基于知识图谱的工艺推理系统

为了企业能够有效、准确地利用专家知识和数据,减少工艺人员的重复性劳动,开发了基于知识图谱的工艺自动推理(决策)系统。该系统利用知识图谱技术构建了三层次工艺信息模型,将工艺知识与设备资源组织在一起,实现了零件/特征级别的工艺自动决策。该系统采用B/S设计架构,能与Web环境中的其他数据主体无缝集成。通过某航空发动机锥齿轮轴在原型系统中的工艺决策,验证了系统的实用性。     

基于知识图谱推理的热轧带钢产品质量缺陷追溯

热轧带钢生产面临多工况、机理复杂、工艺参数繁多等问题,造成专家很难及时有效给出生产中导致质量缺陷的原因。由此提出一种基于知识图谱推理的质量缺陷追溯方法。首先通过可解释方法SHAP实现对随机森林模型预测结果的解释,并通过知识图谱将数据挖掘结果与工艺机理、专家经验等知识进行融合,进一步将图谱中表示工艺参数与质量参数依赖关系的子图映射到贝叶斯网络,推断不同工艺参数导致产品质量缺陷的后验概率。实际生产数据验证表明,针对不同生产工况,该方法能有效识别各个批次中导致质量缺陷的工艺参数,表现出良好识别率。     

半结构装配数据的知识抽取及机床装配知识图谱构建方法研究

如果机床当中的零部件信息以及部件之间的关系以图谱的形式展示,能够更为有效获悉零部件周围相连的部件信息以及当前零件定位细节,又可以辅助工厂数控机床装配,解决装配数据分散、无规范以及装配效率低下等机床现状问题。由于当前表述机床三维信息软件有很多,因此相应文件格式也众多,导致复杂装配产品难以数字化管理,同时传统的单一连接关系难以全面描绘三维图形,以至于这方面深度学习模型效率不高,无法真正理解机床模型知识,知识推理能力几乎没有。而知识图谱以图的形式,可以表示多种模型部件连接关系,对知识的理解能力远超单一连接关系,可以提高知识推理能力。通过机床装配数据准备、装配知识抽取、知识推理、知识存储和知识可视化表示环节来完成从三维模型到知识图谱构建。     

基于本体的贝叶斯网络知识推理研究

针对产品设计过程中因设计知识不断增多、知识存储位置分散且知识表示没有统一规范而导致的知识利用效率低下、知识推理精度不高的问题,提出了一种基于本体的贝叶斯网络知识推理的方法。以包装产品设计过程为例,根据整个设计过程中的知识活动,建立了包装设计的设计任务、设计知识、设计人员的知识本体模型;依据本体模型中描述的概念—概念间的相互关系,建立网络拓扑结构,定性的描述节点间的关系,并根据历史的设计方案以及专家经验确定网络节点间条件概率分布。最后,根据贝叶斯理论实现知识的推理。     

面向电子商务应用的知识图谱关联查询处理

为了对知识图谱(KG)中实体间的关联关系进行有效建模,以电子商务应用为背景,以贝叶斯网为知识表示和推理框架,提出将知识图谱中描述的领域知识与用户行为记录中蕴含的知识进行有效融合的方法,从而构建描述商品间关联关系及其不确定性的贝叶斯网,并基于贝叶斯网的推理算法计算商品间的间接关联关系。所提方法将为KG的关联查询处理提供支撑技术,为商品分类、用户定向和个性化推荐等典型应用提供解决方案。针对大规模KG和海量的用户行为记录,基于Spark给出模型构建和概率推理并行算法。通过真实数据的实验结果表明,所提KG关联查询处理方法能够以接近90%的召回率发现KG中未直接表示的关联关系,而且对包含超过1亿条边的KG也能高效地进行关联查询处理。     

