基于科学知识图谱的国内家具智能制造研究现状分析

■谢艳秋，黄艳丽，戴向东，陶 涛，詹秀丽，吕 宙

(中南林业科技大学，湖南长沙 410004）

在以智能制造为核心的《中国制造2025》、工业4.0和“2035年远景目标纲要”的深度推进下，家具产业作为在国民经济中占有重要地位的传统制造业已将智能制造明确为未来产业变革的重要方向[1]。智能制造的功能系统包括智能设计、制造过程控制优化、智能供应链、智能服务等制造全生命周期的应用，是由机器设备和专业人员两大要素共同构成，能够协助作业人员进行数据分析、推理、判断和决策等活动的一体化智能系统。智能制造是新一轮科技革命的核心，是制造业实现数字化、网络化、智能化的主攻方向[2]。由于人们生活水平的普遍提高，市场已经从过去的卖方市场转变为买方市场[3]，其制造生产模式也由之前的MTS模式（基于库存生产模式）转变为MTO模式（基于订单生产模式），根据各类订单进行小批量、多品种的离散性及混流式的复杂生产作业活动，这使得家具制造业要对顾客需求做出快速精准的响应，更多智能化的现代信息技术和柔性制造系统等先进制造技术被应用到家具生产流程中，使各生产单元中信息传递更加快速灵活地应对复杂的生产要求[4]。随着我国传统家具制造业向智能制造的转型升级与相关研究的不断深入，清晰梳理国内智能制造在家具领域的应用与发展现状非常重要，可为后续相关研究提供方向指引与借鉴。

1 数据来源及研究方法

1.1 数据来源

此研究的数据来源是中国知网数据库、维普（中文期刊服务平台）、万方数据库。为保证数据检索的全面性，期刊来源类别设置为全部期刊，数据检索时间跨度为2015年至2022年8月14日。采用高级检索方式在中国知网数据库、维普、万方数据库进行有关“家具智能制造”的期刊文章数据搜集。检索主题设置为“家具智能制造”，中国知网、维普、万方三个数据库得到336篇相关性较强的中文期刊记录，并通过NoteExpress文献检索与管理系统剔除重复、关键信息缺失、主题效果较差的文献，最终获165篇实验用期刊文献。

1.2 研究方法

本研究主要采用CiteSpace软件平台，对2015年至2022年8月14日的家具智能制造相关研究领域中文学术文献进行科学知识图谱分析。CiteSpace是一款可以将文献资源进行定量分析并建立可视化科学知识图谱的文献处理软件，这种基于可视化图谱的文献分析方法，目前已广泛应用于多个科研领域对于研究现状的学术分析活动中。数据分析设定：Time Slicing=from 2015 to 2022（时区范围），Years Per Slice=1（时间切片），可视化分析的节点类型根据分析内容为Node Types= institution or author or keyword（机构、作者、关键词 ），聚类分析一律采用LLR算法。CiteSpace基本识图技巧：节点大小代表Node Types（节点类型）共现频次的高低，图谱中的连线代表各节点之间的耦合强度，Density值则说明了图谱中研究主体的整体关联密度强弱；线条与节点的颜色与图谱上方时间轴色彩相对应，从左至右时间递增;图谱的检索详细数据在左上方显示。

2 家具智能制造科研合作现状分析

2.1 发文机构分析

CiteSpace对科研机构进行可视化图谱分析，可观察到家具智能制造领域的主要发文机构及各机构间的合作网络关系。经科学知识图谱分析的基础上，了解了建立的“家具智能制造”文献分析数据库中所有科研平台的发文情况的前提下，绘制出以省为单位的发文量排名前50的科研机构区域分布地图，得知从事“家具智能制造”主题研究的科研力量在国内的分布情况。

2.1.1 科研机构共现知识图谱分析

发文机构共现知识图谱（图1），是反映某研究领域研究力量分布、群体合作关系的可视化图表。将“家具智能制造”相关的165篇期刊文献导入CiteSpace软件进行机构合作图谱的绘制。对Node labels进行数据调整，Threshold=1保证机构展示的全面性；Front size 及Node size根据实际展示情况调整到合适大小，保证图谱的可识别性。图谱数据表明：家具智能制造领域发文机构有92个，其中主要为各大高校；各机构间合作程度不高，表示合作网络密度程度的Density值仅为0.0038；南京林业大学是家具智能制造领域的核心研究机构，并且形成了以自身为中心向外辐射的合作网络，网络中显示该校积极与公司间开展产学研合作，但是与其他高校研究平台合作较少。

