基于云平台的非标准机械加工协同制造管理方法及系统技术方案

本发明专利技术公开了一种基于云平台的非标准机械加工协同制造管理方法及系统，包括：获取需求方的非标需求信息上传至云平台，根据云平台的预设要求约束生成标准订单；根据标准订单获取目标零件图纸信息，利用三维重建获取目标零件的三维零件模型，存入零件三维数据库中，将三维零件模型结合对应的要求约束生成目标零件模型；根据行业信息将工厂进行分类，通过数字孪生获取各工厂的加工工艺孪生体模型，结合对应最优加工工艺标准及类别标签生成工厂模型；判断目标零件模型与工厂模型的适配度，根据适配度确定目标零件的候选工厂。本发明专利技术通过建立非标零件的机械加工协同制造体系，使得零件匹配最优加工工厂，显著提高了非标准加工的加工效率及加工质量。加工效率及加工质量。加工效率及加工质量。

【技术实现步骤摘要】
基于云平台的非标准机械加工协同制造管理方法及系统


[0001]本专利技术涉及智能加工
，更具体的，涉及一种基于云平台的非标准机械加工协同制造管理方法及系统。

技术介绍

[0002]随着经济的快速发展，制造企业的各种成本呈逐年上升趋势，尤其是人工成本的快速上升，对制造企业的压力越来越大，针对人工成本在劳动密集型产业中的投入占比日益增加的现象，自动化生产设备应用日益广泛。随着行业规模的不断扩大，行业所包含的内容越来越广泛，非标机械设备使用的频率越来越高，面对产品应用多样化要求，非标准机械加工的制造管理研究具有重要意义。
[0003]随着机械行业的迅速发展，产品的研发速率已经成为了企业发展的关键因素。非标准零部件的研发周期往往能代表着产品的研发速率，为减少非标准零部件的研发周期，节约企业成本，并且为使非标准零部件能在企业内部实现标准化；将基于平台的资源整合和共享的理念有效的应用到非标机械零部件加工的制造管理中，依据非标机械零部件自身的特点和非标机械零部件的个性化需求，对非标准零部件定制专属制造分配并符合交付标准。因此，针对企业的非标零部件订单，提出一种基于云平台的非标准机械加工协同制造体系是现阶段亟需解决的问题。

