基于预训练模型与相似度算法的复杂产品装配技术问题风险预警方法

doi:10.3901/JME.2024.24.317

机械工程学报 ›› 2024, Vol. 60 ›› Issue (24): 317-329.doi: 10.3901/JME.2024.24.317

扫码分享

基于预训练模型与相似度算法的复杂产品装配技术问题风险预警方法

张晋^1,2, 刘检华¹, 赵文浩³, 庄存波^1,2, 张旭¹

1. 北京理工大学机械与车辆学院北京 100081;
2. 北京理工大学重庆创新中心重庆 401151;
3. 上海卫星装备研究所上海 200240

收稿日期:2024-01-20 修回日期:2024-07-30 出版日期:2024-12-20 发布日期:2025-02-01
作者简介:张晋，男，1996年出生。主要研究方向为装配MES、装配质量管控技术。E-mail：3120210404@bit.edu.cn;刘检华，男，1977年出生，博士，教授，博士研究生导师。主要研究方向为数字化制造技术。E-mail：jeffliu@bit.edu.cn;赵文浩，男，1995年出生。主要研究方向为数字化制造。E-mail：1789559473@qq.com;庄存波(通信作者)，男，1991年出生，博士，副研究员，硕士研究生导师。主要研究方向为装配MES、数字孪生技术。E-mail：zhuangdavid@bit.edu.cn;张旭，男，1969年出生，博士，副教授，硕士研究生导师。主要研究方向为工程设计与设计自动化、产品设计与工艺集成技术、产品生命周期管理与企业集成技术。E-mail：zhangxu@bit.edu.cn
基金资助:
国家重点研发计划(2020YFB1901401)、佛山-清华产学研合作协同创新专项(2020THFS0107)、水圈科学与水利工程全国重点实验室开放基金(sklhse-2023-E-03)、国家自然科学基金(51809148)和北京市自然科学基金(3192015)资助项目。

Risk Warning Method for Complex Product Assembly Technology Problems Based on Pre-training Model and Similarity Algorithm

ZHANG Jin^1,2, LIU Jianhua¹, ZHAO Wenhao³, ZHUANG Cunbo^1,2, ZHANG Xu¹

1. School of Mechanical Engineering, Beijing Institute of Technology, Beijing 100081;
2. Beijing Institute of Technology Chongqing Innovation Center, Chongqing 401151;
3. Shanghai Institute of Spacecraft Equipment, Shanghai 200240

Received:2024-01-20 Revised:2024-07-30 Online:2024-12-20 Published:2025-02-01

摘要/Abstract

摘要： 在复杂产品研制过程中，常因装配工艺不完善而出现各种装配技术问题。传统的管控方案是在装配技术问题出现后，对其进行多轮反馈处理，严重影响装配效率。为了减少装配技术问题的出现，提出一种基于预训练模型与相似度算法的复杂产品装配技术问题风险预警方法，实现在装配工艺设计阶段对潜在技术问题的风险预警。首先，对复杂产品装配流程进行分析。其次，针对短文本，使用Chinese-roberta-wwm-ext-large预训练模型；针对长文本，使用paraphrase-multilingual-mpnet- base-v2预训练模型，对历史技术问题反馈信息进行语义提取。在此基础上，分别使用改进词转移距离算法和余弦相似度算法计算历史问题工艺文本与新工艺文本的语义相似度，从而检索出新工艺中可能存在的风险点位并进行预警。最后，开发复杂产品装配技术问题管控系统并应用于某航天企业，验证了所提方法的有效性和准确性。

关键词: 复杂产品, 装配, 风险预警, 自然语言处理, 预训练模型, 相似度算法

Abstract: In the process of complex product development, various assembly technical problems often arise due to imperfect assembly process design. The traditional control scheme is to deal with them through multiple rounds of feedback after they occur, which seriously affects the assembly efficiency. In order to reduce the occurrence of assembly technical problems, this paper proposes a complex product assembly technical problem risk early warning method based on pre-trained models and similarity algorithms, which can realize the risk early warning of potential technical problems in the assembly process design stage. Firstly, the complex product assembly process is analyzed. Secondly, for short texts, the Chinese-roberta-wwm-ext-large pre-trained model is used; for long texts, the paraphrase-multilingual-mpnet-base-v2 pre-trained model is used to extract the semantics of historical technical problem feedback information. On this basis, the improved word mover’s distance algorithm and the cosine similarity algorithm are used respectively to calculate the semantic similarity between the historical problem process text and the new process text, and to retrieve the possible risk points in the new process and give early warning. Finally, a complex product assembly technical problem control system is developed and applied to a space enterprise, which verifies the effectiveness and accuracy of the proposed method.

Key words: complex products, assembly, risk warning, natural language processing, pre-training models, similarity algorithms

中图分类号:

TP301

张晋, 刘检华, 赵文浩, 庄存波, 张旭. 基于预训练模型与相似度算法的复杂产品装配技术问题风险预警方法[J]. 机械工程学报, 2024, 60(24): 317-329.

