[发明专利]一种基于知识图谱的工业物联标识方法

权利要求书

1.一种基于知识图谱的工业物联标识方法，其特征在于，包括以下步骤：

a)通过知识图谱信息融合技术解决工业生产过程中全生命周期的编码异构问题，建立标识与记录具体环节信息资源之间的关系，实现环节之间标签与对应标识关联关系的转化，其中，知识图谱信息融合技术包括标识知识的融合及多尺度标志的知识图谱的构建：

标识知识的融合包括以下步骤：将获取到的标志信息数据进行筛选抽取，获得三元组信息并进行融合；

多尺度标志的知识图谱的构建采用自底向上的构建方式，从数据层构建开始，将实体从大量公开链接数据中提取出来，按照置信度由高到低进行排序，将排序靠前的实体添加到知识库中，在此基础上构建顶层的本体模式；

b)标志全生命周期知识图谱构建：

利用知识图谱的非关系数据实现全生命周期物联网标识数据的存取，并实现物联网数据快速的全生命周期的溯源，构建全生命周期的物联网标识的知识图谱，实现数据源的不断更新和迭代，进而改善标定的准确性，标志全生命周期知识图谱的构建是基于数据源的不断更新而改进优化的过程，在图数据库Neo4j中利用Cypher语言定义了本体中实体及其关系所对应的节点和节点属性，然后构建其知识图谱关系图；

c)利用对象记忆模型完成知识图谱的模型存储；

d)在产品设计、加工及装配过程中，按照产品各个工步所需加工时间来划分多个时间节点，利用传感设备及标签技术，采集产品所处状态依次将每个阶段的信息存入到产品数字化标签中，使产品形成记忆。

2.如权利要求1所述的一种基于知识图谱的工业物联标识方法，其特征在于，所述标志信息数据分为结构化的数据库信息、半结构化的表格和列表以及非结构化的数据。

3.如权利要求1所述的一种基于知识图谱的工业物联标识方法，其特征在于，所述多尺度标志的知识图谱的构建，在构建本体时采用自顶向下的方式，随之采用自底向上的方法获得新的知识来扩充现有的知识图谱；多尺度标志的知识图谱的构建过程中，首先从实际生产过程中利用各类传感设备获取加工状态及产品状态信息，构建相应的本体模型，对其进行领域知识获取和融合，利用图数据库Neo4j填充本体层实体信息构建知识图谱，最后搭建多尺度信息查询应用平台，实现基于知识图谱的更新与检索。

4.如权利要求1所述的一种基于知识图谱的工业物联标识方法，其特征在于，知识图谱的模型存储利用对象记忆模型，通过使用集成传感器，整个生产加工过程实现全透明化，实时追踪产品上下游供应链及环境影响，使得生产人员更加直观的获取到产品信息；对象存储器模型将存储在对象存储器中的所有信息划分为几个块，每个块都包含一个特定的信息片段，并提供一组元数据来对该块中的信息进行分类和描述，此元数据集有助于在内存中搜索并用于过滤未知和不可读的数据，它也用于通过添加源信息来提高数据的可靠性。