基于有向无环图和模板匹配的产品生产制造方法、装置、设备及介质与流程

本发明涉及智能制造，特别涉及基于有向无环图和模板匹配的产品生产制造方法、装置、设备及介质。

背景技术：

1、在现代生产制造领域，操作规程的制定与生产流程的管理是保障生产效率与产品质量的重要环节。随着制造业向智能化、精细化方向发展，多品种、小批量的柔性生产模式日益普及，企业对操作规程编制与流程管理的效率、准确性及灵活性提出了更高要求。

2、现有技术中，生产制造操作规程的制定与流程模型的构建主要依赖人工编写和手动搭建的方式。技术人员需根据生产工艺要求，结合经验知识逐条撰写操作步骤、注意事项及相关规范，并通过手动绘制流程图来呈现各工序间的逻辑关系；同时，操作规程与流程模型之间的关联往往依赖人工反复比对与调整，以确保二者一致。

3、然而，上述方式存在明显不足：一方面，人工编写效率低下，在面对工序繁多、依赖关系复杂的工艺路线时，编制周期往往长达数周甚至数月，且容易因主观疏忽而遗漏关键工序或错误设置工艺参数，准确性难以保证；另一方面，静态的操作规程与流程模型难以适应工艺路线的动态变更，工艺一经调整便需重新编制，灵活性较差；此外，不同人员编写风格各异，致使文件缺乏统一标准，且手动搭建的流程模型难以准确反映各工序的执行顺序与条件约束逻辑，规范性不足，制约了生产管理水平的进一步提升。

4、因此，如何提升产品制造过程中的生产效率、操作准确性以及流程规范性是需要解决的问题。

技术实现思路

1、有鉴于此，本发明的目的在于提供基于有向无环图和模板匹配的产品生产制造方法、装置、设备及介质，能够提高生产制造的效率。其具体方案如下：

2、第一方面，本技术公开了一种基于有向无环图和模板匹配的产品生产制造方法，包括：

3、获取目标产品的工艺路线数据，并对所述工艺路线数据进行解析，以将所述工艺路线数据中的多个工序节点及其依赖关系编码为有向无环图；

4、基于拓扑排序算法对所述有向无环图中的工序节点进行优先级排序，得到结构化的目标节点序列；

5、基于所述目标节点序列确定所述目标产品的工艺参数特征向量，并构建所述目标产品的流程模型；所述工艺参数特征向量包括工序序列特征、物料清单特征和条件约束特征；所述流程模型用于表征各工序节点的工序执行顺序及条件判断逻辑；

6、基于预设模板匹配算法将所述工艺参数特征向量与预设文件模板库中各模板的特征向量进行匹配，以确定所述目标产品对应的目标模板；

7、基于所述流程模型和所述目标模板，生成所述目标产品的生产制造操作规程，以便基于所述生产制造操作规程，对所述目标产品的生产制造过程进行控制。

8、可选的，所述获取目标产品的工艺路线数据，并对所述工艺路线数据进行解析，以将所述工艺路线数据中的多个工序节点及其依赖关系编码为有向无环图，包括：

9、获取目标产品的工艺路线数据，并对所述工艺路线数据进行数据预处理操作，以得到处理后数据；所述数据预处理操作包括对所述工艺路线数据进行清洗与标准化处理，以去除所述工艺路线数据中的冗余信息，以及对所述工艺路线数据中的缺失字段进行补充；

10、从所述处理后数据中读取工序序列、物料清单和条件约束；

11、将所述工序序列中的各工序确定为工序节点，并根据所述工序序列、所述物料清单及所述条件约束确定各所述工序节点之间的依赖关系；

12、基于深度优先搜索算法或广度优先搜索算法对各所述工序节点及其依赖关系进行遍历，将各所述工序节点作为节点、将各所述依赖关系作为有向边，以得到有向无环图。

13、可选的，所述基于拓扑排序算法对所述有向无环图中的工序节点进行优先级排序，得到结构化的目标节点序列，包括：

14、基于拓扑排序算法，按照所述有向无环图中各节点之间的依赖关系对所述节点进行优先级排序，以得到排序结果；

15、基于预设路径分析公式确定所述有向无环图中各工序节点的重要性评分，并根据所述重要性评分从各所述工序节点中确定所述目标产品的核心工序；

16、基于所述排序结果及所述核心工序，得到结构化的目标节点序列。

17、可选的，所述基于所述目标节点序列确定所述目标产品的工艺参数特征向量，并构建所述目标产品的流程模型，包括：

18、根据所述目标节点序列中各工序节点的工序执行顺序提取工序序列特征，并根据所述目标产品的物料清单提取物料清单特征；

19、根据所述工艺路线数据中的条件约束提取条件约束特征，并基于所述工序序列特征、所述物料清单特征和所述条件约束特征组成工艺参数特征向量；

20、基于图形化建模方法并根据所述目标节点序列中各工序节点的工序执行顺序以及各工序节点之间的条件判断逻辑，生成所述目标产品的流程图；

21、在所述流程图中标注各工序节点的工序执行顺序与条件判断，以构建流程模型。

22、可选的，所述基于预设模板匹配算法将所述工艺参数特征向量与预设文件模板库中各模板的特征向量进行匹配，以确定所述目标产品对应的目标模板，包括：

23、基于自然语言处理技术对所述工艺参数特征向量进行关键词提取，以得到第一目标特征向量，并对预设文件模板库中各模板的特征向量分别进行关键词提取，以得到第二目标特征向量；

