几何演变驱动的高维机加工艺知识发现与重用研究

As its intrinsic quality is concerned ,the original method of process knowledge discovery and reuse based on text semantic and similarity of machining features is lower-dimensional ,static and linear, which will result in the inefficiency and low-accuracy of process knowledge application and prove to be a huge constraint for development of intelligent manufacturing .Aim at problems hereinbefore ,this research presents methods in which higher-dimensional process knowledge can be expressed using lower-dimensional one and additionally study the basic scientific issues related to evolution of machining process knowledge based on characteristics of complex network by revealing the nature that higher-dimensional and recessive machining process knowledge is contained in the evolution of machining process knowledge. Higher-dimensional descriptive model of geometric variation among holographic procedure models in multi-dimensional process information field is studied ,and consequently the lower-dimensional and nonlinear knowledge element model of its own dimensionality is obtained by means of dimensionality reduction .This research also builds knowledge element network based on the complex network models, analyzes the kinetic model of knowledge element evolution ,explores modeling approach of machining intent based on semantic annotation ,studies the measure and search method of process knowledge element based on machining intent ,and the generative combination reasoning of process knowledge element is achieved. Innovative methods are eventually presented with the intent to solve knowledge discovery, evolution and reuse of problems that use geometric evolution as its knowledge carrier.

传统基于文本语义与加工特征相似程度的工艺知识发现与重用方法究其本质是低维、静态、线性的，造成知识工艺工程重用效率低、精度差，成为制约智能制造发展的一个重要因素。针对以上难题，本研究通过揭示高维、隐性的机加工艺知识蕴含在工序模型的几何演变过程中这一本质，凝练出以低维、非线性知识模型表达这种高维工艺知识，并以复杂网络特性探究工艺知识进化规律的基本科学问题。研究工序模型几何演变在多维度工艺信息场中的高维描述模型，通过降维方法得到其本质维度的低维非线性知识元模型。构建基于复杂网络模型的知识元网络，分析知识元进化过程的动力学模型。探索基于语义标注的加工意图建模方法，研究基于加工意图的工艺知识元度量方法和搜索方法，并实现工艺知识元的创成式组合推理。最终为解决以几何演变为知识载体这类问题的知识发现、进化和重用提供了一种新的方法。

蕴含着大量制造过程信息的工序几何模型及其动态演变，长期以来没有受到学术界应有的关注，机加工艺知识发现与重用技术难以在工业界开展实用。针对这一核心问题，本基金开展了如下研究：. 1）为改变工艺符号、文本和工序模型几何相剥离的现状，研究以三维工序模型为机加工艺知识载体的组成与构建方法，形成工序几何模型序列；探索多维度工艺信息场的建模方法，研究多维度信息场模型的基模型构建方法。. 2）传统工艺知识模型采用结构化或半结构化形式，造成知识形态与关系固化，不符合工艺知识具有高维、隐性的事实，研究更贴近工艺知识复杂特性的知识元关系模型，揭示工艺知识元进化的机理和动力学特性。. 3）探索基于加工意图的工艺知识检索新模式，研究高维度的加工意图与知识元之间的相似性度量方法，研究知识元网络的搜索与组合推理方法。.. 通过本基金项目的研究，获得了如下结果：. 1）工序几何模型的演变，可以被量化地表达和评估。可以采用有效的方法对高维度机加工艺知识进行降维。工序几何模型的演变与机加工艺知识之间，能够建立起有效的对应关系，使得工序几何模型演变可以成为一种发现和重用工艺知识的新模式；. 2）复杂系统理论，可以被用来对工艺知识进行建模。知识元复杂网络的关键特性（如度分布、节点强度及分布、聚集系数等），可以用来衡量制造系统稳定性，以及支持制造工艺重用。. 3）具备空间与时间的高维复杂性的加工意图，能够被形式化描述、以及有效地降维，用来进行知识元的相似性匹配，进而求解可用加工方法。. 4）工序内的亚工序几何模型，在复杂曲面类零件的多轴加工中，会产生不可忽视的变化，对其进行精确快速的建模，是实现复杂曲面类零件高性能加工的重要因素。.. 发表高水平学术论文24篇。培养博士2名，硕士3名。部分研究成果得到学术界的认可，论文累计他引10次，开拓了使用复杂网络理论评估和重用机加工艺知识的跨学科新研究方向；部分研究成果可直接应用于工业界。