陰艷超,常斌磊,姬常杰

(1.昆明理工大學(xué) 機電工程學(xué)院，云南 昆明 650500；2.中國鐵建高新裝備股份有限公司，云南 昆明 650215)

0 引言

水輪機是水力發(fā)電的原動機，水輪機轉(zhuǎn)輪葉片的制造質(zhì)量及其型面的準確性對水電站機組的安全、可靠、經(jīng)濟運行有巨大的影響[1]。目前，采用多軸數(shù)控銑削加工轉(zhuǎn)輪葉片是提高其加工效率和質(zhì)量的有效途徑，然而轉(zhuǎn)輪葉片屬于典型的雕塑曲面類零件，具有曲率變化大、扭曲程度高、銑削加工難度大等特點。在云制造迅速發(fā)展的背景下，根據(jù)云制造的基本原理，如果將工藝設(shè)計、刀軌計算、數(shù)控編程、仿真校驗、加工服務(wù)等葉片多軸銑削過程中的不同環(huán)節(jié)涉及到的各類資源和制造能力描述出來，并在相應(yīng)領(lǐng)域知識庫的支持下進行虛擬化封裝，形成葉片銑削加工云服務(wù)，為葉片銑削過程不同環(huán)節(jié)提供加工設(shè)備信息、刀具、計算仿真軟件、工藝方案、切削參數(shù)等基礎(chǔ)數(shù)據(jù)和知識，則可大大提高轉(zhuǎn)輪葉片的銑削加工效率和加工質(zhì)量。

針對復(fù)雜曲面零件，尤其是轉(zhuǎn)輪葉片的多軸數(shù)控銑削，國內(nèi)外學(xué)者做了較多研究。文獻[1]系統(tǒng)地研究了大型水輪機葉片五軸聯(lián)動數(shù)控銑削加工方法及關(guān)鍵技術(shù)，并已成功應(yīng)用于水輪機葉片加工；文獻[2]建立了自由曲面零件多軸銑削加工過程集成優(yōu)化的銑削方法和模型，并將該方法和模型應(yīng)用于大型混流式水輪機葉片數(shù)控銑削性能分析中；文獻[3]研究了葉片曲面曲率屬性與刀位軌跡和殘留高度的關(guān)系，并分析了等參數(shù)曲線曲率屬性對加工帶寬度的影響，提出一種葉片數(shù)控銑削加工過程的型面曲率屬性分析方法。上述研究大多從數(shù)控加工技術(shù)、加工策略和切削工藝等方面出發(fā)，極少考慮云制造模式下轉(zhuǎn)輪葉片銑削加工中知識資源的有效重用和按需共享問題。目前已有學(xué)者對知識服務(wù)在云制造中的應(yīng)用做了相關(guān)研究，文獻[4]面向航空復(fù)雜結(jié)構(gòu)件的數(shù)控加工，提出一種基于動態(tài)加工特征的制造服務(wù)組合方法，并利用遺傳算法優(yōu)化云制造服務(wù)組合；文獻[5]提出面向集團企業(yè)云制造的知識資源靜態(tài)和動態(tài)服務(wù)模式，并建立了靜態(tài)和動態(tài)知識服務(wù)模型；文獻[6]針對外協(xié)加工服務(wù)資源和需求信息的屬性構(gòu)成與特點，提出一種能夠促進云環(huán)境下外協(xié)資源共享和利用的集成服務(wù)模式，解決了外協(xié)加工資源的組合和互操作問題；文獻[7]通過協(xié)調(diào)云制造服務(wù)過程中的服務(wù)資源、能力和質(zhì)量等因素，基于人工蜂群優(yōu)化算法提出一種基于質(zhì)量評價的云制造知識服務(wù)方法；文獻[8]對云制造環(huán)境下的知識云服務(wù)能力和影響因素進行了研究，提出一種基于云推理的知識云推理量化評估方法。然而，上述研究較少結(jié)合云模式下具體對象的加工環(huán)節(jié)、特性及難點，對其加工過程中所需的知識資源表達、組織和存儲方法，以及知識服務(wù)模式、手段和實現(xiàn)途徑進行詳細論述。

本文針對云模式下典型葉片類零件具體加工環(huán)節(jié)的知識服務(wù)，通過分析該模式下轉(zhuǎn)輪葉片多軸銑削加工的特征、難點和知識服務(wù)需求，提出云模式下面向轉(zhuǎn)輪葉片加工過程的知識資源集成化服務(wù)模式，并給出了有效的實現(xiàn)方法。首先，構(gòu)建轉(zhuǎn)輪葉片加工過程的知識資源本體，并建立轉(zhuǎn)輪葉片多軸加工知識庫，完成多源異構(gòu)知識資源的形式化描述和存儲；然后，搭建轉(zhuǎn)輪葉片加工銑削不同環(huán)節(jié)的過程集成優(yōu)化框架，采用基于業(yè)務(wù)需求—服務(wù)活動—協(xié)調(diào)規(guī)則的集成服務(wù)流來控制和協(xié)調(diào)多個耦合知識服務(wù)流程的協(xié)同運行，并建立轉(zhuǎn)輪葉片銑削過程的集成知識云服務(wù)模型;最后，通過搭建轉(zhuǎn)輪葉片銑削加工過程的集成知識云服務(wù)平臺，實現(xiàn)了轉(zhuǎn)輪葉片銑削加工知識資源的分布式檢索，并完成了轉(zhuǎn)輪葉片的加工工藝規(guī)劃、刀軌計算、工藝參數(shù)優(yōu)化等關(guān)鍵加工任務(wù)的知識資源推送服務(wù)，實現(xiàn)了知識資源與銑削加工業(yè)務(wù)流程的柔性集成。

