本发明公开了一种基于知识图谱的焊接成本和工艺参数综合智能推荐方法，包括：基于焊接工艺知识设计图谱架构，构建焊接工艺知识图谱；对于新的焊接工艺设计，根据现有的工艺条件从焊接工艺知识图谱中筛选出相似度最高的K个焊接工艺实例，即为K组推荐的焊接工艺参数；最后通过焊接成本计算进一步对推荐的焊接工艺参数进行筛选排序。本发明通过构建焊接工艺知识图谱，一方面将多渠道的焊接知识存储到图谱中，实现焊接工艺知识的沉淀，提高知识重用率，降低知识存储的冗余，另一方面能够实现焊接工艺参数的智能推荐，显著优化焊接工艺对应的物料成本，有效解决了焊接工艺设计中专家经验依赖性强和成本较高的问题。
1.一种基于知识图谱的焊接成本和工艺参数综合智能推荐方法，其特征在于，包括以下步骤：步骤1：基于焊接工艺知识设计图谱架构，构建焊接工艺知识图谱；
步骤2：对于新的焊接工艺设计，根据现有的工艺条件从焊接工艺知识图谱中筛选出相似度最高的K个焊接工艺实例，即为K组推荐的焊接工艺参数；
步骤3：通过焊接成本计算进一步对推荐的焊接工艺参数进行筛选排序；
a、焊接方法判断：若焊接方法相同则Sw=1，否则Sw=0；
b、坡口形式判断：若坡口形式相同则Sg=1，否则Sg=0；
c、焊接位置判断：若焊接位置相同则Sp=1，否则Sp=0；
d、母材厚度判断：若T除以Ti大于等于2，则St=‑4，否则St=(1‑|T‑Ti|/Ti) ，其中T为现有的母材厚度，Ti为实例中的母材厚度；
e、母材牌号判断：获得母材牌号的词向量表示，并通过余弦相似度计算现有母材牌号与实例母材牌号之间的相似度Sb；
f、相似度计算：Sim=Sw+Sg+Sp+St+Sb；
（1）基于历史的焊接工艺实例，进行数据预处理：对焊接工艺的连续性特征进行归一化处理，对焊接工艺的类别性特征进行one_hot编码；
（2）构建词向量模型，包括两部分神经网络结构，第一部分神经网络将输入向量映射到隐层向量，第二部分神经网络将隐藏向量映射到输出向量；
（3）以除母材牌号外的工艺特征为模型输入，以母材牌号为模型输出，进行模型训练；
（4）将对应母材牌号的隐层向量取出求均值，即为该母材牌号对应的词向量。
2.根据权利要求1所述的一种基于知识图谱的焊接成本和工艺参数综合智能推荐方法，其特征在于，所述焊接工艺知识的获取途径包括但不限于焊接工艺手册、焊接工艺规范标准、焊接工艺规程及专家经验知识。
3.根据权利要求1所述的一种基于知识图谱的焊接成本和工艺参数综合智能推荐方法，其特征在于，所述步骤2还包括：如果从焊接工艺知识图谱中找不到相似度高于设定阈值的焊接工艺实例，则继续通过知识图谱的规则推理得到推荐的焊接工艺参数。
4.根据权利要求3所述的一种基于知识图谱的焊接成本和工艺参数综合智能推荐方法，其特征在于，所述知识图谱中构建的规则包括：A、设置一对关系“焊材适用母材”与“母材可选焊材”，其中“焊材适用母材”的定义域为焊材，值域为母材，“母材可选焊材”的定义域为母材，值域为焊材，并单独为每一种焊材牌号设置适用的母材牌号；
B、设置一对关系“焊材适用焊接方法”与“焊接方法可选焊材”，其中“焊材适用焊接方法”的定义域为焊材，值域为焊接方法，“焊接方法可选焊材”的定义域为焊接方法，值域为焊材，并单独为每一种焊材牌号设置适用的焊接方法；
C、设置一对关系“焊材适用焊接位置”与“焊接位置可选焊材”，其中“焊材适用焊接位置”的定义域为焊材，值域为焊接位置，“焊接位置可选焊材”的定义域为焊接位置，值域为焊材，并单独为每一种焊材牌号设置适用的焊接位置；
