CN114626190A - 一种基于知识图谱的工艺设计资源模型构建方法 - Google Patents
一种基于知识图谱的工艺设计资源模型构建方法 Download PDFInfo
- Publication number
- CN114626190A CN114626190A CN202111500782.1A CN202111500782A CN114626190A CN 114626190 A CN114626190 A CN 114626190A CN 202111500782 A CN202111500782 A CN 202111500782A CN 114626190 A CN114626190 A CN 114626190A
- Authority
- CN
- China
- Prior art keywords
- equipment
- processing
- resource
- process design
- feature
- 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.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种基于知识图谱的工艺设计资源模型构建方法,包括如下步骤:第一步,面向工艺路线进行工艺设计资源的建模:以工艺路线为基础进行工艺设计资源建模,将工艺路线拆分为一系列工序,并将每个工序拆分为一系列工步,将工步作为工艺设计实例的基本单元,建立工步元知识模型;将工步元知识模型按照加工方法进行分类,每个类别之间为并列关系,将每个类别按照加工精度可以再次分类;第二步,零件特征建模;第三步,进行加工设备资源建模;第四步,利用知识图谱技术,抽取节点和节点之间的关系;第五步,构建工艺设计资源知识图谱;第六步,加工工步和加工设备的推荐。
Description
技术领域
本发明属于制造业知识管理技术领域,具体为一种基于知识图谱的工艺设计资源模型构建方法。
背景技术
在智能制造的要求下,对企业的设计资源组织形式与信息共享形式提出了更高的要求,传统的工艺设计存在工艺设计效率低、一致性差、质量不稳定、设计数据离散化、不易达到优化等问题,导致企业间的合作以及资源信息共享不足,企业内部各部门对工艺设计资源信息掌握不全面、分享不及时,定制产品工艺设计繁琐,难以利用已有工艺路线、工艺知识重用率等问题。
本专利针对上述问题,设计了一种基于知识图谱工艺设计资源的多层次建模方法,并通过计算零件特征相似度以达到工艺设计知识重用的目的。本专利旨在探索企业间设计资源的统一建模方法,并基于建模方法进行工艺设计资源知识图谱的构建,提高企业工艺设计共享率和效率。
发明内容
本发明的目的是提供一种工艺设计资源模型的构建方法,采用本发明所述方法,可以将工艺设计知识转换为结构化数据,针对工艺设计资源的异构化、多源化以及知识重用性展开的统一建模方法,并通过寻找相似的零件特征达到工艺知识重用的目的。技术方案如下:
一种基于知识图谱的工艺设计资源模型构建方法,所述的工艺设计过程包括:确定零件加工的生产纲领,说明产品的规格与产量;拟定零件的生产工艺过程,说明生产工艺流程、主要生产设备和辅助设备的规格及数量;计算零件生成所需要的原材料和半成品数量,工艺设计资源模型的构建包括如下步骤:
第一步,面向工艺路线进行工艺设计资源的建模
以工艺路线为基础进行工艺设计资源建模,将工艺路线拆分为一系列工序,并将每个工序拆分为一系列工步,将工步作为工艺设计实例的基本单元,建立工步元知识模型;
将工步元知识模型按照加工方法进行分类,每个类别之间为并列关系,将每个类别按照加工精度可以再次分类;
将工步元知识主要分为工艺设计知识的基本概念、属性和其他工艺设备,工步元SKU由下式进行表示:
SKU={SKC,SKA,PE}
SKC表示工步元的基本概念,SKA表示工步元的参数,PE代表工步中所采用的加工设备,并对其设置主要属性:
(1)关于基本概念方面,包括加工特征、零件、加工方法,加工特征为该工步所加工的零件基本特征;加工方法为该工步所采用的加工方法;零件为该工步所加工的零件;
(2)关于工步元参数方面,包括工步id、切削速度、主轴转速、切削深度、进给量、工时,工步id为该工步的唯一性标识,用来对该工步进行编号;切削速度、主轴转速、切削深度、进给量为机械加工过程中的基本参数;工时为该工步所消耗的时间,为机动工时和辅助工时的总和;
(3)关于加工设备方面,分为切削设备、工艺设备、检测设备、热处理设备;
第二步,零件特征建模
零件特征由下式进行描述表达:
F={FMan,FMat,FSha}
FMan代表管理特征,主要包含了零件的相关属性信息,包括零件图号、零件名称、零件编号、零件类型;
