基于工艺知识图谱的异构CAM模型结构化建模方法

随着数字化设计制造技术的深入,不同商用CAM系统在企业中得到广泛应用,大量的异构CAM模型不断地生成并存储在企业数据库中.为了实现对已有异构CAM模型的重用和共享,提出了一种基于工艺知识图谱的异构CAM模型的结构化建模方法.首先构建以特征、耦合特征、零件为层次基础,多层次、多要素的工艺知识图谱模型,作为异构CAM模型的数据交换和共享的桥梁;其次建立了异构CAM系统的本体模型,同时采用多策略相似性本体映射的方法,生成了初步统一的异构CAM模型语义表示;最后利用规则推理获取隐含语义及检查匹配结果的准确性,以丰富工艺知识图谱,保证工艺知识图谱表达的统一性.开发了异构CAM模型结构化建模原型系统,验证了所提方法的有效性.

面向工艺重用的工艺知识图谱构建方法

针对复杂、多样的工艺知识难以统一表示所导致的工艺知识重用和共享困难等问题,提出了一种面向工艺重用的工艺知识图谱构建方法。该方法首先依据国际工业标准step-NC建立工艺知识图谱的基本模式层,以保证工艺知识数据模式的准确性和通用性;其次通过工艺知识解析和工艺知识合并,完善工艺知识图谱基本模式层,形成工艺知识图谱扩展模式层;同时采用SWRL语言对已有经验规则进行统一表征,完成工艺知识图谱模式层的构建。然后,在工艺知识图谱模式层的引导下,引入潜在语义分析技术,对加工工艺实例知识进行分析并计算工艺实例之间的相似性,将工艺实例知识转化为结构化工艺知识图谱的形式表示,实现工艺知识图谱模式层的实例化,以得到工艺知识图谱数据层。最后,开发了工艺知识图谱构建和应用平台,以验证所提方法的可行性。

一种基于小样本知识学习的工艺生成方法

针对兵器行业关键零部件加工工艺自动生成所需样本数量不足的问题,提出了一种基于小样本知识学习的工艺生成方法,重点研究基于样本变换和样本集扩展的几何模型增强解析技术,以及基于数字孪生的工艺知识增量学习技术,以实现工艺样本的整体增强。同时,建立面向增强样本分析的卷积神经网络模型和适于异构知识融合的知识图谱,形成工艺知识的高效分析与有效利用方法。采用深度神经网络模型解决复杂零件三维设计模型的工艺结构解析问题;基于知识图谱的工艺知识表征方法和工艺生成技术以克服工艺信息碎片化的难题;通过数字孪生模型与工艺验证技术解决理论工艺方案与现场生产要素脱节的问题。实现了基于零部件结构解析、基于知识图谱的工艺方案生成和基于数字孪生的工艺验证和优化的工艺知识闭环分析。