基于TOGAF的工藝知識全生命周期管理架構(gòu)研究

摘要：[目的/意義]旨在實現(xiàn)工藝知識全生命周期管理、系統(tǒng)建模工藝知識全生命周期的業(yè)務(wù)邏輯、數(shù)據(jù)特征和應(yīng)用需求，為知識管理軟件開發(fā)提供指導(dǎo)。[方法/過程]基于開放組織架構(gòu)框架（TOGAF）架構(gòu)設(shè)計思想方法，面向計算機輔助工藝設(shè)計（CAPP）軟件平臺，以工藝規(guī)程知識為重點，提出工藝知識全生命周期管理的業(yè)務(wù)架構(gòu)、數(shù)據(jù)架構(gòu)和應(yīng)用架構(gòu)。首先，給出基于制造企業(yè)工藝業(yè)務(wù)能力模型的工藝知識分類方案，從工藝設(shè)計業(yè)務(wù)流程角度提出具有多重循環(huán)結(jié)構(gòu)的工藝知識全生命周期業(yè)務(wù)流模型；再統(tǒng)籌考慮研制管理、生產(chǎn)管理和知識管理三個方面的需求，給出工藝規(guī)程知識庫的數(shù)據(jù)架構(gòu)及面向智能信息處理的六維數(shù)據(jù)結(jié)構(gòu)；最后，給出基于CAPP系統(tǒng)的工藝知識全生命周期管理應(yīng)用架構(gòu)，包括系統(tǒng)核心模塊、主要功能菜單及智能處理方向。[結(jié)果/結(jié)論]提出的架構(gòu)方案在某單位工藝知識管理系統(tǒng)軟件研制中得到初步應(yīng)用和驗證，表明所提架構(gòu)具有可行性和有效性。

關(guān)鍵詞：知識管理；工藝知識；工藝規(guī)程；工藝知識全生命周期管理；CAPP；TOGAF；架構(gòu)

分類號：TP391.7；F272.4

引用格式：王亞軍， 白翱， 張博， 等. 基于TOGAF的工藝知識全生命周期管理架構(gòu)研究[J/OL]. 知識管理論壇， 2024， 9（6）： 519-532 [引用日期]. http：//www.kmf.ac.cn/p/410/. （Citation： Wang Yajun， Bai Ao， Zhang Bo， et al. Research on the Full Lifecycle Management Architecture for Manufacture Process Knowledge Based on TOGAF[J/OL]. Knowledge Management Forum， 2024， 9（6）： 519-532 [cite date]. http：//www.kmf.ac.cn/p/410/.）

1" 引言/Introduction

制造過程主要由工藝驅(qū)動，工藝知識是制造企業(yè)的核心組織資產(chǎn)。制造企業(yè)的人、機、料、環(huán)等資源要素，都是在工藝這個“法”的安排下運作，因此加強工藝知識管理尤其是工藝規(guī)程類工藝知識管理，對工藝設(shè)計、工藝技術(shù)培訓(xùn)、生產(chǎn)計劃管理、自動工時定額、生產(chǎn)任務(wù)量測算、生產(chǎn)能力評估和生產(chǎn)成本核算等各個方面都具有基礎(chǔ)性意義。

為推動工藝知識管理技術(shù)發(fā)展和應(yīng)用，國內(nèi)外學(xué)者開展了一系列研究工作，部分成果在特定專業(yè)領(lǐng)域已經(jīng)獲得初步實踐。由于工藝知識是科學(xué)、技術(shù)和經(jīng)驗的綜合，極具復(fù)雜性，因此基于專家的工藝設(shè)計和工藝知識管理還是主流的方法。

關(guān)于工藝知識管理及計算機輔助工藝設(shè)計（computer aided process planning， CAPP）相關(guān)的研究工作，主要分為如下4類：①有關(guān)工藝知識分類和建模表征，大多采用了基于本體論的知識圖譜技術(shù)等，但缺乏對工藝知識全生命周期的支撐[1-7]；②針對工藝知識處理，開展人工智能等先進算法的特定應(yīng)用研究，這類研究工作的突出優(yōu)勢是技術(shù)創(chuàng)新性高，但工程化比較弱[8-20]；③關(guān)于工藝設(shè)計平臺的研究，已初步考慮了工藝設(shè)計的全生命周期管理，但未考慮知識管理的全生命周期功能[21-25]；④針對特定業(yè)務(wù)場景，應(yīng)用各種知識管理技術(shù)，構(gòu)建專用工藝設(shè)計系統(tǒng)，這類研究工作的突出優(yōu)勢是可行性好，但不易推廣到更廣泛的應(yīng)用場景[26-32]。

1.1" 工藝知識分類建模和表征方面

孫麗等把工藝知識主要分為基礎(chǔ)理論知識、工藝設(shè)計知識、工藝管理知識、工藝情報知識4大類、24個小類，另對工藝文件管理分為8個子類，售后工藝服務(wù)管理分為10個子類，同時給出了一種編碼方案[1]，但未考慮工藝布局規(guī)劃、工藝總方案等頂層工藝知識；舒啟林面向產(chǎn)品全生命周期，提出了涵蓋工藝規(guī)劃信息、工藝設(shè)計信息和工藝過程信息，覆蓋加工、裝配和售后三階段的工藝信息模型[2]，但未考慮技術(shù)技能人員知識集成及面向智能檢索推送等新的需求；K. Ghadge等對于裝配操作過程，經(jīng)過總結(jié)抽象，建立了簡單的要素及交互模型[3]，但不具有普適性。

李秀玲等依據(jù)國際工業(yè)標(biāo)準(zhǔn)step-NC，探索了知識圖譜在工藝知識管理中的應(yīng)用，并進行了初步驗證[4]；何川等為對汽車領(lǐng)域本體化工藝知識進行結(jié)構(gòu)化管理，提出基于多色圖的汽車工藝知識管理方法[5]；劉夢飛等建立了包含工藝路線知識和工藝參數(shù)決策知識的工藝知識模型，并提出了與典型產(chǎn)品相關(guān)聯(lián)的工藝模板知識表達(dá)模型，進行了初步驗證[6]；王永鵬等以零件結(jié)構(gòu)、材料和特征為主的全新零件工藝編碼技術(shù)，基于零件工藝編碼的相似度算法，實現(xiàn)相似工藝的自動推送[7]。但這些局部探索尚未很好與零件設(shè)計信息有機融合。