FMat代表材料特征,包含了材料的相关属性信息,包括材料的类型、材料的牌号、材料的性能;
FSha代表形状特征,主要反映了零件的形状结构,该特征包括设计特征信息和制造特征信息;
利用已经构建好的零件特征模型,构建零件特征向量:
Fea=[Fc,Fs,R,Acc,M]
Fc代表零件特征类型,Fs代表零件特征的尺寸参数,R代表粗糙度要求,Acc代表精度要求,M代表材料参数;
零件特征参数Fs对于不同零件类型具有不同的属性设置;
材料参数作为组成零件材料的基本特征,用下列向量表示:
M=[MT,Mg,MEM,MYS]
MT代表材料类型,Mg代表的材料牌号,MEM代表材料的弹性模量,MYS代表材料的屈服强度;
第三步,进行加工设备资源建模
对于工步元知识模型的加工设备,由于其在加工制造中处于较为重要的地位,因此结合工步元知识模型,对加工设备资源进行建模;加工设备资源主要指加工一个零件所需要的机械设备,是面向制造系统底层的制造资源,它主要包括机床、刀具、夹具、量具等;
对加工的设备进行更详细的分类:
(1)对于切削装备,再次划分为车床、铣床、刨床、磨床、镗床、钻床、数控机床、加工中心和其他;
(2)对于工艺设备,再次划分为刀具、夹具、量具和模具;
(3)对于检测设备,再次划分为位移检测装备、速度检测装备、温度检测装备、湿度检测装备、压力检测装备和其他检测装备;
(4)对于热处理设备,再次划分为渗碳炉、真空炉、回火炉、退火炉、淬火炉和其它热处理设备;
从四个属性方面对加工设备资源进行形式化描述:基本属性、状态属性、功能属性、服务属性,其中,基本属性用来描述一个资源的基本情况,包括资源ID、资源名称、资源所属单位、所在地、联系方式、资源性质;
状态属性用来描述资源目前所处的一个状态,包括空闲、未满负荷、满负荷、维修中四种状态;
功能属性用来描述一个资源所提供服务的功能情况,包括服务对象、加工精度、加工尺寸、加工形状、加工方法、输入和输出;
服务属性用来描述一个资源所提供服务的具体情况,包括服务方式、资源数量;
第四步,利用知识图谱技术,抽取节点和节点之间的关系;
(1)在工步元知识模型中,节点有工步元概念、零件本身以及构成零件的材料;在加工资源模型中,节点有加工设备、加工设备所属车间、公司以及地区;
(2)工步元概念和加工设备之间,存在着“使用”的关系;工步元概念和零件之间,存在着“加工”的关系;加工设备和所属车间、公司以及地区,依次存在着“位于”的关系;零件和零件材料之间,存在着“组成”的关系;
第五步,构建工艺设计资源知识图谱
利用构建完成的工艺设计资源模型和抽取的节点以及关系,对于已有的工艺设计知识进行处理,表示为计算机可以识别的数据结构方式,构建工艺设计资源知识图谱,便于后续的存储和检索;
第六步,利用所构建模型和工艺设计知识图谱,并通过计算新零件特征与已有零件特征的相似度,进行加工工步和加工设备的推荐。
其中,零件特征相似度计算方法可以为:
对于零件特征相似度的计算,由于零件特征向量内包含非数值型参数和数值型参数,
对于零件特征类型中非数值型参数的相似度计算方法:设置基本零件特征集合FT,如果特征x和特征y不属于该集合,或者两个特征在基本特征层面不属于一种类别,那么其相似度为0,如果两者都属于统一类别,构建中文分词主字典,计算其语义相似度,语义相似度范围为[0,1],越接近1代表两者越相似;
对于数值型参数,利用余弦相似度计算方法进行计算,利用向量空间中两个向量夹角的余弦值作为衡量两个个体间差异的大小的度量,计算结果越接近1,就表明夹角越接近0度,代表两个向量越相似;
特征向量X和特征向量Y的总相似度由各部分特征参数的相似度的加权和。
本发明构建工艺设计资源模型,使得对于工艺设计资源的刻画更加精准,以此为基础构建跨部门、跨组织的工艺设计资源知识图谱,解决工艺设计知识碎片化和工艺设计资源分散化问题,大大提高工艺设计知识重用率和企业间工艺设计资源的共享度。
附图说明
图1为工艺设计资源建模路线图;
图2为工艺路线层次图;
图3为工艺设计知识概念关系图
图4为加工设备资源属性图;
图5为机械加工工序卡实例;
图6为部分Java程序;
图7为Neo4j图数据库部分节点。
具体实施方式
下面将结合本发明中的附图,对本发明中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。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前提下所获得的所有其他实施例,都属于本发明保护的范围。
1.本发明提供了一种基于知识图谱的工艺设计资源建模方法。
