一种利用事理图谱推理3D模型结构的方法与系统

本发明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。

背景技术：

1、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。

2、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

1、针对现有机械设计3d模型结构的要求，本发明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。

2、本发明可以将复杂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。

3、本发明为实现上述目的所采用的技术方案是：

4、一种利用事理图谱推理3d模型结构的方法，包括以下步骤：

5、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；

6、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；

7、3)基于构建好的事理图谱，进行推理；

8、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。

9、所述步骤1)包括以下步骤：

10、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；

11、1.2)对文本数据依次进行数据清洗；

12、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；

13、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；

14、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。

15、所述步骤2)包括以下步骤：

16、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；

17、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；

18、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；

19、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。

20、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：

21、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；

22、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；

23、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；

24、推理结果类，内容为零件的特征、尺寸、型号和结构；

25、事件类，内容为设计零件、设计结构或者工件的名称；

26、输出类，作为标记节点，标志该部分推理结束；

27、所述关系类节点包括：

28、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。

29、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：

30、3a.1)查询事理图谱中待查询零件节点的子图；

31、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；

32、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；

33、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；

34、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；

35、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；

36、3a.7)将推理结果进行可视化展示。

37、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：

38、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，获取“基本实体”节点对应的所有数据；

39、3b.2)搜索并选定与步骤3b.1)中事件“节点”相连的“判断计算”节点，并分别再次查询该节点所相连的“基本实体”节点，匹配到步骤3b.1)获取的数据并记录；

40、3b.3)搜索与步骤3b.2)中“判断计算”相连的“判断/公式”节点，并按随机顺序读取单个“判断/公式”节点的内容，并将步骤3b.2)中对应的数据带入到“判断/公式”节点的内容；

41、3b.4)将符合步骤3b.3)中“判断/公式”节点的内容记录，并终止步骤3b.3)的读取查询过程；

42、3b.5)查找步骤3b.4)的下游节点并记录，并继续查找下游节点；

43、3b.6)查找步骤3b.5)的下游“判断计算”节点，重复步骤3b.2)～步骤3b.5)，当查询到“输出”节点时，终止推理，并储存所有的被记录节点的名称；

44、3b.7)搜索起始点为选定的事件类节点，路径含有步骤3b.6)中所有被记录的节点，终点为“输出”节点的路径，并查询该路径的“推理结果”类节点，输出“推理结果”类节点的内容，即为推理结果；

45、3b.8)将步骤3b.6)中储存的节点使用自然语言处理技术生成自然语言，输出自然语言的推理过程和逻辑，作为推理结果的原因和规则支撑。

46、一种利用事理图谱推理3d模型结构的系统，包括：

47、规则提取处理与结构化模块，用于获取专家规则，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；

48、结构化数据转化为事理图谱模块，用于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；

49、图谱推理模块，用于基于构建好的事理图谱，进行推理；

50、推理结果可视化输出模块，用于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。

51、所述结构化数据转化为事理图谱模块，包括：

52、节点定义模块，用于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；

53、数据解析模块，用于使用python将三元组结构化数据解析为节点和关系的形式；

54、节点创建模块，用于连接图数据库，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；

55、数据映射模块，用于使用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。

56、所述图谱推理模块，包括：

57、自动转化模块，用于查询事理图谱中待查询零件节点的子图；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；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；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；

58、推理模块，用于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；

59、查询与显示模块，用于将推理结果进行可视化展示。

60、所述图谱推理模块，包括：

61、推理过程触发模块，用于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，获取“基本实体”节点对应的所有数据；

62、推理模块，用于搜索并选定“事件”节点相连的“判断计算”节点，并分别再次查询该节点所相连的“基本实体”节点，匹配到推理过程触发模块获取的数据并记录；搜索与“判断计算”相连的“判断/公式”节点，并按随机顺序读取单个“判断/公式”节点的内容，并将对应的数据带入到“判断/公式”节点的内容；将符合“判断/公式”节点的内容记录，并终止读取查询过程；继续查找下游节点；查找下游“判断计算”节点，当查询到“输出”节点时，终止推理，并储存所有的被记录节点的名称；搜索起始点为选定的事件类节点，路径含有所有被记录的节点，终点为“输出”节点的路径，并查询该路径的“推理结果”类节点，输出“推理结果”类节点的内容，即为推理结果；

63、查询与显示模块，将储存的节点使用自然语言处理技术生成自然语言，输出自然语言的推理过程和逻辑，作为推理结果的原因和规则支撑。

64、本发明具有以下有益效果及优点：

65、1.系统智能设计提高机械设计效率：传统机械设计3d模型结构需要数名相关领域专家进行大量的手动计算和推理设计，而基于事理图谱推理3d模型结构系统可以自动推理和生成3d模型结构，大幅提高设计效率，节省设计时间和成本，从而直接减少终端产品的设计生产周期，大幅减少工程师工作量，降低人力的同时增加效率。

66、2.提高设计准确性：基于事理图谱推理3d模型结构系统，能够将机械设计手册中的规则和知识转化为可计算的形式，并以图谱的形式进行存储和管理。通过对机械设计知识的深度挖掘和自动推理，设计思路和流程更准确清晰，可以提高设计精度，减少设计出错的可能性，降低重复设计风险，从而进一步减少终端产品的设计生产周期。

67、3.支持多领域设计：事理图谱推理3d模型结构系统可以集成多领域知识，包括机械设计规范、材料力学、流体力学、理论力学、机械制造等方面的知识，系统可以将各个领域的知识进行有效的整合，能够支持涉及多领域的复杂3d模型结构设计。

68、4.提高设计灵活性：该发明可以根据用户输入的需求，自动化地推导出符合要求的3d模型结构。用户可以通过调整输入的参数和条件，实现灵活的设计和优化。

69、5.提高产品质量和竞争力：智能化机械设计可以提高设计效率，大幅降低设计周期，从而提高产品质量和下线速度，从而提高企业的生产效率和竞争力。