面向非标定制零部件的加工风险综合评估

doi:10.3901/JME.260438

机械工程学报 ›› 2026, Vol. 62 ›› Issue (11): 76-89.doi: 10.3901/JME.260438

• 特邀专栏：制造互联与工业智能 • 上一篇

扫码分享

面向非标定制零部件的加工风险综合评估

刘青华¹, 蔡茂林¹, 仝晓萌¹, 李毅波², 唐小林³, 龙安林⁴

1. 北京航空航天大学自动化学院北京 100191;
2. 中南大学极端服役性能精准制造全国重点实验室长沙 410083;
3. 重庆大学机械与运载工程学院重庆 400044;
4. 中国航空工业集团成都飞机工业(集团)有限责任公司成都 610092

收稿日期:2025-06-17 修回日期:2025-11-22 发布日期:2026-07-29
作者简介:刘青华,男,1996年出生,博士研究生。主要研究方向为智能制造。E-mail:lqh9610@163.com;蔡茂林,男,1972年出生,博士研究生导师。主要研究方向为智能制造。E-mail:caimaolin@buaa.edu.cn;仝晓萌(通信作者),男,1989年出生,博士,教授。主要研究方向为智能制造、人工智能和工业互联网。E-mail:tongxiaomeng@buaa.edu.cn;李毅波,男,1981年出生,博士,教授,博士研究生导师。主要研究方向为机械系统与制造工艺过程的数字孪生。E-mail:liyibo@csu.edu.cn;唐小林,男,1984年出生,博士,教授,博士研究生导师。主要研究方向为智能制造新能源汽车优化设计与控制、智能汽车感知与决策控制。E-mail:tangxl0923@cqu.edu.cn;龙安林,男,1990年出生,博士,高级工程师。主要研究方向为智能制造。E-mail:anlinlong@126.com
基金资助:
国家重点研发计划(2024YFB3409700)、国家自然科学基金(52575046)和极端服役条件制造工艺精密制造国家重点实验室开放基金(KFKT2023-10)资助项目。

Comprehensive Risk Assessment of Processes for Non-standard Customized Components

LIU Qinghua¹, CAI Maolin¹, TONG Xiaomeng¹, LI Yibo², TANG Xiaolin³, LONG Anlin⁴

1. School of Automation Science and Electrical Engineering, Beihang University, Beijing 100191;
2. Light Alloy Research Institute, Central South University, Changsha 410083;
3. College of Mechanical and Vehicle Engineering, Chongqing University, Chongqing 400044;
4. AVIC Chengdu Aircraft Industrial (Group) Co., Ltd., Chengdu 610092

Received:2025-06-17 Revised:2025-11-22 Published:2026-07-29

摘要/Abstract

摘要： 为了提高非标零部件加工效率、降低加工成本，以及提高加工风险评估质量，研究提出一种融合多源知识的综合评估法。利用区间模糊逻辑进行加工参数的知识表示。考虑零件尺寸结构、刀具寿命、机床寿命及加工时间等多方面，构建基于铣削加工工艺的动态更新综合多源知识库。其中引入专家置信指数及随机森林，以解决知识冲突问题。并根据规则推理结果实现加工参数的自适应调整。研究表明，该评估模型能有效识别加工风险规则优化后，尺寸误差最高降低65%，表面粗糙度降低57%，加工时间缩短33%。与传统多目标遗传算法(NSGA-II)相比，该模型在质量控制方面表现更优，尺寸误差和表面粗糙度分别降低55%和60%，表明多源知识融合方法在质量与效率协同优化方面具有明显优势。

