基于知識圖譜Neo4j的轉向架知識庫構建

馬付建,李錫偉,黃文麗

(大連交通大學 機械工程學院,遼寧 大連 116028)

轉向架是機車車輛的核心部件,是典型的復雜裝配產品。在轉向架設計和加工中用到的知識主要由涵蓋分析、選型、校核等設計知識及包括切削加工、焊接、鑄造、鍛造、熱處理等加工知識組成,這些知識內容廣泛且具有復雜性的特點,表達形式具有多樣性,導致轉向架設計與加工過程間、不同加工先后過程之間知識傳遞困難,浪費大量人力物力資源。因此,如何構建轉向架設計與加工知識庫,實現轉向架知識高效重用以輔助設計加工工作成為亟待解決的問題。

在轉向架知識庫研究中,專家知識庫技術被大量應用以設計構建轉向架知識管理系統[1-4]。以上研究主要專注于故障診斷、裝配、維護、譜系設計等小范圍的轉向架知識庫構建,對轉向架設計與加工過程涉及的廣泛且復雜的知識內容缺少分析,故對轉向架知識的高效重用范圍有限。

專家知識庫技術集中于對知識內容進行數據化、結構化的表達,對以文本表示的轉向架設計加工知識的語義關聯性缺乏分析,難以滿足實際設計加工過程中大量文本形式知識內容的深度挖掘與高效重用。當前采用知識圖譜進行文本內容的重用,其本質是由關系網絡構成的圖譜[5]。在設計加工相關知識圖譜構建研究中,采用層次結構的關系定義本體以構建數據庫是一種主要方法。周毅等[6]對多層次知識進行融合基于語義本體模型建立企業客服問答知識圖譜。凡天娣等[7]基于本體定義對船舶焊接工藝知識實現了圖譜構建。李佳靜等[8]以層級隸屬等語義層面的關系定義知識本體建立知識庫,實現轉向架設計知識的重用。以上研究將知識的表達問題轉變為語義層面邏輯關系的本體定義問題,相較于傳統專家知識庫,文本知識的利用率有所提升,但本體定義大量依靠人工制定規則與標注,對于設計加工知識復雜內容的可移植性較差,且效率較低。

本文通過分析轉向架設計加工知識內容的特點,對轉向架知識基于數據類型特征進行分類,通過特征編碼和依存句法分析分別對離散型數據和文本型數據進行處理,建立編碼系統數據與基于語法邏輯的三元組數據,并對兩種類型數據進行合并處理,構建轉向架設計加工知識圖譜,將設計與加工知識充分結合,實現轉向架內容廣泛復雜、形式多樣知識的數據庫存儲以及知識內容聯系、高效重用。

1 轉向架知識分類

轉向架知識主要包括設計與加工兩大領域。轉向架設計知識主要包含方案分析、技術指標、結構選型、校核計算等大類。方案分析包含功能需求、質量需求、成本需求、運營需求、型號及系列、關鍵部件型號等;技術指標包含速度、軸重及軸距、自重、軸頸中心距、輪徑、車軸數目、設計精度等;結構選型包含側架構架形式、傳動制動裝置、旁承間距、彈簧橫向間距、軸箱定位方式、橫梁側梁截面、載荷傳遞方式、彈簧懸掛結構等;校核計算包含強度校核、運動干涉校核、限界校核、臨界速度仿真、運行安全性仿真、運行平穩性仿真、振動舒適度仿真、側風穩定性仿真、輪軌接觸仿真等。

轉向架加工知識主要包含切削加工、焊接、鑄造、鍛造、熱處理等大類。切削加工包含加工特征、機床、加工精度、切削用量、刀具參數、刀具材料、毛坯加工余量、加工工藝、夾具等;焊接加工包含焊材與基體、焊接設備及電源、焊接結構、焊接裝夾、焊接工藝、焊接缺陷及檢測、勞動保護與安全、焊縫成型、應力與變形等;鑄造加工包含鑄造材料、材料選擇及造型方法、特種鑄造方法、流動與收縮性、落砂清理與檢驗、工藝圖與零件圖、結構設計工藝性、計算機輔助成型、缺陷及檢測等;鍛造加工包含鍛壓材料、鍛造設備、組織力學性能、表面精度、鍛造工序、鍛壓溫度、結構工藝性、變形過程與硬化、性能與鍛造比等;熱處理包含熱處理材料、熱處理設備、熱處理曲線、鐵碳相圖、過熱過冷度、組織與性能、熱處理工藝、熱處理方法、熱處理時效等。

在轉向架設計加工知識中部分數據類型屬于離散型數據,它們普遍可以直接被量化為數值,知識內容系列化、標準化且特征鮮明,在設計知識中有:轉向架型號及系列、關鍵部件型號、技術指標、結構選型等;在加工知識中,切削加工有加工特征、機床、加工表面質量、切削用量、刀具參數及材料、毛坯及加工余量等。在焊接、鑄造、鍛造、熱處理部分同理。

