復雜零件云制造知識服務模式研究

郭宗祥

摘要：針對企業復雜零件云制造需要對制造信息資源有效管理以實現共享和重用的需求，以復雜零件云制造環境下數字化加工過程為研究對象，在分析企業知識服務需求及知識資源特點的基礎上，對動態知識服務模式及靜態知識服務模式進行了研究。

關鍵詞：云制造;數字化加工;知識服務

0 ?引言

復雜零件產品廣泛應用于航空航天、兵器、船舶、汽車等裝備制造領域，其研發制造過程參與單位多且地域分布廣、涉及學科領域多且交互頻繁、研制任務多且研制周期短。現有制造模式對企業集中管控與高效配置制造資源、共享研制知識、増強知識管控能力、降低信息化成本提出了更高的要求。一方面需要主動檢索與當前業務活動相關的制造知識資源，主動推送給用戶，提高用戶對知識資源的查詢及獲取效率。另一方面，對于某個特定的制造環節，通過封裝相應的參數、方法、模型、工具并以動態服務的形式供研發人員調用，能夠減少重復勞動提高研制效率，加快動態研制過程。因此，迫切需要對產品研制過程中的知識進行有效管理以實現共享和重用。知識服務是實現該需求的有效手段。云制造，是一種面向網絡化制造的新模式，其共享與服務的理念可以完成企業知識資源由傳統的數據分類存儲與檢索到知識服務的轉變。本文以復雜零件云制造環境下數字化加工過程為研究對象，根據加工過程知識服務的需求及特性，對知識服務模式進行研究。

1 ?復雜零件云制造知識服務需求

企業從事生產制造活動的過程實質也是知識資源利用的過程。復雜零件加工制造是一個知識密集型行業，企業的生產活動中積累著大量的知識資源。然而，由于缺乏有效的管控，其資源利用率并不高。另一方面，企業知識資源龐雜繁重，相關人員想要查找所需的知識資源比較困難。在共享與服務的社會大背景下，企業更希望得到一種按需獲取，主動推送的知識服務解決方案以提高復雜零件加工的能力和水平。復雜零件云制造過程知識服務具體需求如下：

①企業生產的產品相對比較固定，企業在多年的生產制造過程中積攢了豐富寶貴的經驗、數據、標準及規范。

雖然現在大部分企業引入了產品數據管理（Product Data Management，PDM）、仿真數據管理（Simulation Data Management，SDM）、實驗數據管理（Test Data Management，TDM）以及進行工藝管理的計算機輔助工藝過程設計（Computer Aided Process Planning，CAPP）等數據和知識管理系統對企業知識資源進行統一管理。但是，這些系統更多的只是起到了管理、備案的功能。一個項目完成后，這些數據和知識基本是被永遠的丟棄了，對下一個項目起不到直接的幫助作用。對于企業管理者來說，更希望將這種傳統的知識分類存儲檢索的方式轉變成為一種按需獲取的方式，并盡可能的與生產制造的流程相結合，使已有知識資源盡可能大的發揮價值，提高企業生產制造的效率，而不是每一個項目都要從零開始。同時，對于從事設計制造的設計人員來說，也能改變他們在海量數據中查找可用知識的窘境，使設計人員將更多的精力和時間放在方案的構思和技術的革新上。另一方面，企業資深的技術專家、員工在多年的生產實踐中積累了寶貴的經驗，這些專家經驗是企業技術的核心，但同時也緊密的掌握在極少數人手中。若能將這些專家經驗分享到企業的知識資源庫，對于企業知識資源的重用，人才的培養，生產制造效率的提升都會有極大地幫助。因此，企業迫切需要將企業現有知識資源及專家經驗等封裝成為一種服務，實現按需獲取和主動推送，以提升生產效率和創新能力。

②知識共享。

復雜零件多由航空航天等大型集團企業各部門協同開發。各廠所分布異地，給知識資源的共享重用及各部門間的溝通協作都帶來了一定困難。企業迫切需要構建協同研發環境，將各場所的知識資源進行聚合以進行集中管理和統一調配，從而提升了知識資源的潛在價值，提高產品研發制造的周期。

③充分利用外部知識。

集團企業在產品研發制造過程中，需要不斷得到其他企業或團體先進的、成熟的知識的支持和幫助，即對外的知識服務請求。一方面，利用外界成熟的知識可以極大地縮短產品研發周期，降低生產成本;另一方面，外界新的解決方案和思路也能促進企業的創新。因此，企業知識服務必須要具有對外尋求知識服務的能力。

④更加智能的知識服務模式。

目前，企業知識資源還處于分類存儲、簡單檢索的階段，然而產品的研發過程卻越來的復雜，產生的知識及數據越來越大，傳統的知識檢索方式越來越不適應生產的需要。尤其對于新員工來說，接到新的任務，往往由于領域知識的缺乏，對任務無法下手。因此，在云制造環境下，企業迫切需要一種新型的、智能的知識服務模式，以達到按需獲取、根據業務流程主動推送的目的。

2 ?復雜零件云制造知識資源的特點

知識資源種類繁多，包括技術標準、專利、模型、參數、專用工具等[1]。云制造環境下集團企業產品研發過程涉及多個學科領域和廠所，整個過程錯綜復雜，匯集了各種知識并構建了跨領域夸地域的多學科知識庫，這些知識、資源和數據具有海量、分布、多態等特性[1，2]。