1.2" 工藝知識智能處理方面

在工藝設(shè)計系統(tǒng)集成和工藝知識融合方面，目前傳統(tǒng)方法是依靠精準(zhǔn)或模糊匹配在數(shù)據(jù)庫或電子目錄中檢索，而工藝知識數(shù)據(jù)量大、類型復(fù)雜，存在檢索效率較低、結(jié)果不全面等問題，并且無法通過簡單檢索得到技術(shù)人員掌握的隱性知識。基于構(gòu)建的工藝知識圖譜，利用人工智能技術(shù)對工藝實體及其之間的關(guān)系進行深度挖掘，可以有效解決此問題[4，8]。

序列模式（sequential pattern）挖掘是數(shù)據(jù)挖掘領(lǐng)域的一個重要分支，其目的在于發(fā)現(xiàn)事物的特定屬性在時間、空間或者邏輯上的順序性規(guī)律[9-14]。多元時間序列（multivariate time series， MTS）是一組共同進化的時間序列，它廣泛存在于現(xiàn)實生活中，如加工過程工藝參數(shù)變化過程、機床運行狀態(tài)參數(shù)變化過程、車間環(huán)境參數(shù)變化過程等都屬于多元時間序列。MTS數(shù)據(jù)的有效分析和利用將有助于降低人力資源成本[15-17]。

朱文丹應(yīng)用各種人工智能算法，對數(shù)控加工工藝知識管理進行了較為系統(tǒng)的研究，基于TensorFlow平臺開發(fā)了驗證系統(tǒng)，取得一定成效[18]；P. Zheng等融合物聯(lián)網(wǎng)、大數(shù)據(jù)、人工神經(jīng)網(wǎng)絡(luò)、知識工程于一體，構(gòu)建具有自認(rèn)知功能的制造網(wǎng)絡(luò)，推動智能制造實現(xiàn)[19]；B. Zhou等給出了一種面向智能制造大量數(shù)據(jù)，具有自學(xué)習(xí)能力的，基于圖知識的智能生產(chǎn)資源分配算法[20]。

但總體而言，智能工藝知識處理還處于探索試點階段，尚未全面成熟應(yīng)用。

1.3" 面向產(chǎn)品生命周期管理的工藝設(shè)計軟件CAPP相關(guān)研究

陳強提出了面向產(chǎn)品全生命周期管理的CAPP系統(tǒng)思想，構(gòu)建了XTCAPP通用工藝信息管理系統(tǒng)，但其實質(zhì)是把生成執(zhí)行系統(tǒng)（manufacturing execution system， MES）的任務(wù)逐級分發(fā)和CAPP系統(tǒng)進行了集成，增加了CAPP的任務(wù)管理協(xié)調(diào)功能[21]；蔡巍開發(fā)了一個面向產(chǎn)品生命周期的工藝流程管理系統(tǒng)[22]；馬自勤提出了面向產(chǎn)品全生命周期工藝管理水平評價指標(biāo)體系，實際上基本覆蓋了整個生產(chǎn)售后體系的基本要素[23]；孫進平提出了融合組織模型、資源模型和工作流的產(chǎn)品全生命周期的工藝流程管理系統(tǒng)模型，將工藝信息集成在工藝工作流程中[24]。上述研究仍以產(chǎn)品為中心，并未從工藝技術(shù)自身發(fā)展的全生命周期進行研究。張艷等研究了技術(shù)狀態(tài)管理方面的知識管理，但未就設(shè)計和生產(chǎn)技術(shù)狀態(tài)管理中的工藝規(guī)程管理問題進行深入分析[25]。

1.4" 基于知識管理的專用CAPP開發(fā)方面

梅立等基于領(lǐng)域知識，對特種進行構(gòu)件分類，運用決策樹工藝路線和材料類型進行推理，增加模具設(shè)計等專門環(huán)節(jié)，集成相關(guān)技術(shù)攻關(guān)科技成果，構(gòu)建專門針對復(fù)合材料構(gòu)件制造工藝的系統(tǒng)[26]；胡燁等針對飛機熱工藝設(shè)計，按照工藝人員進行工藝設(shè)計時的步驟，依次梳理、總結(jié)，形成一套通用的規(guī)則，構(gòu)建了專用的工藝設(shè)計系統(tǒng)[27]；陳思濤等面向航空制造企業(yè)工藝技術(shù)知識管理的現(xiàn)狀及問題進行分析，探討了以知識工程為指導(dǎo)思想的工藝技術(shù)知識管理體系構(gòu)建[28]；景旭文團隊指導(dǎo)的多名研究生，針對船舶制造涉及的焊接、機加、裝配工藝知識管理技術(shù)開展了一系列研究，開發(fā)了相應(yīng)的專用CAPP系統(tǒng)[29-32]。

綜上，現(xiàn)有研究工作還存在如下4個方面不足：

（1）對工藝知識內(nèi)涵沒有仔細(xì)界定，工藝知識的涵蓋面過于寬泛，導(dǎo)致研究工作深度和實際應(yīng)用面受限。

（2）工藝知識管理的用戶對象是企業(yè)整體，還是總工藝師、產(chǎn)品工藝師、專業(yè)工藝師、工藝研究人員，不夠明確。

（3）大多數(shù)研發(fā)工作把工藝知識管理作為獨立的應(yīng)用系統(tǒng)看待，未與工藝設(shè)計的主要業(yè)務(wù)平臺CAPP充分融合。

（4）工藝設(shè)計軟件主要聚焦于工藝設(shè)計任務(wù)及工藝規(guī)程技術(shù)文件管理相關(guān)功能實現(xiàn)，尚未將工藝規(guī)程視為核心工藝知識進行全生命周期管理，相關(guān)知識管理功能多為工藝設(shè)計所需知識資料庫的創(chuàng)建和查詢等基礎(chǔ)功能。

