復(fù)雜產(chǎn)品協(xié)同設(shè)計中數(shù)據(jù)建模與驅(qū)動方法

殷學(xué)梅,周軍華,朱耀琴

(1.南京理工大學(xué) 計算機科學(xué)與工程學(xué)院,南京 210094;2.復(fù)雜產(chǎn)品智能制造系統(tǒng)技術(shù)國家重點實驗室(北京電子工程總體研究所),北京 100854)(*通信作者電子郵箱15705273163@163.com)

0 引言

協(xié)同設(shè)計系統(tǒng)在網(wǎng)絡(luò)技術(shù)的支持下,使得擁有不同專業(yè)知識的空間上分布的設(shè)計者能充分利用分布式資源,在同一時間參與到同一個設(shè)計任務(wù)中,提高產(chǎn)品的設(shè)計質(zhì)量,縮短開發(fā)周期,減少不必要的人、物資源浪費[1]。復(fù)雜產(chǎn)品協(xié)同設(shè)計的實質(zhì)在于:通過交換、共享關(guān)于復(fù)雜產(chǎn)品設(shè)計的信息和知識,提高復(fù)雜產(chǎn)品設(shè)計過程中決策的正確率,加速決策的過程,提高設(shè)計的效率[2]。

經(jīng)過多年的探索,國內(nèi)外產(chǎn)生了一些比較著名的協(xié)同設(shè)計系統(tǒng)。國外著名的項目包括:Stanford大學(xué)的Pack系統(tǒng)、PACT(Palo Alto Collaborative Testbed)項目[3]、DICE(DRAPA Initiative in CE)項目之后的Share項目、DARPA資助的Coconut項目、波音公司的Fly Thru項目[4]等。國內(nèi)在計算機支持的協(xié)同設(shè)計開發(fā)環(huán)境方面的研究也早已起步[5-7]，如基于工作流管理技術(shù)的航天領(lǐng)域復(fù)雜產(chǎn)品的協(xié)同設(shè)計、嵌入式系統(tǒng)軟/硬件協(xié)同設(shè)計、企業(yè)BIM(Building Information Modeling)協(xié)同設(shè)計云平臺建設(shè)等。目前,國內(nèi)也有不少學(xué)者基于Agent展開協(xié)同設(shè)計研究[8-9],如楊亢亢等[10]對協(xié)同設(shè)計中的沖突檢測問題進行了研究。但在這些基于工作流管理的協(xié)同設(shè)計方式中,后繼設(shè)計任務(wù)必須等先序設(shè)計任務(wù)完成才可以開始,這在多變的復(fù)雜產(chǎn)品協(xié)同設(shè)計這一業(yè)務(wù)環(huán)境下,尤其在并行工程理念下,大幅降低了產(chǎn)品的設(shè)計效率。

協(xié)同設(shè)計中的數(shù)據(jù)建模和驅(qū)動方面在國內(nèi)外的研究也有了突破性的進展。有學(xué)者根據(jù)數(shù)據(jù)驅(qū)動控制的理論提出以數(shù)據(jù)驅(qū)動工作流運行的概念[11-13]。在尋求數(shù)據(jù)驅(qū)動工作流的領(lǐng)域里,比較有影響的是van der Aalst等[14]提出的Case handing思想。目前國內(nèi)有很多學(xué)者對以數(shù)據(jù)驅(qū)動的企業(yè)協(xié)同創(chuàng)新模式進行了研究[15-17];陳冰[18]提出統(tǒng)一模型驅(qū)動下的協(xié)同研制已經(jīng)成為航空產(chǎn)品智能制造技術(shù)的未來發(fā)展模式,但在產(chǎn)品數(shù)據(jù)模型建立方面仍有不足。由于復(fù)雜產(chǎn)品數(shù)據(jù)模型必須覆蓋協(xié)同設(shè)計周期各個階段,傳統(tǒng)的基于元模型建模技術(shù)[19]建立的復(fù)雜產(chǎn)品數(shù)據(jù)模型在對產(chǎn)品信息分類以及產(chǎn)品不同設(shè)計階段數(shù)據(jù)類型復(fù)雜多變等問題考慮不全,這將不利于不同專業(yè)設(shè)計人員在協(xié)同設(shè)計過程中的交互和任務(wù)協(xié)調(diào)。

本文針對復(fù)雜產(chǎn)品協(xié)同設(shè)計過程中不同專業(yè)設(shè)計人員交流困難、任務(wù)協(xié)調(diào)復(fù)雜、產(chǎn)品設(shè)計效率低下、傳統(tǒng)元模型建模技術(shù)的弊端等問題,提出了復(fù)雜產(chǎn)品“一元三層”數(shù)據(jù)模型和基于數(shù)據(jù)驅(qū)動的復(fù)雜產(chǎn)品協(xié)同設(shè)計技術(shù)。對復(fù)雜產(chǎn)品協(xié)同設(shè)計中的數(shù)據(jù)建模以及驅(qū)動方法進行了研究,解決了傳統(tǒng)協(xié)同設(shè)計過程中人員交流困難、任務(wù)協(xié)調(diào)復(fù)雜等問題導(dǎo)致的產(chǎn)品設(shè)計效率低下等問題。

