一种利用事理图谱推理制造技术

本发明专利技术提供了一种利用事理图谱推理

【技术实现步骤摘要】
一种利用事理图谱推理3D模型结构的方法与系统


[0001]本专利技术涉及智能机械设计与自然语言处理领域，具体说是一种利用事理图谱推理
3D
模型结构的方法与系统
。

技术介绍

[0002]在工业产品迭代速度越来越快，同时在产品定型前需要一定数量的产品试产
。
其中涉及的机械设计，诸如夹具
、
检具
、
连接块
、
生产线
、
传动机构
、
液压机构等，在整个产品周期中的设计时间所占比例较大，因为机械设计本身的设计就需要考虑诸多因素：复杂性，机械设计通常涉及大量的部件和复杂的几何形状，这增加了设计和制造的难度；材料选择，机械设计中需要选择合适的材料，以满足设计要求，例如强度
、
耐磨性
、
耐腐蚀性等；制造成本，设计师需要在不牺牲性能和质量的前提下尽可能降低成本，这需要设计师具备广泛的技术知识和工程经验
。
缩短机械设计的设计周期是一个行业痛点和难点
。
[0003]计算机在机械设计领域应用的越来越广泛，计算机辅助设计软件如
AutoCAD、CATIA、Solidworks
等，可以将已经确定好的机械结构快速生成为图纸和模型，大幅减少了手绘图纸的工作量，但不能有效辅助工程师减少设计结构
、
选型的工作量
。
现有的一些辅助选型设计软件，虽然在所属的细分领域的准确性很高，但所支持的零件选型种类很少且非常单一，只通常能完成一种或少数几种零件的选型
、
结构设计，通用性差，不具备快速扩展到其他
3D
模型结构设计能力
。