工藝知識涉及材料知識、產(chǎn)品知識、訂單知識、制造資源知識和制造技術(shù)知識這類工藝設(shè)計所需的支撐性工藝知識，以及集成各類工藝知識之大成的工藝方案、工藝規(guī)程這類核心工藝知識，內(nèi)容及其浩繁，不同類別對象業(yè)務(wù)具有不同邏輯，難以一概而論。筆者主要面向工藝設(shè)計師，將工藝規(guī)程為作為工藝知識管理的核心對象，從其作為核心知識的生命周期管理出發(fā)，兼顧工藝設(shè)計涉及的其他支撐性工藝知識的管理開展研究。

開放組織框架架構(gòu)（the open group architecture framework，TOGAF）提供了一種詳細(xì)方法和一套支持工具，包括能力架構(gòu)、業(yè)務(wù)架構(gòu)、組織架構(gòu)、流程架構(gòu)、應(yīng)用架構(gòu)、數(shù)據(jù)架構(gòu)和技術(shù)架構(gòu)等一系列從業(yè)務(wù)到IT的頂層設(shè)計規(guī)范，目前已成為流程架構(gòu)設(shè)計和軟件架構(gòu)設(shè)計的主流標(biāo)準(zhǔn)[33]。為了實現(xiàn)工藝規(guī)程為主的工藝知識生命周期管理，提高軟件系統(tǒng)的適應(yīng)性和穩(wěn)定性，筆者面向CAPP建設(shè)，基于TOGAF架構(gòu)設(shè)計思想，對工藝知識全生命周期管理的業(yè)務(wù)框架進行系統(tǒng)分析，提出工藝知識管理全生命周期管理的業(yè)務(wù)架構(gòu)、數(shù)據(jù)架構(gòu)和應(yīng)用架構(gòu)，形成工藝知識管理業(yè)務(wù)邏輯到軟件實現(xiàn)的橋梁，以期推動工藝知識管理與CAPP系統(tǒng)融合。

2" 制造企業(yè)工藝設(shè)計業(yè)務(wù)架構(gòu)/ Manufacturing enterprise process design business architecture

2.1" 工藝設(shè)計能力模型

面對日益激烈的市場競爭環(huán)境，構(gòu)建靈活響應(yīng)的工藝設(shè)計能力體系對制造類企業(yè)至關(guān)重要。根據(jù)業(yè)界通行模式，采用異步開發(fā)模式，構(gòu)建前臺、中臺和后臺分層的能力結(jié)構(gòu)是工藝設(shè)計能力發(fā)展的必然趨勢。

工藝設(shè)計能力可分為工藝基礎(chǔ)研究、工藝設(shè)計、現(xiàn)場工藝支持三大方面。其中，工藝基礎(chǔ)能力包括工藝技術(shù)預(yù)先研究和工藝知識管理兩大方面，屬于工藝技術(shù)能力體系的后臺；面向具體型號產(chǎn)品的工藝設(shè)計開發(fā)則是工藝技術(shù)能力的中臺；面向生產(chǎn)現(xiàn)場的工藝技術(shù)支持與問題處理能力則屬于工藝技術(shù)能力的前臺。

2.2" 工藝知識分類體系

工藝知識涉及面非常廣泛，體系極其復(fù)雜，來源渠道、介質(zhì)形態(tài)、數(shù)據(jù)結(jié)構(gòu)也極其多樣，涉及多種管理訴求。如何做好工藝知識分類設(shè)計，是工藝知識管理首先要面對的問題。筆者從制造企業(yè)工藝能力的層次結(jié)構(gòu)出發(fā)，提出工藝知識四大類、六小類的分類方案，從內(nèi)容維度給出一個工藝知識管理的頂層業(yè)務(wù)架構(gòu)，每類工藝知識的內(nèi)容要點及知識庫構(gòu)建方式如表1所示：

（1）系統(tǒng)工藝知識。主要面向主任工藝師或工藝總師等人員，與單位的產(chǎn)品和生產(chǎn)能力發(fā)展變化相關(guān)聯(lián)，該部分知識屬于工藝知識的最高層級，包括面向單位全局的工藝布局規(guī)劃和面向一個型號的工藝總方案等知識，乃至整個產(chǎn)業(yè)鏈的布局設(shè)計，該部分知識數(shù)量較少、相對較為穩(wěn)定，往往和單位頂層規(guī)劃相關(guān)。

（2）專有工藝知識。主要面向工藝設(shè)計人員，需要在前兩方面基礎(chǔ)上進一步結(jié)合單位制造資源稟賦和產(chǎn)品設(shè)計要求，進而形成具體解決方案，包括產(chǎn)品工藝知識、工序工藝知識等。該部分是單位工藝知識的核心，需要圍繞產(chǎn)品演變和工序技術(shù)發(fā)展，形成工藝技術(shù)文件的生命周期循環(huán)管理機制和技術(shù)平臺。

（3）基礎(chǔ)工藝知識。主要來自工藝研究人員，針對若干具體工藝參數(shù)和產(chǎn)品性能指標(biāo)所遵循的原理和規(guī)律，其成果形式可以是關(guān)于工藝參數(shù)變化規(guī)律的公式，也可以是圖表。作為工藝設(shè)計的基本依據(jù)，這部分知識是科研人員和工藝設(shè)計人員的結(jié)合點。

（4）通用工藝知識。面向所有工藝人員，主要來自行業(yè)標(biāo)準(zhǔn)、手冊等資料庫。可借助通用知識管理平臺，也可在CAPP中作為資源庫建立訪問接口。

系統(tǒng)工藝知識主要采用文檔資料型工藝知識庫予以管理；專業(yè)工藝知識主要采用工藝規(guī)程庫進行管理，便于工藝派生繼承；基礎(chǔ)工藝知識主要采用結(jié)構(gòu)化參數(shù)模型庫，便于工藝設(shè)計時檢索利用；行業(yè)通用工藝知識主要采用文檔資料型工藝知識庫進行管理。

2.3" 工藝知識全生命周期管理外循環(huán)流程

在整個工藝技術(shù)能力體系三層架構(gòu)中，工藝知識全生命周期管理業(yè)務(wù)邏輯總體可分為企業(yè)工藝知識和企業(yè)內(nèi)外部其他知識之間的外部循環(huán)流程和企業(yè)工藝知識自身內(nèi)部的發(fā)展流程兩重業(yè)務(wù)邏輯。工藝知識外循環(huán)的優(yōu)化重點是暢通工藝研究和工藝設(shè)計的接口，內(nèi)循環(huán)的重點是基于CAPP構(gòu)建工藝設(shè)計全生命周期管理支撐。

