制造知识库中知识的种类、数量以及质量是实现工艺设计智能化的关键。如何不断地获取所需知识促进智能程度的持续提升,并通过有效定量地评估知识库的知识能力以制定动态的获取方略,成为智能制造亟待解决的两个重要问题。本文对飞机零件制造数据向知识转化方法开展研究,主要的研究工作及成果包括以下几个方面:(1)提出了制造数据向多粒度知识转化的方法框架。从各要素的内容和组织结构分析了制造数据的构成,解析了制造数据蕴含的知识,并通过多粒度知识模型构建来提升知识的可重用性,进而给出了数据向知识转化的模型,包括三个步骤:制造数据的解析、目标知识的识别、新增知识的构建。同时,提出知识覆盖度进行量化评测知识能力,为进一步的知识转化需求提供借鉴,提升了知识获取效率。(2)发展了工艺指令数据向多粒度知识转化方法。根据知识转化模型,建立了结构化的工艺指令数据向多粒度知识转化的机制,具体实现步骤包括:数据拆解、状态判别和知识构造。针对目标知识的识别,利用相似度计算建立了状态判别方法。所建立的相似度计算方法包括了不同数据类型的属性值相似度计算,多特征混合的相似度计算,工艺流程的相似度计算。其中,提出的综合编辑距离与序列比对的相似度算法,由于考虑了更全面的影响因素,拥有更高的准确性。针对新增知识的构建,根据零件、工艺流程的状态,通过创建、替换、引用的操作建立了对应的知识构造流程,实现了不同粒度知识的保存。(3)建立了非结构化检测数据向知识转化方法。在分析检测数据与目标知识的组成结构的基础上,提出了检测数据向知识转化的具体实现步骤:结构转换、状态判别、知识融合。针对结构转换,通过点云模型与设计模型的比对分析、点云集数据拟合、XML文件传递三个步骤来实现。对于状态判别,提出了基于特征敏感度的混合相似度计算方法,其中各特征的权值利用Sobol法求得,并通过与其他相似度计算方法的对比,说明了该方法具备高匹配准确度的优势。同时,知识融合则应用多个最相邻实例建立了框肋零件弯边回弹角的预测方法,并结合当前数据的状态,建立了冗余消除及冲突消解机制,保证了知识的唯一性和一致性。(4)提出了以知识覆盖度为核心的制造知识能力测度方法。通过离散值型特征的分类关系确立、连续值型特征的离散化处理,确立了知识单元总数量,同时由知识单元的相异度进行知识覆盖分析以确定有效覆盖的知识单元,进而建立知识覆盖度的计算框架。根据标识对象的特征情况,分别建立了离散值型、连续值型、混合型三种覆盖度的计算方法。基于知识能力的定量化评估结果,能够按照预期目标有效地制定知识能力的提升策略。