導(dǎo)向輥生產(chǎn)設(shè)備制造資源集合匹配方法

張?jiān)鰪?qiáng)，劉善慧，師可強(qiáng)，錢(qián)頌，王先菊

（西安理工大學(xué) 印刷包裝與數(shù)字媒體學(xué)院，西安 710048）

導(dǎo)向輥?zhàn)鳛榘b印刷機(jī)械的核心零部件，當(dāng)其傳統(tǒng)生產(chǎn)方式中的某道工序由于自身加工能力不足等原因無(wú)法加工時(shí)，就需要外包給具有相應(yīng)制造能力的加工企業(yè)協(xié)助完成，在這一過(guò)程中存在制造資源利用率低、外協(xié)成本高等難題。云制造是一種面向服務(wù)的、高效率、低能耗的網(wǎng)絡(luò)化制造新模式[1]，將其引入導(dǎo)向輥生產(chǎn)工序外協(xié)中來(lái)，能夠有效提高導(dǎo)向輥外協(xié)企業(yè)設(shè)備制造資源的利用率、降低企業(yè)的外協(xié)成本，促進(jìn)制造企業(yè)之間的跨域協(xié)同。然而，由于在云資源池中具有相似功能的導(dǎo)向輥生產(chǎn)設(shè)備云制造資源（Cloud Manufacturing Resources，CMR）數(shù)目繁多，直接尋找滿足導(dǎo)向輥生產(chǎn)工序云制造需求（Cloud Manufacturing Demand，CMD）的最優(yōu)生產(chǎn)設(shè)備CMR 效率較低。因此，在導(dǎo)向輥工序外協(xié)的初期，如何對(duì)種類數(shù)量多、功能相似的導(dǎo)向輥生產(chǎn)設(shè)備CMR 進(jìn)行聚類，實(shí)現(xiàn)導(dǎo)向輥生產(chǎn)工序CMD 與生產(chǎn)設(shè)備CMR 集合的匹配，降低制造資源的尋優(yōu)范圍已成為亟待解決的問(wèn)題。

目前，關(guān)于云制造需求與資源集合的匹配方法已有很多國(guó)內(nèi)外學(xué)者進(jìn)行了相關(guān)研究。Bouzary 等[2]通過(guò)實(shí)施5 種分類算法并使用從制造能力數(shù)據(jù)中提取的TF–IDF 向量，成功檢索了相應(yīng)子任務(wù)的候選集；馬仁杰等[3]采用區(qū)間數(shù)對(duì)質(zhì)量信息進(jìn)行描述，基于灰色關(guān)聯(lián)度計(jì)算服務(wù)質(zhì)量匹配相似度，對(duì)服務(wù)資源類型、描述和質(zhì)量信息進(jìn)行了匹配；Zhang 等[4]提出了一種基于遺傳算法的客戶需求匹配算法，以保證所有任務(wù)的總成本和時(shí)間最低；高新勤等[5]在對(duì)云服務(wù)進(jìn)行聚類預(yù)處理并形成多個(gè)服務(wù)類簇的基礎(chǔ)上，提出了加工設(shè)備云服務(wù)集合的初選方法；Xiao 等[6]提出了一種基于多維信息融合的制造資源匹配決策方法，用于實(shí)現(xiàn)制造資源的精確匹配；Wang 等[7]建立了Web 服務(wù)語(yǔ)言和人工神經(jīng)網(wǎng)絡(luò)的Web 外包服務(wù)聚類和搜索模型；李成海等[8]提出一種基于屬性匹配的云制造服務(wù)資源搜索方法，并構(gòu)造了關(guān)鍵詞規(guī)范化算法和參數(shù)化的屬性匹配算法；Xu 等[9]建立了基于關(guān)鍵字同義詞擴(kuò)展的服務(wù)發(fā)現(xiàn)匹配模型；Tong 等[10]提出一種基于分布式哈希表的高效、便捷、智能資源發(fā)現(xiàn)機(jī)制的云制造分層資源服務(wù)模型。但是結(jié)合導(dǎo)向輥生產(chǎn)工藝及制造資源特點(diǎn)的CMD 與CMR 集合的匹配研究仍然較為匱乏。