所述的工艺设计过程主要包括:确定零件加工的生产纲领,说明产品的规格与产量;拟定零件的生产工艺过程,说明生产工艺流程、主要生产设备和辅助设备的规格及数量;计算零件生成所需要的原材料和半成品数量。
因此工艺设计过程中最主要的是工艺路线的拟定,图2给出了工艺路线的分层图。
2.面向工艺路线进行工艺设计资源的建模。
以工艺路线为基础进行工艺设计资源建模,将工艺路线拆分为一系列工序,并将每个工序拆分为一系列工步。工步是构成工序知识的基本单元,是工艺设计知识表达过程中不可拆分的知识单元,为便于分析和描述比较复杂的工序,更好地组织生产和计算工时,将工步作为工艺设计实例的基本单元,建立工步元知识模型。
将工步元知识模型按照加工方法进行分类,分为钻孔类、镗削类、车削类、铣削类等,每个类别之间为并列关系。将每个类别按照加工精度可以再次分类,例如车削类可以划分精车、半精车、粗车等,其他类别同理。
根据工艺手册和专家知识,结合加工路线中工步的基本特征,将工步元知识主要分为工艺设计知识的基本概念、属性和其他工艺设备。因此工步元SKU可由下式进行表示,各概念之间的关系图如图3所示,
SKU={SKC,SKA,PE}
SKC表示工步元的基本概念,SKA表示工步元的参数,PE代表工步中所采用的加工设备,并对其设置主要属性:
(1)关于基本概念方面,主要包括加工特征、零件、加工方法。加工特征为该工步所加工的零件基本特征,例如孔、平面、槽等;加工方法为该工步所采用的加工方法,例如车削、铣削等;零件为该工步所加工的零件。
(2)关于工步元参数方面,主要包括工步id、切削速度、主轴转速、切削深度、进给量、工时。工步id为该工步的唯一性标识,用来对该工步进行编号;切削速度、主轴转速、切削深度、进给量为机械加工过程中的基本参数;工时为该工步所消耗的时间,为机动工时和辅助工时的总和。
(3)关于加工设备方面,分为切削设备、工艺设备、检测设备、热处理设备。
3.零件特征建模
对于步骤2中零件实体进行建模分析。零件特征可由下式进行描述表达:
F={FMan,FMat,FSha}
FMan代表管理特征,主要包含了零件的相关属性信息。如零件图号、零件名称、零件编号、零件类型。
FMat代表材料特征,主要包含了材料的相关属性信息,如材料的类型、材料的牌号、材料的性能等。
FSha代表形状特征,主要反映了零件的形状结构,该特征具有设计特征信息(几何形状及相关信息等)和制造特征信息(精度特征、表面粗糙度等)。
利用已经构建好的零件特征模型,构建零件特征向量:
Fea=[Fc,Fs,R,Acc,M]
Fc代表零件特征类型,Fs代表零件特征的尺寸参数,R代表粗糙度要求,Acc代表精度要求,M代表材料参数。
零件特征参数Fs对于不同零件类型具有不同的属性设置,可表示为:
Fs={Fs1,Fs2,...,Fsn}
材料参数作为组成零件材料的基本特征,可用下列向量表示:
M=[MT,Mg,MEM,MYS]
MT代表材料类型,Mg代表的材料牌号,MEM代表材料的弹性模量,MYS代表材料的屈服强度。
4.进行加工设备资源建模
对于步骤2中的工步元知识模型的加工设备,由于其在加工制造中处于较为重要的地位,因此结合工步元知识模型,对加工设备资源进行建模。加工设备资源主要指加工一个零件所需要的机械设备,是面向制造系统底层的制造资源,它主要包括机床、刀具、夹具、量具等。
对加工的设备进行更详细的分类:
(1)对于切削装备,再次划分为车床、铣床、刨床、磨床、镗床、钻床、数控机床、加工中心和其他;
(2)对于工艺设备,再次划分为刀具、夹具、量具和模具;
(3)对于检测设备,再次划分为位移检测装备、速度检测装备、温度检测装备、湿度检测装备、压力检测装备和其他检测装备;
(4)对于热处理设备,再次划分为渗碳炉、真空炉、回火炉、退火炉、淬火炉和其它热处理设备。
从四个属性方面对加工设备资源进行形式化描述:基本属性、状态属性、功能属性、服务属性。加工设备属性MS可用下式描述,
MS={MSB,MSSta,MSF,MSSer}
其中,MSB代表基本属性,MSSta代表状态属性,MSF代表功能属性,MSSer代表服务属性。
具体的属性设置如图4所示,解释如下:
(1)基本属性用来描述一个资源的基本情况,包括资源ID、资源名称、资源所属单位、所在地、联系方式、资源性质等;
(2)状态属性用来描述资源目前所处的一个状态,包括空闲、未满负荷、满负荷、维修中四种状态;
(3)功能属性用来描述一个资源所提供服务的功能情况,包括服务对象、加工精度、加工尺寸、加工形状、加工方法、输入和输出等;
(4)服务属性用来描述一个资源所提供服务的具体情况,包括服务方式、资源数量。
5.利用知识图谱技术,抽取节点和节点之间的关系。