1 云模式下轉(zhuǎn)輪葉片銑削加工需求分析

1.1 轉(zhuǎn)輪葉片多軸銑削加工特征

轉(zhuǎn)輪葉片銑削加工主要通過多軸數(shù)控銑削技術(shù)對單個葉片進行銑削加工，再通過焊接、鉚接或螺釘緊固等方式將多個葉片按照等間距環(huán)狀排列安裝在輪轂表面或上冠、下環(huán)之間。如圖1所示，軸流式水輪機葉片由正、背面，進水邊變圓弧半徑曲面，出水邊曲面，輪緣球面和柱面，輪緣的裙邊曲面，輪轂和法蘭球面，輪轂和法蘭與正、背面的過渡曲面等構(gòu)成[9]，可見這類零件的型面大多是具有變曲率、大扭曲等特點的典型自由曲面，對不同特征型面進行加工需采用不同類型、不同規(guī)格的刀具。同時，軸流式水輪機葉片加工以葉片旋轉(zhuǎn)軸心線為定位基準，在法蘭端面中心和工藝軸中心打兩個頂尖孔，在葉片的輪緣上焊接工藝軸，通過夾具的兩頂尖座進行裝夾。因此，轉(zhuǎn)輪葉片加工質(zhì)量關(guān)鍵型面的多軸銑削過程具有裝夾困難、加工工藝復(fù)雜、加工參數(shù)調(diào)整頻繁、加工質(zhì)量控制難度大等特征。

隨著云制造知識服務(wù)模式的提出，將葉片多軸銑削加工資源以知識信息服務(wù)的形式推送給用戶來輔助加工制造過程，成為進一步提高葉片加工質(zhì)量和加工效率的發(fā)展趨勢。然而，云模式下轉(zhuǎn)輪葉片銑削加工過程的加工環(huán)境、制造工藝、加工要求等均發(fā)生了變化，尤其是制造資源分散、知識異構(gòu)多樣、加工過程柔性集成等因素對葉片類零件的加工效率和質(zhì)量的影響更為突出，使得轉(zhuǎn)輪葉片銑削加工具有加工資源異構(gòu)多源、技術(shù)領(lǐng)域復(fù)雜多樣、資源存儲互聯(lián)分布，且信息傳輸與檢索困難、知識資源優(yōu)化配置和按需共享難以實現(xiàn)等特征[10]。

1.2 云模式下的加工知識服務(wù)難點

在云制造模式下，轉(zhuǎn)輪葉片多軸銑削加工過程知識服務(wù)應(yīng)該充分考慮葉片銑削加工的工藝要求，將分布在不同位置的制造資源以及屬于不同部門的應(yīng)用工具集成起來，形成一種智力資源，支持銑削加工過程中某個環(huán)節(jié)或多個環(huán)節(jié)的組合服務(wù)。在該過程中,需要整合迅速增長、分布式多源異構(gòu)的知識資源,并將知識資源與加工業(yè)務(wù)流程相結(jié)合，通過抽象、封裝、優(yōu)化和組合形成一種知識服務(wù),按照相應(yīng)的服務(wù)規(guī)范為用戶提供按需服務(wù)，將知識資源轉(zhuǎn)變?yōu)榻?jīng)濟效益。

基于云制造的大型轉(zhuǎn)輪葉片銑削加工知識服務(wù)主要用于服務(wù)葉片銑削加工全過程的業(yè)務(wù)活動，包括工藝設(shè)計、刀軌計算、數(shù)控編程、仿真校驗、加工服務(wù)等。在葉片銑削加工過程中，各加工環(huán)節(jié)的工作任務(wù)不同，所需的知識資源也不同，包括存儲在不同異構(gòu)系統(tǒng)中的各類加工設(shè)備信息、工藝規(guī)范、軟件工具、經(jīng)驗參數(shù)等知識資源和多個復(fù)雜加工協(xié)作環(huán)節(jié)。因此，云模式下的加工知識服務(wù)，一方面可以通過建立多領(lǐng)域本體將各種知識資源有效組織起來，根據(jù)加工業(yè)務(wù)活動中的任務(wù)需求通過索引方式進行查詢，或者通過訂閱的方式將與加工任務(wù)相關(guān)的知識資源主動推送給用戶；另一方面，也可以將與加工業(yè)務(wù)活動相關(guān)的模型、工具、參數(shù)和方法等知識資源進行組織和封裝，以服務(wù)的形式提供給用戶。

由上述分析可知，云模式下轉(zhuǎn)輪葉片銑削加工過程中的動態(tài)知識資源與加工任務(wù)需求復(fù)雜多變，如何統(tǒng)一獲取這些分布式多源知識，實現(xiàn)不同環(huán)節(jié)加工任務(wù)中知識資源的按需共享、優(yōu)化配置和調(diào)節(jié)，是進行知識服務(wù)的基礎(chǔ)和難點，具體分析如下：

(1)知識資源難以重用 轉(zhuǎn)輪葉片加工過程涉及多軸加工機床、銑削刀具、葉片專用夾具、葉片質(zhì)量監(jiān)測設(shè)備等硬件信息，轉(zhuǎn)輪葉片幾何模型、刀軌計算模型、加工仿真環(huán)境模型，CAD/CAM軟件、仿真分析軟件、測試軟件、加工參數(shù)，以及大量的標準規(guī)范等模型、工具、方法和參數(shù)等知識資源。目前，這些知識資源還是采取傳統(tǒng)方法進行數(shù)據(jù)分類存儲和檢索，缺乏與加工任務(wù)活動的交互，并且知識資源分布在不同領(lǐng)域，存儲和表達的方式、規(guī)范標準和運行規(guī)則等各有不同，從而導(dǎo)致知識資源難以被有效利用和共享[5]。

(2)知識資源整合困難 云模式下轉(zhuǎn)輪葉片加工過程中，知識服務(wù)需求種類繁多，如型面特征評價、工藝規(guī)劃案例、加工參數(shù)優(yōu)化、加工粗糙度預(yù)測等，而且所涉及的知識資源大多分布異構(gòu)，使知識資源的整合處理過程比較復(fù)雜。傳統(tǒng)的轉(zhuǎn)輪葉片多軸加工方式難以滿足云模式下知識資源按需推送的需求，因此大量的葉片銑削加工知識資源無法發(fā)揮其應(yīng)有的優(yōu)勢和價值，知識資源的整合與推送比較困難。

