[发明专利]一种基于知识图谱表示学习的加工链重用方法

权利要求书

1.一种基于知识图谱表示学习的加工链重用方法，包括下列步骤：

第一步：建立零件的工艺信息模型；

第二步：基于TransD模型训练向量表示

对于给定的知识三元组(h，r，t)，TransD模型设计有投影矩阵M_rh和M_rt，

经投影变换后，头实体h和尾实体t向量表示为：

h_⊥＝M_rhh，t_⊥＝M_rtt

将TransD模型运用在工艺规划领域知识图谱的向量表示中，其训练过程如下：

(1)将工艺规划知识图谱中的实体与关系分别编入不同文件，并设立每个实体、关系的唯一编号id；建立一个新文件用以存储三元组，其中三元组中的实体和关系用编号id代替，完成数据集的处理；

(2)输入TransD模型训练的超参数，损失函数中的标准化项γ为1，损失函数为：

式中T代表正样本，T′代表负样本，h为头实体，t为尾实体，γ代表正样本与负样本的间隔值，γ越大则三元组间被允许的误差就越大；正样本由原始数据集得到，负样本是对原始三元组中的头实体或尾实体进行随机替换后形成；

其评分函数f_r如下：

(3)通过随机梯度下降法SGD计算损失，更新模型参数；若不满足收敛条件，则循环生成正负实例进行损失计算；若满足收敛条件，得到最终的嵌入向量；

第三步：基于向量表示的多属性相似度计算

根据TransD模型训练好的向量表示，将待加工特征视为目标加工特征，可重用的历史加工特征视为相似加工特征，分别对从属于待加工特征的特征类型FT、尺寸特征SF、材料特征MC、精度特征AF四类属性进行相似度计算，再赋权求和得到最终加工特征之间的相似度值，属性间的相似度计算采用余弦相似度；通过多属性相似度计算对特征MF的属性进行相似度量，重用历史数据中的加工链；多属性相似度计算方法为：

式中，为特征MF_i与特征MF_j的多属性相似分值，FT，MC，AF，SF为对应属性节点的表示向量，FT_i，MC_i，AF_i，SF_i∈MF_i，FT_j，MC_j，AF_j，SF_j∈MF_j，α、β、ω为权重系数，

对于α、β、ω四类指标权重的确定，采用变异系数法进行权重赋值，对四类属性相似度分值进行赋权求和得到加工特征之间的多属性相似度值

第四步：利用多属性相似度计算分值进行加工链重用

根据得到的多属性相似度值进行排序，为目标加工特征MF_i选择分值最高的相似加工特征MF_j，从而对从属于MF_j的加工链PC＝{ME₁，ME₂，ME₃...}进行重用。

2.根据权利要求1所述的加工链重用方法，其特征在于，第一步的方法如下：

将待加工零件拆解成若干个加工特征，表达为：

式中，PMF代表待加工零件PM的特征集合，MF_i为特征单元，特征单元是对加工特征的信息描述，一个零件的所有特征单元构成该零件的特征信息集合。

根据工艺制造所需的机加工信息描述，工件的特征单元MF表达为如下的七元组形式：

MF＝{ID，FT，SF，MC，AF，PC，PFs}

式中，ID代表该特征单元的序列编号，FT代表其加工特征类型，SF代表其尺寸特征，MC代表其材料特征，AF代表其精度特征，PC代表特征单元的加工链，PFs代表先行特征集，即待加工零件下加工顺序要优先于该特征的特征单元序列编号集合，由特征间的约束关系决定，该约束关系主要包含四类：先粗后精型约束、先面后孔型约束、基准优先型约束、主次优先型约束。

面向加工特征的几何形状将加工特征类型FT分成16个基本大类，即FT＝{凸台类，腔孔类，槽类，凸起类，圆角类，外圆类，台阶类，平面类，旋转特征类，球冠类，轮廓类，螺纹类，标记类，滚花类，一般移除体积类，肋顶类}；每个大类又进一步拆分为子类别。

尺寸特征SF包括定位尺寸与定型尺寸。材料特征MC包括材料类型、硬度。精度特征AF包括尺寸公差和表面粗糙度。

加工链PC是由特征单元MF下所有加工元ME组成的加工序列，表达为：

式中，MF代表加工链从属的特征单元，ME_i为第i个加工元。

加工元ME能对单个加工方式进行描述：

ME＝{ID，MN，MF，PM}#(4)

式中，ID代表该加工元的序列编号，MN代表加工方式名称，MF代表其从属的特征单元编号，PM代表其可使用的工艺设备。