總體而言，所有知識系統(tǒng)都是一個開放系統(tǒng)，企業(yè)工藝知識和企業(yè)內(nèi)外部其他知識之間的外部循環(huán)流程可分為如下三重基本循環(huán)：

（1）企業(yè)和外部圍繞工藝技術(shù)開展的雙向技術(shù)交流，既包括外部工藝知識的內(nèi)部化，也包括內(nèi)部工藝知識通過專利、論文等形式的外部化。

（2）企業(yè)內(nèi)部工藝技術(shù)研究和工藝設(shè)計之間的雙向技術(shù)交流，也就是集成產(chǎn)品開發(fā)流程中的工藝方面的技術(shù)開發(fā)和產(chǎn)品開發(fā)互動流程，工藝技術(shù)研究不斷創(chuàng)新現(xiàn)有的工藝技術(shù)方法。

（3）企業(yè)內(nèi)部生產(chǎn)實踐和工藝設(shè)計之間的雙向互動，工藝來源與生產(chǎn)實踐，但也有其相對獨立性。例如，一個單位因為生產(chǎn)任務(wù)變化印發(fā)的生產(chǎn)能力配置的變化，進而導(dǎo)致工藝能力的變化。

上述業(yè)務(wù)邏輯如圖2所示，工藝知識的外部循環(huán)主要是通過對外技術(shù)交流、引用外部通用工藝知識，以及在研制生產(chǎn)、售后服務(wù)中和客戶迭代獲取的知識，這幾個方面逐步內(nèi)化為企業(yè)內(nèi)部知識。

工藝知識外部循環(huán)流程應(yīng)解決的重點問題是工藝技術(shù)研究和工藝設(shè)計之間的銜接閉環(huán)。目前很多科研單位的工藝基礎(chǔ)研究成果多以總結(jié)、論文、專利和獎項形式存在，還達(dá)不到到類似機械工程手冊中資料的成熟度和規(guī)范程度，工藝設(shè)計很難直接應(yīng)用。因此，需要對面向生產(chǎn)工藝的科研項目進一步規(guī)范，形成科研知識和工藝設(shè)計知識的銜接閉環(huán)。

2.4" 工藝知識全生命周期管理內(nèi)循環(huán)業(yè)務(wù)流程

筆者認(rèn)為，產(chǎn)品設(shè)計和工藝兩者并非完全對應(yīng)，工藝技術(shù)也有其自身發(fā)展內(nèi)在規(guī)律。產(chǎn)品設(shè)計不變化，工藝可能變化，也可能不變化；產(chǎn)品設(shè)計變化，工藝不一定變化，也可能變化。對于工藝知識全生命周期管理流程的內(nèi)循環(huán)，提出工藝知識全生命周期管理的內(nèi)部三重循環(huán)，內(nèi)部三重循環(huán)模型如圖3所示：

（1）工藝設(shè)計循環(huán)。即一份工藝規(guī)程從設(shè)計到執(zhí)行的微循環(huán)，著眼一份工藝規(guī)程從工藝會簽、策劃、設(shè)計、審簽、實施和歸零的全過程，既圖3的工藝攻關(guān)、工藝設(shè)計、工藝鑒定階段。

（2）產(chǎn)品工藝循環(huán)。著眼一個具體產(chǎn)品工藝設(shè)計從試制到鑒定定型、技術(shù)成熟度逐步提升、技術(shù)狀態(tài)逐步固化的迭代過程，既在工藝設(shè)計循環(huán)基礎(chǔ)上吸收批生產(chǎn)和售后服務(wù)的改進提升。

（3）工藝知識循環(huán)。著眼單位工藝技術(shù)能力長期發(fā)展過程，既一個工種能力從引進開發(fā)、成熟應(yīng)用到淘汰退出的過程，既在工藝設(shè)計循環(huán)、產(chǎn)品工藝循環(huán)基礎(chǔ)上，增加隨工藝進步和制造資源變化，不斷淘汰更新的過程。

上述三層循環(huán)構(gòu)成了制造單位核心資產(chǎn)工藝技術(shù)不斷增值的內(nèi)循環(huán)過程。脫離工藝技術(shù)的三重內(nèi)部業(yè)務(wù)循環(huán)邏輯，獨立開發(fā)知識管理模塊，其應(yīng)用效果必然首先且難以持久。當(dāng)前CAPP主要著眼于第一個循環(huán)中的工藝設(shè)計環(huán)節(jié)，對于其他循環(huán)及環(huán)節(jié)支持較少，這是國內(nèi)工藝技術(shù)未能呈現(xiàn)持續(xù)優(yōu)化提升的重要原因之一。

3" 工藝知識全生命周期管理數(shù)據(jù)架構(gòu)/Process knowledge lifecycle management data architecture

工藝知識的核心是工藝規(guī)程知識，工藝知識庫的核心是工藝規(guī)程庫。工藝規(guī)程庫的構(gòu)建核心是厘清產(chǎn)品研制管理、生產(chǎn)管理和知識管理對工藝規(guī)程管理三方面的關(guān)系，并在CAPP中內(nèi)嵌到業(yè)務(wù)流程中。工藝歸零和派生既是工藝技術(shù)狀態(tài)管理的重點，也是工藝知識傳承發(fā)展的重點工作。

3.1" 工藝規(guī)程知識庫相互關(guān)系及數(shù)據(jù)架構(gòu)

產(chǎn)品研制過程需要對工藝設(shè)計進行技術(shù)狀態(tài)管理，生產(chǎn)過程管理需要對所采用的工藝規(guī)程進行紀(jì)實管理，工藝知識管理則需要對典型工藝進行總結(jié)凝練和傳承，三者對工藝規(guī)程的需求和管理既有相同點，也有各自關(guān)注點。