24、基于余弦相似度公式，确定所述第一目标特征向量与所述第二目标特征向量之间的相似度评分；

25、将所述相似度评分最高的模板确定为所述目标产品对应的初始模板，并根据所述工艺参数特征向量中的条件约束特征对所述初始模板的内容进行调整，以得到目标模板。

26、可选的，所述基于所述流程模型和所述目标模板，生成所述目标产品的生产制造操作规程，包括：

27、根据所述流程模型中的工序执行顺序和条件判断逻辑，在所述目标模板中填充对应的工序步骤信息和条件分支信息；

28、根据所述工艺路线数据中标记的关键工序和特殊过程，确定对应的检验规程；

29、根据所述工艺路线数据中的条件设置自动调用对应的过程文档模板，并将所述工序步骤信息、所述条件分支信息、所述检验规程和所述过程文档模板聚合成所述目标产品的生产制造操作规程。

30、可选的，所述方法还包括：

31、根据产品类型或工序阶段对文件模板进行分类，以得到若干模板类别，并为各所述模板类别分别设置类代码和内容参数，得到各类模板的配置数据；

32、根据所述配置数据为各类模板预置对应的过程文档模板，并设定不同层级模板之间的层次关系，以得到具有层级关联关系的模板库结构；

33、根据所述模板库结构，为各类模板自动生成版本号，并根据内置的法规要求条款代码表生成或填写条款代码，以得到所述预设文件模板库。

34、第二方面，本技术公开了一种基于有向无环图和模板匹配的产品生产制造装置，包括：

35、路线解析模块，用于获取目标产品的工艺路线数据，并对所述工艺路线数据进行解析，以将所述工艺路线数据中的多个工序节点及其依赖关系编码为有向无环图；

36、节点序列构建模块，用于基于拓扑排序算法对所述有向无环图中的工序节点进行优先级排序，得到结构化的目标节点序列；

37、模型构建模块，用于基于所述目标节点序列确定所述目标产品的工艺参数特征向量，并构建所述目标产品的流程模型；所述工艺参数特征向量包括工序序列特征、物料清单特征和条件约束特征；所述流程模型用于表征各工序节点的工序执行顺序及条件判断逻辑；

38、模板匹配模块，用于基于预设模板匹配算法将所述工艺参数特征向量与预设文件模板库中各模板的特征向量进行匹配，以确定所述目标产品对应的目标模板；

39、规程生成模块，用于基于所述流程模型和所述目标模板，生成所述目标产品的生产制造操作规程，以便基于所述生产制造操作规程，对所述目标产品的生产制造过程进行控制。

40、第三方面，本技术公开了一种电子设备，包括：

41、存储器，用于保存计算机程序；

42、处理器，用于执行所述计算机程序以实现前述的基于有向无环图和模板匹配的产品生产制造方法。

43、第四方面，本技术公开了一种计算机可读存储介质，用于保存计算机程序，所述计算机程序被处理器执行时实现前述的基于有向无环图和模板匹配的产品生产制造方法。

44、可见，本技术中，获取目标产品的工艺路线数据，并对所述工艺路线数据进行解析，以将所述工艺路线数据中的多个工序节点及其依赖关系编码为有向无环图；基于拓扑排序算法对所述有向无环图中的工序节点进行优先级排序，得到结构化的目标节点序列；基于所述目标节点序列确定所述目标产品的工艺参数特征向量，并构建所述目标产品的流程模型；所述工艺参数特征向量包括工序序列特征、物料清单特征和条件约束特征；所述流程模型用于表征各工序节点的工序执行顺序及条件判断逻辑；基于预设模板匹配算法将所述工艺参数特征向量与预设文件模板库中各模板的特征向量进行匹配，以确定所述目标产品对应的目标模板；基于所述流程模型和所述目标模板，生成所述目标产品的生产制造操作规程，以便基于所述生产制造操作规程，对所述目标产品的生产制造过程进行控制。这样一来，将工序节点及其依赖关系编码为有向无环图并进行拓扑排序，得到结构化节点序列，从而准确表征复杂工艺路线的执行顺序与条件判断逻辑，克服人工梳理易疏漏的问题；再以工艺参数特征向量与模板库自动匹配生成操作规程，替代人工逐条编写与反复比对，缩短规程编制周期、降低人为错误率，并保证输出文件的标准化与规范性，实现生产制造过程高效、准确、规范的自动化控制。