面向船舶分段制造過程的動態(tài)知識圖譜建模方法

宋鄧強， 周 彬， 申興旺， 鮑勁松， 周亞勤

(東華大學 機械工程學院, 上海 201620)

隨著工業(yè)4.0時代的來臨，我國船舶制造業(yè)取得了迅猛發(fā)展，雖然船舶產(chǎn)品的技術(shù)和質(zhì)量有了顯著提高，但與其他先進造船國家的造船水平相比仍有巨大差異，其中表現(xiàn)最為明顯的就是船舶生產(chǎn)建造過程中車間信息化水平以及生產(chǎn)效率的差距[1].在國內(nèi)，“數(shù)字化造船”[2]經(jīng)過十多年的發(fā)展，已具備較好的信息化基礎，生成了大量的生產(chǎn)加工數(shù)據(jù)、模型、計劃、報表等.這些生產(chǎn)過程產(chǎn)生的記錄與結(jié)果包含豐富的實踐經(jīng)驗、加工規(guī)律以及實施方法，然而由于其具有多源異構(gòu)性、時序性以及復雜語義關系的特點，導致現(xiàn)有的車間管理模式無法有效地處理和組織生產(chǎn)過程數(shù)據(jù)，進而導致大量的制造經(jīng)驗知識無法發(fā)揮出應有的價值.因此，如何把存在于個體、分散在不同船舶生產(chǎn)階段的知識轉(zhuǎn)變成公有的、有組織的、可以傳播并共享重用的知識[3]是提高船舶生產(chǎn)效率的重要手段.

目前，制造過程數(shù)據(jù)建模領域的研究可以分為面向?qū)ο蠼4-5]、基于元數(shù)據(jù)建模[6-7]、本體建模[8-11]及基于流程的復雜網(wǎng)絡建模[12].面向?qū)ο蠼７椒ň哂谐橄笮浴⒎€(wěn)定性和可重用性等特點，但缺乏結(jié)構(gòu)化的描述機制，不能滿足多源異構(gòu)系統(tǒng)之間的互操作性要求.基于元數(shù)據(jù)的建模方法主要通過對數(shù)據(jù)的屬性信息進行描述，是一種固化知識粒度的組織模式，缺乏對過程數(shù)據(jù)的知識組織靈活性.本體建模技術(shù)是一種有助于描述對象之間復雜關系的方法，可以基于Web的本體語言OWL(Ontology Web Language)模型進行異構(gòu)系統(tǒng)中信息的交互.基于流程的復雜網(wǎng)絡建模是將生產(chǎn)過程資源與加工流程進行結(jié)合，實現(xiàn)流程與資源信息集成.然而，上述制造過程的數(shù)據(jù)建模方法僅僅是對生產(chǎn)加工、模型、計劃、報表等數(shù)據(jù)進行信息化集成統(tǒng)一管理，缺乏對這些數(shù)據(jù)之間語義關系的描述與時序關系的表達.知識圖譜[13-15]是一種由本體技術(shù)衍生而來的結(jié)構(gòu)化知識組織和表達技術(shù)，以“實體-關系-實體”、“實體-屬性-值” 的形式組織信息，能夠高效處理具有復雜語義關系的多源異構(gòu)數(shù)據(jù).Ma等[16]提出基于知識圖譜的統(tǒng)一化概念模型數(shù)據(jù)融合框架，將多源異構(gòu)的加油行為數(shù)據(jù)進行組織和融合，實現(xiàn)加油行為的監(jiān)控和異常識別.蔣秉川等[17]組織構(gòu)建了大規(guī)模多源異構(gòu)的地理知識圖譜，為地理知識的智慧化處理和服務提供了支撐.Xu等[18]創(chuàng)新性地提出了時序知識的嵌入方法，定義了時間知識圖.在制造領域，知識圖譜也在不斷發(fā)展[19-21].李秀玲等[22]構(gòu)建了基于工藝知識圖譜的異構(gòu)計算機輔助制造(CAM)模型，實現(xiàn)了CAM模型中數(shù)據(jù)的交換、共享以及工藝自動生成.Ding等[23]提出一種機器人輔助裝配的知識圖譜，為拆卸過程中的人-機高效、順暢地協(xié)同工作提供了支撐.Chhim等[24]從產(chǎn)品設計和制造過程出發(fā)，構(gòu)建了制造知識網(wǎng)絡，提高了知識的重用.

綜上所述，知識圖譜可以有效組織制造領域的知識，但目前缺乏將動態(tài)時序數(shù)據(jù)與工業(yè)知識圖譜有效關聯(lián)的方法，在融合動態(tài)與靜態(tài)制造過程資源信息以驅(qū)動船舶分段制造過程知識的有效組織方面也少有研究.因此，本文提出一種基于船舶分段車間工位加工節(jié)拍數(shù)據(jù)流的動態(tài)知識圖譜建模方法.首先，從分段的加工流程與工位數(shù)據(jù)特點出發(fā)，定義工位加工節(jié)拍數(shù)據(jù)信息模型，進行加工過程動態(tài)與靜態(tài)資源信息的統(tǒng)一描述；其次，基于本體技術(shù)構(gòu)建知識圖譜的統(tǒng)一概念模式層，通過靜態(tài)資源與加工節(jié)拍數(shù)據(jù)的圖映射步驟與融合連接算法，將動態(tài)與靜態(tài)資源進行組織與融合，實現(xiàn)工位動態(tài)知識圖譜的構(gòu)建與更新；然后，基于工位流程關系及產(chǎn)品結(jié)構(gòu)關系將工位知識圖譜進行語義關聯(lián)，生成分段車間動態(tài)知識圖譜，將存在于個體、分散在不同制造階段的知識變成公有的、有組織的、可共享的知識；最后，以某船舶分段制造車間制造過程為例，設計開發(fā)車間知識圖譜的可視化原型系統(tǒng)，實現(xiàn)管理人員對車間生產(chǎn)過程信息與知識的快速獲取與交互.對船舶車間加工過程數(shù)據(jù)的結(jié)構(gòu)化與知識化建模的研究，可為車間信息化管理提供基礎，實現(xiàn)車間信息及知識的快速檢索與重用.

1 船舶分段車間工位加工節(jié)拍數(shù)據(jù)分析與定義

船舶分段制造車間以流水線形式進行生產(chǎn)制造，是現(xiàn)代化造船不可缺少的重要組成部分，其生產(chǎn)流水線根據(jù)工藝流程的相似性可劃分為不同的生產(chǎn)工位.以上海某船廠的平面分段制造車間為研究對象，分段流水線按工藝流程的相似性可分為10種工位，其中包括：鋼板預處理工位、拼版零件切割工位、拼版工位、銑邊/切割/劃線工位、縱骨裝配焊接工位、T材裝配焊接工位、圍壁裝配焊接工位及頂升運出工位.這些工位基于生產(chǎn)流程關系進行了合理的空間布局，但由于工位仍然采用傳統(tǒng)的人工管理模式，加工過程的數(shù)據(jù)無法進行有效的組織和處理，使得車間內(nèi)各工位的加工信息獲取、流通及共享困難.

為保證工位加工過程知識的有效獲取，通過分析調(diào)研車間內(nèi)每個工位的制造過程數(shù)據(jù)特點，將其劃分為以下幾個維度的數(shù)據(jù).

(1) 靜態(tài)資源維度數(shù)據(jù)：靜態(tài)資源數(shù)據(jù)包含工位按需求配置相關的人員、設備、工藝方法及場地等基本固有信息，如人員名、設備類型、場地尺寸等.

(2) 計劃維度數(shù)據(jù)：計劃數(shù)據(jù)主要是工位加工任務的詳細描述，如計劃任務的編號、零件所屬的船號和分段號、計劃開工和完工時間、計劃工時等.

(3) 過程維度數(shù)據(jù)：過程數(shù)據(jù)主要包括加工某產(chǎn)品計劃任務時各種記錄以及加工過程產(chǎn)生的數(shù)據(jù)，如加工階段設備傳感器數(shù)據(jù)、加工進度、異常數(shù)據(jù)等.

