基于本体的建筑工程质量通病诊断方法

刘欣，姜韶华，李忠富

(大连理工大学建设管理系，辽宁大连 116024)

基于本体的建筑工程质量通病诊断方法

刘欣，姜韶华，李忠富

(大连理工大学建设管理系，辽宁大连 116024)

针对目前建筑领域质量问题诊断效率低下，信息共享和重用难等问题，在对《建筑工程质量通病防治手册》进行深入分析的基础上，文章提出了基于本体的建筑工程质量通病诊断模型，可以快速有效地对建筑工程质量通病进行诊断。该模型以建筑工程质量通病为研究对象，首先利用protégé建立建筑工程质量通病诊断的领域本体模型;其次通过定义类之间的关系，构建SWRL推理规则;最后利用JESS推理引擎针对质量通病进行推理，实现了利用本体对建筑质量通病防治的过程。该方法可快速有效地基于本体模型对质量通病进行推理，从而支持建筑工程质量通病中多领域和多源信息的有效表示，通过不断增加新的案例对知识库进行补充，可以解决质量通病知识表示，以及信息共享和重用等问题。

本体;推理;质量通病;检测

现有的质量控制方法不能有效地对建筑工程质量通病(后文简称为质量通病)进行识别，因此某些质量问题可能到施工结束或者运营维护阶段才被发现，影响了项目的实施效果。在以往的质量通病诊断中，简单的质量问题一般是建筑领域专家通过经验和知识进行处理。一旦遇到复杂的质量问题或者是以前没有遇到的问题，就需要领域专家通过质量通病的特点进行问题诊断，其过程复杂、耗时较长，而且其诊断结果准确率低。

建筑工程质量通病指的是建筑工程中经常发生的，并普遍存在的工程质量问题，其存在量大、面广，对建筑本身的工程质量危害很大［1］，作为长期实践经验知识的总结，《建筑工程质量通病防治手册》(后文简称为手册)是诊断、预防、治疗工程质量通病的手册，本文选用该手册作为质量通病诊断的数据源。由于手册中信息是分项进行描述的，其保存格式不利于知识的共享与重用，因此需要新的知识表示方法来实现质量通病防治知识的表达和应用。

本体［2］作为一种结构化的知识表示方法，可以对概念层次进行清晰和准确的描述，其本身也支持知识的推理。同时本体能够提供一种全新的知识获取手段，能够提高知识系统的重用和可靠性。近年来，有关本体的研究主要集中在本体构建、本体表示语言，规则语言(SWRL)［3］以及规则推理引擎等方面。因此，本体模型适用于质量通病诊断，并能提供较好的表达语言，及时捕捉领域知识的语义，使其能够更好地进行知识的共享与重用。本文将本体概念引入到工程质量管理中，并利用本体在描述领域或系统概念方面和问题诊断方面的优势，构建领域本体，同时利用逻辑推理结构进行推理。采用本体来支持质量通病问题的解决可以大大减轻项目参与人员的工作量，同时也为建筑领域工程质量问题提供了一个更为简洁的解决途径。

1 研究背景

1.1 《建筑工程质量通病防治手册》

《建筑工程质量通病防治手册》是有助于诊断、预防、治疗建筑工程质量通病的实用手册。手册中介绍了通病现象，并分析了其产生的原因，提供了预防措施和治理方法。通过手册中对建筑施工中常见病、多发病的介绍可以有效地预防和减少质量问题的发生。

手册中共收录质量通病项目1040项，可以应用到建筑工程的各个领域，本文利用该手册作为知识源进行本体构建，可以快速、有效地找到质量通病发生的原因及解决措施等，其本体框架的构建也实现了质量通病信息的共享与重用。

1.2 建筑工程质量通病特点分析

每一个建筑质量通病主要的特点可总结如下。

(1)质量问题诊断知识多源异构性。例如施工中的建筑材料可能来自不同的厂家，有的施工过程可能会利用其中的一些材料，有的施工过程却利用其它的材料等。因此，需要将这些异构的数据组织起来，把各个系统之间的相关信息联合起来，使知识建模成为一种可能。

