CN117151922A - 一种基于知识图谱的零件加工工艺路线生成方法及装置 - Google Patents

一种基于知识图谱的零件加工工艺路线生成方法及装置 Download PDF

Info

Publication number
CN117151922A
CN117151922A CN202311185581.6A CN202311185581A CN117151922A CN 117151922 A CN117151922 A CN 117151922A CN 202311185581 A CN202311185581 A CN 202311185581A CN 117151922 A CN117151922 A CN 117151922A
Authority
CN
China
Prior art keywords
processing
features
feature
standard
route
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
Application number
CN202311185581.6A
Other languages
English (en)
Inventor
周德吉
郭加伟
徐媛
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.)
Shanghai Dianchi Information Technology Co ltd
Original Assignee
Shanghai Dianchi Information Technology 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 Shanghai Dianchi Information Technology Co ltd filed Critical Shanghai Dianchi Information Technology Co ltd
Priority to CN202311185581.6A priority Critical patent/CN117151922A/zh
Publication of CN117151922A publication Critical patent/CN117151922A/zh
Pending legal-status Critical Current

Links

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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/211—Selection of the most significant subset of features
    • G06F18/2113—Selection of the most significant subset of features by ranking or filtering the set of features, e.g. using a measure of variance or of feature cross-correlation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/02—Knowledge representation; Symbolic representation
    • G06N5/022—Knowledge engineering; Knowledge acquisition
    • 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

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Biology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Business, Economics & Management (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Human Resources & Organizations (AREA)
  • Health & Medical Sciences (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Primary Health Care (AREA)
  • General Health & Medical Sciences (AREA)
  • Tourism & Hospitality (AREA)
  • Manufacturing & Machinery (AREA)
  • Computational Linguistics (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本申请公开了一种基于知识图谱的零件加工工艺路线生成方法及装置、存储介质，方法包括：获取目标零件和候选典型零件；遍历候选典型零件，计算目标零件与候选典型零件之间的零件相似度；从候选典型零件中选取零件相似度最高的零件作为标准零件；并获取所标准零件的加工工艺路线作为加工工艺模板；根据预先构建的零件加工工艺知识图谱，比较目标零件和标准零件的零件特征拓扑结构，筛选出新增特征和删除特征；基于零件加工工艺知识图谱，根据新增特征和删除特征，对加工工艺模板进行处理，得到目标零件的加工工艺路线。本申请基于预先构建的知识图谱，通过零件及其加工特征的比对，生成目标零件的加工工艺路线，提高零件加工工艺设计效率及质量。

