摘要：复杂大型的云制造应用需要通过既相互独立又能进行相互配合的多个制造云来协同完成,导致同一个工作流中的任务可在多个分布的工作流引擎中完成.为此,提出了一种"按需分配"的工作流任务分配方法,将任务分配贯穿于业务过程模型实例化过程,详细分析了云制造环境下影响任务分配的4种主要因素;为提高任务分配过程的自动化程度,给出了每种因素与任务需求的匹配方法.仿真实验结果表明了该方法的有效性.

摘要：针对数字制造下多工序机械加工过程的质量控制问题,根据零件加工特征和基准,构建了基于尺寸链的工序关联矩阵,应用特征描述法存储零件工艺信息。在此基础上提出一种依据加工特征和基准的工序关联检索算法,用于提取关联工序。建立基于偏最小二乘回归方法的多工序质量分析与预测模型,通过偏最小二乘回归方法,提取对工序质量影响强的成分,以解决工艺过程中存在的自变量之间的多重相关问题,提高了多工序质量分析与预测的精度,该模型已应用于轴套零件加工过程中多工序质量的分析与预测。

摘要：针对叶片加工过程中质量精度不高的问题,提出了基于动态Bayesian网络的叶片加工质量监控与溯源方法。利用动态Bayesian网络建立起叶片加工工序间的相互联系,实现对整个加工过程的控制。基于Bayesian网络对影响加工工序的因素集建立因果联系,采用多元统计过程控制中的T2控制图完成对各工序影响因素集的监控。进行误差溯源时,根据Bayesian网络建立的因果关系对失控样本的T2统计量依据原因变量进行误差分解,并构建各分解变量的控制限,将其作为误差源判定的条件。通过对某叶片加工过程的仿真,验证了所提方法的有效性。

摘要：为实现服务型制造模式下跨组织业务流程的运行,提高企业对市场变化的适应能力,提出一种基于语义的跨组织协同业务流程构建框架。以制造服务为业务活动功能的实现载体,通过对服务能力进行语义描述,以服务能力为中介,实现业务逻辑和实现技术之间的松耦合,形成一种随需应变的业务构建模式。对框架内的制造服务语义建模、服务发现匹配和服务组合三项关键技术进行了研究。开发了协同业务流程构建原型系统,结合企业实际给出了框架实例,验证了方法的可行性。

摘要：发现数据之间的语义相关性是实现企业信息集成的前提。为克服单一匹配算法难于适应复杂应用环境,提高语义发现的自动化程度,文章提出一种基于混合模式匹配策略的企业信息语义相关性发现方法。在该方法中,定义关系模式作为企业数据源的统一描述和输入,首先通过复合名称匹配过程,计算特征元素名称之间的相似度,然后将匹配结果输入基于神经网络的特征综合信息分类器,实现特征元素的聚类。

摘要：针对云制造项目管理具有的项目随需动态产生、项目计划与执行同步进行、以能力为基本调度单元、不存在全局调控等典型特征,提出能力驱动的云制造项目监控机制。该机制通过建立面向多项目的能力层次网络计划模型,形成以能力为单元的项目管理基础;以全程能力服务使用状态监控为主线,以多因素的影响区域界定为监控手段,实现基于能力的多项目运行状态监控、能力冲突发现和冲突影响区域的界定;以全局影响范围最小为目标,实现能力冲突的消解和云制造项目计划的重构。阐述了该机制的核心思想、原理和实现过程,为实现动态随机的多项目管理与监控提供了新的解决方法。

摘要：为建立一种柔性、自适应的IT基础设施来实现随需的企业信息动态集成,提出一种面向对等语义网格服务的企业信息集成方法。该方法在结合基于对等网络的数据集成范例与语义网格技术的基础上,定义了四种面向不同语义描述层次的节点,通过节点之间的语义映射建立多层次、多粒度的企业数据对等语义集成框架;以扩展网格服务接口和建立语义元数据为手段,将每个节点转化为一个语义网格服务,将节点间的互操作转化为语义网格服务的互操作,实现基于对等网络语义互联的逻辑集成架构到面向语义网格服务体系的物理集成架构的映射,以及支持大规模、跨领域的面向对等语义网格服务的企业信息动态集成。

摘要：为了解决产品设计更改中可行更改路径分析困难的问题,提出了一种基于驱动参数建模的可行更改路径搜索和优选方法.从集合论观点出发描述了产品中的更改传播现象;在传统产品参数建模的基础上构建产品驱动参数关联网络模型,并介绍了产品模型的预处理方法;引入深度优先搜索算法(Depth First Search,DFS)实现可行更改路径的搜索;提出了评价最优更改路径的指标和优选准则指导更改方案优选工作,采用多属性决策方法(Technique for Order Preference by Similarity to an Ideal Solution,TOPSIS)完成最优更改方案的优选;通过开发的原型系统,实例验证了该方法的可行性.

摘要：针对加工过程中各种因素对表面粗糙度影响的不确定性,提出一种基于贝叶斯网络的表面粗糙度监测模型。直接从切削力和工件振动的传感器监测信号提取时域和频域能量特征,基于贝叶斯网络学习过程挖掘出表面粗糙度状态与信号特征的关联关系,从而根据粗糙度值域的概率分布得到监测结果。通过铣削加工过程的粗糙度监测实验验证了所提模型的有效性。

摘要：针对用户构建的以活动为中心的云制造项目计划不能适应以能力为基本调度单元的云制造项目管理机制的矛盾,提出云制造环境下面向能力的层次网络计划模型。通过对活动进行分割以及活动—能力、能力—活动、能力层次等关系模型的构建,实现以活动为中心的云制造项目计划模型向面向能力的层次网络计划模型的转换。所构建的能力层次网络计划模型以能力为云制造计划调度的基本单元,克服了以活动为管理单元的计划管理粒度粗放、不能及时捕获制造能力以及能力约束关系对计划(包括跨项目的多个计划)执行的影响等问题,从而建立面向能力的云制造计划调度与监控的基础。