D、设置一对关系“坡口适用母材厚度”与“母材厚度可选坡口”，其中“坡口适用母材厚度”的定义域为坡口形式，值域为母材厚度，“母材厚度可选坡口”的定义域为母材厚度，值域为坡口形式，并单独为每一种母材厚度设置适用的坡口形式；
E、设置一对关系“母材可选焊接方法”与“焊接方法适用母材”，其中“母材可选焊接方法”的定义域为母材，值域为焊接方法，“焊接方法适用母材”的定义域为焊接方法，值域为母材，并单独为每一种母材设置适用的焊接方法。
5.根据权利要求1所述的一种基于知识图谱的焊接成本和工艺参数综合智能推荐方法，其特征在于，所述焊接成本的计算公式包括：单位焊缝长度的用电成本＝平均电压*平均电流／焊接速度*电费单价，单位焊缝长度的用丝成本＝焊丝截面积*送丝速度/焊接速度*焊丝密度*焊丝单价，单位焊缝长度的用气成本＝气流速度／焊接速度*气体单价。
一种基于知识图谱的焊接成本和工艺参数综合智能推荐方法
技术领域
[0001] 本发明涉及一种基于知识图谱的焊接成本和工艺参数综合智能推荐方法，属于智能化焊接技术领域。
背景技术
[0002] 随着计算机技术的高速发展，要实现高效、智能、规范化的焊接工艺设计离不开工艺知识的有效管理和工艺规划手段，即焊接工艺的知识建模和工艺规划变得极为重要。目前，国内大多数企业的焊接工艺设计主要依赖人工经验，存在知识重用率低、知识存储冗余和数字化智能化程度低等共性问题。焊接工艺工程师在进行工艺设计时，大多是通过查阅相关国家标准及工厂历史资料，并结合自身经验实现焊接工艺知识的管理，而焊接过程中，工艺内容繁多、复杂异构且知识层次较多，各个参数之间相互影响，例如：坡口形式选择、焊接材料选择、工艺参数选择等都需要查阅大量标准文件及依赖专家经验完成，造成了设计效率低、知识重用率低及工艺成本不合理甚至严重超标等问题。
[0003] 因此研究智能制造下的焊接工艺知识管理、构建焊接工艺知识库系统并实现焊接工艺知识的建模及重用，对于提高企业的焊接工艺设计效率、提升焊接知识重用效率、进行焊接成本优化和管控等有着重要意义。
发明内容
[0004] 发明目的：针对现有技术所存在的问题，本发明提供一种基于知识图谱的焊接成本和工艺参数综合智能推荐方法，通过构建焊接工艺知识图谱，一方面将多渠道的焊接知识存储到图谱中，实现焊接工艺知识的沉淀，提高知识重用率，降低知识存储的冗余，另一方面能够实现焊接工艺参数的智能推荐，有效提高焊接工艺的设计效率，从而解决焊接工艺设计中专家经验依赖性强和成本较高的问题。
[0005] 技术方案：为实现上述目的，本发明提供一种基于知识图谱的焊接成本和工艺参数综合智能推荐方法，包括以下步骤：
[0006] 步骤1：基于焊接工艺知识设计图谱架构，构建焊接工艺知识图谱；
[0007] 步骤2：对于新的焊接工艺设计，根据现有的工艺条件从焊接工艺知识图谱中筛选出相似度最高的K个焊接工艺实例，即为K组推荐的焊接工艺参数；
[0008] 步骤3：通过焊接成本计算进一步对推荐的焊接工艺参数进行筛选排序。
[0009] 进一步的，所述焊接工艺知识的获取途径包括但不限于焊接工艺手册、焊接工艺规范标准、焊接工艺规程及专家经验知识等。
[0010] 进一步的，所述相似度的计算过程包括：
[0011] a、焊接方法判断：若焊接方法相同则Sw=1，否则Sw=0；
