CN113245734B - 配置参数推荐方法、系统、仪器和存储介质 - Google Patents

配置参数推荐方法、系统、仪器和存储介质 Download PDF

Info

Publication number
CN113245734B
CN113245734B CN202110508560.8A CN202110508560A CN113245734B CN 113245734 B CN113245734 B CN 113245734B CN 202110508560 A CN202110508560 A CN 202110508560A CN 113245734 B CN113245734 B CN 113245734B
Authority
CN
China
Prior art keywords
instrument
historical
target
knowledge
configuration parameters
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202110508560.8A
Other languages
English (en)
Other versions
CN113245734A (zh
Inventor
请求不公布姓名
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Wuxi Lead Intelligent Equipment Co Ltd
Original Assignee
Wuxi Lead Intelligent Equipment Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Wuxi Lead Intelligent Equipment Co Ltd filed Critical Wuxi Lead Intelligent Equipment Co Ltd
Priority to CN202110508560.8A priority Critical patent/CN113245734B/zh
Publication of CN113245734A publication Critical patent/CN113245734A/zh
Priority to PCT/CN2022/087715 priority patent/WO2022237471A1/zh
Application granted granted Critical
Publication of CN113245734B publication Critical patent/CN113245734B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B23MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23KSOLDERING OR UNSOLDERING; WELDING; CLADDING OR PLATING BY SOLDERING OR WELDING; CUTTING BY APPLYING HEAT LOCALLY, e.g. FLAME CUTTING; WORKING BY LASER BEAM
    • B23K31/00Processes relevant to this subclass, specially adapted for particular articles or purposes, but not covered by only one of the preceding main groups
    • B23K31/02Processes relevant to this subclass, specially adapted for particular articles or purposes, but not covered by only one of the preceding main groups relating to soldering or welding
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B23MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23KSOLDERING OR UNSOLDERING; WELDING; CLADDING OR PLATING BY SOLDERING OR WELDING; CUTTING BY APPLYING HEAT LOCALLY, e.g. FLAME CUTTING; WORKING BY LASER BEAM
    • B23K37/00Auxiliary devices or processes, not specially adapted to a procedure covered by only one of the preceding main groups
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00Computing arrangements using knowledge-based models
    • G06N5/02Knowledge representation; Symbolic representation
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Computing Systems (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Optics & Photonics (AREA)
  • General Factory Administration (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请涉及一种配置参数推荐方法、系统、仪器和存储介质。所述方法包括:获取待配置的目标仪器的仪器描述信息;根据仪器描述信息构建目标仪器的知识图谱;基于目标仪器的知识图谱和已存储的历史仪器的知识图谱,确定与目标仪器匹配的历史仪器;历史仪器与目标仪器为同类别仪器;将历史仪器对应的配置参数推荐为目标仪器的配置参数。采用本申请,可以降低技术人员的技术门槛和调试工作量。

