基于多智能体协同的定制工艺规划方法及装置与流程

本发明涉及智能制造与工业人工智能，尤其涉及一种基于多智能体协同的定制工艺规划方法及装置。

背景技术：

1、航空航天高端装备制造是国家战略核心领域。面对复杂关键件轻量化、高可靠、快速迭代的研制需求，提升复杂拓扑结构件的加工效率与多工况适应性愈发重要且紧迫。增材制造技术凭借自由设计、快速成型和精准制造等优势，已成为航空航天复杂结构件制造的核心手段。然而，在个性化定制场景下，用户需求呈现多模态、强耦合、高冲突特征，加之零件结构与性能要求不断提升，导致增材制造工艺规划复杂度急剧升高；传统依赖人工经验的工艺规划模式，难以实现从模糊需求到精确制造方案的高效转化。

2、现有制造模式在面向航空航天件大规模个性化定制时，主要面临以下两个核心技术瓶颈：

3、（1）用户需求呈现多模态性与主观模糊性，导致需求提取与分析存在偏差。航空航天件的个性化需求常以自然语言描述、三维模型、设计草图及性能参数等多模态形式呈现，数据来源异构且包含大量主观表述与信息缺失。现有系统缺乏有效的多模态语义解析与跨模态关联机制，难以从模糊、歧义的用户输入中精准提取关键设计意图并转化为结构化需求规格，使得配置方案偏离用户真实预期，多模态设计知识复用效率低下。

4、（2）多性能目标间的强约束耦合，使配置决策面临高维复杂解空间。为满足轻量化、高刚度、耐高温等多样化个性化需求，结构-属性-值映射模型需引入大量可选模块与参数，导致配置变量维度急剧增加，各性能目标间形成紧密耦合的冲突网络。现有方法缺乏系统化的冲突建模与显式消解机制，难以在复杂约束下从庞大组合空间中高效筛选并验证可行方案，进而造成配置决策复杂度显著提升、设计迭代周期延长。

5、因此，亟需一种能够融合多模态数据、显式消解多性能冲突并基于结构化知识自动生成工艺规划方案的智能化方法，打通从用户个性化需求到可执行工艺规划方案的全链路，以推动航空航天制造领域智能化转型升级。

技术实现思路

1、本发明的目的是提供一种基于多智能体协同的定制工艺规划方法及装置，解决现有技术中航空航天件个性化定制存在的多模态需求解析偏差、多性能目标冲突耦合导致配置决策复杂度高的问题，通过agentic ai 多智能体协同决策，实现多模态需求到可执行方案的精准映射，规避模糊主观带来的需求分析偏差，协同分析与消解多性能耦合冲突，在多约束下生成贴合用户真实需求的定制方案。

2、本发明第一方面提供了一种基于多智能体协同的定制工艺规划方法，其特征在于，所述多智能体包括需求解析智能体、问题分析智能体、冲突识别智能体、冲突消解智能体和方案配置智能体；所述方法包括：

3、获取待定制产品相关的多模态需求数据并输入所述需求解析智能体，对所述多模态需求数据进行跨模态语义对齐与特征融合，生成结构化需求规格清单；

4、将所述结构化需求规格清单输入所述问题分析智能体，基于配置知识图谱对需求进行根因分析与问题建模，输出标准化的问题描述三元组；

5、将所述问题描述三元组输入所述冲突识别智能体，识别不同问题描述三元组之间目标方向的对立关系以确定工程冲突对，并基于所述工程冲突对构建冲突证据子图，采用加权图算法评估所述证据子图中结构节点的重要性，输出节点重要性评分；

6、将所述工程冲突对及所述节点重要性评分输入所述冲突消解智能体，根据所述节点重要性评分确定冲突消解优先级，基于所述优先级和所述工程冲突对匹配triz原理中的发明原理，并将所述发明原理转化为包含目标对象与操作类型的结构化改进指令；

7、将所述结构化改进指令输入方案配置智能体，基于工艺规划配置知识图谱执行结构匹配、组件替换和参数重配置，生成可执行的工艺规划方案。

8、作为优选的，对所述多模态需求数据进行跨模态语义对齐与特征融合，生成结构化需求规格清单，包括：

9、将所述多模态需求数据映射为多维度工程语义表征，所述多维度工程语义表征包含功能约束文本、几何拓扑结构及工况环境图谱，并基于多模态设计知识对所述多维度工程语义表征进行异构数据空间的对齐与统一融合；