■图1 科研机构共现知识图谱

2.1.2 科研机构发文频次分析

表1是截至2022年8月14日发文量在3篇及以上的研究机构排名。在发文机构数据检索中南京林业大学发文量为54（含南京林业大学家居与工业设计学院、南京林业大学林业资源高效加工利用协同创新中心），占总发文量的32.7%。其中南京林业大学及其附属研究机构近两年的研究范围集中在生产物流规划、智能管控系统构建、信息集成技术和工业机器人技术等方面；顺德职业技术学院的主要研究方向是木工机械技术在家具生产中的应用和产业转型升级下的人才培养机制研究。

表1 研究机构发文频次排名

2.1.3 科研机构地域分布分析

图2显示的是2015年至2022年间发文排名前50的机构区域分布图，从区域分布维度来看，国内关于“家具智能制造”主题研究的科研力量主要分布在中国东部和东南区域。广东省发文密度最大，江苏省次之，两地区发文机构分布数量分别是16和10（表2），两省的科研主力都以高校为主。其中广东省是我国家具产业最重要的生产及贸易大省，家具产业集群是该地区经济发展的重要载体，同样也是家具产业创新改革的主要试点区域之一[5]。江苏省的发文机构集群，主要是由以南京林业大学为中心向外辐射的相关的科研平台构成。

■图2 数据中发文量排名前50的机构地域分布图

表2 发文量排名前50研究机构地域分布统计表

2.2 科研人员合作分析

利用CiteSpace生成2015年至2022年8月14日时间段内科研人员合作知识图谱（图3），该图谱反映了家具智能制造研究领域中科研人员的合作概况。图谱中主要核心研究人员是熊先青、吴智慧，熊先青发文18篇居于首位，吴智慧发文15篇位居第二，徐伟、黄琼涛、李荣荣各自发文4篇，其余皆发文在1—3篇占总发文量73%。熊先青、吴智慧二人的网络线明显，且两位的合作人员网络中也有部分重叠性，说明二人作为领域内的代表科研人员合作关系也较为紧密，图中除了以上两个作者以自身形成了辐射合作网络外，其余合作连线构成网络的寥寥无几，图谱中Density=0.0092即表示领域内科研人员的合作密度不高。

■图3 科研人员合作知识图谱

根据发文量排名前五的作者年发文量折线对比图（图4），可明显看出这几位核心作者的发文时间都集中在2016年后，此学术现象的出现可能与2016年国家工业和信息化部发布的《智能制造试点示范2016专项行动实施方案》有较大关联。吴智慧、熊先青二位研究领域内的核心领导学者继2017年开始，在家具智能制造领域的学术研究从未间断，每年都保持一定的成果产出；其余几位学者，由于某些原因都出现了年发文中断情况。

■图4 作者年发文量对比图

3 家具智能制造研究脉络分析

3.1 发文趋势分析

某领域文献数量及其变化趋势是评定科学研究发展的一项重要数值，在一定程度上反映了该领域知识量的增长情况和该领域经历的发展阶段，帮助评价并预测研究的发展状况。图5为目前国内家具智能制造领域研究的年发文量及发文趋势，从图中可知整体年发文量没有形成较大规模但发文趋势逐年增长，说明此领域国内文献数据库有较大的发展空间。根据科学计数法中趋势线指数模型分析公式y = 3E-252e0.2884x，得到R²=0.9526（R²数值越接近1，分析结果可信度越高）。

