西安电子科技大学王奇斌获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉西安电子科技大学申请的专利面向机械产品三维数模设计数据的知识图谱构建方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN117708342B 。
龙图腾网通过国家知识产权局官网在2025-11-14发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202311617452.X,技术领域涉及:G06F16/36;该发明授权面向机械产品三维数模设计数据的知识图谱构建方法是由王奇斌;张行行;崔欢;王超君;孙丽强;韩冰设计研发完成,并于2023-11-29向国家知识产权局提交的专利申请。
本面向机械产品三维数模设计数据的知识图谱构建方法在说明书摘要公布了:本发明公开了一种面向机械产品三维数模设计数据的知识图谱构建方法。主要解决现有技术无法获取、表征和复用三维模型设计数据的问题。其实现方案是:1对三维模型数据进行整合与处理;2构建知识获取程序,从三维模型中抽取知识总集合;3对知识总集合进行表示和约束,得到处理后的知识总集合;4对处理后的知识总集合进行数据实例化和树形化,生成功能、结构和约束的特征树;5对所得特征树进行分析与处理,形成结构‑结构、结构‑功能和结构‑约束的关系集;6将所得特征树和关系集以三元组形式的数据导入Neo4j中,生成知识图谱。本发明能对三维数模完成设计数据的抽取、表征和复用,可用于机械产品结构方案的智能设计。
本发明授权面向机械产品三维数模设计数据的知识图谱构建方法在权利要求书中公布了:1.一种面向机械产品三维数模设计数据的知识图谱构建方法,其特征在于,包括如下: 1对三维数模数据资源进行整合与处理: 1a整合与梳理同类结构件三维数模数据,将其作为非结构化数据的知识来源; 1b对知识来源中的三维数模数据依次进行建模流程规范化及特征操作命名规范化,得到处理后的数据集合; 2获取知识总集合: 2a将预处理后数据集合中的三维模型在现有的建模软件中打开; 2b在编程软件中构建自动化知识获取程序,从建模软件中已打开的三维模型数据中进行知识获取,得到隐藏在三维模型中的知识总集合,其中包含零件名称、零件几何体、草图、约束和特征这些信息; 3对知识总集合进行知识表示及约束: 3a采用功能-结构-约束联合的设计机理模型对知识总集合中的元素进行表达与组织,得到表示后的知识总集合; 3b对知识总集合中的知识元素进行约束,得到约束后的知识总集合; 4构建功能特征树、结构特征树以及约束特征树: 4a从知识总集合筛选提取出结构元素以及约束元素 4b整合所有结构元素、约束元素,得到结构元素集及约束元素集 4c对结构元素集中每个结构元素逐一添加功能标签,形成对应于结构元素集的功能元素集 4d结合三维模型本身建模树上表征的层级信息,分别对功能元素集、结构元素集和约束元素集进行遍历,再将遍历后的每个元素节点实例化为一个对象容器,以使节点具有表征三维数模特征序列信息的特性,重新整合后得到实例化后的、以及;所述对象容器,其描述公式如下: ; 其中,表示节点唯一标识,表示节点类型,表示当前节点信息、表示当前节点的子节点信息,表示当前节点的关系信息; 4e利用标准化模块,将实例化后的、和数据转化成易于查询及扩展节点的树形结构,得到功能特征树、结构特征树和约束特征树; 5构建结构-结构关系集、结构-功能关系集以及结构-约束关系集: 5a对结构特征树以字段作为关系值进行展开,整合后得到结构-结构关系集; 5b对功能特征树以字段为关系值展开,再将结构树中的结构元素与功能元素逐个对应,得到结构-功能关系集; 5c对约束特征树以字段为关系值展开,再将结构树中的结构元素与约束元素逐个对应,得到结构-约束关系集; 6构建面向三维数模设计数据的领域知识图谱: 6a将上述得到结构特征树、功能特征树、约束特征树、结构-结构关系集、结构-功能关系集、结构-约束关系集中的数据,统一整合为{头实体、关系、尾实体}三元组表示形式; 6b将三元组表示形式的数据导入到现有构建知识图谱的软件中,得到三维数模设计数据的领域知识图谱。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人西安电子科技大学,其通讯地址为:710071 陕西省西安市雁塔区太白南路2号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励