多层次多粒度采煤机创新设计知识表达方法

李杏, 丁华, 杨琨

李杏，丁华，杨琨.多层次多粒度采煤机创新设计知识表达方法［J］.工矿自动化，2019,45（1）：22-27.. DOI: 10.13272/j.issn.1671-251x.2018050073
引用本文: 李杏，丁华，杨琨.多层次多粒度采煤机创新设计知识表达方法［J］.工矿自动化，2019,45（1）：22-27.. DOI: 10.13272/j.issn.1671-251x.2018050073
shu
LI Xing, DING Hua, YANG Kun. Multi-level and multi-granularity innovative design knowledge expression method of shearer[J]. Journal of Mine Automation, 2019, 45(1): 22-27. DOI: 10.13272/j.issn.1671-251x.2018050073
Citation: LI Xing, DING Hua, YANG Kun. Multi-level and multi-granularity innovative design knowledge expression method of shearer[J]. Journal of Mine Automation, 2019, 45(1): 22-27. DOI: 10.13272/j.issn.1671-251x.2018050073
shu

多层次多粒度采煤机创新设计知识表达方法

  • 1.

    太原理工大学 机械工程学院， 山西 太原030024

  • 2.

    煤矿综采装备山西省重点实验室， 山西 太原030024

基金项目: 

山西省科技基础条件平台项目（201805D141002）

山西省自然科学基金项目（201601D011050）

山西省研究生联合培养基地人才培养项目（2018JD15）

详细信息

  • 中图分类号: TD421

Multi-level and multi-granularity innovative design knowledge expression method of shearer

  • 1.

    College of Mechanical Engineering， Taiyuan University of Technology, Taiyuan 030024, China

  • 2.

    Shanxi Key Laboratory of Fully Mechanized Coal Mining Equipment, Taiyuan 030024, China

HTML全文

    摘要
  • 摘要: 针对现有知识表达方法难以全面有效地表达采煤机创新设计知识、采煤机专题知识库对知识的表达不够全面和检索效率不高等问题，为实现采煤机创新设计知识和经验的重用，激发设计者进行知识类比迁移的能力，提出了多层次多粒度采煤机创新设计知识表达方法。提取参数、结构、功能、原理、效应和领域等6种属性，用不同抽象粒度的知识对属性进行描述，每一个粒度又分别对应着概念层、语义关系层、实例层等抽象层面。通过特征属性描述生成知识条目，构建了多层次多粒度采煤机创新设计知识库，并通过本体推理和语义扩展从本地知识库和互联网资源检索得到不同层次不同粒度的知识，从而实现采煤机创新设计知识的多层次多粒度表达。以采煤机滚筒结构改进设计为例验证了该方法的可行性。
    Abstract: In view of problems that existing knowledge expression methods are difficult to fully and effectively express innovative design knowledge of shearer, and knowledge expression of existing special knowledge base is not comprehensive enough and its retrieval efficiency is not high, in order to realize reuse of innovative design knowledge and experience of shearer, inspire ability of knowledge analogy transfer by designers, a multi-level and multi-granularity knowledge innovative design expression method of shearer was proposed. Six attributes are extracted including parameter, structure, function, principle, effect and domain. The attributes are described by knowledge with different abstract granularity, each granularity corresponds to abstraction levels of concept layer, semantic relationship layer and instance layer. Knowledge items are generated through feature attribute description, and multi-level and multi-granularity innovative design knowledge base of shearer is constructed. Through ontology reasoning and semantic extension, knowledge of different levels and different granularities is retrieved from local knowledge base and Internet resources, thus realizes multi-level and multi-granularity expression of innovative design knowledge of the shearer. The feasibility of the method was verified by improved structure design of shearer drum.
    • HTML全文
    • 参考文献(0)
    • 相关文章
    • 施引文献(45)

  • 期刊类型引用(21)