Description

一种基于知识图谱的零件加工工艺路线生成方法及装置
技术领域
本申请涉及工艺路线设计技术领域，尤其涉及一种基于知识图谱的零件加工工艺路线生成方法及装置、存储介质。
背景技术
传统零件加工工艺设计过程中，设计人员大多采用传统的搜索式工艺设计方法，结合自身设计经验，利用零件企业内部积累的大量制造知识与数据，主动进行知识检索来制定零件的加工工艺方案。这种设计方式效率较低，并且由于设计人员自身的设计经验和能力存在差异，难以保证工艺设计质量。
发明内容
为了解决上述技术问题，本申请提供一种基于知识图谱的零件加工工艺路线生成方法及装置、存储介质。
具体的，本申请的技术方案如下：
一方面，本申请提供一种基于知识图谱的零件加工工艺路线生成方法，包括：
获取目标零件和候选典型零件；所述候选典型零件包括多个与所述目标零件同类型的典型零件；
遍历所述候选典型零件，计算所述目标零件与所述候选典型零件之间的零件相似度；
从所述候选典型零件中选取所述零件相似度最高的零件作为标准零件；并获取所标准零件的加工工艺路线作为加工工艺模板；
根据预先构建的零件加工工艺知识图谱，比较所述目标零件和所述标准零件的零件特征拓扑结构，筛选出新增特征和删除特征；
根据所述新增特征和所述删除特征，对所述加工工艺模板进行处理，得到所述目标零件的加工工艺路线。
在一些实施方式中，所述的根据预先构建的零件加工工艺知识图谱，比较所述目标零件和所述标准零件的零件特征拓扑结构，筛选出新增特征和删除特征，包括：
从所述零件加工工艺知识图谱中，分别选取所述目标零件和所述标准零件的目标加工特征链；所述目标加工特征链包括枝干特征和叶子特征，所述枝干特征包括由相交关系或邻接关系所连接的加工特征，所述叶子特征包括所述加工特征链上除了所述枝干特征以外的其他加工特征；
对所述目标零件和所述标准零件的枝干特征进行零件特征拓扑结构匹配，得到第一匹配结果；
对匹配成功的枝干特征上连接的叶子特征进行零件特征拓扑结构匹配，得到第二匹配结果；
根据所述第一匹配结果和所述第二匹配结果，计算所述目标零件和所述标准零件的零件特征拓扑结构相似度；
根据所述零件特征拓扑结构相似度，筛选出所述新增特征和所述删除特征。
在一些实施方式中，所述的对所述目标零件和所述标准零件的枝干特征进行零件特征拓扑结构匹配，得到第一匹配结果，包括：
遍历所述目标零件的枝干特征和所述标准零件的枝干特征，按照预设的加工特征匹配规则，将所述目标零件的枝干特征和所述标准零件的枝干特征进行匹配，得到多对匹配成功的枝干特征；
按照预设的加工特征关系匹配规则，对每对匹配成功的枝干特征进行特征关系匹配，得到多对匹配成功的枝干特征关系；
所述第一匹配结果包括所述多对匹配成功的枝干特征和所述多对匹配成功的枝干特征关系。
在一些实施方式中，所述的对匹配成功的枝干特征上连接的叶子特征进行零件特征拓扑结构匹配，得到第二匹配结果，包括：
按照所述加工特征匹配规则，对每对匹配成功的枝干特征上连接的叶子特征进行匹配，得到多对匹配成功的叶子特征；
按照所述加工特征关系匹配规则，对每对匹配成功的叶子特征进行特征关系匹配，得到多对匹配成功的叶子特征关系；
所述第二匹配结果包括所述多对匹配成功的叶子特征和所述多对匹配成功的叶子特征关系。
在一些实施方式中，所述的根据所述新增特征和所述删除特征，对所述加工工艺模板进行处理，得到所述目标零件的加工工艺路线，包括：
查找所述新增特征对应的加工路线和所述删除特征对应的加工路线；
从所述加工工艺模板中，剔除所述删除特征对应的加工路线；
将所述新增特征对应的加工路线添加到所述加工工艺模板中，得到所述目标零件的加工工艺路线。
在一些实施方式中，所述的查找所述新增特征对应的加工路线，包括：
将所述新增特征与标准特征库中的各个标准特征进行特征比对，从所述标准特征库中筛选出与所述新增特征匹配成功的标准特征；
在标准加工方法库中选取所述匹配成功的标准特征对应的标准加工方法作为所述新增特征对应的加工路线。
在一些实施方式中，还包括：
分析所述零件加工工艺知识图谱，建立零件加工信息模型；
从所述零件加工信息模型中，提取零件加工过程中的不同加工工艺规则；
从所述加工工艺规则中提取不同加工特征及其加工工艺路线之间的映射关系，生成标准特征库和标准加工方法库。
在一些实施方式中，所述的将所述新增特征对应的加工路线添加到所述加工工艺模板中，得到所述目标零件的加工工艺路线，包括：
遍历所述新增特征对应的加工路线中的各个加工工步，判断所述加工工步是否为所述新增特征对应的加工路线中的首个工步；
若判断为是，则从所述加工工艺模板的首个工步开始，根据所述加工工艺规则将所述加工工步与所述加工工艺模板中的各个工步进行比对，确定所述加工工步的顺序位置并将所述加工工步添加至所述加工工艺模板中，得到新增加工工艺模板；
若判断为否，则从所述加工工步的前一工步开始，根据所述加工工艺规则将所述加工工步与所述新增加工工艺模板中的其他工步进行比对，确定所述加工工步的顺序位置并将所述加工工步添加至所述所述新增加工工艺模板中，得到所述目标零件的加工工艺路线。
另一方面，本申请提供一种基于知识图谱的零件加工工艺路线生成装置，包括：
获取模块，用于获取目标零件和候选典型零件；所述候选典型零件包括多个与所述目标零件同类型的典型零件；
计算模块，用于遍历所述候选典型零件，计算所述目标零件与所述候选典型零件之间的零件相似度；
选取模块，用于从所述候选典型零件中选取所述零件相似度最高的零件作为标准零件；并获取所标准零件的加工工艺路线作为加工工艺模板；
比较模块，用于根据预先构建的零件加工工艺知识图谱，比较所述目标零件和所述标准零件的零件特征拓扑结构，筛选出新增特征和删除特征；
处理模块，用于基于所述零件加工工艺知识图谱，根据所述新增特征和所述删除特征，对所述加工工艺模板进行处理，得到所述目标零件的加工工艺路线。
此外，本申请还提供一种存储介质，所述存储介质中存储有至少一条指令，所述指令由处理器加载并执行以实现上述任一项所述的一种基于知识图谱的零件加工工艺路线生成方法所执行的操作。
