基于科學知識圖譜的國內家具智能制造研究現狀分析

■謝艷秋，黃艷麗，戴向東，陶 濤，詹秀麗，呂 宙

(中南林業科技大學，湖南長沙 410004）

在以智能制造為核心的《中國制造2025》、工業4.0和“2035年遠景目標綱要”的深度推進下，家具產業作為在國民經濟中占有重要地位的傳統制造業已將智能制造明確為未來產業變革的重要方向[1]。智能制造的功能系統包括智能設計、制造過程控制優化、智能供應鏈、智能服務等制造全生命周期的應用，是由機器設備和專業人員兩大要素共同構成，能夠協助作業人員進行數據分析、推理、判斷和決策等活動的一體化智能系統。智能制造是新一輪科技革命的核心，是制造業實現數字化、網絡化、智能化的主攻方向[2]。由于人們生活水平的普遍提高，市場已經從過去的賣方市場轉變為買方市場[3]，其制造生產模式也由之前的MTS模式（基于庫存生產模式）轉變為MTO模式（基于訂單生產模式），根據各類訂單進行小批量、多品種的離散性及混流式的復雜生產作業活動，這使得家具制造業要對顧客需求做出快速精準的響應，更多智能化的現代信息技術和柔性制造系統等先進制造技術被應用到家具生產流程中，使各生產單元中信息傳遞更加快速靈活地應對復雜的生產要求[4]。隨著我國傳統家具制造業向智能制造的轉型升級與相關研究的不斷深入，清晰梳理國內智能制造在家具領域的應用與發展現狀非常重要，可為后續相關研究提供方向指引與借鑒。

1 數據來源及研究方法

1.1 數據來源

此研究的數據來源是中國知網數據庫、維普（中文期刊服務平臺）、萬方數據庫。為保證數據檢索的全面性，期刊來源類別設置為全部期刊，數據檢索時間跨度為2015年至2022年8月14日。采用高級檢索方式在中國知網數據庫、維普、萬方數據庫進行有關“家具智能制造”的期刊文章數據搜集。檢索主題設置為“家具智能制造”，中國知網、維普、萬方三個數據庫得到336篇相關性較強的中文期刊記錄，并通過NoteExpress文獻檢索與管理系統剔除重復、關鍵信息缺失、主題效果較差的文獻，最終獲165篇實驗用期刊文獻。

1.2 研究方法

本研究主要采用CiteSpace軟件平臺，對2015年至2022年8月14日的家具智能制造相關研究領域中文學術文獻進行科學知識圖譜分析。CiteSpace是一款可以將文獻資源進行定量分析并建立可視化科學知識圖譜的文獻處理軟件，這種基于可視化圖譜的文獻分析方法，目前已廣泛應用于多個科研領域對于研究現狀的學術分析活動中。數據分析設定：Time Slicing=from 2015 to 2022（時區范圍），Years Per Slice=1（時間切片），可視化分析的節點類型根據分析內容為Node Types= institution or author or keyword（機構、作者、關鍵詞 ），聚類分析一律采用LLR算法。CiteSpace基本識圖技巧：節點大小代表Node Types（節點類型）共現頻次的高低，圖譜中的連線代表各節點之間的耦合強度，Density值則說明了圖譜中研究主體的整體關聯密度強弱；線條與節點的顏色與圖譜上方時間軸色彩相對應，從左至右時間遞增;圖譜的檢索詳細數據在左上方顯示。

2 家具智能制造科研合作現狀分析

2.1 發文機構分析

CiteSpace對科研機構進行可視化圖譜分析，可觀察到家具智能制造領域的主要發文機構及各機構間的合作網絡關系。經科學知識圖譜分析的基礎上，了解了建立的“家具智能制造”文獻分析數據庫中所有科研平臺的發文情況的前提下，繪制出以省為單位的發文量排名前50的科研機構區域分布地圖，得知從事“家具智能制造”主題研究的科研力量在國內的分布情況。

2.1.1 科研機構共現知識圖譜分析

發文機構共現知識圖譜（圖1），是反映某研究領域研究力量分布、群體合作關系的可視化圖表。將“家具智能制造”相關的165篇期刊文獻導入CiteSpace軟件進行機構合作圖譜的繪制。對Node labels進行數據調整，Threshold=1保證機構展示的全面性；Front size 及Node size根據實際展示情況調整到合適大小，保證圖譜的可識別性。圖譜數據表明：家具智能制造領域發文機構有92個，其中主要為各大高校；各機構間合作程度不高，表示合作網絡密度程度的Density值僅為0.0038；南京林業大學是家具智能制造領域的核心研究機構，并且形成了以自身為中心向外輻射的合作網絡，網絡中顯示該校積極與公司間開展產學研合作，但是與其他高校研究平臺合作較少。

