基于本体的装备PHM 信息共享技术研究*

余 磊，马 晖，谷宏强

（1.洛阳电子装备试验中心，洛阳 471003；2.陆军工程大学石家庄校区，石家庄 050003）

0 引言

在开展装备故障预测与健康管理（Prognostic and Health Management，PHM）工作过程中，涉及装备在设计、研制、试验、使用和维修等各个阶段产生的测试、运行和维修保障等数据信息。但由于在我军装备维修保障信息化建设过程中，装备数据信息管理机制不健全并缺乏统一描述标准，使得数据信息广泛存在于装备的生产制造、服役使用以及维修保障等部门，并且各部门对装备数据信息描述方式不统一，导致装备数据信息存在大量冗余和不一致现象，同样的信息内容在不同部门系统中广泛存在，但编码、格式都不相同，信息数据存在不同程度的异构，产生的信息难以共享，在一定程度上制约了PHM 技术在装备维修保障领域的应用。

本体技术在解决领域内信息异构问题上有其独到之处，它是概念化的详细说明，通过提取领域内公认概念以及概念关系，构建领域概念基本框架，为领域信息交流提供统一的认知平台，使得信息交流可以在平台上无歧义地进行，可以有效解决领域信息异构问题［1］。

1 装备PHM 及其信息共享关键技术

装备PHM 根据装备健康状态退化情况开展工作，图1 给出了3 种不同的健康退化趋势曲线。

图1 装备健康状态退化曲线

图中时间t 表示定时维修的时间点（统计学评估得到的维修间隔），对于曲线L1表示的装备在定时维修之前可能发生了故障，此时采用定时维修容易产生很大的安全风险；曲线L3表示的装备可能发生的故障时间会在t 之后很远，此时采用定时维修将造成浪费。研究发现，装备健康状态始终会经历状态良好、早期潜在故障到发生故障这个过程，在装备状态良好时通过状态监测获取装备实时运行状态信息；当健康状态退化到装备早期潜在故障点A 处时，开始识别故障特征，估计装备剩余使用寿命，制定预防性维修策略；当装备健康状态退化到故障点D 处时，开展故障诊断工作，对故障进行定位，估计故障影响，并制定故障维修方案，防止出现二次故障，实现装备健康管理。针对曲线L2表示的装备开展装备PHM 工作时，可以从时变的角度将装备PHM 工作过程简化为图2。

图2 装备PHM 工作过程

本文的PHM 信息是指装备PHM 工作领域内所包含的信息，基于本体技术对其开展共享技术研究时，需要解决的关键问题包括：1）装备PHM 信息分析；2）装备PHM 信息标准化描述；3）装备PHM信息应用。装备PHM 信息分析是开展信息共享研究的基础，它可以为信息标准化描述提供信息支持；装备PHM 领域本体模型用于实现装备PHM 信息的标准化描述，解决装备PHM 信息异构问题；装备PHM 信息应用是信息共享的实现途径，通过信息应用技术将装备PHM 信息应用到装备维修保障实践中，可以提高装备PHM 信息利用率，实现装备PHM 信息共享。综上，基于本体的装备PHM 信息共享关键技术主要包括装备PHM 领域本体建模和领域本体应用两方面内容，其中本体应用通过语义检索实现。

2 装备PHM 领域本体建模

装备PHM 领域本体建模综合采用7 步法和循环获取法，建模流程如图3 所示，主要分为本体准备、本体构建以及本体实例化3 部分，装备PHM 领域本体建模参照建模流程进行。

图3 装备PHM 领域本体建模流程

2.1 装备PHM 领域本体准备

在构建领域本体时，明确本体研究的专业领域和范畴是首要工作，主要从本体涉及的专业领域、应用目标、作用范围以及应用对象等方面进行说明［2-3］。开展装备PHM 领域本体研究准备工作，主要包括以下几个方面：

1）根据装备PHM 工作过程，明确了装备PHM领域本体覆盖的专业领域主要包括：开展装备PHM工作中涉及的装备及其相应的管理、测试、故障预测、故障诊断和维修等专业领域。