以預處理工位生產(chǎn)過程為例，說明3個不同維度數(shù)據(jù)的流動及關聯(lián)性，如圖1所示.其中：n為工位數(shù)量；MES為制造執(zhí)行系統(tǒng)；ERP為企業(yè)資源計劃；Has_element為工位具有的資源元素；Involved_in為加工計劃以及加工工序涉及的資源數(shù)據(jù)；Data_flow為數(shù)據(jù)的流動(存取)；Work_process為加工流程路線.

圖1 工位間不同維度數(shù)據(jù)的流動及關聯(lián)性Fig.1 Flow and relevance of data in different dimensions of work stations

在生產(chǎn)過程中，對于每一次加工計劃任務的執(zhí)行，涉及的靜態(tài)資源及加工過程記錄信息都會隨時間發(fā)生改變.針對加工過程資源的動態(tài)時序性，本文將每一次加工計劃任務的完工定義為一個工位加工節(jié)拍，通過構(gòu)建數(shù)據(jù)信息模型使加工節(jié)拍涉及的資源信息規(guī)范化、結(jié)構(gòu)化，將過程數(shù)據(jù)封裝成一個個帶有時間節(jié)點的事件，進而實現(xiàn)靜態(tài)資源與加工過程動態(tài)記錄的關聯(lián)組織.

定義1加工節(jié)拍數(shù)據(jù)信息模型P是將計劃任務加工過程中的靜態(tài)資源維度數(shù)據(jù)、過程維度數(shù)據(jù)以及計劃維度數(shù)據(jù)進行集成及統(tǒng)一化的描述，該模型表示為

(4)

2 船舶分段車間動態(tài)知識圖譜建模

基于前文對工位的加工節(jié)拍數(shù)據(jù)的分析和定義，本節(jié)將基于工位形成的加工節(jié)拍數(shù)據(jù)流構(gòu)建車間動態(tài)知識圖譜，其主要包含兩個部分：船舶分段車間動態(tài)知識圖譜的相關定義、構(gòu)建方法及流程.

2.1 船舶分段車間動態(tài)知識圖譜定義

針對船舶分段車間內(nèi)具有的靜態(tài)知識以及動態(tài)時序知識，定義分段車間動態(tài)知識圖譜(DKG)，對車間各類資源實體進行描述，以及解釋這些實體之間是如何聯(lián)系的.從本質(zhì)上講，其是一個由實體節(jié)點及其之間的語義關系組成的大規(guī)模語義網(wǎng)絡.利用DKG可以將工位加工過程知識形式化，使知識資源便于獲取與交互.

定義2DKG為有向的節(jié)點標記以及邊標記的多重圖，給出四元組表示：

DKG={E,R,KZ,KL}

(5)

式中：E為知識實體集，包含概念實體、實例實體以及屬性值實體；R為關系集；KZ為所有靜態(tài)知識三元組集，每一個三元組可以表示為KZi={(eh,r,eo)|KZi∈KZ,i=1,2,…,n}；KL為所有時序知識四元組集，每一個四元組可以表示為KLi={(eh,r,eo,t)|KLi∈KL,i=1,2,…,n}；eh為主語實體；r為關系；eo為賓語實體；t為時間戳.

對于關系集R，針對過程數(shù)據(jù)知識的時變特性，將關系分為兩類，固有關系rst以及時序關系rtm，即R={Rst∪Rtm|rst∈Rst,rtm∈Rtm}，其中Rst的數(shù)量在定義后基本不隨時間變化，連接著所有的靜態(tài)知識三元組，即KZi={eh,r,eo}={(eh,rst,eo)|KZi∈KZ}；Rtm的數(shù)量隨時間變化而不斷遞增，連接著所有的時序知識四元組，對于每一個四元組而言，可利用相應的時序關系 進行三元組知識轉(zhuǎn)換，即KLi={eh,r,eo,t}={(eh,rtm,eo)|KLi∈KL}.其中，主要的關系定義如表1所示.

表1 語義關系的定義與描述Tab.1 Definitions and descriptions of semantic relations

圖2 車間動態(tài)知識圖譜構(gòu)建體系Fig.2 Construction system of workshop dynamic knowledge map

2.2 動態(tài)知識圖譜的構(gòu)建

在船舶分段制造過程中，構(gòu)建動態(tài)知識圖譜是指對車間內(nèi)所有的靜態(tài)資源信息、隨生產(chǎn)加工進行而產(chǎn)生的制造經(jīng)驗、加工規(guī)律和方法等進行組織和關聯(lián).考慮到這些知識的動態(tài)時序性以及離散型，提出一種基于加工節(jié)拍數(shù)據(jù)流的動態(tài)知識圖譜構(gòu)建與更新方法，如圖2所示.從任務加工層、工位層以及車間層依次構(gòu)建動態(tài)知識圖譜，任務加工層是基于節(jié)拍數(shù)據(jù)組織與獲取其中的靜態(tài)資源知識的；工位層利用動態(tài)知識圖譜對靜態(tài)知識庫與節(jié)拍數(shù)據(jù)中的動態(tài)時序知識進行組織與融合；車間層是關聯(lián)工位知識圖譜的，將存在于工位、分散在加工各個階段的知識進行有效連接，使車間中的過程數(shù)據(jù)趨于規(guī)范化、結(jié)構(gòu)化以及統(tǒng)一化，便于車間管理者理解、獲取和使用知識.

2.2.2工位層 工位層的主要作用是組織分散在每一次加工任務執(zhí)行過程中的加工規(guī)律、制造經(jīng)驗以及方法等，將工位動態(tài)時序知識與工位靜態(tài)資源知識進行融合連接.考慮到知識表達、存儲與展示，在實際構(gòu)建中，基于加工層構(gòu)建的靜態(tài)知識庫與節(jié)拍數(shù)據(jù)流，提出了車間工位知識圖譜的動態(tài)構(gòu)建與更新機制，主要包含圖實例數(shù)據(jù)生成、圖實例數(shù)據(jù)融合連接組成的自動化流水線.具體的方案如圖3所示.

(1) 圖實例數(shù)據(jù)生成.圖實例數(shù)據(jù)生成的功能是以圖的形式表達工位的靜態(tài)資源知識與加工節(jié)拍數(shù)據(jù)流.利用圖的優(yōu)勢可以清晰地描述知識之間的語義關系、加工節(jié)拍數(shù)據(jù)的順序、約束以及資源配置，實現(xiàn)的途徑可分為人工參與和自動映射兩種.人工參與雖然可以保證圖映射的準確性，但映射效率低，知識獲取成本高.因此，本文通過建立圖映射步驟與統(tǒng)一概念映射模型，實現(xiàn)數(shù)據(jù)的自動映射，提高知識的組織、獲取效率.具體映射步驟如下所示.

步驟1對工位靜態(tài)知識庫中的三元組(eh,rst,eo)知識進行實體語義的消歧，以獲得準確、真實的工位靜態(tài)資源知識；

圖3 工位動態(tài)知識圖譜網(wǎng)絡形成方案Fig.3 Formation scheme of dynamic knowledge graph network of work stations

步驟2利用所定義的統(tǒng)一概念模型構(gòu)建初始靜態(tài)知識網(wǎng)絡；

步驟3對Pi進行異常值處理、缺失值填充，以保證節(jié)拍數(shù)據(jù)的完整性；

步驟4基于定義的統(tǒng)一概念模型對Pi數(shù)據(jù)進行圖映射，生成一個以加工任務為核心節(jié)點及其相關屬性節(jié)點組成的圖實例數(shù)據(jù)Gi，Gi可根據(jù)定義2進行表達，即Gi={Ei,Ri,KZi,KLi}.

針對統(tǒng)一概念映射模型，采用本體技術(shù)進行構(gòu)建，包含靜態(tài)資源知識與節(jié)拍數(shù)據(jù)的統(tǒng)一概念模映射模型，分別如圖4和5所示.

圖4 靜態(tài)知識網(wǎng)絡統(tǒng)一概念映射模型Fig.4 Unified concept mapping model of static knowledge network

由圖4可知，基于表1定義的語義關系，將工位配置的人員、物料、設備、工藝方法、任務清單以及加工任務等實例實體通過結(jié)構(gòu)關系“Has”與工位實體建立結(jié)構(gòu)關系；對于工位以及資源實體具有的相關屬性，通過“HasAttr”建立結(jié)構(gòu)關系；所有屬性對應的屬性值利用“Is”建立結(jié)構(gòu)關系.

由圖5可知，所執(zhí)行的每一次加工任務事件均包含獨有屬性與時序子元素，利用圖描述可以將隱式的子元素與事件因果關系轉(zhuǎn)化為顯性.同時對于每一個工位而言，事件所涉及的經(jīng)驗知識與資源是有限的，在記錄大量事件數(shù)據(jù)時，考慮將事件元素作為知識節(jié)點，然后利用時序關系匹配及鏈接已有知識節(jié)點，可以高效地完成圖實例數(shù)據(jù)的生成與更新.其中，利用表1定義的時序關系“Involved:T”對加工過程涉及的人員、設備、工藝方法、加工異常以及任務描述等建立關系；然后，分別用“HasProduct:T”，“HasWork:T”，“HasParams:T”構(gòu)建任務加工的產(chǎn)品、地點及設備參數(shù)的關聯(lián)關系.對于語義關系中的時間戳“T”，均以任務完工時間進行設置.

圖5 圖實例數(shù)據(jù)統(tǒng)一概念映射模型Fig.5 Unified concept mapping model of graph instance data

(2) 圖實例數(shù)據(jù)融合連接.圖實例數(shù)據(jù)融合連接是將生成的圖實例數(shù)據(jù)與工位靜態(tài)知識網(wǎng)絡進行連接及時序知識融合，生成工位動態(tài)知識網(wǎng)絡.該部分包括實體候選模塊、實體屬性連接融合模塊.對于給定的圖實例數(shù)據(jù)，實體候選模塊的功能是識別靜態(tài)知識網(wǎng)絡中的所有候選實體，基于本文給出的算法，對候選實體進行排序、消歧、識別及融合，最后將圖實例數(shù)據(jù)的時序信息連接到正確的實體屬性或?qū)傩灾倒?jié)點上.

圖實例數(shù)據(jù)與靜態(tài)知識網(wǎng)絡通過算法1進行融合連接.

算法1圖實例數(shù)據(jù)與靜態(tài)知識網(wǎng)絡的融合連接

Input:DG={G1,G2,…,Gi,…,Gn}； 候選實體集Array(D)

Output:DKEN、DKN

(1)DKN

(2)DKEN=Array(D)

(3)Ti∈[t1,t2,…,ti,…,tn] ∥圖實例數(shù)據(jù)完工時間序列

(4)Rtm=“HasWork:Ti”

(5)Pi∈[p1,p2,…,pi,…,pn] ∥圖實例數(shù)據(jù)的工位序列

(6) for eachGiinDG∥遍歷所有的圖實例數(shù)據(jù)

(7)Wi∈Ei

(8) addWitoDKEN

(9) newKLi=(Pi,Rtm,Wi,Ti)

(10) addKLitoDKN

(11) for eacheijinEi∥eij為Gi的第j個屬性及屬性值實體節(jié)點

(12) IfeijinDKEN

(13) addKLitoDKNwhereeijandWiinKLi

(14) end if

(15) else

(16) addeijtoDKEN∥若實體eij不存在，添加到知識庫，實現(xiàn)靜態(tài)知識完善

(17) addKLitoDKNwhereeijandWiinKLi

(18) end if

(19) end for

(20) end for

(21) returnDKEN,DKN

輸入的加工節(jié)拍圖數(shù)據(jù)流DG={G1,G2,…,Gi,…,Gn}，由一系列的圖實例Gi組成，每一個圖實例Gi={Ei,Ri,KZi,KLi}包含節(jié)點集Ei、關系集Ri、三元組集KZi、四元組集KLi知識，其中三元組集和四元組集均包含一個核心任務節(jié)點Wi.在數(shù)據(jù)初始化過程中，需要提取Pi、語義關系中的時間戳Ti以及Rtm，考慮到四元組知識的動態(tài)變化性，在動態(tài)連接時需要對其賓語實體進行識別、融合及填充，實現(xiàn)工位知識圖譜的自我迭代更新.算法的輸出為一組帶有時序知識的四元組集DKN以及更新后的知識節(jié)點集DKEN.