Description

配置参数推荐方法、系统、仪器和存储介质
技术领域
本申请涉及仪器设置技术领域,特别是涉及一种配置参数推荐方法、系统、仪器和存储介质。
背景技术
焊接仪、卷绕机等仪器在使用前,常需要对仪器进行参数配置,对于有复杂参数配置场景的仪器,需要配置的参数较多。
目前,仪器的参数配置一般是由电气工程师先凭经验选择合适的参数,然后进行现场调试。这种人工配置的方式调试工作量大,往往费时费力,而且对电气工程师有较高的技术门槛要求。
发明内容
基于此,有必要针对上述技术问题,提供一种能够减少人工工作量、降低技术人员的技术门槛要求的配置参数推荐方法、系统、仪器和存储介质。
一种配置参数推荐方法,包括:
获取待配置的目标仪器的仪器描述信息;
根据所述仪器描述信息构建所述目标仪器的知识图谱;
基于所述目标仪器的知识图谱和已存储的历史仪器的知识图谱,确定与所述目标仪器匹配的历史仪器;
将所述历史仪器对应的配置参数推荐为所述目标仪器的配置参数。
一种配置参数推荐系统,包括:
信息获取模块,用于获取待配置的目标仪器的仪器描述信息;
图谱构建模块,用于根据所述仪器描述信息构建所述目标仪器的知识图谱;
匹配分析模块,用于基于所述目标仪器的知识图谱和已存储的历史仪器的知识图谱,确定与所述目标仪器匹配的历史仪器;所述历史仪器与所述目标仪器为同类别仪器;
参数推荐模块,用于将所述历史仪器对应的配置参数推荐为所述目标仪器的配置参数。
一种仪器,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
获取待配置的目标仪器的仪器描述信息;
根据所述仪器描述信息构建所述目标仪器的知识图谱;
基于所述目标仪器的知识图谱和已存储的历史仪器的知识图谱,确定与所述目标仪器匹配的历史仪器;所述历史仪器与所述目标仪器为同类别仪器;
将所述历史仪器对应的配置参数推荐为所述目标仪器的配置参数。
一种可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现以下步骤:
获取待配置的目标仪器的仪器描述信息;
根据所述仪器描述信息构建所述目标仪器的知识图谱;
基于所述目标仪器的知识图谱和已存储的历史仪器的知识图谱,确定与所述目标仪器匹配的历史仪器;所述历史仪器与所述目标仪器为同类别仪器;
将所述历史仪器对应的配置参数推荐为所述目标仪器的配置参数。
上述配置参数推荐方法、系统、仪器和存储介质,通过基于仪器描述信息构建知识图谱,然后利用已构建的历史仪器的知识图谱与目标仪器进行匹配分析,确定与目标仪器匹配的历史仪器,将匹配的历史仪器对应的配置参数推荐为目标仪器的配置参数,以供技术人员使用,实现配置参数的自动推荐;技术人员可以利用推荐的配置参数直接对目标仪器调试,不需要人工设置配置参数,大大降低技术人员的技术门槛,而且对现场技术人员而言降低了很多调试工作量。
附图说明
为了更清楚地说明本申请实施例或传统技术中的技术方案,下面将对实施例或传统技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为一个实施例中配置参数推荐方法的流程示意图;
图2(a)为一个实施例中信息录入界面的示意图;
图2(b)为对图(a)中信息录入界面录入信息的示意图;
图3为知识图谱的结构示意图;
图4为另一个实施例中配置参数推荐方法的流程示意图;
图5为一个实施例中信息录入界面录入历史焊接仪的仪器描述信息的示意图;
图6为一个实施例中信息结构的示意图;
图7为图5所示实施例中历史焊接仪的知识图谱;
图8为一个实施例中信息录入界面录入目标焊接仪的仪器描述信息的示意图;
图9为图8所示实施例中目标焊接仪的知识图谱;
图10为图7和图9融合后的图谱;
图11为一个实施例中对焊接仪的配置参数推荐的处理过程示意图;
图12为一个实施例中对焊接仪的配置参数推荐的应用过程示意图;
图13为一个实施例中配置参数推荐系统的结构示意图。
具体实施方式
为了便于理解本申请,下面将参照相关附图对本申请进行更全面的描述。附图中给出了本申请的实施例。但是,本申请可以以许多不同的形式来实现,并不限于本文所描述的实施例。相反地,提供这些实施例的目的是使本申请的公开内容更加透彻全面。
除非另有定义,本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中在本申请的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本申请。
在此使用时,单数形式的“一”、“一个”和“所述/该”也可以包括复数形式,除非上下文清楚指出另外的方式。还应当理解的是,术语“包括/包含”或“具有”等指定所陈述的特征、整体、步骤、操作、组件、部分或它们的组合的存在,但是不排除存在或添加一个或更多个其他特征、整体、步骤、操作、组件、部分或它们的组合的可能性。
