基于AIGC的船舶管系元件模板自动生成方法及系统

本发明涉及元件建模，具体地，涉及一种基于aigc的船舶管系元件模板自动生成方法及系统。

背景技术：

1、高技术远洋客船是大型复杂系统，其设计包含大量的元件建模工作。比如，一艘邮轮的设计cad模型中包含2500多万个元件。因此，在大型船舶的设计中普遍采用元件模板生成形体类似的元件。在常用的船舶cad设计平台中元件模板通常以计算机代码或者脚本的形式定义，如tribon采用python定义元件的参数化生成器，smart3d采用专属模板语言def定义元件模板。在实践中，上述元件模板一般由软件开发人员编制。但是，造船企业面临着元件模板库建设进度缓慢，成本高的困难。

2、产生上述问题的主要原因是元件模板编程人员缺少足够的船舶专业知识；另一方面，船舶设计人员缺少计算机编程经验，因此专业人员之间的沟通不畅，经常导致元件模板反复修改。人与计算机之间最自然的交互方式是通过自然语言(natural language，nl)和图形界面进行对话。基于大语言模型(large language model，llm)的生成式人工智能为实现人机自然交互提供了更加便捷的途径。大语言模型已经开始应用于文本生成代码，例如copi lot；文本生成图片，例如midjourney；文本生成视频，例如flexcl ip；微软自动化办公，例如gpt-office。但是，这些生成式人工智能仍旧缺乏直接生成cad图形的能力。再者，虽然现有大语言模型可以直接生成代码，但是还不能以较高准确率生成与cad平台密切相关的建模代码。即使可以进行面向cad平台的特征微调，但是，目前仍旧难以获得元件模板的训练数据，微调工作难以实施。

技术实现思路

1、针对现有技术中的缺陷，本发明提供一种基于aigc的船舶管系元件模板自动生成方法及系统。

2、根据本发明提供的一种基于aigc的船舶管系元件模板自动生成方法及系统，所述方案如下：

3、第一方面，提供了一种基于aigc的船舶管系元件模板自动生成方法，所述方法包括：

4、步骤s1：归纳整理船厂常用的元件建模意图，设计受控自然语言描述元件建模意图，包括受控词汇集和语句模板；

5、步骤s2：输入自然语言形式的建模要求，利用大语言模型转换为受控自然语言；

6、步骤s3：利用受控自然语言的语句模板与可视化编码的映射规则，将受控自然语言形式的建模要求转换为可视化编码的模块及其连线。

7、优选地，所述步骤s1设计受控自然语言具体包括：受控词汇集和语句模板；

8、其中，受控词汇集：采用自然语言处理技术整理受控词汇集；首先，收集和整理船舶设计规范和建模指令的相关文本，形成初步的语料集；然后，采用jieba库自动处理上述语料集，获得受控词汇集；最后，采用扩展nltk库获取各词汇的上位词，最终在受控词汇集中只保留上位词；

9、语句模板：

10、1)vg|ng，vg表示动词添加或引用，ng表示图元类的名词；

11、2)ng|np|vp|数值，vp表示动词等于，ng表示图元类的名词，np表示图元的参数；

12、3)ng1|np1|vp|ng2|np2|表达式，vp表示动词等于，ng1和ng2表示图元类的名词，np1和np2表示图元的参数，表达式描述复杂的公式关系；

13、4)ng1|np1|vp|ng2|np2，vp表示等于，ng1和ng2表示图元类的名词，np1和np2表示图元的参数；

14、5)ng|vg|坐标，vg表示动词放置，ng表述图元类的名词；

15、6)ng1|vg|ng2|ac，vg表示动词放置，ng1和ng2表示图元类的名词，ac表示方位副词；

16、7)ng1|ng2|vb，vb表示动词取并集、取交集或取补集，ng1和ng2表示图元类的名词；

17、8)ng1|np1|nc1|ng2|np2|nc2|vc，vc表示动词相平行、相重合或相垂直，ng1和ng2表示图元类的名词，np1和np2表示图元的参数，nc1和nc2表示图元的特征点、边或面。

18、优选地，所述步骤s2包括：

19、基于大语言模型的自然语言和受控自然语言语句匹配：自然语言语句和受控自然语言语句之间的语义相似程度用它们的嵌入式向量之间的距离来衡量；余弦相似度是最常见的距离计算方法之一；余弦相似度的取值越接近1表示两个向量的相似度越高；反之越接近0，相似度越低；

20、对于语法结构不一样的自然语言语句和受控自然语言语句，通过大语言模型进行区分。

21、优选地，所述步骤s2还包括：

22、基于语义比较的转换：

23、1)利用大语言模型将自然语言建模要求分解为简单语句：首先将设计人员输入的自然语言建模要求分解为多个建模步骤；然后对所有步骤中出现的图元进行编号，确保其命名的唯一性；随后将一些复杂步骤拆分为多个只包含一个动作的简单句子；