(3)加工過程難以系統(tǒng)化 云模式下的轉(zhuǎn)輪葉片加工包括多加工區(qū)域劃分、關(guān)鍵型面工藝規(guī)劃、多軸銑削參數(shù)設(shè)置與優(yōu)化、葉片型面加工粗糙度預(yù)測等環(huán)節(jié)，且各環(huán)節(jié)軟硬件資源接口不完善，難以實現(xiàn)信息的有效交互;另外，葉片銑削加工工藝復(fù)雜、工序繁多、信息分散、基本單位缺乏，加工參數(shù)、經(jīng)驗參數(shù)、文檔知識、規(guī)則規(guī)范等知識資源復(fù)雜多樣，導(dǎo)致轉(zhuǎn)輪葉片銑削加工過程及加工資源系統(tǒng)化較為困難。

因此，云模式下轉(zhuǎn)輪葉片的高效加工對知識資源的高效檢索、優(yōu)化配置和準確推送提出了更高的要求。

1.3 知識服務(wù)需求

轉(zhuǎn)輪葉片銑削加工過程包括葉片模型特征分析、分區(qū)域工藝規(guī)劃、多軸銑削刀軌計算等主要環(huán)節(jié)，云模式下不同加工環(huán)節(jié)所需的知識資源復(fù)雜多樣且異構(gòu)分布(如圖2)，如何按需、動態(tài)、高效地組織多軸銑削加工知識資源，并推送至轉(zhuǎn)輪葉片加工過程的不同環(huán)節(jié)，成為解決云模式下大型葉片類零件加工資源重用效率低、共享難等問題的關(guān)鍵。

云模式下大型轉(zhuǎn)輪葉片加工過程的不同環(huán)節(jié)需要多學(xué)科領(lǐng)域的知識資源，例如：分區(qū)域工藝規(guī)劃過程中需要查找工藝手冊、標準規(guī)范、經(jīng)驗案例、加工方法、加工工具、加工裝備等知識資源，為依據(jù)葉片型面特征進行分區(qū)域工藝規(guī)劃提供知識服務(wù)；多軸銑削刀軌計算過程中需要提供切削參數(shù)、刀具信息、加工類型、走刀方式、刀軸控制方式等知識資源，為提升轉(zhuǎn)輪葉片銑削加工刀位軌跡的質(zhì)量奠定基礎(chǔ)；葉輪葉片加工仿真過程中需要提供與仿真環(huán)境相關(guān)的加工設(shè)備、控制系統(tǒng)、工裝夾具等資源信息，以準確判斷葉片加工仿真過程中的過切、欠切、碰撞干涉現(xiàn)象。因此，云模式下轉(zhuǎn)輪葉片的關(guān)鍵加工環(huán)節(jié)相對穩(wěn)定，在加工過程中需要多次重復(fù)調(diào)用同一類知識資源，如果能將這些知識資源封裝為知識模板以服務(wù)的形式在加工過程中重復(fù)調(diào)用，將能有效提高知識資源的重用與共享能力，提升葉片的加工效率和質(zhì)量。

2 面向轉(zhuǎn)輪葉片加工的集成知識云服務(wù)模式

2.1 加工資源與多任務(wù)本體建模

為了滿足轉(zhuǎn)輪葉片銑削加工過程的知識服務(wù)需求，首先需要將領(lǐng)域廣泛、動態(tài)異構(gòu)、重用困難的轉(zhuǎn)輪葉片銑削加工知識資源與交互耦合的加工任務(wù)進行規(guī)范化、標準化地組織與描述。由于現(xiàn)有知識表示中采用本體對知識資源和任務(wù)進行描述的方法已經(jīng)較為成熟[11]，本文重點研究轉(zhuǎn)輪葉片加工過程集成知識云服務(wù)模式，簡要給出了轉(zhuǎn)輪葉片加工過程知識資源的本體描述結(jié)構(gòu)。首先，利用Web服務(wù)本體描述語言對加工知識資源及加工任務(wù)進行語義描述，并對轉(zhuǎn)輪葉片加工知識資源進行服務(wù)化封裝[5,12]；然后，利用統(tǒng)一建模語言建立模型內(nèi)部資源、任務(wù)、軟硬件接口等的整體邏輯關(guān)系及結(jié)構(gòu)層次。

轉(zhuǎn)輪葉片銑削加工知識資源本體(Knowledge Resource Ontology, KRO)可用多元組表示為

KRO=RC,RFun,RAtt,RCha,RS。

式中：RC為加工知識資源概念，由資源編號、名稱、類型、數(shù)量等加工知識資源的固有信息組成；RFun為加工知識資源的能力屬性，如刀具信息知識資源的能力屬性有加工尺寸、硬度、耐磨性等；RAtt為約束屬性，如刀具信息知識資源的約束屬性有成本約束、剛度約束、精度約束等；RCha為特征屬性，如刀具信息知識資源的特征屬性為加工特征、結(jié)構(gòu)特征、力學(xué)特征等；RS為加工知識資源間的映射與關(guān)聯(lián)關(guān)系，如繼承、組成、相容、共享、實例等關(guān)系。以刀具信息知識資源本體為例，對加工知識資源本體結(jié)構(gòu)進行表示，如圖3所示。

轉(zhuǎn)輪葉片銑削加工多任務(wù)本體(Multiple Domain Ontology, MDO)用多元組表示為

MDO=DO,TC,TEva,TAtt,TCha,TS。

式中：DO為工藝規(guī)劃、刀軌計算、仿真分析及參數(shù)優(yōu)化等多個任務(wù)本體的集合，即DO=do1,do2,…；TC為加工任務(wù)的概念；TEva為加工任務(wù)的評價屬性，包括時間、質(zhì)量、成本等；TAtt為加工任務(wù)的約束屬性，包括成本、時間等約束；TCha為加工任務(wù)的特征屬性；TS為加工任務(wù)間的映射與關(guān)聯(lián)關(guān)系。轉(zhuǎn)輪葉片加工多任務(wù)本體的概念、關(guān)系和屬性之間的組織結(jié)構(gòu)信息如圖4所示。其中：任務(wù)編號、任務(wù)名稱、任務(wù)類型等是對加工任務(wù)概念的具體描述；評價屬性、約束屬性、特征屬性等是對加工任務(wù)屬性的說明；關(guān)聯(lián)關(guān)系是各任務(wù)本體及本體中所包含的知識資源之間的邏輯連接關(guān)系集。

