人工智能等先进算法的特定应用研究，这类研究工作的突出优势是技术创新性高，但工程化比较弱[8-20]；③关于工艺设计平台的研究，已初步考虑了工艺设计的全生命周期管理，但未考虑知识管理的全生命周期功能[21-25]；④针对特定业务场景，应用各种知识管理技术，构建专用工艺设计系统，这类研究工作的突出优势是可行性好，但不易推广到更广泛的应用场景[26-32]。

1.1 工艺知识分类建模和表征方面

孙丽等把工艺知识主要分为基础理论知识、工艺设计知识、工艺管理知识、工艺情报知识4大类、24个小类，另对工艺文件管理分为8个子类，售后工艺服务管理分为10个子类，同时给出了一种编码方案[1]，但未考虑工艺布局规划、工艺总方案等顶层工艺知识；舒启林面向产品全生命周期，提出了涵盖工艺规划信息、工艺设计信息和工艺过程信息，覆盖加工、装配和售后三阶段的工艺信息模型[2]，但未考虑技术技能人员知识集成及面向智能检索推送等新的需求；K. Ghadge等对于装配操作过程，经过总结抽象，建立了简单的要素及交互模型[3]，但不具有普适性。
李秀玲等依据国际工业标准step-NC，探索了知识图谱在工艺知识管理中的应用，并进行了初步验证[4]；何川等为对汽车领域本体化工艺知识进行结构化管理，提出基于多色图的汽车工艺知识管理方法[5]；刘梦飞等建立了包含工艺路线知识和工艺参数决策知识的工艺知识模型，并提出了与典型产品相关联的工艺模板知识表达模型，进行了初步验证[6]；王永鹏等以零件结构、材料和特征为主的全新零件工艺编码技术，基于零件工艺编码的相似度算法，实现相似工艺的自动推送[7]。但这些局部探索尚未很好与零件设计信息有机融合。

1.2 工艺知识智能处理方面

在工艺设计系统集成和工艺知识融合方面，目前传统方法是依靠精准或模糊匹配在数据库或电子目录中检索，而工艺知识数据量大、类型复杂，存在检索效率较低、结果不全面等问题，并且无法通过简单检索得到技术人员掌握的隐性知识。基于构建的工艺知识图谱，利用人工智能技术对工艺实体及其之间的关系进行深度挖掘，可以有效解决此问题[4,8]。
序列模式（sequential pattern）挖掘是数据挖掘领域的一个重要分支，其目的在于发现事物的特定属性在时间、空间或者逻辑上的顺序性规律[9-14]。多元时间序列(multivariate time series, MTS)是一组共同进化的时间序列,它广泛存在于现实生活中,如加工过程工艺参数变化过程、机床运行状态参数变化过程、车间环境参数变化过程等都属于多元时间序列。MTS数据的有效分析和利用将有助于降低人力资源成本[15-17]。
朱文丹应用各种人工智能算法，对数控加工工艺知识管理进行了较为系统的研究，基于TensorFlow平台开发了验证系统，取得一定成效[18]；P. Zheng等融合物联网、大数据、人工神经网络、知识工程于一体，构建具有自认知功能的制造网络，推动智能制造实现[19]；B. Zhou等给出了一种面向智能制造大量数据，具有自学习能力的，基于图知识的智能生产资源分配算法[20]。
但总体而言，智能工艺知识处理还处于探索试点阶段，尚未全面成熟应用。

1.3 面向产品生命周期管理的工艺设计软件CAPP相关研究

陈强提出了面向产品全生命周期管理的CAPP系统思想，构建了XTCAPP通用工艺信息管理系统，但其实质是把生成执行系统（manufacturing execution system, MES）的任务逐级分发和CAPP系统进行了集成，增加了CAPP的任务管理协调功能[21]；蔡巍开发了一个面向产品生命周期的工艺流程管理系统[22]；马自勤提出了面向产品全生命周期工艺管理水平评价指标体系，实际上基本覆盖了整个生产售后体系的基本要素[23]；孙进平提出了融合组织模型、资源模型和工作流的产品全生命周期的工艺流程管理系统模型，将工艺信息集成在工艺工作流程中[24]。上述研究仍以产品为中心，并未从工艺技术自身发展的全生命周期进行研究。张艳等研究了技术状态管理方面的知识管理，但未就设计和生产技术状态管理中的工艺规程管理问题进行深入分析[25]。