知识图谱是一种基于语义网络的知识库,即具有有向图结构的一个知识库,其中图的结点代表实体(entity)或者概念(concept),而图的边代表实体/概念之间的各种语义关系。因此构建知识图谱需要抽取工艺设计资源模型中的节点和关系。
(1)在工步元知识模型中,节点有工步元概念、零件本身以及构成零件的材料;在加工资源模型中,节点有加工设备、加工设备所属车间、公司以及地区。
(2)工步元概念和加工设备之间,存在着“使用”的关系;工步元概念和零件之间,存在着“加工”的关系;加工设备和所属车间、公司以及地区,依次存在着“位于”的关系;零件和零件材料之间,存在着“组成”的关系。
6.构建工艺设计资源知识图谱。
利用构建完成的工艺设计资源模型和抽取的节点以及关系,对于已有的工艺设计知识进行处理,表示为计算机可以识别的数据结构方式,利用Java作为编程语言,Neo4j作为数据库,构建工艺设计资源知识图谱,便于后续的存储和检索。
将如图5所示的工艺卡片,将其表达为结构化数据:
(1)依据工步元知识模型,设置其工步id为“workStep_1”,加工零件名称为套筒,其零件材料为65Mn,加工方法为钻孔,加工装备为立式铣床Z550,工艺装备为直柄麻花钻、高速钢机动丝锥、专用夹具、三用游标卡尺,切削速度、主轴转速、切削深度、进给量、工时依次为15m/min、735r/min、3.4mm、0.13mm/r/、0.52min;
(2)依据工步设备资源模型,将加工设备的车间id设置为“workshop_1”,其公司id设置为“company_1”,公司所在地区为“天津”。
利用Java作为编程语言,Neo4j作为数据库构建知识图谱。Java是一门面向对象编程语言,具有功能强大和简单易用两个特征。可以用来编写桌面应用程序、Web应用程序、分布式系统和嵌入式系统应用程序等。Neo4j是一个高性能的NOSQL图形数据库,它将结构化数据存储在网络上而不是表中,是一个高性能的图数据库引擎。
利用Java语言编写WorkStep类表示工步元实体,根据之前的工步元建模结果,WorkStep类成员变量如表1所示;并编写Equipment类表示加工设备实体,Part类表示零件实体。
表1 WorkStep类成员变量表
利用Java语言编写addWorkStep方法,以向图数据库Neo4j中添加工步元实体,并储存工步元实体中的相关参数;编写addWorkStepRelation方法,以在图数据库Neo4j中创建工步元实体与其他实体(例如工艺设备,零件)之间的关系。
编写测试类WorkStepTest,利用Juint单元测试框架进行测试程序的正确性,首先创建WorkStep类实体workStep,向workStep设置各项参数,利用addWorkStep将workStep实体添加到Neo4j图数据库中,利用addWorkStepRelation方法添加workStep实体与其他实体的关系。
最终结果为在图数据库Neo4j中产生WorkStep实体,并产生与各种实体之间的关系。如图7所示,工步元实体与直柄麻花钻高速、钢机动丝锥专用夹具、三用游标卡尺工艺设备实体存在关系;与加工设备实体立式铣床Z550存在关系,并且铣床Z550属于车间_1,车间_1属于公司1;加工零件为套筒,套筒的毛坯材料为blank_1。
7.零件特征相似度计算
对于相似度较高的零件,其加工工步的相似度也较高,因此对于新的零件特征,通过筛选与新零件特征相似度较高的工艺知识图谱中的已有零件特征,进行自动推荐其加工工步和加工设备,达到工艺的自动生成和工艺设计知识重用的目的。
对于零件特征相似度的计算,由于零件特征向量内包含非数值型参数和数值型参数,因此计算方式各有不同。
对于零件特征类型此类非数值型参数的计算方法如下式所示。设置基本零件特征集合FT,集合内包括孔、平面、槽等基本特征类型,如果特征x和特征y不属于该集合,或者两个特征在基本特征层面不属于一种类别,那么其相似度为0。如果两者都属于统一类别,构建中文分词主字典,计算其语义相似度,语义相似度范围为[0,1],越接近1代表两者越相似。
对于数值型参数,利用余弦相似度计算方法进行计算,利用向量空间中两个向量夹角的余弦值作为衡量两个个体间差异的大小的度量,公式如下所示,计算结果越接近1,就表明夹角越接近0度,代表两个向量越相似。
因此特征向量X和特征向量Y的总相似度如下式所示,其中,wi为各部分的权重和,simi(x,y)为各部分的相似度。
SIM(X,Y)=wisimi(x,y)
选取孔加工方法进行计算其相似度,部分特征参数如下表所示,
表2工艺设计实例数据信息
通过以上公式计算,Fea1与其他特征的相似度分别为0.596,0.828,0.858,0.985,0.998,0.833,0.978,因此可以参考工艺知识图谱中Fea4、、Fea5和Fea8的工艺设计知识,进行工步的设计和加工设备的选择。
