草榴电影
本期阅读
qvod成人动漫文章信息
论文"A knowledge graph based remanufacturing equipment resource modeling method"于2024年10月发表于Digital Twin期刊。这篇文章由Xinlan Liu, Lei Wang, Yuyao Guo, Binyuan Zhang, Xuhui Xia共同完成。
DOI：https://doi.org/10.12688/digitaltwin.18054.1
论文连气儿：
https://digitaltwin1.org/articles/4-11
援用本文：
Liu X, Wang L, Guo Y et al. A knowledge graph based remanufacturing equipment resource modeling method. [version 1; peer review: awaiting peer review]. Digital Twin 2024, 4:11 (https://doi.org/10.12688/digitaltwin.18054.1)
原文阅读（摘录）
A knowledge graph based remanufacturing equipment resource modeling method
Xinlan Liu1, Lei Wang1,2, Yuyao Guo1,2, Binyuan Zhang1, Xuhui Xia1,2
1 Key Laboratory of Metallurgical Equipment and Control Technology, Ministry of Education, wuhan, 430080, China
2 Hubei Key Laboratory of Mechanical Transmission and Manufacturing Engineering, wuhan, 430080, China
Abstract
Background
The uncertainty and non-standardization of the remanufacturing process result in multi-source heterogeneity of remanufacturing equipment capabilities and knowledge information, which limits the development of informationization and intelligence in remanufacturing.
Methods
Therefore, we propose a knowledge graph-based modeling method for Remanufacturing Equipment Resource (RMER) information. By analyzing the categories of remanufacturing equipment resources and integrating resource information such as man, machine, material, method, and environment, a unified remanufacturing equipment information model and service capability information model were constructed. Based on the top-down knowledge graph construction process, the RMER semantic association information of the ontology pattern and data layers was extracted and integrated to construct the RMER knowledge graph.
Results
In this paper, 18 enterprise texts, 50 experience texts and thesis patent texts were selected as the training set, and 2 enterprise texts, 50 experience texts and thesis patent texts were selected as the test set. After multiple rounds of model training, the accuracy rate of entity information extraction reached 91.4%, which proved the accuracy and effectiveness of the model for entity information document extraction.
Conclusions
This study provides a unified information foundation for mapping and optimizing the resource capabilities of remanufacturing equipment. It can help remanufacturing enterprises to quickly configure equipment resources, and improve the intelligent and automated management level of RMER.
摘录
配景
再制造过程的不细目性和非设施化导致了再制造树立身手和常识信息的多源性异质性，这示寂了再制造范畴信息化和智能化的发展。
方法
本文淡薄了一种基于常识图谱的再制造树立资源（Remanufacturing Equipment Resource，RMER）信息建模方法。通过分析再制造树立资源的类别，并整合东说念主、机、料、法、环等资源信息，构建了和谐的再制造树立信息模子尽头奇迹身手信息模子。基于自顶向下的常识图谱构建历程，索求并整合了内容格式和数据层中的RMER语义关联信息，以构建RMER常识图谱。
1. 常识图谱的引入：为了处罚再制造树立资源信息的异构性问题，淡薄基于常识图谱的再制造树立资源（RMER）信息建模方法。
2. 信息模子构建：通过分析再制造树立资源类别草榴电影，整合东说念主、机、料、法、环等资源信息，构建和谐的再制造树立信息模子与奇迹身手信息模子。
3. 常识图谱的构建：基于自顶向下的常识图谱构建过程，索求并整合RMER内容格式层和数据层的语义关联信息，构建RMER常识图谱。
收尾
在本文中，咱们考取了18篇企业文本、50篇教授文本以及论文和专利文本看成老师集，同期考取了2篇企业文本、50篇教授文本以及论文和专利文本看成测试集。经过多轮模子老师，实体信息索求的准确率达到了91.4%，这证实了该模子在实体信息文档索求中的准确性和有用性。
常识图谱的构建：通过常识图谱的构建，结束了再制造树立资源信息的自动化赢得，擢升了再制造企业的分娩服从，并补助企业进行再制造资源的建设。
案例征询：在智能再制造公司（IRC）推论所淡薄的RMER信息建模方法，通过构建常识图谱，结束了企业对再制造树立资源信息的快速建设，擢升了树立资源的智能化和自动化不休水平。
论断
本征询为再制造树立资源的身手映射和优化提供了和谐的信息基础。它有助于再制造企业快速建设树立资源，并擢升RMER的智能化和自动化不休水平。
信息模子的和谐性：本征询为再制造树立资源身手的映射和优化提供了和谐的信息基础，有助于再制造企业快速建设树立资源。
常识图谱的专揽：常识图谱在再制造树立资源信息建模中的专揽，为再制造行业的信息化和智能化发展提供了新想路。
Figure 2. Modeling framework of the RMER knowledge graph.