24、2)生成备选受控自然语言语句：在使用jieba对简单句进行分词前，先声明它的自定义用户词典，即前述的受控词汇集；删除停用词之后，将分词结果按照词性对应填充到受控自然语言语句模板中，即填入模板的词汇词性与模板空位的词性保持一致，减少生成的受控自然语言语句数量；

25、在填充语句模板时，加入图元的唯一命名，修改受控自然语言语句中的默认部分；

26、3)计算余弦相似度：将自然语言简单句子及所有备选受控自然语言语句输入到大语言模型中，获取高维的嵌入式向量；然后计算自然语言简单句与所有受控自然语言语句嵌入式向量的余弦相似度，计算公式如下：

27、

28、其中，x(x1,x2,……,xi)表示自然语言语句的嵌入式向量；y(y1,y2,……,yi)表示受控自然语言语句的嵌入式向量，根据该公式计算出自然语言和受控自然语言之间的语义相似程度；

29、4)选择合适的受控自然语言语句：使用余弦相似度来计算简单句与可能的受控自然语言语句的相似度。

30、优选地，所述步骤s3包括：

31、设计可视化编码：可视化编码是将功能封装于模块内部，用数据流连接模块形成完整程序；每个模块包括若干输入端子和输出端子，端子用于存储整型int、浮点型double、字符串型string、实体型brep数据，数据只能由一个模块的输出端子经连接线传输至另一个模块的输入端子。

32、优选地，所述步骤s3还包括：

33、基于映射规则的转换：设置映射规则规定从受控自然语言语句模板到可视化编码模块、端子、连线的转换方法；

34、建立如下的映射规则：

35、1)vg|ng：vg对应图元模块，模块的子类型由ng确定；

36、2)ng|np|vp|数值：数值对应参数模块,ng对应图元模块，np对应图元模块的同名输入端子，参数模块的输出端子连接到ng模块的np输入端子；

37、3)ng1|np1|vp|ng2|np2|表达式：表达式对应公式模块，ng1、ng2对应图元模块，np2对应ng2的同名输出端子，np1对应ng1的同名输入端子，公式模块的p输入连接到ng2模块的np2输出，f输入是表达式；模块的r输出连接到ng1模块的np1输入；

38、4)ng1|np1|vp|ng2|np2：ng2模块的np2输出端子连接到ng1模块的np1输入端子；

39、5)ng|vg|坐标：vg对应定位模块，ng的brep输出端子连接到定位模块的brep输入端子，另外三个输入端子x、y、z分别连接到三个参数模块的输出端子；

40、6)ng1|vg|ng2|ac：先将ng2|ac要先转换为规则5)中的坐标，模块映射和连线的规则按规则5)执行；

41、7)ng1|ng2|vb：vb对应布尔运算模块，模块的子类型由vb确定，ng1和ng2的brep输出端子分别连接到布尔运算模块的两个brep输入端子；

42、8)ng1|np1|nc1|ng2|np2|nc2|vc：vc对应装配约束模块，模块的子类型由vc确定，ng1和ng2的brep输出端子分贝连接到装配约束模块的两个brep输入端子；每个brep包含多个特征点、特征边、特征面在内的相关拓扑几何特征，上述几何特征的选取由index输入端子根据np|nc组合确定。

43、第二方面，提供了一种基于aigc的船舶管系元件模板自动生成系统，所述系统包括：

44、模块m1：归纳整理船厂常用的元件建模意图，设计受控自然语言描述元件建模意图，包括受控词汇集和语句模板；

45、模块m2：输入自然语言形式的建模要求，利用大语言模型转换为受控自然语言；

46、模块m3：利用受控自然语言的语句模板与可视化编码的映射规则，将受控自然语言形式的建模要求转换为可视化编码的模块及其连线。

47、优选地，所述模块m1设计受控自然语言具体包括：受控词汇集和语句模板；

48、其中，受控词汇集：采用自然语言处理技术整理受控词汇集；首先，收集和整理船舶设计规范和建模指令的相关文本，形成初步的语料集；然后，采用jieba库自动处理上述语料集，获得受控词汇集；最后，采用扩展nltk库获取各词汇的上位词，最终在受控词汇集中只保留上位词；

49、语句模板：

50、1)vg|ng，vg表示动词添加或引用，ng表示图元类的名词；

51、2)ng|np|vp|数值，vp表示动词等于，ng表示图元类的名词，np表示图元的参数；

52、3)ng1|np1|vp|ng2|np2|表达式，vp表示动词等于，ng1和ng2表示图元类的名词，np1和np2表示图元的参数，表达式描述复杂的公式关系；

53、4)ng1|np1|vp|ng2|np2，vp表示等于，ng1和ng2表示图元类的名词，np1和np2表示图元的参数；

54、5)ng|vg|坐标，vg表示动词放置，ng表述图元类的名词；

55、6)ng1|vg|ng2|ac，vg表示动词放置，ng1和ng2表示图元类的名词，ac表示方位副词；

56、7)ng1|ng2|vb，vb表示动词取并集、取交集或取补集，ng1和ng2表示图元类的名词；

57、8)ng1|np1|nc1|ng2|np2|nc2|vc，vc表示动词相平行、相重合或相垂直，ng1和ng2表示图元类的名词，np1和np2表示图元的参数，nc1和nc2表示图元的特征点、边或面。

