一种新的基于信息熵和PSO-Kmeans聚类算法的典型工艺路线发现与重用体系

制造企业在经营和发展过程中会积累大量的制造实例,对这些实例资源进行合理地挖掘和重用,是提高制造效率和支持创新的最有效途径之一。为了科学确定重用对象和提高重用灵活性,提出了一种基于信息熵和PSO-Kmeans聚类算法的典型工艺路线发现与重用体系。在该体系下,提出了一种基于多级最长公共子序列信息熵的机加工艺路线相似度度量方法。在此基础上,提出了一种基于谱聚类思想和PSO-Kmeans聚类算法的典型工艺路线发现方法,并分析讨论了2种基于典型工艺路线的机加工艺重用途径。通过3个验证实例,说明所提出的体系可以更好地支持制造实例重用。

基于聚类分析法的典型工艺路线发现方法

为解决计算机辅助工艺设计系统从工艺数据中提取工艺知识的问题,提出了应用聚类分析法获取典型工艺路线的方法,建立了以矩阵表达工艺路线数据的数学模型。在工序编码的基础上,应用曼哈坦距离计算工序间的相似度。应用欧氏距离计算工艺路线间的相似度,并以相异度矩阵表示工艺路线的相异度。通过平均距离法计算工艺路线簇间的距离,并应用凝聚的层次聚类法进行工艺路线聚类。最后,通过工艺路线聚类粒度的确定方法确定聚类结果,并以轴套类零件典型工艺路线发现为例,验证了该方法的有效性。

基于智能聚类分析的产品典型工艺路线提取方法

针对企业工艺数据与知识挖掘问题,提出应用智能聚类分析技术提取产品典型工艺路线的方法。构建了工艺路线的相似度度量因子,提出了对工艺路线进行相似度计算的多级相似度综合度量方法,在相似度计算基础上,构建了工艺路线设计结构矩阵,并对矩阵数据进行降噪处理;为降低聚类划分的难度和复杂性,运用粒子群优化算法实现了工艺路线设计结构矩阵的智能聚类划分,并从聚类簇中提取到典型工艺路线。以机械压力机企业工艺数据的典型工艺路线提取为例,验证了该方法的有效性。

融入多维制造信息的产品典型工艺路线发现方法

为了解决以往基于聚类分析的工艺路线发现方法重用价值低的难题,使最终提取到的典型工艺路线能够更好地支持基于制造资源的重用,提出一种融入多维制造信息的产品典型工艺路线发现方法。方法研究定义了融入多维制造信息的工艺信息元和工艺路线信息模型,并通过运用核主成分分析法对组成工艺路线的工艺信息元进行了维数约简,得到工艺路线本质维度的低维信息模型。在低维工艺路线信息模型的基础上,提出了工艺路线聚类距离的计算方法,结合演化细胞学习自动机实现了工艺路线的智能聚类,并从聚类簇中提取到了典型工艺路线。通过实例验证说明了所提方法的有效性。

基于粒计算和序列比对的典型工艺路线发现方法

针对企业工艺设计数据的继承性和重用性问题,提出一种基于粒计算和序列比对的典型工艺路线发现方法。首先采用生物信息学领域的序列比对技术,从整个工序序列的范围比较两条工艺路线,建立其最佳比对,并综合考虑正确匹配的工序数、连续正确匹配工序数和连续空位数来计算其相似度,构建工艺路线的模糊相似矩阵;然后依据粒计算理论模型之一的模糊商空间理论,创建具有分层递阶结构的工艺路线商空间族,通过聚类有效性评价,确定最优工艺信息粒层群;最终从构成不同粒层的工艺信息粒中,根据工艺路线两两最佳比对结果,选取完全一致的工序集作为典型工艺路线。通过应用实例验证了方法的可行性和有效性。

基于模糊商空间理论的典型工艺路线获取方法

为了高效地从CAPP数据库中挖掘出典型工艺路线,提出一种应用模糊商空间理论进行典型工艺路线获取的方法。首先基于特征建立零件工艺路线相似度的评价模型,并应用模糊商空间理论构建零件工艺路线的分层递阶结构;然后采用信息熵对分层递阶结构中的工艺路线粒度空间进行定量描述,并根据信息增益和最低工艺路线相似度来确定最优粒度空间;最后对最优粒度空间中工艺路线粒进行处理,找到粒内工艺路线的最长公共子序列,得到典型工艺路线。应用实例验证了该方法的可行性和有效性。