從技術(shù)狀態(tài)管理角度看，理論上只需要產(chǎn)品工藝庫和生產(chǎn)工藝庫就可滿足要求。考慮知識管理維度，需要增設(shè)典型工藝庫。產(chǎn)品工藝庫、生產(chǎn)工藝庫和典型工藝庫，不斷篩選凝練，從設(shè)計過程、生產(chǎn)過程，再回歸到工藝設(shè)計本身，體現(xiàn)了工藝知識的不斷篩選凝練過程。同樣工藝派生這個過程體現(xiàn)了工藝知識從總結(jié)凝練到繼承復(fù)用的螺旋循環(huán)過程，也就是工藝知識管理的增值過程。三者之間關(guān)系見圖4，生產(chǎn)工藝規(guī)程庫、產(chǎn)品工藝庫和典型工藝規(guī)程庫的主數(shù)據(jù)結(jié)構(gòu)見表2—表4。

3.2" 工藝規(guī)程的基礎(chǔ)數(shù)據(jù)架構(gòu)

在工藝知識庫的構(gòu)建中，首先遇到的難題是對已有大量非結(jié)構(gòu)化工藝規(guī)程知識文檔的分類、標(biāo)識。一方面該項工作極其繁雜耗時，導(dǎo)致已有知識管理系統(tǒng)的實際應(yīng)用效果受限；另一方面，由于相關(guān)應(yīng)用系統(tǒng)尚未充分考慮后續(xù)的結(jié)構(gòu)化檢索、分析和重用，新產(chǎn)生的工藝規(guī)程文檔資料又面臨二次加工的需求。對于每天產(chǎn)生的大類知識成果，事后歸納整理是極其繁重的工作。

目前，產(chǎn)品數(shù)據(jù)管理系統(tǒng)/產(chǎn)品生命周期管理系統(tǒng)（product data management/product lifecycle management， PDM/PLM）均以產(chǎn)品為主線、工藝信息附屬于產(chǎn)品，關(guān)于工藝技術(shù)的模型定義尚需要進一步完善。筆者面向職能制造，按MBSE（model-based systems engineering，基于模型的系統(tǒng)工程）思想，定義一個集成化的六維工藝知識數(shù)據(jù)模型框架，作為未來CAPP的主數(shù)據(jù)架構(gòu)。這6個維度也是對工藝知識全生命周期模型第一重循環(huán)的具體支撐，具體包括：①關(guān)聯(lián)的產(chǎn)品設(shè)計信息；②既有工藝規(guī)程文件信息的結(jié)構(gòu)化表達(dá)；③有效結(jié)構(gòu)化集成一線技能人員操作經(jīng)驗知識的數(shù)據(jù)；④集成生產(chǎn)過程全要素、全過程數(shù)據(jù)采集的結(jié)構(gòu)化數(shù)據(jù)；⑤工藝更改、歸零和總結(jié)方面的過程數(shù)據(jù)； ⑥集成知識圖譜等面向工藝知識智能檢索、主動推薦和自動創(chuàng)成的智能化復(fù)制信息，避免事后人工整理、判別等工作。

該工藝規(guī)程知識數(shù)據(jù)模型框架是對第2小結(jié)所提出的工藝知識三重循環(huán)全生命周期管理模型的第一重循環(huán)的具體支撐，涵蓋工藝設(shè)計、工藝實施（操作人員信息）、工藝運行（生產(chǎn)過程運行數(shù)據(jù)）、工藝更改、歸零和總結(jié)，形成一個小閉環(huán)。下面重點針對工藝規(guī)程知識第二個維度的數(shù)據(jù)結(jié)構(gòu)進一步展開，整體呈現(xiàn)為多級嵌套結(jié)構(gòu)：①一個完整的產(chǎn)品或者裝備，由一系列長套工藝技術(shù)文件，包括相關(guān)工藝規(guī)程構(gòu)成；②每份工藝規(guī)程則由表頭、材料清單、工裝清單、刀具模具清單、設(shè)備清單及一系列工序構(gòu)成；③由主工藝和專業(yè)工藝構(gòu)成的工序樹，暨主工序和子工序；④每個工序一般由若干工步構(gòu)成；⑤每個工步則由人、機、料、環(huán)、測的具體組合及其狀態(tài)參數(shù)確定；⑥每個工步的資源要素的參數(shù)往往是多元時間序列。

可見，工藝知識的核心工藝設(shè)計信息具有六級嵌套的數(shù)據(jù)結(jié)構(gòu)、多種組合、不斷發(fā)展演化的個性化產(chǎn)品實現(xiàn)方案，其結(jié)構(gòu)如圖5所示：

4" 面向CAPP平臺的工藝知識全生命周期管理應(yīng)用架構(gòu)/ Application architecture of process knowledge lifecycle management based on the CAPP platform

4.1" 面向CAPP平臺的工藝知識全生命周期管理應(yīng)用功能架構(gòu)

根據(jù)上述業(yè)務(wù)架構(gòu)分析，基于CAPP平臺的工藝知識管理系統(tǒng)軟件模塊見圖6。核心包括CAPP平臺、通用數(shù)據(jù)庫引擎、工藝知識庫、圖數(shù)據(jù)庫引擎、工藝知識智能處理算法插件、工藝知識管理模塊、用戶接口等七大部分。

將工藝知識全生命周期管理融入CAPP的主要功能清單設(shè)置見表5、表6、表7，其中表5是工藝設(shè)計系統(tǒng)以及菜單功能清單，表6為工藝設(shè)計生命周期的核心功能，表7則是面向工藝知識管理的功能。可見工藝設(shè)計和工藝知識管理是難以截然分割的。

4.2" 工藝知識智能處理方向分析

工藝知識不僅僅是科學(xué)原理的應(yīng)用，還具有很強的經(jīng)驗和技能成分，也存在復(fù)雜的經(jīng)濟和管理方面的綜合考慮。基于領(lǐng)域知識和工藝特征的典型工藝分析評價當(dāng)然是更具有穿透力，但并不具有通用性。對于數(shù)十萬計的工藝規(guī)程知識庫，分析整理的成本也比較高昂。

目前基于數(shù)據(jù)挖掘、深度學(xué)習(xí)等人工智能技術(shù)在很多領(lǐng)域形成了良好應(yīng)用，對于小批量復(fù)雜流程制造工藝知識管理應(yīng)該是一種較為通用的可行技術(shù)途徑。對于融合于CAPP系統(tǒng)中的智能工藝知識管理，筆者提出如下3個重點應(yīng)用方向：①對工藝規(guī)程庫，應(yīng)用知識圖譜技術(shù)對典型工藝庫進行深度加工，為工藝知識深度利用提供智能化處理基礎(chǔ)；②應(yīng)用序列模式挖掘技術(shù)進行典型工藝工程的自動評價和智能推薦；③利用多元時間序列分析等技術(shù)對工藝參數(shù)進行分析和優(yōu)化。如圖7所示：

