[发明专利]一种基于本体的轴类零件粗糙度规范的合理性检验方法在审
申请号: | 202011081401.6 | 申请日: | 2020-10-12 |
公开(公告)号: | CN112131686A | 公开(公告)日: | 2020-12-25 |
发明(设计)人: | 黄美发;刘振辉;唐哲敏;刘廷伟;裴永琪;王家浩 | 申请(专利权)人: | 桂林电子科技大学 |
主分类号: | G06F30/17 | 分类号: | G06F30/17;G06F30/27;G06N5/04 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 541004 广*** | 国省代码: | 广西;45 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 本体 零件 粗糙 规范 合理性 检验 方法 | ||
属于粗糙度规范设计和认证及计算机辅助公差设计(CAT)技术领域,具体涉及基于本体的轴类零件粗糙度规范的合理性检验方法。具体包括以下步骤:(1)构建合理性检验本体;(2)建立合理性检验的SWRL推理规则;(3)提取合理性检验相关信息;(4)构建合理性检验实例化本体模型;(5)将Jess推理机与SWRL规则结合,对合理性检验进行推理并输出结果。利用涉及领域知识构建本体推理知识框架,根据显性领域知识推理隐含知识拓展合理性检验知识库;结合语义网络规则语言规则库,针对几何产品的具体设计及使用环境条件对粗糙度规范进行合理性检验。本发明能够使得计算机能够检验粗糙度规范,为粗糙度规范进行合理性检验提供了一种快捷有效的方法。
技术领域
本发明属于粗糙度规范设计和认证及计算机辅助公差设计(CAT)技术领域,具体涉及一种基于本体的轴类零件粗糙度规范的合理性检验方法。
背景技术
在当前的几何产品设计中,轴类零件粗糙度规范的合理性方法往往由设计人员根据自身经验或对相关标准的理解再手工进行合理性检验,或者由评定认证人员在评定零件中发现所给规范不能指导认证,发现规范的不合理性,再反馈给设计人员。这种两种粗糙度规范合理性方法存在效率低、智能化程度低以及易出错和造成设计者与评定人员冲突等问题,会增加产品设计和评定的不确定性,最终影响到产品的生产。
针对产品设计和评定的不确定性,将本体引入轴类零件粗糙度规范的合理性检验中,使计算机能结合认证知识,发现粗糙度规范中的不合理性,提高零件粗糙度规范的合理性检验的智能化。首先使用第二代web本体语言OWL2QL(Ontology Web Language 2 QueryLanguage)构建轴类零件粗糙度规范的合理性本体;然后使用描述逻辑(SROIQ(D)DL)和语义网规则语言(Semantic Web Rule Language,SWRL)构建构建认证语义和合理性检验规则;最后利用Jess推理机根据认证语义和合理性检验规则推理出最粗糙度规范的合理性检验。此外,轴类零件认证信息通过分离、提取、滤波和评定进行描述,并能从这些信息中检索认证意图。利用轴类零件粗糙度规范的合理性检验本体知识库进行推理,识别检验意图,易于产品粗糙度规范的合理性检验知识的共享和重用,提高设计效率和增加准确率。
发明内容
本发明要解决的技术问题是现有轴类零件粗糙度规范的合理性检验难以智能化的问题,提出一种基于本体的轴类零件粗糙度规范的合理性检验方法。为了解决上述问题,本发明通过以下技术方案实现:一种基于本体的轴类零件粗糙度规范的合理性检验方法,包括如下步骤:
步骤1:根据一种基于本体的轴类零件粗糙度规范的合理性检验领域的理论知识,构建轴类零件粗糙度规范的合理性自动检验本体知识库系统,知识库中类与类之间的属性关系对轴类零件粗糙度规范的合理性自动检验知识提供一致性描述;
步骤2:基于步骤1所构建的本体知识库,构建基于本体和SWRL的轴类零件粗糙度规范的合理性自动检验的推理规则库;
步骤3:针对轴类零件粗糙度规范的合理性自动检验实例,对零件图进行建模,并解零件得到零件特征表面,采用产品制造信息转OWL的算法对每个零件表面的设计和制造信息进行转化,得到公式断言集;
步骤4:根据步骤1所建轴类零件粗糙度规范的合理性自动检验本体知识和步骤3的断言公式集,分别对相关概念和属性进行实例化,并构建轴类零件粗糙度规范的合理性自动检验本体设计实例中的类、个体以及个体间关系,获得实例化本体知识库;
步骤5:基于步骤2所构建基于本体和SWRL的轴类零件粗糙度规范的合理性自动检验推理规则库利用Jess推理机对步骤3所获取的实例化本体知识库进行推理,并将所得推理结果加入实例化本体知识库中;根据所得推理结果,输出轴类零件粗糙度规范的合理性自动检验结果。
步骤1包括:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于桂林电子科技大学,未经桂林电子科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202011081401.6/2.html,转载请声明来源钻瓜专利网。