1 基于數(shù)據(jù)驅(qū)動的協(xié)同設(shè)計技術(shù)總框架

在傳統(tǒng)的復(fù)雜產(chǎn)品協(xié)同設(shè)計中,一般采用工作流技術(shù)來管理各個主體之間的協(xié)同設(shè)計，即流程內(nèi)的控制信息決定了流程的走向,這對于簡單的企業(yè)業(yè)務(wù)調(diào)度能發(fā)揮較好的作用,但是在多變的復(fù)雜產(chǎn)品協(xié)同設(shè)計這一業(yè)務(wù)環(huán)境下,尤其在并行工程理念下,后繼設(shè)計任務(wù)的驅(qū)動不必等先序任務(wù)完成后才開始,一般先序任務(wù)產(chǎn)生某些數(shù)據(jù)后,后繼設(shè)計任務(wù)就可先行開展,因此傳統(tǒng)的協(xié)同設(shè)計方式在柔性方面體現(xiàn)出明顯不足。為此本文提出了基于數(shù)據(jù)驅(qū)動的復(fù)雜產(chǎn)品協(xié)同設(shè)計技術(shù),該項技術(shù)的總體框架如圖1所示。

圖1 基于數(shù)據(jù)驅(qū)動的復(fù)雜產(chǎn)品協(xié)同設(shè)計框架Fig. 1 Data-driven collaborative design framework for complex products

某項復(fù)雜產(chǎn)品設(shè)計的具體步驟如下:

步驟一 產(chǎn)品負(fù)責(zé)人提出產(chǎn)品設(shè)計需求,確定自己要設(shè)計的復(fù)雜產(chǎn)品X,再繪制出復(fù)雜產(chǎn)品設(shè)計的整體流程圖。

步驟二 產(chǎn)品負(fù)責(zé)人根據(jù)流程圖將復(fù)雜產(chǎn)品X的設(shè)計切分為多個部件設(shè)計,并為每個部件指定部件負(fù)責(zé)人。同理,部件負(fù)責(zé)人在接到任務(wù)后,根據(jù)需要把任務(wù)再細(xì)分成多個子任務(wù),分配子任務(wù)負(fù)責(zé)人。

步驟三 部件負(fù)責(zé)人接收到自己的任務(wù)后,設(shè)計該部件的參數(shù),向數(shù)據(jù)中心發(fā)布數(shù)據(jù),表示該項任務(wù)啟動。

步驟四 部件負(fù)責(zé)人設(shè)計任務(wù)參數(shù)時,可以向數(shù)據(jù)中心訂閱需要參考的數(shù)據(jù)。輸入訂閱參數(shù)相關(guān)詞,經(jīng)語義檢索后返回所有相關(guān)的訂閱列表,以供部件負(fù)責(zé)人訂閱。

步驟五 部件負(fù)責(zé)人完成自己的部件設(shè)計后,提交給產(chǎn)品負(fù)責(zé)人。

步驟六 產(chǎn)品負(fù)責(zé)人審核部件負(fù)責(zé)人提交的任務(wù),審核通過,任務(wù)完成,此時任務(wù)處于完成狀態(tài);否則,任務(wù)將退回給任務(wù)負(fù)責(zé)人并給出反饋意見。

步驟七 所有部件設(shè)計完成后,產(chǎn)品負(fù)責(zé)人進行產(chǎn)品的整體測試與驗證,測試通過,產(chǎn)品設(shè)計完成;否則將有問題的部件退回給部件負(fù)責(zé)人重新設(shè)計,直至產(chǎn)品的完成。

根據(jù)基于數(shù)據(jù)驅(qū)動的協(xié)同設(shè)計技術(shù)總框架,首先需要對復(fù)雜產(chǎn)品建立數(shù)據(jù)模型,然后實現(xiàn)基于語義檢索的協(xié)同設(shè)計任務(wù)數(shù)據(jù)訂閱技術(shù)以及基于數(shù)據(jù)訂閱/發(fā)布的復(fù)雜產(chǎn)品任務(wù)協(xié)同技術(shù),最后實現(xiàn)基于數(shù)據(jù)驅(qū)動的復(fù)雜產(chǎn)品協(xié)同設(shè)計系統(tǒng)。

2 復(fù)雜產(chǎn)品“一元三層”數(shù)據(jù)模型

復(fù)雜產(chǎn)品的協(xié)同設(shè)計過程分為多個不同的設(shè)計階段,每個設(shè)計階段具有數(shù)據(jù)類型復(fù)雜、不同專業(yè)設(shè)計人員協(xié)同設(shè)計等特點。為此本文提出了由任務(wù)數(shù)據(jù)描述層、語義訂閱層和數(shù)據(jù)驅(qū)動層組成的復(fù)雜產(chǎn)品“一元三層”(A Meta-model with Three Levels, AMTL)數(shù)據(jù)模型技術(shù)。