[0012] b、坡口形式判断：若坡口形式相同则Sg=1，否则Sg=0；
[0013] c、焊接位置判断：若焊接位置相同则Sp=1，否则Sp=0；
[0014] d、母材厚度判断：若T除以Ti大于等于2，则St=‑4，否则St=(1‑|T‑Ti|/Ti)2，其中T为现有的母材厚度，Ti为实例中的母材厚度；
[0015] e、母材牌号判断：获得母材牌号的词向量表示，并通过余弦相似度计算现有母材牌号与实例母材牌号之间的相似度Sb；
[0016] f、相似度计算：Sim=Sw+Sg+Sp+St+Sb。
[0017] 进一步的，所述母材牌号的词向量表示方法包括：
[0018] （1）基于历史的焊接工艺实例，进行数据预处理：对焊接工艺的连续性特征进行归一化处理，对焊接工艺的类别性特征进行one_hot编码；
[0019] （2）构建词向量模型（包含但不限于word2vec模型），包括两部分神经网络结构（每部分包含但不限于一层或多层卷积神经网络或全连接神经网络），第一部分神经网络将输入向量映射到隐层向量，第二部分神经网络将隐藏向量映射到输出向量；
[0020] （3）以除母材牌号外的工艺特征为模型输入，以母材牌号为模型输出，进行模型训练；
[0021] （4）将对应母材牌号的隐层向量取出求均值，即为该母材牌号对应的词向量。
[0022] 进一步的，所述步骤2还包括：如果从焊接工艺知识图谱中找不到相似度高于设定阈值的焊接工艺实例，则继续通过知识图谱的规则推理得到推荐的焊接工艺参数。
[0023] 进一步的，所述知识图谱中构建的规则包括：
[0024] A、设置一对关系“焊材适用母材”与“母材可选焊材”，其中“焊材适用母材”的定义域为焊材，值域为母材，“母材可选焊材”的定义域为母材，值域为焊材，并单独为每一种焊材牌号设置适用的母材牌号；
[0025] B、设置一对关系“焊材适用焊接方法”与“焊接方法可选焊材”，其中“焊材适用焊接方法”的定义域为焊材，值域为焊接方法，“焊接方法可选焊材”的定义域为焊接方法，值域为焊材，并单独为每一种焊材牌号设置适用的焊接方法；
[0026] C、设置一对关系“焊材适用焊接位置”与“焊接位置可选焊材”，其中“焊材适用焊接位置”的定义域为焊材，值域为焊接位置，“焊接位置可选焊材”的定义域为焊接位置，值域为焊材，并单独为每一种焊材牌号设置适用的焊接位置；
[0027] D、设置一对关系“坡口适用母材厚度”与“母材厚度可选坡口”，其中“坡口适用母材厚度”的定义域为坡口形式，值域为母材厚度，“母材厚度可选坡口”的定义域为母材厚度，值域为坡口形式，并单独为每一种母材厚度设置适用的坡口形式；
[0028] E、设置一对关系“母材可选焊接方法”与“焊接方法适用母材”，其中“母材可选焊接方法”的定义域为母材，值域为焊接方法，“焊接方法适用母材”的定义域为焊接方法，值域为母材，并单独为每一种母材设置适用的焊接方法。
[0029] 进一步的，所述焊接成本的计算公式包括：
[0030] 单位焊缝长度的用电成本＝平均电压*平均电流／焊接速度*电费单价，[0031] 单位焊缝长度的用丝成本＝焊丝截面积*送丝速度/焊接速度*焊丝密度*焊丝单价，
[0032] 单位焊缝长度的用气成本＝气流速度／焊接速度*气体单价。
[0033] 有益效果：本发明提供的一种基于知识图谱的焊接成本和工艺参数综合智能推荐方法，相对于现有技术，具有以下优点：