2）装备PHM 领域本体的应用目标主要是解决装备PHM 信息异构问题，在海量的维修保障信息中实现装备PHM 信息智能集成，便于维修保障人员智能在线检索装备PHM 信息，为维修保障作业提供信息支持，实现装备PHM 信息共享。

3）装备PHM 领域本体主要将装备维修保障过程中有关装备PHM 工作的活动抽象成一组概念及概念之间的关系，这些活动包括装备测试、故障预测、故障诊断和故障维修等，涉及的关系包括装备结构、测试数据、装备故障、故障维修以及维修资源等之间的关系。其作用主要在于方便维修保障人员合理利用各装备PHM 活动中产生的信息资源，提高维修保障信息资源利用率。

4）本文构建的装备PHM 领域本体涉及的装备主要指导弹、雷达、火炮、车辆、舰艇、坦克以及飞机等，其应用对象主要指装备的使用以及维修保障人员。

2.2 装备PHM 领域本体框架构建

构建本体框架是在分析领域概念的基础上，提取领域本体核心类，通过对本体核心类的概念扩展构建概念层次，分析概念层次中各概念之间的关系，创建概念属性，进而达到构建本体框架的目的。

从装备PHM 工作过程出发对装备PHM 信息构成进行分析，可以将其分为装备基本信息、装备测试信息、故障预测信息、故障诊断信息以及故障维修信息5 个方面，其中装备测试信息用于描述通过状态监测获取的测试数据相关信息。以这5 类信息作为装备PHM 领域本体的核心概念类，在此基础上对概念进行扩展，构建概念层次，得到的装备PHM 领域本体概念层次如图4 所示。

图4 装备PHM 领域本体概念基本层次图

本体概念层次结构是领域本体的“骨架”，构建领域本体还需要通过构建概念属性来充实本体“血肉”。本体概念属性主要包括对象属性和数据属性，其中对象属性表示概念与概念之间的关系，数据属性表示概念具备的数据特性［4-5］。在分析装备PHM领域本体概念层次结构的基础上，对概念属性进行定义，得到部分对象属性和数据属性如表1 和表2所示。

表1 装备PHM 领域本体部分对象属性

表2 装备PHM 领域本体部分数据属性

2.3 装备PHM 领域本体实例化

本体实例化是装备PHM 领域本体构建的最后一步，本文在装备PHM 领域本体框架的基础上，以某型导弹武器系统为研究对象，对装备PHM 领域本体进行实例化。装备基本信息是构建装备PHM领域本体的基础，装备测试、故障预测、故障诊断和故障维修的本体实例构建均需要在装备结构信息的基础上展开。对某型导弹装备基本信息进行实例化，得到部分实例关系如图5 所示。

图5 某型导弹装备基本信息部分实例关系图

3 装备PHM 领域本体语义相似性检索

3.1 装备PHM 领域本体检索模型

开展装备PHM 领域本体信息共享技术研究，其目标在于将装备PHM 信息应用到装备维修保障实践中去，用户如何高效地获取并运用装备PHM信息成为信息共享技术实现的关键。为此，本文采用基于语义相似度的检索方法对装备PHM 领域本体进行检索，检索模型如图6 所示。

语义相似度用来表示两个概念之间共性的多少，概念之间的相似度越大，它们之间拥有的共性越多［6］。在基于语义相似度的装备PHM 领域本体检索模型中，检索过程可以分为两个阶段。第1 部分是粗选阶段，这一阶段在装备结构匹配的基础上，采用概念语义相似度算法对装备故障模式和装备PHM 领域本体库中故障模式进行概念匹配，获取达到一定相似度阈值的初选本体实例集，可以大大缩小本体实例的检索范围，提高本体实例检索效率；第2 部分是细选阶段，在初选本体实例的基础上，采用属性语义相似性算法对故障特征数据和初选本体实例故障特征数据进行语义匹配，选取属性相似度达到阈值的故障实例作为本体检索结果。最终检索结果通过综合计算概念语义相似度和属性语义相似度进行筛选。

