当前位置: 首页 > 专利查询>重庆大学专利>正文

一种机床装备资源云制造任务分解方法技术

技术编号:19694438 阅读:32 留言:0更新日期:2018-12-08 11:50
本发明专利技术提供一种机床装备资源云制造任务分解方法,所属技术领域为智能制造技术领域。其特征在于该方法首先对机床装备资源云制造任务分解需求进行分析,然后结合机床装备资源云制造任务特性建立了一种机床装备资源云制造任务分解流程总体架构,在此基础上构建了一种基于分层设计结构矩阵(HDSM)的机床装备资源云制造任务分解过程模型,最后对分解后的子任务进行聚类分析与合并重组,以获得满足条件的机床装备资源云制造任务分解方案。本发明专利技术可广泛应用于机械装备行业云制造平台服务企业,实现对复杂机床装备资源云制造任务的合理有效分解,并在一定程度上推动云制造服务模式的推广应用。

【技术实现步骤摘要】
一种机床装备资源云制造任务分解方法
本专利技术涉及一种机床装备资源云制造任务分解方法,该方法首先对机床装备资源云制造任务分解需求进行分析,然后建立了一种机床装备资源云制造任务分解流程总体架构,在此基础上构建了一种基于分层设计结构矩阵(HDSM)的机床装备资源云制造任务分解过程模型,最后对分解后的子任务进行聚类分析与合并重组,以获得满足条件的机床装备资源云制造任务分解方案。该专利技术属于智能制造
技术背景机床装备是我国广大制造企业维持正常生产运作的重要基础装备,随着新兴信息科技技术的兴起和发展及其与先进制造技术的深度融合应用,有力的推动着机床装备企业市场供需方式的转变,迫使我国量大面广的机床装备行业企业面临着极大的转型压力和升级需求。云制造服务模式“分散资源集中使用、集中资源分散服务”的思想为这一问题提供了一种行之有效的解决思路。在云制造模式下机床装备资源提供方能够更加快捷方便地进行资源共享和协同服务,资源需求方所提出的加工任务需求无论是在任务规模的广度、任务内容的丰富度以及任务的个性化程度上都得到了极大的扩展。云制造环境下的机床装备资源加工任务具有层次性、多样性、动态性和关联性等特性;复杂机床装备资源云制造任务的完成是一个需要多企业、多地域、多学科人员共同参与配合的协作过程,其完成的过程中各子任务间存在着各种信息交互、相互依赖和相互制约的复杂关系。云制造环境下机床装备资源加工任务的分解是为了使各机床装备资源之间能够在最合适的环节最大化地发挥自身的制造能力,并以最优的方式协同完成各制造子任务;因此,机床装备资源云制造任务分解的合理性、均衡性等将直接影响资源间的协作效率以及制造加工任务最终的完成质量。云制造模式下机床装备资源制造加工任务的分解需求主要体现在以下几个方面:①机床装备资源制造加工任务的分解需以其所对应的机械产品的结构树和加工工艺为指导。由于机械产品自身结构的复杂性,其加工过程通常需要按照其产品结构树拆分为不同零部件进行分别加工,并按照机械产品的加工工艺依次进行。因此,在进行任务分解的过程中,也应首先考虑机械产品的结构树和加工工艺,将其作为分解任务的总体依据和指导。②应保证分解后各子任务“内紧密,外松散”。分解后各子任务之间应保持尽可能弱的相关性,子任务间的弱相关性有利于降低完成各子任务的复杂度,提升加工任务的完成效率,并减少由于信息交互、物流运输等带来的额外成本;分解后的子任务内部各活动间应保持尽可能高的相关性,将相关性高的活动合并成一个子任务有利于对该任务进行统一处理,提升该任务的完成效率。③分解后各子任务至少应具有两个以上能够满足其任务要求的待选机床装备资源服务。任务分解是机床装备资源服务组合和优选的基础和支撑,因此,所分解的子任务应当具有满足其任务要求的机床装备资源服务集,以满足资源服务之间的竞争性。鉴于此,本专利技术将围绕机床装备资源云制造任务特性及分解需求,融合应用云计算、物联网等先进信息价技术及开发技术,提出一种机床装备资源云制造任务分解方法,为机床装备资源优化配置和高效协同共享提供技术支持。
技术实现思路
本专利技术涉及一种机床装备资源云制造任务分解方法。该方法在资源信息解析器、算法知识库和资源本体库的支撑基础上,可有效支持复杂机床装备资源云制造任务的分解,并为机床装备资源的优化配置和高效协同共享提供技术支持,推动云制造服务模式的应用推广。本专利技术的技术方案为:本专利技术首先对机床装备资源云制造任务分解需求进行分析,并建立一种机床装备资源云制造任务分解流程总体架构,在此基础上基于机械产品BOM结构对复杂机床装备资源云制造任务进行初步分解,然后基于分层设计结构矩阵(HierarchicalDesignStructureMatrix,HDSM)对机床装备资源云制造任务分解过程进行建模,最后对分解后的子任务进行聚类分析与合并重组,以获得满足条件的机床装备云制造任务分解方案。该方法的实现步骤包括:(1)基于机械产品BOM结构的制造任务初步分解在云制造需求方发布制造需求后,根据需求所对应机械产品的BOM结构,自上而下地将总云制造任务按照BOM层次结构分解为若干个不可再分的原子任务。在进行任务初步分解的过程中,应遵从用户需求优先、标准件优先、独立不可再分等基本原则。(2)基于HDSM的任务分解过程建模针对机床装备资源云制造任务所具有的层次性、复杂性等特征,基于HDSM对机床装备资源云制造任务分解过程进行逐层建模,利用各层级的设计结构矩阵(DesignStructureMatrix,DSM)对任务分解过程的各层级子任务间的相关关系进行综合描述,并通过各层级DSM之间的嵌套来简化机床装备资源任务分解过程建模的复杂性。(3)子任务聚类分析与合并重组在建立机床装备资源云制造任务分解过程HDSM模型的基础上,对各子任务间的相关性进行描述与量化,并依此对子任务进行聚类分析。对聚类后的强相关性子任务进行合并重组,进一步验证其粒度大小是否合适,是否满足服务竞争性等要求,最后将满足要求的机床装备资源云制造任务分解方案输出。子任务间相关性度量方法如下:由于机床装备资源云制造任务分解与其对应的机械产品结构紧密关联,因此在计算子任务间相关性时可将各子任务间的信息关联总体分为:结构信息关联度和物流信息关联度。其中结构信息关联度又包含结构功能相似度、传动信息关联度和电气信息关联度。1)结构信息关联度,记作SRij。指子任务i和子任务j在物理结构等方面信息关联的强弱程度,其主要包含结构功能相似度传动信息关联度和电气信息关联度分别表示子任务间受机械产品结构影响而存在的结构功能、机械传动和电气等方面的关联。2)物流信息关联度,记作LRij。指子任务i和子任务j间存在物流信息交互的强弱程度,其取值区间为[0,1]。3)本专利技术方法基于粗糙集理论对子任务间的物流信息关联度和实物信息关联度的模糊数进行了求解。在此基础上,采用加权和对子任务间的综合相关性TRij进行度量,度量公式如下:其中w1,w2,θ1,θ2和θ3为对应相关性描述指标的权重值,其根据实际情况进行不断完善并确定。与现有技术相比,本专利技术具有如下优点和功效:本专利技术是一种针对云制造环境下复杂机床装备资源制造任务的合理高效分解方法。云制造服务平台用户可根据自身需求对子任务间的关联度和粒度大小进行优化配置;通过本专利技术方法可快速获得满足需求的任务分解方案,为机床装备资源优化配置和高效协同提供技术支持。附图说明为了使本专利技术的目的、技术方案和优点更加清楚,下面将结合附图对本专利技术作进一步的详细描述:图1是机床装备资源云制造任务分解流程总体架构图2是基于HDSM的机床装备资源云制造任务分解过程模型图3不同信息关联类型下DSM的表示图4是制造子任务聚类分析与合并重组实现步骤具体实施方式下面结合附图对本专利技术作进一步详细的描述。如附图1所示,为机床装备资源云制造任务分解流程总体架构。所述的机床装备资源云制造任务分解流程总体架构基本内容包括如下:1)用户将其制造任务需求发布到机床装备云制造服务平台上,云平台自动辨识任务类型,简单归结为两类(简单任务和复杂任务),然后通过信息解析器对复杂任务进行解析和描述,形成描述文档;2)调用资源本体库知识和相关知识库,基于机械产品BOM结构复杂机床装备云制造任本文档来自技高网
...