■圖1 科研機構共現知識圖譜

2.1.2 科研機構發文頻次分析

表1是截至2022年8月14日發文量在3篇及以上的研究機構排名。在發文機構數據檢索中南京林業大學發文量為54（含南京林業大學家居與工業設計學院、南京林業大學林業資源高效加工利用協同創新中心），占總發文量的32.7%。其中南京林業大學及其附屬研究機構近兩年的研究范圍集中在生產物流規劃、智能管控系統構建、信息集成技術和工業機器人技術等方面；順德職業技術學院的主要研究方向是木工機械技術在家具生產中的應用和產業轉型升級下的人才培養機制研究。

表1 研究機構發文頻次排名

2.1.3 科研機構地域分布分析

圖2顯示的是2015年至2022年間發文排名前50的機構區域分布圖，從區域分布維度來看，國內關于“家具智能制造”主題研究的科研力量主要分布在中國東部和東南區域。廣東省發文密度最大，江蘇省次之，兩地區發文機構分布數量分別是16和10（表2），兩省的科研主力都以高校為主。其中廣東省是我國家具產業最重要的生產及貿易大省，家具產業集群是該地區經濟發展的重要載體，同樣也是家具產業創新改革的主要試點區域之一[5]。江蘇省的發文機構集群，主要是由以南京林業大學為中心向外輻射的相關的科研平臺構成。

■圖2 數據中發文量排名前50的機構地域分布圖

表2 發文量排名前50研究機構地域分布統計表

2.2 科研人員合作分析

利用CiteSpace生成2015年至2022年8月14日時間段內科研人員合作知識圖譜（圖3），該圖譜反映了家具智能制造研究領域中科研人員的合作概況。圖譜中主要核心研究人員是熊先青、吳智慧，熊先青發文18篇居于首位，吳智慧發文15篇位居第二，徐偉、黃瓊濤、李榮榮各自發文4篇，其余皆發文在1—3篇占總發文量73%。熊先青、吳智慧二人的網絡線明顯，且兩位的合作人員網絡中也有部分重疊性，說明二人作為領域內的代表科研人員合作關系也較為緊密，圖中除了以上兩個作者以自身形成了輻射合作網絡外，其余合作連線構成網絡的寥寥無幾，圖譜中Density=0.0092即表示領域內科研人員的合作密度不高。

■圖3 科研人員合作知識圖譜

根據發文量排名前五的作者年發文量折線對比圖（圖4），可明顯看出這幾位核心作者的發文時間都集中在2016年后，此學術現象的出現可能與2016年國家工業和信息化部發布的《智能制造試點示范2016專項行動實施方案》有較大關聯。吳智慧、熊先青二位研究領域內的核心領導學者繼2017年開始，在家具智能制造領域的學術研究從未間斷，每年都保持一定的成果產出；其余幾位學者，由于某些原因都出現了年發文中斷情況。

■圖4 作者年發文量對比圖

3 家具智能制造研究脈絡分析

3.1 發文趨勢分析

某領域文獻數量及其變化趨勢是評定科學研究發展的一項重要數值，在一定程度上反映了該領域知識量的增長情況和該領域經歷的發展階段，幫助評價并預測研究的發展狀況。圖5為目前國內家具智能制造領域研究的年發文量及發文趨勢，從圖中可知整體年發文量沒有形成較大規模但發文趨勢逐年增長，說明此領域國內文獻數據庫有較大的發展空間。根據科學計數法中趨勢線指數模型分析公式y = 3E-252e0.2884x，得到R2=0.9526（R2數值越接近1，分析結果可信度越高）。

