白车身基准设计空间-语义分层知识图谱建模

付红圣,曹衍龙,罗钧鼎,张宗政,李涂鲲,黄芳

Spatial-semantic hierarchical knowledge graph modeling for body-in-white datum design

Hongsheng FU,Yanlong CAO,Junding LUO,Zongzheng ZHANG,Tukun LI,Fang HUANG

表 1 面向基准设计的知识表示方法对比

Tab.1 Comparison of knowledge representation methods for datum design

方法类别 典型代表/思路 核心优势 在基准设计中的局限 本文方法的针对性改进 文档与孤立模型 技术文档、独立CAD 模型 符合认知， 载体多样. 知识离散，几何与语义分离， 无法自动验证. 构建分层图谱，实现结构化集成与 关联推理. 通用本体/ 知识图谱 基于Web本体语言 （OWL）的本体、 资源描述框架（RDF）三元组 语义关联能力强， 便于检索. 连续几何与空间关系表达弱；语义与 几何实体耦合弱，难支持计算. 拓展本体，引入点云层表征连续几何； 定义KRP作为空间-语义计算锚点. 基于STEP的 语义映射 STEP AP242 GD&T 至本体映射 实现标准化公差 信息语义提取. 侧重对已有标注的解释，而非方案生成； 缺乏工艺规则集成. 建立独立工艺规则库，通过KRP 驱动生成式推理. 分层表示模型 “零件-特征-基准” 三层模型 层次清晰， 结构直观. “特征-基准”层间关联缺失， 连续性几何上下文不足. 引入点云层提供几何上下文，基准点由 符合设计规则/工艺约束的KRP所确定.