CN116171453A - 用于生成和利用制造仿真模型的知识图谱的方法和装置 - Google Patents
用于生成和利用制造仿真模型的知识图谱的方法和装置 Download PDFInfo
- Publication number
- CN116171453A CN116171453A CN202080104959.3A CN202080104959A CN116171453A CN 116171453 A CN116171453 A CN 116171453A CN 202080104959 A CN202080104959 A CN 202080104959A CN 116171453 A CN116171453 A CN 116171453A
- Authority
- CN
- China
- Prior art keywords
- data
- model
- knowledge
- manufacturing
- simulation model
- 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
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 296
- 238000004088 simulation Methods 0.000 title claims abstract description 227
- 238000000034 method Methods 0.000 title claims abstract description 65
- 238000012986 modification Methods 0.000 claims description 36
- 230000004048 modification Effects 0.000 claims description 36
- 238000003860 storage Methods 0.000 claims description 25
- 238000004590 computer program Methods 0.000 claims description 4
- 238000013075 data extraction Methods 0.000 claims description 3
- 238000001228 spectrum Methods 0.000 claims 3
- 241000282414 Homo sapiens Species 0.000 abstract description 4
- 238000006243 chemical reaction Methods 0.000 abstract description 4
- 238000012360 testing method Methods 0.000 description 22
- 238000012545 processing Methods 0.000 description 19
- 238000010586 diagram Methods 0.000 description 12
- 238000002360 preparation method Methods 0.000 description 8
- 238000013507 mapping Methods 0.000 description 7
- 239000000463 material Substances 0.000 description 5
- 238000012546 transfer Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 238000004806 packaging method and process Methods 0.000 description 3
- 239000000872 buffer Substances 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000012805 post-processing Methods 0.000 description 2
- 230000001902 propagating effect Effects 0.000 description 2
- 238000011084 recovery Methods 0.000 description 2
- 238000004064 recycling Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- Y—GENERAL 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Manufacturing & Machinery (AREA)
- Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
一种用于生成和利用制造仿真模型的知识图谱的方法，包括：获得工厂中的制造仿真模型并基于制造仿真模型生成模型表示数据；获得用于制造仿真模型的预设的图谱语义，图谱语义提供对制造仿真模型的知识图谱的语义描述；以及从模型表示数据中提取与图谱语义对应的数据作为知识图谱的图谱数据，以形成知识图谱。将制造仿真模型的知识以统一的格式进行保存和管理，有助于离散制造工厂的数字化。知识图谱还为机器和人类提供了统一的知识获取方式，提高了知识获取的效率。将不同格式的制造仿真模型转换为统一格式的模型表示数据，再转换成知识图谱的图谱数据，能够容易地实现制造仿真模型与知识图谱之间的转换。
Description
本公开涉及工业制造的技术领域，更具体地说，涉及用于生成和利用制造仿真模型的知识图谱的方法、装置、计算设备、计算机可读存储介质和程序产品。
随着仿真技术在工业数字化中的广泛使用，仿真模型在工业中扮演着非常重要的角色。对于离散制造工厂而言，仿真模型可模拟工厂中的仓储、运输和生产过程，从而辅助管理物料的存储和运输、挖掘生产瓶颈和提高产能。
建立或维护制造仿真模型(如更改模型结构或参数)的工作通常由熟悉仿真软件和模型格式的仿真工程师完成。当不熟悉仿真软件的其它工厂人员希望得到某个制造仿真模型的仿真结果时，需要与仿真工程师进行协作。
发明内容
不同的制造仿真模型通常具有不同格式或者经由不同的仿真软件建立，因此难以对它们进行统一的管理。另外，机器(如AI程序)和不熟悉仿真软件的其它工厂人员无法直接从制造仿真模型获得需要的模型知识。并且，模型的开发和维护都只能由仿真工程师完成，这不仅耗费仿真工程师的大量时间和精力，而且还使得其它工厂人员无法及时修改仿真模型并获得仿真结果，从而降低了依赖于仿真结果的一些工作的工作效率。
本公开的第一实施例提出了一种用于生成和利用制造仿真模型的知识图谱的方法，包括：获得工厂中的制造仿真模型并基于制造仿真模型生成模型表示数据；获得用于制造仿真模型的预设的图谱语义，图谱语义提供对制造仿真模型的知识图谱的语义描述；以及从模型表示数据中提取与图谱语义对应的数据作为知识图谱的图谱数据，以形成知识图谱。
在该实施例中，通过预设的图谱语义，将制造仿真模型转换成知识图谱，能够将制造仿真模型的知识以统一的格式进行保存和管理，有助于离散制造工厂的数字化。制造仿真模型的知识图谱还为机器和人类提供了统一的知识获取方式，提高了知识获取的效率。另外，将不同格式的制造仿真模型转换为统一格式的模型表示数据，再转换成知识图谱的图谱数据，能够容易地实现制造仿真模型与知识图谱之间的转换。
本公开的第二实施例提出了一种用于生成和利用制造仿真模型的知识图谱的装置，包括：模型数据生成单元，其被配置为获得工厂中的制造仿真模型并基于制造仿真模型生成模型表示数据；图谱语义获得单元，其被配置为获得用于制造仿真模型的预设的图谱语义，图谱语义提供对制造仿真模型的知识图谱的语义描述；以及图谱数据提取单元，其被配置为从模型表示数据中提取与图谱语义对应的数据作为知识图谱的图谱数据，以形成知识图谱。
本公开的第三实施例提出了一种计算设备，该计算设备包括：处理器；以及存储器，其用于存储计算机可执行指令，当计算机可执行指令被执行时使得处理器执行第一实施例中的方法。
本公开的第四实施例提出了一种计算机可读存储介质，该计算机可读存储介质具有存储在其上的计算机可执行指令，计算机可执行指令用于执行第一实施例的方法。
本公开的第五实施例提出了一种计算机程序产品，该计算机程序产品被有形地存储在计算机可读存储介质上，并且包括计算机可执行指令，计算机可执行指令在被执行时使至少一个处理器执行第一实施例的方法。
结合附图并参考以下详细说明，本公开的各实施例的特征、优点及其他方面将变得更加明显，在此以示例性而非限制性的方式示出了本公开的若干实施例，在附图中：
图1示出了根据本公开的一些实施例的用于生成和利用制造仿真模型的知识图谱的方法；
图2示出了根据本公开的一个实施例的用于实现图1中的方法的系统架 构图；
图3示出了在图2的实施例中用于生成生产线仿真模型的知识图谱的方法流程图；
图4示出了在图2的实施例中用于改进生产线仿真模型的方法流程图；
图5示出了在图2的实施例中用于查询生产线仿真模型的知识图谱的方法流程图；
图6示出了在图2的实施例中利用生产线仿真模型的知识图谱修改制造仿真模型的方法流程图；
图7示出了图2的实施例中的一个生产线仿真模型的示意图；
图8示出了图7中的生产线仿真模型的知识图谱的示意图；
图9示出了根据本公开的一个实施例的用于生成和利用制造仿真模型的知识图谱的装置；以及
图10示出了根据本公开的一个实施例的用于生成和利用制造仿真模型的知识图谱的计算设备的框图。
以下参考附图详细描述本公开的各个示例性实施例。虽然以下所描述的示例性方法、装置包括在其它组件当中的硬件上执行的软件和/或固件，但是应当注意，这些示例仅仅是说明性的，而不应看作是限制性的。例如，考虑在硬件中独占地、在软件中独占地、或在硬件和软件的任何组合中可以实施任何或所有硬件、软件和固件组件。因此，虽然以下已经描述了示例性的方法和装置，但是本领域的技术人员应容易理解，所提供的示例并不用于限制用于实现这些方法和装置的方式。
此外，附图中的流程图和框图示出了根据本公开的各个实施例的方法和系统的可能实现的体系架构、功能和操作。应当注意，方框中所标注的功能也可以按照不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，或者它们有时也可以按照相反的顺序执行，这取决于所涉及的功能。同样应当注意的是，流程图和/或框图中的每个方框、以及流程图和/或框图中的方框的组合，可以使用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以使用专用硬件与计算机指令的组合来 实现。
本文所使用的术语“包括”、“包含”及类似术语是开放性的术语，即“包括/包含但不限于”，表示还可以包括其他内容。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”；术语“另一实施例”表示“至少一个另外的实施例”等等。
图1示出了根据本公开的一些实施例的用于生成和利用制造仿真模型的知识图谱的方法。参考图1，方法100从步骤101开始。在步骤101中，获得工厂中的制造仿真模型并基于制造仿真模型生成模型表示数据。制造仿真模型可以是工厂的生产制造活动中所涉及的任意类型的仿真模型，包括但不限于生产线模型、仓储模型、车间内物流模型等。这些制造仿真模型可以由不同的仿真软件建立并具有不同的格式，并且，它们可以被存储在工厂内的任意存储设备(如服务器)处。制造仿真模型用于对与其对应的实际制造过程进行仿真。例如，生产线模型用于对实际生产线的生产过程进行仿真，仓储模型用于对货物(如物料、工件等)的入库、存放和出库过程进行仿真，车间内物流模型用于对货物的运输过程进行仿真。
制造仿真模型的内部数据通常包括对应的实际制造过程中使用的数据，包括但不限于制造仿真模型的各组成部分的类型、名称、属性值、各组成部分之间的连接顺序等等。例如，对于生产线仿真模型，其内部数据包括实际生产线的生产工作站(如组装站、测试站、包装站、加工站等)、传送工作站(如传送带、AGV、机器人、人工等)、暂存区、供应站、回收站等各组成部分的类型和名称、它们的属性值(如空间位置、准备时间、处理时间、加工能力、额外工具或材料、人员要求等)以及它们之间的连接顺序。将这些生产线仿真模型的内部数据转换为低级别格式的模型表示数据。模型表示数据也同样包括上述内部数据的内容。低级别格式例如可以是JSON格式或XML格式。
在步骤102中，获得用于制造仿真模型的预设的图谱语义，图谱语义提供对制造仿真模型的知识图谱的语义描述。可以为一个或多个工厂建立统一的图数据库以集中工厂内的所有知识。为该图数据库定义共同的图谱语义。对于每个不同领域，图谱语义提供该领域的知识图谱的语义描述。图谱语义包括与该领域有关的所有实体类别、子类别和属性、实体之间的关系类别和 属性。领域可以是若干个类似对象的集合，例如，多条类似的生产线的集合可以被称为一个领域。实体作为知识图谱的顶点，实体之间的关系作为连接顶点的边。通过关系将实体关联起来，形成知识图谱的层次结构。应当指出，对于不同领域，实体类别、子类别和属性、实体之间的关系类别和属性可能都不相同。
在生成制造仿真模型的知识图谱时，需要首先获得用于该制造仿真模型的预设的图谱语义。对于生产线仿真模型，知识图谱中的实体类别可以包括生产线中的生产工作站、传送工作站、暂存区、供应站、回收站等。实体的属性可以根据实体类别的不同而不同。例如，生产工作站的属性可以包括名称、空间位置、准备时间和处理时间，传送工作站的属性可以包括名称、空间位置和传送速度，暂存区的属性可以包括名称、空间位置和存储容量，供应站的属性可以包括名称、空间位置和物料供应间隔时间，回收站的属性可以包括名称、空间位置和处理时间。实体之间的关系类别可以包括实体之间的连接关系，例如连接的先前实体和后续实体。同时，连接关系能够表示待生产产品的生产顺序。
在步骤103中，从模型表示数据中提取与图谱语义对应的数据作为知识图谱的图谱数据，以形成知识图谱。如上所述，图谱语义包括与领域有关的所有实体类别、子类别和属性、实体之间的关系类别和属性。在形成知识图谱之前，可以根据用于制造仿真模型的预设的图谱语义从模型表示数据中提取对应数据，以生成图谱数据。图谱语义和模型表示数据对数据类别具有不同的定义，也就是说，对于图谱语义中某个类别的实体或关系，在模型表示数据中用另一种类别标识。因此，可以预先建立图谱语义的实体类别和关系类别与模型表示数据中的数据类别之间的映射关系，再按照映射关系从模型表示数据中提取对应的数据，作为用于生成知识图谱的图谱数据。通过建立图谱语义的实体类别和关系类别与模型表示数据中的数据类别之间的映射关系，能够容易地从模型表示数据中查找并提取用于形成知识图谱的图谱数据。可以通过任何现有的图数据库使用生成的图谱数据来形成并保存知识图谱。
在一些实施例中，除了制造仿真模型的知识图谱之外，图数据库还可以保存与一个或多个工厂有关的其它知识图谱，例如，生产记录的知识图谱、 与生产线维修有关的知识图谱等等。通过建立工厂级或企业级的图数据库，能够将整个工厂或企业中不同来源的分散数据集中起来，并以知识图谱的形式统一保存，从而更容易地实现数据获取和利用。
在一些实施例中，方法100进一步包括(图1中未示出)：获得制造仿真模型的更新的知识图谱；读取更新的知识图谱的图谱数据，并基于所读取的图谱数据生成更新的模型表示数据；以及利用更新的模型表示数据更新制造仿真模型。在这些实施例中，除了能够生成制造仿真模型的知识图谱以外，还能根据更新的知识图谱更新制造仿真模型。当需要更新制造仿真模型时，可以直接修改知识图谱中的图谱数据，例如，改变知识图谱中的实体和实体之间的关系的属性值、增加实体或关系、删除实体或关系等等。在更新知识图谱之后，读取更新的知识图谱的图谱数据并生成更新的模型表示数据。与根据模型表示数据生成图谱数据类似，可以按照预先建立的图谱语义的实体类别和关系类别与模型表示数据中的数据类别之间的映射关系来从更新的图谱数据中提取所需数据作为更新的模型表示数据。之后，利用更新的模型表示数据更新制造仿真模型。可以根据更新的模型表示数据重新生成制造仿真模型，也可以仅在制造仿真模型中修改发生变化的数据。通过在制造仿真模型的知识图谱的层级更新或维护制造仿真模型，无需再由专门的仿真工程师进行模型的更新和维护，不仅节省了仿真工程师的时间和精力，而且提高了模型更新和维护的效率，使其他工厂人员能够根据需要方便地修改模型及执行仿真。
在一些实施例中，利用更新的模型表示数据更新制造仿真模型进一步包括：将更新的模型表示数据与先前的模型表示数据进行比较；基于比较结果确定更新的模型表示数据与先前的模型表示数据之间的差异数据；以及根据差异数据修改制造仿真模型。先前的模型表示数据即为知识图谱更新之前的图谱数据。更新的模型表示数据与先前的模型表示数据之间的差异数据可以是实体、实体之间的关系和/或实体或关系的属性值。例如，对于生产线仿真模型，差异数据可以是生产工作站的一个或多个属性值(如准备时间和处理时间等)发生了变化、增加了传送工作站及其与其它工作站的连接关系、两个生产工作站之间的连接关系发生了变化(意味着待生产产品的加工工序有所改变)等等。在确定差异数据之后，可以修改制造仿真模型中的对应的内 部数据，从而更新制造仿真模型。仅修改制造仿真模型中发生变化的内部数据能够避免重新生成制造仿真模型时潜在发生的错误，增加更新模型的准确性，也提高了模型更新速度，无需跨部门协作。
在一些实施例中，在获得制造仿真模型的更新的知识图谱之前，方法100进一步包括(图1中未示出)：根据知识图谱的图谱数据，判断是否存在与制造仿真模型相关联的模型更新数据；以及当存在模型更新数据时，利用模型更新数据修改图谱数据，以形成更新的知识图谱。可以读取图谱数据中的实体和实体之间的关系，并根据实体和关系在其它知识源中查找模型更新数据，即新的实体、关系和/或它们新的属性值。在查找到模型更新数据之后，可以在图谱数据中修改对应的实体、关系和/或它们的属性值来更新图谱数据，用于形成更新的知识图谱。模型更新数据可以是来自其它外部数据源的保存在工厂内的任意存储设备中的数据，也可以是与制造仿真模型的知识图谱保存在同一图数据库中的其它知识图谱的图谱数据。模型更新数据可以是制造仿真模型中需要更新的任意数据，例如，与制造仿真模型对应的实际制造数据、制造仿真模型中的预期修改数据(如增加、删除和/或修改制造仿真模型中的组成部分、连接顺序和/或属性值等)等等。
在一些实施例中，模型更新数据为实际制造数据，并且，利用模型更新数据修改图谱数据进一步包括：判断实际制造数据是否与图谱数据中的对应数据相同；以及当实际制造数据与图谱数据中的对应数据不同时，将图谱数据中的对应数据替换为实际制造数据。实际制造数据是与制造仿真模型对应的实际制造过程中所产生的数据。例如，对于生产线仿真模型，实际制造数据可以是生产线的生产工作站的一个或多个实际属性值(如实际准备时间、处理时间、设备故障率等)。实际制造数据例如可以来自生产记录之类的外部数据源。可以自动读取实际制造数据，并将实际制造数据与图谱数据中的对应数据进行比较，以判断是否相同。如果实际制造数据与图谱数据中的对应数据不同，则将图谱数据中的对应数据替换为该实际制造数据，即将实体、关系和/或它们的属性值替换为实际值。利用实际制造数据在知识图谱的层次上自动更新制造仿真模型能够使制造仿真模型保持在最新状态，从而提高了模型更新速度并能够更准确地对实际制造过程进行仿真。
在一些实施例中，模型更新数据为预期修改数据，并且，方法100进一 步包括(图1中未示出)：利用更新的制造仿真模型进行仿真；以及基于仿真结果判断是否在工厂中应用预期修改数据。预期修改数据可以是在制造仿真模型中增加、删除和/或修改的组成部分、连接顺序和/或属性值。例如，对于生产线仿真模型，预期修改数据可以是实际生产线中增加的生产工作站、修改的连接顺序和/或生产工作站的一个或多个属性值(如准备时间、处理时间、设备故障率等)。预期修改数据例如可以由AI程序自动地从互联网或其它文档之类的外部数据源获取。在通过更新知识图谱来更新制造仿真模型后，利用更新的制造仿真模型重新进行仿真，从而获得应用了预期修改数据后的制造仿真模型的新的仿真结果。可以根据新的仿真结果和其它一些条件(如预期修改数据应用在工厂中的难易程度、可能影响生产的产品数量、需要花费的时间和经济成本等)来判断是否在工厂中应用预期修改数据。例如，对于生产线仿真模型，预期生产线中的某一个生产工作站被更换为具有更短的处理时间的另一个生产工作站，则预期修改数据为该另一个生产工作站的处理时间。在对更新的制造仿真模型进行仿真后，根据仿真结果判断是否在实际生产线中用该另一个生产工作站更换原生产工作站。通过利用预期修改数据更新制造仿真模型的知识图谱并对更新的制造仿真模型重新仿真，能够为工厂提供更新设备的决策，从而能够节约成本并提高整个工厂的效率。
在一些实施例中，方法100进一步包括(图1中未示出)：获得针对制造仿真模型的查询条件；以及从知识图谱中读取与查询条件匹配的图谱数据。在生成制造仿真模型的知识图谱之后，还可以从知识图谱查询与制造仿真模型有关的任何知识。例如，对于生产线仿真模型，可以从其知识图谱中查询生产线中的生产工作站的数量、生产产品所需的工艺步骤数量、当某个生产工作站发生故障时是否会影响产品生产等等。在保存制造仿真模型的知识图谱的图数据库中还包括与工厂相关的其它知识图谱(如产品相关的知识图谱、生产记录的知识图谱等等)时，还能够利用多个知识图谱查询更多知识。例如，对于生产线仿真模型，可以利用产品相关的知识图谱和生产线仿真模型的知识图谱查询在某个生产工作站的维修期内将受到影响的产品及其数量，还可以利用生产记录的知识图谱和生产线仿真模型的知识图谱查询在某个生产工作站的故障期内已受到影响的产品及其数量等等。将待查询内 容分解为与知识图谱中的图谱数据相关联的查询条件，再从知识图谱中读取与查询条件匹配的图谱数据。例如，从生产线仿真模型的知识图谱中查询生产线中的测试站的数量时，查询条件可以是测试站的实体类别(工作站)和实体名称(包含“测试”一词)。通过对查询到的实体进行计数，便能得到测试站的数量。通过生成制造仿真模型的知识图谱，能够将模型知识转换为机器理解的形式，从而在知识图谱的层级进行模型相关知识的查询，更好地挖掘和利用了模型的价值。
在一些实施例中，方法100可以通过与工程师使用的客户端设备通信的服务器设备来执行。由客户端设备发出请求，在服务器设备处响应于该请求生成制造仿真模型的知识图谱、查询知识图谱或更新制造仿真模型。在其它实施例中，方法100也可以直接由客户端设备执行。
在上述实施例中，通过预设的图谱语义，将制造仿真模型转换成知识图谱，能够将制造仿真模型的知识以统一的格式进行保存和管理，有助于离散制造工厂的数字化。制造仿真模型的知识图谱还为机器和人类提供了统一的知识获取方式，提高了知识获取的效率。另外，将不同格式的制造仿真模型转换为统一格式的模型表示数据，再转换成知识图谱的图谱数据，能够容易地实现制造仿真模型与知识图谱之间的转换。
下面参照一个具体的实施例来说明本公开的用于生成和利用制造仿真模型的知识图谱的方法。在本实施例中，制造仿真模型为生产线仿真模型。图2示出了根据本公开的一个实施例的用于实现图1中的方法的系统架构图。图3示出了在图2的实施例中用于生成生产线仿真模型的知识图谱的方法流程图。图4示出了在图2的实施例中用于改进生产线仿真模型的方法流程图。图5示出了在图2的实施例中用于查询生产线仿真模型的知识图谱的方法流程图。图6示出了在图2的实施例中用于利用生产线仿真模型的知识图谱修改生产线仿真模型的方法流程图。同时参考图2-图6说明本实施例。
首先参考图2和图3。在图3的方法300中，步骤301包括由图谱语义定义单元201为图数据库203定义共同的图谱语义202。图数据库203用于保存整个工厂或企业的所有知识图谱，例如，生产记录的知识图谱、与产品有关的知识图谱、生产线仿真模型的知识图谱等等。共同的图谱语义202为生产线仿真模型提供知识图谱的语义描述。共同的图谱语义202包括实体类 别、子类别和属性、实体之间的关系类别和属性。下面的表1和表2示出了用于生产线仿真模型的一部分图谱语义的示例。
表1
实体：
表2
关系：
| 类别 | 属性 | 描述 |
| 连接 | 生产路径 |
如表1和表2中示出的，用于生产线仿真模型的图谱语义的实体类别包括生产工作站、供应站和回收站，关系类别包括连接。生产工作站的属性包括名称、x坐标、y坐标、准备时间和处理时间，供应站的属性包括名称、x坐标、y坐标和物料供应间隔时间，回收站的属性包括名称、x坐标、y坐标和处理时间。
接下来，在步骤302中，由模型连接器205获得生产线仿真模型204并基于该生产线仿真模型204生成模型表示数据206。模型连接器205可以被实现为仿真软件中的插件。图7示出了一个生产线仿真模型的示意图。在生产线仿真模型700中，在供应站701与回收站707之间按产品加工顺序分别经历5个生产工作站：组装站702、预测试站703、第一测试站704、第二测试站705和包装站706。第一测试站704和第二测试站705为同时进行测试的测试站，表示待生产产品可以从其中之一通过。在本实施例中，从生产线仿真模型204中读取内部数据并转换为JSON文件格式的模型表示数据206。在其它实施例中，也可以采用其它格式来保存模型表示数据206，例如XML格式。下面的表3列出了模型表示数据206的一部分示例。
表3
在步骤303中，获得用于生产线仿真模型204的共同的图谱语义202。如上所述，共同的图谱语义202提供对生产线仿真模型204的知识图谱的语义描述。继续步骤304，由图谱连接器207从模型表示数据206中提取与图谱语义202对应的数据作为知识图谱208的图谱数据。在图谱连接器207中预先建立图谱语义202的实体类别与模型表示数据206中的数据类别之间的映射关系。对于示例的生产线仿真模型700，图谱语义202中定义的实体类别“供应站”和“回收站”分别对应于模型表示数据206中的“供应站”和“回收站”，实体类别“生产工作站”对应于模型表示数据206中的“单处理站”，关系类别“连接”对应于模型表示数据206中的“连接”。图谱连接 器207按照映射关系从模型表示数据206中提取对应的数据作为图谱数据。在本实施例中，使用TinkerPop作为图数据库，图谱数据可以是用于由TinkerPop执行的脚本文件。图数据库203使用图谱数据形成并保存生产线仿真模型204的知识图谱208。图8示出了生产线仿真模型700的知识图谱800的示意图。在知识图谱800中包括供应站801、组装站802、预测试站803、第一测试站804、第二测试站805、包装站806和回收站807。这些工作站之间的箭头表示它们之间的连接关系，同时也表示产品的生产顺序。
在生成生产线仿真模型204的知识图谱208之后，可选地，还可以执行方法400来对生产线仿真模型204进行改进。参照图4，在步骤401中，由模型改进模块209根据知识图谱208的图谱数据，判断是否存在与生产线仿真模型204有关的实际制造数据，例如，保存在图数据库203中的与生产线仿真模型204对应的生产线的最新生产记录。生产记录中通常包括各工作站的实际属性值，例如，实际准备时间、实际处理时间、实际故障率等等。在步骤402中，当存在实际制造数据时，模型改进模块209判断实际制造数据是否与图谱数据中的对应数据相同，例如，将某个加工工作站的实际准备时间与知识图谱208中的对应准备时间进行比较。在步骤403中，当实际制造数据与图谱数据中的对应数据不同时，模型改进模块209使用实际制造数据替换图谱数据中的对应数据，从而对知识图谱208进行更新。
在步骤404中，由图谱连接器207获得生产线仿真模型204的更新的知识图谱208，读取图谱数据，并基于图谱数据对模型表示数据206进行更新。与根据模型表示数据206生成图谱数据类似，按照图谱语义202的实体类别与模型表示数据206中的数据类别之间的映射关系，从更新的图谱数据中提取所需数据。接下来，在步骤405中，由模型连接器205将更新的模型表示数据206与先前的模型表示数据206进行比较。在步骤406中，由模型连接器205基于比较结果确定更新的模型表示数据206与先前的模型表示数据206之间的差异数据，例如，某个生产工作站的不同属性值。在步骤407中，由模型连接器205根据差异数据修改生产线仿真模型204，即修改模型的内部数据。
在系统200中，还可以通过图谱查询模块210对知识图谱208进行查询。图5示出了用于查询生产线仿真模型的知识图谱的方法流程图。同时参考图 2和图5。在图5的方法500中，步骤501包括由图谱查询模块210获得针对生产线仿真模型204的查询条件。查询条件可以通过对待查询内容进行分解而获得。以图7中的生产线仿真模型700为例，待查询内容可以包括实际生产线中的生产工作站的数量、生产产品所需的工艺步骤数量等等。查询条件根据待查询内容不同而不同。在步骤502中，由图谱查询模块210从知识图谱中读取与查询条件匹配的图谱数据。之后，在步骤503中，由图谱查询模块210将所读取的图谱数据进行后处理，生成查询结果。后处理例如可以是合并所读取的图谱数据、对所读取的图谱数据进行进一步处理等等。
如图2所示，系统200还包括模型修改模块211。图6示出了利用生产线仿真模型的知识图谱修改生产线仿真模型的方法流程图。同时参考图2和图6。在方法600中，步骤601包括由模型修改模块211根据知识图谱208的图谱数据，判断是否存在与生产线仿真模型204有关的预期修改数据。预期修改数据可以是生产线中增加的生产工作站、修改的连接顺序和/或生产工作站的一个或多个属性值。可以从互联网或文档之类的外部数据源获取预期修改数据。在步骤602中，当存在预期修改数据时，模型修改模块211利用预期修改数据对知识图谱208进行更新，即使用预期修改数据替换知识图谱208中的对应数据。以图7中的生产线仿真模型700为例，模型修改模块211判断一个处理时间为120秒的新的测试站可用于更换生产线中的第二测试站，则可以用该新的处理时间(120秒)代替知识图谱208中的第二测试站的原处理时间(140秒)。
方法600中的步骤603-606与方法400中的步骤404-407相同。在步骤603中，由图谱连接器207获得生产线仿真模型204的更新的知识图谱208，读取图谱数据，并基于图谱数据对模型表示数据206进行更新。在步骤604中，由模型连接器205将更新的模型表示数据206与先前的模型表示数据206进行比较。在步骤605中，由模型连接器205基于比较结果确定更新的模型表示数据206与先前的模型表示数据206之间的差异数据。在步骤606中，由模型连接器205根据差异数据修改生产线仿真模型204。
接下来，在步骤607中，由仿真软件(图2中未示出)利用更新的生产线仿真模型204进行仿真。在步骤608中，由应用判断模块(图2中未示出)根据仿真结果判断是否在实际生产线中应用预期修改数据。仍以图7中的生 产线仿真模型700为例，生产线仿真模型204中的第二测试站被更换为新的测试站后，生产线仿真模型204的产能仿真结果从1149个产品/天增加到1231个产品/天。应用判断模块根据仿真结果的变化和其它预设条件(如更换的难易程度、更换过程中将受影响的产量等)来判断是否将实际生产线中的第二测试站更换为新的测试站。
在上述实施例中，通过预设的图谱语义，将制造仿真模型转换成知识图谱，能够将制造仿真模型的知识以统一的格式进行保存和管理，有助于离散制造工厂的数字化。制造仿真模型的知识图谱还为机器和人类提供了统一的知识获取方式，提高了知识获取的效率。另外，将不同格式的制造仿真模型转换为统一格式的模型表示数据，再转换成知识图谱的图谱数据，能够容易地实现制造仿真模型与知识图谱之间的转换。
图9示出了根据本公开的一个实施例的用于生成和利用制造仿真模型的知识图谱的装置。参照图9，装置900包括模型数据生成单元901、图谱语义获得单元902和图谱数据提取单元903。模型数据生成单元901被配置为获得工厂中的制造仿真模型并基于制造仿真模型生成模型表示数据。图谱语义获得单元902被配置为获得用于制造仿真模型的预设的图谱语义，图谱语义提供对制造仿真模型的知识图谱的语义描述。图谱数据提取单元903被配置为从模型表示数据中提取与图谱语义对应的数据作为知识图谱的图谱数据，以形成知识图谱。图9中的各单元可以利用软件、硬件(例如集成电路、FPGA等)或者软硬件结合的方式来实现。
在一些实施例中，装置900进一步包括图谱获得单元、模型数据更新单元和模型更新单元(图9中未示出)。图谱获得单元被配置为获得制造仿真模型的更新的知识图谱。模型数据更新单元被配置为读取更新的知识图谱的图谱数据，并基于所读取的图谱数据生成更新的模型表示数据。模型更新单元被配置为利用更新的模型表示数据更新制造仿真模型。
在一些实施例中，模型更新单元被进一步配置为：将更新的模型表示数据与先前的模型表示数据进行比较；基于比较结果确定更新的模型表示数据与先前的模型表示数据之间的差异数据；以及根据差异数据修改制造仿真模型。
在一些实施例中，装置900进一步包括更新数据判断单元和图谱数据修 改单元(图9中未示出)。更新数据判断单元被配置为根据知识图谱的图谱数据，判断是否存在与制造仿真模型相关联的模型更新数据。图谱数据修改单元被配置为利用模型更新数据修改图谱数据，以形成更新的知识图谱。
在一些实施例中，其中，模型更新数据为实际制造数据，并且，图谱数据修改单元被进一步配置为：判断实际制造数据是否与图谱数据中的对应数据相同；以及当实际制造数据与图谱数据中的对应数据不同时，将图谱数据中的对应数据替换为实际制造数据。
在一些实施例中，模型更新数据为预期修改数据，并且，装置900进一步包括模型仿真单元和应用判断单元(图9中未示出)。模型仿真单元被配置为利用更新的制造仿真模型进行仿真。应用判断单元被配置为基于仿真结果判断是否在工厂中应用预期修改数据。
在一些实施例中，装置900进一步包括查询条件获得单元和图谱数据读取单元(图9中未示出)。查询条件获得单元被配置为获得针对制造仿真模型的查询条件。图谱数据读取单元被配置为从知识图谱中读取与查询条件匹配的图谱数据。
在一些实施例中，制造仿真模型的知识图谱被保存在图数据库中，并且，图数据库还用于保存与工厂有关的其它知识图谱。
图10示出了根据本公开的一个实施例的用于生成和利用制造仿真模型的知识图谱的计算设备的框图。从图10中可以看出，用于生成和利用制造仿真模型的知识图谱的计算设备1000包括处理器1001以及与处理器1001耦接的存储器1002。存储器1002用于存储计算机可执行指令，当计算机可执行指令被执行时使得处理器1001执行以上实施例中的方法。
此外，替代地，上述方法能够通过计算机可读存储介质来实现。计算机可读存储介质上载有用于执行本公开的各个实施例的计算机可读程序指令。计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是但不限于电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携 式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
因此，在另一个实施例中，本公开提出了一种计算机可读存储介质，该计算机可读存储介质具有存储在其上的计算机可执行指令，计算机可执行指令用于执行本公开的各个实施例中的方法。
在另一个实施例中，本公开提出了一种计算机程序产品，该计算机程序产品被有形地存储在计算机可读存储介质上，并且包括计算机可执行指令，该计算机可执行指令在被执行时使至少一个处理器执行本公开的各个实施例中的方法。
一般而言，本公开的各个示例实施例可以在硬件或专用电路、软件、固件、逻辑，或其任何组合中实施。某些方面可以在硬件中实施，而其他方面可以在可以由控制器、微处理器或其他计算设备执行的固件或软件中实施。当本公开的实施例的各方面被图示或描述为框图、流程图或使用某些其他图形表示时，将理解此处描述的方框、装置、系统、技术或方法可以作为非限制性的示例在硬件、软件、固件、专用电路或逻辑、通用硬件或控制器或其他计算设备，或其某些组合中实施。
用于执行本公开的各个实施例的计算机可读程序指令或者计算机程序产品也能够存储在云端，在需要调用时，用户能够通过移动互联网、固网或者其他网络访问存储在云端上的用于执行本公开的一个实施例的计算机可读程序指令，从而实施依据本公开的各个实施例所公开的技术方案。
虽然已经参考若干具体实施例描述了本公开的实施例，但是应当理解，本公开的实施例并不限于所公开的具体实施例。本公开的实施例旨在涵盖在所附权利要求的精神和范围内所包括的各种修改和等同布置。权利要求的范围符合最宽泛的解释，从而包含所有这样的修改及等同结构和功能。
Claims (19)
- 用于生成和利用制造仿真模型的知识图谱的方法，包括：获得工厂中的制造仿真模型并基于所述制造仿真模型生成模型表示数据；获得用于所述制造仿真模型的预设的图谱语义，所述图谱语义提供对所述制造仿真模型的所述知识图谱的语义描述；以及从所述模型表示数据中提取与所述图谱语义对应的数据作为所述知识图谱的图谱数据，以形成所述知识图谱。
- 根据权利要求1所述的方法，进一步包括：获得所述制造仿真模型的更新的知识图谱；读取所述更新的知识图谱的图谱数据，并基于所读取的图谱数据生成更新的模型表示数据；以及利用所述更新的模型表示数据更新所述制造仿真模型。
- 根据权利要求2所述的方法，其中，利用所述更新的模型表示数据更新所述制造仿真模型进一步包括：将所述更新的模型表示数据与先前的所述模型表示数据进行比较；基于比较结果确定所述更新的模型表示数据与先前的所述模型表示数据之间的差异数据；以及根据所述差异数据修改所述制造仿真模型。
- 根据权利要求2所述的方法，其中，在获得所述制造仿真模型的更新的知识图谱之前，所述方法进一步包括：根据所述知识图谱的所述图谱数据，判断是否存在与所述制造仿真模型相关联的模型更新数据；以及当存在所述模型更新数据时，利用所述模型更新数据修改所述图谱数据，以形成所述更新的知识图谱。
- 根据权利要求4所述的方法，其中，所述模型更新数据为实际制造数据，并且，利用所述模型更新数据修改所述图谱数据进一步包括：判断所述实际制造数据是否与所述图谱数据中的对应数据相同；以及当所述实际制造数据与所述图谱数据中的对应数据不同时，将所述图谱数据中的对应数据替换为所述实际制造数据。
- 根据权利要求4所述的方法，其中，所述模型更新数据为预期修改数据，并且，所述方法进一步包括：利用更新的制造仿真模型进行仿真；以及基于仿真结果判断是否在所述工厂中应用所述预期修改数据。
- 根据权利要求1所述的方法，进一步包括：获得针对所述制造仿真模型的查询条件；以及从所述知识图谱中读取与所述查询条件匹配的图谱数据。
- 根据权利要求1所述的方法，其中，所述制造仿真模型的所述知识图谱被保存在图数据库中，并且，所述图数据库还用于保存与所述工厂有关的其它知识图谱。
- 用于生成和利用制造仿真模型的知识图谱的装置，包括：模型数据生成单元，其被配置为获得工厂中的制造仿真模型并基于所述制造仿真模型生成模型表示数据；图谱语义获得单元，其被配置为获得用于所述制造仿真模型的预设的图谱语义，所述图谱语义提供对所述制造仿真模型的所述知识图谱的语义描述；以及图谱数据提取单元，其被配置为从所述模型表示数据中提取与所述图谱语义对应的数据作为所述知识图谱的图谱数据，以形成所述知识图谱。
- 根据权利要求9所述的装置，进一步包括：图谱获得单元，其被配置为获得所述制造仿真模型的更新的知识图谱；模型数据更新单元，其被配置为读取所述更新的知识图谱的图谱数据，并基于所读取的图谱数据生成更新的模型表示数据；以及模型更新单元，其被配置为利用所述更新的模型表示数据更新所述制造仿真模型。
- 根据权利要求10所述的装置，其中，所述模型更新单元被进一步配置为：将所述更新的模型表示数据与先前的所述模型表示数据进行比较；基于比较结果确定所述更新的模型表示数据与先前的所述模型表示数据之间的差异数据；以及根据所述差异数据修改所述制造仿真模型。
- 根据权利要求10所述的装置，进一步包括：更新数据判断单元，其被配置为根据所述知识图谱的所述图谱数据，判断是否存在与所述制造仿真模型相关联的模型更新数据；以及图谱数据修改单元，其被配置为利用所述模型更新数据修改所述图谱数据，以形成所述更新的知识图谱。
- 根据权利要求12所述的装置，其中，所述模型更新数据为实际制造数据，并且，所述图谱数据修改单元被进一步配置为：判断所述实际制造数据是否与所述图谱数据中的对应数据相同；以及当所述实际制造数据与所述图谱数据中的对应数据不同时，将所述图谱数据中的对应数据替换为所述实际制造数据。
- 根据权利要求12所述的装置，其中，所述模型更新数据为预期修改数据，并且，所述装置进一步包括：模型仿真单元，其被配置为利用更新的制造仿真模型进行仿真；以及应用判断单元，其被配置为基于仿真结果判断是否在所述工厂中应用所述预期修改数据。
- 根据权利要求9所述的装置，进一步包括：查询条件获得单元，其被配置为获得针对所述制造仿真模型的查询条件；以及图谱数据读取单元，其被配置为从所述知识图谱中读取与所述查询条件匹配的图谱数据。
- 根据权利要求9所述的装置，其中，所述制造仿真模型的所述知识图谱被保存在图数据库中，并且，所述图数据库还用于保存与所述工厂有关的其它知识图谱。
- 计算设备，包括：处理器；以及存储器，其用于存储计算机可执行指令，当所述计算机可执行指令被执行时使得所述处理器执行根据权利要求1-8中任一项所述的方法。
- 计算机可读存储介质，所述计算机可读存储介质具有存储在其上的计算机可执行指令，所述计算机可执行指令用于执行根据权利要求1-8中任一项所述的方法。
- 计算机程序产品，所述计算机程序产品被有形地存储在计算机可读存储介质上，并且包括计算机可执行指令，所述计算机可执行指令在被执行时使至少一个处理器执行根据权利要求1-8中任一项所述的方法。
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| PCT/CN2020/116840 WO2022061518A1 (zh) | 2020-09-22 | 2020-09-22 | 用于生成和利用制造仿真模型的知识图谱的方法和装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116171453A true CN116171453A (zh) | 2023-05-26 |
Family
ID=80844530
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202080104959.3A Pending CN116171453A (zh) | 2020-09-22 | 2020-09-22 | 用于生成和利用制造仿真模型的知识图谱的方法和装置 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN116171453A (zh) |
| WO (1) | WO2022061518A1 (zh) |
Families Citing this family (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114465874B (zh) * | 2022-04-07 | 2022-07-29 | 北京宝兰德软件股份有限公司 | 故障预测方法、装置、电子设备与存储介质 |
| CN114579676B (zh) * | 2022-05-07 | 2022-07-15 | 中科雨辰科技有限公司 | 一种基于组合关系的检索系统 |
| CN115455192B (zh) * | 2022-08-16 | 2023-06-16 | 广州极点三维信息科技有限公司 | 一种基于定制柜体工艺知识图谱的数据处理方法以及系统 |
