一种航空制造业知源大脑数据智能制造管理平台制造技术

本发明专利技术涉及知源知识大脑数据平台技术领域，公开了一种航空制造业知源大脑数据智能制造管理平台，运用自然语言处理技术解析内部数据，构建大规模的航空制造领域知识库，在此基础之上构建航空制造领域的各种训练算法模型。本发明专利技术的目的是针对航空制造领域知识获取、知识融合、知识应用问题和航空用户的个性化需求，提供一种符合人类使用者使用的思维模式，能够降低生产消耗量，提升产品检测效率、产品合格率、生产良品率、质检效率和检测准确率，更加先进更加高效实现智能化的航空制造业知源大脑数据智能制造管理平台。大脑数据智能制造管理平台。大脑数据智能制造管理平台。

【技术实现步骤摘要】
一种航空制造业知源大脑数据智能制造管理平台


[0001]本专利技术涉及知源知识大脑数据平台
，具体地说，是一种航空制造业知源大脑数据智能制造管理平台。

技术介绍

[0002]物联网、大数据、人工智能（AI）、工业互联网等技术与制造系统建模、仿真、虚拟现实（Virtual Realit业,VR）、增强现实（AR）、智能控制等数字孪生相关技术进行有机耦合与集成，使得在虚拟空间中建立平行运行的制造数字孪生系统成为可能。随着云计算、物联网、大数据、人工智能等新一代信息技术的发展，智能制造的内涵有了突飞猛进的变化。智能制造是指集成知识工程、制造软件系统与机器人视觉等技术，在无人工干预下由智能机器人独立实现的生产过程。作为智能制造最重要的技术之一，智能制造系统是一种融合智能机器与智能行为，在订单制作、产品设计、生产、营销、销售等制造过程的各个方面都可以集成，用一种灵活的方式充分发挥先进生产系统的制造能力的系统。智能制造的基础是将工业生产中的问题数据化，利用获取的数据对问题解决方法进行数据建模，基于领域知识图谱以及文档库实现图谱检索以及文档检索等应用服务。这里的数据指的是生产中用到的设备指令、机械加工的工艺参数、可执行的决策等所有能够量化的指标，用从知识得来的量化数据修正和完善制造过程，从根本上避免问题的出现。
[0003]大数据技术对航空制造业的影响主要有两个方面：一是在制造和管理流程中运用大数据技术提高产品质量和生产效率；二是在现有产品与服务中融入大数据技术，以进行颠覆式的革新。简而言之，融入大数据技术的智能制造关心的两大重点分别是制造流程技术和制造出的产品技术。现阶段科学数据服务面临着中心系统建设薄弱、统一管理水平低、服务不规范、数据资源分散、数据质量参差不齐、全球影响力弱、核心技术受制于人、高水平复合型人才缺乏等问题。航空、机械制造面向产业大数据领域，迫切需要运用成熟的人工智能技术、大数据技术、数据标准化处理技术、数据挖掘技术等，打造一个可加强和规范科学数据管理，保障科学数据安全，提高开放共享水平，更好支撑航空工业制造领域科技创新发展的科学数据知识服务平台。航空、机械等工业制造行业的产品涉及多个
的高精度、高可靠性产品，具有结构复杂，生产周期长、生产状态多等特点。随着信息化时代的发展，包含各类质量问题的原因、问题部件、采取措施等关键信息的离散存储的质量信息数据，在生产研制过程中产生的各类质量数据日趋庞大。由于现阶段缺乏统一的数据管理，各类质量信息散落在业务系统中，以电子或纸质文档方式存在，多源异构数据整合、标准化质控管理、自定义多级数据审核、全生命周期资源管理，数据汇交一质控一审核一发布一颁发一服务的全生命周期数据资源管理的复杂流程掌控十分困难。
[0004]工业大脑是基于阿里云大数据的一体化计算平台，通过数据工厂对企业系统数据、工厂设备数据、传感器数据、人员管理数据等多方工业企业数据进行汇集，借助语音交互、图像/视频识别、机器学习和人工智能算法，激活海量数据价值。目前尽管数据在采集到的生产参数传入工业大脑等诸多方面得到了创新性使用，但其总体使用率仍然较为低下，
这使得数据的大部分的经济价值未得到挖掘。现代飞机的制造过程实质上是一个产品数字建模、数据传递、拓延和加工处理的过程，最终形成的飞机产品可以看成是数据的物质表现。随着PDM技术的应用，制造工艺信息和制造工艺流程都将在PDM系统的管理之下。PadMan系统的信息或数据按一定的流程进行转化，体现了现代飞机制造过程的实质。PadMan系统是一个多用户的网络版的管理系统，主要完成项目管理。信息管理系统
‑
