(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 202210739412.1 (22)申请日 2022.06.28 (71)申请人 电子科技大 学 地址 611731 四川省成 都市高新区 （西区） 西源大道 2006号 (72)发明人 何松涛　王伟　贾文杰　 (74)专利代理 机构 成都虹盛汇泉专利代理有限 公司 51268 专利代理师 王伟 (51)Int.Cl. G06F 16/901(2019.01) G06F 16/904(2019.01) G06F 16/36(2019.01) G06F 8/30(2018.01) G06Q 50/04(2012.01) (54)发明名称 一种基于知识图谱的数字孪生车间多尺度 关联方法 (57)摘要 本发明公开了一种基于知识图谱的数字孪 生车间多尺度关联方法， 包括以下步骤： S1、 针对 车间中的结构化、 半结构化、 非结构化数据， 定义 能够记录整型、 符点型、 字符串等不同类型数据 的知识图谱的数据结构； S2、 根据车间中已有的 制造资源本体模 型的数据结构， 编写获取静态数 据及动态数据的程序代码并进行封装， 获取知识 图谱节点的基本信息及其属性数据； S3、 先根据 尺度层次、 应用场景判断是否存在跨尺度关系； 再通过分析车间制造资源间的关系， 定义制造资 源关系模板， 判断是否存在同尺度关系； S4、 将绘 制知识图谱所需的基本信息、 属性数据、 关系数 据填充到定义好的知识图谱数据结构中， 生成车 间知识图谱的图形化表达， 并发布到Web端。 权利要求书2页 说明书8页 附图6页 CN 115080797 A 2022.09.20 CN 115080797 A 1.一种基于知识图谱的数字 孪生车间多尺度关联 方法， 其特 征在于， 包括以下步骤： S1、 针对车间中的结构化、 半结构化、 非结构化数据， 定义能够记录整型、 符点型、 字符 串等不同类型数据的知识图谱的数据结构， 统一数据格式， 融合多源异构数据， 为后续知识 图谱的绘制提供支撑； S2、 针对知识图谱所需的属性数据， 根据车间中已有的制造资源本体模型的数据结构， 编写获取静态数据及动态数据的程序 代码并进 行封装， 获取知识图谱节点的基本信息及其 属性数据； S3、 针对知识图谱所需的关系数据， 先根据尺度层次、 应用场景判断是否存在跨尺度关 系； 再通过分析车间制造 资源间的关系， 定义制造 资源关系模板， 并结合车间实体的真实标 签、 属性数据， 判断是否存在同尺度关系； S4、 将绘制知识图谱所需的基本信息、 属性数据、 关系数据填充到定义好的知识图谱数 据结构中， 并转 化为Json格式， 生成车间知识图谱的图形化表达， 并发布到Web端。 2.根据权利要求1所述的一种基于知识图谱的数字孪生车间多尺度关联方法， 其特征 在于： 所述步骤S1中知识图谱的基本结构是三元组， 主要包括 “节点—属性—属性值 ”和“节 点—关系—节点 ”两种类型； 因此构建知识图谱所需的数据包括节点的基本信息、 节点的属 性值、 节点间的关联关系； 在此基础上， 构建了一种数据结构用于记录 绘制知识图谱所必需 的数据； 节 点的基本信息主要包括ID、 名称、 功能描述等， 节 点的属性信息主要包括尺 寸、 加 工精度、 通讯协议等静态属 性和位置、 速度、 电流等动态属性， 节点的关系信息主要包括不 同尺度间的包 含关系和相同尺度下的协作、 维护等关系。 3.根据权利要求1所述的一种基于知识图谱的数字孪生车间多尺度关联方法， 其特征 在于： 所述步骤S2具中根据已经构建的车间资源本体模型的数据结构、 数据格式， 编写 数据 解析读取程序， 并将其封装成读写ID、 名称、 尺寸、 位置等数据的接口， 以实现数据的快速、 安全、 稳定的提取； 在车间运行过程中， 静态数据通常不发生变化， 而动态数据则可能时刻 发生变化， 因此需要采取不同的数据更新策略； 对于静态数据， 只需在知识图谱生成时， 遍 历ID、 名称等静态数据读取接口， 实现静态数据的初始化； 对于动态数据， 则需要平衡考虑 知识图谱中数据的实时性需求和计算资源负载， 循环调用位置、 速度等动态数据读取接口， 实现动态数据的更新。 4.根据权利要求1所述的一种基于知识图谱的数字孪生车间多尺度关联方法， 其特征 在于， 所述 步骤S3包括以下分步骤： S31、 数字孪生应用的尺度、 场景等通常在开发之初就已经设定完成， 车间通常可以划 分为系统、 单元、 部件尺度， 包括了远程控制、 故障诊断等多个应用场景； 根据数字孪生节 点 基本信息中的尺度层次、 应用场景判断是否存在跨尺度的包 含关系； S32、 将车间中的制造资源分为制造设备、 人力资源、 物料资源和辅助硬件资源， 在此基 础上进一步研究真实车间中存在的人、 设备、 物料等之间的关系， 将这些关系整理记录， 形 成车间制造 资源关系模板； 将车间制造 资源关系模板与实体标签、 属性等数据结合， 判断是 否存在同尺度的协作、 维护等关系。 5.根据权利要求4所述的一种基于知识图谱的数字孪生车间多尺度关联方法， 其特征 在于， 所述步骤S31中的系统为整个车间， 单元包括： 生产单元、 物流单元和 仓储单元， 部件 包括： 机床、 AGV、 三 坐标测量机和机 械臂等。权　利　要　求　书 1/2 页 2 CN 115080797 A 26.根据权利要求1所述的一种基于知识图谱的数字孪生车间多尺度关联方法， 其特征 在于， 所述 步骤S4包括以下分步骤： S41、 开发资源虚拟化注册终端， 调用步骤S2中封装好的属性数据读写接口， 在Web端实 现静态数据的增删改查 等操作， 并将其存 储在数据库中； S42、 提取步骤S2、 步骤S3中的获取的实体、 属性、 关系数据， 并将这些数据按照S1定义 的数据结构统一 转化为Json格式； S43、 使用集成在的Web项目中的图数据在线交互框架， 将记录了车间知识多尺度关联 信息的Jso n文件转化为可视化知识图谱， 并支持浏览、 关系查找等交 互操作。权　利　要　求　书 2/2 页 3 CN 115080797 A 3