基于模型/知识的智能制造支撑平台技术

智能制造支撑平台技术引入智能科学、云计算、物联网等新一代信息技术，研究泛在网络化环境下复杂产品制造过程中与建模仿真平台构建、运行相关的核心技术与方法，突破智能产品高效能云仿真平台、基于模型/知识的产品全生命周期智能化支撑平台、基于模型/知识的制造过程及系统建模仿真平台等关键技术。

1.智能产品高效能云仿真平台技术

随着建模仿真技术在复杂/智能产品领域应用的不断深入，出现了两类新的需求：①被仿真产品的规模和结构日益扩大和复杂，迫切需要具有分布、异构、协同、互操作、重用等性能的新型高效能的分布建模仿真系统；②人们希望能够通过网络随时随地无障碍地获取所需的产品建模仿真服务。然而，从应用角度看，目前的云仿真还需要加强如下能力：①细粒度资源（包括网格节点内的CPU核、存储器、软件等子资源）的共享能力；②充分支持多用户的能力；③协同能力；④容错能力；⑤安全应用机制；⑥支持多用户通过网络随时随地按需获得各类建模仿真服务的能力。

新兴信息技术的蓬勃发展为此带来了契机，北京仿真中心率先提出了高效能云仿真的概念，并深入研究了若干关键技术，在复杂产品设计仿真领域开展了初步的应用验证（Li et al.，2009，2011a，2011b，2012；李伯虎等，2009；Lin et al.，2008；Huang et al.，2008）。高效能云仿真是一种基于网络的（包括互联网、物联网、电信网、广播网、移动网等）、面向服务的仿真新模式，它融合与发展了现有网络化建模与仿真技术以及诸如云计算、面向服务、虚拟化、高效能计算、物联网和智能科学等新兴信息技术，将各类仿真资源和仿真能力虚拟化、服务化，构成仿真资源和仿真能力的服务云池，并进行统一的、优化的管理和经营，使用户通过网络和高效能云仿真平台就能随时按需获取仿真资源与能力服务，以完成其仿真全生命周期的各类活动。“高效能云仿真”是分布仿真、仿真网格、并行仿真等技术的发展。

智能产品高效能云仿真平台（见图6.8）支持将异地、分布、广域范围内的仿真资源、能力虚拟化、服务化，为用户提供按需、敏捷聚合的多主体（多用户）仿真服务平台。平台的主要关键技术包括基于普适设备的仿真需求感知与获取技术、基于资源语义描述的仿真系统自主构建技术和仿真结果的智能化分析与展示技术。

图6.8　智能产品高效能云仿真平台

（1）基于普适设备的仿真需求感知与获取技术。高效能云仿真以人为中心的特点迫切需要和谐、自然的人机交互方式，即能够利用人的日常技能进行交互、具有需求感知能力。与传统的交互方式相比，它更强调交互方式的自然性、人机关系的和谐性、交互途径的隐含性及感知通道的多样性等。通过基于普适设备的仿真需求感知与获取技术（见图6.9）的研究，使得终端设备可以感知消费者（用户）上下文信息（包括用户所处的环境以及用户本身的信息），自发地完成信息空间与物理空间的交互（如终端设备利用射频识别技术自动识别目标对象，并获取相关信息；或者由物理传感器、输入设备等感知物理空间状态，主动提供相关信息），并通过上下文查询与推理服务，分析出用户的仿真需求，建立以用户为中心的仿真服务新模式（唐震等，2008，2009）。

图6.9　基于普适设备的仿真上下文感知

（2）基于资源语义描述的仿真系统自主构建技术。以人为中心的高效能云仿真在获取到用户需求后，如何准确地将用户仿真需求映射到接入到云仿真平台的仿真资源，并在智能地匹配到云仿真资源后，自主动态地组合这些资源，建立可以满足用户需求的虚拟化仿真系统是高效能云仿真技术的后端服务支撑的关键问题，可以预见的是接入平台的各类仿真资源的粒度可能不同，接入系统后单个仿真资源也不一定能够满足复杂的仿真任务需求，这就要求高效能云仿真平台能够分层按需组合不同粒度、不同种类的仿真资源，见图6.10。因此，仿真系统自主构建技术应该包括云仿真资源池中仿真资源的语义描述技术、面向用户需求的资源优化匹配技术，以及仿真资源的按需组合与仿真系统自动重构技术等（Li et al.，2008）。