58、优选地，所述模块m2包括：

59、基于大语言模型的自然语言和受控自然语言语句匹配：自然语言语句和受控自然语言语句之间的语义相似程度用它们的嵌入式向量之间的距离来衡量；余弦相似度是最常见的距离计算方法之一；余弦相似度的取值越接近1表示两个向量的相似度越高；反之越接近0，相似度越低；

60、对于语法结构不一样的自然语言语句和受控自然语言语句，通过大语言模型进行区分；

61、基于语义比较的转换：

62、1)利用大语言模型将自然语言建模要求分解为简单语句：首先将设计人员输入的自然语言建模要求分解为多个建模步骤；然后对所有步骤中出现的图元进行编号，确保其命名的唯一性；随后将一些复杂步骤拆分为多个只包含一个动作的简单句子；

63、2)生成备选受控自然语言语句：在使用jieba对简单句进行分词前，先声明它的自定义用户词典，即前述的受控词汇集；删除停用词之后，将分词结果按照词性对应填充到受控自然语言语句模板中，即填入模板的词汇词性与模板空位的词性保持一致，减少生成的受控自然语言语句数量；

64、在填充语句模板时，加入图元的唯一命名，修改受控自然语言语句中的默认部分；

65、3)计算余弦相似度：将自然语言简单句子及所有备选受控自然语言语句输入到大语言模型中，获取高维的嵌入式向量；然后计算自然语言简单句与所有受控自然语言语句嵌入式向量的余弦相似度，计算公式如下：

66、

67、其中，x(x1,x2,……,xi)表示自然语言语句的嵌入式向量；y(y1,y2,……,yi)表示受控自然语言语句的嵌入式向量，根据该公式计算出自然语言和受控自然语言之间的语义相似程度；

68、4)选择合适的受控自然语言语句：使用余弦相似度来计算简单句与可能的受控自然语言语句的相似度。

69、优选地，所述模块m3包括：

70、设计可视化编码：可视化编码是将功能封装于模块内部，用数据流连接模块形成完整程序；每个模块包括若干输入端子和输出端子，端子用于存储整型int、浮点型double、字符串型string、实体型brep数据，数据只能由一个模块的输出端子经连接线传输至另一个模块的输入端子；

71、基于映射规则的转换：设置映射规则规定从受控自然语言语句模板到可视化编码模块、端子、连线的转换方法；

72、建立如下的映射规则：

73、1)vg|ng：vg对应图元模块，模块的子类型由ng确定；

74、2)ng|np|vp|数值：数值对应参数模块,ng对应图元模块，np对应图元模块的同名输入端子，参数模块的输出端子连接到ng模块的np输入端子；

75、3)ng1|np1|vp|ng2|np2|表达式：表达式对应公式模块，ng1、ng2对应图元模块，np2对应ng2的同名输出端子，np1对应ng1的同名输入端子，公式模块的p输入连接到ng2模块的np2输出，f输入是表达式；模块的r输出连接到ng1模块的np1输入；

76、4)ng1|np1|vp|ng2|np2：ng2模块的np2输出端子连接到ng1模块的np1输入端子；

77、5)ng|vg|坐标：vg对应定位模块，ng的brep输出端子连接到定位模块的brep输入端子，另外三个输入端子x、y、z分别连接到三个参数模块的输出端子；

78、6)ng1|vg|ng2|ac：先将ng2|ac要先转换为规则5)中的坐标，模块映射和连线的规则按规则5)执行；

79、7)ng1|ng2|vb：vb对应布尔运算模块，模块的子类型由vb确定，ng1和ng2的brep输出端子分别连接到布尔运算模块的两个brep输入端子；

80、8)ng1|np1|nc1|ng2|np2|nc2|vc：vc对应装配约束模块，模块的子类型由vc确定，ng1和ng2的brep输出端子分贝连接到装配约束模块的两个brep输入端子；每个brep包含多个特征点、特征边、特征面在内的相关拓扑几何特征，上述几何特征的选取由index输入端子根据np|nc组合确定。

81、与现有技术相比，本发明具有如下的有益效果：

82、1、本技术联合应用大语言模型和受控自然语言自动生成船舶管系元件模板的可视化编码的方法，相对于计算程序代码，可视化编码是以流程图的形式拼接常用的代码块，更加容易被设计人员理解；

83、2、设计人员采用本发明方法可以独自完成元件模板的编码工作，而不再需要软件开发人员参与元件模板编制。不仅节省了沟通的成本，更可以在很大程度上提升模板编制效率；

84、3、本发明引入受控自然语言，可以避免对大语言模型进行微调。

85、本发明的其他有益效果，将在具体实施方式中通过具体技术特征和技术方案的介绍来阐述，本领域技术人员通过这些技术特征和技术方案的介绍，应能理解所述技术特征和技术方案带来的有益技术效果。