4.2.1" 基于知識圖譜的工藝規(guī)程庫深加工

知識圖譜（knowledge graph）的概念是Google為了提高其搜索引擎的效率于2012年提出的，其本質(zhì)是基于語義網(wǎng)絡(luò)（semantic network）的知識庫，近年來已成為AI領(lǐng)域研究熱點之一，在搜索引擎、智能問答、可視化決策支持等方面得到了廣泛應(yīng)用，但針對制造業(yè)領(lǐng)域知識圖譜的構(gòu)建和應(yīng)用的研究相對較少。筆者針對工藝規(guī)程知識圖譜構(gòu)建提出如下解決方案：

首先在新一代CAPP工藝規(guī)程生產(chǎn)過程中同步生成工藝知識圖譜，為后續(xù)智能化加工處理打下基礎(chǔ)，而不是事后識別重建。典型工藝規(guī)程知識庫以整份工藝規(guī)程為管理對象，實用性好，但較為宏觀，從而導(dǎo)致概念模糊、評價標(biāo)準(zhǔn)不清晰，因此隨時間推移以及典型工藝數(shù)量增加，其質(zhì)量必然難以得到有效保障。根據(jù)前述分析，工藝知識是具有五層嵌套結(jié)構(gòu)、多要素動態(tài)組合的個性化解決方案。在知識圖譜構(gòu)建過程中，為保證其質(zhì)量，通常會依賴人工修正進行深度分析挖掘。因此，在工藝規(guī)程設(shè)計的同時正向生成相應(yīng)的知識圖譜，這樣質(zhì)量效率會比較高。

對于每個車間、每個工種及每個操作，一個工序、一個工步乃至一個工藝參數(shù)的傳承優(yōu)化都具有實際意義，因此工藝知識圖譜的分層構(gòu)建及分析推薦也同樣具有重要作用。

4.2.2" 基于序列模式挖掘的典型工藝評價和推薦

一份完成的工藝規(guī)程主要由一系列工序構(gòu)成，當(dāng)然還包括封面，材料明細(xì)表、工序目錄，工裝、刀具和設(shè)備清單，關(guān)鍵工序清單等附屬信息。每個工序則由若干工步構(gòu)成，每個工步再明確針對操作人員、設(shè)備（含刀具、工裝等）、物料和環(huán)境狀態(tài)的具體操控參數(shù)或要求。因此，每份工藝規(guī)程都可以采用工序序列來表示，工序可以采用工步序列來表示，工步可以通過人、機、料、環(huán)等要素的狀態(tài)序列來表示。一份典型工藝實際上蘊含著一種序列模式，而關(guān)于典型工藝規(guī)程的分析評價、搜索、推薦的基礎(chǔ)關(guān)鍵技術(shù)就是序列模式挖掘算法。因此，工藝規(guī)程知識總體上可采用樹模型+序列模型的復(fù)合結(jié)構(gòu)來表征。

4.2.3" 基于多元時間序列分析的工藝參數(shù)分析優(yōu)化

對于制造系統(tǒng)，諸如“產(chǎn)品質(zhì)量檢測數(shù)據(jù)，機床、刀具磨損情況，生產(chǎn)現(xiàn)場環(huán)境振動與溫度漂移”等大部分生產(chǎn)現(xiàn)場運行數(shù)據(jù)都是多元時間序列。一方面，由于生產(chǎn)時間問題的復(fù)雜性，基于工藝機理的工藝規(guī)律知識距離生產(chǎn)時間還有一定距離；另一方面，隨著物聯(lián)網(wǎng)和傳感技術(shù)的發(fā)展，生產(chǎn)現(xiàn)場的數(shù)據(jù)采集技術(shù)應(yīng)用日益廣泛，積累了大量的現(xiàn)場數(shù)據(jù)，為基于數(shù)據(jù)的工藝規(guī)律知識提取奠定了了堅實基礎(chǔ)。基于數(shù)據(jù)的工藝歸零知識提取，核心算法之一就是生產(chǎn)過程多元時間序列的分析，既包括對整個批產(chǎn)、整個產(chǎn)品加工過程工藝參數(shù)規(guī)律的分析判斷，也包括對類似斷刀、纏屑等異常狀態(tài)的捕捉。

5" 應(yīng)用情況及結(jié)論/Application situation and conclusion

隨著智能制造先進生產(chǎn)模式的日益快速發(fā)展應(yīng)用，融合知識管理和智能工藝知識處理算法的CAPP平臺是必趨勢，工藝設(shè)計、工藝設(shè)計管理和工藝知識管理三者的邊界將逐漸消融，而新的軟件系統(tǒng)設(shè)計思想是至關(guān)重要的。這就需要從CAPP和工藝知識管理的頂層架構(gòu)對未來的工藝設(shè)計平臺進行優(yōu)化設(shè)計。

本研究工作在國防基礎(chǔ)科研重點項目XXXX精密結(jié)構(gòu)產(chǎn)品工藝知識管理關(guān)鍵技術(shù)研究及中國工程物理研究院機械制造工藝研究所智能制造示范車間建設(shè)項目支持下，基于華天CAPP的工藝知識管理軟件（界面示例見圖8和圖9）進行了開發(fā)實現(xiàn)，工藝知識管理系統(tǒng)已上線運行，表明筆者提出的架構(gòu)是有效的。

本文在現(xiàn)有研究成果基礎(chǔ)上，著重從企業(yè)整體出發(fā)，主要貢獻如下：

（1）提出了工藝知識全生命周期的業(yè)務(wù)架構(gòu)，包括基于能力分層的三層工藝能力模型，四大類、六小類工藝知識分類架構(gòu)，以及工藝知識內(nèi)外部的三重業(yè)務(wù)循環(huán)流程。