PadMan运用单一产品数据源（SSPD：Single Source of Product Data）的思想组建系统的数据库，进而形成了一个在飞机制造工艺领域较为完整制造工艺信息生成、工艺流程设计和工艺数据管理系统，PadMan 系统的开发过程是面向一个全新
，它涉及面广、技术难度大，工作量艰巨。其中工艺信息主要集中在飞机装配工艺信息上，尚未扩展到零件工艺信息等的管理上。因而造成很大财力和人力浪费，并使制造周期延长。由于对飞机设计制造中的数据没有进行有效的规划并考虑将其纳入统一数据库中，软件中还有一些问题尚未解决，如对零件制造、工装工具制造等数据的管理还没有纳入到系统中，对更改的管理只实现了更改的记录和跟踪，更改的控制力度还不够，还未延伸到较深较细的层次中，另外还需要与ERP软件进行集成以完成其它方面的制造信息管理。
[0005]航空装备生产制造是一项生产过程涉及环节多、资源保障要求高，过程控制难度大的复杂系统工程。由于具有跨业务、多主体、多层级、强耦合的特点，易受各类不确定性扰动因素的干扰，系统运行具有明显动态、非线性特征，引发了复杂制造系统建模、优化和闭环协同控制的多层次、多维度复杂性问题。目前以人为管理保障为主的生产管理方式，由于缺乏对系统整体运行的掌控能力，导致生产过程资源保障往往不足，常常因为各类制造资源未能及时到位影响生产过程顺利进行，车间生产效率难以提升。由于航空产品及其生产制造过程具有研制周期长、跨业务域（设计、工艺、生产、质量、试验、运维等）、多主体（厂、所、供应商等）、质量控制严格的特点，导致其生产过程复杂、异常扰动因素众多，使得传统制造模式下以人工经验为主的决策控制手段，已经难以适应当前航空制造智能化转型发展的要求。航空大型复杂结构件加工精度要求高、加工变形精确控制难。传统加工制造过程中加工、监测、优化控制各阶段相互独立，无法实现制造过程的实时控制优化与调整，难以保障零件加工精度。尤其是航空制造机电部件数量繁多，高强度的工作以及使用年限的增加导致故障频繁发生，且故障原因多样化，甚至很多器件的故障因缺乏专业人员协助分析很难找到真正的故障原因。
[0006]随着现代计算机技术在飞机制造中的广泛应用，数据的正确存储和维护以及准确及时地传递成为现代飞机制造必须面对的问题，这就需要在现代飞机制造中建立一个行之有效的系统来完成对装配数据的管理工作。我国在飞机制造领域对产品数据的统一管理问题还未进行。为解决工业智能制造的核心问题而打造的数据智能产品，加速推动工业新基建建设知源知识大脑。知源知识大脑主要包括两部分，知识大脑数据加工管理平台，知识大脑智能应用平台。知识大脑智能应用平台是基于知识工程的知识应用系统在航空制造企业中的实现技术。飞机制造信息管理系统通过工艺服务接口、知识岗位伴随、知识智能化应用等手段服务于企业运转的每个流程节点中,最终达到提升员工工作效率的目的。大脑数据加工管理平台是借助工业大脑的人工智能技术。需要从车间实时采集到的上千个生产参数传入工业大脑，高效低成本地完成图像质检，在生产过程中实时监测和调控变量，提高生产质量、提升生产品率。目前为了单一目的收集并使用数据而且不把数据提供给他人重复利
用是浪费资源的一种做法。
[0007]航空制造企业是知识密集型企业,知识在航空制造企业中是一种重要的隐性资产。虽然航空制造业工厂自动化程度水平相对较高，正在经历“制造”到“智造”的过程。从智能化硬件、智本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种航空制造业知源大脑数据智能制造管理平台，其特征在于，包括：运用自然语言处理技术解析内部数据，构建大规模的航空制造领域知识库，在此基础之上构建航空制造领域的预训练模型，其特征在于：航空制造领域知识库对飞机设计制造中的数据进行有效的规划并将其纳入统一数据库中，对零件制造、工装工具制造等数据纳入到跟踪管理系统中，融合通用知识图谱、常识知识图谱和领域知识图谱，与ERP软件进行集成，完成基于领域知识图谱以及文档库实现图谱检索以及文档检索应用服务的制造信息管理，同时将结构化、非结构化的数据进行处理，形成领域知识图谱以及领域文档库；预训练模型使用工业大脑平台，在生产过程中实时监测和调控接收、处理数据变量，高效低成本地完成图像质检，并基于标注模型提供信息抽取相关服务接口应用，实现标注数据动态训练与部署，将实时采集到的生产参数传入工业大脑，通过人工智能算法，对所有关联参数进行深度学习计算，精准分析出与生产质量最相关的关键参数，并搭建参数曲线模型和算法模型，以测试/检测数据为主体，利用物联网与算法模型技术