10、基于大语言模型对融合后的数据执行工况隐式约束反演与性能指标推演，将模糊的自然语言描述逆向映射为可计算的物理参数边界，并提取多目标权重偏好特征；

11、对提取的特征执行工程语义消歧、缺失边界条件补全及主观经验偏差纠正，输出包含显式性能指标与工况边界约束的结构化需求规格清单。

12、作为优选的，所述基于配置知识图谱对需求进行根因分析与问题建模，输出标准化的问题描述三元组，包括：

13、将所述结构化需求规格清单输入所述问题分析智能体，结合配置知识图谱对各项需求规格进行关联查询与语义推理，并沿人、机、料、法、环维度对需求形成要素映射；

14、基于所述要素映射结果，对各项需求规格进行逐层分解，执行由表层功能需求向底层工程参数进行传递分析，构建需求约束、部件对象、材料属性、工艺方法及环境条件之间的因果关联链；

15、基于所述因果关联链进行结构化抽取与参数化映射，提取需求对应的关键工程对象、目标属性及演化趋势，将非结构化的模糊需求转化为标准化的问题描述三元组；

16、其中，所述问题描述三元组至少包括目标对象、属性参数及目标方向。

17、作为优选的，所述识别不同问题描述三元组之间目标方向的对立关系以确定工程冲突对，并基于所述工程冲突对构建冲突证据子图，采用加权图算法评估所述证据子图中结构节点的重要性，输出节点重要性评分，包括：

18、遍历各问题描述三元组，检测不同三元组之间属性目标方向的物理互斥关系与技术制约关系；当第一三元组目标属性的改善导致第二三元组目标属性恶化时，将所述第一三元组与第二三元组界定为工程冲突对；

19、以所述工程冲突对中的目标对象为锚点，在配置知识图谱中提取关联实体及关联边，构建冲突证据子图 gc=(vc,ec,wc)；其中，vc为节点集合，ec为边集合，wc为边权重矩阵；

20、在所述冲突证据子图上采用加权pagerank算法评估各结构节点的拓扑重要性，计算公式为：

21、，

22、其中，pr(vi) 为节点 vi的pagerank值，γ为阻尼系数，n(vi)为节点 vi的邻居节点集合，wji为节点 vj指向节点 vi的有向边权重，为节点 vj所有出边权重的归一化因子；

23、对计算得到的pagerank值进行归一化处理，获得各结构节点的重要性评分，计算公式为：

24、，

25、其中，imp(vi) 为节点 vi的结构重要性评分；pr(vi)为节点 vi的pagerank值；maxu∈vcpr(u) 为冲突证据子图 vc中所有节点的pagerank最大值；vc为所述冲突证据子图的节点集合。

26、作为优选的，所述有向边权重 wji采用静态与动态联合加权机制确定，计算公式为：

27、，

28、其中，为基于配置知识图谱拓扑结构预先计算的静态关联强度权重，qp为当前工程冲突对的语义查询向量，rj为边关联关系的语义表征向量，为语义相似度函数。

29、作为优选的，根据所述节点重要性评分确定冲突消解优先级，基于所述优先级和所述工程冲突对匹配triz原理中的发明原理，并将所述发明原理转化为包含目标对象与操作类型的结构化改进指令，包括：

30、基于所述节点重要性评分量化各工程冲突的核心度，按核心度降序确定冲突消解优先级；

31、按所述优先级对工程冲突对依次执行语义解析，提取核心矛盾特征；将所述核心矛盾特征映射至triz矛盾矩阵，检索匹配的候选发明原理；

32、采用融合语义相似度与结构重要性的加权评分机制对候选发明原理进行筛选排序，计算公式为：

33、，

34、其中，为候选发明原理；c为当前工程冲突对的语义表示；为语义相似度函数，用于量化冲突语义与发明原理描述文本之间的语义匹配度；为与冲突关联的目标结构对象在当前冲突证据子图中的结构重要性评分；α与 β为权重系数，且满足α+β=1；

35、根据评分结果选取最优发明原理，将筛选出的抽象发明原理向下映射至工程操作空间，转化为包含目标对象与操作类型的结构化改进指令；所述操作类型至少包括拓扑重构、材料替换或工艺参数调整。