（2）給出了兼容產(chǎn)品研制、生產(chǎn)和知識管理的產(chǎn)品庫、生產(chǎn)庫和典型庫的主數(shù)據(jù)結(jié)構(gòu)，基于模型驅(qū)動思想，提出面向智能處理算法的六維工藝規(guī)程數(shù)據(jù)結(jié)構(gòu)以及具有六重嵌套結(jié)構(gòu)的工藝規(guī)程數(shù)據(jù)模型。

（3）給出了基于CAPP平臺的知識管理應(yīng)用功能架構(gòu)和智能算法重點應(yīng)用方向。

參考文獻/References：

[1] 孫麗， 屈娟， 王秀倫. 面向產(chǎn)品全生命周期工藝知識分類編碼系統(tǒng)[J]. 大連鐵道學(xué)院學(xué)報， 2006（2）： 34-37. （SUN L， QU J， WANG X L. Research and development of product full life oriented process knowledge classification and coding system[J]. Journal of Dalian Jiaotong University， 2006（2）： 34-37.）

[2] 舒啟林， 王成恩.基于產(chǎn)品全生命周期的工藝信息模型[J]. 航空制造技術(shù)， 2005（3）： 84-87， 91. （SHU Q L， WANG C E. Process information model based on product lifecycle[J]. Aironautical manufacturing technology， 2005（3）： 84-87， 91.）

[3] GHADGE K， CHAKRABARTI A. A framework for knowledge management in manual assembly processes[J]. Procedia CIRP， 2020， 88：94-97.

[4] 李秀玲， 張樹生， 黃瑞， 等.面向工藝重用的工藝知識圖譜構(gòu)建方法[J]. 西北工業(yè)大學(xué)學(xué)報， 2019， 37（6）： 1174-1183. （LI X L， ZHANG S S， HUANG R， et al. Process knowledge graph construction method for process reuse[J]. Journal of Northwestern Polytechnical University， 2019， 37（6）： 1174-1183.）

[5] 何川， 江桂云， 牟曉涵， 等.基于多色圖的汽車工藝知識管理方法研究[J]. 制造業(yè)自動化， 2020， 42（5）： 101-105. （HE C， JIANG G Y， MOU X H， et al. Research on knowledge management of automotive process based on polychromatic graph[J]. Manufacturing automation， 2020， 42（5）： 101-105.）

[6] 劉夢飛， 張磊， 陳泳.制造工藝知識建模與應(yīng)用研究[J]. 機械設(shè)計與研究， 2020， 6（20）： 105-110. （LIU M F， ZHANG L， CHEN Y. An approach for knowledge modeling of manufacturing processes and its application[J]. Machine design amp; research， 2020， 6（20）： 105-110.）

[7] 王永鵬， 石曉飛， 丁東旭， 等.航空機載企業(yè)基于零件工藝編碼的相似工藝智能推送研究[J]. 智能制造， 2021（2）： 82-87. （WANG Y P， SHI X F， DING D X， et al. Research on similarity process smart propelling movemen based on part code of aeronautic enterprise[J]. Intelligent manufacturing， 2021（2）： 82-87.）

[8] 凡天娣， 景旭文， 肖志建， 等.基于本體的船舶焊接工藝知識圖譜構(gòu)建[J]. 電焊機， 2019， 49（12）： 8-13. （FAN T D， JING X W， XIAO Z J， et al. Ontology-based construction of ship welding procedure knowledge graph[J]. Electric welding machine， 2019， 49（12）： 8-13.）

[9] GUO S， XU K， ZHAO R， et al. Visual summarization and stage analysis of event sequence data[J]. IEEE transactions on visualization and computer graphics， 2018， 24（1）： 56-65.

[10] CHEN Y， XU P， REN L. Sequence synopsis： optimize visual summary of temporal event data[J]. IEEE transactions on visualization and computer graphics， 2018， 24（1）： 45-55.

[11] RENé A， JOSé F， JESúS A. A new algorithm for fast discovery of maximal sequential patterns in a document collection[C]//International conference on intelligent text processing and computational linguistics（CICLing）. Mexico： Springer， 2006：514-523.

[12] AGRAWAL R， SRIKANT R. Mining sequential patterns[C]//The eleventh international conference on data engineering. Washington： IEEE， 1995：3-14.

[13] CHENG T， HUANG K. Mining the change of customer behavior in fuzzy time-interval sequential patterns[J]. Applied soft computing， 2012， 12（3）： 1068-1086.

[14] LI Z， HAN J， MING J. Movemine： mining moving object data for discovery of animal movement patterns[J]. ACM transactions on intelligent systems and technology， 2011， 2（4）： 37.

[15] ZHANG X， ZHAO J， CAI B. Prediction model with dynamic adjustment for single time series of PM2.5[J]. Acta automatica Sinica， 2018， 44（10）： 1790-1798.

[16] XU R， YAN W， WANG G， et al. Research on time series forecasting method and electricity price forecasting based on periodic modeling[J]. Acta automatica Sinica， 2020， 46（6）： 1136-1144.

[17] KEOGH E， CHU S， HART D， et al. Segmenting time series： a survey and novel approach[J]. Data mining in time series databases， 2004：1-21.

[18] 朱文丹. 數(shù)控加工工藝知識智能生成關(guān)鍵技術(shù)研究[D]. 濟南： 山東大學(xué)， 2019. （ZHU W D. Research on the key technologies of intelligent generation of CNC process knowledge[D]. Jinan： Shandong University， 2019.

[19] ZHENG P， XIA L， LI C， et al. Towards Self-X cognitive manufacturing network， an industrial knowledge graph-based multi-agent reinforcement learning approach[J]. Journal of manufacturing systems，2021， 61：16-26.

[20] ZHOU B，BAO J， LI J， et al. A novel knowledge graph-based optimization approach for resource allocation in discrete manufacturing workshops[J]. Robotics and computer-integrated manufacturing， 2021， 71：102160.

[21] 陳強. 面向產(chǎn)品全生命周期管理的CAPP應(yīng)用[J]. 現(xiàn)代制造， 2002（11）： 62-63. （CHEN Q. The CAPP application toward product lifecycle management[J]. Modern manufacturing， 2002（11）： 62-63.

[22] 蔡巍. 面向產(chǎn)品全生命周期的工藝流程管理系統(tǒng)的研究及開發(fā)[D]. 阜新： 遼寧工程技術(shù)大學(xué)， 2004. （CAI W. Product overall lifecycle oriented process flow management system’s research and development[D]. Fuxin： Liaoning Technical University， 2004.

