一种面向大规模定制的复杂工艺模块划分方法技术

本发明专利技术公开了一种面向大规模定制的复杂工艺模块划分方法，借助与工件相对应工序之间的特征关系，提出在工艺层面对模型进行划分的方法，通过构建工艺模块之间的模糊关联矩阵，利用模糊聚类分析方法对其进行转换求解，获得传递闭包矩阵，根据不同分区阈值序列形成模块聚类图，通过选取不同的λ值，得到不同的模块划分方案，逻辑紧密，控制精确、高效，以期实现快速高效的生产出适应市场和技术变化的个性化成品以及完善工艺的高层次要求。

【技术实现步骤摘要】
一种面向大规模定制的复杂工艺模块划分方法
本专利技术属于复杂工艺规划
，涉及一种面向大规模定制的复杂工艺模块划分方法。
技术介绍
目前，经济的快速发展和技术的不断进步促使个性化定制工艺逐渐赢得经济市场的青睐，为客户提供定制化服务，全面提高客户的满意度，已经成为现代企业之间竞争的一种趋势。大规模定制生产方式结合定制生产和大批量生产的优势，在满足客户个性化需求的同时，还能保证在低成本和较短生产周期内完成生产任务，以其独特的优势引起制造企业的广泛关注。大规模定制核心技术之一是模块化分方法，在产品族的不同功能特征，或者相同功能不同几何特征、性能特征进行结构化分析的基础上，划分出具有相对独立功能、结构、性能的通用模块、定制模块和个性化模块，通过模块间的匹配组合能够快速、高效的实现对复杂产品零部件的模块划分，生产出满足客户个性化需求的工艺产品和服务。目前模块化设计方法在产品族系统模块划分中已经广泛应用，但现有的划分方法更多考虑的是产品的常规性能划分，并没有融入个性化需求的思想，且不适用于创建产品复杂的工艺模块。工艺模块的创建和产品部件模块的创建相比，需要融入的是产品的工艺信息，为解决此问题，本专利技术设计一种面向大规模定制的复杂工艺模块划分方法，以工艺的特征属性为准则对产品的加工工艺进行智能划分，从而实现客户的个性化需求。
技术实现思路
有鉴于此，为解决上述现有技术的不足，本专利技术的目的在于提供了一种面向大规模定制的复杂工艺模块划分方法，逻辑紧密，控制精确、高效，借助与工件相对应工序之间的特征关系，提出在工艺层面对模型进行划分的方法，通过构建工艺模块之间的模糊关联矩阵，利用模糊聚类分析方法对其进行转换求解，获得传递闭包矩阵，根据不同分区阈值序列形成模块聚类图，通过选取不同的λ值,得到不同的模块划分方案，以期实现快速高效的生产出适应市场和技术变化的个性化成品以及完善工艺的高层次要求。为实现上述目的，本专利技术所采用的技术方案是：一种面向大规模定制的复杂工艺模块划分方法，包括以下步骤：S1：由模块化映射机制建立模块特征属性，并由属性确立工艺模块之间的关联性，将关联性描述为可替换相关性和影响度相关性；S2：工艺模块之间的相互关联程度与可替换性特性、影响度相关性相关，用模糊关联矩阵R的数学模型进行表示：R＝ωfF+ωpP；S3：利用模糊聚类分析方法，对模糊关联矩阵模型进行转换求解，获得传递闭包矩阵；S31：确定各工序之间的相关性，确定各工艺模块之间的相互关联程度；S32：数据标准化处理：根据原本格式、表达格式、等级量化方式不同，采用平移、极差变换进行数据标准化处理，将模糊关联矩阵的每一个数据压缩到[0，1]上；S33：建立模糊相似矩阵R'：模糊关联矩阵R与模糊相似矩阵R`为等效关系，运用直接欧几里得距离法:r(i,j)＝1-c×d(xi,xj),其中，c为任意选区的参数，使得0≤r(i,j)≤1，d(xi,xj)表示xi与xj之间的距离：S34：求传递闭包矩阵根据定理，将模糊关联矩阵R用二次方法求得模糊等价矩阵即传递闭包矩阵并且，使得S35：求截矩阵Rλ＝λ(i,j)：其中，λ作为度量值表示截矩阵系数，对模块之间的模糊关系矩阵进行截割，模糊关联矩阵R中大于或者等于λ的元素，其数值取1，小于λ元素的数值取0，在同一行或列中数值为1的元素聚集为同一模块，剩余的元素则单独成为模块，λ值越大，则模块划分越详细；通过选取不同的λ值，便可以得到不同的工艺模块聚类划分结果；S36：借助matlab工具并运用模糊聚类分析方法，依据原始关联矩阵可依次计算出标准化矩阵、模糊相似矩阵、传递闭包矩阵，最后利用λ-截矩阵对模糊关联矩阵R进行切割，形成模块聚类图：S4：根据不同分区阈值序列形成整体的模块聚类图，通过选取不同的λ值，得到不同的模块划分方案。