[发明专利]一种基于知识图谱的轮胎全生命周期质量追溯方法及系统在审

专利信息
申请号: 202210497303.3 申请日: 2022-05-09
公开(公告)号: CN114881474A 公开(公告)日: 2022-08-09
发明(设计)人: 史玉良;曹先帅;李建星;翟洪伟;王新军;孔凡玉;李晖 申请(专利权)人: 山东大学;山东玲珑轮胎股份有限公司
主分类号: G06Q10/06 分类号: G06Q10/06;G06F16/36
代理公司: 济南圣达知识产权代理有限公司 37221 代理人: 董雪
地址: 250014 山*** 国省代码: 山东;37
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 知识 图谱 轮胎 生命周期 质量 追溯 方法 系统
【说明书】:

本公开属于轮胎质量追溯技术领域,具体涉及一种基于知识图谱的轮胎全生命周期质量追溯方法及系统,包括以下步骤:获取轮胎工业数据;根据所获取的数据构建轮胎知识图谱;基于所构建的轮胎知识图谱进行轮胎的全生命周期监测,当监测到异常信息时进行质量追溯。本公开根据轮胎的生产过程和生产部件的关联关系,设计轮胎工业知识图谱的本体结构,依托已有的轮胎工业大数据,构建轮胎工业知识图谱,使得轮胎全生命周期、生产全过程的各个环节可以进行正反向的追溯,对轮胎的质量提供高可靠性预测,为故障诊断提供分析决策支持。

技术领域

本公开属于轮胎质量追溯技术领域,具体涉及一种基于知识图谱的轮胎全生命周期质量追溯方法及系统。

背景技术

本部分的陈述仅仅是提供了与本公开相关的背景技术信息,不必然构成在先技术。

轮胎工业在国民经济和国防建设中处于十分重要的地位,随着信息技术的推广,轮胎工业大数据已经具备了相当规模的体量。这些数据涵盖了轮胎生产的各个环节,蕴含着巨大的价值。通过对轮胎大数据进行质量追溯,能够及时定位并解决问题,同时帮助优化关键环节,提升生产效率,增加企业效益。然而,面对海量的轮胎工业数据,加上轮胎生产过程各个环节之间存在着错综复杂的关系,传统的追溯方法操作复杂且效率较低,需要进一步优化和提升。

目前对于轮胎大数据的追溯方法往往基于传统的关系型数据库,当数据规模较大同时数据间关系较为复杂时,关系型数据库需要处理大量的依赖关系,存在追溯时间长,性能差的缺点,同时也难以执行进一步的分析和计算。知识图谱由于自身数据结构的优势能够更好的体现轮胎全生命周期各个生产过程、组成部件之间的关联关系和生产逻辑。

发明人了解,知识图谱技术目前已经在金融,医疗等领域的追溯问题上有所应用,也在石油化工等工业领域帮助进行故障诊断,均产生良好效果,显示出其优异的性能;但在轮胎工业大数据领域尚未充分利用知识图谱技术进行质量追溯。

发明内容

为了解决上述问题,本公开提出了一种基于知识图谱的轮胎全生命周期质量追溯方法及系统,根据轮胎的生产过程和生产部件的关联关系,设计轮胎工业知识图谱的本体结构,依托已有的轮胎工业大数据,构建轮胎工业知识图谱,使得轮胎全生命周期、生产全过程的各个环节可以进行正反向的追溯,对轮胎的质量提供高可靠性预测,为故障诊断提供分析决策支持。

根据一些实施例,本公开的第一方案提供了一种基于知识图谱的轮胎全生命周期质量追溯方法,采用如下技术方案:

一种基于知识图谱的轮胎全生命周期质量追溯方法,包括以下步骤:

获取轮胎工业数据;

根据所获取的数据构建轮胎知识图谱;

基于所构建的轮胎知识图谱进行轮胎的全生命周期监测,当监测到异常信息时进行质量追溯。

作为进一步的技术限定,所述轮胎工业数据包括描述设备和材料基础信息的基础数据域、生产过程中设备运行监控的曲线域数据、描述中间产品或最终产品信息的产品域数据、描述物料产品间关联关系的追溯域数据和描述产品质检结果的质检域数据。

作为进一步的技术限定,所述构建轮胎知识图谱的过程为:根据所获取的轮胎工业数据进行知识表示,构建本体模型;参照所构建的本体模型进行知识抽取、数据转换和知识融合,将初步抽取到的知识依次进行本体相似匹配、实例融合和知识存储,形成知识图谱;将所形成的知识图谱以三元组的形式存储或以节点和边的形式存储。

作为进一步的技术限定,在轮胎的全生命周期监测的过程中,对轮胎生产全过程的每个环节进行质量监测,将实际生产相关参数和规定的质检标准进行比对,若不符合质检标准,则前向和后向的追溯。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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山东大学;山东玲珑轮胎股份有限公司,未经山东大学;山东玲珑轮胎股份有限公司许可,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/202210497303.3/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top