技术实现思路

[0004]为了解决上述技术问题，本专利技术提出了一种基于云平台的非标准机械加工协同制造管理方法及系统。
[0005]本专利技术第一方面提供了一种基于云平台的非标准机械加工协同制造管理方法，包括：获取需求方的非标需求信息，将所述非标需求信息上传至云平台，根据云平台的预设要求约束进行标准化解析，生成标准订单；根据标准订单获取目标零件图纸信息，利用三维重建获取目标零件的三维零件模型，并存入零件三维数据库中，将所述三维零件模型结合对应的要求约束生成目标零件模型；根据行业信息将工厂进行分类，通过数字孪生获取各工厂的加工工艺孪生体模型，结合对应最优加工工艺标准及类别标签生成工厂模型；将所述目标零件模型与所述工厂模型进行匹配，判断目标零件模型与工厂模型的适配度，根据所述适配度确定目标零件的候选工厂。
[0006]本方案中，根据标准订单获取目标零件图纸信息，利用三维重建获取目标零件的三维零件模型，并存入零件三维数据库中，将所述三维零件模型结合对应的要求约束生成目标零件模型，具体为：获取需求方目标零件图纸信息，将目标零件图纸信息进行预处理，分析目标零件
的结构复杂度，根据所述结构复杂度判断目标零件是否需要结构拆分；将目标零件或拆分后的零件结构利用三维重建技术生成三维零件模型，将目标零件的三维零件模型根据标准订单中的要求约束进行处理调整，并在三维零件模型中对要求约束进行可视化标注，获取目标零件模型；同时，构建零件三维数据库，将三维零件模型设置相关需求标签存入零件三维数据库中；当读取需求方当前标准订单后，将当前标准订单对应的零件图纸信息在所述零件三维数据库中进行数据检索，获取符合相似度标准的数据提取或拼凑对应的三维零件模型。
[0007]本方案中，根据行业信息将工厂进行分类，通过数字孪生获取各工厂的加工工艺孪生体模型，结合对应最优加工工艺标准及类别标签生成工厂模型，具体为：获取各工厂的所属行业，根据行业信息将工厂进行聚类，确定工厂的类别标签，利用物联网技术获取各工厂加工物理设备的监测数据反应设备的实时状态信息，将实时监测数据进行数据脱敏后传输到云平台；获取各工厂加工物理设备的数字模拟模型，将云平台中的监测数据处理为孪生数据，通过孪生数据对数字模拟模型进行运行状态变化仿真，结合各工厂的生产加工环境生成对应的加工工艺孪生体模型；通过各工厂加工物理设备历史加工数据获取其最优加工工艺标准，将各工厂的最优加工工艺标准及类别标签结合对应加工工艺孪生体模型生成工厂模型；同时，根据所述历史加工数据按照零件用途进行分类，获取各工厂的各类别零件的加工情况，根据所述加工情况预设各工厂的加工经验信息，作为工厂模型的补充描述。
[0008]本方案中，将所述目标零件模型与所述工厂模型进行匹配，判断目标零件模型与工厂模型的适配度，具体为：通过目标零件模型读取目标零件加工工艺对应各个约束要求的最小约束获取目标零件加工的理想加工约束，根据理想加工约束获取目标零件加工的理想工厂模型；将目标零件模型与工厂模型导入低维向量空间，获取各工厂模型与理想工厂模型的曼哈顿距离，通过各工厂的加工经验信息的初始经验权重，根据曼哈顿距离集合初始经验权重获取适配度，设置理想工厂模型与工厂模型之间可允许的最大曼哈顿距离值作为适配度阈值；当所述适配度大于适配度阈值时，则将该工厂模型进行标注，并按照曼哈顿距离进行将被标注工厂模型进行排序，基于排序结果提取预设数量的工厂模型生成初选工厂模型集合；获取需求方与初选工厂模型集合中的工厂的历史交互信息，将需求方及工厂模型在低维空间中构建无向图，根据所述历史交互信息设置需求方对各工厂模型的初始偏好权重；基于图卷积网络对无向图进行特征编码，经过图卷积网络的消息传播及邻居聚合机制结合所述初始偏好权重获取需求方特征及工厂模型的向量化表示；计算向量化表示的需求方与工厂模型的内积，根据内积计算结果生成初选工厂模型集合中工厂模型的排序，获取预设数量的工厂模型作为候选工厂。
[0009]本方案中，通过需求方反馈信息对工厂进行满意度评价，具体为：通过工厂的零件交付指标及服务指标构建需求方的满意度指标体系，根据需求方的原始评价数据及模糊语言属性，生成对候选工厂的满意度评价结果；根据所述满意度评价结果进行同一标准订单下不同子订单的横向满意度对比，将满意度偏差大于预设阈值的工厂进行标注，修正需求方对被标注工厂的初始偏好权重；基于云平台构建需求方专属数据库记录需求方的交互行为数据，根据所述交互行为数据定时更新需求方对工厂的初始偏好权重，同时，利用需求方专属数据库对需求方目标零件与工厂的匹配进行学习优化。
[0010]本方案中，还包括：基于工厂模型获取工厂设备的设备特征，将所述设备特征结合人员特征提取工厂的评价因子，根据所述评价因子的贡献度进行筛选，根据筛选后的评价因子确定工厂产等的评价指标；获取候选工厂各评价指标的原始数据序列，基于原始数据序列获取各评价指标的评分，通过各评价指标的评分对候选工厂的产能进行评估；通过候选工厂的工厂模型对工厂加工生产状态进行判断，获取设备的忙闲状态，并根据设备的忙闲状态结合时间戳生成设备忙闲时序序列；根据候选工厂的产能评估结果及设备忙闲时序序列将订单进行智能分单，为候选工厂分配最佳订单任务；基于物联网技术对候选工厂的零件加工过程进行动态产能的实时监控，根据实时监控结果进行订单任务的调度调整。
