一种基于科技文献的制造技术进化方向的预测方法与流程

本发明涉及制造技术进化方向预测技术领域，尤其涉及一种基于科技文献的制造技术进化方向的预测方法。

背景技术

制造技术进化方向预测是指通过一定的手段，总结制造技术进化客观规律，预测制造技术变化趋势，寻找制造技术发展捷径的一种方法。随着科学技术的飞速发展，符合技术进化规律的制造技术创新已成为保持制造企业、制造行业、国家制造业竞争力的核心要素。与此同时，制造技术创新的风险也格外显著，一旦因为制造技术创新的方向不符合制造技术发展规律，之前巨大的创新投入和技术转换成本可能带来巨大损失，可能会导致制造企业倒闭、制造产业失去竞争力。由于制造技术创新往往拥有不可逆性的特点，使得各个国家、地区以及企业在产业发展路径和制造技术道路选择上表现得尤为谨慎，能否进行制造技术进化方向预测并据此进行制造技术创新已经成为制造企业和行业的迫切需求。

长久以来制造企业对技术进化方向预测缺乏系统化的认识，缺乏掌握探索技术发展规律的结构化方法，目前所应用的专利文献分析和triz进化规律等方法。基于专利的技术进化分析不能满足技术进化方向预测对前瞻性的要求。专利主要是提供了已经具备实用性的技术发明的描述，因此专利主要代表了当前的最新技术，但是缺乏对未来可能会实用化的技术的描述。由于技术预测注重对未来的技术进化方向进行分析，因此专利的前瞻性难于满足制造技术进化方向预测的要求。triz进化规律不能满足特定制造技术领域的针对性预测要求。triz进化规律是面向整个技术系统的进化发展趋势进行分析总结而得到的通用规律，对于特定技术领域的制造技术来讲，只能提供一个笼统的、总体的发展方向，但是无法提供针对特定制造技术的近期发展趋势，难于辅助制造技术创新人员开展具体的创新工作。此外，制造技术进化方向预测往往需要进行大量的技术数据采集和后期处理，而这种处理工作大多需要人为操作，自动化程度低。

因此，现有的制造技术进化趋势预测方法，其预测结果存在不确定性，造成大量的人力、物力、财力的浪费和损失。

技术实现要素：

本发明实施例提供了一种基于科技文献的制造技术进化方向的预测方法，解决了现有技术中制造技术进化预测方法预测结果存在不确定性的问题。

本发明实施例提供的基于科技文献的制造技术进化方向的预测方法，包括：s1，根据关键词搜索并保存多篇科技文献；s2，根据制造技术形态矩阵模板将每篇所述科技文献转换为制造技术形态矩阵实施例，为每个所述制造技术形态矩阵中的每个元素变化前后的特征属性赋值，生成制造技术形态矩阵实施例库；s3，将制造技术形态矩阵实施例库中的同一元素根据每个元素所在的所述科技文献时间的进行排序，生成每个元素对应的变化前属性频次表及变化后属性频次表，多个变化前属性频次表及变化后属性频次表生成制造技术形态属性数据库；s4，根据每个元素的变化前属性频次表及变化后属性频次表，计算每个所述元素属性的比率，根据每个元素对应的参考文献的时间及比率的对应关系，生成并显示时间及元素属性之间的变化曲线，并对所述曲线进行拟合处理，其中，所述比率为所述元素的属性值的年总和与所述元素所属类别中所有元素的属性值的年总和的比值。

综上，本发明实施例提供的基于科技文献的制造技术进化方向的预测方法，基于技术路线分析规律，采用制造技术形态学分析方法对制造技术进化方向进行分析，对制造技术进化方向进行明确的短期预测，为制造技术人员确定制造技术创新方向提供一种辅助决策方法，避免或者降低盲目创新带来的人财物损失或者浪费。

附图说明

图1为本发明实施例提供的基于科技文献的制造技术进化方向的预测方法的流程示意图。

图2为本发明实施例提供的能量组合类型比率变化规律曲线拟合图。

具体实施方式

下面结合本发明中的附图，对本发明实施例的技术方案进行清楚、完整的描述，显然，所描述的实施例是本发明的一部分实施例，而不是全部实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都应属于本发明保护的范围。

应理解，由于制造技术是将原材料转变为最终产品的物理过程，该过程本质上是参与制造过程的各种对象的形态发生变化的过程，其进化方向预测的关键是对各形态要素的变化趋势进行分析和预测。

为了便于理解和说明，下面通过图1及图2详细说明本发明实施例提供的基于科技文献的制造技术进化方向的预测方法。

应理解，该方法可以由具有数据处理能力的服务器等硬件执行。该方法可以包括：

s1，根据关键词搜索并保存多篇科技文献。

具体的，服务器等硬件可以根据用户输入的关键词进行搜索，并根据用户输入的条件进一步做筛选。如时间、数据库、下载量或被引用量等条件。输入的关键词可以根据企业用户根据自身需求确定。