基于知识图谱的工艺决策方法研究

在CAPP系统集成、工具化和智能化的发展中,工艺方案的决策推理和智能技术是关键。传统工艺决策方法存在不能在多工艺方案中在做出智能化选择的问题,针对这一问题,提出一种基于知识图谱表示学习的工艺决策推理方法。在该方法中使用翻译距离模型对工艺知识进行向量化表示,利用向量运算得到理想结果与决策结果之间的距离,再经模型训练后使距离不断缩小致使损失函数趋于稳定,最终决策出最优结果,将结果经过模糊函数计算分析加强决策方案的合理性,解决了多工艺方案中智能决策的问题。文章以P0级6203轴承为例对所提方法进行了试验验证,结果表明,所提方法能够有效实现对零件工艺方案的决策,提高CAPP系统智能决策的能力。     

基于事件知识图谱的变电站监控事件处理方法研究

提出了一种基于事件知识图谱技术的变电站监控事件处理方法,采用知识图谱的方法,建立了变电站监控各事件共指关系、因果关系和时序关系等逻辑关系,叙述了事件间的规律和模式,形成变电站监控事件处理方法.通过实际变电站监控事件处理系统的实操验证,使基于事件知识图谱的变电站监控事件处理方法能较好推广应用.     

基于贝叶斯网络的不确定性知识的推理方法

贝叶斯网络是不确定性知识表达与推理的一种新方法。它是概率论和图论相结合的产物,可用于复杂多因果关系的分析,是人工智能领域的研究热点和重要成果之一。由于它的解决方案明确、直观,所以近年来在远程医疗、故障诊断以及数据挖掘等领域,得到了广泛的应用。本文论述了贝叶斯网络的基本理论、方法和应用,并指出当前所存在的主要问题。     

基于实例推理的夹具设计知识表示方法研究

将基于实例的推理技术应用于夹具设计过程,提出了基于夹具功能特征的实例表示方法和实例检索机制,最后,通过对基于实例推理的夹具设计过程进行的论述,证实了通过实例和方式表达夹具设计知识,可以更好地进行设计知识的转换和解释。     

基于实测数据的过盈联接承载力预测的概率方法

由于加工误差的存在,工件的截面几何不是理想的圆。根据工件直径的测量数据。确定过盈联接过盈量的随机分布参数,利用概率方法求出过盈联接技术的承载力分布参数值。给出了确定承载力取值范围的方法。     

基于贝叶斯推理的浇注系统选型方法研究

针对压铸模浇注系统设计过程中存在大量不精确数据的情况,提出基于贝叶斯推理算法的压铸模浇口类型选择方法.结合浇注系统的类型划分,建立相应的类型标准模型以及典型属性模糊向量,并采用模糊数学的方法处理设计信息中不精确约束值,最后将贝叶斯理论应用于推理过程中.该方法将概率逻辑与模糊数据处理的思想结合在一起,将贝叶斯推理方法应用于基于智能化设计的浇注排溢系统中,提高了对设计信息的获取能力以及产品设计的智能化程度.     

基于知识图谱的分布式光伏运维方案匹配方法

为了提高分布式光伏运维效率,设计了一种利用专业领域知识图谱匹配运维方案的方法.该方法基于运维诉求与分布式光伏运维知识图谱中的信息,匹配准确的运维方案,为运维人员提供方案支持.首先陈述了在单一故障、诉求完整的状况下以知识图谱为媒介匹配运维方案的方法;再基于复合型运维诉求设计了先拆分诉求再分别匹配的流程;然后针对实践中诉求要素缺失的问题,利用知识图谱提供的联想能力,使该方法能够补全诉求并匹配方案.实验对比分析表明,该方法准确度较高,并且在实践中具有理想的可靠性.     