| CN115545452A (zh) * | 2022-09-28 | 2022-12-30 | 深圳市海葵信息技术有限公司 | 运维方法、运维系统、设备及存储介质 |
| CN116054910B (zh) * | 2022-12-20 | 2024-05-14 | 中国人民解放军63819部队 | 基于知识图谱构建的地球站设备故障分析及装置 |
| CN115828622A (zh) * | 2022-12-21 | 2023-03-21 | 中国电子科技集团公司信息科学研究院 | 射频收发组件模型管理方法及装置、电子设备、介质 |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104239660B (zh) * | 2013-06-08 | 2017-09-19 | 北京航空航天大学 | 云制造模式下基于动态本体的知识融合方法 |
| CN106919755B (zh) * | 2017-03-01 | 2020-08-11 | 清华大学 | 一种基于数据的云制造系统不确定性量化分析方法及装置 |
| CN107798387B (zh) * | 2017-11-01 | 2020-07-28 | 西安交通大学 | 一种适用于高端装备全生命周期的知识服务系统及方法 |
| WO2019212857A1 (en) * | 2018-05-04 | 2019-11-07 | Zestfinance, Inc. | Systems and methods for enriching modeling tools and infrastructure with semantics |
| CN109885699B (zh) * | 2019-02-15 | 2020-12-25 | 中国人民解放军国防科技大学 | 基于知识图谱的云仿真模型资源描述信息存储方法及装置 |
| US20200265353A1 (en) * | 2019-02-15 | 2020-08-20 | Siemens Product Lifecycle Management Software Inc. | Intelligent workflow advisor for part design, simulation and manufacture |
-
2020
- 2020-09-22 WO PCT/CN2020/116840 patent/WO2022061518A1/zh active Application Filing
- 2020-09-22 CN CN202080104959.3A patent/CN116171453A/zh active Pending
Also Published As
| Publication number | Publication date |
|---|---|
| WO2022061518A1 (zh) | 2022-03-31 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN116171453A (zh) | 用于生成和利用制造仿真模型的知识图谱的方法和装置 | |
| US10915096B2 (en) | Method and system for quick customized-design of intelligent workshop | |
| CN104598376B (zh) | 一种数据驱动的分层自动化测试系统和方法 | |
| CN106682350B (zh) | 一种基于三维模型的多属性决策质量检测方法 | |
| CN107357970B (zh) | 基于数据挖掘的建筑信息模型异常元素检测装置和方法 | |
| CN102236672A (zh) | 一种数据导入方法及装置 | |
| US11023484B2 (en) | Model-driven profiling job generator for data sources | |
| CN105550225A (zh) | 索引构建方法、查询方法及装置 | |
| CN104992022A (zh) | 一种基于模型的航空电子系统接口管理方法 | |
| CN104951623A (zh) | 一种基于模型的航空电子系统接口管理系统 | |
| CN112130891B (zh) | 一种数据库持续部署的方法和设备 | |
| CN107533329B (zh) | 多学科工程系统中交叉学科数据验证检查的方法与系统 | |
| CN113868498A (zh) | 数据存储方法、电子装置、装置及可读存储介质 | |
| CN105868956A (zh) | 一种数据处理方法及装置 | |
| CN115080797B (zh) | 一种基于知识图谱的数字孪生车间多尺度关联方法 | |
| CN114676961A (zh) | 企业外迁风险预测方法、装置及计算机可读存储介质 | |
| CN104636401A (zh) | 一种scada系统数据回滚的方法及装置 | |
| CN112084294B (zh) | 一种基于人工智能的整车电磁兼容分级管理方法 | |
| KR102411291B1 (ko) | 스마트공장 데이터 품질평가 방법 | |
| CN105808748A (zh) | 一种mib版本对比方法和装置 | |
| Glake et al. | Data management in multi-agent simulation systems | |
| CN111831696A (zh) | 基于图理论的资产信息存储方法和系统 | |
| CN116010380A (zh) | 一种基于可视化建模的数据仓库自动化管理方法 | |
| CN116303461A (zh) | 一种部件库创建方法、装置、电子设备和存储介质 | |
| Morshedzadeh et al. | Multi-level management of discrete event simulation models in a product lifecycle management framework |
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 |