面向网络化制造的知识集成与推送方法

刘骄剑 廖文和 郭 宇 王文斌

1.南京航空航天大学，南京，210016 2.中国商用飞机有限责任公司，上海，200120

0 引言

网络化制造是企业为了提高自身竞争力，快速响应市场需求，利用网络突破企业生产经营的地域约束，实现企业间协同和资源共享的先进制造模式，是在需求与技术共同驱动下发展起来的。在经济全球化和制造全球化趋势的推动下，越来越多的企业开始转变其制造模式，实施网络化制造。网络化制造的研究和应用正在向着协同化、知识化和集成化的趋势发展［1］。网络化制造过程知识管理和集成是提高企业知识重用水平，防止知识流失，实现业务流程自动化、智能化的有效手段。企业在生产过程中积累了大量的经验和知识，但是这些知识大多以数据库、知识库、纸质文件和人脑中隐性知识的形式存在，人们获取知识的方式主要通过手工检索，无法保证知识获取的及时性、准确性和全面性。所以研究将已有知识与特定制造活动相关联，与制造过程进行集成，使得生产过程参与人员在恰当的时间获得需要的知识显得很有必要。

国内外对于产品设计制造过程知识管理和应用方面的研究工作主要集中在如下3个方面：

（1）知识的获取、建模、表示方法的研究。文献［2］研究了企业知识的分类、表示、构建及共享和集成，为实现基于本体的知识管理平台提供了新的理论和方法；文献［3］针对夹具协同设计过程中知识的语义理解障碍，通过本体表达领域知识，便于Agent自动进行推理。

（2）知识集成系统框架与体系结构的研究。文献［4］对产品开发活动中的知识演化过程进行了分析，并提出了一个集成知识的参考系统；文献［5］提出了一种基于知识集成的车间制造系统运行模式，并研究了实现该模式的工作中心服务化、制造执行链构建等关键技术。

（3）知识集成与应用关键使能技术的研究。文献［6］针对产品协同设计过程设计人员获取知识效率低的问题，提出了基于粗糙集的产品协同设计知识推送方法。

从以上分析可以看出，目前的研究内容多数是针对产品设计过程中知识的表示、演化、管理和集成方法，而对于网络化制造过程如何有效地组织和重用制造知识，并辅助制造过程的决策则较少提及。本文在对网络化制造过程分析的基础上构建制造过程知识集成模型，通过对制造活动知识情境的描述实现基于本体查询的知识主动推送。

1 网络化制造过程知识集成模型

本文所述的网络化制造过程是指产品协同制造过程中动态获取并有效传递信息和知识的过程，包括制造任务规划、制造资源配置、工艺规划，以及零部件生产的进度和质量管理等。

定义1 制造活动。制造活动（NMA）是制造过程中具有相应角色的人员进行的具体操作和决策行为。制造活动具有不可再分性，是网络化制造过程中的“原子活动”，如任务分解活动、进度数据采集活动。制造活动可以由参与生产的不同企业协同完成，所以又具有地理位置的分布性。

定义2 网络化制造过程。网络化制造过程（NMP）由完成某一制造任务的一系列动态的、具有时序关系的制造活动组成，是一条完整的网络化制造执行过程。网络化制造过程是制造活动的集合，表示为NMP＝｛NMAi｜i∈N＋｝。

定义3 制造子过程。制造子过程（NMSP）也是网络化制造过程NMP的构成要素，如果NMSP是不可再分的操作和决策活动，则其意义对应于制造活动，即NMSPi＜＝＞NMAj，如果NMSP可以继续分解为制造活动序列，则NMSPi＝NMAseq＝｛NMAj∣j∈m｝，m为制造子过程i包含的制造活动数。

制造活动和制造子过程通过工作流引擎的驱动构成网络化制造过程，通过定义角色模型、任务表等数据，在数据库、知识库的支撑下，执行整个网络化制造过程。网络化制造过程工作流控制模型如图1所示。

图1 网络化制造过程工作流控制模型

网络化制造过程是制造知识密集的生产活动集合，一方面制造活动应用大量的规则知识、实例知识、经验数据进行决策和指导生产；另一方面制造活动也是知识产生和获取的源泉［7］。知识集成的目标就是将制造知识管理与制造过程结合，通过对制造活动角色、对象、目标、需求等属性的描述，与相关知识进行匹配，从而减少手工知识搜索工作，实现快速准确地将制造知识传递给操作人员。

与网络化制造过程相对应的制造知识流是制造知识在制造活动间积累、转化、应用的过程。在制造知识流中定义如下算子实现知识的处理以及与制造活动的集成：

（1）知识发现算子。知识发现主要是通过统计、挖掘的手段，从历史数据或生产过程采集的数据中发现新知识。形式化表示为：D（Set｛data1，data2，…，datan｝，K）： Set｛data1，data2，…，datan｝→K，其中，Set｛｝为数据集合，K为发现的新知识。

