[发明专利]人机物知识图谱制造产线运维决策方法及系统、存储介质

权利要求书

1.人机物知识图谱制造产线运维决策方法，其特征在于：包括以下步骤：

输入信号数据；

对信号数据进行分析并获取信号数据的特征指标；

利用特征指标在人机物知识图谱中推理相适应的算法模型，并调用推荐的模型参数；

利用算法模型处理输入信号数据，实现对信号数据的特征提取与分析，得到状态评估结果；

根据状态评估结果在人机物知识图谱中推理所述状态评估结果的产生原因以及相应的解决方法和预防措施，并形成决策支持方案输出；

所述人机物知识图谱按照以下步骤构建：

构建人机物三元本体，抽取人机物三元数据实体；

根据三元数据实体获取人机物实体并建立模型分析与数据设备解析；

对人机物三元实体消岐与连接，形成初始人机物知识图谱；

基于Deeppath算法对初始人机物知识图谱进行知识图谱补全，形成最终的人机物知识图谱；

所述人机物三元本体构建包括从人机物来构建本体，所述人机物三元本体按照以下步骤构建：

人本体是以报告手册的总结出来的凝练知识；

机本体是能大规模处理不同类型数据的计算机网络模型；

物本体得是客观存在的设备参数数据；

所述人本体分为质量知识和故障知识，所述质量知识通过对质量报告、质检报告进行分析并结合专家经验，包括冲压缺陷、焊点缺陷、车身变形、漆面损伤、焊缝缺陷和强度缺陷中的任意项；所述故障知识通过对设备故障手册、运维报告进行分析并结合专家经验，包括电气故障、机械故障、软件故障、网络故障、人因故障中的任意项；

所述机本体包括卷积神经网络、图神经网络、长短期记忆网络、堆叠自编码、多层感知机、变分推断中的任意项；

所述物本体包括设备本体和数据本体，所述设备本体包括检测设备、控制设备、工艺设备、输送设备以及工装夹具中的任意项；所述数据本体包括图片、信号、视频以及统计指标中的任意项。

2.如权利要求1所述的人机物知识图谱制造产线运维决策方法，其特征在于：所述人机物知识图谱的构建过程采用自上而下的设计方案，具体步骤如下：

通过对专家经验、故障手册、运维报告数据运用Bert预训练模型进行实体识别与关系抽取，形成人的三元组数据；

通过对算法模型及相应网络参数的建模和对时频分析技术的特征指标筛选配对，形成机的三元组数据；

通过对数据进行分析，获取数据形式相应的特征指标；对产线、设备及其组成分布进行分析，实现产线与设备，设备与部件之间的连接；

对设备与数据形式进行匹配，从而形成物的三元组数据；

完成了人机物三元数据的抽取后，进行人机物三元的实体消歧，对于人机物多源异构数据源知识库中的各个实体，找出属于现实世界中的同一实体，进行消歧操作，完成实体表述上的统一；

完成实体消歧后对人机物实体进行跨域实体连接，从而构建成初始人机物知识图谱；

应用Deeppath算法对初始人机物知识图谱进行补全，根据初始人机物知识图谱中现存的关系去推理所欠缺的实体关系，最终得到一个完整的人机物知识图谱。

3.如权利要求1所述的人机物知识图谱制造产线运维决策方法，其特征在于：所述决策支持方案按照以下步骤形成并输出：

输入信号，经过时频信号技术处理，从信号中挖掘出相应的特征指标；并根据这些特征指标在已建立的人机物知识图谱中进行推理，此处所使用的是人机物知识图谱中的模型推理模块，在人机物知识图谱中推理得到相应的推荐算法，并调用推荐的模型参数，从而输出算法模型；

利用算法模型对输入信号进行分析处理，从而得到状态评估结果；

根据状态评估结果在已建立的人机物知识图谱中进行推理，使用人机物知识图谱中的运维决策模块；

在人机物知识图谱中推理得到状态评估结果相关的产生原因，解决方案以及预防措施，并根据推理到的相关内容形成决策方案进行输出，实现决策支持。