AMTL模型的特點是以任務(wù)數(shù)據(jù)描述層為基礎(chǔ),集模型語義訂閱層和數(shù)據(jù)驅(qū)動層于統(tǒng)一模型中,用于對產(chǎn)品設(shè)計所需要的各階段的數(shù)據(jù)信息,以及這些數(shù)據(jù)信息之間的相互關(guān)系進行建模,為開發(fā)基于數(shù)據(jù)驅(qū)動的復(fù)雜產(chǎn)品協(xié)同設(shè)計系統(tǒng)提供基礎(chǔ)。

1)任務(wù)數(shù)據(jù)描述層(task data describe level),是AMTL模型的數(shù)據(jù)建模層,位于最底層?；诙嗑S多粒度數(shù)據(jù)建模及本體的任務(wù)數(shù)據(jù)描述,它是AMTL模型的數(shù)據(jù)源,決定了AMTL模型數(shù)據(jù)集成的基本粒度,保證了模型的多維多粒度性。

2)語義訂閱層(semantic subscription level),是AMTL模型的中間連接層,主要包括數(shù)據(jù)推薦訂閱和語義檢索訂閱兩種數(shù)據(jù)訂閱方式。在任務(wù)數(shù)據(jù)描述層的基礎(chǔ)上,采用基于本體的語義檢索技術(shù)實現(xiàn)數(shù)據(jù)推薦訂閱和數(shù)據(jù)語義檢索訂閱的兩種數(shù)據(jù)訂閱方式。

3)數(shù)據(jù)驅(qū)動層(data driver level),是AMTL模型的數(shù)據(jù)訂閱/發(fā)布層,也是AMTL模型的核心層。在任務(wù)數(shù)據(jù)描述層和語義訂閱層的基礎(chǔ)上,實現(xiàn)基于數(shù)據(jù)訂閱/發(fā)布的復(fù)雜產(chǎn)品任務(wù)協(xié)同技術(shù),從而實現(xiàn)數(shù)據(jù)驅(qū)動下螺旋式上升的協(xié)同設(shè)計。

2.1 集于多維多粒度數(shù)據(jù)建模及本體的任務(wù)數(shù)據(jù)描述

2.1.1 復(fù)雜產(chǎn)品設(shè)計任務(wù)的多維多粒度的數(shù)據(jù)建模

復(fù)雜產(chǎn)品設(shè)計的過程分為多個設(shè)計階段,由于每個設(shè)計階段數(shù)據(jù)需求的差異性,數(shù)據(jù)具有類型復(fù)雜及動態(tài)多變的特點,然而不同設(shè)計階段產(chǎn)品數(shù)據(jù)需要保持一致性,因此復(fù)雜產(chǎn)品的設(shè)計信息需要采用多維數(shù)據(jù)模型。同時,復(fù)雜產(chǎn)品的數(shù)據(jù)空間又可分為多個層次,可見復(fù)雜產(chǎn)品的設(shè)計信息也是一個多操作粒度數(shù)據(jù)模型。故本文采取多維多粒度的數(shù)據(jù)描述方法來定義復(fù)雜產(chǎn)品設(shè)計任務(wù)之間的交互。如圖2所示。

圖2 復(fù)雜產(chǎn)品的多維多粒度數(shù)據(jù)建模Fig. 2 Multi-dimensional and multi-granular data modeling for complex products

1)設(shè)計階段。

從設(shè)計階段上看,復(fù)雜產(chǎn)品全生命周期分為需求分析、概念設(shè)計、詳細(xì)設(shè)計、工藝設(shè)計、檢驗檢測幾個階段。不同設(shè)計階段數(shù)據(jù)需求的差異性導(dǎo)致數(shù)據(jù)類型復(fù)雜及數(shù)據(jù)動態(tài)多變,并要保證每個設(shè)計階段產(chǎn)品數(shù)據(jù)一致性。

2)產(chǎn)品粒度。

從產(chǎn)品粒度上看,產(chǎn)品數(shù)據(jù)空間可分為產(chǎn)品、部件、子部件等多層。如圖2所示,在復(fù)雜產(chǎn)品的不同設(shè)計階段需要不同產(chǎn)品粒度上的數(shù)據(jù)支持。例如,在需求分析設(shè)計階段,僅需要產(chǎn)品層次上的數(shù)據(jù),而在詳細(xì)設(shè)計階段,則需要產(chǎn)品、部件等兩個層次以上的數(shù)據(jù)。

3)信息分類。

正確合理的信息分類是建立復(fù)雜產(chǎn)品數(shù)據(jù)模型的關(guān)鍵。因此在對復(fù)雜產(chǎn)品設(shè)計任務(wù)進行數(shù)據(jù)建模之前,需要對產(chǎn)品的信息進行合理的分類。按產(chǎn)品制造流程可以劃分為如下8種:功能信息、性能信息、結(jié)構(gòu)信息、成本信息、分析信息、制造信息、裝配信息、保障信息。

