《Journal of Industrial Information Integration》：DPDC-ILKM: A multi-agent integrated large knowledge model for intelligent maintenance of industrial swarm robotics
编辑推荐：
航空制造中的多层数据驱动集成框架研究，提出mKDSMP框架优化工艺规划、成本估算和质量控制，实验显示计划生成效率提升72.1%。
Murillo Skrzek | Anderson Luis Szejka | Fernando Mas
巴拉那宗座天主教大学（PUCPR）理工学院工业与系统工程研究生项目（PPGEPS），巴西库里蒂巴。
摘要
航空航天制造业面临着巨大的复杂性，尤其是在飞机制造过程中，这需要整合具有不同几何形状和材料的先进组件和系统。这种环境需要强大的信息系统来管理产品生命周期中的信息交换，并减少项目开发过程中的中断。传统的制造系统难以整合多种自动化技术，并在高度定制和技术复杂的航空航天生产中保持效率。项目变更引起的干扰可能导致成本增加、时间延长以及更大的环境影响。基于这一背景，本研究提出了一个多层次的知识和数据驱动的集成框架，以无缝整合数字技术和物理技术，促进复杂制造过程中的沟通和透明度。该框架支持制造任务，如工艺规划、成本估算和质量保证，确保显性和隐性知识的捕获和利用。实施多层次的知识和数据驱动集成框架可以提高航空航天行业的制造效率、降低成本并提升产品质量。一个实验案例展示了以结构化方式存储数据和知识的能力，从而生成不同的制造计划，支持工艺决策，并通过人工验证将计划生成效率提高了72.1%。未来的研究将重点验证从现有手动工艺计划生成的制造计划，以实现根据最合适的计划进行优化，进一步改进其在航空航天领域的适用性。
部分摘录
引言
制造业不断面临快速调整其流程以满足定制产品需求和快速推出新产品的挑战。知识管理系统对于提高产品质量和控制成本至关重要[1]。先进技术实现了敏捷、高精度的生产，从而提高了产品质量。然而，公司在管理多种机械设备版本和在其上整合各种自动化技术方面遇到了挑战。
制造系统中的知识模型研究机会
制造业的成功取决于高效的设计方法，这些方法能够降低成本、加速产品开发并促进现有知识和资源的再利用[16]。在设计和制造过程中，避免错误对于防止不必要的开支、生产延误和材料浪费至关重要[17]。因此，人们投入了大量精力来实现精确的零件设计，同时考虑多个维度，如产品功能等。
用于制造系统的多层次知识和数据驱动的集成框架
本研究致力于来自不同环境和操作来源的信息的规范化和整合。它强调了跨领域贡献的必要性，考虑到航空航天行业对严格质量控制、精确信息交换和低产量生产的需求[35]。在此背景下，提出的多层次知识和数据驱动的智能制造过程（mKDSMP）框架在隐性知识与显性知识之间建立了桥梁。
航空航天金属板材零件制造计划的实验案例
航空航天行业是世界上最先进和最具挑战性的行业之一，需要持续的创新和极高的精度。每种飞机型号都需要满足特定性能、安全和效率要求的定制零件[8]。这些零件必须能够承受极端的温度、压力和振动，并由高性能材料（如先进金属合金和轻质复合材料）制成。开发这些定制解决方案对于确保……至关重要。
mKDSMP框架在航空航天行业的应用讨论
mKDSMP框架为航空航天板材的设计和制造提供了一种全面、集成的方法，显著提高了准确性、效率、成本效益和创新性。
在实验案例中使用的制造计划示例中，研究通过分析可用资源、工具、机器和人员，通常报告生成制造计划所需时间为32分钟。所有信息通过开发的本体进行处理的时间……
结论
工业革命和工业数字化给学术界和工业界带来了重大挑战。尽管这些技术带来了进步，但掌握这些变化并非迅速或简单。像飞机生产这样的复杂制造过程需要多个领域的专业知识，才能提供满足消费者需求的最佳解决方案。
相关工作揭示了在ASM零件研究中有效科学方法方面的不足。
未引用参考文献
[27]
CRediT作者贡献声明
Murillo Skrzek：撰写——初稿撰写、调查、形式分析、概念化。Anderson Luis Szejka：撰写——审阅与编辑、项目管理、调查、资金获取。Fernando Mas：撰写——审阅与编辑、可视化、验证、监督。
利益冲突声明
作者声明他们没有已知的可能会影响本文所述工作的财务利益或个人关系。
Anderson Luis Szejka报告称获得了巴拉那宗座天主教大学的财务支持。Murillo Skrzek报告称获得了高等教育人员改进协调机构的财务支持。Fernando Mas报告称获得了塞维利亚大学的财务支持。如果还有其他……
致谢
作者感谢塞维利亚大学、巴拉那宗座天主教大学、空客公司、CT工程集团和M&M集团的支持和贡献。此外，他们还感谢CAPES和CNPq提供的资金支持。本研究部分得到了EQUAVEL项目PID2022-137646OB-C31（由MICIU/AEI/10.13039/501100011033和FEDER/UE资助）的支持。
Murillo Skrzek（1998年出生）是本文的主要作者。他于2020年在巴西巴拉那宗座天主教大学（PUCPR）完成了控制与自动化工程学士学位，并在同一大学的工业与系统工程研究生项目（PPGEPS）获得了硕士学位。他目前担任Metalúrgica VH公司的制造总监，负责制造系统和工厂规划。他在硕士期间的研究兴趣涉及……