[23] 馬自勤， 王秀倫， 楊志剛. 面向產(chǎn)品全生命周期工藝管理水平評價的研究[J]. 計算機集成制造系統(tǒng)-CIMS， 2004（5）： 544-549. （MA Z Q， WANG X L， YANG Z G. Evaluation of process management level for product life cycle[J]. Computer integrated manufacturing systems， 2004（5）： 544-549.）

[24] 孫進平， 蔡巍， 劉成穎， 等. 面向產(chǎn)品全生命周期的工藝流程管理系統(tǒng)的模型設(shè)計[J]. 制造技術(shù)與機床， 2006， （10）： 88-92. （SUN J P， CAI W， LIU C Y， et al. Model design of technological process management system facing the whole lifecycle of product[J]. Manufacturing technology and machine， 2006， （10）： 88-92.）

[25] 張艷， 榮晶晶， 張仲毅， 等. 面向知識管理的技術(shù)狀態(tài)管理體系[J]. 航天工業(yè)管理， 2013（5）： 37-39. （ZHANG Y， RONG J J， ZHANG Z Y， et al. Configuration management system toward knowledge management[J]. Aerospace industry management， 2013（5）： 37-39.）

[26] 梅立， 張藝萌， 張艷平， 等. 航天復(fù)合材料知識管理系統(tǒng)應(yīng)用實踐[J]. 航天工業(yè)管理， 2019（4）： 79-81. （MEI L， ZHANG Y M， ZHANG Y P. Knowledge management system application on aerospace composite material[J]. Aerospace industry management， 2019（4）： 79-81.）

[27] 胡燁， 伏桂瑾. 基于知識的飛機熱工藝設(shè)計CAPP系統(tǒng)[J]. 金屬熱處理， 2019， 44（11）： 178-181. （HU Y，F(xiàn)U G J. Knowledge-based CAPP system for aircraft heat process design[J]. Heat treatment of metals， 2019， 44（11）： 178-181.）

[28] 陳思濤， 韓文強， 溫良， 等. 面向航空制造企業(yè)的工藝技術(shù)知識管理[J]. 工具技術(shù)， 2021， 55（2）： 76-79. （CHEN S T，HAN W Q，WEN L. Technological knowledge management for aviation manufacturing enterprise[J]. Tools thechnology， 2021， 55（2）： 76-79.）

[29] 徐建新. 知識驅(qū)動的船體構(gòu)件加工工藝設(shè)計[D]. 鎮(zhèn)江： 江蘇科技大學(xué)， 2020. （XU J X. Knowledge-driven process design of hull components[D]. Zhenjiang： Jiangsu University of Science and Technology， 2020.）

[30] 凡天娣. 船舶焊接工藝知識建模及工藝規(guī)劃技術(shù)研究[D]. 鎮(zhèn)江： 江蘇科技大學(xué)， 2020. （FAN T D. Research on knowledge modeling and process planning technology of ship welding process[D]. Zhenjiang： Jiangsu University of Science and Technology， 2020.）

[31] 袁志超. 船舶裝配工藝知識建模及工藝生成技術(shù)研究[D]. 鎮(zhèn)江： 江蘇科技大學(xué)， 2020. （YUAN Z C. Research on knowledge modeling and process generation technology of ship assembly process[D]. Zhenjiang： Jiangsu University of Science and Technology， 2020.）

[32] 朱鈺萍. 知識驅(qū)動的機加工工藝智能生成方法研究[D]. 鎮(zhèn)江： 江蘇科技大學(xué)， 2020. （ZHU Y P. Research on intelligent generation method of knowledge driven machining process[D]. Zhenjiang： Jiangsu University of Science and Technology， 2020.）

[33] The Open Group. The open group architecture framework（TOGAF）[EB/OL]. [2024-08-27]. https：//www.opengroup.org/togaf.

作者貢獻說明/Author contributions：

王亞軍：架構(gòu)設(shè)計，論文選題、撰寫與修改；

白" 翱：詳細(xì)方案設(shè)計；

張" 博：知識管理模塊開發(fā)；

郭" 超：知識管理模塊和CAPP系統(tǒng)集成。

Research on the Full Lifecycle Management Architecture for Manufacture Process Knowledge Based on TOGAF

Wang Yajun" Bai Ao" Zhang Bo" Guo Chao

Institute of Machinery Manufacturing Technology， China Academy of Engineering Physics， Mianyang" 621900

Abstract： [Purpose/Significance] In order to realize the full life cycle management of process knowledge and system modeling of the business logic， data characteristics， and application requirements of the full life cycle of process knowledge， it provides guidance for the development of knowledge management software.[Method/Process] Based on the TOGAF architecture design method， oriented to the CAPP software platform， focusing on process knowledge， this paper proposed the business architecture， data architecture， and application architecture of process knowledge lifecycle management. Firstly， a process knowledge classification scheme based on the process business capability model of the manufacturing enterprise was presented， and a process knowledge full lifecycle business flow model with a multi-cycle structure was proposed from the point of view of process design business process. Secondly， considering the requirements of research and development management， production management， and knowledge management， the data structure of process planning knowledge base and six-dimensional data structure for intelligent information processing were given. Thirdly， the application architecture of process knowledge life cycle management based on the CAPP system was provided， including the system core module， main function menu， and intelligent processing direction. [Result/Conclusion] The scheme has been preliminarily applied and verified in the software development of a process knowledge management system， indicating the feasibility and effectiveness of the proposed architecture.

Keywords： knowledge management" " manufacture process knowledge" " manufacture process" " "manufacture process knowledge management in the lifecycle" " CAPP" " TOGAF" " architecture

Fund project（s）： This work is supported by the National Defense Basic Scientific Research Program of China titled “XXXX Research on Key Technologies for Manufacture Process Knowledge Management of Precision Structural Products” （Grant No. JCKY2020212B003）.

Author（s）： Wang Yajun， senior engineer， master， E-mail： jjswang@xjtu.edu.cn; Bai Ao， senior engineer， PhD; Zhang Bo， engineer， master， Guo Chao， senior engineer， master.

Received： 2024-06-07" " Published： 2024-12-17