摘 要

当今世界制造业急速发展，人们的物质生活水平日益提高。在未来进一步提高制造能力的进程中，工业机器人起着十分重要的作用。为了更好地管理和使用工业机器人，合理安排制造任务、提高生产效率、促进产品更新换代，对工业机器人的能力进行建模显得愈发重要。然而现在再工业机器人的信息化方面还有所欠缺，缺乏完善的描述模型，缺乏合适的推荐系统。考虑到知识图谱在推荐筛选方面有独特的优势，本文重点研究了基于知识图谱的工业机器人制造能力服务推荐系统的设计与实现，并且将对以下方面进行分析研究：（1）构建工业机器人制造能力描述模型。从不同种类的机器人数据中总结出来共性的描述模型。研究明确出描述模型的具体结构构成，通过仿真软件protégé将描述模型具现出来。通过本体进行知识图谱的建立与描述，构建出基本信息本体、制造能力本体与制造过程本体。这三个本体中又各自包括两部分，即通用模块部分与拓展模块部分。（2）通过Cypher查询语言在图数据库Neo4j中构建出来知识图谱。主要使用create来创建相应的节点与关系。通过标签来确定属于哪个类。进行推荐查询的时候使用match语句进行匹配查询，返回符合的结果。通过设置相应的约束条件返回最优结果。（3）使用Java语言写一个查询数据库的后台，构建一个web页面对数据库进行查询。本次设计采用springboot构建后台，通过添加相应注释监视浏览器的查询操作，从而使网页可以连接后台进行数据库的查询。再将查询结果返回网页端，即是返回给用户的最优工业机器人推荐。

关键词：工业机器人；知识图谱；Neo4j；制造能力

Abstract

In today's world, the manufacturing industry is developing rapidly, and people's material living standards are increasing day by day. In the process of further improving manufacturing capabilities in the future, industrial robots play a very important role. In order to better manage and use industrial robots, reasonably arrange manufacturing tasks, improve production efficiency, and promote product replacement, it is increasingly important to model the capabilities of industrial robots. However, the informatization of re-industrial robots is still lacking, lacking a complete description model, and lacking a suitable recommendation system. Considering the unique advantages of knowledge graphs in recommendation screening, this thesis focuses on the design and implementation of a service recommendation system for industrial robot manufacturing capabilities based on knowledge graphs, and will analyze and study the following aspects: (1) build industrial robot manufacturing capabilities Describe the model. Summarize common description models from different kinds of robot data. The research clearly defines the specific structure of the description model, and the description model is presented through the simulation software protégé. Through the establishment and description of knowledge graph through ontology, the basic information ontology, manufacturing capability ontology and manufacturing process ontology are constructed. Each of these three ontologies includes two parts, namely the general module part and the expansion module part. (2) Through the Cypher query language, a knowledge graph is constructed in the graph database Neo4j. Mainly use create to create the corresponding nodes and relationships. Use tags to determine which category you belong to. When performing a recommendation query, use the match statement to perform a matching query and return a matching result. The optimal results are returned by setting corresponding constraints. (3) Use Java language to write a back-end to query the database, construct a web page to query the database. This design uses springboot to build the background, and monitors the query operation of the browser by adding corresponding notes, so that the web page can connect to the background to query the database. Then return the query result to the web page, that is, the optimal industrial robot recommendation returned to the user.

Key Words：Industrial Robot; Knowledge Graph; Neo4j; Manufacturing Capability

目 录

第1章 绪论 1

1.1 研究背景目的与意义 1

1.1.1 工业机器人 1

1.1.2 知识图谱 1

1.1.3 基于知识图谱的工业机器人推荐系统 2

1.2 国内外研究现状 2

1.2.1 制造能力研究现状 2

1.2.2 知识图谱现状 2

1.2.3 基于工业机器人的知识图谱 3

1.3 主要内容与组织结构 3

1.3.1 研究内容 3

1.3.2 本文组织结构 4

第2章 工业机器人的制造能力模型 5

2.1模型模块分析 5

2.2 基于本体的模型构建 6

2.2.1 本体的概念 6

2.2.2 本体的建模 7

2.2.3 protégé建模 7

2.3 工业机器人制造系统本体 8

2.3.1 基本信息本体 8

2.3.2 制造能力本体 9

2.3.3 制造过程本体 9

2.4 本章小结 10

第3章 工业机器人知识图谱 11

3.1知识图谱 11

3.2 图数据库Neo4j 11

3.2.1 Neo4j简介 11

3.2.2 Cypher语句 11

3.3 在Neo4j中实现工业机器人知识图谱 12

3.3.1 创建机器人节点 12

3.3.2 基本信息节点 12

3.3.3 制造能力节点 14

3.3.4 制造过程节点 15

3.3.5 节点连接 16

3.4 知识图谱查询演示 17

3.4.1 单重限定条件查询 17

3.4.2 多重限定条件查询 18

3.5 本章小结 18

第4章 查询推荐系统 19

4.1 系统结构 19

4.2 开发工具与框架 19

4.2.1 IDEA与Maven 19

4.2.2 springboot与Neo4j 20

4.2.3 pom文件设置 20

4.3 模块分析 20

4.4 效果展示 22

4.5 本章小结 23

第5章 总结与展望 24

5.1 总结与反思 24

5.2 改进与展望 24

参考文献 26

附录 28

致谢 35

绪论

研究背景目的与意义

1.1.1 工业机器人

我国是制造业大国，中国制造畅销海内外，但是长久以来，我国的制造业主要靠的是廉价劳动力，缺乏科学技术应用于制造过程。制造业是一个国家综合实力的集中体现，它既是科技发展和社会进步的象征，也是国计民生和国防力量的象征^[1]。在这种情况下，我国产品从设计到加工出来再投放市场的时间远超国外，因此加快中国制造能力服务转型是十分有必要而且急切的。

当前我国制造业正面临巨大的转变，互联网技术的迅速发展为制造业转型提供了新的方向。随着智能制造的发展，新一代传感技术，机电一体化技术以及电子信息产业的发展与落地，中国制造正在向着中国智造迅速发展。人机一体化智能系统，将在制造过程中进行分析、推理、判断和决策等智能活动，极大地削弱甚至取代了人类专家在制造过程中所扮演的角色^[2]。

工业机器人对比人力有着巨大优势，在效率、安全等方面有着不可取代的优势。为了保证工业机器人能够更加高效的生产，人们开始探索研究工业机器人的制造能力。对工业机器人的能力进行建模，使其信息化处理将有助于企业更好地使用管理工业机器人，智能判断决策下更加合理的安排制造任务、进一步提高生产效率、加快产品更新换代。机器人的制造能力信息化、模型化描述，意义重大，是当前制造领域的一个研究热点。

1.1.2 知识图谱

互联网技术飞速发展，种种高新技术不断涌现，知识不断快速迭代更新。早期的互联网以文档为基础，通过链接互联，后来发展为数据互联。但这仍然有很多的不足，人类与计算机之间还是不能自如沟通。比如搜索领域，随着数据的爆炸增长，机械搜索带来的是愈加庞大的运算量与并不准确的结果。语义网络的出现有望解决或缓解这种局面，它使知识呈现着人与机器都能够理解的形式，从而在人与机器之间搭建起了沟通的桥梁。而在这基础之上进一步发展与改进，知识图谱就出现了。