预测腐蚀疲劳寿命的概率方法

在建立航空发动机铝合金构件点状腐蚀和腐蚀疲劳裂纹扩展模型的基础上，将铝合金叶片的机械腐蚀特性和由环境诱导的电化学行为看作是随机量或随机过程，提出腐蚀疲劳寿命预测的概率方法，利用重要随机变量的累积分布函数，估算寿命累积分布函数，预测腐蚀疲劳寿命。     

基于知识推理的热流道系统概念设计研究

通过对设计规则的表达,提出基于知识推理与设计任务规划思路。针对热流道系统的特点,设计热流道概念设计流程;通过热流道系统的功能分解,进一步分解概念设计方案,进而建立概念设计空间模型,确定了热流道系统概念设计方案。     

基于PMI领域知识图谱的完备性检查技术研究

针对产品MBD三维模型PMI标注形式不统一、标注易出错和人工检查难度大等问题,提出了一种基于PMI领域知识图谱的完备性检查技术。该技术采用自顶向下的方法构建了PMI领域知识图谱,利用SWRL规则构建了完备性检查的规则,从标注的冗余关系、标注的取代关系和标注的矛盾性3个方面进行检查,并结合Java Web技术实现了知识推理。最后以船用柴油机的机架为对象,验证了该方法的可行性。该技术极大地缩短了检查时间和降低了设计错误率,提高了工作人员的设计效率。     

基于知识图谱的电力工程自动审计系统设计

在电力工程审计工作愈加复杂的背景下,传统的电力工程审计方式面临着信息不完整、效率低下以及数据分析困难等问题,因此需要一种能够高效、准确、全面进行电力工程审计的系统。基于知识图谱技术在审计领域的初探,设计了一种电力工程自动审计系统,旨在提供一个全面、可视化的审计平台,促使电力工程审计工作迈向智能化、信息化。     

基于模糊神经网络的工艺设计和知识表达与推理

工艺设计知识的表达不存在普遍通用的表达模式,而必须根据各类工艺知识的结构特点选择适合的知识表达方法。文以模糊集理论和社会网络原理为基础,研究了工艺设计领域模糊性知识表达与推理的实现技术,提出了一种新的基于模糊神经网络的工艺设计知识表达与推理方法,并给出了一个具体的表达实例。     

基于异构知识集成推理策略的研究

研究了基于异构知识处理的集成推理方法,提出了异构知识的概念,探讨了集成推理的结构模型和求解策略,论述了基于符号知识推理、基于实例推理的推理技术和人工神经网络的学习算法三者的有机结合实现集成推理,体现了知识工程技术与计算智能技术相结合的优势。     

基于概率粗集理论的故障诊断知识提取方法

结合工程设备系统故障发生具有随机性的特点 ,基于概率粗集 (PRS)理论模型实现了故障诊断知识的提取。通过改进的模糊 C-均值聚类算法对原始故障数据加以量化 ,采用正则条件熵进行诊断知识系统的统计约简 ,对不协调的诊断规则利用最小风险 Bayes决策理论加以分析处理。仿真实验表明 ,该方法弥补了现有方法的不足 ,克服了基本 RS模型方法无法处理不协调规则的缺点 ,可得到有效的简化诊断知识     

动态数据流驱动的再制造拆解工艺知识图谱构建方法

高效稳定的再制造拆解是实施规模化再制造的重要前提。然而,废旧零部件的内部结构、损伤特征等存在较大差异,需要对拆解工艺进行频繁调整,从而造成再制造拆解效率低、质量稳定性差,严重制约了再制造规模化效益。为此,提出一种从动态数据流中提取个性化拆解工艺知识的知识图谱构建方法,利用知识的高效更新与重用提升再制造拆解效率与质量。首先,分析再制造拆解工艺数据的动态时序性特点,以拆解工位为数据分析节点,建立动态数据流模型。其次,基于工位数据对拆解工艺知识进行分类,构建包含拆解过程知识、资源知识和特征知识的本体模型,并利用命名实体识别模型(ALBERT-BiLSTM-CRF)和自然语言处理方法自动抽取拆解工艺知识。进而,提出一种动态数据流驱动的图谱更新机制,实现知识图谱对拆解工艺调整的快速响应。最后,以某型号废旧动力电池包拆解为例,验证所提方法的有效性。