复杂零件云制造知识服务模式研究

郭宗祥

摘要：针对企业复杂零件云制造需要对制造信息资源有效管理以实现共享和重用的需求，以复杂零件云制造环境下数字化加工过程为研究对象，在分析企业知识服务需求及知识资源特点的基础上，对动态知识服务模式及静态知识服务模式进行了研究。

关键词：云制造;数字化加工;知识服务

0  引言

复杂零件产品广泛应用于航空航天、兵器、船舶、汽车等装备制造领域，其研发制造过程参与单位多且地域分布广、涉及学科领域多且交互频繁、研制任务多且研制周期短。现有制造模式对企业集中管控与高效配置制造资源、共享研制知识、増强知识管控能力、降低信息化成本提出了更高的要求。一方面需要主动检索与当前业务活动相关的制造知识资源，主动推送给用户，提高用户对知识资源的查询及获取效率。另一方面，对于某个特定的制造环节，通过封装相应的参数、方法、模型、工具并以动态服务的形式供研发人员调用，能够减少重复劳动提高研制效率，加快动态研制过程。因此，迫切需要对产品研制过程中的知识进行有效管理以实现共享和重用。知识服务是实现该需求的有效手段。云制造，是一种面向网络化制造的新模式，其共享与服务的理念可以完成企业知识资源由传统的数据分类存储与检索到知识服务的转变。本文以复杂零件云制造环境下数字化加工过程为研究对象，根据加工过程知识服务的需求及特性，对知识服务模式进行研究。

1  复杂零件云制造知识服务需求

企业从事生产制造活动的过程实质也是知识资源利用的过程。复杂零件加工制造是一个知识密集型行业，企业的生产活动中积累着大量的知识资源。然而，由于缺乏有效的管控，其资源利用率并不高。另一方面，企业知识资源庞杂繁重，相关人员想要查找所需的知识资源比较困难。在共享与服务的社会大背景下，企业更希望得到一种按需获取，主动推送的知识服务解决方案以提高复杂零件加工的能力和水平。复杂零件云制造过程知识服务具体需求如下：

①企业生产的产品相对比较固定，企业在多年的生产制造过程中积攒了丰富宝贵的经验、数据、标准及规范。

虽然现在大部分企业引入了产品数据管理（Product Data Management，PDM）、仿真数据管理（Simulation Data Management，SDM）、实验数据管理（Test Data Management，TDM）以及进行工艺管理的计算机辅助工艺过程设计（Computer Aided Process Planning，CAPP）等数据和知识管理系统对企业知识资源进行统一管理。但是，这些系统更多的只是起到了管理、备案的功能。一个项目完成后，这些数据和知识基本是被永远的丢弃了，对下一个项目起不到直接的帮助作用。对于企业管理者来说，更希望将这种传统的知识分类存储检索的方式转变成为一种按需获取的方式，并尽可能的与生产制造的流程相结合，使已有知识资源尽可能大的发挥价值，提高企业生产制造的效率，而不是每一个项目都要从零开始。同时，对于从事设计制造的设计人员来说，也能改变他们在海量数据中查找可用知识的窘境，使设计人员将更多的精力和时间放在方案的构思和技术的革新上。另一方面，企业资深的技术专家、员工在多年的生产实践中积累了宝贵的经验，这些专家经验是企业技术的核心，但同时也紧密的掌握在极少数人手中。若能将这些专家经验分享到企业的知识资源库，对于企业知识资源的重用，人才的培养，生产制造效率的提升都会有极大地帮助。因此，企业迫切需要将企业现有知识资源及专家经验等封装成为一种服务，实现按需获取和主动推送，以提升生产效率和创新能力。

②知识共享。

复杂零件多由航空航天等大型集团企业各部门协同开发。各厂所分布异地，给知识资源的共享重用及各部门间的沟通协作都带来了一定困难。企业迫切需要构建协同研发环境，将各场所的知识资源进行聚合以进行集中管理和统一调配，从而提升了知识资源的潜在价值，提高产品研发制造的周期。

③充分利用外部知識。

集团企业在产品研发制造过程中，需要不断得到其他企业或团体先进的、成熟的知识的支持和帮助，即对外的知识服务请求。一方面，利用外界成熟的知识可以极大地缩短产品研发周期，降低生产成本;另一方面，外界新的解决方案和思路也能促进企业的创新。因此，企业知识服务必须要具有对外寻求知识服务的能力。

④更加智能的知识服务模式。

目前，企业知识资源还处于分类存储、简单检索的阶段，然而产品的研发过程却越来的复杂，产生的知识及数据越来越大，传统的知识检索方式越来越不适应生产的需要。尤其对于新员工来说，接到新的任务，往往由于领域知识的缺乏，对任务无法下手。因此，在云制造环境下，企业迫切需要一种新型的、智能的知识服务模式，以达到按需获取、根据业务流程主动推送的目的。

2  复杂零件云制造知识资源的特点

知识资源种类繁多，包括技术标准、专利、模型、参数、专用工具等[1]。云制造环境下集团企业产品研发过程涉及多个学科领域和厂所，整个过程错综复杂，汇集了各种知识并构建了跨领域夸地域的多学科知识库，这些知识、资源和数据具有海量、分布、多态等特性[1，2]。

