کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
6679569 1428032 2018 15 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Integrating multi-granularity model and similarity measurement for transforming process data into different granularity knowledge
ترجمه فارسی عنوان
یکپارچه سازی مدل چند دانه ای و اندازه گیری شباهت برای تبدیل داده های فرایند به دانش دانه گرایی مختلف
کلمات کلیدی
مدل دانش چندگانه تحول دانش، مدل اندازه گیری شباهت برنامه ریزی فرایند،
ترجمه چکیده
هسته تولید هوشمند این است که دانش کارشناس را در فرآیند تولید ترکیب کند و انتقال دانش، کلید جمع آوری دانش و کاربرد آن است. در این مقاله، تحقیق روی تحول دانش دانش دانه بندی از موارد قطعات فلزی در برنامه ریزی فرآیند انجام شده است. اول از همه، در این مقاله تفاوت ساختار سازمانی بین داده های فرایند و دانش در پایگاه تجزیه و تحلیل می شود. مدل چند دانه ای از دانش فرآیند به صورت دوره ای ایجاد می شود که به تشریح ساختار سلسله مراتبی و روابط داخلی کمک می کند. پس از آن، فرایند بتن برای تبدیل داده های فرآیند تک دانه به اطلاعات پردازش چند دانه ای، یعنی استخراج داده ها، تعیین وضعیت و ساخت دانش، ارائه می شود. با توجه به تصمیم گیری دولت، روش های اندازه گیری شباهت برای دانش دانه بندی های مختلف برای ایجاد کاهش کارآیی در روند تحول ایجاد شده است. به عنوان یک رویکرد جدید، توازن توالی بر اساس فاصله ویرایش پیشنهاد می شود برای تشخیص دقیق شباهت بین دو جریان فرایند. در نهایت، ابزار تحول دانش برای دانش جزئیات گرانشی، برای افزایش دانش و توسعه توانایی استفاده مجدد دانش در طراحی سفارشات قطعات ورق فلزی با استفاده از روش فوق توسعه یافته است. همچنین یک مثال برای نشان دادن سودمندی روش پیشنهادی ارائه شده است.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر هوش مصنوعی
چکیده انگلیسی
The core of intelligent manufacturing is to incorporate the expert knowledge in manufacturing process, and knowledge transformation is the key to knowledge accumulation and application. In this paper, the research carried on transformation for different granularity knowledge from the cases of sheet metal parts in process planning. First of all, this paper analyzes the difference of organization structure between process data and knowledge in the base. The multi-granularity model of process knowledge is established in the form of tuple, which helps to clarify the hierarchy structure and internal relations. Thereafter, the concrete process is presented to transform single granularity process data into multi-granularity process knowledge, i.e., process data extraction, state determination and knowledge construction. With respect to state determination, similarity measure methods for different granularity knowledge are established to reduce the redundancy in the transformation process. As a novel approach, sequence alignment based on edit distance is proposed to calculate similarity exactly between two process flows. Finally, the knowledge transformation tool for different granularity knowledge is developed to enhance knowledge acquisition and improve the strength of knowledge reuse in fabrication order design for sheet metal parts through application of the above method. Also an example is given to illustrate the usefulness of the proposed method.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Advanced Engineering Informatics - Volume 37, August 2018, Pages 88-102
نویسندگان
, , ,