使用深度语义理解和智能决策支持,为模具构建基于知识图的智能数据支持设计系统
Jiaxing Deng1, Chengcai He1, Jinxiang Chen1
1Shenzhen Ruipengfei Mold Co., Ltd, Shenzhen, 518000, China.
Scientific reports
|March 2, 2025
概括
一个新的知识图驱动系统通过减少错误和加快流程来增强模具设计. 这种智能数据支持的方法显著提高了效率,并降低了现代制造业的劳动力成本.
科学领域:
- 工程 工程师 工程师 工程师
- 计算机科学 计算机科学
- 数据科学数据科学数据科学
背景情况:
- 传统的模具设计方法存在低效率和高错误率.
- 复杂的设计过程需要先进的数据处理和智能解决方案.
研究的目的:
- 开发和评估一种基于知识图驱动的模具智能数据支持设计系统.
- 为了提高模具设计的准确性,效率和降低成本.
主要方法:
- 利用了深度语义理解和来自变压器的双向编码器表示 (BERT) 来进行文档解析.
- 采用随机森林 (RF) 算法来准确地提取信息.
- 从预处理的模具设计数据构建了一个知识图.
主要成果:
- 模具设计中的错误率从0.15降低到0.0975.5.
- 平均设计任务完成时间从20小时减少到12小时.
- 平均设计周期缩短了0.25 (从30天减少到22.5天),劳动力成本减少了0.2.
结论:
- 基于知识图的系统通过智能化和自动化显著提高模具设计质量和效率.
- 该系统在智能制造方面展示了强大的理论创新和实际价值.
- 未来的工作包括系统优化,域扩展以及与其他智能制造技术的集成.