4)數(shù)學(xué)表示。

根據(jù)以上對復(fù)雜產(chǎn)品設(shè)計任務(wù)的多維多粒度的數(shù)據(jù)描述,定義復(fù)雜產(chǎn)品設(shè)計任務(wù)數(shù)據(jù)模型的數(shù)學(xué)表示形式為:

PIM(PG,DP,IC)

其中:PIM表示復(fù)雜產(chǎn)品設(shè)計任務(wù)數(shù)據(jù)模型；PG表示產(chǎn)品粒度；DP表示設(shè)計階段；IC表示信息分類。

產(chǎn)品粒度PG的數(shù)學(xué)表示形式為:

PG(P,C,Sub_C)

其中:P表示產(chǎn)品級；C表示部件級；Sub_C表示子部件級。

設(shè)計階段DP的數(shù)學(xué)表示形式為:

DP(DA,CD,DD,TD,TT)

其中:DA表示需求分析階段；CA表示概念設(shè)計階段；DD表示詳細(xì)設(shè)計階段；TD表示工藝設(shè)計階段、TT表示檢驗檢測階段。

信息分類IC的數(shù)學(xué)表示形式為:

IC(FI,PI,SI,CI,AI,MI,ASI,GI)

其中:FI表示功能信息；PI表示性能信息；SI表示結(jié)構(gòu)信息；CI表示成本信息；AI表示分析信息；MI表示制造信息；ASI表示裝配信息；GI表示保障信息。

復(fù)雜產(chǎn)品的每個產(chǎn)品級、部件級乃至原子部件的設(shè)計都包含8種信息分類。每個信息由具體的數(shù)據(jù)組成,本模型中共有4種數(shù)據(jù)類型,包括數(shù)值、文件、結(jié)構(gòu)型數(shù)據(jù)、文件。

2.1.2 復(fù)雜產(chǎn)品設(shè)計任務(wù)數(shù)據(jù)的本體描述

在基于數(shù)據(jù)訂閱/發(fā)布的復(fù)雜產(chǎn)品任務(wù)協(xié)同技術(shù)中。為了實現(xiàn)數(shù)據(jù)訂閱過程中的語義檢索功能,需要對該領(lǐng)域的復(fù)雜產(chǎn)品建立本體。因為本體不僅可以作為概念建模的工具,還能實現(xiàn)知識共享,是實現(xiàn)復(fù)雜產(chǎn)品任務(wù)協(xié)同設(shè)計過程中基于語義檢索訂閱技術(shù)的基礎(chǔ)。因此,本文需要對某一領(lǐng)域的復(fù)雜產(chǎn)品建立本體。

根據(jù)《航天科學(xué)技術(shù)敘詞表》中術(shù)語的編制規(guī)則,尋找敘詞表中術(shù)語之間的語義關(guān)系,從而確定敘詞表到本體轉(zhuǎn)換的映射規(guī)則。通過這種映射規(guī)則編寫算法實現(xiàn)敘詞表向本體的轉(zhuǎn)換。以復(fù)雜產(chǎn)品航天科學(xué)領(lǐng)域為例,根據(jù)《航天科學(xué)技術(shù)敘詞表》建立關(guān)于航天科學(xué)領(lǐng)域的本體庫。最終構(gòu)建的復(fù)雜產(chǎn)品航天領(lǐng)域的“推進部分”設(shè)計本體包括2 730個類、1 800個屬性、345個實例。如圖3為“渦輪噴氣發(fā)動機”構(gòu)建的本體示例圖。

圖3 “渦輪噴氣發(fā)動機”本體構(gòu)建圖Fig. 3 Ontology construction diagram for “turbojet engines”

2.2 基于語義檢索的協(xié)同設(shè)計任務(wù)數(shù)據(jù)訂閱技術(shù)

傳統(tǒng)的數(shù)據(jù)訂閱方式有兩個特性:一是訂閱數(shù)據(jù)必須是已經(jīng)存在的;二是對數(shù)據(jù)的訂閱方式是精確匹配的。然而在實際應(yīng)用中任務(wù)設(shè)計人員訂閱的數(shù)據(jù)可以是數(shù)據(jù)中心還沒有上傳的數(shù)據(jù)。另外任務(wù)設(shè)計人員對數(shù)據(jù)的訂閱往往是模糊的,需要訂閱的是某一概念的相關(guān)數(shù)據(jù)。任務(wù)設(shè)計人員只需輸入訂閱數(shù)據(jù)的參數(shù)相關(guān)詞,就可以檢索出所有與之相關(guān)的數(shù)據(jù)以供訂閱。因此本文提出了基于語義檢索的協(xié)同設(shè)計任務(wù)數(shù)據(jù)訂閱技術(shù),該方法能夠克服傳統(tǒng)數(shù)據(jù)訂閱的缺點。