基于上述轉(zhuǎn)輪葉片銑削加工過程知識資源與加工任務(wù)的本體組織結(jié)構(gòu)描述，首先采用Protégé本體開發(fā)平臺[13]，建立轉(zhuǎn)輪葉片多軸銑削加工的知識資源本體庫，如圖5所示，其中圖5a為轉(zhuǎn)輪葉片銑削加工工藝知識類，圖5b為多軸銑削加工設(shè)備知識類。本文首先通過將抽象的知識資源父—子類采用倒置樹結(jié)構(gòu)逐層細化，并將本體庫中的知識資源模型轉(zhuǎn)換為可擴展標記語言(eXtensible Markup Language, XML)、Web本體描述語言(Web Ontology Language, OWL)等多種語言輸出；然后，基于知識資源本體庫，重用加工資源本體并采用本體映射轉(zhuǎn)換規(guī)則構(gòu)建知識庫；接著，采用Java軟件包的Jena[14]模塊對本體庫中的OWL表達的本體模型進行推理，通過Java數(shù)據(jù)庫連接(Java DataBase Connectivity, JDBC)應(yīng)用程序接口將本體庫中的加工知識映射為數(shù)據(jù)庫中以數(shù)據(jù)表的形式進行有序存儲的結(jié)構(gòu)化知識，最終實現(xiàn)本體庫與知識庫間的數(shù)據(jù)傳遞。

2.2 轉(zhuǎn)輪葉片多軸銑削過程模塊化集成

通過建立轉(zhuǎn)輪葉片多軸銑削過程的任務(wù)本體和資源本體，實現(xiàn)了對加工過程知識資源的統(tǒng)一描述，在此基礎(chǔ)上，結(jié)合轉(zhuǎn)輪葉片加工過程知識服務(wù)需求建立如圖6所示的轉(zhuǎn)輪葉片多軸銑削過程模塊化集成框架。該框架是從全面描述轉(zhuǎn)輪葉片加工過程所需知識資源的角度出發(fā)，不但通過開發(fā)多學(xué)科系統(tǒng)接口實現(xiàn)加工過程集成，而且將加工過程中所涉及的知識資源與加工業(yè)務(wù)流程進行整合，來實現(xiàn)面向加工任務(wù)的知識資源服務(wù)。

該框架主要由信息輸入、工藝規(guī)劃、刀軌計算、機床仿真分析、工藝分析與優(yōu)化模塊構(gòu)成：

(1)信息輸入模塊主要負責(zé)零件毛坯模型數(shù)據(jù)、刀具模型、機床模型、工裝模型、毛坯材料等信息的輸入與設(shè)置，是用戶與服務(wù)平臺交互的入口。

(2)工藝規(guī)劃模塊主要涉及與葉輪銑削工藝規(guī)劃、工藝參數(shù)的確定、走刀路線的選擇、走刀步長和行距的計算、刀具幾何參數(shù)確定等信息相關(guān)的知識資源配置與推送。

(3)刀軌計算模塊依據(jù)信息輸入和工藝規(guī)劃模塊的輸入和推送信息，進行包括切削工藝方案推薦、切削方法確定、刀軸矢量設(shè)置、刀具信息設(shè)置、切削參數(shù)設(shè)置等信息計算，相關(guān)軟件工具、差補算法、編程操作，以及過切欠切判斷等信息的推送。

(4)機床仿真分析模塊主要利用NX和Vericut等軟件工具搭建轉(zhuǎn)輪葉片加工仿真環(huán)境，用戶自定義設(shè)計或者直接調(diào)用知識云庫中已有的葉片毛坯、銑削刀具、葉片夾具、加工機床等模型，設(shè)置仿真環(huán)境下的加工參數(shù)，計算多軸銑削刀位軌跡來模擬機床運動和零件切削的全過程，并通過碰撞干涉檢查、機床運動約束檢查、刀具與葉片表面干涉檢查、加工精度檢驗等來判斷切削過程中發(fā)生的殘留與過切行為，亦可推送銑削加工材料去除率和加工時間等預(yù)測信息。

(5)工藝分析與優(yōu)化模塊主要通過搭建數(shù)據(jù)分析工具與加工仿真工具、質(zhì)量預(yù)測工具等的接口，實現(xiàn)對Vericut仿真分析模塊和宏文件的調(diào)用及質(zhì)量測試參數(shù)的提取，并對信息輸入、工藝規(guī)劃、刀軌計算、仿真分析過程進行分析與優(yōu)化，將優(yōu)化后的轉(zhuǎn)輪葉片特征、加工工藝和加工參數(shù)等知識資源進行描述和封裝。

2.3 集成知識云服務(wù)模式構(gòu)建

建立面向轉(zhuǎn)輪葉片加工過程的集成知識云服務(wù)的目的是減少知識服務(wù)步驟和操作轉(zhuǎn)換節(jié)點，以多個任務(wù)協(xié)同執(zhí)行的方式提高服務(wù)執(zhí)行效率，形成“多任務(wù)并行，少任務(wù)串行”的運行模式。針對轉(zhuǎn)輪葉片加工過程的集成知識云服務(wù)模式結(jié)構(gòu)如圖7所示。