[0011]本专利技术第二方面还提供了一种基于云平台的非标准机械加工协同制造管理系统，该系统包括：存储器、处理器，所述存储器中包括一种基于云平台的非标准机械加工协同制造管理方法程序，所述一种基于云平台的非标准机械加工协同制造管理的方法程序被所述处理器执行时实现如下步骤：获取需求方的非标需求信息，将所述非标需求信息上传至云平台，根据云平台的预设要求约束进行标准化解析，生成标准订单；根据标准订单获取目标零本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于云平台的非标准机械加工协同制造管理方法，其特征在于，包括以下步骤：获取需求方的非标需求信息，将所述非标需求信息上传至云平台，根据云平台的预设要求约束进行标准化解析，生成标准订单；根据标准订单获取目标零件图纸信息，利用三维重建获取目标零件的三维零件模型，并存入零件三维数据库中，将所述三维零件模型结合对应的要求约束生成目标零件模型；根据行业信息将工厂进行分类，通过数字孪生获取各工厂的加工工艺孪生体模型，结合对应最优加工工艺标准及类别标签生成工厂模型；将所述目标零件模型与所述工厂模型进行匹配，判断目标零件模型与工厂模型的适配度，根据所述适配度确定目标零件的候选工厂。2.根据权利要求1所述的一种基于云平台的非标准机械加工协同制造管理方法，其特征在于，根据标准订单获取目标零件图纸信息，利用三维重建获取目标零件的三维零件模型，并存入零件三维数据库中，将所述三维零件模型结合对应的要求约束生成目标零件模型，具体为：获取需求方目标零件图纸信息，将目标零件图纸信息进行预处理，分析目标零件的结构复杂度，根据所述结构复杂度判断目标零件是否需要结构拆分；将目标零件或拆分后的零件结构利用三维重建技术生成三维零件模型，将目标零件的三维零件模型根据标准订单中的要求约束进行处理调整，并在三维零件模型中对要求约束进行可视化标注，获取目标零件模型；同时，构建零件三维数据库，将三维零件模型设置相关需求标签存入零件三维数据库中；当读取需求方当前标准订单后，将当前标准订单对应的零件图纸信息在所述零件三维数据库中进行数据检索，获取符合相似度标准的数据提取或拼凑对应的三维零件模型。3.根据权利要求1所述的一种基于云平台的非标准机械加工协同制造管理方法，其特征在于，根据行业信息将工厂进行分类，通过数字孪生获取各工厂的加工工艺孪生体模型，结合对应最优加工工艺标准及类别标签生成工厂模型，具体为：获取各工厂的所属行业，根据行业信息将工厂进行聚类，确定工厂的类别标签，利用物联网技术获取各工厂加工物理设备的监测数据反应设备的实时状态信息，将实时监测数据进行数据脱敏后传输到云平台；获取各工厂加工物理设备的数字模拟模型，将云平台中的监测数据处理为孪生数据，通过孪生数据对数字模拟模型进行运行状态变化仿真，结合各工厂的生产加工环境生成对应的加工工艺孪生体模型；通过各工厂加工物理设备历史加工数据获取其最优加工工艺标准，将各工厂的最优加工工艺标准及类别标签结合对应加工工艺孪生体模型生成工厂模型；同时，根据所述历史加工数据按照零件用途进行分类，获取各工厂的各类别零件的加工情况，根据所述加工情况预设各工厂的加工经验信息，作为工厂模型的补充描述。4.根据权利要求1所述的一种基于云平台的非标准机械加工协同制造管理方法，其特征在于，将所述目标零件模型与所述工厂模型进行匹配，判断目标零件模型与工厂模型的适配度，具体为：通过目标零件模型读取目标零件加工工艺对应各个约束要求的最小约束获取目标零
件加工的理想加工约束，根据理想加工约束获取目标零件加工的理想工厂模型；将目标零件模型与工厂模型导入低维向量空间，获取各工厂模型与理想工厂模型的曼哈顿距离，通过各工厂的加工经验信息的初始经验权重，根据曼哈顿距离集合初始经验权重获取适配度，设置理想工厂模型与工厂模型之间可允许的最大曼哈顿距离值作为适配度阈值；当所述适配度大于适配度阈值时，则将该工厂模型进行标注，并按照曼哈顿距离进行将被标注工厂模型进行排序，基于排序结果提取预设数量的工厂模型生成初选工厂模型集合；获取需求方与初选工厂模型集合中的工厂的历史交互信息，将需求方及工厂模型在低维空间中构建无向图，根据所述历史交互信息设置需求方对各工厂模型的初始偏好权重；基于图卷积网络对无向图进行特征编码，经过图卷积网络的消息传播及邻居聚合机制结合所述初始偏好权重获取需求方特征及工厂模型的向量化表示；计算向量化表示的需求方与工厂模型的内积，根据内积计算结果生成初选工厂模型集合中工厂模型的排序，获取预设数量的工厂模型作为候选工厂。5.根据权利要求4所述的一种基于云平台的非标准机械加工协同制造管理方法，其特征在于，通过需求方反馈信息对工厂进行满意度评价，具体为：通过工厂的零件交付指标及服务指标构建需求方的满意度指标体系，根据需求方的原始评价数据及模糊语言属性，生成对候选工厂的满意度评价结果；根据所述满意度评价结果进行同一标准订单下不同子订单的横向满意度对比，将满意度偏差大于预设阈值的工厂进行标注，修正需求方对被标注工厂的初始偏好权重；基于云平台构建需求方专属数据库记录需求方的交互行为数据，根据所述交互行为数据定时更新需求方对工厂的初始偏好权重，同时，利用需求方专属数据库对需求方目...

【专利技术属性】
技术研发人员：罗祖金，
申请(专利权)人：深圳市仕瑞达自动化设备有限公司，
类型：发明
国别省市：