技术实现思路

[0004]针对现有机械设计
3D
模型结构的要求，本专利技术提供了一种智能推理设计
3D
模型结构的方法与系统，可在可靠要求
、
优化设计
、
成本要求等多个维度提升设计效率和准确性
。
[0005]本专利技术可以将复杂
3D
模型结构设计知识以图谱的形式进行可视化呈现并自动推理实现自动设计，实现了知识的自动化提取
、
知识的自动化表示和推理
、
以及知识的自动化查询和应用等功能，并基于用户给定的初始条件和要求输出所需要的
3D
模型和信息
。
是一种利用事理图谱推理
3D
模型结构的方法与系统
。
[0006]本专利技术为实现上述目的所采用的技术方案是：
[0007]一种利用事理图谱推理
3D
模型结构的方法，包括以下步骤：
[0008]1)
获取专家规则，并使用自然语言处理技术自动提取与人工微调修正相结合的方式将专家规则转化为三元组结构化数据；
[0009]2)
将三元组结构化数据存储到事理图谱中并对其进行可视化；
[0010]3)
基于构建好的事理图谱，进行推理；
[0011]4)
输入待设计的机械结构的要求和条件，通过推理，并将结果进行可视化，得到
3D
模型结构及参数
。
[0012]所述步骤
1)
包括以下步骤：
[0013]1.1)
获取机械手册中的文本数据，并存储为可读的电子文档格式，所述文本数据
包括：设计参数
、
材料特性
、
工艺要求；
[0014]1.2)
对文本数据依次进行数据清洗；
[0015]1.3)
通过自然语言处理方法对清洗后的文本数据进行分析，识别并提取其中的关键字
、
短语和语法结构，作为规则；
[0016]1.4)
将提取到的规则转化为三元组结构化数据并存储到
SQL
数据库中；
[0017]1.5)
使用实际的机械设计案例对
SQL
数据库中的规则进行验证及修正
。
[0018]所述步骤
2)
包括以下步骤：
[0019]2.1)
定义三元组结构化数据模型的节点和关系类型，以及节点属性类型；
[0020]2.2)
使用
Python
将三元组结构化数据解析为节点和关系的形式；
[0021]2.3)
连接图数据库，使用
Python
驱动程序创建节点和关系，指定节点类型
、
属性
、
标签，指定关系类型
、
属性
、
标签，指定起始节点和结束节点之间的关系；
[0022]2.4)
使用
Python
将节点和关系存储到图数据库中，将三元组结构化数据在事理图谱中的数据结构进行映射
。
[0023]构建所述事理图谱包括：数据读取
、
本体构建和图谱存储，其中，所述本体构建具体为：将处理好的三元组结构化数据抽象为不同的节点类和关系类，其中，所述节点类包括：
[0024]基本实体类，内容为基本名词，包括零件
、
组件名称
、
零件属性名称；
[0025]判断
/
公式类，内容为设计流程中的一组判断选择或者公式计算目标的名称，用于连接对其判断选择或者公式计算；
[0026]判断计算类，内容为设计流程中的判断选择和公式计算的实际内容；
[0027]推理结果类，内容为零件的特征
、
尺寸
、
型号和结构；
[0028]事件类，内容为设计零件
、
设计结构或者工件的名称；
[0029]输出类，作为标记节点，标志该部分推理结束；
[0030]所述关系类节点包括：
[0031]语义关系类，用于连接节点，表达节点之间的关系，具体包括：因果关系类
、
上下位关系类
、
顺承关系类
、
条件关系类
。
[0032]所述步骤
3)
具体为：基于构建好的事理图谱，系统将图谱转化为专家系统，进行推理，包括以下步骤：
[0033]3a.1)
查询事理图谱中待查询零件节点的子图；
[0034]3a.2)
查询子图中所有属性为“推理结果”的节点，查询所有起始点为事件名称，终点末节点为每个“推理结果”的路径；
[0035]3a.3)
分别读取并记录将每个路径中的所有“公式
/
判断”节点，将“公式
/
判断”节点作为每个零件选型的条件，全部储存到该推理结果的必要条件中；
[0036]3a.4)
对所有的“本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种利用事理图谱推理
3D
模型结构的方法，其特征在于，包括以下步骤：
1)
获取专家规则，并使用自然语言处理技术自动提取与人工微调修正相结合的方式将专家规则转化为三元组结构化数据；
2)
将三元组结构化数据存储到事理图谱中并对其进行可视化；
3)
基于构建好的事理图谱，进行推理；
4)
输入待设计的机械结构的要求和条件，通过推理，并将结果进行可视化，得到
3D
模型结构及参数
。2.
根据权利要求1所述的一种利用事理图谱推理
3D
模型结构的方法，其特征在于，所述步骤
1)
包括以下步骤：
1.1)
获取机械手册中的文本数据，并存储为可读的电子文档格式，所述文本数据包括：设计参数
、
材料特性
、
工艺要求；
1.2)
对文本数据依次进行数据清洗；
1.3)
通过自然语言处理方法对清洗后的文本数据进行分析，识别并提取其中的关键字
、
短语和语法结构，作为规则；
1.4)
将提取到的规则转化为三元组结构化数据并存储到
SQL
数据库中；
1.5)
使用实际的机械设计案例对
SQL
数据库中的规则进行验证及修正
。3.
根据权利要求1所述的一种利用事理图谱推理
3D
模型结构的方法，其特征在于，所述步骤
2)
包括以下步骤：
2.1)
定义三元组结构化数据模型的节点和关系类型，以及节点属性类型；
2.2)
使用
Python
将三元组结构化数据解析为节点和关系的形式；
2.3)
连接图数据库，使用
Python
驱动程序创建节点和关系，指定节点类型
、
属性
、
标签，指定关系类型
、
属性
、
标签，指定起始节点和结束节点之间的关系；
2.4)
使用
Python
将节点和关系存储到图数据库中，将三元组结构化数据在事理图谱中的数据结构进行映射
。4.
根据权利要求3所述的一种利用事理图谱推理
3D
模型结构的方法，其特征在于，构建所述事理图谱包括：数据读取
、
本体构建和图谱存储，其中，所述本体构建具体为：将处理好的三元组结构化数据抽象为不同的节点类和关系类，其中，所述节点类包括：基本实体类，内容为基本名词，包括零件
、
组件名称
、
零件属性名称；判断
/
公式类，内容为设计流程中的一组判断选择或者公式计算目标的名称，用于连接对其判断选择或者公式计算；判断计算类，内容为设计流程中的判断选择和公式计算的实际内容；推理结果类，内容为零件的特征
、
尺寸
、
型号和结构；事件类，内容为设计零件
、
设计结构或者工件的名称；输出类，作为标记节点，标志该部分推理结束；所述关系类节点包括：语义关系类，用于连接节点，表达节点之间的关系，具体包括：因果关系类
、
上下位关系类
、
顺承关系类
、
条件关系类
。5.
根据权利要求1所述的一种利用事理图谱推理
3D
模型结构的方法，其特征在于，所述步骤
3)
具体为：基于构建好的事理图谱，系统将图谱转化为专家系统，进行推理，包括以下
步骤：
3a.1)
查询事理图谱中待查询零件节点的子图；
3a.2)
查询子图中所有属性为“推理结果”的节点，查询所有起始点为事件名称，终点末节点为每个“推理结果”的路径；
3a.3)
分别读取并记录将每个路径中的所有“公式
/
判断”节点，将“公式
/
判断”节点作为每个零件选型的条件，全部储存到该推理结果的必要条件中；
3a.4)
对所有的“推理结果”节点重复步骤
3a.2)
～
3a.3)
，直至将每个“推理结果”的节点的所有路径查询完毕；
3a.5)
将每个推理结果的每条路径中的“公式
/
判断”节点作为该推理结果的规则，基于该规则使用转化为专家系统；
3a.6)
使用专家系统中的推理机对每种推理结果的必要条件进行推理和解释；
3a.7)
将推理结果进行可视化展示
。6.
根据权利要求1所述的一种利用事理图谱推理
3D
模型结构的方法，其特征在于，所述步骤
3)
具体为：基于构建好的事理图谱进行推理，包括以下步骤：
3b.1)
选定待推理零件对应事理图谱的“事件”节点，并选择该“事件”节点的事理图谱子图，搜索该子图的所有“基本实体”节点并读取内容...

【专利技术属性】
技术研发人员：王宇，邵一凡，王挺，曾鹏，武琼，于子淳，
申请(专利权)人：沈阳智能机器人创新中心有限公司，
类型：发明
国别省市：