轉(zhuǎn)輪葉片加工過程的集成知識云服務(wù)框架主要包括人機交互接口、知識云庫、任務(wù)解析和匹配器、服務(wù)流協(xié)同活動引擎、附加功能等模塊。其中，人機交互接口主要為用戶提供知識服務(wù)內(nèi)容的訂閱，以及分布式檢索、主動推送等不同知識服務(wù)模板的定制服務(wù)；知識云庫主要包括葉片加工過程所涉及的知識資源，如刀具知識、工藝知識、控制系統(tǒng)知識、轉(zhuǎn)輪葉片型面特征分析、標準規(guī)范及編程工具等，這些知識資源由云端服務(wù)器存儲，用戶可以通過服務(wù)平臺訪問服務(wù)器，對具體服務(wù)流程相關(guān)的知識資源進行調(diào)用;任務(wù)解析和匹配器主要是從規(guī)則庫中調(diào)取規(guī)則，根據(jù)匹配規(guī)則將用戶操作指令和葉片加工任務(wù)指令解析為機器語言，并對任務(wù)執(zhí)行結(jié)構(gòu)和時序流程進行編譯;服務(wù)流協(xié)同活動引擎負責(zé)結(jié)合用戶需求制定服務(wù)任務(wù)的執(zhí)行機制、規(guī)則和相關(guān)約束，對服務(wù)流尤其是協(xié)同執(zhí)行的服務(wù)任務(wù)進行管理和控制;附加功能包括葉片加工制造過程中涉及的其他服務(wù)項目，如粗糙度預(yù)測、過切欠切分析、加工質(zhì)量評估等方面的知識服務(wù)功能，也是該服務(wù)模式功能的擴展與開發(fā)端。

由于葉片銑削加工涉及的知識資源各異，存在制造資源約束[15]，而且加工任務(wù)間需要柔性配合，加工過程又受到時間約束，使得加工任務(wù)間的關(guān)系和執(zhí)行時序排列更為復(fù)雜。本文引入Petri Net[16]，并對Petri Net進行功能擴展，利用基于擴展Petri Net不同時序約束下的協(xié)同服務(wù)流構(gòu)建服務(wù)任務(wù)之間復(fù)雜的耦合關(guān)系以及知識資源的協(xié)調(diào)服務(wù)機制。

3 知識云服務(wù)流程建模

Petri Net是對離散系統(tǒng)進行分析和表示的工具，能夠描述系統(tǒng)活動任務(wù)的順序、同步、并行、沖突等特性，通過擴展Petri Net可以對整個加工過程中多個任務(wù)間的互相關(guān)性和協(xié)同執(zhí)行規(guī)則進行組織管理，建立基于業(yè)務(wù)需求—服務(wù)活動—協(xié)調(diào)規(guī)則表達的集成服務(wù)流，根據(jù)用戶需求提供知識服務(wù)，實現(xiàn)葉片加工服務(wù)任務(wù)的協(xié)同運行，形成轉(zhuǎn)輪葉片加工過程的知識流動通道，從而對復(fù)雜的加工過程服務(wù)任務(wù)進行管理和控制。

基于Petri Net技術(shù)建立轉(zhuǎn)輪葉片加工過程的集成知識云服務(wù)流模型如圖8所示。

ΜS=(ST,TeamWork,SR,P)表示服務(wù)流，是由服務(wù)任務(wù)和任務(wù)間的合作關(guān)系以及運行規(guī)則組成的服務(wù)信息網(wǎng)絡(luò)。其中：

ST=(ST1,ST2,…STi…,STn)(i,n∈Ν+)為轉(zhuǎn)輪葉片多軸銑削過程服務(wù)任務(wù)的集合，即變遷集；

SR=(Retrieval(STi,STj),Relate(STi,STj),Feedback(STi,STj))(i≠j,且i,j∈Ν+)為服務(wù)任務(wù)間的關(guān)系集合，即流關(guān)系集，是為了實現(xiàn)服務(wù)任務(wù)執(zhí)行過程中知識資源的有效匹配和推送，對加工任務(wù)中不同操作活動所需知識匹配方式的描述，包括檢索(Retrival)、關(guān)聯(lián)(Relate)、反饋(Feedback)等，服務(wù)任務(wù)間的關(guān)系由加工任務(wù)本體映射關(guān)系集MR與用戶自定義需求共同決定，使服務(wù)協(xié)同關(guān)系既滿足系統(tǒng)智能匹配的要求，又滿足服務(wù)任務(wù)動態(tài)調(diào)整的需求；

TeamWork=(TW1,TW2,…,TWi,…,TWn)(i,n∈Ν+)為多個服務(wù)任務(wù)在某個時間節(jié)點的協(xié)同活動的集合，是對不同服務(wù)任務(wù)執(zhí)行時間關(guān)系和結(jié)構(gòu)關(guān)系的描述，協(xié)同活動的執(zhí)行結(jié)構(gòu)根據(jù)Petri Net的4種基本結(jié)構(gòu)類型[17]分為順序結(jié)構(gòu)、并行結(jié)構(gòu)、選擇結(jié)構(gòu)、循環(huán)結(jié)構(gòu),服務(wù)任務(wù)活動狀態(tài)主要包括啟動(Start)、掛起(Suspend)、繼續(xù)(Continue)、終止(End)，即TW=(Start(bf,ti),Suspend(bf,ti),Continue(bf,ti),End(bf,ti))；

P=(p1(t1),p2(t2),…,pi(ti),…,pn(tn))表示服務(wù)任務(wù)在不同時序下的狀態(tài)集合，即庫所集，變遷STi執(zhí)行前后的兩個任務(wù)狀態(tài)分別用前集和后集表示。

T=(t1,t2,…,ti,…,tn)表示葉片銑削加工操作活動序列；KC=(kc1(t1),kc2(t2),…,kci(ti),…,kcn(tn))表示隨著葉片加工制造工藝流程的推進，在進行不同加工操作時服務(wù)活動所調(diào)取和檢索的知識云庫內(nèi)知識資源的集合，kci(ti)為知識節(jié)點，用于表示不同知識資源調(diào)取的時序排布。

bf為知識云服務(wù)流，服務(wù)執(zhí)行過程中從兩個服務(wù)流bf1和bf2協(xié)同執(zhí)行的具體步驟與交互規(guī)則如下：

步驟1服務(wù)任務(wù)ST1和ST2同時啟動，構(gòu)成并行結(jié)構(gòu)的協(xié)同活動TW1，為加工操作t1，t2提供知識服務(wù)，使任務(wù)狀態(tài)分別由前集P1(t1)和P2(t2)變?yōu)楹蠹疨3(t3)和P4(t4)，P3(t3)和P4(t4)互相關(guān)聯(lián)，任務(wù)狀態(tài)P4(t4)由ST1和ST2的執(zhí)行結(jié)果共同決定。

