基于云知识库的智能数控系统加工工艺规划方法研究

In this proposal, the machining process planning method of intelligent CNC system based on cloud knowledge base will be researched in order to accommadate the requirements of modern manufacturing modes and improve the intelligence and autonomous of CNC systems. With the research of CNC machining planning knowledge ontology expression, CNC machining knowledge model can be built. With this model, key theory and method in CNC machining planning knowledge-base constructing will be researched. Aimed at the problem of mass knowledge storage and reasoning of CNC machining planning knowledge-base, related theory and method of cloud platform will be used. Based on the research of storage strategy and Map/Reduce algorithm of Hadoop platform, mass professional knowledge gathering, storage and reasoning can be realized. With the research of Enterprise CNC Process Planing Direct Trust Cloud and Recommanded Trust Cloud, Comprehensive Process Capability parameter will be adopted to realize the trusted and effective selection from mass cloud CNC machining knowledge, and the knowledge trust and selection startege can be built. With the research of the intelligent CNC system design theory, the architecture of intelligent CNC system will be developed. The common-used CNC proceess knowledge cache is designed and its updating mechanism is researched to ensure the rapid online knowledge decision. The implementation of this proposal will provide an effective solution for the intelligence and autonomous of CNC system.

本课题拟研究基于云知识库的智能数控系统加工工艺规划方法，以适应先进制造模式的要求，解决数控系统智能自治能力不足的问题。通过数控加工工艺的本体知识化研究，构建数控加工本体知识模型，基于此模型研究数控加工工艺知识库构建中的关键理论方法；针对数控加工工艺知识库中海量知识的存储和推理问题，使用云平台的相关理论和方法，研究基于Hadoop平台的存储策略和Map/Reduce算法，以实现行业知识的汇集、存储和推理；研究企业数控工艺知识直接信任私有云和推荐信任私有云的构建方法，通过综合工艺能力参数的计算，实现海量云数控加工知识的评级和有效性筛选，建立知识信任策略和筛选策略；通过对智能数控系统的设计理论的研究，构建智能数控系统的体系结构，通过建立常用加工工艺知识缓存并研究其更新机制，保证数控系统中基于云端知识库的快速在线自主加工决策。本课题的完成，可为数控系统的智能化和自治能力的实现提供有效的解决方案。

面对当前多变的市场环境，制造型企业要想在激烈的全球化经济竞争中生存下去，必须要积极采用先进的生产模式和制造系统。随着各种先进制造模式的应用，数控系统缺乏智能性的弊端逐渐显现出来，成为了实施先进制造模式的瓶颈。因此，针对数控系统的智能性进行研究，具有重要的理论意义和现实意义。.本课题旨在实现控制器的工艺方案自主智能决策和规划。主要研究内容为数控加工知识库的设计方法策略；基于云平台的海量数控加工工艺知识的聚集、存储、查询和推理方法；智能数控系统的体系结构和运行机制。.在研究过程中，基于调研结果和对STEP-NC加工数据模型的深入理解，使用Ontology Web Language (OWL) 构建了数控加工工艺知识模型。同时使用EXPRESS语言构建了加工任务的新模型，弥补了传统G/M代码加工模型信息量的不足，使之与STEP-NC兼容，保证了上游设计同下游加工数据的一致性。基于数控加工工艺知识模型选择了支持分布式存储的列式数据库HBase对知识实例进行存储。当知识模型更新时，可以随时更新表格设计而不影响数据库的运行，且存储空间理论上无限大。开发的工艺知识生成软件可生成知识实例并将其提交至基于Hadoop搭建的云平台，由知识库解析后存储在数据库中，实现了海量知识的聚集及存储。知识库中查询和推理算法的实现基于Map/Reduce编程框架实现，其并行处理机制提高了对大数据的处理效率。最后开发了智能数控系统控制器，除传统控制器拥有的功能，其可通过提交加工任务至知识库中智能获得加工工艺规划方案，解析后生成刀具轨迹并执行。.本课题的研究解决了传统工艺规划中由于缺乏知识的共享和聚集依赖工艺人员经验的弊端，为大规模行业知识聚集及应用提供了途径。设计的智能控制器可以实现车间级的在机工艺智能规划，可节省大量的加工准备时间。本课题的成果为智能控制器的实施提供了理论基础和解决方案。

内容获取失败，请点击重试