图6.10　仿真资源服务的层次化聚合

（3）仿真结果的智能化分析与展示技术。为了实现高效能云仿真系统与用户的自然和谐交互，在仿真任务完成后，如何将包含大规模数据的仿真结果进行智能化处理，并提供多种表现形式给用户使用也是高效能云仿真技术的关键问题（见图6.11）。以人为中心的服务提供方式要求服务产生的结果能够自然地展示给用户，使得用户能够理解并判断是否满足了需求。这其中需要解决的关键技术包括仿真结果的智能化分析处理技术、仿真VV&A技术、仿真结果的多维多视图显示技术等。

图6.11　大型客机外形数据的可视化显示

2.基于模型/知识的产品全生命周期智能化支撑平台技术

针对复杂产品数字化、智能化制造系统中涉及的智能化产品模型及知识特点，基于模型/知识的产品全生命周期智能化支撑平台技术研究与开发以产品四库（知识库、模型库、数据库和算法库）为基础、以智能推理引擎和协同仿真引擎为核心的数字化、网络化、智能化的复杂产品智能专家系统，支持围绕复杂产品进行的论证、设计、试验、生产和保障等全生命周期活动；研发复杂产品智能专家系统集成开发平台/工具集（见图6.12），搭建复杂产品智能化研制的示范应用平台（系统），以提供智能化的制造能力和资源服务，提升制造工业基于知识工程的自主创新能力（范帅等，2011）。

基于模型/知识的产品全生命周期智能化支撑平台的主要关键分技术具体包括：

（1）多模式智能化推理与融合算法。多模式智能化推理与融合算法为整个知识工程的方案生成、辅助决策、设计评估提供专家知识的处理和逻辑推理功能。针对产品制造领域专家知识的特点，研究多模式智能化推理方法的分类与评价技术，充分发挥各个推理算法的优势，克服其中的不足，研究多领域不确定知识推理算法、算法融合与引擎技术，使智能推理达到更加适用于多变量、多参数、多目标及多过程的复杂系统，满足产品协同设计中对不同类型知识协同求解与综合应用的能力。

图6.12　复杂产品智能专家系统集成开发平台/工具集

（2）多领域知识获取与融合技术。针对产品工程设计专家知识涉及学科专业广、跨学科协同、多专业耦合、围绕制造系统原理/机理等特点，试验专家知识具有不确定性、动态性、正向成功知识为主的特点，研究产品制造领域专家知识的形式化表达、描述、管理及集成应用技术，解决领域专家知识的获取、表达、组织、共享、检索、运用以及学习更新问题。

（3）多领域知识统一建模与联合求解技术。针对智能专家系统应用涉及多领域知识/模型的连续离散混合、定性定量结合、人工智能/计算智能结合等统一描述和联合求解问题，研究多领域定性定量统一建模、集成接口技术、基于（模糊）规则的推理引擎技术、定量分析引擎技术，实现人机、定性定量结合的联合推理与协同求解（见图6.13）。

图6.13　定性定量结合的联合推理与协同求解(www.xing528.com)

（4）高性能变结构仿真系统运行支撑技术。针对复杂变结构产品的仿真执行系统/模型愈加庞大，仿真问题的解空间范围越来越大（需要成千上万次仿真运行），执行时间过长的问题，以及在在线仿真（如共生仿真、嵌入式仿真等）中，仿真系统作为实际系统（产品）的一部分参与运行，其执行速度满足不了实际系统对快速获取仿真结果的问题，研究高性能的变结构仿真系统运行支撑技术，包括能够充分利用硬件计算设备的变结构仿真系统运行支撑框架（图6.14所示为已经提出的一种框架），充分挖掘变结构模型并行性的时间管理算法以及实现计算设备上负载均衡的变结构仿真模型调度算法。