可拓聚類是一種基于可拓學(xué)理論模型進(jìn)行數(shù)據(jù)聚類的方法[11]，具有判斷數(shù)據(jù)所屬類別簡(jiǎn)單高效的特點(diǎn)，被應(yīng)用于量化分析社會(huì)網(wǎng)格變化[12]、建筑用戶需求發(fā)現(xiàn)[13]、預(yù)測(cè)電信運(yùn)營(yíng)商的指標(biāo)[14]、礦井通風(fēng)可靠性評(píng)價(jià)[15]、復(fù)雜產(chǎn)品系統(tǒng)模塊劃分[16]、質(zhì)量狀態(tài)動(dòng)態(tài)評(píng)估[17]、軟件質(zhì)量測(cè)度[18]、服裝需求預(yù)測(cè)[19]等數(shù)據(jù)分析領(lǐng)域且均有很好的效果。因此，本文針對(duì)云制造模式下導(dǎo)向輥外協(xié)制造特點(diǎn)對(duì)傳統(tǒng)的可拓聚類算法進(jìn)行改進(jìn)，完成導(dǎo)向輥生產(chǎn)設(shè)備CMR 聚類集合與生產(chǎn)工序需求的匹配，最后通過(guò)實(shí)驗(yàn)驗(yàn)證該方法在導(dǎo)向輥工序外協(xié)中的有效性。

1 導(dǎo)向輥生產(chǎn)設(shè)備CMR 建模

1.1 制造工藝分析

導(dǎo)向輥按照有無(wú)鋼軸分為有鋼軸導(dǎo)向輥和無(wú)鋼軸導(dǎo)向輥兩大類，其中有鋼軸導(dǎo)向輥?zhàn)顬槌Ｒ?jiàn)。本文也以此作為研究對(duì)象。有鋼軸導(dǎo)向輥主要由鋼軸、鋁堵、輥筒等三部分組成。結(jié)合對(duì)導(dǎo)向輥制造企業(yè)的調(diào)研分析，得到導(dǎo)向輥的生產(chǎn)工藝流程及其生產(chǎn)設(shè)備CMR 如圖1 所示。根據(jù)導(dǎo)向輥制造工藝所用設(shè)備的不同，本文將導(dǎo)向輥制造過(guò)程分為7 道工序，以每道工序作為不同的生產(chǎn)工序CMD，分別為下料、粗車(chē)鋼軸和鋁堵、精車(chē)輥筒、熱裝、精車(chē)導(dǎo)向輥、微弧氧化以及動(dòng)平衡CMD。

圖1 導(dǎo)向輥制造工藝與設(shè)備制造資源Fig.1 Guide roller manufacturing process and equipment manufacturing resources

1.2 生產(chǎn)設(shè)備CMR 建模

設(shè)導(dǎo)向輥生產(chǎn)設(shè)備CMR 集合為R={q1,q2, …,qn}，其中，qi（i=1, 2, …,n）表示單個(gè)CMR，n表示導(dǎo)向輥生產(chǎn)設(shè)備CMR 的數(shù)量。

建立qi的物元模型為Ri：

則稱Ri為N維物元，其中C1,C2, …,Cm表示導(dǎo)向輥生產(chǎn)設(shè)備CMR 的m個(gè)不同的特征屬性，x1,x2, …,xm表示對(duì)應(yīng)特征屬性的量值。

2 CMR 集合匹配方法

2.1 建立生產(chǎn)工序CMD 子集

根據(jù)上文對(duì)導(dǎo)向輥工藝進(jìn)行分析，以導(dǎo)向輥的7道工序作為不同的制造需求，采用深入陜西北人印刷機(jī)械有限責(zé)任公司調(diào)研得到的常見(jiàn)有鋼軸導(dǎo)向輥每道工序的云制造資源數(shù)據(jù)作為原始數(shù)據(jù)，建立導(dǎo)向輥生產(chǎn)工序CMD 子集Ni'，具體步驟如下：

1）根據(jù)導(dǎo)向輥生產(chǎn)工序CMD 確定導(dǎo)向輥生產(chǎn)工序CMD 子集數(shù)量為7，即N1'—N7'。

2）選取導(dǎo)向輥生產(chǎn)設(shè)備CMR 的可用加工方法屬性類型為導(dǎo)向輥生產(chǎn)工序CMD 子集的數(shù)據(jù)屬性，其中C1為可加工最大質(zhì)量，C2為可加工材料，C3為可加工最大長(zhǎng)度，C4為可加工最大直徑。其余如加工精度、加工成本和質(zhì)量等屬性因素將會(huì)在后續(xù)CMR最優(yōu)選時(shí)作為資源的評(píng)價(jià)指標(biāo)，這里不做考慮。

3）選取調(diào)研數(shù)據(jù)中的同類生產(chǎn)設(shè)備CMR 的各屬性值的最小值，并縮小10%作為需求子集的左端點(diǎn)a；選取各屬性的最大值，并擴(kuò)大10%作為需求子集的右端點(diǎn)b。最終建立的導(dǎo)向輥生產(chǎn)工序CMD 子集如表1 所示。

表1 屬性數(shù)據(jù)Tab.1 Attributes

2.2 確定經(jīng)典域和節(jié)域

1）參考文獻(xiàn)[20]中的方法，建立第i個(gè)云制造需求子集Ni'的經(jīng)典域可拓物元模型為RNi，見(jiàn)式（2）。

式中：C1,C2, …,Cm為子集Ni'的m個(gè)不同的特征屬性；Vi1,Vi2, …,Vim分別為子集Ni'關(guān)于特征C1,C2, …,Cm的取值范圍，即為經(jīng)典域，記作：