实际中，如选择特定的制造技术领域，并以该领域的关键词为索引，在科技文献数据库中查询获得初步的科技文献信息。然后遍历文献题目和摘要部分，明确特定制造技术的关键特征(如被制造对象材料为复合材料)，并基于该特征筛选不符合关键特征的文献。最后依据文献“下载量”和“被引用量”数据，进一步筛选出具有同等特征但是接受人群广、影响能力大的文献，完成特定领域制造技术科技文献的采集。

例如，可以针对“复合材料磨削”制造技术，基于“磨削”、“复合材料”等关键词，在cnki、isi中共搜索到725篇科技文献。以“被加工件为复合材料”基本特征为前提，以下载量不小于50、被引用量不小于5为阈值，对文献进行筛选，将不符合基本条件的文献全部舍去，最终确定有效文献308篇，时间跨度为37年。

s2，根据制造技术形态矩阵模板将每篇该科技文献转换为制造技术形态矩阵实施例，生成制造技术形态矩阵实施例库，并为每个该制造技术形态矩阵中的每个元素变化前后的属性赋值。

具体的，服务器等硬件可以根据预存的制造技术形态模板，对检索并保存的每一篇文献进行转换，即查询每一篇科技文献中的出现的制造技术形态模板中的元素。

应理解，抽取的制造技术形态模板中的元素可以分为3大类属性：被加工对象属性、能量属性和介质属性，以及20小类属性：(1)材料类型；(2)材料状态；(3)材料组合方式；(4)质量；(5)外形；(6)精度；(7)第一能量；(8)第一能量性质；(9)第二能量；(10)第二能量性质；(11)第三能量；(12)第三能量性质；(13)能量组合类型；(14)第一介质；(15)第一介质状态；(16)相对运动形式；(17)制造形式；(18)第二介质；(19)第二介质状态；(20)总体传输介质。

通过上述查询，每一篇科技文献对应的生成一个包括上述多个元素的制造技术形态元素矩阵，即制造技术形态矩阵实施例。所有科技文献对应多个制造技术形态矩阵实施例则生成一个制造技术形态矩阵实施例库，从而完成科技文献的形式化描述，构建制造技术形态矩阵实例库。

进一步，由于每个制造技术形态矩阵实施例库中的元素的属性可能前后呈现两个状态。因此，在将每篇科技文献转换成制造技术形态矩阵实施例后，为相应的形态矩阵元素赋值，即对每个元素的前后变化的两个属性进行赋值。如属性a，可以将其变化前的属性赋值为a1，变化后的属性赋值为a2。依据这些属性及其前后变化的两个属性值构造制造技术形态矩阵模板，作为科技文献形式化描述的约束。

应理解，具体的模板中元素可以根据实际情况确定更改，本发明对此不做限制。

例如，针对文献《颗粒增强金属基复合材料的超声振动磨削放电加工研究》，可以提取形态元素信息如下：

(1)“材料类型”属性：sicp/al复合材料--属于“lightmetalmatrixcomposites”，即“轻金属基复合材料”，变化前后不变。

(2)“材料状态”属性：属于“particulate”，即“颗粒态”，变化前后不变。

(3)“组合方式”属性：属于“mix”，即“混合”，变化前后不变。

(4)“质量”属性：标明“n/a”，即“未知”，变化前后降低。

(5)“外形”属性：属于“rectangleplate”，即“矩形板”，变化前后不变。

(6)“精度”属性：变化前属于“none”，即“未知”；变化后属于“micro(0.0001～0.01mm)”，即“达到2级”，变化前后增加。

(7)“第一能量”属性：变化前属于“electric”，即“电能”；变化后属于“heat”，即“热能”，变化前后改变。

(8)“第一能量性质”属性：属于“electro-magnetic-heatconversion”，即“电磁热转换”，变化前后不变。

(9)“第二能量”属性：变化前属于“mechanical”，即“机械能”；变化后属于“heat”，即“热能”，变化前后改变。

(10)“第二能量性质”属性：属于“mechanicalpressuredifference”，即“机械压力差”，变化前后不变。

(11)“第三能量”属性：无。

(12)“第三能量性质”属性：无。

(13)“能量组合类型”属性：属于“enhancedcombination”，即“增强组合”，变化前后不变。

(14)“第一介质”属性：属于“pureliquid”，即“纯液体”，变化前后不变。

(15)“第一介质状态”属性：属于“liquid”，即“液态”，变化前后不变。

(16)“相对运动形式”属性：属于“rotation-vibration-line”，即“旋转-振动-直线运动”，变化前后不变。

(17)“加工形式”属性：属于“gradualrepetitionaction”，即“循序渐进的运动”，变化前后不变。

(18)“第二介质”属性：无。

(19)“第二介质状态”属性：无。

(20)“通用介质”属性：属于“pureliquid”，即“纯液体”，变化前后不变。

则在308篇科技文献形式化描述为制造技术形态矩阵实例后，其信息构建成为一个制造技术形态矩阵实例数据库。

s3，将制造技术形态矩阵实施例库中的同一元素根据每个元素所在的所述科技文献的时间进行排序，生成每个元素对应的变化前属性频次表及变化后属性频次表，多个变化前属性频次表及变化后属性频次表生成制造技术形态属性数据库。