与现有技术相比，本申请至少具有以下一项有益效果：
(1)本申请通过零件及其加工特征的比对，基于预先构建的零件加工工艺知识图谱，生成目标零件的加工工艺路线，能够实现企业内部零件加工工艺知识的复用，使零件加工工艺设计过程更加智能化，提高了零件加工工艺设计效率和质量。
(2)本申请中首先筛选出目标零件对应的标准零件，为目标零件的加工工艺路线设计提供基础。由于零件加工工艺路线受到加工特征的影响，因此本申请进一步比对零件加工特征拓扑结构，筛选出新增特征和删除特征，依据筛选出的特征对标准零件的加工工艺路线进行调整，从而生成目标零件的加工工艺路线。
(3)本申请按照不同加工特征的重要性程度，将零件的加工特征划分为枝干特征和叶子特征，提高零件特征拓扑结构比对的准确性。
(4)本申请基于加工工艺规则，以加工工步为单位将新增特征的加工工艺路线规划至加工工艺模板中，使得目标零件加工工艺路线规划更加合理。
附图说明
下面将以明确易懂的方式，结合附图说明优选实施方式，对本申请的上述特性、技术特征、优点及其实现方式予以进一步说明。
图1是本申请实施例中一种基于知识图谱的零件加工工艺路线生成方法的流程图；
图2是本申请实施例中加工特征的分类示意图；
图3是本申请实施例中某阶梯轴二维零件图；
图4是上述图3中阶梯轴零件对应的特征拓扑结构示意图；
图5是本申请实施例中典型零件和目标零件的零件特征拓扑结构对照示意图；
图6是本申请实施例中加工工艺规则挖掘的流程示意图；
图7是本申请实施例中一种基于知识图谱的零件加工工艺路线生成装置的结构示意图。
附图标号说明：
第一获取模块10、计算模块20、选取模块30、第二获取模块40、筛选模块50、处理模块60。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其他实施例中也可以实现本申请。在其他情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对照附图说明本申请的具体实施方式。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，并获得其他的实施方式。
为使图面简洁，各图中只示意性地表示出了与申请相关的部分，它们并不代表其作为产品的实际结构。另外，以使图面简洁便于理解，在有些图中具有相同结构或功能的部件，仅示意性地绘示了其中的一个，或仅标出了其中的一个。在本文中，“一个”不仅表示“仅此一个”，也可以表示“多于一个”的情形。
应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”指示所述描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其他特征、整体、步骤、操作、元素、组件和/或集合的存在或添加。
零件加工工艺设计是指遵守各项加工要求，对各个加工特征的加工路线进行设计并进行整合的过程。传统的工艺设计方法需要工艺设计人员主动进行零件加工工艺知识检索并结合自身的设计经验来制定零件加工工艺方案。这种设计方式的缺陷在于，企业内部积累的加工工艺文献体量庞大，内容涉及加工方法选择、工步规划决策知识以及加工参数制定规则等多个方面，这些规则与经验未能被所有工艺设计人员所熟知，在后续的工艺路线设计中也未能得到充分利用，导致设计效率不高；另外，不同工艺设计人员的设计经验与知识水平存在差异，无法保证工艺设计的质量。
基于此，本申请实施例提供一种基于知识图谱的零件加工工艺路线生成方法，基于预先构建的零件加工工艺知识图谱，实现对工艺设计规则和经验的复用，通过零件及其加工特征的比对，合理构建目标零件的加工工艺路线，提升了加工工艺路线设计的智能化程度，有效提高了零件加工工艺设计效率和质量。
下面结合附图进行说明，如图1所示，本申请的一个实施例，一种基于知识图谱的零件加工工艺路线生成方法，包括步骤：
S101获取目标零件和候选典型零件。
S102遍历候选典型零件，计算目标零件与候选典型零件之间的零件相似度。
具体的，目标零件为需要生成加工工艺路线的零件，候选典型零件包括多个与目标零件同类型的典型零件，假设目标零件为钻孔，钻孔的类型为孔类，候选典型零件即其他孔类零件。通过相似度比较算法，例如余弦相似度比较法等，计算目标零件与这些候选典型零件之间的相似度，将其中相似度最高的候选典型零件选取出来，作为标准零件。
S103从候选典型零件中选取零件相似度最高的零件作为标准零件；并获取标准零件的加工工艺路线作为加工工艺模板。
S104根据预先构建的零件加工工艺知识图谱，比较目标零件和标准零件的零件特征拓扑结构，筛选出新增特征和删除特征。
具体的，毛坯经过加工处理可以得到零件，零件是由多个加工特征组合形成的结构体，加工特征是具有丰富属性信息(例如尺寸、型号、材质等)的几何外形，是反映一定拓扑关系的几何元素(点、线、面)组成的特征形状。可按照集合外形对加工特征进行分类，如图2所示，可将其分为轮廓特征、过渡特征、面特征、凹陷特征、凸起特征、齿特征、筋特征七类。
零件特征拓扑结构是对零件中加工特征及加工特征关系的语义化描述。从加工工艺设计角度出发，目标零件的输入信息通常为三维模型或CAD图纸，语义要素之间关联散乱，零件特征拓扑结构实现了对加工特征及加工特征关系在语义模型层面上的重建。
通过分析不同零件的加工特征，可以归纳出以下三种加工特征关系：
(1)依附关系(attachedTo)：指一个特征被另一个特征的加工表面所包含，且不存在加工表面的穿透，如端面孔与端面、键槽与外圆等。
(2)相交关系(intersect)：指两个特征在形体上交叉且存在加工表面的穿透，如外圆通孔与外圆、两个相交的外圆通孔等。
(3)邻接关系(adjacentTo)：指两个特征有且仅有一个公共接触面，如轴零件上相邻的阶梯轴面。
基于上述加工特征定义及其关系，可以得到不同零件的零件特征拓扑结构，图3为某阶梯轴二维零件图，图4为该阶梯轴零件的特征拓扑结构示意图，可见图3中无法直接得到不同加工特征之间的关系，而图4则可以更加直观地得出该零件由哪些加工特征构成并且这些加工特征之间的关系是怎样的。
