摘要：为解决人工评估复杂工艺表格的相似性用于工艺重用设计存在效率低、精度差等问题,提出一种图神经网络组合算法,以有效提取工艺表格的结构、语义等特征以度量相似性。首先提出改进Mask R-CNN算法用以进行表格检测,包括距离变换突出表格特征、Confluence算法提高检测精度、角点定位调整检测框以实现精准定位,同时利用光学字符识别(OCR)技术提取表格文本信息。然后,针对提取的关键单元信息,分别建模工艺表格的结构特性图网络与语义关系图网络。进一步,提出图神经网络组合算法提取图网络模型的结构特征与节点属性,并转化成低维实值向量,以支撑提出的一种联合相似度综合评估方法,实现度量工艺表格语义相似性。最后,经实验分析表明了所提方法的有效性,并以工艺重用实例验证了方法的可行性。

摘要：设备点检记录是支撑故障原因分析与处理的重要信息来源,目前亟需对设备点检故障中的根因信息进行有效挖掘,以提升设备预防性维护的可靠性。鉴于此,首次将因果科学论引入制造领域,提出一种面向设备点检故障根因分析的因果知识建模方法。首先,从设备点检故障文档中提取事件知识,构建故障运维因果知识图谱;其次,定义故障运维因果知识规则,形成结构因果图模型;进而,设计一种基于ISPN的因果效应估计学习模型,对故障知识中混杂影响因素进行估计计算,挖掘出影响设备故障发生的语义关系,补全图谱节点间隐含的因果性语义链路;最后,以冶金设备点检故障文档的知识测试了所提方法,验证了因果知识模型估计设备故障根因知识间因果效应的可行性。