ZHANG Jin, LIU Jianhua, ZHAO Wenhao, ZHUANG Cunbo, ZHANG Xu. Risk Warning Method for Complex Product Assembly Technology Problems Based on Pre-training Model and Similarity Algorithm[J]. Journal of Mechanical Engineering, 2024, 60(24): 317-329.

参考文献

[1] 李伯虎，柴旭东. 复杂产品虚拟样机工程[J]. 计算机集成制造系统，2002(9)：678-683. LI Bohu，CHAI Xudong，Virtual prototype engineering for complex products[J]. Computer Integrated Manufacturing Systems，2002(9)：678-683.
[2] 尚育如，富大欣，李川生，等．航天工艺基础知识培训教材(下)[M]．北京：中国宇航出版社，2005． SHANG Yuru，FU Daxin，LI Chuansheng，et al. Training materials for basic knowledge of aerospace processes (2)[M]. Beijing：China Aerospace Press，2005.
[3] 庄存波，刘检华，唐承统，等. 复杂产品离散装配过程中的物料动态跟踪与管理技术[J]. 计算机集成制造系统，2015，21(1)：108-122. ZHUANG Cunbo，LIU Jianhua，TANG Chengtong，et al. Material dynamic tracking and management techniques in discrete assembly process of complex products[J]. Computer Integrated Manufacturing Systems，2015，21(1)：108-122.
[4] ZHANG G，LIU J，PENG L，et al. Factor-driven dynamic predictive maintenance policy for manufacturing system[J]. Computer Integrated Manufactering Systems，2013，19：2982-2992.
[5] 林伟锋，陈卫勇，陈晓雷，等. 燃煤电厂除尘设备预测性维护系统的研究[J]. 中国设备工程，2020，16：66-67. LIN Weifeng，CHEN Weiyong，CHEN Xiaolei，et al. Research on predictive maintenance system for coal-fired power plant dedusting equipment[J]. China Plant Engineering，2020，16：66-67.
[6] 王涌泉，高琦. CAPP系统中工艺知识推送方案的设计与研究[J]. 组合机床与自动化加工技，2019(5)：134-137. WANG Yongquan，GAO Qi. Design and research of process knowledge pushing scheme in CAPP system[J]. Combined Machine Tool and Automatic Machining Technology，2019(5)：134-137.
[7] HAJI-KAZEMI S，ARICA E，SEMINI M，et al. Detecting early warning signs of delays in shipbuilding projects[C]// IFIP International Conference on Advances in Production Management Systems. A. G，Switzerland：Springer，Cham，2015：215-222.
[8] MUXFELDT A，STEIL J J. Recovering from assembly errors by exploiting human demonstrations[J]. Procedia CIRP，2018(72)：63-68.
[9] 张峥. 基于信息网络的复杂产品系统研发风险识别[J].现代计算机，2022，28(10)：39-45. ZHANG Zheng. Risk identification of complex product system development based on information network[J]. Modern Computer，2022，28(10)：39-45.
[10] 刘检华，丁向峰，袁丁，等. 复杂产品计算机辅助装配过程控制与管理系统[J]. 计算机集成制造系统，2010，16(8)：1622-1633. LIU Jianhua，DING Xiangfeng，YUAN Ding，et al. Process control and management system for computer-aided assembly of complex products[J]. Computer Integrated Manufacturing Systems，2010，16(8)：1622-1633
[11] 杨飘，董文永. 基于BERT嵌入的中文命名实体识别方法[J]. 计算机工程，2020，46(4)：40-45. YANG Piao，DONG Wenyong. A Chinese named entity recognition method based on BERT embedding[J]. Computer Engineering，2020，46(4)：40-45.
[12] 李春楠，王雷，孙媛媛，等. 基于BERT的盗窃罪法律文书命名实体识别方法[J]. 中文信息学报，2021，35(8)：73-81. LI Chunnan，WANG Lei，SUN Yuanyuan，et al. BERT-based legal theft journal of instrument naming entity identification method[J]. Chinese Journal of Information，2021，35(8)：73-81.
[13] YOKOI S，TAKAHASHI R，AKAMA R，et al. Word rotator’s distance[C]// Proceedings of the 2020 Conference on Empirical Methods in Natural Language Processing (EMNLP). Association for Computational Linguistics，2020：2921-2931.
[14] KUSNER M，SUN Y，KOLKIN N，et al. Choosing an NLP library for analyzing software documentation：A systematic literature review and a series of experiments[C]// Proceedings of the 2017 IEEE/ACM 14th International Conference on Mining Software Repositories (MSR). Buenos Aires，Argentina：IEEE/ACM. 2017：417-428.
[15] VASWANI A，SHAZEER N，PARMAR N，et al. Attention is all you need[C]// Proceedings of the 31st International Conference on Neural Information Processing Systems. Long Beach，CA，USA：Curran Associates，Inc. 2017：6000-6010.
[16] DEVLIN J，CHANG M W，LEE K，et al. Bert：Pre-training of deep bidirectional transformers for language understanding[C]// Proceedings of the 2019 Conference of the North American Chapter of the Association for Computational Linguistics：Human Language Technologies，Volume 1(Long and Short Papers). Minneapolis，Minnesota：Association for Computational Linguistics. 2019：4171-4186.
[17] HAM A M. Integrated scheduling of m-truck，m-drone，and m-depot constrained by time-window，drop-pickup，and m-visit using constraint programming[J]. Transportation Research Part C：Emerging Technologies，2018，91(6)：1-14.
[18] REIMERS N，GUREVYCH I. Sentence-BERT：Sentence embeddings using siamese BERT-Networks[C]// Proceedings of the 2019 Conference on Empirical Methods in Natural Language Processing and the 9th International Joint Conference on Natural Language Processing (EMNLP-IJCNLP). Hong Kong，China: Association for Computational Linguistics. 2019：3982-3992.
[19] RUBNER Y，TOMASI C，GUIBAS L J. The earth mover's distance as a metric for image retrieval[J]. International Journal of Computer Vision，2000，40(2)：99-121.
[20] KUSNER M，SUN Y，KOLKIN N，et al. From word embeddings to document distances[C]// Proceedings of the 32nd International Conference on Machine Learning. Lille，France：JMLR. 2015：957-966.
[21] SALTON G，BUCKLEY C. Term-weighting approaches in automatic text retrieval[J]. Information Processing & Management，1988，24(5)：513-521.
[22] GROS D，HABERMANN T，KIRSTEIN G，et al. Anaphora resolution：Analysing the impact on mean average precision and detecting limitations of automated approaches[J]. International Journal of Information Retrieval Research，2018，8(3)：33.

