【技术实现步骤摘要】
本申请属于结构工程知识管理，特别涉及一种面向典型结构件智能设计的知识图谱构建系统。
技术介绍
1、典型结构件在整个机械系统中扮演着关键的角色，它们作为系统的组成部分负责提供支撑、传递力和稳定结构等，在机械系统中的作用十分广泛，不仅负责提供机械系统的整体稳定性和刚性，还为其他功能组件的安装、连接和运行提供了基础。因此，在机械系统的设计和制造中，对典型结构件的合理选择和设计至关重要。
2、在典型结构件的设计过程中，涉及到大量的知识，包括设计规范、材料性能、结构件的几何和力学特性等，这导致在整个设计过程中，设计师仍需花费大量的时间和精力来完成典型结构件的设计，并且大量的典型结构件存在着重复性工作，这最终会导致产品的开发周期长、设计成本高等问题。
3、通过构建典型结构件智能设计的知识库和数据库，能够运用人工智能技术，将存在三维模型中的知识、数据以及设计标准等一系列的文本知识转换成知识图谱和数据库进行存储，知识图谱与数据库的结合为典型结构件的表示提供了综合而强大的解决方案。知识图谱以图形方式直观展示实体之间的关系，数据库提供高效的数据存储和检索，共同强化了智能设计系统的能力。而且能够综合性地管理结构领域的知识，包括规范、材料特性、几何参数等，使得系统更灵活地查询、检索和利用关键信息。此外，实时更新、灵活查询、全面设计支持以及智能算法的有效应用等特点，使得典型结构件的智能设计更加高效、准确，并能够更好地应对复杂的结构设计问题。
4、现有的知识库构建知识源多以非结构化的文本数据为主，缺乏其它种形式的知识源来
技术实现思路
1、为丰富知识来源，提高知识库的准确性以便后续高效利用，本申请设计了一种面向典型结构件智能设计的知识图谱构建系统，主要包括：
2、数据获取模块，用于获取典型结构件的零件模型和文本数据；
3、数据抽取模块，用于对所述零件模型，抽取所述典型结构件的结构树、约束树及功能树；
4、第一多个三元组生成模块，用于根据所述结构树、约束树及功能树分别形成结构-结构关系集、结构-约束关系集以及结构-功能关系集，从而形成第一多个实体-关系-实体三元组；
5、第二多个三元组生成模块，用于基于事先训练的深度学习模型对文本数据的实体及实体之间的关系进行抽取，获得第二多个实体-关系-实体三元组；
6、三元组合并模块，用于将所述第一多个实体-关系-实体三元组与所述第二多个实体-关系-实体三元组进行合并去重，获得第三多个实体-关系-实体三元组；
7、知识图谱构建模块，用于基于所述第三多个实体-关系-实体三元组构建知识图谱。
8、优选的是，所述数据获取模块包括：
9、后缀名识别单元，用于通过文件后缀名区分所述零件模型和文本数据；
10、分类存放单元，用于将零件模型存放于零件模型库，以及将文本数据存放于文本数据库中。
11、优选的是，所述数据抽取模块包括：
12、结构树与约束树生成单元，用于基于所述零件模型的生成软件对应的api接口读取零件模型的结构组成及约束关系，分别形成结构树与约束树；
13、功能树生成单元，用于对结构树中的结构元注入功能标签得到功能树。
14、优选的是，在所述第二多个三元组生成模块中，所述深度学习模型包括两个双向lstm-rnn结构，在第一个双向lstm-rnn结构中抽取实体，在第二个双向lstm-rnn结构中抽取实体关系，将两个双向lstm-rnn结构的损失加在一起进行反向传播以更新两个双向lstm-rnn结构中的训练参数。
15、优选的是，所述三元组合并模块包括：
16、余弦相似度计算单元，用于计算任意两个实体-关系-实体三元组中的前一个实体之间的第一余弦相似度a，计算该两个实体-关系-实体三元组中的关系之间的第二余弦相似度b，计算该两个实体-关系-实体三元组中的后一个实体之间的第三余弦相似度c；