在一个实施例中,如图1所示,提供了一种配置参数推荐方法,该方法包括如下步骤:
S110:获取待配置的目标仪器的仪器描述信息。
待配置的目标仪器是指需要进行参数配置的仪器,例如目标仪器可以是焊接仪、卷绕机等。仪器描述信息包括用于描述仪器的特征、来源等的基本资料。例如,对于焊接仪,仪器描述信息可以包括型号、品牌商、所在地、负载所用的材料、材料厚度、材料宽度、焊座材质、焊座纹路、焊点纹路、焊头形状、焊头材质等。
具体地,针对新工况的参数配置,可以由用户在信息录入界面填写仪器描述信息。以目标仪器为目标焊接仪为例,如图2(a)和图2(b)所示,在信息录入界面,由现场工程师将目标焊接仪的仪器描述信息都完成描述,描述的信息种类包括但不限于型号、品牌商、所在地、负载所用的材料、材料厚度、材料宽度、焊座材质、焊座纹路、焊点纹路、焊头形状、焊头材质。
S130:根据仪器描述信息构建目标仪器的知识图谱。
知识图谱是一种可以包括实体、关系和属性的图结构。具体地,可以以目标仪器的名称为一个实体、基于仪器描述信息建立图结构得到目标仪器的知识图谱。
S150:基于目标仪器的知识图谱和已存储的历史仪器的知识图谱,确定与目标仪器匹配的历史仪器。
历史仪器是已经配置过参数的仪器。其中,历史仪器与目标仪器为同类别仪器。比如,目标仪器的类别为焊接仪,则基于目标焊接仪的知识图谱和已存储的历史焊接仪的知识图谱,确定与目标焊接仪匹配的历史焊接仪。
历史仪器的知识图谱预先构建,可以存储于数据库。不同仪器描述信息的历史仪器对应不同的知识图谱,多个不同的知识图谱的集合为知识图谱库。具体地,与目标焊接仪匹配的历史仪器可以是一个,也可以是多个;可以是通过计算目标仪器与历史仪器的相似度或匹配度,根据计算的相似度或匹配度确定与目标仪器匹配的历史仪器。
S170:将历史仪器对应的配置参数推荐为目标仪器的配置参数。
历史仪器对应的配置参数,是历史仪器所使用的配置参数。例如,对于焊接仪,配置参数可以包括焊接时间、焊接振幅、焊接压力和焊接频率等。对于有一个匹配的历史仪器,将匹配的历史仪器对应的配置参数推荐为目标仪器的配置参数,以供技术人员进行调试使用;对于有多个匹配的历史参数,将多个匹配的历史仪器对应的配置参数推荐为目标仪器的配置参数,以供技术人员进行选择并调试使用。
上述配置参数推荐方法,对于待配置的目标仪器,通过基于仪器描述信息构建知识图谱,然后利用已构建的历史仪器的知识图谱与目标仪器进行匹配分析,确定与目标仪器匹配的历史仪器,将匹配的历史仪器对应的配置参数推荐为目标仪器的配置参数,以供技术人员使用,实现配置参数的自动推荐;技术人员可以利用推荐的配置参数直接对目标仪器调试,不需要人工设置配置参数,大大降低技术人员的技术门槛,而且对现场技术人员而言降低了很多调试工作量。
此外,基于配置过的历史仪器构建知识图谱形成专家经验库,可以覆盖绝大多数工况,利用历史仪器的知识图谱进行目标仪器的匹配分析,可以比较精准地推荐目标仪器的配置参数。
在其中一个实施例中,步骤S130包括:提取仪器描述信息中的实体、关系和属性三类信息,并表示为实体-关系-实体的三元组以及实体-属性键-属性值的三元组;根据三元组构建目标仪器的知识图谱。
仪器描述信息包括实体信息、关系信息和属性信息,其中,属性信息包括属性键和属性值,属性键是属性的名称,属性值是对应属性键的具体数据,比如属性键“型号”,其对应的属性值为“ABC-X234”,属性键“宽度”,其对应的属性值为“10mm”。对仪器描述信息进行解析,具体可以是根据预设的规则在仪器描述信息中进行实体提取、关系提取和属性提取;然后,根据提取的信息中有关系的实体生成实体-关系-实体的三元组,根据实体对应的属性生成实体-属性键-属性值的三元组。
预设的规则可以是信息录入界面显示的信息结构中实体的位置、关系的位置和属性的位置。具体地,例如图2(b)中以目标焊接仪为实体,右侧含有内部结构的内容解析为有关系的实体,如公司A、客户A厂、材料A、焊座A、焊点A、焊头A;含有内部结构的右侧大框对应的左侧框的内容解析为关系,如品牌商、所在地、负载、焊座配件、焊点配件、焊头配件;没有内部结构的内容解析为属性,其中靠左侧的为属性键、靠右侧的为属性值,比如图2(b)中属性键-属性值的组合包括型号-ABC-X234、公司属性-私企、城市-香格里拉、厚度-5um、宽度-10mm、材质-合金12Cr1MDG、纹路–斜纹、纹路–直纹、形状–全波、材质–镁铝合金。