知识图谱是一种语义网络数据库，用计算机可理解的图形结构来整合和表达多个来源和形式的知识，并提供统一的知识表示和查询框架。零件加工工艺知识图谱是根据企业内部长期积累的各种制造知识与数据(例如技术手册、验收标准、三维模型图、工艺数据库等)构建的，其中包括了各种零件加工领域内的实体(加工工步、加工特征、工艺方法等从原始加工工艺知识中总结出的概念和工艺实例)以及各实体之间的关系。
本实施例中可以在零件加工工艺知识图谱中查询目标零件和标准零件的相关加工工艺知识，从而构建出目标零件和标准零件的零件特征拓扑结构并比较两者之间的相似点与差异点，筛选出新增特征和删除特征。
S105基于零件加工工艺知识图谱，根据新增特征和删除特征，对加工工艺模板进行处理，得到目标零件的加工工艺路线。
具体的，在步骤S103中通过零件相似度进行初步筛选，得到与目标零件相似度较高的标准零件，而目标零件与标准零件之间往往还存在差异，标准零件的加工工艺路线并不能完全适用于目标零件。另外，零件的加工工艺路线与零件的加工特征结构、加工特征属性密不可分。因此，本实施例中，以标准零件的加工工艺路线作为加工工艺模板，通过零件特征拓扑结构对比筛选出新增特征和删除特征，基于新增特征和删除特征的加工工艺路线对加工工艺模板进行调整，得到目标零件的加工工艺路线。
本实施例中的方案能够针对目标零件加工需求自动生成加工工艺方案，摒弃了在传统工艺设计过程中，工艺人员依靠主动检索知识去进行方案制定的现状，实现了工艺设计质量与工艺人员经验知识水平的解耦，提高了工艺设计效率，保证了工艺设计质量。
本申请的一个实施例，一种基于知识图谱的零件加工工艺路线生成方法，包括步骤：
S201获取目标零件和候选典型零件。
S202遍历候选典型零件，计算目标零件与候选典型零件之间的零件相似度。
S203从零件加工工艺知识图谱中，分别选取目标零件和标准零件的加工特征链；加工特征链包括枝干特征和叶子特征。
具体的，一个零件包括多个加工特征，这些加工特征之间彼此联系，根据加工特征之间的加工特征关系，可以形成不同的加工特征链，每个加工特征链中包含的加工特征数量不同，将其中包含加工特征数量最多的加工特征链作为目标加工特征链。在机械加工零件中，被相交关系或邻接关系所连接的加工特征通常起到主导地位，因此定义目标加工特征链中由相交关系或邻接关系所连接的特征为枝干特征，枝干特征以外的其余的加工特征定义为叶子特征。
S204对目标零件和标准零件的枝干特征进行零件特征拓扑结构匹配，得到第一匹配结果；对匹配成功的枝干特征上连接的叶子特征进行零件特征拓扑结构匹配。
S205根据所述第一匹配结果和所述第二匹配结果，计算目标零件和标准零件的零件特征拓扑结构相似度。
S205根据零件特征拓扑结构相似度，筛选出目标零件的新增特征和标准零件的删除特征。
S206在零件加工工艺知识图谱中，查找新增特征对应的加工路线和删除特征对应的加工路线。
S207从加工工艺模板中，剔除删除特征对应的加工路线。
S208将新增特征对应的加工路线添加到加工工艺模板中，得到目标零件的加工工艺路线。
具体的，目标零件中特有而典型零件中缺少的特征定义为新增特征，典型零件中特有而目标零件中缺少的特征定义为删除特征，如图5所示。针对典型零件中的删除特征，根据零件加工工艺知识图谱中加工工步与加工特征间的实体关系，可以在加工工艺路线模板中定位到删除特征对应的加工工步并予以剔除。针对目标零件中的新增特征，需在知识图谱中搜寻其对应的加工路线并添加至加工工艺路线模板中，得到目标零件的加工工艺路线。
本实施例，基于加工特征之间的特征关系，按照重要性程度将加工特征划分为枝干特征和叶子特征，首先在目标零件和标准零件之间进行枝干特征的零件拓扑结构比对，根据比对结果，进一步比较叶子特征之间的零件特征拓扑结构，得到匹配成功的枝干特征和叶子特征的集合以及集合中各个特征的数量，利用这些特征数据计算目标零件和标准零件之间的零件拓扑结构相似度，从而筛选出目标零件的新增特征和标准零件的删除特征。通过查找零件加工工艺知识图谱，定位新增特征和删除特征的加工工艺路线，根据标准零件的加工工艺模板构建目标零件的加工工艺路线，提高了零件加工工艺设计效率和质量。
在一个实施例中，在上述实施例的基础上，通过零件特征拓扑结构匹配得到第一匹配结果和第二匹配结果的过程，具体步骤如下：
遍历目标零件的枝干特征和标准零件的枝干特征，按照预设的加工特征匹配规则，将目标零件的枝干特征和标准零件的枝干特征进行匹配，得到多对匹配成功的枝干特征；
按照预设的加工特征关系匹配规则，对每对匹配成功的枝干特征进行特征关系匹配，得到多对匹配成功的枝干特征关系；
按照加工特征匹配规则，对每对匹配成功的枝干特征上连接的叶子特征进行匹配，得到多对匹配成功的叶子特征；
按照加工特征关系匹配规则，对每对匹配成功的叶子特征进行特征关系匹配，得到多对匹配成功的叶子特征关系；
其中，第一匹配结果包括多对匹配成功的枝干特征和多对匹配成功的枝干特征关系，第二匹配结果包括多对匹配成功的叶子特征和多对匹配成功的叶子特征关系。
本实施例的一个实施方式中，首先对标准加工特征进行定义，加工特征对应有数值类型属性(尺寸、深度、精度等可以数值化的信息)和材质类型属性，规定加工特征的数值类型属性的上下限，得到标准加工特征。当某个加工特征的材质属性与标准加工特征的材质属性相同，且数值属性位于标准加工特征对应的数值类型属性上下限范围内时，可直接采用标准加工特征的加工工序作为该加工特征的加工工序。
基于此特性，根据以下方式设置加工特征匹配规则和加工特征关系匹配规则：
对于两个加工特征feature1与feature2，当存在某个标准加工特征，使得以下公式成立时，认为feature1与feature2匹配成功。
其中，IT1、Ra1、size_info1、material_info1与IT2、Ra2、size_info2、material_info2分别为两个加工特征的属性，IT_min、IT_max、Ra_min、Ra_max、size_info_min、size_info_max、material_info为标准加工特征的属性。