此外仍有大量與離散型數據緊密相關的文本型數據,內容主要體現為描述或分析,如設計知識中的方案需求分析、校核仿真等,以及加工知識中的加工工藝、焊接工藝、焊接缺陷與檢測、變形過程與硬化等,文本型數據需要經過智能語言處理,形成復雜的結構化數據才可使用。

2 離散型知識編碼

對離散型數據基于設計加工中的主體和客體概念進行區分,主體指行為實施者,客體指行為指向的對象。主體及實施行為的工具手段為轉向架知識分類中結構選型、技術指標部分和轉向架加工知識分類中機床、刀具、焊接設備及電源、材料選擇及造型方法、鍛造設備、切削用量、熱處理工藝等;客體及其被改變的屬性為轉向架知識分類的設計知識中轉向架型號及系列、關鍵部件型號、設計精度和轉向架加工知識分類中加工特征、焊材與基體、鑄造材料、鍛壓材料、熱處理材料等。

離散型數據采用基于主體及實施行為的工具手段、客體及其變更先后的屬性等數據共有的特征進行編碼。對轉向架切削加工數據采取4位編碼,見表1。從左向右1到4位定義生產要素特征,分別指代加工手段、設備特征類型、加工精度、切削參數。其他主體及實施行為的工具手段編碼同理。

表1 切削加工數據編碼

對轉向架及其構件的信息基于特征采取8位編碼,見表2。從左向右1到4位定義轉向架的特征,分別指代國內外、轉向架應用場景、轉向架運載能力、生產時期;5～8位定義轉向架構件的特征,分別指代構件種類、加工特征、精度等級、加工尺寸。其他客體及其被改變的屬性的編碼手段同理。將表3編碼與表4編碼基于專業經驗或規范進行映射,表3中編碼1023指代銑加工采用立式銑床加工精度IT6以及對應切削參數,該碼對應映射于表4編碼11251110指代國內客車25T轉向架2000年到2005年定型、構架加工面設計精度IT6對應尺寸50～75 mm。

表2 轉向架及構件數據編碼

表3 簡略詞性表

表4 PYLTP-BIESO標注體系

3 文本型知識處理

3.1 文本預處理

文本預處理是轉向架文本型知識處理的重要一步,主要經過分詞、詞性標注、命名實體識別3個階段。以截取的某轉向架構架加工工藝設計文本片段為語料進行處理,轉向架工藝文本實例見圖1[9]。

圖1 轉向架工藝文本實例

對選定文本進行分詞,中文句子可視為由漢字[e]及詞語[E]元素構成的有序集合S,{∑E}是S的子集,單字元素[e]可就近單向有序組合為詞語[E],但句中詞語{∑E}間無明顯分割界限,所以依照常用漢語規范進行選擇性切分,在被分割的詞的邊界標分隔符,得到有序詞集合{∑E},對于詞[E]的選擇性標準主要概括為詞字數上下限制、詞與引用專業詞庫的貼合度等。分詞后,識別詞語序列的詞性,隨每個詞語順次標出。簡略詞性表見表3,基于表3對圖1中正文第一句的分詞及詞性標注見圖2。

圖2 分詞及詞性標注

命名實體識別是在分詞與詞性標注的基礎上,選擇性識別文本中具有特定含義的實體詞語,通常包括人名、地名、機構名等專有名詞。命名實體識別采用如表4所示的 PYLTP-BIESO標注體系[10]。

對如圖1所示的轉向架加工工藝實例文本進行命名實體識別,文本概述部分結果內容見圖3,對分解的詞語標注識別類型,圖中專有名詞被單獨分類。

圖3 工藝實例文本實體識別結果

3.2 依存句法分析

依存句法分析[11]圍繞“主謂賓,定狀補”分解出句中詞語{∑E}間詞性的依存關系,判斷并識別出句子的核心動詞,作為支配其他詞語的中心詞,核心動詞不受其他詞語支配。在句內結構中被分割的詞語之間直接發生依存關系,構成依存對。依存句法分析關系表見表5。

表5 依存句法分析關系表

在依存關系中,一個是支配詞,在句法分析過程中稱為父節點,另一個是從屬詞,稱為子節點。依存關系采用單向的依存弧表示,由從屬詞指向支配詞。依照依存句法定義,對轉向架工藝文本實例概述首句進行句法依存關系分析,父子節點依存關系分析結果見圖4。

圖4 父子節點依存關系分析結果

4 知識圖譜的構建

4.1 三元組實體關系構建

三元組[12]表達格式為:(head, label, tail),head與tail分別表示頭實體和尾實體;head、tail屬于實體集合(entities),label屬于關系集合(relationships),實體內容在知識圖譜中體現為節點,三元組形式如圖5所示。