2.2.3車間層 在生成車間內(nèi)各工位的動態(tài)知識圖譜后，通過前文對船舶分段制造流水線的分析可知，車間內(nèi)工位加工的前后依賴和協(xié)同性強，有明顯的先后順序；同時，對于工位的每一個加工節(jié)拍數(shù)據(jù)Pi而言，均包含加工產(chǎn)品結(jié)構(gòu)關系，以某一塊鋼板切割為例，其包含一系列切割子產(chǎn)品，這些子產(chǎn)品又從屬于某一條船下某個分段的某個片段.因此，本文同時考慮工位之間存在的工藝流程先后順序以及分段部件裝配結(jié)構(gòu)關系，創(chuàng)新性地提出一種基于工藝流程以及產(chǎn)品BOM(Bill of Material)結(jié)構(gòu)關系的工位知識圖譜關聯(lián)方法，形成基于加工流程的車間動態(tài)知識圖譜，實現(xiàn)船舶分段車間過程資源的規(guī)范化、結(jié)構(gòu)化以及知識化，從而提高車間的信息化水平.關聯(lián)過程如圖6所示.其中，工位與工位實體節(jié)點之間利用流程關系FlowTo進行關聯(lián)；將帶有時序關系“HasProduct:T”的產(chǎn)品實體節(jié)點之間利用結(jié)構(gòu)關系HasPart及PartOf進行關聯(lián).基于加工流程的車間動態(tài)知識圖，可以為車間管理者從工位層以及產(chǎn)品層獲取與分析車間過程資源知識提供有效的途徑.

圖6 工位動態(tài)知識圖譜關聯(lián)Fig.6 Graph association of dynamic knowledge of work stations

3 案例分析

以上海某船舶企業(yè)的平面分段制造車間為對象進行動態(tài)知識圖譜的構(gòu)建，并基于Neo4j、D3.js及JavaScript等軟件開發(fā)了基于瀏覽器/服務(B/S)架構(gòu)的船舶分段制造過程的動態(tài)知識圖譜可視化原型系統(tǒng).通過該系統(tǒng)可實現(xiàn)管理人員對車間生產(chǎn)過程信息與知識的快速獲取與交互，為車間管理人員進行生產(chǎn)計劃的合理制定與調(diào)控提供知識支撐，進而為提高船舶分段制造的生產(chǎn)效率提供了可能.

3.1 動態(tài)知識圖譜的生成與查詢

該平面分段制造車間共涉及鋼板預處理、拼版、切割打磨劃線、縱骨裝配、分段裝焊5個工藝，11個工位.主要包含的核心設備與加工人員數(shù)量如表2所示.其中： IMG為拼版全自動焊接機器；ESAB為伊薩焊接切割機器.

表2 車間核心設備與工位人員配置Tab.2 Core equipments of workshop and allocation of station staff

針對工位數(shù)據(jù)，利用所提出的3種維度數(shù)據(jù)進行收集和處理，形成以資源描述框架(RDF)進行描述的三元組靜態(tài)資源知識集以及加工節(jié)拍數(shù)據(jù)流，利用 Neo4j以及MongoDB數(shù)據(jù)庫分別進行存儲.以某劃線切割工位某一天的加工為例，其加工節(jié)拍數(shù)據(jù)流如表3所示.

表3 切割工位某一天的切割節(jié)拍數(shù)據(jù)流(部分)Tab.3 Cutting beat data stream of cutting work station of a certain day (partial)

圖7 工位動態(tài)知識圖譜生成與查詢系統(tǒng)Fig.7 Generation and query system of dynamic knowledge map of work stations

基于節(jié)拍數(shù)據(jù)流與三元組靜態(tài)資源，生成工位動態(tài)知識網(wǎng)絡，具體的步驟如下.

(1) 生成工位初始靜態(tài)資源網(wǎng)絡，如圖7(a)所示.其中：藍色實體為工位節(jié)點；綠色實體為工位的靜態(tài)資源知識(配置的設備、人員、工藝方法以及場地等)；黃色實體為實體的屬性值知識(如劃線米數(shù)與時間、引割點數(shù)等)；黑色邊集為三元組知識的固定關系.