进一步的，所述步骤S2中，模糊关联矩阵的建立方法，具体包括以下步骤：A1：以输出参数的属性值域作为评判各个加工工序之间的关联性，将关联性描述为可替换相关性和影响度相关性，用数学模型进行表示模糊关联矩阵R：ri,j＝ωffi,j+ωppi,j；A2：模糊关联矩阵R也称原始矩阵R，且R满足自反性：0≤r(i,j)≤1，r(i,i)＝r(j,j)＝1；且R满足对称性：r(i,j)＝r(j,i)，则步骤A1中模糊关联矩阵R的数学模型表示为：进一步的，所述步骤A1中，ri,j表示模块i与模块j之间的总相关系数，fi,j表示模块i与模块j之间的相关系数，pi,j表示模块j与模块i之间的相关系数，ωf、ωp表示特性所对应的权重系数；ωf、ωp∈[0，1]，且满足：ωf+ωp＝1。进一步的，所述步骤A1中，所述输出参数为晶粒度、屈服强度、延伸率、残余应力、耐蚀性、电导率、硬度、抗拉强度。进一步的，所述步骤S32中，数据标准化处理运用到的标准化公式为：其中，i＝1,2,...,m，x′(i,j)代表原始数据；x'(i,j)man、x'(i,j)min分别表示原始数据的最大值和最小值；x(i,j)为标准化后得到的数据。进一步的，所述步骤S34中，求取传递闭包矩阵具体包括以下步骤：A1：设置R0为R；A2：假设Ri已得知结果，开始比较Ri和所对应的元素；如果则Ri是的传递闭包矩阵，此时可停止计算；如果不满足则继续执行下一步；A3：通过算法计算并将结果设定为Ri+1，执行步骤A2；A4：重复上述步骤，直到最终求出传递闭包矩阵，使本专利技术的有益效果是：一种面向大规模定制的复杂工艺模块划分方法，逻辑紧密，控制精确、高效，借助与工件相对应工序之间的特征关系，提出在工艺层面对模型进行划分的方法，通过构建工艺模块之间的模糊关联矩阵，利用模糊聚类分析方法对其进行转换求解，获得传递闭包矩阵，根据不同分区阈值序列形成模块聚类图，通过选取不同的λ值,得到不同的模块划分方案，以期实现快速高效的生产出适应市场和技术变化的个性化成品以及完善工艺的高层次要求；本专利技术和以往产品族模块划分方法相比，本专利技术主要基于对企业已经成熟的产品以及对市场需求产品的加工工艺的分析，结合对工艺信息提取、工艺创造性设计和工艺模块化，构建模块化工艺设计平台，通过对系列化的产品工艺进行模块化规划，运用模块配置技术结合订单需求进行模块的相似度匹配，最后由变形设计模块对工艺要求进行相应程度的变形设计，来实现不同产品需求的功能。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术的模块化工艺域映射机制的原理框图；图2为实施例中铝/铜板带材生产的工艺流程图；图3为实施例的工艺工序模块聚类图。具体实施方式下面给出具体实施例，对本专利技术的技术方案作进一步清楚、完整、详细地说明。本实施例是以本专利技术技术方案为前提的最佳实施例，但本专利技术的保护范围不限于下述的实施例。一种面向大规模定制的复杂工艺模块划分方法，包括以下步骤：S1：由模块化映射机制建立模块特征属性，并由属性确立工艺模块之间的关联性，将关联性描述为可替换相关性和影响度相关性；S2：工艺模块之间的相互关联程度与可替换本文档来自技高网...