復(fù)雜產(chǎn)品協(xié)同設(shè)計任務(wù)數(shù)據(jù)訂閱時,本文提出的基于本體的語義檢索技術(shù),能夠準(zhǔn)確地捕捉到任務(wù)設(shè)計人員所輸入語句后面的真正意圖,并以此來進行檢索,從而更準(zhǔn)確地向任務(wù)設(shè)計人員返回最符合其需求的搜索結(jié)果。最終實現(xiàn)了數(shù)據(jù)訂閱過程的語義化訂閱,有助于任務(wù)設(shè)計人員快速且準(zhǔn)確地訂閱到所需的數(shù)據(jù)。

2.2.1 基于本體的語義檢索算法

基于本體的語義檢索算法的核心是計算本體概念之間的相似度[20-23]。在對本體概念相似度計算的算法進行了比較之后。本文采用了蔚醒醒[24]提出的算法,主要考慮了語義距離、語義重合度、屬性重合度等因素。該算法能夠很好地計算出航天科學(xué)領(lǐng)域本體概念之間的語義相似度。

由于復(fù)雜產(chǎn)品建立的本體規(guī)模大,導(dǎo)致時間復(fù)雜度高、檢索速度慢。為提高檢索速度、降低時間復(fù)雜度,本文引入了領(lǐng)域本體的剪枝算法,目前很多學(xué)者對本體剪枝算法提出了研究[25-26],本文采用了文獻[27]中提出的剪枝算法。經(jīng)實際驗證該算法能夠提高語義檢索的速度。

本文以2.1.2節(jié)建立的復(fù)雜產(chǎn)品航天科學(xué)領(lǐng)域的“推進技術(shù)”部分的本體O,語義檢索“渦輪噴氣發(fā)動機” 為例,詳細(xì)說明本體之間概念相似度計算過程。

步驟一 對本體樹O采用剪枝算法:從領(lǐng)域本體中概念節(jié)點相對抽象的部分開始進行剪枝,舍棄掉完全不可能的分支,最后在可能的分支上使用多層次子本體的映射算法進行映射,從而降低了映射的本體規(guī)模,剪枝后形成新的本體O1。

步驟二 遍歷本體樹O1,獲得第一個概念C1,計算概念“渦輪噴氣發(fā)動機”與概念C1的語義相似度,包括語義距離、語義重合度和屬性重合度,最后計算其綜合加權(quán)語義相似度。其計算方法如下:

a)計算C與C1的語義距離。

語義距離指本體層次結(jié)構(gòu)中連通C和C1的最短距離,記為Dist(C,C1)。計算方法如式(1)所示:

(1)

其中:Maxlen表示本體層次結(jié)構(gòu)的最大深度；Dist(C,C1)表示概念C到概念C1的最短路徑上的所有有向邊的語義距離之和。

b)計算C與C1的語義重合度。

語義重合度是指C和C1擁有的相同上層概念的個數(shù)，計算方法如式(2)所示:

(2)

其中:Deep(NC(C,C1))表示概念C和C1的最近公共祖先節(jié)點的深度；r和ε為參數(shù),實驗中分別取0.5和0.4。

c)計算C與C1的屬性重合度。

每個本體概念擁有很多的數(shù)據(jù)屬性和對象屬性，兩個概念在屬性上的重合度反映出兩概念之間的相似性，因此屬性重合度用C和C1擁有的相同屬性的個數(shù)來描述，計算方法如式(3)所示:

Sim(Pro)=Max(ProDi(C,C1),ProIndi(C,C1))

(3)

其中:ProDi(C,C1)表示概念C和C1的直接屬性重合度；ProIndi(C,C1)是概念C與C1間接的屬性重合度,取兩者中較大的作為兩概念的最終屬性相似度。

d)計算C與C1的綜合加權(quán)語義相似度。

為了從多個方面衡量概念的相似度,本文對這三種相似度進行加權(quán)得到綜合的相似度Sim(C,C1):

Sim(C,C1)=λ1·Sim(Dist)+λ2·Sim(Con)+

λ3·Sim(Pro)

(4)

其中:λ1、λ2、λ3權(quán)重調(diào)節(jié)因子,且λ1+λ2+λ3=1。本文λ1、λ2、λ3分別取0.3、0.4、0.3。

步驟三 遍歷本體樹O1的下一個節(jié)點C2,計算“渦輪噴氣發(fā)動機”與C2的語義相似度,重復(fù)步驟二,直至計算出“渦輪噴氣發(fā)動機”與本體樹O1所有節(jié)點的語義相似度。

步驟四 將概念“渦輪噴氣發(fā)動機”與本體樹O1所有節(jié)點的綜合加權(quán)語義相似度按降序排列,獲得相似概念集。

本文選取相似度值前18個概念為例,如表1所示。

表1 與“渦輪噴氣發(fā)動機”相似概念列表Tab. 1 List of similar concepts with “turbojet engines”

從表1可知:“渦輪噴氣發(fā)動機”與自身的概念相似度為1；除此以外,其概念與“低噪聲噴氣發(fā)動機”“升力發(fā)動機”“升力巡航噴射發(fā)動機”等都有著極高的相似度。