总之,建模方法可以概括包括如下步骤:
(1)将工艺路线拆分为一系列工序,并将每个工序拆分为一系列工步。
(2)为便于分析和描述比较复杂的工序,更好地组织生产和计算工时,将工步作为工艺设计实例的基本单元,建立工步元知识模型。
(3)对工艺设计实例中的零件实体进行特征建模,并构建零件特征向量。
(4)结合已经构建完成的工步元知识模型,对于工艺设计资源中的物质资源进行建模,进行加工设备资源建模。
(5)将模型中的概念和实体映射到知识图谱中的节点,并抽取节点之间的关系。
(6)构建工艺设计资源知识图谱。利用构建完成的工步元知识模型和加工设备资源模型,对于已有的工艺设计知识进行处理,表示为计算机可以识别的数据结构方式;利用Java作为编程语言,Neo4j作为数据库,构建工艺设计资源知识图谱,便于后续的存储和检索。
(7)利用所构建模型和工艺设计知识图谱,并通过计算新零件特征与已有零件特征的相似度,进行加工工步和加工设备的推荐,达到工艺设计知识重用的目的。
(8)优化模型,得到结构化程度高、共享度高的工艺设计资源模型。
Claims (2)
1.一种基于知识图谱的工艺设计资源模型构建方法,所述的工艺设计过程包括:确定零件加工的生产纲领,说明产品的规格与产量;拟定零件的生产工艺过程,说明生产工艺流程、主要生产设备和辅助设备的规格及数量;计算零件生成所需要的原材料和半成品数量,工艺设计资源模型的构建包括如下步骤:
第一步,面向工艺路线进行工艺设计资源的建模
以工艺路线为基础进行工艺设计资源建模,将工艺路线拆分为一系列工序,并将每个工序拆分为一系列工步,将工步作为工艺设计实例的基本单元,建立工步元知识模型;
将工步元知识模型按照加工方法进行分类,每个类别之间为并列关系,将每个类别按照加工精度可以再次分类;
将工步元知识主要分为工艺设计知识的基本概念、属性和其他工艺设备,工步元SKU由下式进行表示:
SKU={SKC,SKA,PE}
SKC表示工步元的基本概念,SKA表示工步元的参数,PE代表工步中所采用的加工设备,并对其设置主要属性:
(1)关于基本概念方面,包括加工特征、零件、加工方法,加工特征为该工步所加工的零件基本特征;加工方法为该工步所采用的加工方法;零件为该工步所加工的零件;
(2)关于工步元参数方面,包括工步id、切削速度、主轴转速、切削深度、进给量、工时,工步id为该工步的唯一性标识,用来对该工步进行编号;切削速度、主轴转速、切削深度、进给量为机械加工过程中的基本参数;工时为该工步所消耗的时间,为机动工时和辅助工时的总和;
(3)关于加工设备方面,分为切削设备、工艺设备、检测设备、热处理设备;
第二步,零件特征建模
零件特征由下式进行描述表达:
F={FMan,FMat,FSha}
FMan代表管理特征,主要包含了零件的相关属性信息,包括零件图号、零件名称、零件编号、零件类型;
FMat代表材料特征,包含了材料的相关属性信息,包括材料的类型、材料的牌号、材料的性能;
FSha代表形状特征,主要反映了零件的形状结构,该特征包括设计特征信息和制造特征信息;
利用已经构建好的零件特征模型,构建零件特征向量:
Fea=[Fc,Fs,R,Acc,M]
Fc代表零件特征类型,Fs代表零件特征的尺寸参数,R代表粗糙度要求,Acc代表精度要求,M代表材料参数;
零件特征参数Fs对于不同零件类型具有不同的属性设置;
材料参数作为组成零件材料的基本特征,用下列向量表示:
M=[MT,Mg,MEM,MYS]
MT代表材料类型,Mg代表的材料牌号,MEM代表材料的弹性模量,MYS代表材料的屈服强度;
第三步,进行加工设备资源建模
对于工步元知识模型的加工设备,由于其在加工制造中处于较为重要的地位,因此结合工步元知识模型,对加工设备资源进行建模;加工设备资源主要指加工一个零件所需要的机械设备,是面向制造系统底层的制造资源,它主要包括机床、刀具、夹具、量具等;
对加工的设备进行更详细的分类:
(1)对于切削装备,再次划分为车床、铣床、刨床、磨床、镗床、钻床、数控机床、加工中心和其他;
(2)对于工艺设备,再次划分为刀具、夹具、量具和模具;
(3)对于检测设备,再次划分为位移检测装备、速度检测装备、温度检测装备、湿度检测装备、压力检测装备和其他检测装备;
(4)对于热处理设备,再次划分为渗碳炉、真空炉、回火炉、退火炉、淬火炉和其它热处理设备;
从四个属性方面对加工设备资源进行形式化描述:基本属性、状态属性、功能属性、服务属性,其中,基本属性用来描述一个资源的基本情况,包括资源ID、资源名称、资源所属单位、所在地、联系方式、资源性质;
状态属性用来描述资源目前所处的一个状态,包括空闲、未满负荷、满负荷、维修中四种状态;
功能属性用来描述一个资源所提供服务的功能情况,包括服务对象、加工精度、加工尺寸、加工形状、加工方法、输入和输出;
服务属性用来描述一个资源所提供服务的具体情况,包括服务方式、资源数量;
第四步,利用知识图谱技术,抽取节点和节点之间的关系;
(1)在工步元知识模型中,节点有工步元概念、零件本身以及构成零件的材料;在加工资源模型中,节点有加工设备、加工设备所属车间、公司以及地区;
(2)工步元概念和加工设备之间,存在着“使用”的关系;工步元概念和零件之间,存在着“加工”的关系;加工设备和所属车间、公司以及地区,依次存在着“位于”的关系;零件和零件材料之间,存在着“组成”的关系;
第五步,构建工艺设计资源知识图谱
利用构建完成的工艺设计资源模型和抽取的节点以及关系,对于已有的工艺设计知识进行处理,表示为计算机可以识别的数据结构方式,构建工艺设计资源知识图谱,便于后续的存储和检索;
第六步,利用所构建模型和工艺设计知识图谱,并通过计算新零件特征与已有零件特征的相似度,进行加工工步和加工设备的推荐。
2.根据权利要求1所述的模型构建方法,其特征在于,零件特征相似度计算方法为:
对于零件特征相似度的计算,由于零件特征向量内包含非数值型参数和数值型参数,
对于零件特征类型中非数值型参数的相似度计算方法:设置基本零件特征集合FT,如果特征x和特征y不属于该集合,或者两个特征在基本特征层面不属于一种类别,那么其相似度为0,如果两者都属于统一类别,构建中文分词主字典,计算其语义相似度,语义相似度范围为[0,1],越接近1代表两者越相似;
对于数值型参数,利用余弦相似度计算方法进行计算,利用向量空间中两个向量夹角的余弦值作为衡量两个个体间差异的大小的度量,计算结果越接近1,就表明夹角越接近0度,代表两个向量越相似;
特征向量X和特征向量Y的总相似度由各部分特征参数的相似度的加权和。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111500782.1A CN114626190A (zh) | 2021-12-09 | 2021-12-09 | 一种基于知识图谱的工艺设计资源模型构建方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111500782.1A CN114626190A (zh) | 2021-12-09 | 2021-12-09 | 一种基于知识图谱的工艺设计资源模型构建方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114626190A true CN114626190A (zh) | 2022-06-14 |
Family
ID=81898327
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111500782.1A Pending CN114626190A (zh) | 2021-12-09 | 2021-12-09 | 一种基于知识图谱的工艺设计资源模型构建方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114626190A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116028571A (zh) * | 2023-03-31 | 2023-04-28 | 南京航空航天大学 | 一种基于薄壁零件知识图谱构建方法和系统 |
CN116956750A (zh) * | 2023-09-19 | 2023-10-27 | 山东山大华天软件有限公司 | 基于知识图谱的零件工艺设计方法、系统、介质及设备 |
-
2021
- 2021-12-09 CN CN202111500782.1A patent/CN114626190A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116028571A (zh) * | 2023-03-31 | 2023-04-28 | 南京航空航天大学 | 一种基于薄壁零件知识图谱构建方法和系统 |
CN116028571B (zh) * | 2023-03-31 | 2023-06-02 | 南京航空航天大学 | 一种基于薄壁零件知识图谱构建方法和系统 |
CN116956750A (zh) * | 2023-09-19 | 2023-10-27 | 山东山大华天软件有限公司 | 基于知识图谱的零件工艺设计方法、系统、介质及设备 |