对于两个加工特征关系relationship1与relationship2，当feature1与feature1'，feature2与feature2'分别匹配成功，且relationship1与relationship2为同种类型的特征关系时，认为relationship1与relationship2匹配成功。
在零件特征拓扑结构匹配时，首先生成两个空的特征集合{featurex}、{featurey}，分别记录目标零件与标准零件中匹配成功的加工特征；生成两个空特征关系集合{relationshipx}、{relationshipy}，分别记录目标零件与标准零件中匹配成功的加工特征关系。具体匹配步骤如下：
步骤1：依据目标零件与标准零件枝干特征集合{FBxg}、{FByo}，寻找到第一对匹配成功的特征，分为以下四种情况：
若集合{FBxg}中第一个特征与{FByo}中第一个特征匹配成功，将将矩阵length第0行，第0列的值赋为1；
遍历集合{FBxg}，若集合{FBxg}中第g个特征与集合{FByo}中第一个特征匹配成功，将矩阵length第g行以及后面所有行，第0列的值赋为1；
遍历集合{FByo}，若集合{FBxg}中第一个特征与{FByo}集合中第o个特征完成匹配，则将矩阵length第0行，第o列以及后面所有列的值赋为1；
集合{FBxg}中第一个特征以及{FByo}中第一个特征均与对方集合无匹配成功的特征。
步骤2：嵌套循环遍历集合{FBxg}与{FByo}，依次进行集合之间的枝干特征匹配，记当前嵌套循环的两个层数分别为loopg与loopo。记录当前匹配成功的数量最大值为max，max取值为与/>中的较大值。对当前循环中特征FBxg与FByo进行匹配，若匹配成功，则max取max与/>中的最大值，且将max赋值给嵌套循环完毕后，/>值即为两零件中最大情况下匹配成功的枝干特征的数量，记为NBF。
步骤3：当NBF≥0时，循环本步骤，分为以下三种情况：
如果NBy＞0且则NBy减小1；如果NBx＞0且则NBx减小1；目标零件第NBx个枝干特征与型零件的第NBy个枝干特征为成功匹配特征，将其分别加入到特征集合{featurex}、{featurey}中，且NBF、NBx、NBy均减小1。循环完成后，所有匹配成功的枝干特征均被加入到集合{featurex}、{featurey}中。
步骤4：将NBF值恢复，记匹配成功的叶子特征与特征关系的数量分别为CBF、NR，初始值设为0。
步骤5：同时遍历集合{featurex}与{featurey}，依次在集合中各取出一对相邻特征，依据加工特征关系匹配规则，将匹配成功的特征关系分别加入到{relationshipx}、{relationshipy}集合中，且使NR值增加1。统计完枝干特征中匹配成功的特征关系及其数量。
步骤6：同时遍历集合{featurex}与{featurey}，依次在集合中各取出一个特征，依次比较两特征上的叶子特征是否完成匹配，直至完成枝干特征上所有叶子特征的匹配过程。
将匹配成功的叶子特征加入到集合{featurex}、{featurey}中，CBF值增加匹配成功叶子特征的数量。将匹配成功的特征关系分别加入到集合{relationshipx}、{relationshipy}中，NR值增加匹配成功特征关系的数量。
至此，输出匹配成功的特征集合{featurex}、{featurey}与匹配成功的特征关系集合{relationshipx}、{relationshipy}，数量分别为NBF+CBF与NR。对上述符号的定义如表1所示。
表1加工特征及加工特征关系符号定义
序号 符号 含义
1 FBxg 目标零件的枝干特征
2 NBx 目标零件中枝干特征的数量，0≤g≤NBx
3 FLxh 目标零件的叶子特征
4 FByo 标准零件的枝干特征
5 NBy 标准零件中枝干特征的数量，0≤o≤NBy
6 FByq 标准零件的叶子特征
7 Rxu 目标零件中的特征关系
8 Ryv 标准零件中的特征关系
本实施例，基于预先构建的加工特征匹配规则和加工特征关系匹配规则，对目标零件和标准零件的枝干特征及叶子特征进行比对，得到匹配成功的加工特征及加工特征关系。
进一步的，根据前述实施例中匹配成功的加工特征集合和加工特征关系集合，以及目标零件与典型零件间枝干特征、叶子特征以及特征关系的匹配数量NBF、CBF、NR，采用余弦相似度进行零件加工特征拓扑结构相似度计算：
X＝{FBx1,FBx2,...,FBxg,FLx1,FLx2,...,FLxh,Rx1,Rx2,...,Rxu} (2)
Y＝{FBy1,FBy2,...,FByo,FLy1,FLy2,...,FLyq,Ry1,Ry2,...,Ryv} (3)
Sim(X,Y)＝ω·S(F)+(1-ω)·S(R) (4)
其中，X、Y分别为目标零件、典型零件的加工特征向量，Sim(X,Y)为目标零件与典型零件间零件特征拓扑结构相似度，ω为权重因子，Sim(Fe)为加工特征的相似度，Sim(Re)为加工特征关系的相似度。在计算零件间加工特征拓扑结构的相似度时，特征相似度的权重应高于特征关系相似度的权重。经过专家分析与实验验证，ω取0.7时可以取得较为准确的相似度计算结果。
通过加工特征匹配规则和加工特征关系匹配规则，将零件加工特征拓扑结构转换成加工特征向量，从而通过余弦相似度计算得到零件特征拓扑结构相似度。
在一个实施例中，在上述实施例的基础上，查找新增特征对应的加工路线，包括：
将新增特征与标准特征库中的各个标准特征进行特征比对，从标准特征库中筛选出与新增特征匹配成功的标准特征；
在标准加工方法库中选取匹配成功的标准特征对应的标准加工方法作为新增特征对应的加工路线。