【技术保护点】
1.一种机床装备资源云制造任务分解方法,该分解方法的特征在于:该方法首先对机床装备资源云制造任务分解需求进行分析,然后建立了一种机床装备资源云制造任务分解流程总体架构,在此基础上构建了一种基于分层设计结构矩阵(HDSM)的机床装备资源云制造任务分解过程模型,最后对分解后的子任务进行聚类分析与合并重组,以获得满足条件的机床装备资源云制造任务分解方案。

【技术特征摘要】
1.一种机床装备资源云制造任务分解方法,该分解方法的特征在于:该方法首先对机床装备资源云制造任务分解需求进行分析,然后建立了一种机床装备资源云制造任务分解流程总体架构,在此基础上构建了一种基于分层设计结构矩阵(HDSM)的机床装备资源云制造任务分解过程模型,最后对分解后的子任务进行聚类分析与合并重组,以获得满足条件的机床装备资源云制造任务分解方案。2.根据权利要求1所述的机床装备资源云制造任务分解流程总体架构,其特征在于:所述的机床装备资源云制造任务分解流程总体架构是在结合云制造环境下机床装备资源制造加工任务特性,综合分析了云制造环境下机床装备资源制造加工任务分解需求的基础上,构建的一种包括初步分解、过程建模、子任务聚类分析和重组的机床装备资源云制造任务分解流程总体架构。3.根据权利要求1所述的基于HDSM的机床装备资源云制造任务分解过程模型,其特征在于:所述的基于HDSM的机床装备资源云制...

【专利技术属性】
技术研发人员:尹超庄培杰李孝斌高玲唐力明黄松
申请(专利权)人:重庆大学
类型:发明
国别省市:重庆,50

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1