详解机械臂三维模型可视化的实现：利用vtk与python进行智能制造

三、智能制造 （一）背景介绍 随着云计算、大数据、人工智能技术的快速发展，越来越多的新技 术正在应用于传统工业领域，并在帮助企业实现产业转型、技术升级及效 益提升方面起到了关键作用。目前在提升良品率方面，知识图谱通过深度 计算所有的关联参数，可精准分析出与生产质量强相关的关键参数并基于 分析结果搭建出参数的曲线模型，结合生产过程中实时监测和调控变量， 最终将最优参数在大规模生产中精准落地。此外，知识图谱在提升质检效 率、提升测试效率、优化能耗、降低设备维护成本、优化生产工艺等方面 同样较多应用场景。 （二）典型应用 1、石油化工领域的应用 石油化工业具有易燃易爆、流程工艺复杂、控制要求精细、信息高 度集成等鲜明特点，在加工过程中从原料到中间馏分与产品的物性分析数 据纷繁多样，产业链示意图如图5.10所示。由于炼化的复杂性，现实中仍 存在大量无法通过机理模型或模拟软件所不能解释的现象是。针对上述问 题，可借助知识图谱在较短的时间内从众多影响因子的因果变化关系中找 出满足优化目标的操作参数，从而为解决许多生产问题提供帮助。炼化生 产过程中众多影响因子间的因果变化关系是一个复杂的关系网络，可以用 知识图谱来分析，图5.11展示了与某因子相关联的其它影响因子。