具体的，将新增特征逐个与标准特征进行比对，确定是否可以采用同类加工方法。与加工特征匹配方法类似，当新增特征的材料属性与标准特征材料属性相同且尺寸及精度等数值属性处在标准特征适用范围内时，代表标准特征的加工方法可以应用于该新增特征。本实施例的一个实施方式中，依据标准特征特点，设计标准特征匹配规则：
对于加工特征，当存在某标准加工特征，使得以下公式成立时，认为其匹配成功。
其中，IT1、Ra1、size_info1、material_info1为加工特征的属性，IT_min、IT_max、Ra_min、Ra_max、size_info_min、size_info_max、material_info为标准加工特征的属性。
针对新增特征，使用标准特征匹配规则与标准特征库中同类型的标准特征进行匹配，选取匹配成功的标准特征对应的加工路线进行复用将其合理地规划到加工工艺路线模板当中。
另外，在进行新增特征比对前，会提前建立标准特征库和标准加工方法库，主要是通过零件加工工艺知识图谱来实现：分析零件加工工艺知识图谱，建立零件加工信息模型；从零件加工信息模型中，提取零件加工过程中的不同加工工艺规则；从加工工艺规则中提取不同加工特征及其加工工艺路线之间的映射关系，生成标准特征库和标准加工方法库。
零件加工信息模型是指从零件加工工艺知识图谱中提取的有关零件加工过程中加工工艺要素的语义关联表达，例如加工特征实体的特征名称、尺寸信息等实体属性与加工特征实体间相对位置等实体关系。加工工艺规则(关联规则)是零件加工工艺路线中各个加工工艺要素间的关联规则，在零件加工工艺过程中，不同工艺要素间存在着潜在的关联关系，也正是工艺要素及其之间的关联影响着工艺决策。因此，基于加工信息模型可以对零件加工过程中隐含的工艺决策规则进行挖掘，如图6所示，提取出不同的加工工艺规则(如表2所示)。
表2加工工艺规则示意
在加工工艺路线中，工艺要素间的关联关系主要在加工工步在零件整体工艺路线的规划与特征加工方法的选择上得到体现。例如：工步的加工精度在一定程度上决定了其在工艺路线中的位置，如在框环类零件的机械加工工艺中，铣削工步往往安排在切削工步之后；特征的材料、尺寸、精度等信息决定了加工过程中加工方法以及热处理方法的选择。因此，通过关联规则挖掘，可以从零件加工工艺知识图谱中提取出标准特征及其对应的标准加工方法，用于进行新增特征的工步规划。
在一个实施例中，在以上实施例的基础上，将新增特征对应的加工路线添加到加工工艺模板中，得到目标零件的加工工艺路线，包括：
遍历新增特征对应的加工路线中的各个加工工步，判断加工工步是否为新增特征对应的加工路线中的首个工步；
若判断为是，则从加工工艺模板的首个工步开始，根据加工工艺规则将加工工步与加工工艺模板中的各个工步进行比对，确定加工工步的顺序位置并将加工工步添加至加工工艺模板中，得到新增加工工艺模板；
若判断为否，则从加工工步的前一工步开始，根据加工工艺规则将加工工步与新增加工工艺模板中的其他工步进行比对，确定加工工步的顺序位置并将加工工步添加至新增加工工艺模板中，得到目标零件的加工工艺路线。
具体的，加工工步是工序的组成单位，由实际生产经验可知，单个加工特征的各工步在零件整体的加工工艺路线中，虽保持原本的先后顺序，但未必被安排到同一个工序中；并且由于工步在工艺路线中的规划需考虑精度、装夹次数、加工特征的拓扑依赖性等因素，某一特征的多个加工工步通常被分散到工艺路线的多个工序当中。例如阶梯轴零件，其多个圆面的相同精度加工工步通常被安排到统一工序中，而非先集中完成某一圆面，再去加工其他外圆。基于此，本实施例中将新增特征对应的加工路线中的各个加工工步作为最小单元，设计加工工步的规划流程，为各个新增加工工步在标准加工工艺路线模板中的插入位置做决策。
依次遍历新增特征加工路线中的各工步并获取其属性信息，对加工工艺路线模板中各工步及其属性信息进行扫描，将新增特征的加工工步与加工工艺模板中的各个工步进行比对，判断是否触发加工工艺规则，当触发某一规则时，根据该规则确定该加工工步的在加工工艺模板中的插入位置。
在前项工步的插入位置确定后，针对前项工步的插入位置之后的一个工步开始扫描，可适当提高工步规划速度。重复上述步骤，将新增特征的所有加工工步逐个插入到工艺路线模板中后，形成目标零件整体的加工工艺路线。
基于相同的技术构思，本申请还提供一种基于知识图谱的零件加工工艺路线生成装置，如图7所示，包括获取模块10、计算模块20、选取模块30、筛选模块40、处理模块50，其中：
第一获取模块10，用于获取目标零件和候选典型零件；候选典型零件包括多个与目标零件同类型的典型零件；
计算模块20，用于遍历候选典型零件，计算目标零件与候选典型零件之间的零件相似度；
选取模块30，用于从候选典型零件中选取零件相似度最高的零件作为标准零件；
第二获取模块40，用于获取所标准零件的加工工艺路线作为加工工艺模板；
筛选模块50，用于根据预先构建的零件加工工艺知识图谱，比较目标零件和标准零件的零件特征拓扑结构，筛选出新增特征和删除特征；
处理模块60，用于根据新增特征和删除特征，对加工工艺模板进行处理，得到目标零件的加工工艺路线。
需要说明的是，本申请提供的基于知识图谱的零件加工工艺路线生成装置的实施例与前述提供的基于知识图谱的零件加工工艺路线生成方法的实施例均基于同一发明构思，能够取得相同的技术效果。因而，基于知识图谱的零件加工工艺路线生成装置的实施例的其它具体内容可以参照前述基于知识图谱的零件加工工艺路线生成方法的实施例内容的记载。
本申请还提供一种存储介质，所述存储介质中存储有至少一条指令，所述指令由处理器加载并执行以实现上述任一基于知识图谱的零件加工工艺路线生成方法所执行的操作。例如，存储介质可以是只读内存(ROM)、随机存取存储器(RAM)、只读光盘(CD-ROM)、磁带、软盘和光数据存储设备等。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
应当说明的是，上述实施例均可根据需要自由组合。以上仅是本申请的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本申请的保护范围。

Claims (10)

1.一种基于知识图谱的零件加工工艺路线生成方法，其特征在于，包括：
获取目标零件和候选典型零件；所述候选典型零件包括多个与所述目标零件同类型的典型零件；
遍历所述候选典型零件，计算所述目标零件与所述候选典型零件之间的零件相似度；
从所述候选典型零件中选取所述零件相似度最高的零件作为标准零件；并获取所标准零件的加工工艺路线作为加工工艺模板；
根据预先构建的零件加工工艺知识图谱，比较所述目标零件和所述标准零件的零件特征拓扑结构，筛选出新增特征和删除特征；
根据所述新增特征和所述删除特征，对所述加工工艺模板进行处理，得到所述目标零件的加工工艺路线。
2.根据权利要求1所述的一种基于知识图谱的零件加工工艺路线生成方法，其特征在于，所述的根据预先构建的零件加工工艺知识图谱，比较所述目标零件和所述标准零件的零件特征拓扑结构，筛选出新增特征和删除特征，包括：
从所述零件加工工艺知识图谱中，分别选取所述目标零件和所述标准零件的目标加工特征链；所述目标加工特征链包括枝干特征和叶子特征，所述枝干特征包括由相交关系或邻接关系所连接的加工特征，所述叶子特征包括所述加工特征链上除了所述枝干特征以外的其他加工特征；
对所述目标零件和所述标准零件的枝干特征进行零件特征拓扑结构匹配，得到第一匹配结果；
对匹配成功的枝干特征上连接的叶子特征进行零件特征拓扑结构匹配，得到第二匹配结果；
根据所述第一匹配结果和所述第二匹配结果，计算所述目标零件和所述标准零件的零件特征拓扑结构相似度；
根据所述零件特征拓扑结构相似度，筛选出所述新增特征和所述删除特征。
3.根据权利要求2所述的一种基于知识图谱的零件加工工艺路线生成方法，其特征在于，所述的对所述目标零件和所述标准零件的枝干特征进行零件特征拓扑结构匹配，得到第一匹配结果，包括：
遍历所述目标零件的枝干特征和所述标准零件的枝干特征，按照预设的加工特征匹配规则，将所述目标零件的枝干特征和所述标准零件的枝干特征进行匹配，得到多对匹配成功的枝干特征；
按照预设的加工特征关系匹配规则，对每对匹配成功的枝干特征进行特征关系匹配，得到多对匹配成功的枝干特征关系；
所述第一匹配结果包括所述多对匹配成功的枝干特征和所述多对匹配成功的枝干特征关系。
4.根据权利要求3所述的一种基于知识图谱的零件加工工艺路线生成方法，其特征在于，所述的对匹配成功的枝干特征上连接的叶子特征进行零件特征拓扑结构匹配，得到第二匹配结果，包括：
按照所述加工特征匹配规则，对每对匹配成功的枝干特征上连接的叶子特征进行匹配，得到多对匹配成功的叶子特征；
按照所述加工特征关系匹配规则，对每对匹配成功的叶子特征进行特征关系匹配，得到多对匹配成功的叶子特征关系；
所述第二匹配结果包括所述多对匹配成功的叶子特征和所述多对匹配成功的叶子特征关系。
5.根据权利要求1所述的一种基于知识图谱的零件加工工艺路线生成方法，其特征在于，所述的根据所述新增特征和所述删除特征，对所述加工工艺模板进行处理，得到所述目标零件的加工工艺路线，包括：
查找所述新增特征对应的加工路线和所述删除特征对应的加工路线；
从所述加工工艺模板中，剔除所述删除特征对应的加工路线；
将所述新增特征对应的加工路线添加到所述加工工艺模板中，得到所述目标零件的加工工艺路线。
6.根据权利要求5所述的一种基于知识图谱的零件加工工艺路线生成方法，其特征在于，所述的查找所述新增特征对应的加工路线，包括：
将所述新增特征与标准特征库中的各个标准特征进行特征比对，从所述标准特征库中筛选出与所述新增特征匹配成功的标准特征；
在标准加工方法库中选取所述匹配成功的标准特征对应的标准加工方法作为所述新增特征对应的加工路线。
7.根据权利要求5所述的一种基于知识图谱的零件加工工艺路线生成方法，其特征在于，还包括：
分析所述零件加工工艺知识图谱，建立零件加工信息模型；
从所述零件加工信息模型中，提取零件加工过程中的不同加工工艺规则；
从所述加工工艺规则中提取不同加工特征及其加工工艺路线之间的映射关系，生成标准特征库和标准加工方法库。
8.根据权利要求7所述的一种基于知识图谱的零件加工工艺路线生成方法，其特征在于，所述的将所述新增特征对应的加工路线添加到所述加工工艺模板中，得到所述目标零件的加工工艺路线，包括：
遍历所述新增特征对应的加工路线中的各个加工工步，判断所述加工工步是否为所述新增特征对应的加工路线中的首个工步；
若判断为是，则从所述加工工艺模板的首个工步开始，根据所述加工工艺规则将所述加工工步与所述加工工艺模板中的各个工步进行比对，确定所述加工工步的顺序位置并将所述加工工步添加至所述加工工艺模板中，得到新增加工工艺模板；
若判断为否，则从所述加工工步的前一工步开始，根据所述加工工艺规则将所述加工工步与所述新增加工工艺模板中的其他工步进行比对，确定所述加工工步的顺序位置并将所述加工工步添加至所述所述新增加工工艺模板中，得到所述目标零件的加工工艺路线。
9.一种基于知识图谱的零件加工工艺路线生成装置，其特征在于，包括：
获取模块，用于获取目标零件和候选典型零件；所述候选典型零件包括多个与所述目标零件同类型的典型零件；
计算模块，用于遍历所述候选典型零件，计算所述目标零件与所述候选典型零件之间的零件相似度；
选取模块，用于从所述候选典型零件中选取所述零件相似度最高的零件作为标准零件；并获取所标准零件的加工工艺路线作为加工工艺模板；
比较模块，用于根据预先构建的零件加工工艺知识图谱，比较所述目标零件和所述标准零件的零件特征拓扑结构，筛选出新增特征和删除特征；
处理模块，用于基于所述零件加工工艺知识图谱，根据所述新增特征和所述删除特征，对所述加工工艺模板进行处理，得到所述目标零件的加工工艺路线。
10.一种存储介质，其特征在于，所述存储介质中存储有至少一条指令，所述指令由处理器加载并执行以实现如权利要求1至权利要求8任一项所述的一种基于知识图谱的零件加工工艺路线生成方法所执行的操作。
CN202311185581.6A 2023-09-14 2023-09-14 一种基于知识图谱的零件加工工艺路线生成方法及装置 Pending CN117151922A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311185581.6A CN117151922A (zh) 2023-09-14 2023-09-14 一种基于知识图谱的零件加工工艺路线生成方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311185581.6A CN117151922A (zh) 2023-09-14 2023-09-14 一种基于知识图谱的零件加工工艺路线生成方法及装置