关键词: 加工风险评估, 参数优化, 动态知识库, 多源知识融合

Abstract: A comprehensive evaluation method that fuses multi-source knowledge is proposed to improve the machining efficiency of non-standard components, reduce manufacturing cost, and enhance the quality of machining risk assessment. Processing-parameter knowledge representation is carried out using interval fuzzy logic. From multiple dimensions—including part geometry and size, tool life, machine-tool life, and machining time—a dynamically updated, milling-process-based multi-source knowledge base is constructed. An expert confidence index and a random forest are introduced to resolve knowledge conflicts. Adaptive adjustment of machining parameters is achieved according to rule-based outputs. It is shown that the proposed model effectively identifies machining risks. After rule optimization, machining accuracy is improved by up to 65%, surface roughness is reduced by 57%, and machining time is shortened by 33%. Furthermore, compared with the conventional multi-objective genetic algorithm NSGA-II, superior quality-control performance is observed: machining accuracy is increased by 55% and surface roughness is reduced by 60%, demonstrating the multi-objective balancing advantage conferred by multi-source knowledge fusion.

Key words: machining risk assessment, parameter optimization, dynamic knowledge base, multi-source knowledge fusion

中图分类号:

TG156

刘青华, 蔡茂林, 仝晓萌, 李毅波, 唐小林, 龙安林. 面向非标定制零部件的加工风险综合评估[J]. 机械工程学报, 2026, 62(11): 76-89.

LIU Qinghua, CAI Maolin, TONG Xiaomeng, LI Yibo, TANG Xiaolin, LONG Anlin. Comprehensive Risk Assessment of Processes for Non-standard Customized Components[J]. Journal of Mechanical Engineering, 2026, 62(11): 76-89.