步驟2若服務(wù)任務(wù)ST2執(zhí)行過程中存在故障、錯誤或需要對結(jié)果進行優(yōu)化，則將任務(wù)掛起，并通過反饋任務(wù)ST9將信息反饋至ST2執(zhí)行前的狀態(tài)P2(t2)，即ST2的前集，構(gòu)成循環(huán)結(jié)構(gòu)的協(xié)同活動TW4，對相關(guān)加工參數(shù)進行修改后再次啟動服務(wù)任務(wù)ST2，直至故障解除或優(yōu)化結(jié)果滿足需求后再繼續(xù)執(zhí)行下一個服務(wù)任務(wù)。

步驟3服務(wù)任務(wù)ST3和ST4分別按時序啟動，構(gòu)成順序結(jié)構(gòu)的協(xié)同活動TW2，為加工操作t3，t4提供知識服務(wù)，使任務(wù)狀態(tài)分別由前集P3(t3)和P4(t4)變?yōu)楹蠹疨5(t5)和P6(t6)。

步驟4服務(wù)任務(wù)ST5和ST6同時啟動，構(gòu)成選擇結(jié)構(gòu)的協(xié)同活動TW3，為加工操作t5，t6提供知識服務(wù)。ST5和ST6可同時執(zhí)行或單獨執(zhí)行，應(yīng)根據(jù)服務(wù)需求選擇和執(zhí)行服務(wù)任務(wù)ST5和ST6，從而決定任務(wù)執(zhí)行后的狀態(tài)P5(t5)和P6(t6)。

步驟5啟動并執(zhí)行服務(wù)任務(wù)ST7，為加工操作t7,t8提供知識服務(wù)，ST7執(zhí)行后得到一個輸出結(jié)果P9(t9)，至此終止服務(wù)任務(wù)。

4 集成知識云服務(wù)實現(xiàn)

為實現(xiàn)采用集成服務(wù)模式為轉(zhuǎn)輪葉片銑削加工過程提供相應(yīng)的知識資源，提升葉片加工過程中知識資源的重用率，驗證該服務(wù)模式的實用性和有效性，在建立面向轉(zhuǎn)輪葉片加工的集成知識云服務(wù)模式和服務(wù)流模型的基礎(chǔ)上，構(gòu)建轉(zhuǎn)輪葉片銑削加工知識云服務(wù)應(yīng)用平臺。

4.1 知識云服務(wù)體系架構(gòu)

云制造模式下轉(zhuǎn)輪葉片銑削加工知識云服務(wù)主要采用基于面向服務(wù)的體系結(jié)構(gòu)(Service-Oriented Architecture, SOA)的云計算體系架構(gòu)，利用SOA架構(gòu)優(yōu)勢整合異構(gòu)分布的加工資源，形成云模式下松耦合的轉(zhuǎn)輪葉片加工過程的知識服務(wù)平臺體系架構(gòu)，實現(xiàn)加工業(yè)務(wù)流程與知識資源的交互與融合。參照云計算的多層服務(wù)架構(gòu)，建立如圖9所示的知識云服務(wù)體系架構(gòu)，該架構(gòu)由知識資源層、知識組織層、知識服務(wù)層、流程管控層、服務(wù)接口層和應(yīng)用服務(wù)層構(gòu)成。

(1)知識資源層 該層主要指與轉(zhuǎn)輪葉片加工過程相關(guān)的廣義分布的知識資源，包括文檔知識、技術(shù)標準、模型知識、專家經(jīng)驗、行業(yè)規(guī)范、專利情報、論文文獻等知識資源，葉片多軸銑削仿真模型、計算模型、優(yōu)化模型、預(yù)測模型等模型資源，以及葉片銑削加工過程中所需的工具、方法和關(guān)鍵參數(shù)，通過對這些知識、模型、工具、方法、參數(shù)的表示、提取和封裝構(gòu)建知識云庫，通過對知識資源和功能組件的匹配、調(diào)度和推送實現(xiàn)葉片加工過程知識服務(wù)的按需使用。

(2)知識組織層 該層主要通過構(gòu)建轉(zhuǎn)輪葉片加工過程知識本體庫、知識服務(wù)索引庫、知識分類資源庫等，實現(xiàn)知識資源的統(tǒng)一組織與管控。

(3)知識服務(wù)層 根據(jù)知識資源組織、封裝和推送內(nèi)容與形式的不同，結(jié)合用戶訂閱信息建立知識服務(wù)用戶需求庫，通過對資源檢索信息進行標準化處理，提供轉(zhuǎn)輪葉片加工制造過程中知識資源的檢索服務(wù)以及訂閱和咨詢服務(wù)，知識服務(wù)數(shù)據(jù)中心也可以根據(jù)用戶的定制信息，將符合用戶需求的知識資源主動推送給用戶，同時根據(jù)轉(zhuǎn)輪葉片加工流程實時調(diào)配知識資源并進行多任務(wù)重組，為加工過程提供實時服務(wù)。具體而言，是將葉片加工過程中的一些獨立且重用率高的功能和工序封裝為服務(wù)組件，并根據(jù)用戶需求對所封裝的服務(wù)組件進行組合調(diào)用。

(4)流程管控層 主要通過建立知識服務(wù)流程庫規(guī)范和制定典型葉片加工工序的執(zhí)行流程模板，及多任務(wù)并行協(xié)作的交互規(guī)則，實現(xiàn)葉片加工流程與知識資源的集成與融合。

(5)服務(wù)接口層 該層為知識服務(wù)平臺提供知識資源注冊接口、知識服務(wù)調(diào)度接口、網(wǎng)絡(luò)通信接口、軟件資源接口等，為平臺的資源接入、服務(wù)調(diào)用及平臺服務(wù)拓展提供基礎(chǔ)。