    1. 张溧栗，温志鹏，曹菁菁，韩鹏，赵强伟，曹小华. 基于扩展空间森林算子和自适应卡尔曼滤波的轴承剩余使用寿命预测. 机电工程. 2025(03): 420-431 . 百度学术
    2. 林芷萱，江志刚，朱硕，张华，鄢威. 基于物-场性能退化深度学习的机电装备经济寿命预测方法. 计算机集成制造系统. 2025(04): 1358-1367 . 百度学术
    3. 李臻. 基于提升小波-SVD差分谱的煤机设备故障诊断. 煤矿机械. 2024(10): 169-173 . 百度学术
    4. 郭润夏，倪志高. 基于注意力LSTM的齿轮剩余使用寿命预测. 中国民航大学学报. 2024(06): 67-73 . 百度学术
    5. 王昭胜，刘镕旗，李书强，张镇龙，韩中成. 一种港口起重设备健康监测方法. 港口装卸. 2023(01): 33-34+39 . 百度学术
    6. 李志农，李舒扬，柳宝，陶俊勇. 无限隐Markov模型在缺失数据轴承退化趋势预测中的应用. 振动工程学报. 2023(02): 574-581 . 百度学术
    7. 梁子寅，刘向东，卢宗慧，李岩，李森. 滚动轴承故障诊断分析方法研究综述. 制造业自动化. 2023(05): 172-175 . 百度学术
    8. 黎天双，颜承玉，李晶晶，饶全瑞，刘广臣. 基于XGBoost算法的风电机组轴承剩余寿命预测研究. 电脑知识与技术. 2023(29): 16-18+29 . 百度学术
    9. 兰杰，李志宁，李宁，吕建刚. 基于注意力机制和残差深度分离卷积的RUL预测方法. 电子测量技术. 2023(15): 149-157 . 百度学术
    10. 郭军. 基于GAN与CNN的煤机设备故障智能诊断方法研究. 煤矿机械. 2023(12): 182-185 . 百度学术
    11. 韩威，杨杏，李刚，袁韬. 基于PCA和威布尔分布的滚动轴承剩余寿命预测方法研究. 机械制造与自动化. 2022(04): 61-64+77 . 百度学术
    12. 吴芮，张守京，慎明俊. 采用注意力DBN-GRU的滚动轴承剩余寿命预测方法. 组合机床与自动化加工技术. 2022(11): 101-105 . 百度学术
    13. 古丽，邹永胜，李开鸿，梁俊，舒浩纹，付立成，高仕玉，杨新. ARMA模型在输油泵振动特征值趋势预测中的研究. 流体机械. 2021(01): 22-28 . 百度学术
    14. 王春亮，徐彦伟，颉潭成，陈立海，刘明明. 基于RRMS的地铁牵引电机轴承剩余寿命预测. 制造业自动化. 2021(06): 1-5+11 . 百度学术
    15. 张梅，陈万利，许桃. 基于LS-SVM的矿井提升机故障预测. 电子测量技术. 2021(12): 70-74 . 百度学术
    16. 姚德臣，李博阳，刘恒畅，姚娟娟，皮雁南. 基于注意力GRU算法的滚动轴承剩余寿命预测. 振动与冲击. 2021(17): 116-123 . 百度学术
    17. 张秀华，刘怀举，朱才朝，魏沛堂，吴少杰. 基于数据驱动的零部件疲劳寿命预测研究现状与发展趋势. 机械传动. 2021(10): 1-14 . 百度学术
    18. 张氢，江伟哲，肖慧灵，孙远韬. 基于LSTM的滚动轴承寿命预测. 港口装卸. 2021(05): 1-5 . 百度学术
    19. 冯兆熙，邱度金，孔令驹，孙成，邓耀华. 基于深度置信网络的轴承剩余使用寿命预测. 电子测量与仪器学报. 2021(10): 124-129 . 百度学术
    20. 韩林洁，石春鹏，张建超. 基于一维卷积神经网络的轴承剩余寿命预测. 制造业自动化. 2020(03): 10-13 . 百度学术
    21. 孙鑫，孙维堂. 基于多尺度卷积神经网络的轴承剩余寿命预测. 组合机床与自动化加工技术. 2020(10): 168-171 . 百度学术

    其他类型引用(24)

    • 资源附件(0)
计量
  • 文章访问数: 
  • HTML全文浏览量: 
  • PDF下载量: 
  • 被引次数: 45
出版历程
  • 刊出日期:  2019-01-09

目录

摘要
HTML全文
    参考文献(0)
    相关文章
    施引文献(45)
    资源附件(0)

    /

    返回文章
    返回

    苏ICP备 05016349号-2

    本系统由 北京仁和汇智信息技术有限公司 开发  访问量：1252665    百度统计