北京航空航天大學蔡茂林教授團隊：面向智能制造的數控加工工藝重用關鍵技術：系統回顧丨JME文章推薦

引用論文

牛帥, 仝曉萌, 蔡茂林, 李毅波, 岳烜德. 面向智能制造的數控加工工藝重用關鍵技術：系統回顧[J]. 機械工程學報, 2025, 61(20): 301-317.

NIU Shuai, TONG Xiaomeng, CAI Maolin, LI Yibo, YUE Xuande. Key Technologies for CNC Machining Process Reuse for Intelligent Manufacturing: A Systematic Review[J]. Journal of Mechanical Engineering, 2025, 61(20): 301-317.

(戳鏈接，下載全文)

隨著數字化制造技術的迅速發展，企業數據庫中已積累大量加工工藝實例?；凇皫缀蜗嗨苿t工藝相似”的基本原理，通過識別和提取相似的三維幾何工藝信息，可有效實現工藝知識的重用，進而提升工藝決策系統的智能化水平，縮短產品開發周期。在數控加工工藝重用技術快速發展的背景下，系統把握其發展現狀和未來趨勢，為工藝設計人員提供全面的文獻綜述具有重要的理論和實踐意義，北京航空航天大學蔡茂林教授團隊研究從三個維度系統分析和總結了數控加工工藝重用技術的最新研究進展：首先，宏觀工藝重用層面重點探討產品整體加工路線的重用方法；其次，微觀工藝重用層面聚焦于具體加工環節中工藝知識的精確提取與應用技術；最后，基于機器學習的工藝重用技術則聚焦于非結構化CAD模型數據的處理及其與工藝信息之間復雜的映射關系。這些研究成果不僅對提升工藝設計效率具有重要的理論指導價值，同時在促進工藝知識管理體系的完善方面也具有顯著的實踐價值 。該團隊的研究成果以題為《面向智能制造的數控加工工藝重用關鍵技術：系統回顧》發表在《機械工程學報》2025年第20期。

1

研究背景及目的

隨著數字化制造技術的迅速發展，企業數據庫中已積累大量加工工藝實例。基于"幾何相似則工藝相似"的基本原理，通過識別和提取相似的三維幾何工藝信息，可有效實現工藝知識的重用，進而提升工藝決策系統的智能化水平，顯著縮短產品開發周期。在數控加工工藝重用技術快速發展的背景下，系統把握其發展現狀和未來趨勢，為工藝設計人員提供全面的文獻綜述具有重要的理論和實踐意義。研究從三個維度系統分析和總結了數控加工工藝重用技術的最新研究進展：首先，宏觀工藝重用層面重點探討產品整體加工路線的重用方法；其次，微觀工藝重用層面聚焦于具體加工環節中工藝知識的精確提取與應用技術；最后，基于機器學習的工藝重用技術則聚焦于非結構化CAD模型數據的處理及其與工藝信息之間復雜的映射關系。這些研究成果不僅對提升工藝設計效率具有重要的理論指導價值，同時在促進工藝知識管理體系的完善方面也具有顯著的實踐價值。

2

論文亮點

研究采用系統文獻檢索與分析方法，通過Web of Science、Engineering Village、Scopus、CNKI和萬方等數據庫，檢索發表的相關文獻，關鍵詞包括"數控加工"、"工藝重用"、"幾何相似性"等及其英文對應詞。文獻篩選遵循明確的納入與排除標準，重點選取具有創新性方法和實際應用價值的研究成果。采用三維分析框架對文獻進行分類整理：宏觀工藝重用(產品整體加工路線)、微觀工藝重用(具體加工環節工藝知識)和基于機器學習的工藝重用技術。對每個維度的研究現狀、關鍵技術、應用案例和存在問題進行系統分析，并通過對比分析不同方法的優缺點，總結技術發展趨勢。此外，本研究還對部分典型方法進行了案例分析，驗證其在實際工業環境中的適用性和有效性，為工藝設計人員提供全面的技術參考和發展展望。

圖1 數控加工工藝重用關鍵技術方法總結

圖2 工藝重用的技術框架

3

結果

研究通過系統文獻分析，共納入有效文獻101篇，其中英文文獻97篇，中文文獻4篇。按研究維度分類，宏觀工藝重用相關研究32篇(占31.7%)，微觀工藝重用18篇(占17.8%)，基于機器學習的工藝重用技術26篇(占25.7%)。

當前的研究依舊存在以下問題：

1. 目前宏觀工藝規劃主要依賴模型的整體幾何相似性計算，但僅考慮幾何相似性存在局限性，因為幾何相似的零件其工藝不一定相似?，F有方法未能將CAD模型與CAM模型的關聯關系直接融入工藝相似性評價過程，缺乏完整的模型工藝相似性計算標準和方法，導致檢索結果的可重用性難以保證，往往需要設計人員進一步評判關聯工藝的重用價值。

2. 微觀工藝重用雖能利用零件局部特征的工藝信息進行復用，但由于存在多源異構問題(如制造資源異構、工藝參數不一致等)以及工藝情境差異，導致無法實現真正的自適應重用，需要大量人工干預。因此，要提升數控工藝設計效率，關鍵是解決可重用工藝的有效融合與自適應更改問題。

3.基于機器學習的工藝重用方法在將三維模型轉換為體素、點云等形式時會丟失幾何和拓撲信息，影響工藝重用的完整性。此外，現有方法僅能實現工藝的部分重用，盡管過去20年間取得了顯著進展，但完整的三維工藝設計系統仍未實現。