（2）知识表示算子。知识的表示包括隐性知识到显性知识的转化、分布异构的知识的规范化描述。形式化表示为：E（K，K′）：K →K′，其中，K为处理前的知识，K′为显性知识或规范化的知识，例如基于本体的知识表示。

（3）知识转化算子。知识的转化是指知识在制造活动间从一种形式转化为另一种形式，可能伴随着知识内涵的增加。形式化表示为：T（K1，K2）：K1→K2，其中，K1表示转化之前的知识，K2表示经过转化重新组织或更新的知识。

（4）知识匹配算子。知识匹配通过对制造活动情境的描述实现制造过程与知识的匹配，便于实现基于语义的知识主动推送。形式化表示为：M（K，Context）：E（K，K′）∩ E（Context，K″），其中，Context表示制造活动情境，K″表示情境的形式化规范描述。

网络化制造过程知识集成模型如图2所示。

图2 网络化制造过程知识集成模型

2 网络化制造过程知识检索与获取

2.1 知识检索与获取的形式

根据知识的特点及查询需求的不同，网络化制造过程主要采用3种不同的知识检索与获取形式，分别为手动检索、主动推送和知识服务，3种获取形式并不矛盾，而是相辅相成、相互结合。

（1）基于语义的知识检索。基于语义的知识检索是根据用户的查询需求，从本体概念的同义、上下位、蕴涵等语义关系进行语义扩展，进行精确检索或模糊检索。语义检索较关键字匹配具有更高的查准率和查全率，缺点是检索结果依赖于人工定义的检索条件的准确性，须对知识库内容有一定程度的了解。

（2）基于情境的知识主动推送。基于情境的知识主动推送是由系统自动识别获取当前制造活动的要素和属性，建立知识查询的情境模型，然后与知识库中知识的情境信息相匹配，实现将匹配的知识主动提供给操作人员。知识主动推送强调知识的主动服务性，减少了知识搜索的工作量。

（3）知识服务检索。网络化制造环境下，不同的企业实体对其知识资源具有自治性，知识资源作为企业的核心资源具有专利性、私密性和有价性［8］，能否或者以何种条件提供给其他企业的用户可以通过知识服务的形式进行协商。知识的拥有者将知识封装成服务，并在网络平台上进行注册和发布，知识的需求者检索并获取与需求匹配的知识服务集。

从以上分析可以看出，网络化制造采用“拉取”与“推送”相结合的方式，推送可以自动获取生产决策知识，拉取可以根据用户的兴趣检索相关知识，是知识主动推送的补充。由于篇幅所限，本文只讨论知识主动推送的实现方法，首先对制造活动的知识情境进行描述，通过需求与知识库内容的查询匹配，判断是否存在适用于解决当前问题的知识。

2.2 制造活动知识情境模型

制造活动知识情境（KC），也就是网络化制造过程知识集成、应用的条件、需求和背景等，它是区分、识别不同知识活动，决定与当前制造活动相关联的知识类别、范围和实例的重要因素［9］。

可以从3个维度对制造活动知识情境进行描述，定义为如下的三元组 KC ＝（Knowledge＿Process，Role＿Permission，Task＿info），其中，Knowledge＿Process是对当前知识活动过程的描述，进一步定义为Knowledge＿Process＝（ID，Name，Goal，Input，Output，Previous，Next，State，Knowledge＿required）。Goal 表 示 知识活动所要解决的问题，达到的目标；Input、Output分别表示知识活动执行过程的输入、输出数据；Previous、Next分别表示当前制造活动的上游和下游活动，由工作流管理系统进行定义；State为制造活动的状态，State∈｛等待，执行，终止，完成｝；Knowledge＿required 描述制造活动对知识的需求信息。Role＿Permission描述执行当前制造活动的角色权限信息，进一步定义为Role＿Permission ＝ （Role，Department，Enterprise，Permission），其中，Role为执行活动的角色；Department为角色所在的部门；Enterprise为部门所属的企业；Permission指定该角色是否有执行活动的权限，为布尔类型的属性。Task＿info表示制造活动的作用对象，即生产任务信息，定义为 Task＿info ＝ （Task＿ID，Task＿Name，Drawing＿Num，Quantity，Completion＿Date），分别表示生产任务的ID、名称、图号、计划数量及出产日期。