①分布性。云制造环境下集团企业知识资源分散存储于各厂所异构业务系统中。

②异构性。知识资源分布在各异构业务系统中，其组织管理方式不同、存储处理方式各异，虚拟化、服务化封装形式异构，知识能力的应用服务模式异构。

③多样性。复杂零件产品研发制造过程所需知识资源种类繁多，有产品参数、技术手册、物料信息等文本数据，也有设计模型、加工仿真模型、专用工具等模型文件，知识存在的形式多样。

④复杂性。复杂零件产品研发制造过程涉及造型、结构、力学、机加工、仿真、测试等多学科多领域知识，知识资源构成复杂。

⑤广泛性。复杂零件产品研发制造过程的知识需求不仅包括企业内部的知识，如建模、有限元分析、工艺规划、加工仿真等知识，还包括企业外部知识，如专利库、文献库、论坛上与企业生产相关的知识以及客户需求、市场反馈等知识。

⑥隐含性。复杂零件产品研发制造过程需要大量的知识，同时也会产生大量的知识，如测试数据，仿真分析结果结论，技术人员在长期的产品生产过程中积累的经验等。这些知识对于企业生产具有重要意义，但同时这些知识也是不便于存储管理的。云制造模式下，采用一定的激励奖励手段将这些隐含的知识进行显式的、规范化的计算机存储管理，可以为企业带来极大的效益。

⑦动态性。云环境下集团企业各厂所基于研发制造任务流程协同完成相关业务活动，业务活动随着制造任务的变化而变化。而知识服务的形成和演化发生在产品研发制造生命周期的各个阶段，在协作过程中不断更新、丰富和完善。

3  复杂零件云制造知识服务模式

复杂零件研发制造过程可分解为复杂零件造型、CAE分析、工艺规划、刀轨计算、后置处理、数控仿真分析、加工质量控制、测试实验、加工制造等多个业务流程，各业务流程需要大量的知识资源的支持。例如在造型阶段涉及UG、CATIA曲线曲面造型相关理论技术和方法;在CAE分析阶段涉及材料性能、网格划分、后置处理相关知识;在刀轨计算阶段涉及机床刀具、切削参数、进退刀、走刀方式等知识。复杂零件云制造知识服务就是在云制造环境下根据用户需求，为各业务活动提供对应的、智能的、准确高效的知识资源来指导产品研发制造，从而提高企业核心知识资源使用效率，提高工作效率，缩短研发周期[2]。由于不同阶段涉及不同的制造知识资源需求，因此需要不同学科、不同类型的领域知识。为了更精准的描述存储管理知识资源，从而方便知识资源的检索，以提供更精确、更有效的知识服务，采用文献[3]中的方法，根据知识资源类型的不同，将知识服务分为静态知识服务和动态知识服务，并给出各自的知识服务模式。

3.1 静态知识服务及其服务模式

静态知识资源主要指专利、技术标准、规范、操作手册、仿真测试数据等不可随意更改的、以文本数据表形式存在的，供用户参阅的知识资源。静态知识服务主要是通过构建分布式索引，抽取和组织隐含在图纸、模型、说明文档、规范、标准及领域专家头脑中的知识，建立复杂零件加工知识资源索引库，对索引库中的知识资源进行管理，向用戶提供可用的服务，主要有知识资源检索服务和知识资源主动推送服务。

知识资源检索服务是用户将请求提交到知识服务平台，系统根据用户的身份信息和需求特征按照一定的映射匹配规则检索匹配最佳的知识服务资源提供给用户。知识资源主动推送服务是知识服务平台通过解析复杂零件加工业务流程，获得各阶段知识服务需求，根据用户需求或订阅信息建立用户需求库，当检测到相关用户处于对应的业务活动节点时，将符合用户需求的知识资源主动推送给用户。用户也可以自己定制所需推送知识的范围、领域。

3.2 动态知识服务及其服务模式

动态知识资源主要指设计模型、仿真模型、网格划分模板、工艺规划模板、软件工具等具有特定功能的、具有参数化特性的、通过输入数据或进行部分修改能够重复使用的知识资源。云制造环境下，产品的研发制造过程需要多个功能软件进行建模、仿真、优化、测试，企业动态知识资源繁多，将这些特定的功能进行封装，方便用户调用即为动态知识服务[2]。

用户将请求提交到知识服务平台，系统根据用户的身份信息和需求特征以及当前动态知识资源库的状态，按照一定的映射匹配规则检索匹配当前可用的动态知识服务资源提供给用户。用户输入参数，系统后台通过模板计算输出仿真或优化结果。用户调用动态知识服务时，系统根据用户需求粒度的大小以单个或组合形式调用知识服务组件进行服务，服务方式灵活多变，适应性强，提高了复杂零件产品的动态研发效率。

4  结语

通过对复杂零件云制造知识服务需求及知识资源特点的分析，对包含知识资源检索服务及知识资源主动推送服务的静态知识服务和适应性强的动态知识服务的服务模式进行了研究，对企业知识资源的共享和重用提供了解决思路。

参考文献：

[1]阴艳超，牛红伟.云制造环境下知识云能力量化评估方法研究[J].农业机械学报，2016，47（8）：325-332.

[2]丁卫刚.复杂曲面云制造加工过程知识服务建模与实现[D].昆明理工大学，2016.

[3]李向前，杨海成，敬石开，等.面向集团企业云制造的知识服务建模[J].计算机集成制造系统，2012（08）：1869-1880.