上述算法和自然語言處理領(lǐng)域的Word2Vec算法都能解決協(xié)同設(shè)計數(shù)據(jù)訂閱過程中的語義檢索功能問題。本文算法是基于本體概念的,通過計算本體概念間的相似度實現(xiàn)語義檢索,可用于協(xié)同設(shè)計中基于任務(wù)數(shù)據(jù)關(guān)鍵詞描述和基于文檔名的數(shù)據(jù)訂閱;Word2Vec是基于語料庫的,通過將語料庫中的所有詞向量化來度量詞與詞間的關(guān)系[28],可用于協(xié)同設(shè)計中基于文本文檔的數(shù)據(jù)訂閱。然而協(xié)同設(shè)計過程中涉及的是大量設(shè)計圖紙類文檔,文本類文檔較少,故本文暫時只考慮基于本體相似度的數(shù)據(jù)訂閱技術(shù)。

2.2.2 基于語義檢索的數(shù)據(jù)訂閱流程

根據(jù)2.1節(jié)集于多維多粒度數(shù)據(jù)建模及本體的任務(wù)數(shù)據(jù)描述,結(jié)合協(xié)同設(shè)計任務(wù)數(shù)據(jù)訂閱的實際情況,本文設(shè)計了任務(wù)數(shù)據(jù)在數(shù)據(jù)庫中的存儲結(jié)構(gòu),即TaskData(數(shù)據(jù)id、數(shù)據(jù)名稱、數(shù)據(jù)類型、所屬任務(wù)名稱、信息分類、設(shè)計階段、產(chǎn)品粒度、……、版本號)。在協(xié)同設(shè)計數(shù)據(jù)訂閱過程的實際應(yīng)用中,任務(wù)設(shè)計人員可以根據(jù)系統(tǒng)推薦訂閱數(shù)據(jù)或者自己語義檢索需要訂閱的數(shù)據(jù),因此本文給出語義檢索訂閱和推薦訂閱兩種數(shù)據(jù)訂閱方式。

方法一：推薦訂閱,根據(jù)任務(wù)名稱及任務(wù)信息描述,系統(tǒng)根據(jù)語義檢索算法給出推薦訂閱列表,任務(wù)設(shè)計人員通過推薦列表訂閱數(shù)據(jù)。

方法二：語義檢索訂閱。步驟如下:

步驟一 任務(wù)設(shè)計人員可先選定信息分類、產(chǎn)品設(shè)計階段以及數(shù)據(jù)版本,其中數(shù)據(jù)版本分所有版和最新版,再輸入要檢索的內(nèi)容。如選定“成本信息”“概念設(shè)計”階段和最新版,輸入要語義檢索的內(nèi)容為“渦輪噴氣發(fā)動機”。

步驟二 在數(shù)據(jù)庫中查詢出信息分類為“成本信息”、設(shè)計階段為“概念設(shè)計”且數(shù)據(jù)版本為最新版的所有數(shù)據(jù),形成初始數(shù)據(jù)集。

步驟三 對輸入的內(nèi)容“渦輪噴氣發(fā)動機”通過2.2.1節(jié)的本體的語義檢索算法進行語義擴展,如表1所示,本文選取與“渦輪噴氣發(fā)動機”概念相似度大于0.5以上的概念形成擴展集。

步驟四 在初始數(shù)據(jù)集中模糊查詢出所有任務(wù)名稱包含擴展集的所有數(shù)據(jù),并按相似度大小排序。

步驟五 根據(jù)數(shù)據(jù)的相似度,任務(wù)設(shè)計人員選擇需要訂閱的數(shù)據(jù)。

2.3 基于數(shù)據(jù)訂閱/發(fā)布的復(fù)雜產(chǎn)品任務(wù)協(xié)同技術(shù)

基于工作流技術(shù)的傳統(tǒng)復(fù)雜產(chǎn)品協(xié)同設(shè)計中有很多缺點,比如不同專業(yè)設(shè)計人員在協(xié)同設(shè)計過程中的交流困難和協(xié)調(diào)復(fù)雜等問題,這些問題容易導(dǎo)致產(chǎn)品設(shè)計效率低下以及產(chǎn)品質(zhì)量得不到保證。為了克服傳統(tǒng)協(xié)同設(shè)計中的弊端,本文提出了基于數(shù)據(jù)訂閱/發(fā)布的復(fù)雜產(chǎn)品任務(wù)協(xié)同技術(shù)。

2.3.1 數(shù)據(jù)訂閱/發(fā)布機制概念

數(shù)據(jù)訂閱/發(fā)布機制是不同設(shè)計人員之間互換信息的一種通信機制,根據(jù)2.1節(jié)本文將復(fù)雜產(chǎn)品信息共分為8種信息類型,4種數(shù)據(jù)形式。該機制分為數(shù)據(jù)的發(fā)布者(Data Publisher)和數(shù)據(jù)的訂閱者(Data Subscriber)。數(shù)據(jù)的發(fā)布者將要發(fā)布的數(shù)據(jù)分為不同的信息類別及數(shù)據(jù)形式,然后選擇需要發(fā)布的數(shù)據(jù)到數(shù)據(jù)中心而無需知道訂閱者的任何信息。而數(shù)據(jù)的訂閱者可以從數(shù)據(jù)中心訂閱一種或多種類型的數(shù)據(jù),而不需要知道發(fā)布者信息。數(shù)據(jù)訂閱/發(fā)布機制的信息交換模式是一種靈活有效的信息交換方式,將其應(yīng)用于協(xié)同設(shè)計,可將大規(guī)模的協(xié)同設(shè)計應(yīng)用中的各個設(shè)計人員聯(lián)系起來,能以松耦合的方式進行聯(lián)系，從而提高了設(shè)計效率。