对制造活动知识情境的描述是实现知识与制造活动关联的基础，在此基础上进一步提取制造活动的知识需求信息。

3 基于本体查询的知识主动推送

网络化制造过程知识主动推送形式化描述为：KP ＝ （NMA，KC，KR，KO，MK，δ），其中，NMA为制造活动；KC为制造活动知识集成的情境描述；KR为根据KC构建的知识推送需求和查询条件；KO为基于本体的知识库和规则库，是知识资源集，包括文档、数据库、实例类知识等；MK表示经过推理、匹配、推送，向用户提供的满足决策者需求的知识；δ表示推送方法算子，其表达形式为δ：KRxKO→MK，是从知识库获取满足决策者要求知识的手段。

企业的知识资源通过本体进行了规范化和形式化，因此，为了便于实现知识的语义查询和推理匹配，本文提出了基于本体查询的知识主动推送方法。首先，由工作流引擎驱动网络化制造过程，通过工作流事件或数据触发机制激活制造活动，按照制造活动过程维、角色／权限维、生产任务信息3个维度对制造活动知识情境进行描述。结合领域知识本体提供的概念、属性及其关联关系，从知识情境信息中挖掘并构建知识查询本体，用于描述制造活动的知识需求和查询条件。图3所示为一个知识查询本体的例子，表示的查询语义是：根据精度等级、加工范围等属性约束，查询满足要求的制造资源名称、型号、状态（可用或故障），并经过推理得到制造资源所属企业的基本信息。图中椭圆形节点表示概念节点，矩形节点表示概念的实例化属性值，带“？”符号表示变量，将作为查询结果集的部分，箭头表示概念属性或关联关系。

图3 需求知识查询本体

实现知识主动推送的关键是进行知识的自动查询和推理，主要过程包括SPARQL查询语言［10］的生成，Jena推理机［11］对本体和自定义领域规则（Rule文件）的推理，在此基础上，ARQ查询引擎对SPARQL进行解析得到查询结果。最后，根据角色／权限以及知识的相关性对查询结果进行过滤、排序，经过可视化处理将知识提供给用户。上述过程的核心是从查询本体到SPARQL的自动转换，算法如下：

（1）定义查询结果集Result，查询条件集Condition，并进行初始化。

（2）取查询本体的概念集CS，将有关联关系的概念对表示为查询模式三元组，添加到条件集Condition，如概念实体为变量，在结果集Result中添加查询变量。

（3）依次取出概念实体CSi的所有属性约束AC，将属性约束ACi表示为查询模式三元组，添加到条件集Condition，如属性约束为变量，在结果集Result中添加查询变量。

（4）为提高查询效率，调整查询条件集，即将含确定条件的查询三元组放在前面。

图4所示为基于本体查询的制造知识主动推送机制。

图4 制造知识主动推送机制

4 应用实例

以生产计划变更与调整过程为例，分析知识集成与推送方法在网络化制造过程中的应用。紧耦合的网络化制造模式下，主生产企业对联盟企业生产过程的可跟踪性和可控性具有较高的要求，需要及时准确地获取生产任务的进度信息，包括零部件的投入产出数量、时间、制造资源状态信息等。但是，生产过程存在各种扰动因素，包括设备层、决策层的扰动，会对生产计划的执行产生一定的影响。由于网络化制造系统是一个动态的、协调统一的整体，不同企业生产的零部件存在时序与工艺等方面的约束，最终导致产品不能按期交付或造成经济损失。

针对以上情况，主企业必须根据生产任务知识、制造资源知识等及时对计划进行变更决策，采取有效措施予以解决。如某离散制造企业在区域实施紧耦合的网络化制造生产模式时，该企业通过网络对联盟企业生产进度进行管理和控制。在联盟企业执行外协生产计划过程中，要控制的扰动因素主要包括：①设备故障；②紧急任务到达；③物料拖期；④计划数量增加；⑤交付时间提前。主企业要及时根据扰动因素，参考与当前任务相关的制造知识提出计划变更措施。对于已经开始执行并投料生产的计划，通常只进行局部的有限度的调整，否则可能影响整个产品的研制周期，增加成本，具体措施包括推迟交付时间、重新选择企业或者取消生产计划等。

生产计划变更与调整活动需要推送的知识主要包括：与当前生产任务制造设备参数相近的资源信息以及下游零部件的生产计划，决策人员可以根据以上信息决定选择其他企业或延缓交付时间。以上两类知识的查询本体分别如图3、图5所示。生产计划查询本体根据当前生产任务的上下位概念查询下游零部件的数量、出产日期等信息。

图5 生产计划查询本体

根据SPARQL转换算法，得到的SPARQL查询语句如下：

资源查询SPARQL：

PREFIX mr：＜http：／／networkedmanufacturing.org／ns＃

＞

SELECT？resource？enterprise？r＿name？type？sta

tus？e＿name？area？tel

WHERE｛

？resource mr：精度等级 ？grade.

？resource mr：加工范围 ？range.

FILTER（？grade＜＝7 ＆＆ ？range＞＝250）

？resource mr：名称 ？r＿name.