知识图谱中的基本单位为实体,每个实体包含若干属性,实体之间存在相应关系,属性中又包含属性键和属性值。在解析仪器描述信息之后,可以表示为两类三元组,分别是实体-关系-实体和实体-属性键-属性值,所有的三元组就组成了一个完整的知识图谱,如图3。知识图谱数据库是知识图谱的存储方式,具体可采用图数据库Neo4j来进行存储,当然也可以采用HugeGraph等其它图数据库。
在其中一个实施例中,参考图4,步骤S150之前,还包括步骤S101至步骤S103。步骤S101至步骤S103可以在步骤S110之前执行,如图4所示;可以理解,步骤S101至步骤S103也可以根据需要调整为其他执行顺序,比如在步骤S130之后执行。
S101:获取历史仪器的仪器描述信息和配置参数。
其中,历史仪器的配置参数是历史仪器被配置使用的参数,具体可以是技术人员经过调试后配置的参数。具体地,历史仪器的仪器描述信息和配置参数同样可以是由用户在信息录入界面填写录入,比如,每调试完一个仪器,均可录入这个仪器对应的仪器描述信息和配置参数。
S103:根据历史仪器的仪器描述信息和配置参数,构建历史仪器的知识图谱并存储。
相比于目标仪器的知识图谱,历史仪器的知识图谱增加配置参数。具体地,采用图数据库Neo4j来存储历史仪器的知识图谱。历史仪器的数量可以有多个,对应地,知识图谱的数量有多个。通过预先构建历史仪器的知识图谱,将配置过的仪器的信息和配置参数录入知识图谱,可以完成知识的积累,形成图结构的专家经验库,该专家经验库可以覆盖绝大多数工况,为后续对目标仪器的匹配分析提供可靠的数据支持。
以焊接仪为例,如图5所示,针对所有历史焊接仪,技术人员在信息录入界面按一定格式描述并录入仪器描述信息,录入的信息不仅需要包括型号、品牌商、所在地、负载所用的材料、材料厚度、材料宽度、焊座材质、焊座纹路、焊点纹路、焊头形状、焊头材质等,还需要录入历史焊接仪的配置参数,如图5中的部署信息。然后,对录入的信息进行解析,信息结构的解析规则如图6所示,以历史焊接仪为实体,右侧含有内部结构的内容解析为有关系的实体,没有内部结构的内容解析为历史焊接仪的属性(属性键-属性值),结合图5和图6,可以解析出若干三元组。其中实体-关系-实体的三元组有:
(焊接仪-品牌商-公司A);
(焊接仪-所在地-客户A厂);
(焊接仪-负载-材料A);
(焊接仪-焊座配件-焊座A);
(焊接仪-焊点配件-焊点A);
(焊接仪-焊头配件-焊头A);
(焊接仪-部署-配置A);
另外,实体-属性键-属性值的三元组有:
(焊接仪-型号–ABC-X234);
(公司A-公司属性–私企);
(客户A厂-城市–香格里拉);
(材料A-厚度–5um);
(材料A-宽度–10mm);
(焊座A-材质–合金12Cr1MDG);
(焊座A-纹路–斜纹);
(焊点A-纹路–直纹);
(焊头A-形状–全波);
(焊头A-材质–镁铝合金);
(配置A-焊接时间–20ms);
(配置A-焊接振幅–300);
(配置A-焊接压力–2121);
(配置A-焊接频率–41600);
当解析结束,已经得到了所有的实体-关系-实体和实体-属性键-属性值的三元组,那么如图7所示,可以使用灰度节点表示实体,无灰度的透明节点表示属性值,用箭头表示相关的实体关系和实体属性键,最终构建出“极耳焊接仪1”这个历史焊接仪的知识图谱。
构建目标仪器的知识图谱的方式,与构建历史仪器的知识图谱的方式相同。例如对于图8所示的信息录入界面输入的目标仪器的仪器描述信息,解析后构建如图9所示的知识图谱。
在其中一个实施例中,步骤S150包括步骤(a1)至步骤(a3)。
步骤(a1):将目标仪器的知识图谱和已存储的所有历史仪器的知识图谱分别进行融合,得到融合后的图谱。
知识图谱中包括实体、关系和属性。将目标仪器的知识图谱和历史仪器的知识图谱进行融合,具体可以是将两个知识图谱中相同的实体和属性合并,具体地,相同的属性是指属性键和对应的属性值均相同。例如,将图9所示目标焊接仪的知识图谱和图7所示历史焊接仪的知识图谱进行实体融合,融合后的图谱图图10所示。在图中可以看到,目标焊接仪和历史焊接仪(极耳焊接仪1)这两个实体会共享“公司A”、“客户A厂”、“材料A”、“焊点A”、“焊头A”这些实体和相应关系,还会共享“型号”这一属性值。
步骤(a2):基于各融合后的图谱,分别计算目标仪器与对应融合的历史仪器的相似度。
基于目标仪器和历史仪器1融合后的知识图谱,计算目标仪器与历史仪器1的相似度;基于目标仪器和历史仪器2融合后的知识图谱,计算目标仪器与历史仪器2的相似度。
具体地,可以是选取预设类型的信息与目标仪器相同的历史仪器,计算两者的相似度。比如从知识图谱数据库中选取所有同品牌商、同型号、同材料极性的历史焊接仪与目标焊接仪进行相似度计算。
步骤(a3):选取与目标仪器的相似度最高的历史仪器,作为与目标仪器匹配的历史仪器。