(2)质量通病进化快，在施工过程中各种质量通病随着施工进程的加快，会逐渐涌现，其问题层出不穷，需要随时进行数据输入和数据处理，增强信息的重用和共享。

(3)各质量问题知识层次关系复杂，相关性强。如何利用知识之间的层次关系，也是研究的难点。

通过上述分析可见本体作为知识共享的工具可以较好地解决质量通病中的知识共享与重用问题。

2 建筑工程质量通病表示与推理

2.1 本体结构定义

关于质量通病本体模型的基本结构，一般是由质量通病现象、产生原因、预防措施、治理方法四部分组成。建筑质量问题的诊断过程是双向的，是通过施工过程中出现的质量通病现象，寻找产生原因，提供预防措施和治理方法，同时在寻找质量通病产生原因的同时，完成对质量通病的定位。本文研究主要针对质量通病本体模型的构建，该模型主要是对质量通病诊断系统进行推理研究，不涉及质量通病定位的研究。

建筑工程质量通病诊断是通过一定的逻辑定义，对通病现象进行分析，找出通病产生原因，提出预防措施和治理方法。因此文章借助于本体概念及其关系对上述流程进行描述，通过对质量通病诊断模型概念和关系定义后，构建基本的系统框架。本文所构建的本体考虑到后续研究中软件兼容问题的需要，整个本体构建以英文为主。该本体在后文中统称为诊断本体(Detection ontology)。

本体涉及到的关系及其推理可简单通过图1［4］表示。

图1 建筑工程质量通病诊断关系示意

2.2 本体表示模型

2.2.1 本体构建

在建筑工程质量通病诊断模型本体中首先应当明确构建本体的意义及作用并构建一个诊断模型。该模型包含有关质量通病术语的层次结构及关系，可以为使用者提供有用的信息;其次模型构建需要对质量通病本身有较为深刻的理解，本体事实库中的知识也应足够详尽，需要尽可能收录施工过程中所产生的通病。因此，通过对质量通病进行详细分析后所构建的质量通病诊断系统的本体模型如图2所示。模型主要分为两部分，分别是施工项目(Construction item)和诊断本体(Detection ontology)。

图2 利用Protégé构建的建筑工程质量通病诊断本体

施工项目主要指在施工过程中建筑质量通病产生所涉及的各个阶段及各个建筑部件等，例如:普通钢筋混凝土预制桩方面出现的问题等。

诊断本体是建筑质量通病诊断模型的核心部分，可对收集到的质量通病进行原因分析，并可推理出治理方法和预防措施。

本文利用免费的开源平台Protégé构建基于本体的领域模型［5，6］。有关本体建模的研究有很多，但每一个构建方法的应用都是针对特定的研究领域，不具有通用性。因此，本文根据建筑质量通病的特点，构建了基本的质量通病诊断本体。

通过对手册的知识提取确定本文诊断本体的主类，包括质量问题(Quality fault)，现象(Phenomenon)，原因(Reason)，预防措施(Precaution)和治理方法(Improvementmeasure)。

2.2.2 关系定义

对概念之间的关联关系进行定义时，应当对关联关系赋予丰富的语义，使其更加便于理解相关概念的关系［7］。语义关系是用来描述本体中各概念之间关系的，关系可分为层次关系(Hierarchical)和非层次关系(Non-hierarchical)［8］。Joonhee［9］提出利用RNA方法对通用关系进行分类，认为类与类之间的关系可分为内部关系(Internal)和外部关系(External)。本文将语义关系分为上下位关系(Hyponymy)和关联关系(Associations)两种，关系的定义有助于更好地对相关概念进行描述。

上下位关系在上文中已经初步进行了定义。这里主要讨论关联关系，关联关系主要可划分为统一关系(Synonymy relationship)，反义关系(Antonymy relationships)，以及整体－局部关系(Meronymy relationships)，下面是对这几种关系的简要说明。

Synonymy relationships(equivalent(x，y)):利用is_the_same_as，is_like或者is similar_to对同义关系进行描述。例如混凝土和砼在中文环境中表达的是同一层含义，可以利用上述关系进行描述。

Antonymy relationships(disjoint(x，y)):反义关系可以利用对立(Opposites)表示，也就是概念1与概念2是Opposites的意思，例如桩基工程和砌筑工程就是两个对立工程。

Meronymy relationships(whole-part(x，y)):描述的是两个概念之间的整体—局部关系，也就是说一个概念是另一个概念的局部。

该诊断本体涉及质量通病、现象、原因、预防措施和治理方法等模块，各模块之间的推理关系可通过图1定义，其中涉及的属性关系如表1所示。

表1 质量通病本体框架的属性关系表

2.3 质量通病诊断推理

推理机制是用来对构建的本体模型进行推理。本体及实例数据处理完善后，需要利用应用程序对构建的本体进行解析和应用。在对本体进行数据推理及检索时，采用SWRL(Semantic Web Rule Language)对推理规则进行描述，并利用JESS［10］(Java Expert System Shell)规则引擎进行推理。