1.4 基于知识管理的专用CAPP开发方面

梅立等基于领域知识，对特种进行构件分类，运用决策树工艺路线和材料类型进行推理，增加模具设计等专门环节，集成相关技术攻关科技成果，构建专门针对复合材料构件制造工艺的系统[26]；胡烨等针对飞机热工艺设计，按照工艺人员进行工艺设计时的步骤，依次梳理、总结，形成一套通用的规则,构建了专用的工艺设计系统[27]；陈思涛等面向航空制造企业工艺技术知识管理的现状及问题进行分析，探讨了以知识工程为指导思想的工艺技术知识管理体系构建[28]；景旭文团队指导的多名研究生，针对船舶制造涉及的焊接、机加、装配工艺知识管理技术开展了一系列研究，开发了相应的专用CAPP系统[29-32]。
综上，现有研究工作还存在如下4个方面不足：
（1）对工艺知识内涵没有仔细界定，工艺知识的涵盖面过于宽泛，导致研究工作深度和实际应用面受限。
（2）工艺知识管理的用户对象是企业整体，还是总工艺师、产品工艺师、专业工艺师、工艺研究人员，不够明确。
（3）大多数研发工作把工艺知识管理作为独立的应用系统看待，未与工艺设计的主要业务平台CAPP充分融合。
（4）工艺设计软件主要聚焦于工艺设计任务及工艺规程技术文件管理相关功能实现，尚未将工艺规程视为核心工艺知识进行全生命周期管理，相关知识管理功能多为工艺设计所需知识资料库的创建和查询等基础功能。
工艺知识涉及材料知识、产品知识、订单知识、制造资源知识和制造技术知识这类工艺设计所需的支撑性工艺知识，以及集成各类工艺知识之大成的工艺方案、工艺规程这类核心工艺知识，内容及其浩繁，不同类别对象业务具有不同逻辑，难以一概而论。笔者主要面向工艺设计师，将工艺规程为作为工艺知识管理的核心对象，从其作为核心知识的生命周期管理出发，兼顾工艺设计涉及的其他支撑性工艺知识的管理开展研究。
开放组织框架架构（the open group architecture framework， TOGAF）提供了一种详细方法和一套支持工具，包括能力架构、业务架构、组织架构、流程架构、应用架构、数据架构和技术架构等一系列从业务到IT的顶层设计规范，目前已成为流程架构设计和软件架构设计的主流标准[33]。为了实现工艺规程为主的工艺知识生命周期管理，提高软件系统的适应性和稳定性，笔者面向CAPP建设，基于TOGAF架构设计思想，对工艺知识全生命周期管理的业务框架进行系统分析，提出工艺知识管理全生命周期管理的业务架构、数据架构和应用架构，形成工艺知识管理业务逻辑到软件实现的桥梁，以期推动工艺知识管理与CAPP系统融合。

2 制造企业工艺设计业务架构/ Manufacturing enterprise process design business architecture

2.1 工艺设计能力模型

面对日益激烈的市场竞争环境，构建灵活响应的工艺设计能力体系对制造类企业至关重要。根据业界通行模式，采用异步开发模式，构建前台、中台和后台分层的能力结构是工艺设计能力发展的必然趋势。
工艺设计能力可分为工艺基础研究、工艺设计、现场工艺支持三大方面。其中，工艺基础能力包括工艺技术预先研究和工艺知识管理两大方面，属于工艺技术能力体系的后台；面向具体型号产品的工艺设计开发则是工艺技术能力的中台；面向生产现场的工艺技术支持与问题处理能力则属于工艺技术能力的前台。
图1 工艺设计能力体系三层模型

Figure 1 Three layer model of process design capability system

2.2 工艺知识分类体系

工艺知识涉及面非常广泛，体系极其复杂，来源渠道、介质形态、数据结构也极其多样，涉及多种管理诉求。如何做好工艺知识分类设计，是工艺知识管理首先要面对的问题。笔者从制造企业工艺能力的层次结构出发，提出工艺知识四大类、六小类的分类方案，从内容维度给出一个工艺知识管理的顶层业务架构，每类工艺知识的内容要点及知识库构建方式如表1所示：
表1 工艺知识分类、来源及知识库构建方式

Table 1 Classification, sources, and knowledge base construction methods of process knowledge