相似度越大,则表明两者越相似。与目标仪器的相似度最高的历史仪器,即为计算的多个相似度中最大的相似度所对应的历史仪器。具体地,如果有多个相似度相等,则将相等的相似度所对应的历史仪器均作为目标仪器匹配的历史仪器。
通过对目标仪器和历史仪器的知识图谱进行融合、基于融合后的图谱进行相似度计算,选择出相似度最高的历史仪器与目标仪器匹配,从而找出与目标仪器最接近的历史仪器。
在其中一个实施例中,步骤(a2)包括:遍历融合后的图谱,将目标仪器和对应融合的历史仪器之间相等的属性所对应的预设权重累加,得到目标仪器与对应融合的历史仪器的相似度。
具体地,针对每一个属性可以预先定义其权重;对于融合后的图谱中,若目标仪器和历史仪器相同的属性包括属性1、属性2和属性3,则将属性1、属性2和属性3所对应的权重累加,最后的加权所得值即为两个实体(目标仪器和历史仪器)之间的相似性度。
例如如下表1所示,焊接专家可以针对焊接仪的属性值(包括一度,二度,三度属性值)定义相关的权重分数。将目标仪器与知识图谱数据库所有同品牌、同型号、同材料极性的历史焊接仪进行相似度计算,当属性值相等时,累加其权重分值,遍历完所有相关属性值后,最终的得分即为目标焊接仪和历史焊接仪的相似度。
表1
Figure BDA0003059363380000111
Figure BDA0003059363380000121
本实施例中采用人工定义权重累加的方法计算相似度。可以理解,在其他实施例中,也可以采用其他的方法进行相似度计算,比如编辑距离、基于集合的相似度等等。
在其中一个实施例中,步骤S170包括:从匹配的历史仪器的知识图谱中读取配置参数,将读取的配置参数作为目标仪器的推荐的配置参数并输出。
历史仪器的知识图谱基于历史仪器的仪器描述信息和配置参数构建,则历史仪器的知识图谱中记录有历史仪器的配置参数。读取匹配的历史仪器的配置参数并输出,得到推荐给目标仪器的配置参数。具体地,将推荐的配置参数输出至信息输出装置进行信息输出,以便技术人员获取,以供技术人员参考和用于调试。若有多个匹配的历史仪器,则将多个匹配的历史仪器对应的配置参数都作为推荐的配置参数进行输出。例如,信息输出装置可以是显示屏,也可以是技术人员使用的其他移动终端等。
在其中一个实施例中,步骤S170之后,还包括:获取调整后的配置参数;根据调整后的配置参数更新目标仪器的知识图谱;存储更新后的知识图谱为历史仪器的知识图谱。
推荐配置参数后,现场技术人员可以获取推荐的配置参数,并采用配置参数进行调试,根据调试结果微调各参数;例如,现场技术人员将目标焊接器的推荐的配置参数(焊接时间、焊接振幅、焊接压力焊接频率)输入到目标焊接仪器中,然后开机实际调试,根据焊接结果再微调各参数。
其中,调整后的配置参数是指经过人工调试实验后调整的参数。具体地,可以是接收用户输入的调整后的配置参数。接收调整后的配置参数后,可以将其补充至目标仪器的知识图谱,从而更新目标仪器的知识图谱。
在构建目标仪器的知识图谱中,开始并不涉及目标仪器的配置参数;当根据推荐的配置参数对仪器调试结束,即调试结果具备足够的合格率和鲁棒性之后,现场技术人员可以将调整之后的配置参数再次输入,根据输入的调整后的配置参数更新目标仪器的知识图谱,使其成为知识图谱数据库的一部分,充实专家经验库。如此,每一次配置完成一个仪器,都可将配置过的仪器作为历史仪器,存储其知识图谱,将所有的历史配置的信息都保存下来,可以完成知识的不断积累,随着时间积累,该专家经验库可以覆盖绝大多数工况,形成行业知识储备,成为后续深度数据挖掘的基础,提高配置参数推荐的准确性。
上述配置参数推荐方法,可以适用于有复杂参数配置场景的仪器,比如焊接仪、卷绕机等。对焊接仪的配置参数推荐的处理和应用过程如图11和图12所示。其中,全类实体构建指构建历史仪器的知识图谱,目标实体构建指构建目标仪器的知识图谱。
考虑到在实际焊接过程中,随着设备老化,其配置参数,例如“焊接压力”和“焊接频率”等也需做相应的调整,在本申请中不考虑此类情况,只关心焊接仪出厂后初次在客户现场调试稳定后的配置参数。
应该理解的是,虽然图1和图4的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图1-图4中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,如图13所示,提供了一种配置参数推荐系统,包括:信息获取模块310、图谱构建模块330、匹配分析模块350和参数推荐模块370,其中:
信息获取模块310用于获取待配置的目标仪器的仪器描述信息。图谱构建模块330用于根据仪器描述信息构建目标仪器的知识图谱。匹配分析模块350用于基于目标仪器的知识图谱和已存储的历史仪器的知识图谱,确定与目标仪器匹配的历史仪器;历史仪器与目标仪器为同类别仪器。参数推荐模块370用于将历史仪器对应的配置参数推荐为目标仪器的配置参数。
上述配置参数推荐系统,对于待配置的目标仪器,通过基于仪器描述信息构建知识图谱,然后利用已构建的历史仪器的知识图谱与目标仪器进行匹配分析,确定与目标仪器匹配的历史仪器,将匹配的历史仪器对应的配置参数推荐为目标仪器的配置参数,以供技术人员使用,实现配置参数的自动推荐;技术人员可以利用推荐的配置参数直接对目标仪器调试,不需要人工设置配置参数,大大降低技术人员的技术门槛,而且对现场技术人员而言降低了很多调试工作量。
在其中一个实施例中,图谱构建模块330用于提取仪器描述信息中的实体、关系和属性三类信息,并表示为实体-关系-实体的三元组以及实体-属性键-属性值的三元组;根据三元组构建目标仪器的知识图谱。
在其中一个实施例中,上述配置参数推荐系统还包括历史图谱构建模块(图未示),用于在匹配分析模块350执行相应功能之前,获取历史仪器的仪器描述信息和配置参数;根据历史仪器的仪器描述信息和配置参数,构建历史仪器的知识图谱并存储。
通过预先构建历史仪器的知识图谱,将配置过的仪器的信息和配置参数录入知识图谱,可以完成知识的积累,形成图结构的专家经验库,该专家经验库可以覆盖绝大多数工况,为后续对目标仪器的匹配分析提供可靠的数据支持。
在其中一个实施例中,匹配分析模块350用于将目标仪器的知识图谱和已存储的所有历史仪器的知识图谱分别进行融合,得到融合后的图谱;基于各融合后的图谱,分别计算目标仪器与对应融合的历史仪器的相似度;选取与目标仪器的相似度最高的历史仪器,作为与目标仪器匹配的历史仪器。
通过对目标仪器和历史仪器的知识图谱进行融合、基于融合后的图谱进行相似度计算,选择出相似度最高的历史仪器与目标仪器匹配,从而找出与目标仪器最接近的历史仪器。
在其中一个实施例中,匹配分析模块350计算相似度,具体是遍历融合后的图谱,将目标仪器和对应融合的历史仪器之间相等的属性所对应的预设权重累加,得到目标仪器与对应融合的历史仪器的相似度。
在其中一个实施例中,参数推荐模块370用于从匹配的历史仪器的知识图谱中读取配置参数,将读取的配置参数作为目标仪器的推荐的配置参数并输出。
在其中一个实施例中,上述配置参数推荐系统还包括反馈更新模块(图未示),用于在参数推荐模块370执行相应功能之后,获取调整后的配置参数;根据调整后的配置参数更新目标仪器的知识图谱;存储更新后的知识图谱为历史仪器的知识图谱。
关于配置参数推荐系统的具体限定可以参见上文中对于配置参数推荐方法的限定,在此不再赘述。上述配置参数推荐系统中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于仪器中的处理器中,也可以以软件形式存储于仪器中的存储器中,以便于处理器调用执行以上各个模块对应的操作。需要说明的是,本申请实施例中对模块的划分是示意性的,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
在一个实施例中,提供了一种仪器,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现上述各方法实施例中的步骤。
上述仪器,由于可以实现上述各方法实施例的步骤,同理,使用该仪器,可以大大降低技术人员的技术门槛,而且对现场技术人员而言降低了很多调试工作量。
具体地,仪器可以是超声波焊接仪。
在一个实施例中,提供了一种可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现上述各方法实施例中的步骤。
上述可读存储介质,由于可以实现上述各方法实施例的步骤,同理,可以大大降低技术人员的技术门槛,而且对现场技术人员而言降低了很多调试工作量。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory,ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic Random Access Memory,DRAM)等。
在本说明书的描述中,参考术语“有些实施例”、“其他实施例”、“理想实施例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特征包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性描述不一定指的是相同的实施例或示例。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。