？resource mr：型号 ？type.

？resource mr：状态 ？status.

？resource mr：所属企业 ？enterprise.

？enterprise mr：企业名称 ？e＿name.

？enterprise mr：地域 ？area.

？enterprise mr：联系方式 ？tel.｝

生产计划查询SPARQL：

PREFIX mr：＜http：／／networkedmanufacturing.org／ns＃

＞

SELECT？part？part＿name？gra＿id？number？m＿enterprise？date

WHERE｛“轴套”mr：part－of？part.

？part mr：零件名称 ？part＿name.

？part mr：图号 ？gra＿id.

？part mr：数量 ？number.

？part mr：生产企业 ？m＿enterprise.

？part mr：出产日期 ？date.｝

由以上SPARQL经过推理查询、可视化处理，得到的结果如表1、表2所示。

表1 资源查询结果

表2 生产计划查询结果

以上知识自动推送到网络化制造系统生产计划变更与调整模块，为计划调度人员提供决策支持，减少了手动搜索知识的工作量，提高了知识获取的准确性和及时性。

5 结束语

知识经济时代，制造过程知识的管理和应用受到越来越多企业和研究机构的关注和重视，已经成为企业提高核心竞争力的关键因素，知识推送作为提高知识利用效率的重要途径，可以使生产过程参与人员及时准确地获得需要的知识。本文通过分析网络化制造过程，将制造活动与制造知识相关联，提出了基于本体查询的知识主动推送机制，并通过实例进行了验证。对于模糊和不确定性知识的描述和获取、知识推送结果的评价，以及更多的应用实践等还有待于进一步的研究。

［1］刘飞，雷琦，宋豫川.网络化制造的内涵及研究发展趋势［J］.机械工程学报，2003，39（8）：1－6.Liu Fei，Lei Qi，Song Yuchuan.Connotation，Stateof－the－art and Research Tendency of Networked Manufacturing［J］.Chinese Journal of Mechanical Engineering，2003，39（8）：1－6.

［2］倪益华，顾新建，吴昭同.基于本体的企业知识管理平台的构建［J］.中国机械工程，2005，16（15）：1353－1357.Ni Yihua，Gu Xinjian，Wu Zhaotong.Exploitation of Knowledge Management Platform Faced to Manufacture Corporations Based on Ontology［J］.China Mechanical Engineering，2005，16（15）：1353－1357.

［3］Ameri F，Summers J D.An Ontology for Representation of Fixture Design Knowledge［J］.Computer－Aided Design and Applications，2008，5（5）：601－611.

［4］Bernard A，Xu Y.An Integrated Knowledge Reference System for Product Development［J］.CIRP Annals－Manufacturing Technology，2009，58（1）：119－122.

［5］王琦峰，阎春平，刘飞.基于知识集成的车间制造系统运行模式研究［J］.计算机集成制造系统，2009，15（4）：698－705.Wang Qifeng，Yan Chunping，Liu Fei.Knowledge Integration Based Operation Mode for Workshop Manufacturing System［J］.Computer IntegratedManufacturing Systems，2009，15（4）：698－705.

［6］杨洁，杨育，王伟立，等.基于粗糙集的产品协同设计知识推送方法研究［J］.中国机械工程，2009，20（20）：2452－2456.Yang Jie，Yang Yu，Wang Weili，et al.Research on Rough Theory－based Knowledge Push in Product Collaborative Design［J］.China Mechanical Engineering，2009，20（20）：2452－2456.

［7］杨春立，李浩，李滨.产品设计知识管理系统及其应用［M］.北京：科学出版社，2009.

［8］黄琛，范玉顺.知识服务网格及其在制造网络中的应用［J］.计算机集成制造系统，2005，11（4）：467－474.Huang Chen，Fan Yushun.Knowledge Service Grid and Its Application in Manufacturing Network［J］.Computer Integrated Manufacturing Systems，2005，11（4）：467－474.

［9］潘旭伟，顾新建，王正成，等.集成情境的知识管理方法和关键技术研究［J］.计算机集成制造系统，2007，13（5）：971－977.Pan Xuwei，Gu Xinjian，Wang Zhengcheng，et al.Methods and Key Technologies of Knowledge Management Integration Context［J］.Computer Integrated Manufacturing Systems，2007，13（5）：971－977.

［10］Arenas M，Pérez J.Querying Semantic Web Data with SPARQL［C］／／ACM Special Interest Groups on Management of Data.Proceedings of the ACM SIGACT－SIGMOD－SIGART Symposium on Principles of Database Systems.30th Symposium on Principles of Database Systems.New York：Association for Computing Machinery，2011：305－316.

［11］Jena Semantic Web Framework［EB／OL］.［2012－01－15］.http：／／jena.sourceforge.net／documentation.html.