知识图谱在智能制造领域的研究现状及其应用前景综述

资料大小: 1.37 MB

所需积分: 0

下载次数:

用户评论: 0条评论,查看

上传日期: 2021-02-26

上 传 者: 他上传的所有资料

资料介绍

标签:智能制造(3655)物联网(26686)云计算(5524)

数据和知识是新一代信息技术与智能制造深度融合的基础。然而,当前产品设计、制造、装配和服务等过程中,数据及知识的存储大多以传统关系型数据库为基础,这导致了数据及知识的冗余性和搜索及推理的低效性。近年来,知识图谱技术飞速发展起来,它本质上是基于语义网络的思想,可以实现对现实世界的事物及其相互关系的形式化描述。该技术为智能制造领域数据及知识的关联性表达和相关性搜索推理问题的解决带来了可能性,因此其在智能制造的实现过程中扮演着越来越重要的角色。为了给知识图谱在智能制造领域的应用提供理论支撑,总结了知识图谱领域的研究进展;同时探索了知识图谱在智能制造领域的3大类应用方向,共15小类应用前景,分析了在各个应用前景上与传统方法的不同之处,应用过程中所需要使用的知识图谱相关技术以及实施过程中所待突破的关键技术,希望可以为进一步展开针对知识图谱在智能制造领域的研究提供启发,同时为相关企业针对知识图谱的实际应用提供参考;最后以数控车床故障分析为案例,验证了知识图谱在智能制造领域应用的有效性。

物联网、云计算、人工智能等新一代信息技术的迅猛发展,带来了制造业的新一轮突破,推动着制造系统向智能化方向发展,驱动着未来制造模式的创新。其中数据和知识是实现制造业与新一代信息技术融合的基础,是实现智能制造的保障。一方面,产品在其生命周期的各个阶段将会产生海量工业数据和知识;另一方面,工业数据和知识是制造领域的信息化进程的必备资源,其中蕴含了大量有用的模式。然而,当前制造领域产品设计、制造、装配、服务等生命周期过程中数据以及知识的存储大多以传统关系型数据库为基础,冗余性较高、分布分散、关联性较弱且储量相对较小,强调对数据以及知识的检索却较少从语义层面研究数据以及知识的关联、认知、理解与推理。因此,如何从冗余的数据与知识文本中抽取有用信息,如何有效表达数据之间的内在关联与知识之间的内在关联,如何有效利用数据的关联性与知识的关联性实现高效的信息检索与信息推理,是当前实现智能制造目标的核心瓶颈之一。

用户评论

查看全部 条评论

发表评论请先 , 还没有账号?免费注册

发表评论

用户评论
技术交流、我要发言! 发表评论可获取积分! 请遵守相关规定。
上传电子资料