Claims (8)

1.一种配置参数推荐方法,包括:
获取待配置的目标仪器的仪器描述信息;
根据所述仪器描述信息构建所述目标仪器的知识图谱;
将所述目标仪器的知识图谱和已存储的所有历史仪器的知识图谱分别进行融合,以将所述目标仪器的知识图谱和所述历史仪器的知识图谱中相同的实体和属性合并,得到融合后的图谱;其中,所述属性包括属性键和属性值,相同的属性是指属性键和对应的属性值均相同;所述历史仪器与所述目标仪器为同类别仪器;
遍历融合后的图谱,将所述目标仪器和对应融合的历史仪器之间相等的属性所对应的预设权重累加,得到所述目标仪器与对应融合的历史仪器的相似度;
选取与所述目标仪器的相似度最高的历史仪器,作为与所述目标仪器匹配的历史仪器;
将所述历史仪器对应的配置参数推荐为所述目标仪器的配置参数。
2.根据权利要求1所述的方法,其特征在于,所述根据所述仪器描述信息构建所述目标仪器的知识图谱,包括:
提取所述仪器描述信息中的实体、关系和属性三类信息,并表示为实体-关系-实体的三元组以及实体-属性键-属性值的三元组;
根据所述三元组构建所述目标仪器的知识图谱。
3.根据权利要求1所述的方法,其特征在于,所述将所述目标仪器的知识图谱和已存储的所有历史仪器的知识图谱分别进行融合之前,还包括:
获取历史仪器的仪器描述信息和配置参数;
根据所述历史仪器的仪器描述信息和配置参数,构建所述历史仪器的知识图谱并存储。
4.根据权利要求1所述的方法,其特征在于,所述将所述历史仪器对应的配置参数推荐为所述目标仪器的配置参数,包括:
从匹配的历史仪器的知识图谱中读取配置参数,将读取的配置参数作为所述目标仪器的推荐的配置参数并输出。
5.根据权利要求1至4任意一项所述的方法,其特征在于,所述将所述历史仪器对应的配置参数推荐为所述目标仪器的配置参数之后,还包括:
获取调整后的配置参数;
根据所述调整后的配置参数更新所述目标仪器的知识图谱;
存储更新后的知识图谱为历史仪器的知识图谱。
6.一种配置参数推荐系统,其特征在于,包括:
信息获取模块,用于获取待配置的目标仪器的仪器描述信息;
图谱构建模块,用于根据所述仪器描述信息构建所述目标仪器的知识图谱;
匹配分析模块,用于将所述目标仪器的知识图谱和已存储的所有历史仪器的知识图谱分别进行融合,以将所述目标仪器的知识图谱和所述历史仪器的知识图谱中相同的实体和属性合并,得到融合后的图谱;遍历融合后的图谱,将所述目标仪器和对应融合的历史仪器之间相等的属性所对应的预设权重累加,得到所述目标仪器与对应融合的历史仪器的相似度;选取与所述目标仪器的相似度最高的历史仪器,作为与所述目标仪器匹配的历史仪器;其中,所述属性包括属性键和属性值,相同的属性是指属性键和对应的属性值均相同;所述历史仪器与所述目标仪器为同类别仪器;
参数推荐模块,用于将所述历史仪器对应的配置参数推荐为所述目标仪器的配置参数。
7.一种仪器,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至5中任一项所述的方法的步骤。
8.一种可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至5中任一项所述的方法的步骤。
CN202110508560.8A 2021-05-11 2021-05-11 配置参数推荐方法、系统、仪器和存储介质 Active CN113245734B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202110508560.8A CN113245734B (zh) 2021-05-11 2021-05-11 配置参数推荐方法、系统、仪器和存储介质
PCT/CN2022/087715 WO2022237471A1 (zh) 2021-05-11 2022-04-19 配置参数推荐方法、系统、仪器和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110508560.8A CN113245734B (zh) 2021-05-11 2021-05-11 配置参数推荐方法、系统、仪器和存储介质

