一种工程机械维修再制造工艺技术适配方法、介质及设备与流程

摘要: 本发明涉及一种工程机械维修再制造工艺技术适配方法、介质及设备,属于工程机械再制造。背景技术:1、工程机械作为工程建设的支柱装备,其社会保有量巨大且增长较快。随着...
一种工程机械维修再制造工艺技术适配方法、介质及设备与流程

本发明涉及一种工程机械维修再制造工艺技术适配方法、介质及设备,属于工程机械再制造。

背景技术:

1、工程机械作为工程建设的支柱装备,其社会保有量巨大且增长较快。随着大量工程机械设备进入报废高峰期,对废旧工程机械及其零部件进行维修再制造,已成为降低生产成本、节约社会资源、实现绿色循环经济发展的必然选择。

2、当前工程机械零部件维修再制造行业虽形成了一定的技术基础,但本质上仍处于起步阶段。再制造工艺技术种类繁多,如超声波清洗、激光熔覆、等离子喷涂、电弧堆焊、冷焊、电刷镀等,每种工艺技术在技术可行性、生产经济性、资源保障性、产品竞争性及安全环保性等方面表现各异。如何针对特定零部件及工艺场景科学地选择最优工艺技术,是实现再制造产业化的核心难题。

3、目前,针对大型工程机械零部件维修及再制造领域的工艺技术选择,多依赖现场及行业经验,缺乏系统性的多因素综合评价方法。现有的评价方法主要包括以下几类:一是基于主观判断的方法,如层次分析法(ahp)、模糊层次分析法(fahp)等,通过构建判断矩阵利用经验确定权重,但存在主观偏差和一致性问题;二是基于客观数据的方法,如熵权法(ewm)、灰色关联法(gra)等,通过分析数据分布确定权重,但严重依赖样本数据;三是主客观结合的方法,如fahp-ewm、ahp-gra等,虽然综合了主客观因素,但计算复杂且方法选择困难。

4、相关专利如cn117575340a公开了一种基于模糊层次分析的公路固体废弃物再利用决策方法,采用fahp结合模糊综合评价,仍基于传统ahp得到精确值,仅在评价阶段引入模糊性;cn120450482a公开了基于ahp和模糊关系矩阵结合的农村生活污水处理技术决策支持方法,采用ahp确定精确权重后与模糊关系矩阵复合运算,权重计算阶段未引入模糊数,排序方式为复合运算;cn111882211a公开了一种基于ahp-灰色关联分析的集气工艺评价方法,采用ahp与灰色关联分析相结合,基于曲线几何形状相似度进行排序。上述专利均聚焦于公路固废利用、污水处理、集气工艺等不同工程场景,决策对象、评价指标体系及核心算法均与工程机械再制造工艺技术适配存在本质差异。

5、现有技术中仍存在以下不足:(1)评价指标与工程数据相脱节,指标设计繁杂且缺乏可追溯的工程来源;(2)传统ahp和topsis等方法难以有效处理评分数据中的模糊性和不确定性;(3)权重分配与方案排序方法相互割裂,权重计算和方案评分各自独立进行,缺乏从指标赋权到方案排序的完整链路;(4)缺乏与再制造工艺流程及数字化系统协同的自动化决策手段。

技术实现思路

1、本发明的目的在于克服现有技术中的不足,提供一种工程机械维修再制造工艺技术适配方法、介质及设备,能够解决工艺技术评估中的模糊性和不确定性,实现工程机械再制造工艺技术的自动化适配决策。为达到上述目的,本发明是采用下述技术方案实现的:

2、第一方面,本发明提供一种工程机械维修再制造工艺技术适配方法,包括:

3、获取工程机械零部件维修再制造的多源异构工艺技术数据,经预处理后依据工艺-技术类别进行分类融合,得到工艺-技术基础数据库;

4、从工艺-技术基础数据库中调用目标工艺数据,根据预定义的多类生产要素分解内容及语义匹配规则进行解析与标注,生成标准化工艺技术图谱;

5、初始化层次结构模型,将目标层配置为技术适配性评估,准则层配置为多个评价维度,方案层配置为各候选技术;所述评价维度与多类生产要素之间预设有映射关系;

6、以三角模糊数表示各评价维度间的相对重要性,构建模糊判断矩阵,经一致性检验后计算得到各评价维度的权重向量;

7、获取各候选技术在评价维度上的三角模糊数评分,经几何平均聚合后排列为模糊评价矩阵,将模糊评价矩阵中的各评分与权重向量中的对应权重相乘,得到加权规范化模糊决策矩阵;

