[发明专利]NC代码异常检测方法、装置、设备及存储介质在审
申请号: | 202211047591.9 | 申请日: | 2022-08-29 |
公开(公告)号: | CN115481396A | 公开(公告)日: | 2022-12-16 |
发明(设计)人: | 吕飞;孙利民;李泽东;吕世超;潘志文;薛娜;孙玉砚 | 申请(专利权)人: | 中国科学院信息工程研究所 |
主分类号: | G06F21/56 | 分类号: | G06F21/56;G06F8/75;G06F40/253;G06F40/30 |
代理公司: | 北京路浩知识产权代理有限公司 11002 | 代理人: | 聂俊伟 |
地址: | 100093 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | nc 代码 异常 检测 方法 装置 设备 存储 介质 | ||
1.一种NC代码异常检测方法,其特征在于,包括:
获取待检测的NC代码文件,对所述NC代码文件中的NC代码进行词法分析,检测所述NC代码中的异常词法;
基于所述NC代码构建单向链表;
基于所述单向链表对所述NC代码进行语法语义分析,检测所述NC代码中的异常语法和异常语义;
根据所述异常词法、所述异常语法和所述异常语义,确定所述NC代码的异常信息。
2.根据权利要求1所述的NC代码异常检测方法,其特征在于,所述对所述NC代码进行词法分析,检测所述NC代码中的异常词法的步骤,包括:
将所述NC代码的字符序列转化为标记序列,根据所述标记序列生成多个标记块;
检测各所述标记块的标记类型,当检测到预设标记类型的标记块时,获取所述预设标记类型的标记块中的关键字信息;所述预设标记类型包括关键字标记类型和非法字符标记类型;
根据所述预设标记类型的标记块中的关键字信息,检测所述预设标记类型的标记块中的异常词法。
3.根据权利要求2所述的NC代码异常检测方法,其特征在于,所述基于所述NC代码文件中的NC代码构建单向链表的步骤,包括:
获取所述NC代码文件中的NC代码的各个程序段;
创建各所述程序段对应的链表节点;
将任一所述程序段中的目标标记块存放到对应的链表节点中,并生成各所述目标标记块对应的数据域和指针域;所述数据域中存放各所述目标标记块中的关键字信息;所述指针域用于指示各所述目标标记块在所述链表节点中的位置信息;
根据各所述链表节点生成所述NC代码文件对应的单向链表。
4.根据权利要求3所述的NC代码异常检测方法,其特征在于,所述基于所述单向链表对所述NC代码进行语法语义分析,检测所述NC代码中的异常语法和异常语义的步骤,包括:
根据预设的语法规则,基于所述单向链表对所述NC代码进行语法分析,检测所述NC代码中的异常语法;
根据预设编程手册生成代码语料库;所述代码语料库包括功能代码语料库和辅助功能代码语料库;
根据所述代码语料库和预设的语义规则,基于所述单向链表对所述NC代码进行语义分析,检测所述NC代码中的异常语义。
5.根据权利要求4所述的NC代码异常检测方法,其特征在于,所述根据预设的语法规则,基于所述单向链表对所述NC代码进行语法分析,检测所述NC代码中的异常语法的步骤,包括:
基于所述单向链表中各所述链表节点的指针域,获取各所述链表节点中的目标关键字信息;所述目标关键字信息包括功能代码和辅助功能代码;
将所述目标关键字信息与预设的语法规则匹配,检测所述语法规则匹配不成功的异常语法;所述语法规则包括所述功能代码对应的第一语法规则,以及所述辅助功能代码对应的第二语法规则。
6.根据权利要求4所述的NC代码异常检测方法,其特征在于,所述根据所述代码语料库和预设的语义规则,基于所述单向链表对所述NC代码进行语义分析,检测所述NC代码中的异常语义的步骤,包括:
基于所述单向链表中各所述链表节点的指针域,获取各所述链表节点中的目标关键字信息;所述目标关键字信息包括功能代码和辅助功能代码;
根据所述代码语料库对所述目标关键字信息进行解析,生成所述目标关键字信息对应的自然语言;
对所述自然语言进行上下文语义检测,获取所述自然语言的语义信息;
将所述语义信息与预设的语义规则进行匹配,检测与所述语义规则匹配不成功的异常语义。
7.根据权利要求1所述的NC代码异常检测方法,其特征在于,所述异常词法包括非法参数和非法字符;所述异常语法包括指令组合错误、指令与功能字匹配错误、指令顺序错误、逻辑错误、工艺错误和程序起始指令错误;所述异常语义包括功能字的值异常、必要指令异常、加工顺序错误和加工参数错误。
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中国科学院信息工程研究所,未经中国科学院信息工程研究所许可,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/202211047591.9/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种基于图卷积神经网络的蠕虫传播溯源方法
- 下一篇:一种气刀