■图5 国内历年文献数量

3.2 家具智能制造研究热点分析

3.2.1 关键词共现分析

关键词共现图谱，对2015-2022年165篇文献的关键词进行共现分析，得出关于家具智能制造领域内的研究热点。由关键词共现图谱（图6），除去与检索主题高度相似的关键词，近8年高频次关键词有智能化、定制家具、转型升级、定制化、互联网+、人才培养、人工智能、大数据（数据赋能）、创新驱动等。在CiteSpace中，Betweenness centrality（中介中心性）超过0.1的节点称为关键节点，家具智能制造关键词关键节点中心性排名统计见表3。具有高中心度的节点在图谱上充当连接各个学科的桥梁，对形成完整的图谱网络具有很好的媒介功能。由表3可知，智能化、转型升级、定制化、互联网+、人工智能、创新驱动、大数据等关键词的中心性值和共现频次都相对较高，说明此类内容已引起业内专家的广泛重视。但值得注意的是供应链、云平台关键词的中心性值较强但共现频次较低，表明这些节点是连接各领域、跨学科和多学科交叉方面的关键节点，起枢纽作用。

■图6 关键词共现知识图谱

表3 家具智能制造关键词中心性统计

3.2.1 关键词聚类分析

Cluster ID、Size、Silhouette值分别对应聚类编号、类的大小、聚类效果好坏，S>0.5聚类就是合理的，S>0.7意味着聚类是令人信服的；Lable(LLR)采用Loglikelihood rate聚类标签词信息检索与数据挖掘常用加权提取算法之一。通过对高频关键词聚类后图谱网络被划分为多个耦合集群，再将聚类进行了同质性集群归类，输出结果如表4。近两年具有时间延续性的突显词是值得研究者重点关注的问题，这些关键词在某种程度上预示了未来几年该领域的发展趋势及前沿问题。我国当前家具智能制造领域主要集中关注人才培养、信息/数据赋能、智能制造技术、智能管控平台四个方面。

表4 关键词聚类分析

3.3 家具智能制造研究热点概述

3.3.1 家具智能制造人才培养

我国家具制造业正处在智能制造转型升级的特殊时期，人工智能相关技术已经进入与产业深度融合的新发展阶段。需要对与智能制造相匹配的复合型能力和创造性人才培养模式、培养体系等方面做出变革和调整，以适应技术发展对于人提出的发展要求。

耿志斌、崔航等人认为随着“中国制造2025”和智能制造的深入推进，仿生移动机构、多功能集成机器人、智能算法及柔性制造系统等新技术会融入家具加工的各方面，应尽快培养新型技术应用人才以适应发展进程的推进[6-7]。何庆对新工科领域的人才现状进行了剖析，并指出了新的人才培育方式，实现产教融合与学科交叉,使机器人工程专业成为应用型高校新工科建设的特征之一,为新工科及智能制造行业发展提供复合型人才[8]。嵇正波强调为抓住新一轮的工业迭代机遇，应该以立于产业实际情况的产学研模式进行人才培养，使人才更加适应新产业和新领域发展的需要，提出“工管融合”人才培养为模式及智能制造多方面综合实训平台的建设路径和思路[9]。

3.3.2 家具智能制造数据赋能

在全球信息化快速发展的大背景下，大数据已经成为企业重要的基础性战略资源、重塑企业竞争优势的新机遇、提升企业竞争能力的新途径，在新一轮的市场竞争中占据主导位置[10]，促进家具传统制造企业向以大数据驱动产业的方向发展，达到产业升级的目标。大数据在“家具智能制造”领域中的应用优势主要体现在对大量结构化和非结构化数据进行多类型存储及智能化分析处理；通过大数据技术变实战经验为业务数据模型,将家具生产过程进行模型化，实现智能分析发现深层次数据间关联关系，便捷管理服务等应用，构建以大数据应用为核心的智能制造新模式；提供直观丰富的数据展示，大大降低了家具生产制造各系统信息交互和使用成本，使得各部门各系统能够把更多精力和资源专注于要解决的业务问题上。

邱新平聚焦数据在驱动生产过程中对传统生产组织结构产生冲击问题，构建了数据—应用—组织结构创新的理论框架[11]。张金琥、徐明等人以家装软件第一视角体验为切入点，借助VR和“互联网+”技术将家具制造公司与前端家装市场建立联系，探讨了基于VR的智能家装设计与实现[12]。吴智慧提出在以智能制造为主导的工业第四次革命大环境下，创新驱动将成为家具传统产业转型和经济发展的动力[13]。何明慧对数字经济背景下佛山市家具行业，从供应链数字化管理、人才培养、跨境电商、产业集群等方面分析了家具行业的数字化经济创新驱动发展策略[14]。