【技术保护点】
1.一种面向大规模定制的复杂工艺模块划分方法，其特征在于：包括以下步骤：S1：由模块化映射机制建立模块特征属性，并由属性确立工艺模块之间的关联性，将关联性描述为可替换相关性和影响度相关性；S2：工艺模块之间的相互关联程度与可替换性特性、影响度相关性相关，用模糊关联矩阵R的数学模型进行表示：R＝ωfF+ωpP；S3：利用模糊聚类分析方法，对模糊关联矩阵模型进行转换求解，获得传递闭包矩阵；S31：确定各工序之间的相关性，确定各工艺模块之间的相互关联程度；S32：数据标准化处理：根据原本格式、表达格式、等级量化方式不同，采用平移、极差变换进行数据标准化处理，将模糊关联矩阵的每一个数据压缩到[0，1]上；S33：建立模糊相似矩阵R'：模糊关联矩阵R与模糊相似矩阵R`为等效关系，运用直接欧几里得距离法:r(i,j)＝1‑c×d(xi,xj),其中，c为任意选区的参数，使得0≤r(i,j)≤1，d(xi,xj)表示xi与xj之间的距离：

【技术特征摘要】
1.一种面向大规模定制的复杂工艺模块划分方法，其特征在于：包括以下步骤：S1：由模块化映射机制建立模块特征属性，并由属性确立工艺模块之间的关联性，将关联性描述为可替换相关性和影响度相关性；S2：工艺模块之间的相互关联程度与可替换性特性、影响度相关性相关，用模糊关联矩阵R的数学模型进行表示：R＝ωfF+ωpP；S3：利用模糊聚类分析方法，对模糊关联矩阵模型进行转换求解，获得传递闭包矩阵；S31：确定各工序之间的相关性，确定各工艺模块之间的相互关联程度；S32：数据标准化处理：根据原本格式、表达格式、等级量化方式不同，采用平移、极差变换进行数据标准化处理，将模糊关联矩阵的每一个数据压缩到[0，1]上；S33：建立模糊相似矩阵R'：模糊关联矩阵R与模糊相似矩阵R`为等效关系，运用直接欧几里得距离法:r(i,j)＝1-c×d(xi,xj),其中，c为任意选区的参数，使得0≤r(i,j)≤1，d(xi,xj)表示xi与xj之间的距离：S34：求传递闭包矩阵根据定理，将模糊关联矩阵R用二次方法求得模糊等价矩阵即传递闭包矩阵并且，使得S35：求截矩阵Rλ＝λ(i,j)：其中，λ作为度量值表示截矩阵系数，对模块之间的模糊关系矩阵进行截割，模糊关联矩阵R中大于或者等于λ的元素，其数值取1，小于λ元素的数值取0，在同一行或列中数值为1的元素聚集为同一模块，剩余的元素则单独成为模块，λ值越大，则模块划分越详细；通过选取不同的λ值，便可以得到不同的工艺模块聚类划分结果；S36：借助matlab工具并运用模糊聚类分析方法，依据原始关联矩阵可依次计算出标准化矩阵、模糊相似矩阵、传递闭包矩阵，最后利用λ-截矩阵对模糊关联矩阵R进行切割，形成模块聚类图：S4：根据不同分区阈值序列形成整体的模块聚类图，通过选取不同的λ值，得到不同的模块划分方案。2.根据权利要求1所述的一种面向大规模定制的复杂工艺模块划分方法...

【专利技术属性】
技术研发人员：范波，宋晓明，付主木，许惠，
申请(专利权)人：河南科技大学，
类型：发明
国别省市：河南,41