珍贵公众号，后台回报“DT47”即可下载原文
作家简介
刘新兰
2022年毕业于湖南理工学院机械缠绵制造尽头自动化专科，获学士学位；自2022年起，在武汉科技大学攻读机械工程硕士学位。征询标的包括再制造重构、集合制造和再制造树立。
王蕾
工学博士，现任武汉科技大学机械工程学院解说，副院长，博士生导师。湖北省隆起后生基金面孔主捏东说念主，湖北省后生拔尖东说念主才，湖北省后生英才，襄阳市隆中东说念主才，英国剑桥大学探询学者，中国机械工程学会高档会员，《机械工程学报》及《武汉科技大学学报》后生编委，《当代制造工程》编委会委员。主捏国度基金2项，省级隆起后生基金、要点研发筹办等省部级面孔7项、企业寄予面孔7项，参与国度及省部级要点研发面孔15项，企业寄予面孔20余项，发表论文120篇（SCI 48篇，ESI高被引3篇），出书著述4部，课本5部，央求/授权专利40余项，获软件著述权9项；获湖北省科技跨越奖1项、湖北省教唆效果奖2项。征询标的包括智能再制造表面与时期、制造系统工程及奇迹。
通信作家，邮箱：
candywang@wust.edu.cn。
郭钰瑶
工学博士，现为武汉科技大学博士后征询员，师从夏绪辉解说。征询标的是智能广义再制造，选用智能优化和东说念主工智能方法结束退役机械产物的广义再缠绵与再制造优化。自2018年以来，她荣获国度奖学金，主捏企业寄予面孔1项，参与多项国度级及省部级要点研发面孔科研面孔，发表了10余篇学术论文（SCI 7 篇），获发明专利2项，软件著述权2项。
通信作家，邮箱：
guoyuyao@wust.edu.cn。
张缤元
毕业于武汉科技大学机械工程专科，获硕士学位。2021年至2023年参预了多项数学建模竞赛并获奖，发表学术论文1篇。征询标的包括制造系统工程、集合制造和再制造奇迹。
夏绪辉
工学博士。现任武汉科技大学机械工程学院解说，博士生导师，武汉科技大学科学时期发展院院长。享受湖北省政府独特津贴，湖北名师，湖北双创政策团队带头东说念主，中国机械工程学会高档会员，中国东说念主工智能学会智能制造专科委员会委员，湖北省机械缠绵与传动学会副理事长，湖北省智能制造学汇聚会体栽种责任委员会委员。主捏和参与国度当然科学基金及863面孔10余项、湖北省时期翻新专项要紧面孔1项、湖北省当然科学基金面孔2项、湖北省科技攻关筹办面孔2项、湖北省高等学校省级教唆征询面孔2项、天下工程专科学位征询生栽种自选征询课题（教唆纠正面孔）1项，主捏和参与校企合作科研面孔50余项。发表论文110余篇（SCI/EI 80余篇，ESI高被引论文3篇/热门论文1篇），出书课本或专著7部，领有专利50余项，获软件著述权16项。荣获湖北省科技跨越奖一等奖1项、二等奖2项、时期发明三等奖1项、教唆效果二等奖1项。征询标的包括制造系统工程、制造/再制造奇迹、逆向供应链不休。
● DigiTwin 2024第四届数字孪生海外会议圆满结果！
● DigiTwin2024数字孪生高被引论文奖和最好论文奖
● 英国伯明翰大学Pham院士：东说念主工智能系统三定律
● 北工大刘占省解说团队：面向智能建造场景的多树立协同优化调遣
● 东北大学孙杰解说团队：数字孪生在工业过程功令中的专揽：以带钢热轧为例
● 【先睹为快】李培根：AI专揽对工程时期贯通的启示
● 论文保举 | 米兰理工大学：土木匠程结构的数字孪生体系框架
● 论文保举 | 阿尔托大学：面向灵巧城市的说念路基础才略数字孪生
● 论文保举 | 韩国全南大学：基于深度学习与数字孪生的安全感知东说念主机协同羼杂试验系统
● 论文保举 | Nature子刊：概率图模子使能的大范围掂量性数字孪生
● 论文保举 | 密歇根大学：基于数字孪生和区块链的建筑面孔可讲求信息分享
● 论文保举 | 谢菲尔德大学：制造业中的数字孪生：见解性框架构建与实证分析案例征询
● 论文保举 | 弗吉尼亚理工大学：东说念主体畅通数据增强数字孪生-基于激光雷达的追踪方法相比
● 论文保举 | Siemens Gamesa：配合机器东说念主数字孪生：东说念主机交互的案例征询
● 论文保举 | 本田征询所：基于数字孪生时期与弱监督学习的试验世界额外检测征询
● 论文保举 | 法国埃夫里巴黎详细理工学院：物联网环境下的数字孪生：时期特征、专揽场景与架构模子综述
● 论文保举 | 瑞典隆德大学：基于数字孪生的工业自动化与功令系统安全架构
● 论文保举 | 南航郭宇解说团队：基于数字孪生的打破制造车间分娩进程掂量征询
● 英国卡迪夫大学刘滢解说团队：面向工业5.0的东说念主机交互：以东说念主为本的智能制造
● 北航陶飞解说团队：数字熟识测熟识证：表面、要津时期及专揽探索丨JME封面文章
● 论文保举 | 西南交大丁国富解说团队：数字孪生专揽中物理模子与捏造模子之间攀附的建模与结束
● 论文保举 | 英国谢菲尔德大学：基于数字孪生时期的及时刀具情状监测与额外检测方法征询
更大皆字孪生海外期刊文章，请点击下方卡片阅读书册 ↓↓↓
投稿邀请及版权
本公众号奋力于分享高质地的数字孪生与数字工程关联学术征询与常识资讯，以促进学术相易与常识传播。推送的论文内容主要开始于公开出书或在线发布的学术资源，版权归原作家总计，仅供学术相易，未经授权不得商用。如有侵权，请相干删除。
作家如有优秀论文需保举草榴电影，请在公众号后台留言与咱们取得相干，咱们将审核后择优推送。感谢您的捏续珍贵与维持！