图6.14　高性能的变结构仿真系统运行支撑框架

（5）知识构件服务网格关键技术。针对提供一个面向服务的分布式知识网格系统，研究具有通用、开放的知识服务支撑平台，支持各类知识的服务化、构件化；支持各类异地知识资源的智能化发现、管理和协同应用。

（6）基于知识的设计制造协同与工艺优化技术。以实现基于三维模型的设计制造协同为目标，开展面向加工与装配的三维建模、三维制造信息标注、模型检测与可制造性分析等技术研究，建立产品可制造性知识库、数据库和基于知识的可制造性评价与决策分析系统。建立面向设计与制造的三维模型表达规范。开展数控加工、复合材料成型、焊接、铸造等制造工艺仿真技术研究，建立工艺仿真数据库与集成系统，提炼工艺设计与仿真知识，构建支持工艺规划与仿真的知识库管理系统，进行工艺的决策分析与优化。开展基于实测数据的装配精度分析与优化技术、面向动态性能的智能产品装配分析等研究，优化装配工艺过程。建立统一的面向设计制造协同与工艺优化的知识库系统，实现制造知识的统一管理。

3.基于模型/知识的制造过程及系统建模仿真平台技术

产品制造过程及系统中涉及多种类型的制造资源、信息、制造过程、企业组织和战略决策等，基于模型/知识的制造过程及系统建模仿真平台技术研究制造过程及系统的建模方法与理论，开发相应的支撑平台与工具集，基于模型/知识更好地理解和表达制造系统，支持对系统的分析综合、新系统的设计或对现有系统的重构以及对系统运行的监测和控制。主要关键分技术包括柔性制造过程建模及管理平台技术、智能产品制造项目建模及管理平台技术、智能产品制造企业战略建模及管理平台技术、智能制造体系建模与演化分析技术。

（1）柔性制造过程建模及管理平台技术。泛在信息的智能制造模式下，企业经营过程重组（Business Process Reengineering，BPR）理论和方法将更加受到重视。BPR要求企业将传统的以职能为基础的组织机构和运作机制转变为以过程为中心的管理模式，对企业的业务流程进行彻底的重新设计，进而实现显著提高企业业务能力和经营效益的目标。在这个大趋势下，作为支持企业业务过程建模、过程优化及业务过程实现的工作流技术也受到了广泛的重视。因此，制造过程建模仿真技术研究对复杂产品制造过程中涉及的流程建模、流程动态组合优化等技术，支撑制造过程的动态组合，实现智能柔性制造。

柔性工作流建模理论研究如何使工作流具有一定的适应性，通过工作流执行过程中的信息自动实现对动态变化的快速响应，支撑泛在网络中企业间的业务过程合作与内部流程重组。目前，国内外对工作流的适应性已经开展了相关研究，一些方法虽然在一定程度上增强了工作流的适应性，但仍然存在一些不足。如基于规则的工作流建模规则多而烦琐，利用传统编程方法对外界动态变化响应速度缓慢，基于Agent的工作流建模方法在实现方面还没有成熟技术。另外，泛在网络分布式资源的广泛应用带来高效的同时，也让流程自动化处理过程面临挑战。未来需要构建基于泛在网络的工作流管理平台，引入具有拓展功能的工作流引擎组件和调度组件，以直观的方式描述工作流，并具有高效的数据处理机制，支持灵活的容错，提供高效率的任务和可用资源之间的映射。