[0034] （1）通过构建焊接工艺知识图谱，一方面将多渠道的焊接知识存储到图谱中，实现了焊接工艺知识的沉淀，大大提高了知识重用率，降低了知识存储的冗余，另一方面，可同时支持基于焊接工艺实例和本体规则推理的焊接工艺参数智能推荐，有效提高了焊接工艺的设计效率，解决了工艺设计中专家经验依赖性强和成本较高的问题；
[0035] （2）通过一套焊接成本计算引擎，在实现焊接工艺参数智能推荐的基础上，直接计算出单位焊缝的用电、用丝及用气成本，从而提供最优成本的焊接工艺参数；
[0036] （3）通过母材牌号的词向量表示，使得牌号不同但同属某一种钢类型以及强度等级一致的母材在向量空间上距离较近，表示其具备较高相似性，而差别较大的母材则在向量空间中距离较远，表示其具备较低相似性，由此提高了工艺参数推荐的精度。
附图说明
[0037] 图1为本发明实施例的整体流程图；
[0038] 图2为本发明实施例中焊接工艺参数智能推荐的具体流程图。
具体实施方式
[0039] 下面将结合附图对本发明的优选实施方式进行描述，更加清楚、完整地阐述本发明的技术方案。
[0040] 如图1所示为一种基于知识图谱的焊接成本和工艺参数综合智能推荐方法，包括以下步骤：
[0041] 步骤1：搜集焊接工艺知识，设计图谱架构，焊接工艺知识的获取途径包含焊接工艺手册、焊接工艺规范标准、焊接工艺规程（WPS）以及专家经验知识等。
[0042] 步骤2：进行本体建模，设置实体、属性与规则，并通过推理机制产生新的知识，最终构建得到焊接工艺知识图谱，其中设置的规则包含但不限于：
[0043] A、设置一对关系“焊材适用母材”与“母材可选焊材”，其中“焊材适用母材”的定义域为焊材，值域为母材，“母材可选焊材”的定义域为母材，值域为焊材，并单独为每一种焊材牌号设置适用的母材牌号，如焊材THQ‑60适用于母材Q620qD；
[0044] B、设置一对关系“焊材适用焊接方法”与“焊接方法可选焊材”，其中“焊材适用焊接方法”的定义域为焊材，值域为焊接方法，“焊接方法可选焊材”的定义域为焊接方法，值域为焊材，并单独为每一种焊材牌号设置适用的焊接方法，如焊材THQ‑60仅适用于混合气体保护焊这一种焊接方法；
[0045] C、设置一对关系“焊材适用焊接位置”与“焊接位置可选焊材”，其中“焊材适用焊接位置”的定义域为焊材，值域为焊接位置，“焊接位置可选焊材”的定义域为焊接位置，值域为焊材，并单独为每一种焊材牌号设置适用的焊接位置，如焊材THQ‑60适用于平、仰、横、立全位置焊接；
[0046] D、设置一对关系“坡口适用母材厚度”与“母材厚度可选坡口”，其中“坡口适用母材厚度”的定义域为坡口形式，值域为母材厚度，“母材厚度可选坡口”的定义域为母材厚度，值域为坡口形式，并单独为每一种母材厚度设置适用的坡口形式；
[0047] E、设置一对关系“母材可选焊接方法”与“焊接方法适用母材”，其中“母材可选焊接方法”的定义域为母材，值域为焊接方法，“焊接方法适用母材”的定义域为焊接方法，值域为母材，并单独为每一种母材设置适用的焊接方法。
[0048] 步骤3：通过工艺实例相似度进行焊接工艺参数推荐；
[0049] 步骤3.1：获得母材牌号的词向量表示；
[0050] （1）基于历史的焊接工艺参数数据，进行数据预处理，包括：对焊接电流、焊接电压、送丝速度、焊接速度等连续性特征进行归一化处理，对母材牌号、焊材牌号、焊接方法、坡口形式等类别性特征进行one_hot编码；