工艺知识类别 内容要点 工艺知识来源 知识库
构建方式
系统工艺知识 产线设计 工种配置及产线设计 工艺设计直接产生 文档资料型知识库
工艺总方案 面向整个型号产品工艺的总体策划
专有工艺知识 产品工艺 面向具体零件，与产品特点密切相关 工艺规程库
工序工艺 面向具体工种，体现制造专业特征
基础工艺知识 工艺机理 提供工艺参数的机理和规律 内部研究产生 参数模型库
通用工艺知识 行业通用标准、规范、手册、资料库 外部获取 文档资料型知识库
（1）系统工艺知识。主要面向主任工艺师或工艺总师等人员，与单位的产品和生产能力发展变化相关联，该部分知识属于工艺知识的最高层级，包括面向单位全局的工艺布局规划和面向一个型号的工艺总方案等知识，乃至整个产业链的布局设计，该部分知识数量较少、相对较为稳定，往往和单位顶层规划相关。
（2）专有工艺知识。主要面向工艺设计人员，需要在前两方面基础上进一步结合单位制造资源禀赋和产品设计要求，进而形成具体解决方案，包括产品工艺知识、工序工艺知识等。该部分是单位工艺知识的核心，需要围绕产品演变和工序技术发展，形成工艺技术文件的生命周期循环管理机制和技术平台。
（3）基础工艺知识。主要来自工艺研究人员，针对若干具体工艺参数和产品性能指标所遵循的原理和规律，其成果形式可以是关于工艺参数变化规律的公式，也可以是图表。作为工艺设计的基本依据，这部分知识是科研人员和工艺设计人员的结合点。
（4）通用工艺知识。面向所有工艺人员，主要来自行业标准、手册等资料库。可借助通用知识管理平台，也可在CAPP中作为资源库建立访问接口。
系统工艺知识主要采用文档资料型工艺知识库予以管理；专业工艺知识主要采用工艺规程库进行管理，便于工艺派生继承；基础工艺知识主要采用结构化参数模型库，便于工艺设计时检索利用；行业通用工艺知识主要采用文档资料型工艺知识库进行管理。

2.3 工艺知识全生命周期管理外循环流程

在整个工艺技术能力体系三层架构中，工艺知识全生命周期管理业务逻辑总体可分为企业工艺知识和企业内外部其他知识之间的外部循环流程和企业工艺知识自身内部的发展流程两重业务逻辑。工艺知识外循环的优化重点是畅通工艺研究和工艺设计的接口，内循环的重点是基于CAPP构建工艺设计全生命周期管理支撑。
总体而言，所有知识系统都是一个开放系统，企业工艺知识和企业内外部其他知识之间的外部循环流程可分为如下三重基本循环：
（1）企业和外部围绕工艺技术开展的双向技术交流，既包括外部工艺知识的内部化，也包括内部工艺知识通过专利、论文等形式的外部化。
（2）企业内部工艺技术研究和工艺设计之间的双向技术交流，也就是集成产品开发流程中的工艺方面的技术开发和产品开发互动流程，工艺技术研究不断创新现有的工艺技术方法。
（3）企业内部生产实践和工艺设计之间的双向互动，工艺来源与生产实践，但也有其相对独立性。例如，一个单位因为生产任务变化印发的生产能力配置的变化，进而导致工艺能力的变化。
上述业务逻辑如图2所示，工艺知识的外部循环主要是通过对外技术交流、引用外部通用工艺知识，以及在研制生产、售后服务中和客户迭代获取的知识，这几个方面逐步内化为企业内部知识。
图2 工艺知识外部循环业务流程

Figure 2 External cycle business process of process knowledge

工艺知识外部循环流程应解决的重点问题是工艺技术研究和工艺设计之间的衔接闭环。目前很多科研单位的工艺基础研究成果多以总结、论文、专利和奖项形式存在，还达不到到类似机械工程手册中资料的成熟度和规范程度，工艺设计很难直接应用。因此，需要对面向生产工艺的科研项目进一步规范，形成科研知识和工艺设计知识的衔接闭环。

2.4 工艺知识全生命周期管理内循环业务流程

笔者认为，产品设计和工艺两者并非完全对应，工艺技术也有其自身发展内在规律。产品设计不变化，工艺可能变化，也可能不变化；产品设计变化，工艺不一定变化，也可能变化。对于工艺知识全生命周期管理流程的内循环，提出工艺知识全生命周期管理的内部三重循环，内部三重循环模型如图3所示：
图3 工艺知识生命周期管理内部循环业务流程

Figure 3 Process knowledge lifecycle management internal cycle business processes