图6.15　企业制造项目管理的特点及对象

（2）智能产品制造项目建模及管理平台技术。在泛在感知网络的支撑下，企业制造项目管理（见图6.15）可以监控企业的市场、销售、供应、生产、服务、研发等全生命周期各个环节上的分布系统以及外部信息，并利用强大的建模仿真能力提供企业所有过程与所有资源的完全连接，实现快速和精确预测短期和长期的产品需求，在企业层面和执行单元上重新计算需求并重新分配资源。更重要的是，管理者只需要使用终端上的建模仿真工具连接到企业的知识库来评估满足性能、速度、成本、风险和收益平衡的资源分配方案以适应需求。同时，当由于设计改变或供应链中性能、计划问题导致需求变化时，管理者可以使用智能推荐系统快速做出最佳处置响应。管理员可监控实际制造中的各项参数，当出现问题时，可通过嵌入在实际制造中的仿真设备，改变不同的资源配置方案，得到最优的成本、性能解决办法，以快速有效地分配合适的资源，解决当前的问题。

因此，针对产品制造企业多项目并举、多层级管控、多单位协同的研制特点，还需要进一步研究面向产品制造全生命周期项目管理中的进度、风险、费用、流程综合建模与仿真技术，例如融合关键路径法和蒙特卡洛柔性仿真原理的项目进度建模与仿真方法，基于挣得理论的风险建模与仿真分析方法，基于设计水平、先进程度、重复设计费用参数的建模与仿真方法，基于降维DSM法则的工作流程动态建模与仿真方法等，以有效支撑重点行业复杂产品虚拟样机工程实施开展中的各类过程指标综合仿真与优化。

（3）智能产品制造企业战略建模及管理平台技术。企业战略建模是认识企业，对企业进行分析、设计和改造的重要手段与方法。各种先进制造技术的发展，特别是基于泛在信息的智能制造模式的推广，促进了企业间泛在信息互通与市场共享的全球化趋势，战略联盟将成为企业全球经营的重要战略，是企业通过资源共享和优势互补来抢占市场和减少竞争者的有效手段，因此，企业战略建模将受到更大的重视。

企业战略建模仿真技术基于产品和过程模型来定义、执行、控制和管理企业的全部过程，并采用科学的模拟与分析工具，在产品生命周期的每一步做出最佳决策，从根本上减少产品创新、开发、制造和支持的时间和成本。总体来说，基于模型的战略管理的应用实施还处于起步阶段，需要重点解决以下问题：

1）支持战略管理的知识工具。如在建立业务模型时，变量参数化和数据收集仍然以手动或半自动方式为主，缺乏与数据源的实时连通性，浪费组织资源。随着建模技术的发展，自动化文本和数据挖掘工具的日趋成熟，未来有望提高模型的构建效率，确保信息的及时性和可用性。

2）企业战略管理方法建模理论。多数企业实行的是自上而下的管理和自下而上的实施，这会导致随着各层级人员不断变化，企业的战略思想不能得到连贯的、完全的实施。未来，需要借助复杂系统演化、博弈等理论探索建立更加科学完善的企业战略管理方法。

（4）智能制造体系建模与演化分析技术。智能制造作为一种新的理念和技术手段已经成为当前制造业信息化的研究热点与发展趋势。然而，当前对该模式的体系内涵、形式、演化规律等只是做了定性、静态、孤立的分析，需要一套新的理论工具对基于泛在信息的智能制造模式做定量、动态以及集成研究，这样才会对后续平台开发、系统构建和运行以及工程实施具有全局指导意义。针对制造体系建模与演化分析技术，重点需要解决以下几个问题：

1）产业复杂网络建模，是指建立基于复杂网络理论构建面向全产业链的企业网络及网络演化模型，反映智能制造中面向产品全生命周期不同类型企业之间、不同协作关系作用下的产业网络结构特征。

2）制造模式演化分析，是指在产业复杂网络模型的基础上，研究产业关联模型作用下，泛在信息感知空间下的创新制造模式（包括准实时、超精准加工制造模式多级反馈，跨层协同的扁平制造模式，面向任务的生产线自组织制造模式）的演化规律。

总之，借鉴演化经济学的观点，结合复杂网络建模理论，从组织范式和技术范式角度考虑制造模式在不同时期、不同环境中的演化规律，寻求智能制造在下一个十年的发展方向，可以帮助认识和理解泛在信息智能制造的内涵，为制造企业战略转型升级提供多方位的支持和引导。