36、作为优选的，将所述结构化改进指令输入方案配置智能体，基于工艺规划配置知识图谱执行结构匹配、组件替换和参数重配置，生成可执行的工艺规划方案，包括：

37、解析所述结构化改进指令，获取目标对象、操作类型及约束条件；基于所述目标对象在工艺规划配置知识图谱中进行结构匹配，确定对应的结构节点；若存在目标匹配则直接命中，否则基于语义相似度检索最佳匹配节点；

38、基于所述目标匹配节点及所述操作类型，执行组件替换、参数重配置及工艺新增中的至少一种操作；其中，所述参数重配置为调用结构优化算法，以预设目标函数及约束条件生成更新后的结构参数方案；所述组件替换为从候选组件库中筛选满足约束条件的替代组件；

39、将结构匹配结果、组件替换结果、参数重配置结果及工艺新增结果进行整合，生成包含模块名称、修改动作、改进描述及预期性能变化信息的结构化可执行工艺规划方案。

40、作为优选的，所述参数重配置中调用结构优化算法生成更新后的结构参数方案，具体包括：

41、采用变密度法进行拓扑优化，以单元伪密度为设计变量，以最小化结构柔度为目标函数，以体积分数上限为约束条件，通过有限元分析求解优化问题；

42、所述优化问题的数学表述为：

43、目标函数：，

44、约束条件：，

45、其中，ρ为设计变量向量，其分量ρe为第 e个单元的伪密度；c(ρ)为结构柔度；u为全局位移向量，k为全局刚度矩阵，f为载荷向量；n为有限元网格单元总数；p为惩罚因子，k0为单元刚度矩阵，ue为第 e 个单元的位移向量；v(ρ)为优化后的结构体积，v0为初始结构体积，f为体积分数上限；ρmin为单元伪密度的最小限值。本发明第二方面还提供了一种基于多智能体协同的定制工艺规划装置，包括：

46、需求解析智能体，用于获取待定制产品相关的多模态需求数据，对所述多模态需求数据进行跨模态语义对齐与特征融合，生成结构化需求规格清单，

47、问题分析智能体，用于接收所述结构化需求规格清单，基于配置知识图谱对需求进行根因分析与问题建模，输出标准化的问题描述三元组；

48、冲突识别智能体，用于接收所述问题描述三元组，识别不同问题描述三元组之间目标方向的对立关系以确定工程冲突对，并基于所述工程冲突对构建冲突证据子图，采用加权图算法评估所述证据子图中结构节点的重要性，输出节点重要性评分；

49、冲突消解智能体，用于接收所述工程冲突对及所述节点重要性评分，根据所述节点重要性评分确定冲突消解优先级，基于所述优先级和所述工程冲突对匹配triz原理中的发明原理，并将所述发明原理转化为包含目标对象与操作类型的结构化改进指令；

50、方案配置智能体，用于接收所述结构化改进指令，基于工艺规划配置知识图谱执行结构匹配、组件替换和参数重配置，生成可执行的工艺规划方案。

51、本发明第三方面还提供了一种电子设备，包括：

52、存储器，所述存储器用于存储处理程序；

53、处理器，所述处理器执行所述处理程序时实现如本发明实施例所述的基于多智能体协同的定制工艺规划方法。

54、针对现有技术，本发明具有如下的有益效果：

55、本发明所提供的一种基于多智能体协同的定制工艺规划方法，通过多模态知识图谱整合文本、模型、图像等多源异构设计数据，利用语义表达与知识关联实现设计知识的结构化表示与高效复用，并引入大语言模型对客户自然语言进行智能语义分析，挖掘隐含技术参数与设计偏好，形成完整可靠的需求规格清单，有效规避了模糊主观带来的需求分析偏差，提升了定制化设计要素的整合能力与需求解析准确性；针对多性能目标耦合冲突问题，基于元素-名称-值模型将模糊需求转化为结构化三元组表征，利用静态动态联合加权的图算法完成冲突识别与节点重要度评估；采用融合语义相似度与结构重要性的加权评分机制，结合triz理论将抽象发明原理转化为结构性改进指令；通过方案配置智能体与工艺规划知识库执行结构匹配、组件替换和参数重配置，实现多性能冲突系统化消解与高维配置空间高效求解，大幅缩短设计迭代周期，生成贴合用户真实需求的定制方案，提升方案配置的智能化水平与可执行性。