圖5 知識圖譜三元組

結合依存句法原則和中文語法啟發式規則[13],三元組的實體與關系的組建。可通過篩選依存句法分析父子節點得到,采用正則表達式表述,關系可簡寫為:(關系表述==狀語*動詞+補語?賓語?)。其中:*表示狀語未出現或出現任意次;+表示動詞至少出現1次或任意次;?表示補語和賓語出現一次或不出現。

根據圖4中對“客車轉向架用來支承車體”這句話的依存句法分析結果,構建實體關系三元組,依存句法分析結果中,根據狀中結構的介詞“用來”和謂語動詞“支承”判斷,名詞“客車轉向架”以“主謂賓”的形式間接指向名詞“車體”,基于此種語法邏輯,再對構建的三元組實體與關系進行基于詞語長度的篩選,排除過短或過長內容和標點符號,可以構建實體關系三元組(客車轉向架,用來支承,車體)。

對圖1概述部分的文本進行實體關系三元組的構建,結果見圖6,可見構架加工經驗文本里的主要名詞實體及其關系被抽取出來。

圖6 文本三元組構建輸出結果

4.2 圖數據庫建立

圖數據庫是一種用圖形存儲數據的數據結構,主要組成元素是節點、關系、屬性,見圖7。

圖7 圖數據庫組成方式

知識圖譜通過實體和關系構建的三元組點云圖來表示知識,將依存句法分析處理的轉向架知識三元組數據存儲于Neo4j中建立節點與關系,構建轉向架知識圖譜的主要框架,再將編碼系統中離散型數據內容導入Neo4j中,將特征編碼以屬性形式隨實體存入庫中,產生節點。文本型數據經依存句法分析處理后,一些重要內容的節點如“轉向架”會高頻出現,且離散型數據與文本型數據內容高度關聯,因此圖譜內會有重復內容節點,故對節點的名稱信息和屬性信息遍歷,對重復節點進行查找與合并,可將特征編碼結果和依存句法分析結果基于重復的節點內容實現結合。圖8展示了重復節點的查找與合并,左側為重復節點,右側為合并結果。

圖8 重復節點的查找與合并

4.3 知識圖譜結果展示

基于Neo4j采用知識圖譜構建知識庫,涵蓋9大類75小類共計約30 000個節點,部分索引見圖9。

圖9 轉向架設計加工知識圖譜

對圖譜轉向架關鍵部件內容進行索引,部分結果見圖10。

圖10 轉向架關鍵部件圖譜部分結果

本文構建的轉向架構架加工工藝知識圖譜,見圖11。其中,圖11(a)反映25T客車轉向架加工工藝知識節點關系的圖譜,圖11(b)為節點關系圖譜對應的特征編碼關系圖譜。根據表3、表4的編碼原則,可見圖11(b)中編碼1023與11251110反映了加工工藝手段知識與加工構件知識的對應關系,在圖11(a)中反映為切削力因素與轉向架構架彈簧筒圓銷外圓加工面間的聯系。

(a) 節點關系圖譜

經依存句法分析、同節點合并后,轉向架設計加工知識不同分類內容間基于語義聯系,按照表6顏色對應原則對知識圖譜分類節點采取不同顏色表示,構建轉向架降本增效相關設計加工知識圖譜見圖12。

圖12 轉向架降本增效相關設計加工知識圖譜

表6 圖譜節點顏色分類對應原則

如圖12可見,轉向架降本增效分析相關的設計知識與加工知識間、設計知識內不同分類間、加工知識內不同分類間相互聯系;設計前期結構選型、成本需求、后期校核仿真知識與加工工藝、工藝圖與零件圖知識被綜合考慮,達到了聯系貫通并高效重用轉向架設計加工知識的目的,為設計加工過程提供了指導。

5 結論

本文主要研究了基于知識圖譜Neo4j的轉向架設計加工知識庫構建方法。首先對轉向架設計加工知識進行分析,根據知識數據的特點將其分為離散型數據和文本型數據。對離散型數據基于主體及實施行為的工具手段、客體及其變更先后的屬性等特征進行編碼,并對兩組編碼進行映射;然后對方案分析、校核仿真、加工工藝、焊接工藝、焊接缺陷等文本型數據進行了命名實體識別與依存句法分析;最后以三元組數據形式將處理結果存儲在Neo4j知識圖譜中,并對重復內容合并。達到了轉向架專家知識庫中設計與加工知識的廣泛內容分類、復雜形式處理、設計與加工知識內容充分結合以達到高效重用的目的,驗證了基于知識圖譜構建轉向架設計加工知識庫的可行性。