导出引用管理器 EndNote|Reference Manager|ProCite|BibTeX|RefWorks

链接本文: http://www.cjmenet.com.cn/CN/10.3901/JME.260438

http://www.cjmenet.com.cn/CN/Y2026/V62/I11/76

参考文献

[1] GÓMEZ A，OLMOS V，RACERO J，et al. Manufacturing of custom-made parts for assembly of large aircraft components[J]. Procedia Engineering，2015，132：1006-1013.
[2] 徐敬华，张树有，裘乐淼. 基于多粒度宏建模的MEMS非标结构设计方法[J]. 机械工程学报，2011，47(9)：97-104. XU Jinghua，ZHANG Shuyou，QIU Lemiao. Design method of non-standard structure for mems based on multi-granularity macro-modeling[J]. Journal of Mechanical Engineering，2011，47(9)：97-104.
[3] HIROGAKI T，AOYAMA E，OGAWA K，et al. Decision methodology of end-milling conditions using data-mining[J]. Precision Engineering，2011，35(2)：197-203.
[4] BAGIRAN H E. Risk assessment application in milling machines[J]. Ergonomi，2023，6(1)：1-18.
[5] KAHLOUL H，CHAIB R，BELLAOUAR A. Hazard identification and risk analysis for a reinforced concrete rolling mill[J]. World Journal of Engineering，2017，14(1)：1-6.
[6] INDRAWATI S，RIDWANSYAH M. Manufacturing continuous improvement using lean six sigma：an iron ores industry case application[J]. Procedia Manufacturing，2015，4：528-534.
[7] HUANG Weiwei，ZHANG Yang，ZHANG Xinquan，et al. Wall thickness error prediction and compensation in end milling of thin-plate parts[J]. Precision Engineering，2020，66：550-563.
[8] YADAV A K，KUMAR M，BAJPAI V，et al. FE modeling of burr size in high-speed micro-milling of Ti6Al4V[J]. Precision Engineering，2017，49：287-292.
[9] GAO Xikun，CHENG Xiang，LING Siying，et al. Research on optimization of micro-milling process for curved thin wall structure[J]. Precision Engineering，2022，73：296-312.
[10] BHAVSAR S N，ARAVINDAN S，RAO P V，et al. Investigating material removal rate and surface roughness using multi-objective optimization for focused ion beam (FIB) micro-milling of cemented carbide[J]. Precision Engineering，2015，40：131-138.
[11] DU C，HO C L，KAMINSKI J，et al. Prediction of product roughness，profile，and roundness using machine learning techniques for a hard turning process[J]. Advances in Manufacturing，2021，9(2)：206-215.
[12] 娄维达，秦国华，王华敏，等. 基于复化Cotes积分和神经网络的稳定铣削工艺参数多目标优化方法[J]. 机械工程学报，2023，59(17)：279-290. LOU Weida，QIN Guohua，WANG Huamin，et al. Multi-objective optimization method of stable milling process parameters based on BP neural network and composite Cotes integration[J]. Journal of Mechanical Engineering，2023，59(17)：279-290.
[13] STARK A，FERM K，HANSON R，et al. Hybrid digital manufacturing：Capturing the value of digitalization[J]. Journal of Operations Management，2023，69(6)：890-910.
[14] 张党，赵永宣，王振军，等. 数据-知识混合驱动的离散制造系统智能控制体系构架研究[J]. 机械工程学报，2024，60(6)：1-10，20. ZHANG Dang，ZHAO Yongxuan，WANG Zhenjun，et al. Research on data-knowledge driven intelligent control architecture for discrete manufacturing system[J]. Journal of Mechanical Engineering，2024，60(6)：1-10，20.
[15] CHU Wangwei，LI Yingguang，LIU Changqing，et al. A manufacturing resource allocation method with knowledge-based fuzzy comprehensive evaluation for aircraft structural parts[J]. International Journal of Production Research，2014，52(11)：3239-3258.
[16] 刘达新，王科，刘振宇，等. 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. LIU Daxin，WANG Ke，LIU Zhenyu，et al. Research on digital twin modeling method for robotic assembly cell based on data fusion and knowledge reasoning[J]. Journal of Mechanical Engineering，2024，60(5)：36-50.
[17] DUAN Jingjing，DUAN Yang. Toward a framework of extracting typical machining process routines based on knowledge representation learning[J]. Advanced Engineering Informatics，2024，60：102431.
[18] HUA Yiwei，WANG Ru，WANG Zuoxu，et al. Knowledge graph with deep reinforcement learning for intelligent generation of machining process design[J]. Journal of Engineering Design，2025，36(11)：2072-2106.
[19] YANG Chao，YUAN Zheng，TU Xinyi，et al. Ontology-based knowledge representation of industrial production workflow[J]. Advanced Engineering Informatics，2023，58：102185.
[20] HASHMI K，GRAHAM I D，MILLS B. Data selection for turning carbon steel using a fuzzy logic approach[J]. Journal of Materials Processing Technology，2003，135(1)：44-58.
[21] TORRES-TREVIÑO L M，ESCAMILLA-SALAZAR I G，GONZÁLEZ-ORTÍZ B，et al. An expert system for setting parameters in machining processes[J]. Expert Systems with Applications，2013，40(17)：6877-6884.
[22] HUANG Hongzhong，LI Yonghua，XUE L H，et al. A comprehensive evaluation model for assessments of grinding machining quality[J]. Key Engineering Materials，2005，291-292：157-162
[23] SUN Qun，ZHANG Weimin，LI Pengzhong，et al. A comprehensive evaluation approach for machining operation based on fuzzy AHP [C]// 20144th International Conference on Mechanical Science and Technology，Sanya，Hainan Island，China，2014，472：1079.
[24] MA Yumin，LI Shengyi，LU Xiaoyu，et al. GAN based data analysis and mining for smart shop floor scheduling[C]// 2021 IEEE 17th International Conference on Automation Science and Engineering，Lyon，France，2021，651–656.
[25] SHI Peng，TONG Xiaomeng，CAI Maolin，et al. A novel 2.5D machining feature recognition method based on ray blanking algorithm[J]. Journal of Intelligent Manufacturing，2024，35(4)：1585–1605.
[26] 刘强，李忠群. 数控铣削加工过程仿真与优化：建模、算法与工程应用[M]. 北京：航空工业出版社，2011. LIU Qiang，LI Zhongqun. Simulation and optimization of CNC milling process：Modeling，algorithms，and engineering applications[M]. Beijing：Aviation Industry Press，2011.
[27] SHI Peng，TONG Xiaomeng，QU Hongquan，et al. Rapid generation of contour parallel toolpaths for 2.5D closed cavity based on accurate discrete medial axis transform[J]. Precision Engineering，2025，92：231-252.