4

結論

研究構建了一個多維度分析框架，系統探討了面向智能制造的數控加工工藝重用技術的研究現狀與發展趨勢。該研究以機械加工工藝的不同層次為切入點，通過廣泛的文獻調研，深入分析了宏觀工藝重用、微觀工藝重用以及基于機器學習的工藝重用技術三個維度。其中，宏觀工藝重用技術基于模型整體相似性評估，旨在為新產品重用現有的工藝規劃方案；微觀工藝重用技術則依托局部特征相似性度量，實現加工參數、加工策略等微觀工藝要素的精準匹配。這兩類技術在工藝重用體系中相互補充、協同作用，共同支撐新產品的工藝規劃過程。隨著人工智能技術的快速發展，基于機器學習的工藝重用技術取得了突破性進展。該方法通過構建零件幾何特征與工藝方案之間的映射關系，推動了工藝重用模式從"基于規則"向"基于數據"的范式轉換，為機械加工工藝規劃與重用提供了新的技術路徑。

研究的創新之處在于首次將機械加工工藝信息分層次化研究，從宏觀工藝重用(工序工步組織、時序關系、加工資源配置等)到微觀工藝重用(工藝參數優化、加工策略等)，建立了完整的技術分析體系，并深入探討了新一代信息技術在工藝重用領域的應用前景，為推動制造業數字化轉型提供了新的研究思路。

5

前景與應用

近年來，基于Transformer架構的大規模預訓練模型取得了突破性進展。這類模型憑借其龐大的參數規模和強大的表征學習能力，能夠有效建模復雜的數據關系，從而捕獲和理解更為豐富的特征模式。在制造領域，大模型技術為工藝重用帶來了新的發展契機。通過自監督預訓練與任務特定微調相結合的范式，大模型能夠從海量歷史工藝數據中挖掘工件幾何特征、加工工藝參數以及制造環境約束之間的深層語義關聯。這種端到端的學習方式為實現更全面、更智能的工藝知識重用提供了技術支撐。 特別值得關注的是，在處理非結構化工藝數據和復雜知識表征時，大模型表現出了顯著的優勢。其強大的跨模態理解和知識推理能力，有望突破傳統基于規則的方法局限，推動工藝重用技術向知識驅動、數據賦能的更高層次演進。這也正是我們下一步研究的重點方向，期望通過深入探索大模型技術在工藝重用領域的應用，為智能制造提供新的解決方案。

作者及團隊介紹

蔡茂林，北京航空航天大學二級教授、博導，博士，國家級領軍人才（海外），北京市重點實驗室主任，國家科技進步二等獎第一完成人，獲中國機械工業科學技術獎一等獎2項，主要研究方向為非標零件數智化制造，相關成果已應用于航空航天、半導體領域知名企業，經濟效益突出，達到國際同類技術領先水平。

仝曉萌，北京航空航天大學教授、博導，博士，國家級青年人才（海外），國家重點研發計劃首席科學家，主要研究方向為高端基礎件與數智化制造技術，在智能制造、AI賦能設計、高端軸承等領域發表高水平論文40余篇，獲ASME年度最佳論文獎、柔性自動化與智能制造國際會議（紐約）最佳論文獎等。

6

作者或團隊研究方向介紹

本研究團隊長期致力于智能制造系統、數字化工藝與知識工程領域的前沿研究。團隊核心研究方向涵蓋智能制造技術、工業大模型研究及柔性敏捷制造系統三大領域。在智能制造方面，團隊擁有十余年數控加工工藝優化與重用技術研究積累；在柔性敏捷制造方面，團隊圍繞制造系統柔性化與敏捷化目標，開展了基于數字孿生的智能車間調度、面向小批量定制化生產的快速工藝配置等研究，為制造企業數字化轉型與智能化升級提供理論支撐與技術解決方案 。

7

近兩年團隊發表文章

[1]SHI P, TONG X, CAI M, et al. A novel 2.5 D machining feature recognition method based on ray blanking algorithm[J]. Journal of Intelligent Manufacturing. 2024. 35(4): 1585-605.

[2]Shi P, Tong X, Qu H, et al. Rapid generation of contour parallel toolpaths for 2.5 D closed cavity based on accurate discrete medial axis transform[J]. Precision Engineering, 2025, 92: 231-252.

[3]NING F, SHI Y, CAI M, et al. Various realization methods of machine-part classification based on deep learning[J]. Journal of Intelligent Manufacturing. 2020. 31(8): 2019-32.

作 者：仝曉萌

責任編輯：杜蔚杰

責任校對：張 強

審 核：張 彤

JME學院簡介

JME學院是由《機械工程學報》編輯部2018年創建，以關注、陪伴青年學者成長為宗旨，努力探索學術傳播服務新模式。首任院長是中國機械工程學會監事會監事長、《機械工程學報》中英文兩刊主編宋天虎。

歡迎各位老師掃碼添加小助理-暖暖為好友，由小助理拉入JME學院官方群！

歡迎關注JME學院視頻號~

尋覓合作伙伴

有一種合作叫做真誠，有一種發展可以無限，有一種伙伴可以互利共贏，愿我們合作起來流連忘返，發展起來前景可觀。關于論文推薦、團隊介紹、圖書出版、學術直播、招聘信息、會議推廣等，請與我們聯系。

感謝關注我們！《機械工程學報》編輯部將努力為您打造一個有態度、有深度、有溫度的學術媒體！

版權聲明：

本文為《機械工程學報》編輯部原創內容，歡迎轉載，請聯系授權！

在公眾號后臺留言需要轉載的文章題目及要轉載的公眾號ID以獲取授權!

聯系人：暖暖

微信小助手：jmenuannuan

E-mail：jme@cmes.org

網 址：http://www.cjmenet.com.cn

官方微信號：jmewechat