基于预训练模型与相似度算法的复杂产品装配技术问题风险预警方法

Risk Warning Method for Complex Product Assembly Technology Problems Based on Pre-training Model and Similarity Algorithm

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	罗忠, 石宝龙, 吴法勇, 李玉奇, 刘凯宁, 张小霞. 考虑装配工艺的螺栓连接转子系统振动特性研究[J]. 机械工程学报, 2024, 60(8): 396-406.
[2]	胡松, 徐赵博, 肖磊才, 冯平法, 曾龙. 面向跨品类产品的可重构柔性装配技术研究[J]. 机械工程学报, 2024, 60(6): 69-81.
[3]	王俊玖, 刘金玉, 侯秀娟, 齐振国, 李志敏, 刘涛. 列车车体柔性装配精度预测的力学-数据混合建模方法[J]. 机械工程学报, 2024, 60(6): 177-186.
[4]	刘达新, 王科, 刘振宇, 许嘉通, 谭建荣. 基于数据融合与知识推理的机器人装配单元数字孪生建模方法研究[J]. 机械工程学报, 2024, 60(5): 36-50.
[5]	王战玺, 张益铭, 张邦海, 罗子彦, 史梦格. 双机器人协作轴孔装配力柔顺控制技术研究[J]. 机械工程学报, 2024, 60(3): 28-33.
[6]	熊健, 张之敬, 陈骁, 萨仁其木格, 苏亮, 金鑫. 精密光学元件胶接装配性能研究进展[J]. 机械工程学报, 2024, 60(22): 364-384.
[7]	刘培, 蒋群艳, 杨嘉华, 焦磊, 冯展鹰, 胡长明, 刘庭煜, 倪中华. 基于数字孪生的大型天线阵面装配位姿快速调控方法[J]. 机械工程学报, 2024, 60(22): 415-426.
[8]	郭飞燕, 肖世宏, 肖庆东, 王仲奇. 面向性能保障的新一代飞机结构装配质量控制技术[J]. 机械工程学报, 2024, 60(16): 412-428.
[9]	林起崟, 贾一鸣, 周意葱, 王晨, 洪军. 面向装配结构的拓扑优化参数影响分析[J]. 机械工程学报, 2024, 60(15): 291-303.
[10]	余海东, 高畅, 赵勇, 袁可. 机械产品装配偏差分析方法研究进展与展望[J]. 机械工程学报, 2023, 59(9): 212-229.
[11]	周意葱, 林起崟, 王晨, 黄伟旋, 张国悦, 侯乔, 洪军. 自适应参数驱动的装配界面形状主动设计方法[J]. 机械工程学报, 2023, 59(5): 212-222.
[12]	王亚辉, 郑联语, 樊伟, 赵雄, 张月红. 事件驱动考虑加工任务和监测状态的大型构件装配界面切削参数在线优化[J]. 机械工程学报, 2023, 59(24): 18-33.
[13]	侯正航, 何卫平, 王淑侠, 胡余彭, 肖一帆. 基于数字孪生的弧齿型导引头伺服机构动态装调技术研究[J]. 机械工程学报, 2023, 59(22): 433-443.
[14]	刘检华, 夏焕雄, 巩浩, 刘少丽, 庄存波, 敖晓辉. 精密装配的内涵、技术体系和发展趋势[J]. 机械工程学报, 2023, 59(20): 436-450.
[15]	洪兆溪, 冯毅雄, 娄山河, 宋秀菊, 胡炳涛, 张志峰, 谭建荣. 复杂产品不确定性智能设计研究综述与展望[J]. 机械工程学报, 2023, 59(19): 213-236.