(6)應(yīng)用服務(wù)層 該層主要針對轉(zhuǎn)輪葉片加工過程中的葉片模型特征分析、工藝規(guī)劃、多軸銑削刀軌計算、工藝參數(shù)優(yōu)化、多軸銑削加工仿真等業(yè)務(wù)環(huán)節(jié)，以服務(wù)的形式通過平臺向用戶推送所需的知識資源。

4.2 集成知識云服務(wù)平臺構(gòu)建

集成知識云服務(wù)平臺主要采用Protégé對轉(zhuǎn)輪葉片銑削加工相關(guān)的多領(lǐng)域知識資源和任務(wù)進行本體建模，通過Java數(shù)據(jù)庫連接(Java DataBase Connectivity, JDBC)應(yīng)用程序接口將本體庫中的相關(guān)知識映射為SQL Server形式的結(jié)構(gòu)化知識進行有序存儲，實現(xiàn)本體庫與知識庫之間的數(shù)據(jù)傳遞，采用Petri Net技術(shù)構(gòu)建知識云服務(wù)流程，在此基礎(chǔ)上以Eclipse 4.5作為集成開發(fā)環(huán)境，利用SQL Sever 2012搭建服務(wù)系統(tǒng)數(shù)據(jù)庫，結(jié)合轉(zhuǎn)輪葉片多軸銑削多任務(wù)本體，采用Java，XML，JavaScript等語言開發(fā)轉(zhuǎn)輪葉片知識云服務(wù)功能組件，以Tomcat8.0為服務(wù)器搭建轉(zhuǎn)輪葉片過程集成加工知識云服務(wù)平臺，如圖10所示。

該知識服務(wù)平臺允許用戶檢索轉(zhuǎn)輪葉片加工相關(guān)的知識資源，如加工工藝、加工設(shè)備、規(guī)范標準、經(jīng)驗知識等，或者根據(jù)用戶定制需求主動推送加工知識資源，同時也可以根據(jù)加工過程中的工藝規(guī)劃、刀軌計算、仿真分析、質(zhì)量檢測等典型加工任務(wù)，以模板的形式為用戶提供相應(yīng)的知識服務(wù)。

4.3 知識云服務(wù)推送

以某發(fā)電站水輪機軸流式轉(zhuǎn)輪葉片加工過程為例[18]，在知識服務(wù)系統(tǒng)平臺為用戶推送加工仿真和刀軌優(yōu)化服務(wù)。服務(wù)系統(tǒng)接收用戶輸入的葉片加工仿真與刀軌優(yōu)化需求信息后，在任務(wù)分配模塊的服務(wù)流程排布如圖11所示，用戶可以從流程庫中導(dǎo)入特定功能的服務(wù)流程文件，也可以自定義設(shè)置服務(wù)流程。

系統(tǒng)按照服務(wù)流程依次執(zhí)行服務(wù)任務(wù)。首先在圖10所示的信息輸入模塊輸入葉片的三維數(shù)字化模型文件；然后在刀軌生成功能模塊，系統(tǒng)根據(jù)葉片幾何模型的型面特征和用戶自定義需求對加工信息(如加工刀具信息、走刀方式和切削參數(shù)等)進行參數(shù)分析與方案推送，用戶則可以通過輸入界面對推送參數(shù)進行修改；最后系統(tǒng)根據(jù)輸入信息調(diào)用在NX 8.5加工模塊下錄制的轉(zhuǎn)輪葉片加工仿真過程宏文件模板，對葉片毛坯進行后臺刀軌計算，并通過調(diào)用Vericut 7.5進行仿真過程的可視化展示，如圖12所示。

系統(tǒng)為用戶推送機床加工仿真結(jié)果信息(如刀具干涉、過切、漏切等錯誤信息)、刀路軌跡優(yōu)化前后對比信息、切削力和粗糙度的預(yù)測信息等。刀軌優(yōu)化前后的對比如圖13所示，優(yōu)化前的葉片加工表面粗糙度預(yù)測值Ra為4.95 μm，切削力預(yù)測值F為1 389.53 N，優(yōu)化后的表面粗糙度預(yù)測值Ra為2.09 μm，切削力預(yù)測值F為510.9 N，優(yōu)化后的葉片加工表面粗糙度和切削力明顯小于優(yōu)化前。

5 結(jié)束語

云制造模式下轉(zhuǎn)輪葉片多軸銑削加工面臨知識資源異構(gòu)分布、重用困難、共享率低等問題，采用本文提出的集成知識云服務(wù)模式能夠有效提高知識資源重用與共享效率，進而提高葉片加工效率和加工質(zhì)量。本文主要以云模式下轉(zhuǎn)輪葉片加工過程模塊化集成和加工知識資源系統(tǒng)性描述為基礎(chǔ)，構(gòu)建轉(zhuǎn)輪葉片加工過程的集成知識云服務(wù)模式，利用Petri Net擴展技術(shù)對知識云服務(wù)流的時序排列和任務(wù)執(zhí)行規(guī)則等進行規(guī)范化約束，構(gòu)建集成知識服務(wù)模型，并搭建知識云服務(wù)實現(xiàn)平臺。在此基礎(chǔ)上，通過某水輪機轉(zhuǎn)輪葉片刀軌計算、加工仿真和切削參數(shù)優(yōu)化等環(huán)節(jié)的知識資源推送驗證了平臺的實用性和有效性。本文所提集成知識云服務(wù)模式對提高云制造模式下的葉片類及其他復(fù)雜曲面零件多軸銑削的加工效率具有一定參考價值，后期研究需要進一步擴展知識云庫內(nèi)容及服務(wù)平臺功能組件，增加集成知識云服務(wù)的應(yīng)用范圍。

[1] LAI Xide, ZHANG Qinghua, LI Qinggang. Digital manufacture of large-grade hydro turbine’s blades[J]. Journal of Materials Processing Technology,2009,209(11):4963-4969.

[2] YIN Yanchao, WU Lei. CNC milling performance analysis for complex sculptured surface based on integrated optimization[J]. Computer Integrated Manufacturing Systems,2016,22(4):1012-1020(in Chinese).[陰艷超,吳 磊.基于過程集成優(yōu)化的復(fù)雜曲面數(shù)控銑削性能分析[J].計算機集成制造系統(tǒng),2016,22(4):1012-1020.]

