【机情无限 精彩毕设】机械2026届毕业设计（论文）中期检查优秀案例分享第六期——融合知识图谱与拓扑优化的转向架构架智能设计方法

学生姓名：李文斗

班    级：机械2022-01班

指导教师：黎荣

毕设题目：融合知识图谱与拓扑优化的转向架构架智能设计方法

一、概况

1.选题意义

转向架构架作为高速列车走行部的核心承载部件，其结构设计直接关系到列车运行安全性与乘坐舒适性。传统转向架构架设计依赖工程师经验，存在设计周期长、优化空间挖掘不充分、知识传承困难等问题。该论文将针对上述痛点，提出一种融合知识图谱与拓扑优化的转向架构架智能设计方法。本文通过Protégé完成对知识本体的构建，采用七步法逐步对知识进行整理和归纳，使用大模型对半结构和非结构化的知识进行抽取，同时利用Neo4j图数据库储存知识本体，从而达到能用Cypher语句完成对拓扑优化的知识推理，实现转向架构架的智能设计。然后，采用SWMB-400型转向架构架进行实例验证，建立构架的有限元模型并完成结构的静力学、模态、疲劳以及刚度分析，证明该智能设计方法的有效性。

2.任务分解

（1）知识图谱本体建模

（2）知识抽取

（3）知识图谱存储及可视化

（4）转向架构架拓扑优化问题定义

（5）基于知识图谱的设计规则提取

（6）知识约束的数学化表达

（7）基于知识推理的初始设计生成

（8）知识引导的拓扑优化算法

（9）设计对象与工况定义

（10）知识图谱构建实例

（11）智能设计过程与结果分析

二、已完成工作

1.知识图谱本体建模

本文以七步法（Methontology）为转向架构架知识图谱本体构建主要方法论。在Protégé中完成对知识本体的构建，转向架构架设计知识图谱的核心本体概念体系从“结构-功能-性能-工艺”四个方面进行描述。

图1.知识本体构建图

2.知识抽取

转向架构架设计需要涉及很多方面知识，而这些知识又分别保存在各种各样的数据源里，是典型的异构性。本文采取多源异构知识获取方式，全面收集并整理有关设计的知识。下图表示对标准《TB/T 3549.1-2019 机车车辆强度设计及试验鉴定规范 转向架 第1部分：转向架构架》非结构化数据的抽取结果。

图2.知识抽取结果

3.知识图谱存储及可视化

转向架构架设计知识图谱的存储与可视化使用图数据库Neo4j作为存储方式，利用其原生图结构的优势以及高效的图遍历算法。知识图谱的物理存储采取分层的方式，把实体、关系以及属性值分别保存在不同的数据结构中，并且利用索引来提高查询的速度。根据实体类型以及关系类型建立多层次索引，可以实现精确查询。

图3.知识图谱可视化

4. 转向架构架拓扑优化问题定义

转向架构架拓扑优化的设计域定义是优化问题的基础，在知识图谱指导下确定合适的设计空间。利用知识图谱中载荷工况实体关系，可以自动获取各种工况下边界条件参数，避免人为设定的随意性和片面性，给后面拓扑优化提供可靠计算边界。

图4.设计域推荐的尺寸

5. 基于知识图谱的设计规则提取

构建了以知识图谱为中心的设计规则的提取方法。其中设计规则几何可行性规则是保证转向架构架拓扑优化结果可以实现制造以及装配的前提条件。根据从知识图谱中得到的几何约束知识，制定出包括最小特征尺寸、连通性以及空间布局等规则。

图5.知识图谱查询几何可行性

6. 知识约束的数学化表达

在转向架构架智能化设计中，几何约束精确数学表示是使拓扑优化得到的结果符合工程实际要求重要一环。根据从知识图谱中获得几何规范及设计规则，构建了完备几何约束数学描述方法。

图6.静强度安全系数的嵌入

三、下一步工作计划

1.完成融合知识推理与拓扑优化的智能设计方法

将构架智能设计模块采用分层递进的方式，把知识图谱和拓扑优化相结合，形成一个完整的智能化设计流程。这个模块主要包括知识服务层、推理决策层、优化计算层以及交互展示层这四个部分。

2.完成SWMB-400型转向架构架有限元模型的建立

将SolidWorks中建立的转向架构架实体模型导入ANSYS Workbench，完成几何清理、修补与简化，去除无关特征，保证网格划分质量。最后完成SWMB-400型转向架构架有限元模型的建立。

3.完成SWMB-400型转向架构架实例仿真分析

完成转向架构架有限元模型建立之后，将进行边界条件的设定与求解。首先完成载荷、约束边界条件设定，并使用求解器求解。最终得出应力、应变、总变形等云图，完成构架静力学、模态、疲劳以及刚度的分析。

问题一：如何建立起Python与Neo4j的联系？

回答：我通过下载py2neo插件，实现了Python与Neo4j的交互。通过py2neo,能够实现Pycharm对Neo4j图数据库的控制和管理。

问题二：如何将知识图谱与拓扑优化两者结合起来？

回答：我使用Cypher语句能够精确地进行查询拓扑优化的相关知识，以快速地帮助工程人员获取相关的设计知识。

通过中期答辩，我对课题“融合知识图谱与拓扑优化的转向架构架智能设计”的课题有了更清晰的理解，明白了知识驱动智能设计的便捷性和重要性。该研究课题在于突破传统拓扑优化局限性，通过知识图谱引入可解释的设计规则，从而实现两者结合的智能设计方法，这与当前轨道交通装备智能化转型的行业需求高度契合。该智能设计方法能高效地帮助工程设计人员进行转向架构架的设计，打破了传统设计方法设计周期长、专业知识过于隐性、依赖工程师经验过多的问题。最终我以SWMB-400型转向架为实例的验证路径得到了认可，确认了“理论方法构建—知识抽取—算法融合—实例验证”的技术路线具有可行性。