2.3.2 基于數(shù)據(jù)訂閱/發(fā)布的復(fù)雜產(chǎn)品任務(wù)協(xié)同設(shè)計過程

1)基于數(shù)據(jù)訂閱/發(fā)布的任務(wù)協(xié)同設(shè)計過程。

本文選取2個專業(yè)設(shè)計人員,來描述他們基于語義檢索的數(shù)據(jù)訂閱/發(fā)布驅(qū)動復(fù)雜產(chǎn)品的協(xié)同設(shè)計過程。如圖4所示:其中,專業(yè)設(shè)計人員A與專業(yè)設(shè)計人員B工作步驟相似,以專業(yè)設(shè)計人員A為例說明其數(shù)據(jù)訂閱/發(fā)布的流程。

圖4 基于數(shù)據(jù)訂閱/發(fā)布的任務(wù)協(xié)同設(shè)計過程Fig. 4 Collaborative design process based on data subscription/publishing

步驟一 專業(yè)設(shè)計人員A接到設(shè)計任務(wù)后,初步設(shè)計所需的所有任務(wù)參數(shù)數(shù)據(jù),即任務(wù)版本1;

步驟二 專業(yè)設(shè)計人員A將自己的任務(wù)數(shù)據(jù)選擇發(fā)布到數(shù)據(jù)中心,發(fā)布到數(shù)據(jù)中心的數(shù)據(jù)可以供其他任務(wù)設(shè)計人員訂閱;

步驟三 專業(yè)設(shè)計人員A同時向數(shù)據(jù)中心通過語義檢索訂閱數(shù)據(jù),如檢索“功能信息”,然后系統(tǒng)會把所有與“功能信息”相關(guān)的數(shù)據(jù)從數(shù)據(jù)庫中檢索出來再返回給用戶訂閱列表,此時專業(yè)設(shè)計人員A從可供訂閱列表中選擇所要訂閱的數(shù)據(jù);

步驟四 專業(yè)設(shè)計人員A根據(jù)訂閱的數(shù)據(jù)重新設(shè)計自己的任務(wù)參數(shù),形成新的任務(wù)版本2;

步驟五 重復(fù)操作步驟二～四,直至所設(shè)計的參數(shù)越來越逼近目標(biāo)參數(shù)。

2)數(shù)據(jù)驅(qū)動下螺旋式上升的協(xié)同設(shè)計。

在復(fù)雜產(chǎn)品協(xié)同設(shè)計過程中,專業(yè)設(shè)計人員在數(shù)據(jù)訂閱/發(fā)布的過程中,可能會產(chǎn)生某個任務(wù)的多個版本的設(shè)計數(shù)據(jù),而這些版本的任務(wù)數(shù)據(jù)可能被其他專業(yè)設(shè)計人員訂閱,因此存在不同版本的任務(wù)數(shù)據(jù)的保存、融和、刪除等操作。復(fù)雜產(chǎn)品任務(wù)設(shè)計在多個版本的迭代后最終實現(xiàn)數(shù)據(jù)驅(qū)動下的螺旋式上升。

以復(fù)雜產(chǎn)品參數(shù)設(shè)計為例,在經(jīng)歷數(shù)據(jù)的多次發(fā)布/訂閱后形成新的數(shù)據(jù)版本,其參數(shù)設(shè)計也在版本迭代過程中得到不斷的優(yōu)化，最終實現(xiàn)參數(shù)協(xié)同設(shè)計過程的螺旋式上升。如圖5所示。

圖5 協(xié)同設(shè)計的螺旋式上升圖Fig. 5 Spiral rise of collaborative design

3 系統(tǒng)實現(xiàn)及展示

本文在前端基于JQuery、Bootstrap3、Layui技術(shù),后臺基于Spring、SpringMVC、Mybatis框架技術(shù),數(shù)據(jù)庫基于Oracle平臺下,實現(xiàn)了基于數(shù)據(jù)驅(qū)動的復(fù)雜產(chǎn)品協(xié)同設(shè)計系統(tǒng)。

本文選取復(fù)雜產(chǎn)品航天科學(xué)領(lǐng)域的“噴氣發(fā)動機設(shè)計”為例,詳細(xì)介紹了其基于數(shù)據(jù)驅(qū)動的協(xié)同設(shè)計過程。