3.3.3 家具智能制造新型制造技术

智能制造技术是在现代传感技术、网络技术、自动化的感知、人机交互、决策和执行技术基础上，实现设计过程制造过程智能化。通过知网和万方数据库的检索，目前受学者广泛关注的智能制造技术主要有数字孪生、物联网、工业机器人、机器视觉等。

数字孪生是指利用数据驱动来创建实体的虚拟模型，借助数据模拟来仿真真实的生产动态行为，通过虚—实交互反馈、数据融合分析和决策迭代优化等手法来体现对应实体的生命周期过程。在产品制造、产品设计、医疗分析、工程建设等方面，德国的“工业4.0”工作小组更是将其列为主要研究对象。数字孪生技术可以促进设计、生产、维护等各个环节的革新[15]。比如群核科技有限公司（酷家乐），在产品开发的前期构建数字孪生仿真模型，通过对仿真模型进行拆解与实验减少产品内部多样化，提升整个家具制造生产流程的精度和效率、缩短产品迭代周期[16]。

物联网技术通过定向的网络协议，高度集成和综合利用传感设备和信号识别、传感器、红外线感知等技术，使人—物、物—物之间信息的交换和通信顺利进行，以实现智能化识别、定位、跟踪、管控等功能[17]。随着物联网技术的应用与发展，有利于促进制造生产方式向智能化、精细化、网络化方向转变，极大提高生产活动管理和服务质量水平，催生大量新技术、新产品、新应用、新模式，推动传统产业升级和经济发展方式转变，成为未来经济发展的增长点。

工业机器人是应用在工业制造领域具备高柔韧性、自动化程度、可编程性和通用性的灵活性较强的机械装置[18]，自动化、安全化、高效率是工业机器人的主要应用优势。随着工业智能化及“工业 4.0”的在我国制造业的深入推进，工业机器人在工业制造行业的应用程度正快速普及。工业机器人的应用正逐步解放工人双手，向更高层级的降耗减排、创新驱动、指挥协同迈进。

机器视觉是人工智能的重要子集，是一项包括图像捕捉、光源系统、图像数字化模块、数字图像处理模块、智能判断决策模块和机械控制执行模块的综合技术，主要功能是用机器代替人眼在一些不适于人工作业的危险工作环境或者人工视觉难以满足要求的场合做测量和判断。机器视觉系统是借助图像摄取装置和传感器等设备将目标经过成像处理并分析目标画面构成因素，转变为数字化信号[19]。机器视觉技术在现代家具与木制品制造业中的应用已十分广泛，提高家具生产作业活动的灵活性和自动化程度发挥积极作用，优化了整个行业的安全管理体系。

3.3.4 家具智能制造管控平台

家具智能制造管控平台是建设智能工厂不可或缺的关键综合技术，主要涉及柔性制造、虚拟制造、系统控制、网络集成、信息处理等技术，管控平台系统一般从事各制造节点数据的采集、分析、处理、建模、通信等[20]。家具制造业现阶段应用较为广泛的智能管控系统如MES、MRP、ERP、WWS等，但目前大多数应用在家具制造业的管控系统起初并不是依托本行业的运转特点开发的，这就导致实际的现场生产管理或协同调度等工作数据应用能力低下，作业时依靠工作人员的经验和主观性的情况还普遍存在[21]。因此我国专业学者们基于现有的生产管理控制系统以家具业生产的底层知识和生产逻辑不断地优化升级，使其更加贴合家具行业生产特性，从而更加精准地进行生产过程管控工作。熊先青、周卓蓉综合利用信息技术搭建了以"互联网+"为支撑技术的家具产品物流配送过程检测管理平台实现家具物流配送过程智能化管理和动态可视,从而使整个家具行业的智能化生产水平得到全方位的提高[22]。刘鑫针对国内外家具生产与经营模式，提出并构建了以互联网为服务平台的定制家具设计智能管理平台[23]。

3.4 家具智能制造研究前沿

某一科研领域的前沿是该领域当前新兴的研究动态，研究前沿或将成为该领域未来的热点，及时识别特定领域的研究前沿进行探究其是否在该领域具有引领未来风向的潜质，有助于学科领域研究的高质量发展。研究通过对数据库中的文献关键词共现网络关系，对家具智能制造研究领域进行前沿分析。通过CiteSpace绘制出该研究领域现阶段的研究前沿知识图谱（图7），该图可以直观地展现随时间的推移而不断演进的前沿动态。随着时间的不断发展，领域中的研究前沿也在不断改变，适应社会发展变革的研究热点被持续关注，而应用前景不足的一些研究主题则快速被淘汰。研究前沿知识图谱数据分析设置，timespan: from 2015 to 2022，Slice Length=1，可视化分析的节点类型根据分析内容Node Types=keyword。图中关键词话题节点的年轮颜色分别代表图谱上方时间段颜色对应的年份，根据年轮的色环累积可以看到某研究主题的延续性，节点的大小可看出话题的热议程度。从时区图谱中可知，自2015至2022期间在家具智能制造研究领域内的持续的热议话题除检索主题智能制造外，互联网+、智能化、创新驱动、人工智能、数字化、板式家具被持续热议，信息化、数据赋能、人与机器等话题或将成为该领域未来的研究热点。

■图7 时区图知识图谱

4 结果

（1）通过知识图谱绘制对文献的发文机构、作者及年发文量进行数据分析，表明该领域研究未来应广泛展开机构间、作者间的合作，研究热度、深度、广度均有一定的发展空间。家具智能制造研究领域虽然已引起国内学者的关注，但根据研究机构合作与发文作者合作网络知识图谱可知，大部分科研机构还处于相对独立的研究阶段，合作多以各自所在单位为区域，主要的科研机构集中分布在中国的东南及东部地区，较少跨区域、跨学科、跨平台合作，学术资源无法最大化发挥其应有的作用；发文趋势虽然向好但国内整体年发文量没有形成较大规模，科研前沿领导人员与核心研究机构屈指可数，说明此研究领域数据库有较大的发展空间。

（2）通过关键词共现、关键词聚类分析结合来看，我国当前对家具智能制造研究领域的热议话题主要集中在人才培养、数据赋能、新型制造技术、智能管控平台四个方面。人才培养是新一轮工业发展的有力保障，为转型特殊时期的家具制造业输送源源不断的新鲜血液；数据赋能为家具企业抢占新一轮的竞争高地扩展新途径，重塑企业竞争优势新机遇；新型制造技术解放双手、降耗减排、创新驱动，提升生产过程整线全智能化、自动化生产发展程度，为整个家具行业的高质量发展提供坚实基础；智能管控平台将生产流程实时管控，解决对高价值事件管控不足问题，有助于操作人员迅速地找到具有高附加值事件和基础资料，节约生产流程中因故障而产生的维护费用及其他生产资料消耗，提高了设备的运行效率[24]。

（3）从时区图谱中可知，随着中国对于以智能制造为核心的《中国制造2025》、互联网+、工业4.0等政策的深度推进和传统家具制造企业向以大数据驱动产业的方向发展的大趋势。家具智能制造研究领域互联网+、智能化、创新驱动、人工智能、数字化等主题内容近些年被持续热议；信息化、数据赋能、人与机器等为当前家具智能制造研究前沿话题。

5 结语

家具产业作为中国制造业集群的重要构成部分，智能制造是家具制造产业高质量发展的必由之路，传统家具制造业在受到科技发展、国家政策、市场竞争等多方面的综合影响，已逐步融合前沿智能新型制造技术探索生产实践发展瓶颈和生产难点的应对之策，中国家具产业实现全智能化、信息化指日可待[25-26]。本文主要借助CiteSpace可视化分析软件将相关文献数据进行分析，了解到家具智能制造领域仍有较大的发展空间；近几年研究热点主要集中在人才培养、数据赋能、新型制造技术、智能管控平台四个方面；结合关键词分析及前沿知识图谱数据分析显示未来还应积极探求信息化、数据赋能、人与机器相关前沿话题在家具智能制造领域的深化结合与创新发展。为了学科研究高质量的快速发展，未来国内研究机构与作者团队间应该加强跨区域、跨学科、跨平台的交叉合作与学术交流；科研学者们在对持续热议的高价值主题内容深耕的同时，也要积极探索研究前沿相关话题在家具智能制造的深化结合，寻求创新发展机会[27-28]。