17、合并处理单元，用于当第一余弦相似度a、第二余弦相似度b、第三余弦相似度c均超过第一设定值时，将该两个实体-关系-实体三元组进行去重处理，当第一余弦相似度a、第二余弦相似度b超过第二设定值，且第三余弦相似度c小于第三设定值时，将该两个实体-关系-实体三元组中的后一个实体进行合并处理。
18、优选的是，所述第一设定值为85％，所述第二设定值为95％，所述第三设定值为80％。
19、优选的是，所述合并处理单元包括数值检测单元，用于当两个实体-关系-实体三元组中的后一个实体均包括数值内容时，将第二个实体-关系-实体三元组中的后一个实体中数值内容以备注的方式添加到第一个实体-关系-实体三元组中的后一个实体中。
20、优选的是，所述三元组合并模块还包括推理单元，用于通过知识推理进行错误知识识别及补全未知知识。
21、优选的是，所述知识图谱构建模块进一步包括：
22、数据库构建单元，用于基于所述零件模型的生成软件对应的api接口读取零件模型的位置参数、约束参数信息，并将读取到的数据信息按照结构树逐层级的建表存储到数据库中，并与所述结构树的实体进行映射；
23、文本数据抽取单元，用于从文本数据中抽取各实体的表格、公式及经验数据，并将其逐类存放到相应的数据库的表格中。
24、本申请覆盖知识源全面，同时保证了知识库的准确性。
本文档来自技高网...【技术保护点】
1.一种面向典型结构件智能设计的知识图谱构建系统，其特征在于，包括：
2.如权利要求1所述的面向典型结构件智能设计的知识图谱构建系统，其特征在于，所述数据获取模块包括：
3.如权利要求1所述的面向典型结构件智能设计的知识图谱构建系统，其特征在于，所述数据抽取模块包括：
4.如权利要求1所述的面向典型结构件智能设计的知识图谱构建系统，其特征在于，在所述第二多个三元组生成模块中，所述深度学习模型包括两个双向LSTM-RNN结构，在第一个双向LSTM-RNN结构中抽取实体，在第二个双向LSTM-RNN结构中抽取实体关系，将两个双向LSTM-RNN结构的损失加在一起进行反向传播以更新两个双向LSTM-RNN结构中的训练参数。
5.如权利要求1所述的面向典型结构件智能设计的知识图谱构建系统，其特征在于，所述三元组合并模块包括：
6.如权利要求5所述的面向典型结构件智能设计的知识图谱构建系统，其特征在于，所述第一设定值为85％，所述第二设定值为95％，所述第三设定值为80％。
7.如权利要求5所述的面向典型结构件智能设计
8.如权利要求1所述的面向典型结构件智能设计的知识图谱构建系统，其特征在于，所述三元组合并模块还包括推理单元，用于通过知识推理进行错误知识识别及补全未知知识。
9.如权利要求1所述的面向典型结构件智能设计的知识图谱构建系统，其特征在于，所述知识图谱构建模块进一步包括：
...【技术特征摘要】
1.一种面向典型结构件智能设计的知识图谱构建系统，其特征在于，包括：
2.如权利要求1所述的面向典型结构件智能设计的知识图谱构建系统，其特征在于，所述数据获取模块包括：
3.如权利要求1所述的面向典型结构件智能设计的知识图谱构建系统，其特征在于，所述数据抽取模块包括：
4.如权利要求1所述的面向典型结构件智能设计的知识图谱构建系统，其特征在于，在所述第二多个三元组生成模块中，所述深度学习模型包括两个双向lstm-rnn结构，在第一个双向lstm-rnn结构中抽取实体，在第二个双向lstm-rnn结构中抽取实体关系，将两个双向lstm-rnn结构的损失加在一起进行反向传播以更新两个双向lstm-rnn结构中的训练参数。
5.如权利要求1所述的面向典型结构件智能设计的知识图谱构建系统，其特征在于，所述三元组合并模块...
【专利技术属性】
技术研发人员：冯莉，楚涛，朱玉虎，王奇斌，孙丽强，张行行，韩冰，王超君，
申请(专利权)人：中国航空工业集团公司西安飞机设计研究所，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。