面向非标定制零部件的加工风险综合评估

Comprehensive Risk Assessment of Processes for Non-standard Customized Components

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]	张步云, 王祥, 罗明露, 王勇, 张云顺, 徐兴, TAN Chin-An. 一种充气式液电馈能悬架结构设计及其性能优化[J]. 机械工程学报, 2026, 62(7): 244-254.
[2]	许鸿伟, 刘丽兰, 张洁, 秦威, 邢宏文, 汪玮, 刘思仁, 吕佑龙. 工业大模型驱动的航空智能制造AI孪生控制方法体系[J]. 机械工程学报, 2026, 62(5): 61-73.
[3]	谭励, 余煌, 杜小强, 贺磊盈, 马锃宏. 基于稳定夹持的类球形果实采摘末端执行器优化设计与试验[J]. 机械工程学报, 2026, 62(3): 353-365.
[4]	韩宇泽, 刘雁鹏, 任明法, 祖磊, 何景轩. 考虑胶辊间隙的工艺参数耦合对复合材料湿法缠绕制品性能的影响与优化[J]. 机械工程学报, 2025, 61(5): 354-363.
[5]	袁明新, 蒋为钰, 王巍, 李解, 申燚. 面向残余振动抑制的油罐车自主加注臂平衡机构设计参数优化[J]. 机械工程学报, 2025, 61(23): 11-26.
[6]	卢文娟, 吴美琪, 孙思涵, 曾嘉豪, 曾达幸. 主次运动解耦混联驾驶模拟器的构型设计与参数优化[J]. 机械工程学报, 2025, 61(21): 302-317.
[7]	胡喆, 池茂儒, 周亚波, 代亮成, 梁树林, 陈建政, 孙建锋. 单线隧道内市域动车组尾车横向晃动机理研究[J]. 机械工程学报, 2025, 61(20): 204-212.
[8]	曾达幸, 许林淼, 范朝辉, 刘亚, 侯雨雷, 卢文娟. 仿中医按摩执行器按摩力分析及优化设计[J]. 机械工程学报, 2025, 61(15): 247-260.
[9]	林龙飞, 王宝雨, 郭威, 彭文飞, 吴晓成, 黄明辉. 基于混合损伤准则的火车轴楔横轧芯部损伤建模与分析[J]. 机械工程学报, 2025, 61(12): 141-152.
[10]	史羽胜, 张明路, 张小俊, 焦世龙, 焦鑫, 李满宏. 可变形轮腿复合机器人优化设计与越障性能[J]. 机械工程学报, 2025, 61(11): 45-56.
[11]	刘瑞伟, 张碧峰, 范雅婷, 温兆麟, 肖体兵, 郭宏伟. 索-梁-膜张拉式天线展开机构非线性动力学特性及参数优化分析[J]. 机械工程学报, 2025, 61(1): 92-100.
[12]	张苗苗, 刘艳妍, 杨晋, 杨晓波, 张起樑. 摆杆式锻造操作机悬挂机构的力学特性研究[J]. 机械工程学报, 2025, 61(1): 232-242.
[13]	刘鑫, 张俊, 徐斌斌, 刘弘光, 赵万华. 激光辅助铣削过程的预热温度场调控方法研究[J]. 机械工程学报, 2024, 60(9): 218-228.
[14]	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.
[15]	吴宏宇, 牛文栋, 宋扬, 郝宇星, 王树新, 阎绍泽. 受最速降线启发的水下滑翔机运动轨迹设计[J]. 机械工程学报, 2024, 60(21): 243-253.