2.3.1 规则建立

由于OWL为用户提供的表达形式有限，因此需要支持规则的加入，进而拓展RDF/OWL数据的表达能力，建立的规则通过SWRL实现。通过对语义的分析，可以利用SWRL建立的规则对质量通病诊断本体的类和类属性进行定义。通过建筑工程质量通病诊断本体中类和关系的定义，确定相应的SWRL规则［11］，由于时间和精力所限，本文主要对该手册第八章基础施工的内容做具体说明。例如，如果已知质量通病的前提下，其规则描述如下式:

利用上述运算规则，项目的相关成员可以根据推理规则进行推理，进而通过质量通病现象得到质量通病产生的原因。其中qualityfault?x如果发生时true，有现象是?y，可推理出qualityfault?x的phenomenon?y是由reason?z所导致的。上述推理规则表达式是基于仅发生一种质量问题，其他情况正常的前提下所定的简单推理规则。

SWRL规则利用RDF具体语言进行书写，该格式可以很好地嵌入到OWL中，并被计算机所识别。因此，基于SWRL规则，只要已知建筑质量通病的特征，就可以利用JESS推理机进行推理，找出适当的预防措施及治理方法。

2.3.2 推理

利用规则对上述构建的模型进行推理，需要以下几个实施步骤:

Step1:对施工项目和诊断本体来说，在推理层中需要结合两者之间的信息源，即需要利用XSTL［12］将其集成为XML数据，方便以后进行查询检索研究;

Step2:需要将本体和所定义的推理规则转换成在JESS推理引擎中可以推理的规则语言;

Step3:推理知识及不同数据源整合的信息需要放置到知识库中，以便进行知识的共享和重用。

推理规则建立后，需要利用JESS进行推理。JESS推理是基于一系列已知事实和一系列规则，通过知识库中的知识匹配实现推理［13］。JESS推理机只能解析JESS编码格式，因此在本体推理过程中需要将RDF和OWL格式转换为JESS代码。图3为该系统所涉及的质量通病推理的框架转换流程。

图3 建筑工程质量通病推理框架转换流程

2.4 建筑工程质量通病诊断本体系统

在建筑工程质量通病诊断过程中，需要将施工中出现的通病输入到系统中，通过对通病现象的描述，自动推理出通病的原因，同时提供相应的通病预防措施和治理方法。通过上述对系统功能的总结，绘制了建筑工程质量通病诊断的系统流程，如图4所示。

图4 建筑工程质量通病诊断系统流程

3 建筑工程质量通病诊断本体的实施

根据上文所提出的质量通病诊断模型系统，通过知识库的支持，可以利用推理规则的逻辑描述对质量通病问题进行判断。一般情况下，建筑工程质量通病是通过在施工过程中的问题所表示出的现象，通常发生在较为明显的组件或者施工流程中，需要根据该现象推理出更加详细的施工信息，以便更好地进行施工控制。

由于篇幅所限，一些与质量通病诊断本体的无关项都进行了忽略。本文以《建设工程质量通病防治手册》第八章的基础施工部分内容为例，利用Protégé软件将本体的类、实例、属性及SWRL规则逐一定义，并构建本体模型。其Protégé界面如图5所示。

图5 Protégé软件界面

从手册中提取相应的质量通病相关问题，并分析其相互关系，进行SWRL规则编写，形成建筑质量通病诊断规则库，同时利用相应的转换器将OWL+SWRL转换为JESS规则，构建事实库与规则库，运行JESS规则引擎后，将JESS编码格式转换为OWL格式，即可输出结果，同时将其存储为新的事实。基于手册8.3节基础施工，根据基础位置偏离的问题，通过已知的通病现象以及预防(治理)该现象的方法，可以推理该质量问题的预防措施(处理方法)，具体规则见图5中的rule2以及rule4，推理结果如图6显示，该问题可通过设置中心桩(set the center pile)进行预防或者通过协商(consultation)处理。

图6 基础位置的建筑工程质量通病诊断推理结果显示

4 结语

本文提出了一种新的质量通病控制方法，使得质量通病诊断过程更加准确和清楚。该方法包括的本体框架，主要由本体表示模型和推理两部分组成。在本体表示模型中，其知识提取主要来源于《建筑工程质量通病防治手册》，并利用对象属性和数据属性进行质量通病诊断表示模型构建。然后利用OWL和SWRL将知识转换成JESS中的事实库(fact base)和规则库(rule base)。在JESS推理机辅助下，可以推理出质量通病的原因、预防措施、治理方法等。本文提出的质量通病诊断本体系统很好地解决了建筑过程中质量通病的共享和重用问题。

