(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210573084.2 (22)申请日 2022.05.25 (71)申请人 中国海洋大学 地址 266100 山东省青岛市崂山区松岭路 238号 (72)发明人 韩旭　刘贵杰　王泓晖　谢迎春　 田晓洁　冷鼎鑫　 (74)专利代理 机构 青岛华慧泽专利代理事务所 (普通合伙) 37247 专利代理师 姜英昌 (51)Int.Cl. G06F 30/23(2020.01) G06F 30/27(2020.01) G06N 3/08(2006.01) G01M 99/00(2011.01) (54)发明名称 一种基于替代模型和知识图谱的复杂机电 装备性能评价方法 (57)摘要 本发明公开了一种基于替代模型和知识图 谱的复杂机电装 备性能评价方法， 包括建立起复 杂机电装备的多物理耦合模型， 明确机电设备装 备性能指标， 建立样本点； 将样本点输入多物理 耦合模型， 获得响应值， 样本点及响应值进行混 联抽样， 生成数据集； 对数据集进行预处理剔除 离群点、 噪声点及异常值作为训练集； 对训练集 明确目标函数， 使用神经网络进行训练， 迭代优 化参数， 直至达到最佳拟合效果， 获得替代模型； 使用替代模型进行分析， 获得输入参数、 输出响 应的实体以及对应关系； 建立知识图谱； 使用知 识图谱， 经过语义检索和知识 推理进行复杂机电 装备性能评价。 本发明使用替代模型效率高、 准 确率高， 可以为后续的机电装备性能评价提供更 加完善的支撑 。 权利要求书1页 说明书5页 附图2页 CN 114997001 A 2022.09.02 CN 114997001 A 1.一种基于替代模型和知识图谱的复杂机电装备性能评价方法， 其特征在于： 包括如 下步骤： 步骤1， 建立起复杂机电装备的多物理耦合模型， 明确机电设备装备性能指标， 建立输 入的样本点； 步骤2， 将样本点输入多物 理耦合模型， 获得响应值， 样本点及响应值进行混联抽样， 生 成数据集； 步骤3， 对步骤2所 得的数据集进行 预处理剔除离群点、 噪声点及异常值作为训练集； 步骤4， 对步骤3所得训练集明确目标函数， 使用神经网络进行训练， 迭代优化参数， 直 至达到最佳拟合效果， 获得替代模型； 步骤5， 使用步骤4所得的替代模型进行分析， 获得输入参数、 输出响应的实体以及对应 关系； 步骤6， 建立知识图谱； 步骤7， 使用步骤6所得的知识图谱， 经过语义检索和知识推理进行复杂机电装备性能 评价。 2.根据权利要求1所述的一种基于替代模型和知识图谱的复杂机电装备性能评价方 法， 其特征在于， 所述步骤1中建立复杂机电装备的多物理耦合模型具体包括： 明确复杂机 电装备在工作过程中参与部 分， 使用有限元分析方法建立不同部 分的模型， 建立的模型， 搭 建Matlab/ simulink系统建立仿真模 型， 建立与系统相关的数学模型， 并以仿真结果为初始 条件在仿真平台进行多物理场仿真计算。 3.根据权利要求1所述的一种基于替代模型和知识图谱的复杂机电装备性能评价方 法， 其特征在于， 所述 步骤6的具体过程包括： 步骤6.1， 对步骤5所 得的数据进行 预处理； 步骤6.2， 对步骤6.1所 得数据完成实体命名及术语规范化； 步骤6.3， 提取不同实体、 实体关系和实体属性信息， 形成本体化的知识 表达； 步骤6.4， 将步骤6.3所得的知识进行整合， 消除矛盾和歧义， 将合格的知识加入知识图 谱中。 4.根据权利要求3所述的一种基于替代模型和知识图谱的复杂机电装备性能评价方 法， 其特征在于， 所述步骤6.1中预处理的方法包括对数据进行规范化、 离散化、 稀疏化处 理。 5.根据权利要求4所述的一种基于替代模型和知识图谱的复杂机电装备性能评价方 法， 其特征在于， 所述 规范化处 理采用的方法包括聚类算法、 KN N算法、 SVM算法。 6.根据权利要求4所述的一种基于替代模型和知识图谱的复杂机电装备性能评价方 法， 其特征在于， 所述离 散化处理采用的方法包括 等频法、 等宽法、 聚类法。权　利　要　求　书 1/1 页 2 CN 114997001 A 2一种基于替代模型和知识图谱的 复杂机电装 备性能评价 方法 技术领域 [0001]本发明涉及机电装备性能评价领域， 尤其是一种基于替代模型和知识图谱的复杂 机电装备性能评价方法。 背景技术 [0002]复杂的机电装备的性能指标有很多的种类， 比如说效率， 可靠性， 安全性， 精度等， 不同的机电装备的性能评价主体不同， 比如数控机床的精度， 一些加工 设备的安全性等， 这 些不同的机电装备的性能指标可能要 是用不同的方法来进 行分析， 这对于我们综合评价一 个机电装备， 带来了很大 的麻烦， 而且机电装备 的不同部件可能会对于总体的性能产生不 一样的影响。 进行性能评价涉及到多学 科， 多目标的复杂分析问题。 [0003]对于复杂机电装备性能评价还涉及到多变量参数， 分析目标与输入参数之间的高 度非线性， 大规模优化参数， 大量的循环迭代问题。 如果基于有限元模型或者多物理场耦合 模型直接的对于机电装备进 行仿真来获得性能评价， 计算量极大， 需要消耗大量的时间， 现 在已有的计算的平台很难 承担起如此 大的计算 量， 为了提高计算的效率， 降低仿真的时间。 [0004]对于不同的机电装备进行性能评价， 需要对于各个学科不 同知识进行综合分析， 要研究不同要 素之间的联系和影响， 常见的表格， 图像都不能满足这个需求。 可以使用知识 图谱的方法来建立起不同实体之间相互联系的对应关系， 在使用查询的方法， 找到不同性 能指标所对应的影响因素实体， 但是现有技术中的知识图谱构建方法常常是从专家经验或 者已有的知识库中获得， 知识图谱不够完善， 缺少实体以及属性， 对应关系， 而且通过实践 过程不断更新知识图谱， 有更新周期大， 实体命名方式不 规范， 实体对应关系冗余 等问题。 发明内容 [0005]为了克服现有技术中存在的上述问题， 本发明提出一种基于替代模型和知识图谱 的复杂机电装备性能评价方法。 [0006]本发明解决其技术问题所采用的技术方案是： 一种基于替代模型和知识图谱的复 杂机电装备性能评价方法， 包括如下步骤： [0007]步骤1， 建立起复杂机电装备的多物理耦合模型， 明确机电设备装备性能指标， 建 立输入的样本点； [0008]步骤2， 将样本点输入多物理耦合模型， 获得响应值， 样本点及响应值进行混联抽 样， 生成数据集； [0009]步骤3， 对步骤2所得的数据集进行预处理剔除离群点、 噪声点及异常值作为训练 集； [0010]步骤4， 对步骤3所得训练集明确目标函数， 使用神经网络进行训 练， 迭代优化参 数， 直至达到最佳拟合效果， 获得替代模型； [0011]步骤5， 使用步骤4所得的替代模型进行分析， 获得输入参数、 输出响应的实体以及 对应关系；说　明　书 1/5 页 3 CN 114997001 A 3