[发明专利]一种面向智能制造的协同开发系统及方法在审
申请号: | 201810048889.9 | 申请日: | 2018-01-18 |
公开(公告)号: | CN108388977A | 公开(公告)日: | 2018-08-10 |
发明(设计)人: | 刘晋飞;刘江山;靳文瑞;唐堂;王亮;陈明 | 申请(专利权)人: | 同济大学 |
主分类号: | G06Q10/06 | 分类号: | G06Q10/06;G06Q10/10;G06Q50/04 |
代理公司: | 上海科盛知识产权代理有限公司 31225 | 代理人: | 赵志远 |
地址: | 200092 *** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 协同 开发系统 智能制造 指派 协同设计模块 需求分析模块 动态变化 过程决策 过程模型 开发模块 任务分解 任务模块 任务执行 任务指派 优化算法 可识别 柔性化 客户 直观 分解 生产 分类 评估 分配 转化 分析 | ||
1.一种面向智能制造的协同开发系统,其特征在于,该系统包括:
需求分析模块(10):为用户和系统之间交互的接口,用以在产品的生产之前获取客户对产品的需求,并对需求根据知识进行解释、分类,并转化生成任务;
任务分解模块(20):用以对生成的任务进行逐层分解,即,根据客户对产品的需求生成总任务(201),然后对总任务进行任务细分和功能细分,最终分解形成可识别的多个子任务(202);
指派任务模块(30):用以对描述的任务和问题进行分配,并且选择任务执行过程决策要素和过程模型的优化算法,将各个任务指派到相关的协同设计模块,实现产品开发子任务空间向协同设计智能体空间的映射;
协同开发模块(40):用以接受和执行指派的任务,并对执行结果进行评估和分析。
2.根据权利要求1所述的一种面向智能制造的协同开发系统,其特征在于,所述的需求分析模块(10)中,客户对产品的需求包括产品功能需求(101)、产品性能需求(102)、产品沟通需求(103)、产品渠道需求(104)、产品服务需求(105)和产品价格需求(106)。
3.根据权利要求1所述的一种面向智能制造的协同开发系统,其特征在于,所述的任务分解模块(20)在分解任务的过程中包括产品分解子模块(501)、功能分解子模块(502)以及模块化任务子模块(503),所述的产品分解子模块(501)用以按照产品功能模型、产品的结构模型以及产品的工作流模型分解为多个部件,所述的功能分解子模块(502)用以将产品的抽象模型按照功能细分为多个任务,所述的模块化任务子模块(503)用以将开发任务进行模块化处理并重组,输入协同工作组。
4.根据权利要求1所述的一种面向智能制造的协同开发系统,其特征在于,所述的指派任务模块(30)的具体指派过程为:
根据描述的任务和问题,建立马尔科夫任务分配模型,并选择对应的优化算法求解面向多智能体协同系统开发任务的马尔科夫决策过程模型,实现将各个子任务指派给相应的协同设计模块,即,将各个不同的任务映射为不同的智能体。
5.根据权利要求4所述的一种面向智能制造的协同开发系统,其特征在于,所述的马尔科夫决策过程模型的要素包括状态集合(301)、动作集合(302)、状态转移概率(303)、收益函数(304)和指标函数(305)。
6.根据权利要求1所述的一种面向智能制造的协同开发系统,其特征在于,所述的协同开发模块(40)包括任务执行过程和任务执行情况分析过程。
7.根据权利要求6所述的一种面向智能制造的协同开发系统,其特征在于,所述的任务执行过程依次包括接收任务(401)、分解任务(402)、形成方案(403)、设计标准(404)、执行任务(405)、评定任务(406)和完成任务(407)。
8.根据权利要求6所述的一种面向智能制造的协同开发系统,其特征在于,所述的任务执行情况分析过程包括风险评估(408)、执行方法(409)、规范标准(410)、推理分析(411)、决策评价(412)和黑板数据(413)。
9.根据权利要求8所述的一种面向智能制造的协同开发系统,其特征在于,所述的推理分析(411)包括规则推理(701)、实例推理(702)和方法推理(703),在设计任务时,优先采用规则推理(701)获取设计参数,当规则推理(701)不能满足求解要求时,采用方法推理(703)来获取设计方案,当当前设计任务与实例推理(702)相匹配时,则采用实例推理(702)的经验知识进行设计。
10.一种应用如权利要求1-9任一项所述的协同开发系统的协同开发方法,其特征在于,具体包括以下步骤:
1)获取客户对产品的需求,包括功能需求和结构需求,根据相关知识将其转化为系统可理解的形式,形成系统所要处理的任务;
2)对需求分析后的任务从逻辑关系、功能关系、用途关系和资源关系方面进行细分,形成可执行的各个子任务,实现任务的逐层分解;
3)对分解后的任务进行问题描述,建立马尔科夫决策过程模型,形成智能制造模式下的动态到达的任务分配问题的特征,并用迭代算法对模型进行优化,模型的求解结果提供任务分配问题的解决方案,并将各个任务指派给相应的协同设计模块;
4)对产品进行协同开发,包括对任务的执行及任务情况的评估;
5)实现产品的结构要求及功能要求,最终满足客户的需求,形成产品。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于同济大学,未经同济大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810048889.9/1.html,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法;其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政;管理
G06Q10-02 .预定,例如用于门票、服务或事件的
G06Q10-04 .预测或优化,例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理,例如组织、规划、调度或分配时间、人员或机器资源;企业规划;组织模型
G06Q10-08 .物流,例如仓储、装货、配送或运输;存货或库存管理,例如订货、采购或平衡订单
G06Q10-10 .办公自动化,例如电子邮件或群件的计算机辅助管理