[发明专利]一种树形智能车间制造大数据集成建模与语义计算方法

说明书

本发明公开了一种树形智能车间制造大数据集成建模与语义计算方法，以第一道工序为树根节点，以加工时序流作为模型主干；以各加工工序作为树杈节点，关联该工序的制造资源，衍生形成树杈部分，制造过程中的实时数据作为智能车间制造大数据集成模型的树叶节点；通过计算公式得到车间在制品的综合加工进度信息、设备的负荷信息以及在制品流转和物流小车运输轨迹信息，基于关联的制造数据的维度、粒度、体量信息，实现制造大数据的描述、关联、融合、挖掘、语义计算与知识演化。

技术领域

本发明属于智能制造与制造系统工程领域，特别涉及一种树形智能车间制造大数据集成建模与语义计算方法。

背景技术

智能制造为世界制造业的转型升级提供了思路。智能制造模式下，依赖于传感网络、物联网、信息物理系统等新兴信息技术的应用，智能车间的制造过程变得透明化、实时化、柔性化、智能化。而对制造过程中产生的实时制造数据进行采集、建模、计算、存储、服务等是实现上述目标的主线。由于实时制造数据具有异构、多源、量大、稀疏、关联性强、价值密度低等特点，需要对智能车间中的多源异构制造大数据进行统一建模，形成一种多源异构制造大数据集成模型与语义计算方法。

目前已有的数据建模方法包括E-R模型、维度模型、Data Vault模型、Anchor模型等，较少有对智能车间制造过程多源异构大数据进行图式化建模的相关模型方法。有学者研究了基于无线射频识别技术的车间制造过程数据立方体模型(Data-Cuboid)，是对制造车间数据建模集成的一种探索。然而，该方法存在着关联制造数据不全面，无法反应制造过程中的细节状态信息，即数据维度和数据粒度较单一，导致数据质量和数据价值较低。

发明内容

针对智能车间制造过程大数据利用中存在的建模与计算问题，本发明的主要目的在于构建一种树形智能车间制造大数据集成建模与语义计算方法，以实现多源异构制造大数据的描述、关联、融合、挖掘、语义创成与知识演化。为了达到上述目的，本发明的技术方案为：

一种树形智能车间制造大数据集成建模的方法，包括以下步骤：

步骤一：以智能车间中在制品零件的第一道加工工序为树根节点，以加工工序时序流作为演化方向，构建智能车间制造大数据集成模型的主干部分；

步骤二：以各加工工序作为树杈节点，关联与该工序相关的加工设备、刀具、夹具、量具、操作者、物流小车以及辅助制造资源的树枝节点，衍生形成智能车间制造大数据集成模型的树杈部分；

步骤三：不同的树枝节点关联制造过程中各自产生的不同的实时数据，作为智能车间制造大数据集成模型的树叶节点。

所述的树形智能车间制造大数据集成建模方法，步骤一所建立的模型的主干上分布有不同的加工工序MO_i，每个加工工序MO_i对应于集成模型中的一个树杈节点DB_i，处于相同时间节点处的树杈节点之间为并行关系，处于不同时间节点处的树杈节点之间为时序关系，可形式化描述为：

其中：R为一个N×N维关系矩阵，R＝[R_i]_N×N，表示不同树杈节点之间的逻辑关系，包括并行关系和时序关系，分别由符号“∨”和符号表示，即：

同时，该制造大数据集成模型DT与零件的加工工序流形成一一映射，即：

所述的智能车间制造大数据集成模型的树枝节点，树枝节点之间均为并行关系，按以下公式进行描述：

其中：DR_i，j表示第i个树杈节点上的第j个树枝节点，符号“V”表示不同树枝节点之间的并行关系。