(2) 生成節(jié)拍圖實例數(shù)據(jù)，如圖7(b)所示.生成任務執(zhí)行事件節(jié)點后，匹配相關靜態(tài)網(wǎng)絡知識節(jié)點，最后利用時序關系建立節(jié)點之間的邊.紅色實體為事件節(jié)點；黃色實體為匹配的知識節(jié)點；紅色邊集為時序關系建立的關系邊.

(3) 生成與更新切割工位動態(tài)知識網(wǎng)絡，如圖7(c)所示.基于所提融合算法，將節(jié)拍圖實例數(shù)據(jù)融入靜態(tài)資源網(wǎng)絡，將節(jié)拍數(shù)據(jù)融入靜態(tài)資源后，任務事件節(jié)點與時序關系邊隨時間逐漸遞增，同時也會逐漸擴展靜態(tài)知識節(jié)點.

(4) 鏈接與整合工位動態(tài)知識網(wǎng)絡，結(jié)果如圖7(d)所示.通過工藝流程以及產(chǎn)品BOM結(jié)構(gòu)關系建立車間的動態(tài)知識網(wǎng)絡.工位動態(tài)知識圖譜可視化查詢系統(tǒng)如圖8所示.利用所開發(fā)的可視化查詢分析系統(tǒng)可以對車間的動態(tài)知識網(wǎng)絡進行高效查詢分析.

圖8 工位動態(tài)知識圖譜可視化查詢系統(tǒng)Fig.8 Visualized query system of dynamic knowledge map of work stations

圖9 工位節(jié)拍任務耗時與動態(tài)知識圖譜生成更新耗時Fig.9 Time-consuming tasks of work station beat and time-consuming generation and update of dynamic knowledge graph

基于以上方法對船舶分段制造過程的時序知識進行組織并構(gòu)建動態(tài)資源知識圖譜，可將加工過程實時資源和知識的查詢與更新效率提升至秒級.為了評估動態(tài)知識圖譜的生成、更新與知識查詢效率，將每個節(jié)拍數(shù)據(jù)生成的耗時記為ttms；初始靜態(tài)資源網(wǎng)絡生成的耗時記為tpin；圖實例生成耗時記為tpd；圖實例融合耗時記為tpf；資源實體查詢耗時記為tpnq；資源實體關系查詢耗時記為tprq.動態(tài)資源知識圖譜的生成更新以及查詢的耗時可表示為

tD=tpin+ttms+tpd+tpf

(6)

tU=ttms+tpd+tpf

(7)

tQ1=tU+tpnq

(8)

tQ2=tU+tprq

(9)

式中：tD為動態(tài)知識圖譜生成總耗時；tU為動態(tài)知識圖譜更新總耗時；tQ1為實時資源實體查詢總耗時；tQ2為實時資源實體關系查詢總耗時.

取某一切割工位15次切割版圖任務的生產(chǎn)記錄進行驗證，計算每一次任務導致的知識圖譜更新與生成的總耗時，并將其與任務加工事件時長進行對比，如圖9所示.其中：t′為消耗時間；NX為現(xiàn)場任務名稱.

由圖9可知，對于同一工位而言，無論其加工任務耗時變化如何，其動態(tài)知識圖譜的生成和更新耗時基本穩(wěn)定在(0.22+1.32+1.6)×60=128.4 s.其中，節(jié)拍數(shù)據(jù)生成的耗時較長，但總耗時基本為任務最小耗時的1/5.因此，知識圖譜的更新耗時滿足任務節(jié)拍事件的間隔耗時需求，能夠高效處理各工位加工的每一次任務事件，且有能力將組織各工位事件所涉及的數(shù)據(jù)與知識的效率提升至秒級.