■圖5 國內歷年文獻數量

3.2 家具智能制造研究熱點分析

3.2.1 關鍵詞共現分析

關鍵詞共現圖譜，對2015-2022年165篇文獻的關鍵詞進行共現分析，得出關于家具智能制造領域內的研究熱點。由關鍵詞共現圖譜（圖6），除去與檢索主題高度相似的關鍵詞，近8年高頻次關鍵詞有智能化、定制家具、轉型升級、定制化、互聯網+、人才培養、人工智能、大數據（數據賦能）、創新驅動等。在CiteSpace中，Betweenness centrality（中介中心性）超過0.1的節點稱為關鍵節點，家具智能制造關鍵詞關鍵節點中心性排名統計見表3。具有高中心度的節點在圖譜上充當連接各個學科的橋梁，對形成完整的圖譜網絡具有很好的媒介功能。由表3可知，智能化、轉型升級、定制化、互聯網+、人工智能、創新驅動、大數據等關鍵詞的中心性值和共現頻次都相對較高，說明此類內容已引起業內專家的廣泛重視。但值得注意的是供應鏈、云平臺關鍵詞的中心性值較強但共現頻次較低，表明這些節點是連接各領域、跨學科和多學科交叉方面的關鍵節點，起樞紐作用。

■圖6 關鍵詞共現知識圖譜

表3 家具智能制造關鍵詞中心性統計

3.2.1 關鍵詞聚類分析

Cluster ID、Size、Silhouette值分別對應聚類編號、類的大小、聚類效果好壞，S>0.5聚類就是合理的，S>0.7意味著聚類是令人信服的；Lable(LLR)采用Loglikelihood rate聚類標簽詞信息檢索與數據挖掘常用加權提取算法之一。通過對高頻關鍵詞聚類后圖譜網絡被劃分為多個耦合集群，再將聚類進行了同質性集群歸類，輸出結果如表4。近兩年具有時間延續性的突顯詞是值得研究者重點關注的問題，這些關鍵詞在某種程度上預示了未來幾年該領域的發展趨勢及前沿問題。我國當前家具智能制造領域主要集中關注人才培養、信息/數據賦能、智能制造技術、智能管控平臺四個方面。

表4 關鍵詞聚類分析

3.3 家具智能制造研究熱點概述

3.3.1 家具智能制造人才培養

我國家具制造業正處在智能制造轉型升級的特殊時期，人工智能相關技術已經進入與產業深度融合的新發展階段。需要對與智能制造相匹配的復合型能力和創造性人才培養模式、培養體系等方面做出變革和調整，以適應技術發展對于人提出的發展要求。

耿志斌、崔航等人認為隨著“中國制造2025”和智能制造的深入推進，仿生移動機構、多功能集成機器人、智能算法及柔性制造系統等新技術會融入家具加工的各方面，應盡快培養新型技術應用人才以適應發展進程的推進[6-7]。何慶對新工科領域的人才現狀進行了剖析，并指出了新的人才培育方式，實現產教融合與學科交叉,使機器人工程專業成為應用型高校新工科建設的特征之一,為新工科及智能制造行業發展提供復合型人才[8]。嵇正波強調為抓住新一輪的工業迭代機遇，應該以立于產業實際情況的產學研模式進行人才培養，使人才更加適應新產業和新領域發展的需要，提出“工管融合”人才培養為模式及智能制造多方面綜合實訓平臺的建設路徑和思路[9]。

3.3.2 家具智能制造數據賦能

在全球信息化快速發展的大背景下，大數據已經成為企業重要的基礎性戰略資源、重塑企業競爭優勢的新機遇、提升企業競爭能力的新途徑，在新一輪的市場競爭中占據主導位置[10]，促進家具傳統制造企業向以大數據驅動產業的方向發展，達到產業升級的目標。大數據在“家具智能制造”領域中的應用優勢主要體現在對大量結構化和非結構化數據進行多類型存儲及智能化分析處理；通過大數據技術變實戰經驗為業務數據模型,將家具生產過程進行模型化，實現智能分析發現深層次數據間關聯關系，便捷管理服務等應用，構建以大數據應用為核心的智能制造新模式；提供直觀豐富的數據展示，大大降低了家具生產制造各系統信息交互和使用成本，使得各部門各系統能夠把更多精力和資源專注于要解決的業務問題上。

邱新平聚焦數據在驅動生產過程中對傳統生產組織結構產生沖擊問題，構建了數據—應用—組織結構創新的理論框架[11]。張金琥、徐明等人以家裝軟件第一視角體驗為切入點，借助VR和“互聯網+”技術將家具制造公司與前端家裝市場建立聯系，探討了基于VR的智能家裝設計與實現[12]。吳智慧提出在以智能制造為主導的工業第四次革命大環境下，創新驅動將成為家具傳統產業轉型和經濟發展的動力[13]。何明慧對數字經濟背景下佛山市家具行業，從供應鏈數字化管理、人才培養、跨境電商、產業集群等方面分析了家具行業的數字化經濟創新驅動發展策略[14]。

