【技术实现步骤摘要】
本专利技术属于定制家具板材加工数据管理，尤其涉及一种基于知识图谱的定制家具板材加工数据统一表征方法。
技术介绍
1、当前定制家具机械化、信息化程度高，但原料利用率低，生产周期长，生产制造全周期数据利用率低是主要原因之一。其中，板材是定制家具的主要构成部分，板材的加工质量是定制家具企业订单交付的关键。因此，实现定制家具板材智能生产已成为定制家具制造转型的主要发展方向之一。针对定制家具企业在生产过程中因生产信息分散、信息断层而出现的生产流程数据不透明、延迟提出应对决策等现象，需重点解决定制家具板材生产车间难以实现生产过程数据的有效统一表征，难以发挥生产过程数据所蕴含的制造经验的巨大价值，难以利用生产过程数据实现生产车间的优化升级等问题。
2、知识图谱是一种使用图结构的数据模型或拓扑结构整合数据的知识库，以符号形式描述物理世界的实体及其相互关系，理论上可以实现全要素数据统一表征，刻画各异构数据要素之间的关联关系。现有技术中公布了知识图谱构建方法、装置及系统，但是并未有技术方案公开如何把知识图谱应用在定制家具领域。因此，亟需提出一种基于知识图谱的定制家具板材加工数据统一表征方法。
技术实现思路
1、为解决上述技术问题，本专利技术提出了一种基于知识图谱的定制家具板材加工数据统一表征方法，以解决上述现有技术存在的问题。
2、为实现上述目的，本专利技术提供了一种基于知识图谱的定制家具板材加工数据统一表征方法，包括以下步骤：
3、全面梳理定制家具板材加工数据和工
4、定义定制家具板材加工知识图谱模型和实体、关系、属性类型，完成本体构建，获得知识图谱模式层；
5、对所述知识图谱数据集进行知识抽取、知识融合和知识存储，获得知识图谱数据层；
6、基于所述知识图谱模式层和知识图谱数据层，完成定制家具板材加工知识图谱，基于所述定制家具板材加工知识图谱对定制家具板材加工数据进行统一表征。
7、可选地，对定制家具板材加工过程的数据进行知识要素提炼和数据维度划分的过程包括：根据加工工艺的相似性将生产流程划分为不同的生产工位；将家具板材加工过程的数据划分为不同的工位数据，基于维度将所述工位数据划分为静态资源数据、计划资源数据以及动态资源数据；获取所述工位数据的加工工位节拍，基于所述加工工位节拍、静态资源数据、计划资源数据以及动态资源数据，构建加工车间工位任务节拍模型实现多源异构数据统一表征和数据更新。
8、可选地，进行数据采集和筛选的过程包括：基于所述加工车间工位任务节拍模型，以加工工位为基本单元，按照基础数据层、计划数据层、加工工序层和生产状态层分层次进行数据采集和筛选。
9、可选地，进行数据采集和筛选之后还包括数据预处理：将采集和筛选的数据基于数据类型划分为结构化数据、半结构化json格式的三维模型数据、文本数据和图像数据；然后对所述结构化数据进行缺失值补全、重复值删减、异常值处理和标准化的处理，对所述文本数据进行分词、分句和特殊词处理，对所述图像数据进行特征描述和标注的处理，对所述半结构化json格式的三维模型数据进行逻辑梳理和特征提取的处理，获得最终的知识图谱数据集。
10、可选地，构建知识图谱模式层的过程包括：定义家具板材加工知识图谱模型和实体、关系和属性类型，构建家具板材加工知识图谱的本体模型，获得知识图谱模式层，该模式层是知识图谱的概念模型和逻辑基础，对数据层进行规范约束；其中，所述家具板材加工知识图谱的本体模型包括加工任务计划知识本体、工位资源知识本体以及加工过程知识本体。
11、可选地，对所述知识图谱数据集进行知识抽取的过程包括：通过实体、关系和属性匹配的方式对所述结构化数据进行筛选和整理，获得结构化数据的知识三元组；全面分析和识别所述半结构化json格式的三维模型数据的结构和属性，获得半结构化json格式的三维模型数据的知识三元组；基于联合抽取模型对文本数据进行知识抽取，获得文本数据的知识三元组；基于深度卷积神经网络模型对图像数据进行知识抽取，获得图像数据的知识三元组。