进行实时监控，检测指标项，使用AI图像技术，提取出有效像素，将带有产品缺陷的领域知识图谱上传到云计算平台，通过深度学习与图像处理技术进行算法训练，通过云端汇总、打通生产关键环节数据，结合卷积神经网络的强拟合性和异常检测算法，对海量数据做深度学习，通过卷积操作提取到原始图片中的关键特征，通过上述卷积操作之后选用最大池化，卷积操作时，将图片是作为一个矩阵，并进行矩阵的乘法运算，在完成上述卷积、池化操作后，把这些图片输入到三层全连接层进行两次全连接操作，换不同的卷积核在GPU中训练卷积神经网络CNN，再把生成的矩阵中的所有元素都累加得到结果中，同时对产品各类数据进行深度运算和分析，构建故障检测与感知预测模型，获取制造产品的需求感知，识别制造产品的微小故障，预测测点故障缺陷，输出预测结果并预警故障缺陷；基于工业大脑构建算法优化模型，使用算法模型进行制程能力的综合分析、评估和生产工艺的优化，把数据变成知识，把知识再变成数据，准确实时预测产品缺陷量和设备故障，做缺陷判定，下达指令抓取缺陷产品，并给出工艺参数指导实际生产的最优方案。2.根据权利要求1所述的一种航空制造业知源大脑数据智能制造管理平台，其特征在于，包括：云计算平台基于自然图像识别的卷积神经网络算法，将需要被训练的数据分成同样的部分，与云计算平台上的节点一一对应，以平均分布的形式进行存储，通过各个节点上所存储CNN网络的数据来完成对网络的训练，操作模块在任务接收到数据后，将树状图结构大数据集通过一个主节点进行管理，主节点将操作任务分发给各个分节点，当分节点完成数据处理之后再汇总给主节点进行处理，将处理后的任务分解成多个任务模块，并用于平台上的节点，通过正向与反向传播计算出其中的权值与偏置的局部变化量，形成中间键的数值，当所有样本计算完成以后，进行本地文件处理，将本地文件经过处理之后汇总各次训练所得到的数据写入全局文件中。3.根据权利要求1所述的一种航空制造业知源大脑数据智能制造管理平台，其特征在于，包括：航空制造领域知识库在单一产品数据源SSPD中存放着完整的产品信息，单
‑‑
产品数据源SSPD本身并不是一个单独的数据库，通过不同的使用角度可以提取产品的不同配套数据，航空制造领域知识库将逻辑上的单
‑‑
产品数据源SSPD作为整个航空制造产品系统的底
层数据相关产品数据共同的访问源核心，SSPD将原来物理上分布于多个数据库的产品数据，经过组织形成一个逻辑上严格约束的单一数据库，并在创建知识图谱之初先创建知识体系，每一个项目都对应一个唯一的知识体系，知识体系对于知识图谱作为大树的树杆，每一个文件、文件中文本的段落作为知识图谱的叶子，将
ꢀ“
类别”、“属性”分别拖拽入操作区中，为“实体类别”、“属性”分别定义名称、类型，从实体出发向属性进行连线，进行关系名称定义实体关联属性，从一个实体出发向另一个实体进行连线，并在文件模板面板区定义关系的名称，选择构建知识体系的方式为知识体系命名，导入数据表单和示例文件模板，给出示例文件，按示例文件的格式创建关系类别文件，以示例文件中的格式创建属性类别文件，在知识体系列表中，找到创建的知识体系，下载创建知识体系所使用的数据文件，选择“文件类别”、“文档创建时间”、“知识体系标签”、“报告类型”及是否需要进行“OCR识别”，分别上传知识体系属性类别文件、知识体系关系类别文件，通过上传文件创建和拖拽方式来创建知识体系，创建完成的知识体系将被应用于项目，做为该项目知识图谱的知识体系，并由分布于不同数据库中的产品数据之间存储产品相关数据，组成多个分布式数据库，并构建出贯穿于飞机制造数据管理中品数据源整个系统的数据库，从而保证产品数据是完整一致的可靠产品数据，以满足航空企业从客户选型直至交付飞机和服务支持等各方面需要。4.根据权利要求1所述的一种航空制造业知源大脑数据智能制造管理平台，其特征在于，包括：在上传文件时，在文件管理列表中，选择要启动OCR的文件，选择打开OCR识别，进入编辑状态，编辑完成，点击输入框以外的任何区域将结束编辑状态，系统根据从多个不同的角度定义网络状况的度量指标选择，组成一个多维的特征向量，对各个维度做归一化，求出用来进行训练的序列中各个维度上的均值和方差，然后采用一维的因果卷积、膨胀卷积进行卷积运算，在卷积层进行卷积运算，将各个通道进行融合的上...

【专利技术属性】
技术研发人员：徐龙，邓晓春，陈俊佑，王玲丹，乔晶，
申请(专利权)人：成都飞机工业集团有限责任公司，
类型：发明
国别省市：