返回
mKGMPP: A multi-layer knowledge graph integration framework and its inference method for manufacturing process planning
DOI:10.1016/j.aei.2025.103266.png)
摘要
En 中文
制造过程规划是基于产品设计组织生产步骤的过程。其目的是根据数字模型确定工艺路线并制定资源配置策略。在连接产品设计与制造的过程中,设计人员和制造技术人员关注数字模型的不同方面。这导致制造技术人员将数字模型信息转化为工艺信息时产生扭曲。因此,这导致设计意图与工艺意图之间的映射出现偏差。这些偏差可能导致工艺知识关联的脱节,削弱工艺文档与数字模型之间的一致性和可追溯性。因此,本研究提出了一种用于制造过程规划的分层知识图谱(mKGMPP)和一种由数字模型及所提知识框架驱动的交互式制造过程规划系统(IMPP系统)。历史工艺方案采用基于文本和数字模型的双维方法进行分析。文本知识提取采用基于结构化数据解析和智能代理处理的方法。对于几何特征知识,采用OpenCV库,并结合高斯模糊、形态学操作和Canny检测算法。工艺方案的内部知识通过4M1E要素进行整合,并基于TQCSE建立工艺方案之间的多维关系。开发了几何相似性推理模块、工艺方案推理模块和加工内容修改模块,并基于Gradio构建了交互界面。以航空航天领域中的细长轴制造过程规划为例,验证了所提知识组织框架和知识推理方法的合理性。
Keyword:
Knowledge graph
Manufacturing process planning
Interactive inference
期刊
IF:
9.9
论文数:
4.4K
被引数:
1.7W
机构
引用论文
A knowledge graph-supported information fusion approach for multi-faceted conceptual modelling
INFORMATION FUSION
IF15.5
A smart conflict resolution model using multi-layer knowledge graph for conceptual design基于多层知识图谱的智能概念设计冲突解决模型
Data-driven decision support tool for production planning: a framework combining association rules and simulation数据驱动的生产计划决策支持工具: 结合关联规则和仿真的框架
Toward human-centric smart manufacturing: A human-cyber-physical systems (HCPS) perspective走向以人为中心的智能制造: 人-网络-物理系统 (HCPS) 视角