12、可选地，对所述知识图谱数据集进行知识融合的过程包括：基于孪生网络模型对所述文本数据进行知识融合，基于计算机视觉技术对所述图像数据进行数据融合。
13、可选地，对所述知识图谱数据集进行知识存储的过程包括：将结构化数据、半结构化json格式的三维模型数据、文本数据和图像数据分别对应的知识三元组均存入图数据库neo4j中，基于cypher语句进行知识图谱的构建、编辑和查询。
14、可选地，基于知识图谱的定制家具板材加工数据统一表征方法还包括基于知识图谱揭示多源异构数据中蕴含的关联关系，对定制家具板材加工的生产全要素结构关系精准刻画，深度挖掘影响板材加工质量和效率的潜在因素；
15、精准刻画定制家具板材加工的生产全要素结构关系和深度挖掘影响板材加工质量和效率的潜在因素的过程包括：基于知识图谱，构建异构图；基于解离化的图卷积网络方法对所述异构图进行解离化表征，基于解离化的表征数据提取更高阶信息，进而基于深度超图嵌入模型对定制家具板材加工的生产全要素结构关系精准刻画，获取影响板材质量的潜在因素。
16、可选地，基于知识图谱的定制家具板材加工数据统一表征方法还包括基于知识图谱进行任务应用开发；
17、所述任务应用至少包括：企业知识问答系统、加工工艺辅助系统、拆单审查系统和物料管理系统。
18、与现有技术相比，本专利技术具有如下优点和技术效果：
19、本专利技术通过构建定制家具板材加工知识图谱，将定制家具企业包括车间过程数据，工艺文件，企业人员，设备基础信息等全周期数据进行统一表征，以数据将企业各部门互联，实现领域知识共享，适用于定制家具企业数据管理和知识重用，最大限度地发挥生产数据所蕴含的巨大价值，以数据赋能生产，提升定制家具板材加工质量和提高加工效率。
本文档来自技高网...【技术保护点】
1.一种基于知识图谱的定制家具板材加工数据统一表征方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于知识图谱的定制家具板材加工数据统一表征方法，其特征在于，
3.根据权利要求2所述的基于知识图谱的定制家具板材加工数据统一表征方法，其特征在于，
4.根据权利要求3所述的基于知识图谱的定制家具板材加工数据统一表征方法，其特征在于，
5.根据权利要求1所述的基于知识图谱的定制家具板材加工数据统一表征方法，其特征在于，
6.根据权利要求4所述的基于知识图谱的定制家具板材加工数据统一表征方法，其特征在于，
7.根据权利要求4所述的基于知识图谱的定制家具板材加工数据统一表征方法，其特征在于，
8.根据权利要求6所述的基于知识图谱的定制家具板材加工数据统一表征方法，其特征在于，
9.根据权利要求1所述的基于知识图谱的定制家具板材加工数据统一表征方法，其特征在于，还包括基于知识图谱对定制家具板材加工的生产全要素结构关系刻画和潜在因素挖掘；
10.根据权利要求1所述的基于知识图谱
...【技术特征摘要】
1.一种基于知识图谱的定制家具板材加工数据统一表征方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于知识图谱的定制家具板材加工数据统一表征方法，其特征在于，
3.根据权利要求2所述的基于知识图谱的定制家具板材加工数据统一表征方法，其特征在于，
4.根据权利要求3所述的基于知识图谱的定制家具板材加工数据统一表征方法，其特征在于，
5.根据权利要求1所述的基于知识图谱的定制家具板材加工数据统一表征方法，其特征在于，
6.根据权利要求4所述的基于知识图谱的定制家具板材加...
【专利技术属性】
技术研发人员：张存吉，谢艳艳，武国鸳，江洪磊，刘炳生，
申请(专利权)人：桂林电子科技大学，
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。