具体的，依据形态矩阵模板的元素，在制造技术形态矩阵实例数据库中，将所有制造技术形态矩阵实例中的不同元素的属性信息抽取出来，并基于时间将其转化为变化前属性频次表和变化后属性频次表，构建制造技术形态属性数据库。

可以通过如下主要步骤完成：

(1)按时间对来自于科技文献的形态矩阵实例进行排序。

(2)遍历形态矩阵元素，按照元素属性类别进行分类，取出20种属性，并以“变化前”、“变化后”分别建立相应的40个表。

(3)针对各属性，获取所有矩阵实例中的相应属性的变化前和变化后数据，并按年份对该属性所有的值进行排序，将其存入相应的数据库表。

实际中，例如，通过对复合材料磨削制造技术形态矩阵实例数据库的整合和排序后，获取308个形态矩阵实例中共计6160条各种属性信息，将其分解为“变化前”、“变化后”两个数据，则共有12320条信息。将上述12320条数据再分解到40个数据表中，构成了制造技术形态属性数据库，完成数据预处理。

s4，根据每个元素的变化前属性频次表及变化后属性频次表，计算每个所述元素属性的比率，根据每个元素对应的参考文献的时间及比率的对应关系，生成并显示时间及元素属性之间的变化曲线，并对所述曲线进行拟合处理，其中，所述比率为所述元素的特征属性值的年总和与所述元素所属类别中所有元素的特定属性值的年总和的比值。

具体的，通过预处理，将制造技术形态矩阵实例中形态元素属性“变化前”及“变化后”两个阶段的信息分解到了不同的数据表中。由于单一属性表中只是表示出了该属性的出现的时间及其频次之间的关系，它虽然能够很直观地表示某一属性随时间变化过程中各参量出现次数的情况，可以从一定情况下反映出该属性的发展趋势，但由于文献收集的数量同时也受时间影响，必须将这种影响消除掉。因此，为了消除因属性参量的数量权重带来的问题，需要引入一种新的数据类型，即比率值。比率值等于特定属性(如材料类型)中某年的参量频次除以当年的参量频次总和。

例如，对于能量元素来说，假如第一能量的属性值在某年的总和为n，所有能量元素在某年的属性值为m，则第一能量元素的比率为n/m。通过该处理，将属性表信息转换为以时间为x值，以属性值频率为y值的数据形式，然后采用最小二乘法多项式曲线拟合方法，即可实现对属性比率-时间规律的拟合可视化展示。

实际中，以复合材料磨削制造技术中的能量组合类型属性为例，将其308条数据转换为以出版时间为x值，以当年出现的能量组合类型值占当年所有类型值总和的比率为y值，采用最小二乘法多项式曲线拟合方法，实现对其比率—时间变化规律的拟合，并以可视化的形式进行绘制和可视化展示，如图2所示。

应理解，本发明实施例提供的基于科技文献的制造技术进化方向的预测方法，在计算机或服务器上生成拟合图后，企业用户可以基于已经生成的多个制造技术形态元素的多项式拟合图，对每个元素的变化趋势进行分析，得到每个元素的发展趋势。然后将这些发展趋势进行综合，从总体给出该技术的进化方向预测结果，为制造技术创新人员进行创新方向的选择提供决策支持。

在实际中，以复合材料磨削技术进化方向预测为例，通过上述各属性的变化规律拟合曲线，可以看出几个典型属性的进化方向：

(1)“材料类型”属性：纤维增强复合材料在复合材料磨削技术中应用更加广泛，在未来五年内其增长趋势较其他复合材料更加明显，预测在未来五年内其占比有望达到40％左右。

(2)“能量”属性：参与加工的能量类型仍以机械能为主，以超声波为代表的声能未来五年增速明显，有望达到30％以上。

(3)“能量组合类型”属性：多种能量形式叠加的复合材料磨削技术逐渐成熟，增强组合型的能量组合类型未来增势明显，五年后占比接近总比例的40％。

(4)“相对运动形式”属性：旋转-直线和振动两种相对运动形式增速明显，五年内有望占比达到40％，这主要是超声波振动磨削技术的发展所引起的连带增长。

因此，未来五年左右，以超声振动复合方式，通过振动磨削对纤维增强复合材料进行磨削加工的技术将成为复合材料磨削技术的主要发展趋势，该领域的制造技术研发人员应将主要研发精力集中于该方向。

综上，本发明实施例提供的基于科技文献的制造技术进化方向的预测方法，基于技术路线分析规律，采用制造技术形态学分析方法对制造技术进化方向进行分析，对制造技术进化方向进行明确的短期预测，为制造技术人员确定制造技术创新方向提供一种辅助决策方法，避免或者降低盲目创新带来的人财物损失或者浪费。

以上公开的仅为本发明的几个具体实施例，但是，本发明实施例并非局限于此，任何本领域的技术人员能思之的变化都应落入本发明的保护范围。