8、基于加权规范化模糊决策矩阵计算各候选技术的相对贴近度,按贴近度大小输出工艺技术的适配性排序结果。

9、结合第一方面,可选地,所述经预处理后依据工艺-技术类别进行分类融合,得到工艺-技术基础数据库,包括:

10、识别多源异构工艺技术数据中的缺失字段,采用同类工艺的均值填补缺失字段,并记录填补标识;

11、依据模糊匹配检测重复冗余的数据,消除重复冗余的数据;

12、采用规则检测与统计离群点检测识别数据异常值,剔除数据异常值;

13、根据处理后数据的工艺-技术类别进行分类融合,得到工艺-技术基础数据库。

14、结合第一方面,可选地,所述根据预定义的多类生产要素分解内容及语义匹配规则进行解析与标注,生成标准化工艺技术图谱,包括:

15、采用基于规则引擎与自然语言处理相结合的方式,根据预定义的多类生产要素分解内容,对工艺-技术基础数据库中的半结构化与非结构化工艺数据进行解析,得到解析结果;

16、根据语义匹配规则将解析结果标注至对应的要素类别,得到要素标注数据;

17、基于所述要素标注数据,生成以工艺技术节点为核心、以多类生产要素为标签的标准化工艺技术图谱。

18、结合第一方面,可选地,所述多类生产要素包括人员、设备、物料、方法、环境和检测六类要素,所述准则层的评价维度包括技术可行性、生产经济性、资源保障性、产品竞争性和安全环保性;

19、所述评价维度与多类生产要素之间的映射关系为:技术可行性关联方法要素和检测要素,生产经济性关联设备要素和物料要素,资源保障性关联人员要素和物料要素,产品竞争性关联方法要素和检测要素,安全环保性关联环境要素和物料要素。

20、结合第一方面,可选地,所述以三角模糊数表示各评价维度间的相对重要性,构建模糊判断矩阵,包括:

21、获取预置的模糊语言评价数据,根据预存的标度映射关系将所述模糊语言评价数据转换为对应的标度值,所述标度映射关系包含多个标度等级且满足互反性;

22、将标度值转换为三角模糊数,其中每个三角模糊数包括下限值、中值和上限值;

23、根据各评价维度间的相对重要性的三角模糊数构建模糊判断矩阵,所述模糊判断矩阵中第i行第j列元素与第j行第i列元素互为倒数关系。

24、结合第一方面,可选地,所述经一致性检验后计算得到各评价维度的权重向量,包括:

25、提取模糊判断矩阵中每个三角模糊数的中值,构成精确矩阵;

26、计算精确矩阵的最大特征值,根据最大特征值计算一致性比率,判断一致性比率是否小于预设阈值,若是则通过一致性检验,若否则反馈修正;

27、响应于通过一致性检验,采用几何平均法计算各评价维度的模糊权重,通过下式表示:

28、,

29、,

30、,

31、其中,为评价维度的模糊权重,为每行模糊乘积的几何平均值,为所有的模糊和,为模糊除法运算符,为的下限值,为的上限值,为的中值,为的中值,为的上限值,为的下限值;为求积运算的遍历列索引,为评价维度的总数,为模糊判断矩阵中第i行第j列的三角模糊数;为模糊加法运算符,为求和运算的遍历列索引,为第行模糊乘积的几何平均值,为的下限值,为的中值,为的上限值;

32、采用重心法对所述模糊权重进行去模糊化,得到去模糊化权重,通过下式表示:

33、,

34、其中,为评价维度的去模糊化权重,为评价维度的模糊权重的下限值,为评价维度的模糊权重的中值,为评价维度的模糊权重的上限值;

35、对去模糊化权重进行归一化,得到各评价维度的精确权重向量,通过下式表示:

36、,

37、其中,为评价维度的精确权重,表示为,为第个评价维度的去模糊化权重。

38、结合第一方面,可选地,所述获取各候选技术在评价维度上的三角模糊数评分,经几何平均聚合后排列为模糊评价矩阵,将模糊评价矩阵中的各评分与权重向量中的对应权重相乘,得到加权规范化模糊决策矩阵,包括:

39、获取预置的各候选技术在评价维度上的三角模糊数评分数据,采用几何平均法对三角模糊数评分数据进行聚合,得到综合模糊评分,通过下式表示:

40、,

41、其中,为聚合后第个候选技术在第个评价维度上的综合模糊评分,为评分数据源总数,为第个预置评分数据源对第个候选技术在第个评价维度上的三角模糊数评分;

42、将各候选技术的综合模糊评分排列为模糊评价矩阵;

43、将模糊评价矩阵中的各综合模糊评分与对应评价维度的精确权重相乘,得到加权规范化模糊决策矩阵,通过下式表示:

44、,

45、其中,为加权规范化模糊决策矩阵中第个候选技术在第个评价维度上的元素,为第个评价维度的精确权重,为乘法运算符。

46、结合第一方面,可选地,所述基于加权规范化模糊决策矩阵计算各候选技术的相对贴近度,包括:

47、从加权规范化模糊决策矩阵中,分别取每个评价维度上所有候选技术对应元素中的最大值和最小值,作为该评价维度的模糊正理想解和模糊负理想解;

48、计算每个候选技术在各个评价维度上到所述模糊正理想解的距离,汇总为各候选技术到模糊正理想解的总距离,通过下式表示:

49、,

50、,

51、其中,为第个候选技术在第个评价维度上到模糊正理想解的距离,为加权规范化模糊决策矩阵中第个候选技术在第个评价维度上三角模糊数的下限值,为第个评价维度模糊正理想解的下限值,为加权规范化模糊决策矩阵中第个候选技术在第个评价维度上三角模糊数的中值,为第个评价维度模糊正理想解的中值,为加权规范化模糊决策矩阵中第个候选技术在第个评价维度上三角模糊数的上限值,为第个评价维度模糊正理想解的上限值;为第个候选技术到模糊正理想解的总距离,为评价维度总数;

52、计算每个候选技术在各个评价维度上到所述模糊负理想解的距离,汇总为各候选技术到模糊负理想解的总距离,通过下式表示:

53、,

54、,

55、其中,为第个候选技术在第个评价维度上到模糊负理想解的距离,为第个评价维度模糊负理想解的下限值,为第个评价维度模糊负理想解的中值,为第个评价维度模糊负理想解的上限值;为第个候选技术到模糊负理想解的总距离;

56、根据总距离计算每个候选技术的相对贴近度,通过下式表示:

57、,

58、其中,为第个候选技术的相对贴近度。

59、第二方面,本发明提供一种计算机可读存储介质,其上存储有计算机程序/指令,该计算机程序/指令被处理器执行时,实现第一方面所述的工程机械维修再制造工艺技术适配方法的步骤。

60、第三方面,本发明提供一种计算机设备,包括:

61、存储器,用于存储计算机程序/指令;

62、处理器,用于执行所述计算机程序/指令以实现第一方面所述的工程机械维修再制造工艺技术适配方法的步骤。

63、与现有技术相比,本发明实施例所提供的一种工程机械维修再制造工艺技术适配方法、介质及设备所达到的有益效果包括:

64、本发明获取工程机械零部件维修再制造的多源异构工艺技术数据,经预处理后依据工艺-技术类别进行分类融合,得到工艺-技术基础数据库;从工艺-技术基础数据库中调用目标工艺数据,根据预定义的多类生产要素分解内容及语义匹配规则进行解析与标注,生成标准化工艺技术图谱;本发明生成的标准化工艺技术图谱使后续评价具有可追溯的工程数据来源,克服了传统方法中评价指标与工程数据脱节、缺乏数据根基的缺陷;

65、本发明初始化层次结构模型,将目标层配置为技术适配性评估,准则层配置为多个评价维度,方案层配置为各候选技术;评价维度与多类生产要素之间预设有映射关系;本发明通过构建评价维度与多类生产要素之间的映射关系,使评价维度具有工程内涵和可追溯性,将层次结构模型的准则层与工艺技术图谱中结构化的生产要素数据绑定,为模糊评价提供了能够复用的输入基础,解决了传统方法中指标繁杂模糊的问题;

66、本发明以三角模糊数表示各评价维度间的相对重要性,构建模糊判断矩阵,经一致性检验后计算得到各评价维度的权重向量;本发明保留了判断过程中的不确定性信息,克服了传统层次分析法以精确标度压缩信息的问题;

67、本发明获取各候选技术在评价维度上的三角模糊数评分,经几何平均聚合后排列为模糊评价矩阵,将模糊评价矩阵中的各评分与权重向量中的对应权重相乘,得到加权规范化模糊决策矩阵;本发明权重分配与方案排序在同一框架下完成,避免了传统方法中权重计算与方案排序割裂的问题;

68、本发明基于加权规范化模糊决策矩阵计算各候选技术的相对贴近度,按贴近度大小输出工艺技术的适配性排序结果;本发明从权重计算到方案评分的全过程均保留三角模糊数形式的模糊信息,避免了传统排序方法因信息压缩或近似处理带来的决策偏差,提高了评价结果的准确性;

69、综上所述,本发明实现从工艺数据输入至适配性排序结果输出的自动化决策,能够解决工艺技术评估中的模糊性和不确定性,实现工程机械再制造工艺技术的自动化适配决策。