3.3.3 家具智能制造新型制造技術

智能制造技術是在現代傳感技術、網絡技術、自動化的感知、人機交互、決策和執行技術基礎上，實現設計過程制造過程智能化。通過知網和萬方數據庫的檢索，目前受學者廣泛關注的智能制造技術主要有數字孿生、物聯網、工業機器人、機器視覺等。

數字孿生是指利用數據驅動來創建實體的虛擬模型，借助數據模擬來仿真真實的生產動態行為，通過虛—實交互反饋、數據融合分析和決策迭代優化等手法來體現對應實體的生命周期過程。在產品制造、產品設計、醫療分析、工程建設等方面，德國的“工業4.0”工作小組更是將其列為主要研究對象。數字孿生技術可以促進設計、生產、維護等各個環節的革新[15]。比如群核科技有限公司（酷家樂），在產品開發的前期構建數字孿生仿真模型，通過對仿真模型進行拆解與實驗減少產品內部多樣化，提升整個家具制造生產流程的精度和效率、縮短產品迭代周期[16]。

物聯網技術通過定向的網絡協議，高度集成和綜合利用傳感設備和信號識別、傳感器、紅外線感知等技術，使人—物、物—物之間信息的交換和通信順利進行，以實現智能化識別、定位、跟蹤、管控等功能[17]。隨著物聯網技術的應用與發展，有利于促進制造生產方式向智能化、精細化、網絡化方向轉變，極大提高生產活動管理和服務質量水平，催生大量新技術、新產品、新應用、新模式，推動傳統產業升級和經濟發展方式轉變，成為未來經濟發展的增長點。

工業機器人是應用在工業制造領域具備高柔韌性、自動化程度、可編程性和通用性的靈活性較強的機械裝置[18]，自動化、安全化、高效率是工業機器人的主要應用優勢。隨著工業智能化及“工業 4.0”的在我國制造業的深入推進，工業機器人在工業制造行業的應用程度正快速普及。工業機器人的應用正逐步解放工人雙手，向更高層級的降耗減排、創新驅動、指揮協同邁進。

機器視覺是人工智能的重要子集，是一項包括圖像捕捉、光源系統、圖像數字化模塊、數字圖像處理模塊、智能判斷決策模塊和機械控制執行模塊的綜合技術，主要功能是用機器代替人眼在一些不適于人工作業的危險工作環境或者人工視覺難以滿足要求的場合做測量和判斷。機器視覺系統是借助圖像攝取裝置和傳感器等設備將目標經過成像處理并分析目標畫面構成因素，轉變為數字化信號[19]。機器視覺技術在現代家具與木制品制造業中的應用已十分廣泛，提高家具生產作業活動的靈活性和自動化程度發揮積極作用，優化了整個行業的安全管理體系。

3.3.4 家具智能制造管控平臺

家具智能制造管控平臺是建設智能工廠不可或缺的關鍵綜合技術，主要涉及柔性制造、虛擬制造、系統控制、網絡集成、信息處理等技術，管控平臺系統一般從事各制造節點數據的采集、分析、處理、建模、通信等[20]。家具制造業現階段應用較為廣泛的智能管控系統如MES、MRP、ERP、WWS等，但目前大多數應用在家具制造業的管控系統起初并不是依托本行業的運轉特點開發的，這就導致實際的現場生產管理或協同調度等工作數據應用能力低下，作業時依靠工作人員的經驗和主觀性的情況還普遍存在[21]。因此我國專業學者們基于現有的生產管理控制系統以家具業生產的底層知識和生產邏輯不斷地優化升級，使其更加貼合家具行業生產特性，從而更加精準地進行生產過程管控工作。熊先青、周卓蓉綜合利用信息技術搭建了以"互聯網+"為支撐技術的家具產品物流配送過程檢測管理平臺實現家具物流配送過程智能化管理和動態可視,從而使整個家具行業的智能化生產水平得到全方位的提高[22]。劉鑫針對國內外家具生產與經營模式，提出并構建了以互聯網為服務平臺的定制家具設計智能管理平臺[23]。