Publications (2)

Publication Number Publication Date
CN113245734A CN113245734A (zh) 2021-08-13
CN113245734B true CN113245734B (zh) 2023-06-16

Family

ID=77222511

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110508560.8A Active CN113245734B (zh) 2021-05-11 2021-05-11 配置参数推荐方法、系统、仪器和存储介质

Country Status (2)

Country Link
CN (1) CN113245734B (zh)
WO (1) WO2022237471A1 (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113245734B (zh) * 2021-05-11 2023-06-16 无锡先导智能装备股份有限公司 配置参数推荐方法、系统、仪器和存储介质

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109405203A (zh) * 2017-12-28 2019-03-01 广州Tcl智能家居科技有限公司 一种空调智能控制方法及装置
US20190354887A1 (en) * 2018-05-18 2019-11-21 Accenture Global Solutions Limited Knowledge graph based learning content generation
CN110569494B (zh) * 2018-06-05 2023-04-07 北京百度网讯科技有限公司 用于生成信息的方法、装置、电子设备及可读介质
CN110765273B (zh) * 2019-09-17 2020-12-18 北京三快在线科技有限公司 推荐文案生成方法、装置、电子设备及可读存储介质
CN111739657B (zh) * 2020-07-20 2020-12-15 北京梦天门科技股份有限公司 基于知识图谱的流行病感染者预测方法及系统
CN111813961B (zh) * 2020-08-25 2020-12-18 腾讯科技(深圳)有限公司 基于人工智能的数据处理方法、装置及电子设备
CN112084383B (zh) * 2020-09-07 2023-08-18 中国平安财产保险股份有限公司 基于知识图谱的信息推荐方法、装置、设备及存储介质
CN112231493A (zh) * 2020-11-10 2021-01-15 泽恩科技有限公司 基于知识图谱的机房故障诊断方法、装置、设备及介质
CN112329964B (zh) * 2020-11-24 2024-03-29 北京百度网讯科技有限公司 用于推送信息的方法、装置、设备以及存储介质
CN112650482A (zh) * 2020-12-25 2021-04-13 浙江蓝卓工业互联网信息技术有限公司 一种逻辑组件的推荐方法及相关装置
CN112734132A (zh) * 2021-01-22 2021-04-30 珠海格力电器股份有限公司 一种设备的推荐方法、装置、电子设备及存储介质
CN113245734B (zh) * 2021-05-11 2023-06-16 无锡先导智能装备股份有限公司 配置参数推荐方法、系统、仪器和存储介质

Also Published As

Publication number Publication date
WO2022237471A1 (zh) 2022-11-17
CN113245734A (zh) 2021-08-13

Similar Documents

Publication Publication Date Title
CN110704043B (zh) 特效实现方法、装置、电子设备及存储介质
CN113245734B (zh) 配置参数推荐方法、系统、仪器和存储介质
JP7160574B2 (ja) 処理装置、方法、およびプログラム
CN110609954A (zh) 数据获取方法、装置、计算机设备和存储介质
JPH10207523A (ja) 自動プログラミング装置および方法
WO2019141702A1 (en) Designing assemblies of digital models utilizing information derived from earlier design processes
CN112784054A (zh) 概念图处理装置、概念图处理方法和计算机可读介质
US20040049472A1 (en) Genetic design method and apparatus
US11480942B2 (en) Supporting apparatus and non-transitory computer readable medium storing program
CN111459820A (zh) 一种模型应用方法、装置及数据分析处理系统
US6400363B1 (en) Drawing candidate line segments extraction system, drawing candidate line segments extraction method, solid model synthesis system, and solid model synthesis method
EP3975069A1 (en) Information processing apparatus, information processing system and information processing method
KR102453904B1 (ko) 성과물간 연동된 엔지니어링 성과물 자동 생성 장치 및 방법
CN113001538B (zh) 一种命令解析方法及系统
US20220187082A1 (en) Systems, methods and computer program products for determining routes for test drives of autonomous and/or partially autonomous vehicles
JP4922644B2 (ja) 時系列分析プログラム、時系列分析システム、およびそれに用いられる時系列分析装置
JP2006235848A (ja) データマイニング補助装置
US6898474B2 (en) Method and system for creating and managing engineered time standards
US20020054042A1 (en) Shape production method and apparatus by window display
CN117540799B (zh) 一种个案图谱创建生成方法及系统
CN109614467A (zh) 一种基于片段相似度的知识关联与动态组织方法和系统
CN116776827B (zh) 一种人工智能排版方法、装置、设备及可读存储介质
JPH0895764A (ja) ソフトウェア設計支援装置
CN118097032A (zh) 一种牙冠三维模型的底座补全方法、介质和设备
EP3754445A1 (en) Computer-assisted configuration of a technical system

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant