博文

【论文推荐】多维工艺信息融合的典型网状工艺路线自动化发现

已有 300 次阅读 2026-2-3 15:59 |个人分类:论文推荐|系统分类:博客资讯

编辑荐语

本期将给大家分享"多维工艺信息融合的典型网状工艺路线自动化发现(Automated discovery of typical networked process routes withmulti-dimensional process information fusion)". 如您对本期相关内容有好的理解与建议, 欢迎评论区留言.

本文聚焦于智能制造中计算机辅助工艺规划(CAPP)的核心前提——典型工艺路线的自动发现问题. 针对更具柔性与实用价值的网状工艺路线, 研究突破了传统线性方法的结构局限, 提出了一套创新的自动化发现框架. 其核心贡献在于: 第一, 构建了细粒度的网状工艺路线综合相似度度量方法, 首次系统分析了工序相似度、先后顺序、共同工序数及结构复杂度四维工艺信息, 并创造性地将前两者的联合量化转化为加权二分图最大匹配问题, 通过KM算法高效求解, 最终利用PCA进行信息融合, 显著提升了度量的灵敏度与合理性. 第二, 解决了聚类有效性与参数调优的难题, 在近邻传播(AP)算法中引入数量与半径软约束以保证结果实用性, 并创新性地集成火鹰优化算法(FHO)以自动寻优AP算法的关键参数, 提出了性能更优的FHO-IAP算法, 实现了聚类质量与约束满足的平衡. 仿真实验表明, 所提方法在相似度度量与聚类效果上均优于对比算法. 本工作为从复杂历史数据中挖掘高质量、可复用的工艺知识提供了系统性的解决方案, 对推动工艺规划的智能化、标准化具有重要理论价值与实践意义.

本文研究问题紧密契合柔性化、智能化生产的前沿需求, 技术路径清晰, 创新点突出. 所提出的多维信息融合相似度度量与基于元启发式算法优化聚类框架的组合方法, 兼具理论深度与工程实用性, 有效解决了网状工艺路线分析中的关键瓶颈. 推荐给智能制造、工业大数据分析、工艺规划、聚类算法等相关领域的研究人员与工程专家阅读参考.

论文介绍

多维工艺信息融合的典型网状工艺路线自动化发现

Automated discovery of typical networked process routes withmulti-dimensional process information fusion

王梦娇1, 徐彬梓1†, 黄登朝1, 王春2, 王艳3

机构: 1. 安徽工程大学电气工程学院; 2. 淮北师范大学计算机科学与技术学院; 3. 江南大学物联网工程学院.

引用: 王梦娇, 徐彬梓, 黄登朝, 等. 多维工艺信息融合的典型网状工艺路线自动化发现. 控制理论与应用, 2025, 42(12): 2577 – 2586

DOI: 10.7641/CTA.2024.40392

全文链接:

http://jcta.alljournals.ac.cn/cta_cn/ch/reader/view_abstract.aspx?file_no=CCTA240392&flag=1

摘要

大数据背景下, 典型工艺路线的有效发现可以为计算机辅助工艺规划(CAPP)的检索过程提供更加精准且充足的工艺信息, 从而提高后续工艺规划的质量. 但是现有与线性工艺路线相关的方法由于没有考虑网状工艺路线的结构复杂性, 既无法直接应用, 也难以合理量化其中的各类工艺信息. 此外, 大部分现有研究也忽略了典型工艺路线发现中的聚类有效性问题, 对这一问题缺乏合理的算法设计. 鉴于此, 本文提出了一种基于多维工艺信息融合的典型网状工艺路线自动化发现方法. 该方法针对网状工艺路线的相似度度量问题, 在信息需求分析的基础上, 为网状工艺路线中蕴含的4种工艺信息设计了不同的量化方法, 并通过主成分分析(PCA)将其合成综合相似度. 此外, 基于上述相似度度量的构建, 并考虑聚类有效性, 在传统近邻传播(OAP)算法中引入了火鹰优化算法(FHO), 以优化AP算法的参考度与阻尼系数, 从而在聚类结果与软约束之间取得平衡, 以发现更符合实际需求的典型网状工艺路线. 仿真实验表明, 本文所提网状工艺路线的相似度度量能有效区分各种相似度情况, 具有更高的灵敏性. 同时, 引入的FHO能提高AP算法的聚类效果, 其中FHO-IAP相较于其他算法表现出更好的性能.

引言

随着经济的不断发展, 制造业迫切需要一种敏捷且有效的工艺规划方法来快速响应不断变化的市场需求[1]. 作为产品设计与实际生产间的纽带, 工艺路线的优劣直接决定了制造系统的生产质量与效率[2].

计算机辅助工艺规划(computer aided process planning, CAPP)是一种通过检索与推送典型工艺路线来辅助工艺规划的技术[3]. 其所用典型工艺路线本质上是零件簇的工艺模板, 它包含了簇中所有历史工艺路线中高度重合的共同工艺信息[4] . 从集群的角度而言, 典型工艺路线是零件簇的中心, 它可以有效总结和代表同一簇中其他工艺路线的内在信息. 作为CAPP的基石, 检索所得典型工艺路线的质量会直接影响后续工艺规划的效果[5].

在海量历史数据中发现典型工艺路线主要包含两部分: 相似度设计和聚类分析[6]. 合理的相似度设计可以敏锐地量化工艺路线之间的共有信息, 为后续的聚类分析提供细粒度的相似度度量, 而聚类分析则是对海量工艺路线进行有效的归纳和总结, 并将各聚类中心提取作为典型工艺路线[7] . 在这过程中, 若相似度设计或聚类效果不好, 可能会生成不合理的典型工艺路线, 也就无法有效指导后续的工艺规划过程[8].

目前有关研究大多数集中于线性工艺路线, 忽视了网状工艺路线这一更符合实际且更加柔性的工艺表现形式[9] . 不同于线性工艺路线, 网状工艺路线具有易于系统重新配置和减少转换时间等优点, 并且能够很好面对实际生产中遇到的各类突发状况[10]. 因此, 研究典型网状工艺路线的自动化发现问题更符合当前柔性化、智能化生产的迫切需求[11].

作为典型工艺路线发现的基础, 线性工艺路线的相似度已经有大量前期研究. Choobineh[12]最先研究了工序间的先后顺序关系, 在他的研究中倡导使用邻近度量来形成零件簇. Zhou等人[13]考虑了零件的加工特征和拓扑关系中的工艺信息, 并通过建立工艺路线的模糊相似性度量来发现典型工艺路线. Liu等人[14]考虑了不同工序之间的相似度, 引入了通过工序编码计算相似度的方案. 但是这些研究都忽略了工序相似度和先后顺序关系的相关性, 只使用线性加权和来得到最终的结果. Xu等人[15]分析了典型工艺路线知识发现所需的必要工序信息, 并以此提出了一种新的线性工艺路线综合相似度度量方法.

尽管线性工艺路线已经被深入研究, 但这些为线性工艺路线设计的相似度度量不能直接用于网状工艺路线, 因为网状工艺路线内部结构更为复杂且灵活, 需要考虑的工艺信息更多. 此外, 生产过程中的多种工艺信息与网状工艺路线的复杂结构相互耦合, 想要有效度量这些工艺信息就显得更加困难.

Navaei等人[16]最先研究了网状工艺路线的相似度度量问题, 该研究设计了一种新的相似度系数, 在这其中考虑了先后顺序关系、共同工序数和体积相似性, 并通过线性加权进行组合. 但是, 所提方法将所有工序都看成完全不同的情况, 忽视了工序间本身存在的相似关系.

设计好工艺路线的相似度度量后, 对其进行聚类分析是发现典型工艺路线的第2步. 典型工艺路线发现的目的是通过历史工艺路线的有效聚类, 从每个零件簇中挖掘和发现最具共性和代表性的工艺路线, 并将其视为典型工艺路线. 因此, 相较于传统聚类问题是将数据归类而言, 典型工艺路线的发现问题是找出各聚类簇中包含最多共性工艺信息的真实工艺路线.

目前为止, 国内外对于工艺路线的聚类问题已有了深入的研究. Wu等人[17]提出一种新的两阶段聚类方法, 在第1阶段中, 基于工序间相似性等准则对聚类簇进行识别; 在第2阶段中, 将聚类簇合理分配到不同机器上, 使总成本最小化. 王琳等人[18]通过近邻传播(affinity propagation, AP) 算法对工艺过程进行聚类分析, 并根据相关指标对聚类结果进行评价分析, 得到有效聚类结果和最佳聚类数目. Li[6]提出了一种基于多级信息熵的工艺路线相似度计算方法. 在此基础上, Li还提出了一种基于谱聚类和粒子群优化K-means算法的工艺路线聚类模型, 根据所得相似度实现了对工艺路线的有效聚类.

然而, 上述研究都忽视了典型工艺路线发现问题中聚类的有效性问题. Wang等人[19]最先在典型工艺路线发现问题中引入了数量约束和半径约束, 来提高聚类结果的有效性和优化聚类数目. 但将这两个约束作为硬约束处理, 这可能导致聚类结果不够灵活, 无法很好地适应不同数据集的分布变化. 相比之下, 徐彬梓[20]通过在传统AP算法(original AP, OAP) 中加入半径软约束和数量软约束, 设计出了改进的 AP算法(improved AP, IAP)将约束参数的敏感度降低, 从而提升聚类结果算法的有效性. 然而, 徐彬梓的工作也存在问题. 引入了半径软约束和数量软约束的典型工艺路线发现问题相较于传统问题更加复杂, 需要在聚类结果和软约束罚值间寻求平衡, 而单靠人为设置合理的参考度(p)与阻尼系数(λ)显然非常困难, 极易使IAP算法陷入局部最优, 难以保证所得结果的全局最优性. 因此, 如何寻找合适的参考度和阻尼系数是运用AP算法求解相关问题的关键之一.

为了有效解决上述问题, 本文提出一种多维工艺信息融合的典型网状工艺路线自动化发现方法, 其中的主要工作和创新点如下:

1) 本文详细分析了计算网状工艺路线相似度时, 需要考虑的工艺信息需求, 并基于此构建了面向网状工艺路线的不同相似度情况案例库;

2) 本文设计了一种面向网状工艺路线的新型综合相似度度量方法. 该方法创新性地将网状工艺路线中的先后顺序关系和工序相似度信息量化问题转化为工序对的加权二分图最大匹配问题, 并通过库恩–曼克尔斯(Kuhn Munkres, KM)算法[21]对其进行了求解. 此外, 所提方法还以Jaccard相似度[22]量化了共同工序数, 以可选工艺路线数目量化了结构复杂度, 并通过主成分分析(principal component analysis, PCA)整合成最终的综合相似度;

3) 由于考虑了聚类有效性的典型工艺路线发现问题的求解难度陡增, 为了解决AP算法输入参数难以人为调节的问题, 本文将火鹰优化算法(fire hawk optimizer, FHO)[23]引入到了AP算法中, 并提出了FHOOAP和FHO-IAP两种算法变体, 以实现对参考度(p)与阻尼系数(λ)的自动调整.

结语

本文提出了一种典型网状工艺路线的自动化发现方法: 1) 设计了一种多维工艺信息融合的新型网状工艺路线综合相似度度量, 以更加细粒度地量化网状工艺路线间的共有工艺信息; 2) 在考虑聚类有效性的同时, 基于FHO优化AP来自动化发现典型网状工艺路线, 以保证所得典型工艺路线的质量.

为了有效量化网状工艺路线中的4种工艺信息, 本文设计了双结构矩阵和KM算法来同时度量工序间相似度和先后顺序关系; 采用了Jaccard相似度来衡量共同工序数, 而结构复杂度则通过可选工艺路线条数来量化. 最后, 基于PCA分析了这些信息的相关性, 并得到综合相似度度量.

另一方面, 本文在考虑聚类有效性的基础上为典型网状工艺路线发现问题引入了数量软约束与半径软约束, 以保证聚类结果的真实有效. 同时, 为了解决AP算法的参考度与阻尼系数无法自动调优问题, 将FHO引入其中. 相关实验也表明, FHO确实可以提高相应AP算法的聚类效果, 其中FHO-IAP算法具有更好的聚类效果和更强的稳健性.

当然, 本文所提方法还存在一些问题需要解决:

1) 本文所提相似度度量无法解决重复工序的情况;

2) 本文发现聚类过程倾向于选择结构更复杂的工艺路线, 但过于复杂的典型工艺路线虽然能提供更多的信息, 反而会降低辅助工艺规划的效果.

作者简介

王梦娇硕士研究生, 目前研究方向为智能工艺规划;

徐彬梓讲师, 硕士生导师, 目前研究方向为智能优化与调度理论方法;

黄登朝讲师, 硕士生导师, 目前研究方向为人工智能与无线传感器网络;

王春讲师, 硕士生导师, 目前研究方向为智能优化与调度理论方法;

王艳教授, 博士生导师, 目前研究方向为工业互联网系统优化控制.

期刊介绍

《控制理论与应用》(Control Theory & Applications)是经国家科学技术部批准, 教育部主管, 由华南理工大学和中国科学院数学与系统科学研究院联合主办的全国性一级学术刊物, 1984年创刊, 月刊, 国内外公开发行. 《控制理论与应用》是中国科学引文数据库首批统计源期刊之一，中文核心期刊，入选中国精品科技期刊顶尖学术论文F5000项目，中国科协自动化学科领域高质量科技期刊目录以及中国科协百篇优秀科技论文遴选计划，2021年入选广东省高质量科技期刊建设项目，2022-2024年连续获得基金委资助（科技活动专项）。

期刊封面2.jpg 目录2.jpg