3.4 家具智能制造研究前沿

某一科研領域的前沿是該領域當前新興的研究動態，研究前沿或將成為該領域未來的熱點，及時識別特定領域的研究前沿進行探究其是否在該領域具有引領未來風向的潛質，有助于學科領域研究的高質量發展。研究通過對數據庫中的文獻關鍵詞共現網絡關系，對家具智能制造研究領域進行前沿分析。通過CiteSpace繪制出該研究領域現階段的研究前沿知識圖譜（圖7），該圖可以直觀地展現隨時間的推移而不斷演進的前沿動態。隨著時間的不斷發展，領域中的研究前沿也在不斷改變，適應社會發展變革的研究熱點被持續關注，而應用前景不足的一些研究主題則快速被淘汰。研究前沿知識圖譜數據分析設置，timespan: from 2015 to 2022，Slice Length=1，可視化分析的節點類型根據分析內容Node Types=keyword。圖中關鍵詞話題節點的年輪顏色分別代表圖譜上方時間段顏色對應的年份，根據年輪的色環累積可以看到某研究主題的延續性，節點的大小可看出話題的熱議程度。從時區圖譜中可知，自2015至2022期間在家具智能制造研究領域內的持續的熱議話題除檢索主題智能制造外，互聯網+、智能化、創新驅動、人工智能、數字化、板式家具被持續熱議，信息化、數據賦能、人與機器等話題或將成為該領域未來的研究熱點。

■圖7 時區圖知識圖譜

4 結果

（1）通過知識圖譜繪制對文獻的發文機構、作者及年發文量進行數據分析，表明該領域研究未來應廣泛展開機構間、作者間的合作，研究熱度、深度、廣度均有一定的發展空間。家具智能制造研究領域雖然已引起國內學者的關注，但根據研究機構合作與發文作者合作網絡知識圖譜可知，大部分科研機構還處于相對獨立的研究階段，合作多以各自所在單位為區域，主要的科研機構集中分布在中國的東南及東部地區，較少跨區域、跨學科、跨平臺合作，學術資源無法最大化發揮其應有的作用；發文趨勢雖然向好但國內整體年發文量沒有形成較大規模，科研前沿領導人員與核心研究機構屈指可數，說明此研究領域數據庫有較大的發展空間。

（2）通過關鍵詞共現、關鍵詞聚類分析結合來看，我國當前對家具智能制造研究領域的熱議話題主要集中在人才培養、數據賦能、新型制造技術、智能管控平臺四個方面。人才培養是新一輪工業發展的有力保障，為轉型特殊時期的家具制造業輸送源源不斷的新鮮血液；數據賦能為家具企業搶占新一輪的競爭高地擴展新途徑，重塑企業競爭優勢新機遇；新型制造技術解放雙手、降耗減排、創新驅動，提升生產過程整線全智能化、自動化生產發展程度，為整個家具行業的高質量發展提供堅實基礎；智能管控平臺將生產流程實時管控，解決對高價值事件管控不足問題，有助于操作人員迅速地找到具有高附加值事件和基礎資料，節約生產流程中因故障而產生的維護費用及其他生產資料消耗，提高了設備的運行效率[24]。

（3）從時區圖譜中可知，隨著中國對于以智能制造為核心的《中國制造2025》、互聯網+、工業4.0等政策的深度推進和傳統家具制造企業向以大數據驅動產業的方向發展的大趨勢。家具智能制造研究領域互聯網+、智能化、創新驅動、人工智能、數字化等主題內容近些年被持續熱議；信息化、數據賦能、人與機器等為當前家具智能制造研究前沿話題。

5 結語

家具產業作為中國制造業集群的重要構成部分，智能制造是家具制造產業高質量發展的必由之路，傳統家具制造業在受到科技發展、國家政策、市場競爭等多方面的綜合影響，已逐步融合前沿智能新型制造技術探索生產實踐發展瓶頸和生產難點的應對之策，中國家具產業實現全智能化、信息化指日可待[25-26]。本文主要借助CiteSpace可視化分析軟件將相關文獻數據進行分析，了解到家具智能制造領域仍有較大的發展空間；近幾年研究熱點主要集中在人才培養、數據賦能、新型制造技術、智能管控平臺四個方面；結合關鍵詞分析及前沿知識圖譜數據分析顯示未來還應積極探求信息化、數據賦能、人與機器相關前沿話題在家具智能制造領域的深化結合與創新發展。為了學科研究高質量的快速發展，未來國內研究機構與作者團隊間應該加強跨區域、跨學科、跨平臺的交叉合作與學術交流；科研學者們在對持續熱議的高價值主題內容深耕的同時，也要積極探索研究前沿相關話題在家具智能制造的深化結合，尋求創新發展機會[27-28]。