Publications (1)

Publication Number Publication Date
CN117151922A true CN117151922A (zh) 2023-12-01

Family

ID=88898698

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311185581.6A Pending CN117151922A (zh) 2023-09-14 2023-09-14 一种基于知识图谱的零件加工工艺路线生成方法及装置

Country Status (1)

Country Link
CN (1) CN117151922A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117972813A (zh) * 2024-03-28 2024-05-03 山东山大华天软件有限公司 一种面向机加工零件的智能工艺方法、系统、设备及介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117972813A (zh) * 2024-03-28 2024-05-03 山东山大华天软件有限公司 一种面向机加工零件的智能工艺方法、系统、设备及介质
CN117972813B (zh) * 2024-03-28 2024-07-02 山东山大华天软件有限公司 一种面向机加工零件的智能工艺方法、系统、设备及介质

Similar Documents

Publication Publication Date Title
Barbieri et al. Efficient and effective community search
CN109117560B (zh) 基于mbd的汽车典型机加工零件三维工艺设计方法及平台
Parimala et al. A survey on density based clustering algorithms for mining large spatial databases
US10685067B2 (en) Data visualization system
Elinson et al. Feature-based similarity assessment of solid models
Venkatkumar et al. Comparative study of data mining clustering algorithms
CN109783628B (zh) 结合时间窗口和关联规则挖掘的关键词搜索ksaarm方法
CN117151922A (zh) 一种基于知识图谱的零件加工工艺路线生成方法及装置
KR102465451B1 (ko) 가공 특성 기반의 공정 지식 푸시 방법
CN117972111A (zh) 一种基于在线图处理技术面向知识图谱的知识推理方法
Shinde et al. Cbica: Correlation based incremental clustering algorithm, a new approach
Chen Clustering based on a near neighbor graph and a grid cell graph
CN110990907B (zh) 基于特征-资源知识的船用柴油机关重件可制造性三级优化方法
Hamdi et al. A pattern growth-based approach for mining spatiotemporal co-occurrence patterns
CN112148830A (zh) 一种基于最大区域网格的语义数据存储与检索的方法及装置
CN116542332A (zh) 一种基于语义树的多领域知识融合方法
CN108664548B (zh) 一种退化条件下的网络访问行为特征群体动态挖掘方法及系统
Wu et al. A combinatorial optimisation approach for recognising interacting machining features in mill-turn parts
Wu et al. High efficient methods of content-based 3D model retrieval
CN112380267A (zh) 一种基于隐私图的社区发现方法
CN112732933B (zh) 一种海量知识图谱分布式管理与查询方法
Barakbah et al. Reversed pattern of moving variance for accelerating automatic clustering
US20230385337A1 (en) Systems and methods for metadata based path finding
Vinh et al. Incremental spatial clustering in data mining using genetic algorithm and R-tree
CN116028571B (zh) 一种基于薄壁零件知识图谱构建方法和系统

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