[3] WANG Minghai, LI Xiaopeng. Effect of curvature attribute of free-form surface on CNC milling process[J].Journal of Aerospace Power,2013,28(1):25-31(in Chinese).[王明海,李曉鵬.葉片型面曲率屬性對數(shù)控銑削加工過程的影響[J].航空動力學(xué)報,2013,28(1):25-31.]

[4] WEI Tao, LI Yingguang, LIU Xu. NC machining in-process oriented cloud manufacturing service generation method for complex aircraft structural parts[J]. Computer Integrated Manufacturing Systems,2016,22(11):2707-2717(in Chinese).[韋 濤,李迎光,劉 旭.面向航空復(fù)雜結(jié)構(gòu)件數(shù)控加工過程的云制造服務(wù)生成方法[J].計算機集成制造系統(tǒng),2016,22(11):2707-2717.]

[5] LI Xiangqian, YANG Haicheng, JING Shikai, et al. Knowledge service modeling approach for group enterprise cloud manufacturing[J]. Computer Integrated Manufacturing Systems,2012,18(8):1869-1880(in Chinese).[李向前,楊海成,敬石開,等.面向集團企業(yè)云制造的知識服務(wù)建模[J].計算機集成制造系統(tǒng),2012,18(8):1869-1880.]

[6] YIN Sheng, YIN Chao, LIU Fei, et al. Outsourcing resources integration service mode and semantic description in cloud manufacturing environment[J]. Computer Integrated Manufacturing Systems,2011,17(3):525-532(in Chinese).[尹 勝,尹 超,劉 飛,等.云制造環(huán)境下外協(xié)加工資源集成服務(wù)模式及語義描述[J].計算機集成制造系統(tǒng),2011,17(3):525-532.]

[7] JORICK L, XU Xiaofei, NIE Lanshun, et al. Cloud manufacturing service composition based on QoS with geo-perspective transportation using an improved artificial bee colony optimisation algorithm[J]. International Journal of Production Research,2015,53(14):4380-4404.

[8] YIN Yanchao, NIU Hongwei. Quantitative evaluation approach of cloud capability service for knowledge in cloud manufacturing[J]. Transactions of the Chinese Society for Agricultural Machinery,2016,47(8):325-332(in Chinese).[陰艷超,牛紅偉.云制造環(huán)境下知識云能力量化評估方法研究[J].農(nóng)業(yè)機械學(xué)報,2016,47(8):325-332.]

[9] BO Pengbo, BARTOM, PLAKHOTNIK D, et al. Towards efficient 5-axis flank CNC machining of free-form surfaces via fitting envelopes of surfaces of revolution[J]. Computer-Aided Design,2016,79:1-11.

[10] WEI Tao, LI Yingguang, LIU Xu. NC machining in-process oriented cloud manufacturing service generation method for complex aircraft structural parts[J]. Computer Integrated Manufacturing Systems,2016,22(11):2707-2717(in Chinese).[韋 濤,李迎光,劉 旭.面向航空復(fù)雜結(jié)構(gòu)件數(shù)控加工過程的云制造服務(wù)生成方法[J].計算機集成制造系統(tǒng),2016,22(11):2707-2717.]

[11] WANG Zhengcheng, HUANG Yang. Research on integration sharing technology of cloud manufacturing resource oriented to service China construction[J]. China Mechanical Engineering,2012,23(11):1324-1331(in Chinese).[王正成,黃 洋.面向服務(wù)鏈構(gòu)建的云制造資源集成共享技術(shù)研究[J].中國機械工程,2012,23(11):1324-1331.]

[12] DENG Ziyun. Research on service composition technology based on CPN and SOA and its application in supercomputing simulation cloud platform[D]. Changsha:Hunan University,2016(in Chinese).[鄧子云.基于CPN與SOA的服務(wù)組合技術(shù)及其在超算仿真云平臺的應(yīng)用研究[D].長沙：湖南大學(xué),2016.]

[13] POMAROLLI A, ANDERLIK S, NG J. R2RIF-rule integration plugin for protégé OWL[C]//Proceedings of 2011 International Conference on Computer Aided Systems Theory. Berlin, Germany:Springer-Verlag,2011:137-144.

[14] CHEN Jiwen, YANG Hongjuan, DONG Mingxiao, et al. Design knowledge updating method based on similarity matching of ontology semantic block[J]. Chinese Journal of Mechanical Engineering,2014,50(7):161-167(in Chinese).[陳繼文,楊紅娟,董明曉,等.基于本體語義塊相似匹配的設(shè)計知識更新[J].機械工程學(xué)報,2014,50(7):161-167.]

[15] ZHAO Yan, MO Rong. Matching capability degree of manufacturing resource capability and manufacturing process constraint[J]. Computer Integrated Manufacturing Systems,2009,15(4):712-718(in Chinese).[趙 巖,莫 蓉.制造資源能力與制造工藝約束的匹配度研究[J].計算機集成制造系統(tǒng),2009,15(4):712-718.]

[16] SU Guojun, WANG Jin, TIAN Liguo. The FMS optimal scheduling based on Petri net model[J]. Systems Engineering—Theory & Practice,2014,34(10):2716-2721(in Chinese).[蘇國軍,汪 晉,田立國.基于Petri網(wǎng)模型的柔性制造系統(tǒng)優(yōu)化調(diào)度[J].系統(tǒng)工程理論與實踐,2014,34(10):2716-2721.]

[17] FU Zuowei, YUE Xiaobo, WANG Huiying. Workflow model based on extended weighted and timed Petri net[J]. Computer Engineering and Applications,2014,50(15):55-58(in Chinese).[傅作為,樂曉波,王慧英.加權(quán)的時間Petri網(wǎng)工作流模型研究[J].計算機工程與應(yīng)用,2014,50(15):55-58.]

[18] YIN Yanchao, WU Lei. Digital machining simulation for francis hydro turbine’s blade[J]. Advanced Materials Research,2013,712/713/714/715:2149-2153.