八十年代的“重寫(xiě)文學(xué)史”，主要是在微觀層面上進(jìn)行研究，或者是以整體觀念來(lái)看待整個(gè)二十世紀(jì)的中國(guó)文學(xué)。但是對(duì)一些宏觀理論例如怎樣對(duì)待文學(xué)與歷史之間的關(guān)系，怎樣重寫(xiě)文學(xué)史，如何看待自己的學(xué)術(shù)立場(chǎng)等問(wèn)題敘述不甚明了。筆者認(rèn)為，對(duì)具體作家作品等重新研究評(píng)價(jià)之所以會(huì)成為“重寫(xiě)文學(xué)史”的重心，關(guān)鍵在于“重寫(xiě)文學(xué)史”表現(xiàn)出了諸多的自覺(jué)特點(diǎn)。

式中：i=1, 2, …,n；j=1, 2, …,m。

2）建立導(dǎo)向輥云制造需求子集Ni'的節(jié)域可拓物元模型為iPR，見(jiàn)式（4）。

式中：Wpm為Ni'的第m個(gè)特征Cm的對(duì)應(yīng)量值范圍，即節(jié)域，記作：

式中：j=1, 2, …,m。

2.3 計(jì)算綜合關(guān)聯(lián)度

1）待聚類qi的每個(gè)屬性因子的權(quán)系數(shù)為：

式中：xij為待聚類qi的各屬性值；bij為待聚類制造資源qi所對(duì)應(yīng)的經(jīng)典域的最大值；j為因子，j=1,2, …,n；i為類別，i=1, 2, …,m。

2）根據(jù)文獻(xiàn)[21]中的方法，計(jì)算待聚類制造資源qi對(duì)Ni'各類別關(guān)聯(lián)函數(shù)的公式見(jiàn)式（7）。

式中：Ki(xj)為第j個(gè)物元Rj的每一個(gè)特征值與第i個(gè)經(jīng)典域和節(jié)域之間的關(guān)聯(lián)函數(shù)，i=1, 2, …,n，j=1,2, …,m，其中n為經(jīng)典域個(gè)數(shù)，m為物元的特征值個(gè)數(shù)；ρ(xj,Xij)為xj與區(qū)間Xij的距；ρ(xj,Xpj)為xj與區(qū)間Xpj的距；xj為物元Ri的第j個(gè)特征值；區(qū)間Xij為第i個(gè)經(jīng)典域RNi的Vij；區(qū)間Xpj為節(jié)域RPi對(duì)應(yīng)的Wpj，且Xij和Xpj無(wú)公共端點(diǎn)。

3）待聚類qi對(duì)Ni'的綜合關(guān)聯(lián)度計(jì)算公式為：

式中：Ki(qi)為物元Ri所代表的云制造資源qi與第i個(gè)Ni'的綜合關(guān)聯(lián)度。

2.4 導(dǎo)向輥CMR 聚類

待聚類qi的聚類流程如圖2 所示，具體步驟如下：1）取Ki=max(Ki(qi))，其中i=1, 2, …,m。

圖2 聚類流程Fig.2 Clustering flowchart

2）若Ki>0，則判定樣本qi屬于Ni'；若Ki=0，則無(wú)法判斷該樣本qi屬于該Ni'；若對(duì)一切i(i=1, 2, …,n)都有Ki<0，則可判定樣本qi不屬于所定的Ni'類。

3）通過(guò)上述步驟尋找出屬于相同需求子集Ni'的樣本qi，形成不同的云制造資源聚類集合KNi，完成云制造資源聚類。

2.5 導(dǎo)向輥CMR 集合與CMD 匹配

云制造資源集合與制造需求匹配流程如圖3 所示，具體步驟如下：

圖3 匹配流程Fig.3 Matching flowchart

1）從第i（i=1）個(gè)云制造資源集合KNi中隨機(jī)選取制造資源qj（j為隨機(jī)數(shù)）。

2）選取qj的可用加工方法屬性值x1，再選取導(dǎo)向輥制造需求集合N中的第i個(gè)導(dǎo)向輥制造需求Rti的加工方法屬性值xt1。

3）判斷x1是否與xt1相等，如果相等則KNi與Rti互相匹配；接著判斷KNi+1是否存在，如果存在則先執(zhí)行i=i+1，回到起點(diǎn)繼續(xù)循環(huán)，不存在則循環(huán)結(jié)束，所有的制造資源與導(dǎo)向輥制造需求匹配完成。