[0051] （2）构建word2vec模型，包括两层全连接层，第一层全连接层将输入向量映射到隐层向量（维度为N），第二层全连接层将隐藏向量映射到输出向量，实施例中N=50；
[0052] （3）以除母材牌号外的工艺特征为模型输入，以母材牌号为模型输出，进行模型训练，其中输入向量维度为V，输出向量维度为M；
[0053] （4）将对应母材牌号的隐层向量取出求均值，即为该母材对应的词向量。
[0054] 这里将NLP（自然语言处理）中的word2vec算法思想应用在焊接母材的向量化上，通过对应的焊接工艺特征进行母材牌号的预测，由此将母材牌号转化为空间词向量。如果有两种不同的母材牌号，属于同一种钢材，并且强度等级一致，那么它们对应的焊接工艺特征也会是类似的，那经过模型之后提取的特征，即词向量也是类似的。这种情况下模型无法区分这两种母材，所以他们相似度很高，相反如果两种母材差距很大，模型能轻易区分开，说明得到的词向量差距也很大。
[0055] 步骤3.2：相似度计算；
[0056] a、焊接方法判断：若焊接方法相同则Sw=1，否则Sw=0，焊接方法包含但不限于手工电弧焊、埋弧自动焊、二氧化碳气体保护焊、TIG焊、MIG焊、混合气体保护焊等；
[0057] b、坡口形式判断：若坡口形式相同则Sg=1，否则Sg=0，坡口形式包含但不限于V型、Y型、X型、U型、K型、不开坡口的角焊缝等；
[0058] c、焊接位置判断：若焊接位置相同则Sp=1，否则Sp=0；
[0059] d、母材厚度判断：若T除以Ti大于等于2，则St=‑4，否则St=(1‑|T‑Ti|/Ti)2，其中T为现有的母材厚度，Ti为实例中的母材厚度；
[0060] e、母材牌号判断：根据得到的母材牌号词向量，通过余弦相似度计算现有母材牌号与实例母材牌号之间的相似度Sb；
[0061] f、相似度计算：Sim=Sw+Sg+Sp+St+Sb。
[0062] 步骤3.3：通过相似度计算从焊接工艺知识图谱中筛选出相似度最高的K个焊接工艺实例，即为K组推荐的焊接工艺参数。
[0063] 步骤4：如果从焊接工艺知识图谱中找不到相似度高于设定阈值的焊接工艺实例，则继续通过知识图谱的规则推理进一步得到推荐的焊接工艺参数。
[0064] 步骤5：将推荐的焊接工艺参数导入成本计算引擎，实时计算出单位焊缝长度的用电成本、用丝成本及用气成本，由此进行筛选排序。
[0065] 具体的，焊接成本的计算公式包括：
[0066] 单位焊缝长度的用电成本＝平均电压*平均电流／焊接速度*电费单价，[0067] 单位焊缝长度的用丝成本＝焊丝截面积*送丝速度/焊接速度*焊丝密度*焊丝单价，
[0068] 单位焊缝长度的用气成本＝气流速度／焊接速度*气体单价。
[0069] 步骤6：如图2所示，如果一轮推理没有得到合适的焊接工艺参数，将继续进行下一轮的推理，直到推荐出合适的焊接工艺参数；当得到合适的焊接工艺参数之后，工程师可进一步基于焊接成本和质量的考量对焊接工艺参数进行一定修正，并将新的工艺实例加入到焊接工艺知识图谱的数据库中，实现数据更新和优化。
[0070] 上述具体实施方式仅仅对本发明的优选实施方式进行描述，而并非对本发明的保护范围进行限定。在不脱离本发明设计构思和精神范畴的前提下，本领域的普通技术人员根据本发明所提供的文字描述、附图对本发明的技术方案所作出的各种变形、替代和改进，均应属于本发明的保护范畴。
