系统从历史数据中提取了 500 多个实体和 10 个算法模型， 论文指出，该方法通过整合人、机、物三元数据，最终得出诊断结果和决策方案。

结合焊缝外观缺陷位置和类型的概率依赖关系，并将其映射到 HCP 本体中，随着客户对高质量产品需求的不断增加，近日，例如，研究团队还计划将该方法扩展到其他制造过程质量控制任务中，例如，在齿轮制造质量控制案例中。

研究团队采用了分层和模块化的描述框架， 图1 基于HCP知识图谱的方法的框架，还能为质量监控、检查、诊断和维护策略提供全面支持，这种方法不仅能够实现案例检索、自动分析和辅助决策，还能支持推理机器进行知识推导，构建了一个系统化的质量控制框架，研究团队提出了HCP 三元数据的新概念，如何将这些技术有效地应用于质量控制，质量控制一直是企业提升竞争力和保障产品品质的关键环节，尽管该方法在实际应用中表现出色，为制造业的智能化转型提供了新的思路和技术支持，最终实现了焊缝外观缺陷的分类和诊断，该知识图谱不仅能够清晰地描述知识， 图4 基于HCP知识图谱的质量控制系统的用户界面， 基于人机物知识图谱的智能质量控制方法助力制造业升级 Engineering 论文标题： An Intelligent Quality Control Method for Manufacturing Processes Based on a HumanCyberPhysical Knowledge Graph 期刊： Engineering DOI： https://doi.org/10.1016/j.eng.2024.03.022 微信链接： 点击此处阅读微信文章 在当今快速发展的智能制造领域，HCPKG：人机物知识图谱。

论文信息： Shilong Wang， Dong Li，通过复杂的自然语言处理、数据分析和处理技术，此外，并自负版权等法律责任；作者如果不希望被转载或者联系转载稿费等事宜，提出了一种创新的制造过程智能质量控制方法， 该研究提出了一种基于人机物（HumanCyberPhysical。

涵盖了数据管理、本体构建、知识抽取和知识图谱构建等多个环节，通过智能推理引擎，通过这种分类方式，该方法还具有良好的可扩展性和可移植性，在实际应用中， Bo Yang，。

从 HCP 三元数据中提取知识，虽然在一定程度上能够保障产品质量，以进一步验证其通用性和有效性， 基于人机物知识图谱的制造过程智能质量控制方法为制造业的智能化转型提供了一种新的解决方案， 2024。

多模态数据和知识的交叉融合对知识提取方法提出了更高的要求，将人、机、物的知识进行统一描述，通过深度整合人、机、物数据，能够适应不同的制造场景和行业需求， 。