3.1 復(fù)雜產(chǎn)品多維多粒度的數(shù)據(jù)描述

復(fù)雜產(chǎn)品設(shè)計任務(wù)采用了多維多粒度的數(shù)據(jù)描述方式,如圖6所示,復(fù)雜產(chǎn)品“噴氣發(fā)動機設(shè)計”可分為很多不同部件的設(shè)計,如“超音速沖壓噴氣發(fā)動機設(shè)計”“渦輪風(fēng)扇發(fā)動機設(shè)計”“亞音速沖壓噴氣發(fā)動機設(shè)計”等;同時,每項任務(wù)都有不同的優(yōu)先級及任務(wù)狀態(tài)等信息。而圖7中有產(chǎn)品設(shè)計階段和信息分類等信息,這體現(xiàn)了復(fù)雜產(chǎn)品信息模型的多維多粒度性。復(fù)雜產(chǎn)品采用多維多粒度的數(shù)據(jù)建模方式可以很好地定義復(fù)雜產(chǎn)品設(shè)計任務(wù)之間的交互。

3.2 基于語義檢索的數(shù)據(jù)訂閱/發(fā)布機制

本文選取復(fù)雜產(chǎn)品“噴氣發(fā)動機設(shè)計”的某一任務(wù)“固體火箭發(fā)動機設(shè)計”為例,來說明其基于語義檢索的訂閱/發(fā)布數(shù)據(jù)過程。

1)發(fā)布數(shù)據(jù)。

任務(wù)設(shè)計人員在完成自己的任務(wù)參數(shù)設(shè)計后,可以選擇向數(shù)據(jù)中心發(fā)布數(shù)據(jù),發(fā)布后的數(shù)據(jù)可以供其他任務(wù)設(shè)計人員參考訂閱。

2)基于語義檢索的數(shù)據(jù)訂閱。

如圖7(a)是第一種數(shù)據(jù)訂閱方式,即根據(jù)任務(wù)名稱及任務(wù)信息描述,系統(tǒng)根據(jù)語義檢索算法給出推薦訂閱列表,任務(wù)設(shè)計人員通過推薦列表訂閱選擇需要訂閱的數(shù)據(jù)。

如圖7(b)是第二種數(shù)據(jù)訂閱方式,即任務(wù)設(shè)計人員通過語義檢索法選擇訂閱的數(shù)據(jù)。如任務(wù)設(shè)計人員先選定信息類型為“性能信息”,設(shè)計階段為“概念設(shè)計”,檢索輸入“渦輪噴氣”,就能語義檢索出所有與“渦輪噴氣”相關(guān)的數(shù)據(jù),結(jié)果按相似度大小排序,供任務(wù)設(shè)計人員選擇需要訂閱的數(shù)據(jù)。

圖6 “噴氣發(fā)動機設(shè)計”多維多粒度的數(shù)據(jù)描述Fig. 6 Multidimensional and multi-granular data description for “turbojet engines design”

圖7 數(shù)據(jù)的兩種訂閱方式Fig. 7 Two ways for data-subscription

4 結(jié)語

針對傳統(tǒng)的基于工作流的協(xié)同設(shè)計模式效率低下且設(shè)計人員之間難以協(xié)調(diào)問題，本文提出了復(fù)雜產(chǎn)品“一元三層”數(shù)據(jù)模型和基于數(shù)據(jù)驅(qū)動的復(fù)雜產(chǎn)品協(xié)同設(shè)計技術(shù),首先對復(fù)雜產(chǎn)品以多維多粒度的方式進行數(shù)據(jù)建模,接著研究了基于語義檢索的協(xié)同設(shè)計任務(wù)數(shù)據(jù)訂閱技術(shù)以及基于數(shù)據(jù)訂閱/發(fā)布的復(fù)雜產(chǎn)品任務(wù)協(xié)同技術(shù)。從而有效解決了協(xié)同設(shè)計中不同任務(wù)設(shè)計人員之間的交互困難以及任務(wù)之間難以協(xié)調(diào)等問題,實現(xiàn)了產(chǎn)品協(xié)同設(shè)計過程的螺旋式上升。

數(shù)據(jù)驅(qū)動模式下的協(xié)同設(shè)計已經(jīng)成為復(fù)雜產(chǎn)品智能制造技術(shù)的一項關(guān)鍵技術(shù)。建立復(fù)雜產(chǎn)品統(tǒng)一的數(shù)據(jù)模型是產(chǎn)品協(xié)同設(shè)計的前提,本文對復(fù)雜產(chǎn)品的多維多粒度的數(shù)據(jù)建模方式還存在一些不足,比如在產(chǎn)品粒度以及產(chǎn)品信息分類問題上還有待完善。此外,本文的數(shù)據(jù)類型共有四種:數(shù)值、模型、文件、結(jié)構(gòu)型數(shù)據(jù)。在訂閱文件類型的數(shù)據(jù)時,如何實現(xiàn)基于文檔內(nèi)容檢索技術(shù),這樣任務(wù)設(shè)計人員可以基于文檔內(nèi)容訂閱所需的數(shù)據(jù),這也是今后需要改進的地方。