CN116956750B (zh) * | 2023-09-19 | 2023-12-19 | 山东山大华天软件有限公司 | 基于知识图谱的零件工艺设计方法、系统、介质及设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Alting et al. | Computer aided process planning: the state-of-the-art survey | |
Peng et al. | Applying RBR and CBR to develop a VR based integrated system for machining fixture design | |
CN114626190A (zh) | 一种基于知识图谱的工艺设计资源模型构建方法 | |
CN100461051C (zh) | 加工信息产生装置、程序和加工信息产生方法 | |
CN106776712A (zh) | 基于i5智能数控车床的车削工艺数据库及其应用方法 | |
KR102465451B1 (ko) | 가공 특성 기반의 공정 지식 푸시 방법 | |
Kang et al. | Selection and sequencing of machining processes for prismatic parts using process ontology model | |
CN113868725B (zh) | 基于结构化知识的三维工艺规程引导式方法及系统 | |
Gaoliang et al. | Using CBR to develop a VR‐based integrated system for machining fixture design | |
CN108227627B (zh) | 一种用于船用柴油机关键件的数控程序编制方法 | |
Kusiak | Optimal selection of machinable volumes | |
Wang et al. | Intelligent manufacturing system of impeller for computer numerical control (CNC) programming based on KBE | |
Igari et al. | Computer-Aided Operation Planning for an Actual Machine Tool Based on Updatable Machining Database and Database-Oriented Planning Algorithm. | |
Cheng et al. | Research on the sequence planning of manufacturing feature based on the node importance of complex network | |
Wang et al. | Optimization of the tool selection based on big data | |
CN104268339B (zh) | 基于加工特征选择切削用量并自动设置参数的方法及系统 | |
CN109460415B (zh) | 一种基于n维向量夹角余弦的相似夹具检索方法 | |
CN112307220A (zh) | 一种面向数控加工领域知识图谱的数据分类模型 | |
Cao et al. | CBR-Based Cutting Parameter Selection System and Searching Algorithm for Metal Machining Operations | |
Wang et al. | A PADL-based numerical control machining data generation program | |
Jang et al. | Tool selection in machining by integration of a data base and a rule based system | |
CN108170099B (zh) | 一种智能数控机床加工任务数字化描述与生成方法 | |
CN108804757B (zh) | 一种基于知识的可重构机床模块选择方法 | |
Hazarika et al. | Process Planning in Machining | |
CN110874497B (zh) | 用于汽车发动机机加线的数字化工艺设计系统 |
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 |