（1）工艺设计循环。即一份工艺规程从设计到执行的微循环，着眼一份工艺规程从工艺会签、策划、设计、审签、实施和归零的全过程，既图3的工艺攻关、工艺设计、工艺鉴定阶段。
（2）产品工艺循环。着眼一个具体产品工艺设计从试制到鉴定定型、技术成熟度逐步提升、技术状态逐步固化的迭代过程，既在工艺设计循环基础上吸收批生产和售后服务的改进提升。
（3）工艺知识循环。着眼单位工艺技术能力长期发展过程，既一个工种能力从引进开发、成熟应用到淘汰退出的过程，既在工艺设计循环、产品工艺循环基础上，增加随工艺进步和制造资源变化，不断淘汰更新的过程。
上述三层循环构成了制造单位核心资产工艺技术不断增值的内循环过程。脱离工艺技术的三重内部业务循环逻辑，独立开发知识管理模块，其应用效果必然首先且难以持久。当前CAPP主要着眼于第一个循环中的工艺设计环节，对于其他循环及环节支持较少，这是国内工艺技术未能呈现持续优化提升的重要原因之一。

3 工艺知识全生命周期管理数据架构/Process knowledge lifecycle management data architecture

工艺知识的核心是工艺规程知识，工艺知识库的核心是工艺规程库。工艺规程库的构建核心是厘清产品研制管理、生产管理和知识管理对工艺规程管理三方面的关系，并在CAPP中内嵌到业务流程中。工艺归零和派生既是工艺技术状态管理的重点，也是工艺知识传承发展的重点工作。

3.1 工艺规程知识库相互关系及数据架构

产品研制过程需要对工艺设计进行技术状态管理，生产过程管理需要对所采用的工艺规程进行纪实管理，工艺知识管理则需要对典型工艺进行总结凝练和传承，三者对工艺规程的需求和管理既有相同点，也有各自关注点。
从技术状态管理角度看，理论上只需要产品工艺库和生产工艺库就可满足要求。考虑知识管理维度，需要增设典型工艺库。产品工艺库、生产工艺库和典型工艺库，不断筛选凝练，从设计过程、生产过程，再回归到工艺设计本身，体现了工艺知识的不断筛选凝练过程。同样工艺派生这个过程体现了工艺知识从总结凝练到继承复用的螺旋循环过程，也就是工艺知识管理的增值过程。三者之间关系见图4，生产工艺规程库、产品工艺库和典型工艺规程库的主数据结构见表2—表4。
图4 工艺规程库设置方案及内部循环机制

Figure 4 Setting scheme and internal cycle mechanism of process specification library

表2 生产工艺规程库主数据结构

Table 2 Master data structure of production process specification library

产品生命周期 研制生产任务 产品 任务包
研制阶段 第一次试制 产品一 任务包1
任务包2
任务包n
产品二
……
产品N
第二次试制
……
第N次试制
批产阶段 第一次批产
第二次批产
……
第N次批产
维护阶段 第一次维护
第二次维护
……
第N次维护
表3 产品工艺规程库主数据结构

Table 3 Master data structure of product process specification library

型号 产品生命周期 产品
型号一 研制阶段 产品一
产品二
……
产品N
批产阶段
维护阶段
型号二 研制阶段
批产阶段
维护阶段
表4 典型工艺规程库主数据结构

Table 4 Master data structure of typical process specification library

产品结构特征 参数类型 参数范围
壳类 尺寸范围 小型
中型
大型
材料类别
精度类别
盘类 尺寸范围
材料类别
精度类别
轴类 尺寸范围
材料类别
精度类别
桁架类 尺寸范围
材料类别
精度类别

3.2 工艺规程的基础数据架构

在工艺知识库的构建中，首先遇到的难题是对已有大量非结构化工艺规程知识文档的分类、标识。一方面该项工作极其繁杂耗时，导致已有知识管理系统的实际应用效果受限；另一方面，由于相关应用系统尚未充分考虑后续的结构化检索、分析和重用，新产生的工艺规程文档资料又面临二次加工的需求。对于每天产生的大类知识成果，事后归纳整理是极其繁重的工作。
目前，产品数据管理系统/产品生命周期管理系统（product data management/product lifecycle management, PDM/PLM）均以产品为主线、工艺信息附属于产品，关于工艺技术的模型定义尚需要进一步完善。笔者面向职能制造，按MBSE（model-based systems engineering，基于模型的系统工程）思想，定义一个集成化的六维工艺知识数据模型框架，作为未来CAPP的主数据架构。这6个维度也是对工艺知识全生命周期模型第一重循环的具体支撑，具体包括：①关联的产品设计信息；②既有工艺规程文件信息的结构化表达；③有效结构化集成一线技能人员操作经验知识的数据；④集成生产过程全要素、全过程数据采集的结构化数据；⑤工艺更改、归零和总结方面的过程数据；⑥集成知识图谱等面向工艺知识智能检索、主动推荐和自动创成的智能化复制信息，避免事后人工整理、判别等工作。
该工艺规程知识数据模型框架是对第2小结所提出的工艺知识三重循环全生命周期管理模型的第一重循环的具体支撑，涵盖工艺设计、工艺实施（操作人员信息）、工艺运行（生产过程运行数据）、工艺更改、归零和总结，形成一个小闭环。下面重点针对工艺规程知识第二个维度的数据结构进一步展开，整体呈现为多级嵌套结构：①一个完整的产品或者装备，由一系列长套工艺技术文件，包括相关工艺规程构成；②每份工艺规程则由表头、材料清单、工装清单、刀具模具清单、设备清单及一系列工序构成；③由主工艺和专业工艺构成的工序树，暨主工序和子工序；④每个工序一般由若干工步构成；⑤每个工步则由人、机、料、环、测的具体组合及其状态参数确定；⑥每个工步的资源要素的参数往往是多元时间序列。
可见，工艺知识的核心工艺设计信息具有六级嵌套的数据结构、多种组合、不断发展演化的个性化产品实现方案，其结构如图5所示：
图5 工艺设计信息数据结构

Figure 5 Process design information data structure

4 面向CAPP平台的工艺知识全生命周期管理应用架构/ Application architecture of process knowledge lifecycle management based on the CAPP platform

4.1 面向CAPP平台的工艺知识全生命周期管理应用功能架构

根据上述业务架构分析，基于CAPP平台的工艺知识管理系统软件模块见图6。核心包括CAPP平台、通用数据库引擎、工艺知识库、图数据库引擎、工艺知识智能处理算法插件、工艺知识管理模块、用户接口等七大部分。
图6 基于CAPP平台的工艺知识管理软件功能

Figure 6 Functional block diagram of process knowledge management software based on CAPP platform

将工艺知识全生命周期管理融入CAPP的主要功能清单设置见表5、表6、表7，其中表5是工艺设计系统以及菜单功能清单，表6为工艺设计生命周期的核心功能，表7则是面向工艺知识管理的功能。可见工艺设计和工艺知识管理是难以截然分割的。
表5 工艺设计一级功能清单

Table 5 Process design level 1 function list

序号 工艺设计一级功能清单
1 工艺用户管理
2 工艺任务管理
3 产品数据访问与引用
4 制造资源访问和引用
5 工艺文件管理
6 工艺设计全生命周期管理
7 型号工艺全生命周期管理
表6 工艺设计全生命周期管理功能清单

Table 6 List of full lifecycle management functions for process design

序号 工艺设计全生命周期管理功能清单
1 工艺会签
2 工艺设计
3 仿真优化
4 审签
5 工艺文件发放执行
6 工艺问题反馈和归零
7 工艺文件归档入库
表7 工艺设计相关知识管理功能清单

Table 7 List of knowledge management functions related to process design

序号 工艺设计环节 关联知识库
1 设计模型引用 产品模型库
2 工序模型设计 三维模型库
3 料单清单生成 材料器件库
4 整体派生 典型工艺库
5 局部派生 典型工序库
6 参数引用 工艺参数库
7 标准规范查询引用 工艺资料库
8 一般资料查询 工艺基础库
9 制造资源查询引用 制造资源库
10 工艺创成 创成规则库
11 工装设计 三维模型库
12 CNC程序设计 数控程序库
机床模型库
13 工艺仿真 模型参数库

4.2 工艺知识智能处理方向分析

工艺知识不仅仅是科学原理的应用，还具有很强的经验和技能成分，也存在复杂的经济和管理方面的综合考虑。基于领域知识和工艺特征的典型工艺分析评价当然是更具有穿透力，但并不具有通用性。对于数十万计的工艺规程知识库，分析整理的成本也比较高昂。
目前基于数据挖掘、深度学习等人工智能技术在很多领域形成了良好应用，对于小批量复杂流程制造工艺知识管理应该是一种较为通用的可行技术途径。对于融合于CAPP系统中的智能工艺知识管理，笔者提出如下3个重点应用方向：①对工艺规程库，应用知识图谱技术对典型工艺库进行深度加工，为工艺知识深度利用提供智能化处理基础；②应用序列模式挖掘技术进行典型工艺工程的自动评价和智能推荐；③利用多元时间序列分析等技术对工艺参数进行分析和优化。如图7所示：
图7 工艺知识深度处理技术重点方向

Figure 7 Key directions of deep processing technology for process knowledge

4.2.1 基于知识图谱的工艺规程库深加工

知识图谱（knowledge graph）的概念是Google为了提高其搜索引擎的效率于2012年提出的，其本质是基于语义网络（semantic network）的知识库，近年来已成为AI领域研究热点之一，在搜索引擎、智能问答、可视化决策支持等方面得到了广泛应用，但针对制造业领域知识图谱的构建和应用的研究相对较少。笔者针对工艺规程知识图谱构建提出如下解决方案：
首先在新一代CAPP工艺规程生产过程中同步生成工艺知识图谱，为后续智能化加工处理打下基础，而不是事后识别重建。典型工艺规程知识库以整份工艺规程为管理对象，实用性好，但较为宏观，从而导致概念模糊、评价标准不清晰，因此随时间推移以及典型工艺数量增加，其质量必然难以得到有效保障。根据前述分析，工艺知识是具有五层嵌套结构、多要素动态组合的个性化解决方案。在知识图谱构建过程中，为保证其质量，通常会依赖人工修正进行深度分析挖掘。因此，在工艺规程设计的同时正向生成相应的知识图谱，这样质量效率会比较高。
对于每个车间、每个工种及每个操作，一个工序、一个工步乃至一个工艺参数的传承优化都具有实际意义，因此工艺知识图谱的分层构建及分析推荐也同样具有重要作用。

4.2.2 基于序列模式挖掘的典型工艺评价和推荐

一份完成的工艺规程主要由一系列工序构成，当然还包括封面，材料明细表、工序目录，工装、刀具和设备清单，关键工序清单等附属信息。每个工序则由若干工步构成，每个工步再明确针对操作人员、设备（含刀具、工装等）、物料和环境状态的具体操控参数或要求。因此，每份工艺规程都可以采用工序序列来表示，工序可以采用工步序列来表示，工步可以通过人、机、料、环等要素的状态序列来表示。一份典型工艺实际上蕴含着一种序列模式，而关于典型工艺规程的分析评价、搜索、推荐的基础关键技术就是序列模式挖掘算法。因此，工艺规程知识总体上可采用树模型+序列模型的复合结构来表征。

4.2.3 基于多元时间序列分析的工艺参数分析优化

对于制造系统，诸如“产品质量检测数据，机床、刀具磨损情况，生产现场环境振动与温度漂移”等大部分生产现场运行数据都是多元时间序列。一方面，由于生产时间问题的复杂性，基于工艺机理的工艺规律知识距离生产时间还有一定距离；另一方面，随着物联网和传感技术的发展，生产现场的数据采集技术应用日益广泛，积累了大量的现场数据，为基于数据的工艺规律知识提取奠定了了坚实基础。基于数据的工艺归零知识提取，核心算法之一就是生产过程多元时间序列的分析，既包括对整个批产、整个产品加工过程工艺参数规律的分析判断，也包括对类似断刀、缠屑等异常状态的捕捉。

5 应用情况及结论/Application situation and conclusion

随着智能制造先进生产模式的日益快速发展应用，融合知识管理和智能工艺知识处理算法的CAPP平台是必趋势，工艺设计、工艺设计管理和工艺知识管理三者的边界将逐渐消融，而新的软件系统设计思想是至关重要的。这就需要从CAPP和工艺知识管理的顶层架构对未来的工艺设计平台进行优化设计。
本研究工作在国防基础科研重点项目XXXX精密结构产品工艺知识管理关键技术研究及中国工程物理研究院机械制造工艺研究所智能制造示范车间建设项目支持下，基于华天CAPP的工艺知识管理软件（界面示例见图8和图9）进行了开发实现，工艺知识管理系统已上线运行，表明笔者提出的架构是有效的。
图8 融合知识管理的CAPP系统用户界面一

Figure 8 CAPP system user interface of integrating knowledge management

图9 融合知识管理的CAPP系统用户界面二

Figure 9 User Interface II of CAPP system with integrated knowledge management

本文在现有研究成果基础上，着重从企业整体出发，主要贡献如下：
（1）提出了工艺知识全生命周期的业务架构，包括基于能力分层的三层工艺能力模型，四大类、六小类工艺知识分类架构，以及工艺知识内外部的三重业务循环流程。
（2）给出了兼容产品研制、生产和知识管理的产品库、生产库和典型库的主数据结构，基于模型驱动思想，提出面向智能处理算法的六维工艺规程数据结构以及具有六重嵌套结构的工艺规程数据模型。
（3）给出了基于CAPP平台的知识管理应用功能架构和智能算法重点应用方向。

王亚军：架构设计，论文选题、撰写与修改；

白 翱：详细方案设计；

张 博：知识管理模块开发；

郭 超：知识管理模块和CAPP 系统集成。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
孙丽, 屈娟, 王秀伦. 面向产品全生命周期工艺知识分类编码系统[J].大连铁道学院学报,2006(2):34-37.(SUN L, QU J, WANG X L. Research and development of product full life oriented process knowledge classification and coding system[J]. Journal of Dalian Jiaotong University, 2006(2):34-37.)

[2]
舒启林,王成恩.基于产品全生命周期的工艺信息模型[J].航空制造技术,2005(3):84-87,91.(SHU Q L, WANG C E. Process information model based on product lifecycle[J]. Aironautical manufacturing technology,2005(3):84-87,91.)

[3]
GHADGE K, CHAKRABARTI A. A framework for knowledge management in manual assembly processes[J]. Procedia CIRP, 2020,88:94-97.

[4]
李秀玲,张树生,黄瑞,等.面向工艺重用的工艺知识图谱构建方法[J].西北工业大学学报,2019,37(6):1174-1183.(LI X L, ZHANG S S, HUANG R, et al. Process knowledge graph construction method for process reuse[J]. Journal of Northwestern Polytechnical University, 2019,37(6):1174-1183.)

[5]
何川,江桂云,牟晓涵,等.基于多色图的汽车工艺知识管理方法研究[J].制造业自动化,2020,42(5):101-105.(.HE C, JIANG G Y, MOU X H, et al. Research on knowledge management of automotive process basedon polychromatic graph[J]. Manufacturing automation,2020,42(5):101-105.)

[6]
刘梦飞,张磊,陈泳.制造工艺知识建模与应用研究[J].机械设计与研究,2020,6(20):105-110.(LIU M F, ZHANG L, CHEN Y. An approach for knowledge modeling of manufacturing processes and its application[J].Machine design & research, 2020,6(20):105-110.)

[7]
王永鹏,石晓飞,丁东旭,等.航空机载企业基于零件工艺编码的相似工艺智能推送研究[J].智能制造,2021(2):82-87.(WANG Y P, SHI X F, DING D X, et al. Research on similarity process smart propelling movemen based on part code of aeronautic enterprise[J].Intelligent manufacturing,2021(2):82-87.)

[8]
凡天娣,景旭文,肖志建,等.基于本体的船舶焊接工艺知识图谱构建[J].电焊机,2019,49(12):8-13.(FAN T D,JING X W, XIAO Z J, et al. Ontology-based construction of ship welding procedure knowledge graph[J]. Electric welding machine, 2019,49(12):8-13.)

[9]
GUO S, XU K, ZHAO R, et al. Visual summarization and stage analysis of event sequence data[J]. IEEE transactions on visualization and computer graphics,2018,24(1):56-65.

[10]
CHEN Y, XU P, REN L. Sequence synopsis: optimize visual summary of temporal event data[J]. IEEE transactions on visualization and computer graphics,2018,24(1):45-55.

[11]
RENÉ A, JOSÉ F, JESÚS A. A new algorithm for fast discovery of maximal sequential patterns in a document collection[C]//International conference on intelligent text processing and computational linguistics(CICLing). Mexico: Springer, 2006:514-523.

[12]
AGRAWAL R, SRIKANT R. Mining sequential patterns[C]//The eleventh international conference on data engineering. Washington: IEEE, 1995:3-14.

[13]
CHENG T, HUANG K. Mining the change of customer behavior in fuzzy time-interval sequential patterns[J]. Applied soft computing,2012,12(3):1068-1086.

[14]
LI Z, HAN J, MING J. Movemine: mining moving object data for discovery of animal movement patterns[J]. ACM transactions on intelligent systems and technology, 2011,2(4):37.

[15]
ZHANG X, ZHAO J, CAI B. Prediction model with dynamic adjustment for single time series of PM2.5[J]. Acta auto-matica Sinica, 2018,44(10):1790-1798.

[16]
XU R, YAN W, WANG G, et al. Research on time series forecasting method and electricity price forecasting based on periodic modeling[J]. Acta auto-matica Sinica, 2020,46(6): 1136-1144.

[17]
KEOGH E, CHU S, HART D, et al. Segmenting time series: a survey and novel approach[J]. Data mining in time series databases, 2004:1-21.

[18]
朱文丹.数控加工工艺知识智能生成关键技术研究[D].济南：山东大学, 2019.(ZHU W D. Research on the key technologies of intelligent generation of CNC process knowledge[D]. Jinan: Shandong University, 2019.

[19]
ZHENG P, XIA L, LI C, et al. Towards Self-X cognitive manufacturing network, an industrial knowledge graph-based multi-agent reinforcement learning approach[J]. Journal of manufacturing systems，2021,61:16-26.

[20]
ZHOU B，BAO J, LI J, et al. A novel knowledge graph-based optimization approach for resource allocation in discrete manufacturing workshops[J]. Robotics and computer-integrated manufacturing, 2021,71:102160.

[21]
陈强.面向产品全生命周期管理的CAPP应用[J].现代制造,2002(11):62-63.(CHEN Q. The CAPP application toward product lifecycle management[J]. Modern manufacturing,2002(11):62-63.

[22]
蔡巍.面向产品全生命周期的工艺流程管理系统的研究及开发[D].阜新：辽宁工程技术大学,2004.(CAI W. Product overall lifecycle oriented process flow management system’s research and development[D]. Fuxin: Liaoning Technical University, 2004.

[23]
马自勤,王秀伦,杨志刚.面向产品全生命周期工艺管理水平评价的研究[J].计算机集成制造系统-CIMS,2004(5):544-549.(MA Z Q, WANG X L, YANG Z G. Evaluation of process management level for product life cycle[J]. Computer integrated manufacturing systems, 2004(5):544-549.)

[24]
孙进平,蔡巍,刘成颖,等.面向产品全生命周期的工艺流程管理系统的模型设计[J].制造技术与机床,2006,(10):88-92.(SUN J P, CAI W, LIU C Y, et al. Model design of technological process management system facing the whole lifecycle of product[J]. Manufacturing technology and machine,2006,(10):88-92.)

[25]
张艳,荣晶晶,张仲毅,等.面向知识管理的技术状态管理体系[J].航天工业管理,2013(5):37-39.(ZHANG Y, RONG J J, ZHANG Z Y, et al. Configuration management system toward knowledge management[J]. Aerospace industry management,2013(5):37-39.)

[26]
梅立,张艺萌,张艳平,等.航天复合材料知识管理系统应用实践[J].航天工业管理,2019(4):79-81.(MEI L, ZHANG Y M, ZHANG Y P. Knowledge management system application on aerospace composite material[J]. Aerospace industry management, 2019(4):79-81.)

[27]
胡烨,伏桂瑾.基于知识的飞机热工艺设计CAPP系统[J].金属热处理,2019,44(11):178-181.(HU Y，FU G J. Knowledge-based CAPP system for aircraft heat process design[J]. Heat treatment of metals,2019,44(11):178-181.)

[28]
陈思涛,韩文强,温良,等.面向航空制造企业的工艺技术知识管理[J].工具技术,2021,55(2):76-79.(CHEN S T，HAN W Q，WEN L. Technological knowledge management for aviation manufacturing enterprise[J]. Tools thechnology,2021,55(2):76-79.)

[29]
徐建新.知识驱动的船体构件加工工艺设计[D]. 镇江：江苏科技大学,2020.(XU J X. Knowledge-driven process design of hull components[D]. Zhenjiang: Jiangsu University of Science and Technology, 2020.)

[30]
凡天娣.船舶焊接工艺知识建模及工艺规划技术研究[D]. 镇江：江苏科技大学,2020.(FAN T D. Research on knowledge modeling and process planning technology of ship welding process[D]. Zhenjiang: Jiangsu University of Science and Technology, 2020.)

[31]
袁志超.船舶装配工艺知识建模及工艺生成技术研究[D]. 镇江：江苏科技大学, 2020.(YUAN Z C. Research on knowledge modeling and process generation technology of ship assembly process[D]. Zhenjiang: Jiangsu University of Science and Technology, 2020.)

[32]
朱钰萍.知识驱动的机加工工艺智能生成方法研究[D]. 镇江：江苏科技大学, 2020.(ZHU Y P. Research on intelligent generation method of knowledge driven machining process[D]. Zhenjiang: Jiangsu University of Science and Technology, 2020.)

[33]
The Open Group. The open group architecture framework(TOGAF)[EB/OL].[2024-08-27].https://www.opengroup.org/togaf.

Options
文章导航

/

〈 〉