3.2 知識圖譜的原型系統(tǒng)分析

開發(fā)了車間動態(tài)知識圖譜可視化原型系統(tǒng)，可以從產(chǎn)品和工位層面進行知識查詢，便于知識的重用(見圖8).在產(chǎn)品查詢中，區(qū)域1中由一組組產(chǎn)品節(jié)點組成，通過選擇產(chǎn)品節(jié)點，可在區(qū)域2查詢該產(chǎn)品的裝配結(jié)構(gòu)，通過不同層級可以查詢裝配結(jié)構(gòu)樹的不同層次.區(qū)域3中將以文字形式顯示產(chǎn)品的加工信息，進一步查詢子部件，可追溯子部件加工過程所涉及的工位、人員、設備、相關工藝、異常情況以及各工位的使用工時等.基于產(chǎn)品層的查詢可以輔助車間管理人員掌控產(chǎn)品加工的制造經(jīng)驗與加工規(guī)律，為同類型產(chǎn)品生產(chǎn)計劃的制定提供參考.對于工位層的查詢，可以輔助車間管理人員掌控工位的加工實時狀態(tài).利用式(8)和(9)計算相關實體與關系的查詢時間，與目前該船舶分段制造車間資源屬性信息與語義信息的平均查詢耗時相比較，對比結(jié)果如圖10和11所示.

圖10 船舶分段車間工位實體資源實體查詢與更新耗時Fig.10 Time-consuming query and update of physical resource entity of ship block work stations

圖11 船舶分段車間工位實體關系信息查詢與更新耗時Fig.11 Time-consuming query and update of entity relationship information of ship block work stations

由圖10和11可知，對船舶分段制造車間的實體屬性信息的查詢速率和更新速率比現(xiàn)有的查詢方法提高了2倍以上，特別是事件實體與物料實體的查詢速率提高了約3倍，而在實體的語義關系信息查詢上，時序?qū)傩缘牟樵冃室脖犬斍胺椒ㄌ岣吡?～3倍.因此，基于知識圖譜來組織構(gòu)建船舶分段制造車間的加工過程數(shù)據(jù)，有利于車間加工過程數(shù)據(jù)的統(tǒng)一化、知識化描述，進而提高車間各種資源信息的實時查詢交互效率.且該系統(tǒng)已安裝部署在車間，結(jié)果表明該系統(tǒng)能夠有效獲取和重用加工制造過程的知識、降低知識管理落地的門檻.

4 結(jié)論

為了解決船舶分段車間制造過程資源動態(tài)性、隨機性以及復雜性導致的資源信息檢索和交互困難，進而導致的生產(chǎn)計劃脫節(jié)、生產(chǎn)效率低等問題.通過調(diào)研分析車間工位現(xiàn)場資源數(shù)據(jù)的組成以及加工流程，提出一種制造過程資源的動態(tài)知識圖譜建模方法，獲得的結(jié)論如下.

(1) 建立工位加工節(jié)拍數(shù)據(jù)的統(tǒng)一信息模型，并通過統(tǒng)一化概念模型自動將節(jié)拍數(shù)據(jù)轉(zhuǎn)化為知識圖形，組織過程時序知識與靜態(tài)知識.

(2) 提出一種基于加工節(jié)拍數(shù)據(jù)流的車間工位動態(tài)知識圖譜構(gòu)建與更新機制，實現(xiàn)工位時序知識與靜態(tài)知識的融合連接.同時，基于工藝流程與產(chǎn)品BOM結(jié)構(gòu)實現(xiàn)工位知識圖譜關聯(lián)，實現(xiàn)依次從加工層、工位層以及車間層進行知識圖譜的動態(tài)構(gòu)建和關聯(lián).

(3) 開發(fā)車間知識圖譜的可視化分析系統(tǒng)，實現(xiàn)車間內(nèi)不同層面的知識檢索與交互，為管理者從產(chǎn)品層面與工位層面的知識分析提供輔助.現(xiàn)場使用結(jié)果表明，該方法有利于生產(chǎn)過程的知識重用.

(4) 基于所構(gòu)建的車間動態(tài)知識圖譜，后續(xù)將結(jié)合時序知識與靜態(tài)知識研究船舶分段加工過程的流程分析問題以及構(gòu)建生產(chǎn)計劃智能推薦系統(tǒng)，以實現(xiàn)車間的信息化以及智能化管控.