①分布性。云制造環境下集團企業知識資源分散存儲于各廠所異構業務系統中。

②異構性。知識資源分布在各異構業務系統中，其組織管理方式不同、存儲處理方式各異，虛擬化、服務化封裝形式異構，知識能力的應用服務模式異構。

③多樣性。復雜零件產品研發制造過程所需知識資源種類繁多，有產品參數、技術手冊、物料信息等文本數據，也有設計模型、加工仿真模型、專用工具等模型文件，知識存在的形式多樣。

④復雜性。復雜零件產品研發制造過程涉及造型、結構、力學、機加工、仿真、測試等多學科多領域知識，知識資源構成復雜。

⑤廣泛性。復雜零件產品研發制造過程的知識需求不僅包括企業內部的知識，如建模、有限元分析、工藝規劃、加工仿真等知識，還包括企業外部知識，如專利庫、文獻庫、論壇上與企業生產相關的知識以及客戶需求、市場反饋等知識。

⑥隱含性。復雜零件產品研發制造過程需要大量的知識，同時也會產生大量的知識，如測試數據，仿真分析結果結論，技術人員在長期的產品生產過程中積累的經驗等。這些知識對于企業生產具有重要意義，但同時這些知識也是不便于存儲管理的。云制造模式下，采用一定的激勵獎勵手段將這些隱含的知識進行顯式的、規范化的計算機存儲管理，可以為企業帶來極大的效益。

⑦動態性。云環境下集團企業各廠所基于研發制造任務流程協同完成相關業務活動，業務活動隨著制造任務的變化而變化。而知識服務的形成和演化發生在產品研發制造生命周期的各個階段，在協作過程中不斷更新、豐富和完善。

3 ?復雜零件云制造知識服務模式

復雜零件研發制造過程可分解為復雜零件造型、CAE分析、工藝規劃、刀軌計算、后置處理、數控仿真分析、加工質量控制、測試實驗、加工制造等多個業務流程，各業務流程需要大量的知識資源的支持。例如在造型階段涉及UG、CATIA曲線曲面造型相關理論技術和方法;在CAE分析階段涉及材料性能、網格劃分、后置處理相關知識;在刀軌計算階段涉及機床刀具、切削參數、進退刀、走刀方式等知識。復雜零件云制造知識服務就是在云制造環境下根據用戶需求，為各業務活動提供對應的、智能的、準確高效的知識資源來指導產品研發制造，從而提高企業核心知識資源使用效率，提高工作效率，縮短研發周期[2]。由于不同階段涉及不同的制造知識資源需求，因此需要不同學科、不同類型的領域知識。為了更精準的描述存儲管理知識資源，從而方便知識資源的檢索，以提供更精確、更有效的知識服務，采用文獻[3]中的方法，根據知識資源類型的不同，將知識服務分為靜態知識服務和動態知識服務，并給出各自的知識服務模式。

3.1 靜態知識服務及其服務模式

靜態知識資源主要指專利、技術標準、規范、操作手冊、仿真測試數據等不可隨意更改的、以文本數據表形式存在的，供用戶參閱的知識資源。靜態知識服務主要是通過構建分布式索引，抽取和組織隱含在圖紙、模型、說明文檔、規范、標準及領域專家頭腦中的知識，建立復雜零件加工知識資源索引庫，對索引庫中的知識資源進行管理，向用戶提供可用的服務，主要有知識資源檢索服務和知識資源主動推送服務。

知識資源檢索服務是用戶將請求提交到知識服務平臺，系統根據用戶的身份信息和需求特征按照一定的映射匹配規則檢索匹配最佳的知識服務資源提供給用戶。知識資源主動推送服務是知識服務平臺通過解析復雜零件加工業務流程，獲得各階段知識服務需求，根據用戶需求或訂閱信息建立用戶需求庫，當檢測到相關用戶處于對應的業務活動節點時，將符合用戶需求的知識資源主動推送給用戶。用戶也可以自己定制所需推送知識的范圍、領域。

3.2 動態知識服務及其服務模式

動態知識資源主要指設計模型、仿真模型、網格劃分模板、工藝規劃模板、軟件工具等具有特定功能的、具有參數化特性的、通過輸入數據或進行部分修改能夠重復使用的知識資源。云制造環境下，產品的研發制造過程需要多個功能軟件進行建模、仿真、優化、測試，企業動態知識資源繁多，將這些特定的功能進行封裝，方便用戶調用即為動態知識服務[2]。

用戶將請求提交到知識服務平臺，系統根據用戶的身份信息和需求特征以及當前動態知識資源庫的狀態，按照一定的映射匹配規則檢索匹配當前可用的動態知識服務資源提供給用戶。用戶輸入參數，系統后臺通過模板計算輸出仿真或優化結果。用戶調用動態知識服務時，系統根據用戶需求粒度的大小以單個或組合形式調用知識服務組件進行服務，服務方式靈活多變，適應性強，提高了復雜零件產品的動態研發效率。

4 ?結語

通過對復雜零件云制造知識服務需求及知識資源特點的分析，對包含知識資源檢索服務及知識資源主動推送服務的靜態知識服務和適應性強的動態知識服務的服務模式進行了研究，對企業知識資源的共享和重用提供了解決思路。

參考文獻：

[1]陰艷超，牛紅偉.云制造環境下知識云能力量化評估方法研究[J].農業機械學報，2016，47（8）：325-332.

[2]丁衛剛.復雜曲面云制造加工過程知識服務建模與實現[D].昆明理工大學，2016.

[3]李向前，楊海成，敬石開，等.面向集團企業云制造的知識服務建模[J].計算機集成制造系統，2012（08）：1869-1880.