通过从施工经验丰富的工作人员得到的反馈来看，该系统取得了良好的效果。首先，该框架系统对于质量通病知识的使用和检索更加容易，且在质量通病检测中费时较少。其次，框架具有良好的可扩展性。该方法可以将实际施工过程中新出现的质量问题输入到系统中并建立相应的推理规则，从而帮助解决以后遇到类似的质量问题。

然而，本文所提出的方法也存在一定的限制，需要进行进一步研究。首先，本文所构建的框架不包括定位研究，即目前所构建的本体只能通过问题、现象、预防措施等进行推理，并不能对质量通病产生的位置或者是某一过程进行定位，如何将构建的本体模型与BIM模型进行较好的结合，需要我们在今后的工作中进行研究。其次，本文所构建的本体模型相对简单，其类的数量和类之间的属性关系等不能全面地反映质量通病诊断过程的复杂性，本体模型的丰富需要进一步完善。第三，该模型展示的只是研究的初步内容，需要收集足够的信息进行内容丰富。以上这些问题都需要我们今后进行研究解决。

［1］彭圣浩.建筑工程质量通病防治手册［M］.北京:中国建筑工业出版社，2002.

［2］Gruber TR.A translation approach to portable ontology specifications［J］.Knowledge Acquisition，1993，5 (2):199-220.

［3］Hoorrocks I，Patel-Schneider P F，Boley H，et al.SWRL:a Semantic Web Rule Language Combining OWL and RuleML.［EB/OL］.［2004-05-21］.http://www.w3.org/Submission/SWRL/.

［4］董金祥.基于语义面向服务的知识管理与处理［M］.杭州:浙江大学出版社，2009.

［5］Stanford Center for Biomedical Informatics Research.A Free，Open-source Ontology Editor and Framework for Building Intelligent Systems［EB/OL］.［2015-01-24］.http://protege.stanford.edu/.

［6］Horridge M，Knublauch H，Rector A，et al.A Practical Guide to Building OWL Ontologies Using the Protégé-OWL Plugin and CO-ODE Tools［M］.Manchester:The University of Manchester，2007.

［7］Wang H H，Boukamp F.A Context Ontology Development Process for Construction Safety［C］//Joint CIB Conf.:W102 Information and Knowledge Management in Building and W096 Architectural Management.Rotterdam，Netherlands:International Council for Research and Innovation in Building and Construction，2008:297-308.

［8］El-Diraby T E，Osman H.A domain ontology for construction concepts in urban infrastructure products［J］.Automation in Construction，2011，20(8):1120-1132.

［9］Yoo J，Bieber M.Towards a Relationship Navigation Analysis［C］//System Sciences，2000.Proceedings of the 33rd Annual Hawaii International Conference on.IEEE，2000:1-10.

［10］Ernest J，Friedman H.JESS，The Expert System Shell for the Java Platform［EB/OL］.［2013-03-24］.http://herzberg.ca.sandia.gov/jess.

［11］Beimel D，Peleg M.Using OWL and SWRL to represent and reason with situation-based access control policies［J］.Data＆Knowledge Engineering，2011，70 (6):596-615.

［12］W3C.XSL Transformations(XSLT)Version 3.0［EB/OL］.［2014-10-02］.http://www.w3.org/TR/ xslt-30/.

Common Construction Quality Fault Detection Based on Ontology

LIU Xin，JIANG Shao-hua，LIZhong-fu
(Departmentof Construction Management，Dalian University of Technology，Dalian 116024，China)

Aimed at solving the problems of inefficient detection，difficult information sharing and reuse about construction quality fault an ontology-based quality common fault detection model is put forward to distinguish problems of quality faultbased on deep analysis of common construction quality fault controlmanual.Firstly，a domain ontologymodel of common construction quality fault detection is built by protégé.Secondly，the detection rules are constructed by means of SWRL through the definition of relations between classes.Finally，the detection result can be attained by JESS rule engine.The proposed method can detect common construction quality faultbased on ontology quickly and effectively，thereby can support effective representation of multi-domain and multi-source information.By adding new cases in the knowledge base of quality fault model，this method can provide new ideas for the representation，sharing and reuse of quality fault knowledge.

ontology;reasoning;quality fault;detection

TU17

A

2095-0985(2015)02-0078-06

2015-02-17

2015-04-17

刘欣(1984-)，女，黑龙江鹤岗人，博士研究生，研究方向为建筑信息管理和3S技术(siyanxiaoxin@126.com)

国家自然科学基金(51178084)