4）如果x1與xt1不相等，則先執(zhí)行i=i+1，再判斷實(shí)際導(dǎo)向輥云制造需求集合中是否還有制造需求，如果有，則繼續(xù)返回選取第i+1 個(gè)制造需求；如果沒(méi)有，則再判斷KNi+1是否存在，如果不存在則循環(huán)結(jié)束，所有的制造資源與實(shí)際導(dǎo)向輥制造需求匹配完成，如果存在則回到起點(diǎn)繼續(xù)循環(huán)。至此，全部的制造資源匹配完成。

3 實(shí)驗(yàn)與分析

本文所用導(dǎo)向輥生產(chǎn)設(shè)備數(shù)據(jù)為深入企業(yè)調(diào)研后修改部分得到，實(shí)驗(yàn)所選擇的10 例導(dǎo)向輥生產(chǎn)設(shè)備制造資源數(shù)據(jù)是從調(diào)研得到不同類別的數(shù)據(jù)中隨機(jī)抽取而來(lái)。導(dǎo)向輥生產(chǎn)設(shè)備CMR 和生產(chǎn)工序CMD屬性數(shù)據(jù)說(shuō)明見(jiàn)表2，待聚類導(dǎo)向輥生產(chǎn)設(shè)備CMR屬性數(shù)據(jù)見(jiàn)表3，導(dǎo)向輥生產(chǎn)工序CMD 屬性數(shù)據(jù)見(jiàn)表4。

表2 屬性數(shù)據(jù)說(shuō)明Tab.2 Description of attributes

表3 導(dǎo)向輥CMR 屬性數(shù)據(jù)Tab.3 Attributes of guide roller CMR

表4 導(dǎo)向輥CMD 屬性數(shù)據(jù)Tab.4 Attributes of guide roller CMD

實(shí)驗(yàn)最終得到導(dǎo)向輥生產(chǎn)設(shè)備CMR 的聚類結(jié)果如表5 所示。由表5 可以看出，代號(hào)為q1與q2的CMR 被聚類到導(dǎo)向輥CMD 子集N1'下。分析q1與q2的各屬性值，發(fā)現(xiàn)屬性值較為接近，即q1與q2能夠完成的導(dǎo)向輥生產(chǎn)工序CMD 類似。同理，對(duì)其余聚類到一起的資源屬性值進(jìn)行分析也能得到同樣的結(jié)果，聚類結(jié)果準(zhǔn)確。

表5 樣本聚類結(jié)果Tab.5 Sample clustering result

導(dǎo)向輥生產(chǎn)工序CMD 與生產(chǎn)設(shè)備CMR 集合的匹配結(jié)果如表6 所示?？梢钥闯觯a(chǎn)設(shè)備CMR 集合KN1中的代號(hào)為q1、q2的CMR 的可用加工方法屬性為鋸，因此均可滿足導(dǎo)向輥的下料需求N1。同理，其他資源集合中的CMR 也能完成所對(duì)應(yīng)的導(dǎo)向輥生產(chǎn)工序CMD，實(shí)驗(yàn)結(jié)果與實(shí)際需求情況一致。說(shuō)明本方法對(duì)導(dǎo)向輥生產(chǎn)設(shè)備 CMR 集合與生產(chǎn)工序CMD 的匹配具有良好的效果。

表6 樣本集合匹配結(jié)果Tab.6 Sample set matching result

4 結(jié)語(yǔ)

針對(duì)云制造環(huán)境下，導(dǎo)向輥生產(chǎn)工序外協(xié)時(shí)直接搜索滿足導(dǎo)向輥生產(chǎn)工序CMD 的生產(chǎn)設(shè)備CMR 效率較低的問(wèn)題，本文結(jié)合云制造模式下導(dǎo)向輥制造的特點(diǎn)，將可拓聚類算法引入導(dǎo)向輥生產(chǎn)設(shè)備CMR 聚類中，并對(duì)傳統(tǒng)的可拓聚類算法進(jìn)行了改進(jìn)，提出了基于改進(jìn)可拓聚類的導(dǎo)向輥生產(chǎn)工序CMD 與生產(chǎn)設(shè)備CMR 集合匹配方法。本方法解決了可拓聚類算法無(wú)法直接在導(dǎo)向輥生產(chǎn)設(shè)備CMR 聚類中使用的問(wèn)題，能夠有效地對(duì)導(dǎo)向輥生產(chǎn)設(shè)備CMR 進(jìn)行聚類并且與生產(chǎn)工序CMD 匹配，縮小了搜索候選生產(chǎn)設(shè)備CMR 的范圍，提高了導(dǎo)向輥生產(chǎn)工序外協(xié)時(shí)云制造初期的匹配效率。為下一步按照加工精度和加工成本等評(píng)價(jià)指標(biāo)尋找滿足導(dǎo)向輥生產(chǎn)工序CMD 的最優(yōu)生產(chǎn)設(shè)備CMR 奠定了基礎(chǔ)。