摘要
在工业4.0的背景下，加强热加工行业数字化转型和智能化车间建设，热加工工艺是实现高质量低成本制造的关键。知识图谱是一种基于知识表示和语义网络的人工智能技术，它可以将海量的、分散的数据资源进行结构化和语义化，使得机器可以对这些数据进行更加高效、准确的处理和分析。知识图谱技术弥补了传统工艺数据处理困难、建模方式不灵活、表现形式不直观、数据利用率低等不足。然而，知识图谱在热加工领域的应用并不成熟，较为完备的热加工知识系统亟需构建。 基于知识图谱的构建技术，结合热加工工艺知识的特点和工艺需求，本课题研究面向热加工工艺的知识建模方法和知识抽取技术。具体研究内容如下： （1）针对热加工领域缺乏完整的知识建模体系问题，本文提出了基于本体的热加工工艺知识建模方法，该方法有助于领域内的知识抽象、分类和关联，使其具有形式化的语义表达和推理能力。 （2）针对工艺知识概念表示的模糊性问题，将概念对的表示方法和隶属度的评价指标引入到工艺本体中，形成模糊本体。通过引入概念对，更好地表达了工艺中的相关概念之间的关系；通过引入隶属度，更加准确地描述了工艺参数在不同取值下对工艺效果的影响程度。经实验验证，这些信息的精细描述有助于建立更为准确的工艺模型。 （3）针对工艺专业实体识别不准确的问题，提出了结合模糊本体的NLP实体识别模型。该模型基于TensorFlow的长短记忆神经网络，将传统命名实体识别任务中的多层次特征进行融合处理，减少任务之间的误差积累，并通过状态转移矩阵进行训练优化。经实验验证，证明了模型对工艺专业实体识别效果更佳，具有更高的准确率。 基于以上研究，设计并构建面向热加工工艺知识图谱的信息管理原型系统，该系统提高了工艺数据的利用率、改善了信息检索效率，促进了人机交互和工艺知识的共享。
NETL