3.2 装备PHM 领域本体语义相似度算法

3.2.1 概念语义相似度计算

基于语义相似度的装备PHM 领域本体检索方法第1 阶段通过计算概念语义相似度来筛选本体实例，本文在计算概念语义相似度时，采用李文清、孙新和张常有等人提出的WSim_OC 算法［7］，该方法在传统的基于路径［8］和基于信息量［9］的计算方法上，将概念密度和概念深度纳入语义相似度计算范围。

WSim_OC 算法对基于信息量的语义相似度计算方法进行改进，得到计算方法如式（1）所示：

将概念深度引入到基于路径的计算方法中，得到改进的基于路径的概念相似度计算方法，如式（2）所示：

式中，d（A）和d（B）代表概念A 和B 的概念深度，d（A，B）表示概念A 和B 最近公共节点的概念深度，概念深度表示概念抽象程度，公共概念深度越大，抽象程度越具体，两概念相似度越大。

对式（1）和式（2）两种方法进行加权整合，得到WSim_OC 算法，如式（3）：

式中，α+β=1，代表SimIC（A，B）的影响因子，调节α可以合理地调整概念信息量和概念深度在计算概念相似度时的权重。

3.2.2 属性语义相似度计算

基于语义相似度的装备PHM 领域本体检索方法第2 阶段在计算概念语义相似度的基础上，进一步计算属性语义相似度，提高本体实例获取的准确度。属性语义相似度主要计算数据属性的相似程度，数据特征值的取值可以分为两种，分别是精确值和区间值，它们的语义相似度需要分开计算，计算方法也不相同。

当属性特征值取值为精确值时，相似度计算方法如式（4）所示［10］：

式中，（a，b）代表属性A 和属性B 的精确特征值，α和β 代表特征值取值范围的下限和上限，式（4）比较好理解，语义相似度与两精确值之间的距离大小成反比。

当属性特征值取值为区间时，相似度计算方法定义如式（5）所示［11］：

根据基于语义相似度的装备PHM 领域本体检索模型设计，在领域本体信息粗选阶段采用式（3）进行相似度计算，获取相似度超过阈值的本体实例，在细选阶段采用属性语义相似度进行属性数据匹配，当属性数据特征取值为精确值时，采用式（4）进行相似度计算；当属性数据特征取值为区间值时，采用式（5）进行相似度计算。

3.2.3 整体语义相似度计算

最终计算整体语义相似度时需要对概念和属性语义相似度进行加权，权值由各主成分在语义相似度计算中贡献率决定，采用主成分分析法计算各主成分贡献率［12］，得到整体语义相似度计算方法如式（6）所示：

4 案例分析

本文以MyEclipse 作为软件开发环境，采用Protégé 软件对装备PHM 信息进行本体建模，运用Jena 引擎对本体信息进行管理，并使用Microsoft SQL Server 2005 数据库对本体数据进行存储，开发了基于本体的装备PHM 信息共享原型系统。

下面以某型导弹武器系统发射制导车测试诊断信息为基础，开展装备PHM 信息共享系统应用，涉及的测试信息从装备通用检测诊断平台上获取。下页表3 是日常开展装备维护时获取的发射制导车部分测试诊断信息，将获取的测试诊断信息通过本体实例管理模块存入信息共享原型系统，在语义查询中检索电源数据异常和30 V 电源，系统通过概念和属性与数据库中存储的装备PHM 本体信息进行匹配，得到如图7 所示的检索结果，达到预期目标。

5 结论

本文针对装备PHM 工作过程中存在的信息异构、难以共享的问题，基于本体对装备PHM 领域信息进行建模，采用基于语义相似度的检索方法对装备PHM 领域本体进行检索，综合运用Protégé 软件和Jena 引擎搭建了装备PHM 信息共享原型系统，能够满足用户获取并运用装备PHM 信息的需求，基本实现了装备PHM 信息共享功能。

表3 某型导弹武器系统发射制导车部分测试诊断信息

图7 基于语义相似度的本体检索结果