基于非關(guān)系型數(shù)據(jù)庫的本體語言知識(shí)庫建模在工業(yè)系統(tǒng)中的應(yīng)用

1、上海交通大學(xué)碩士學(xué)位論文基于非關(guān)系型數(shù)據(jù)庫的本體語言知識(shí)庫建模在工業(yè)系統(tǒng)中的應(yīng)用碩士研究生：黃婉琪學(xué)導(dǎo)學(xué) 所在單 答辯日號(hào)：115032910009師：戴文斌副教授科：控制科學(xué)與工程位：電子信息與電氣工程學(xué)院期：2018年1月授予學(xué)位單位：上海交通大學(xué)Dissertation Submitted to Shanghai Jiao Tong Universityfor the Degree of MasterAPPLICATION OF ONTOLOGYKNOWLEDGEBASE MODELING ININDUSTRIAL SYSTEM BASED ON NON-RELATIONAL DATAB

2、ASEWANQI HUANGAdvisorProf. WENBIN DAIDEPARTMENT OF AUTOMATION, SCHOOL OF ELECTRONICINFORMATION AND ELECTRICAL ENGINEERINGSHANGHAI JIAO TONG UNIVERSITYSHANGHAI, P.R.CHINAJan. 04th, 2018基于非關(guān)系型數(shù)據(jù)庫的本體語言知識(shí)庫建模在工業(yè)系統(tǒng)中的應(yīng)用摘要工業(yè)信息物理系統(tǒng)為工業(yè)生產(chǎn)環(huán)境中物理設(shè)備和不同系統(tǒng)之間 提供了相互連接形成閉環(huán)反饋機(jī)制，以及橫向和縱向的一體化集成方 法。而萬物互聯(lián)、反饋信息的閉環(huán)伴隨的即是工業(yè)信息物理系

3、統(tǒng)中信 息量的急劇增長，其數(shù)據(jù)存儲(chǔ)和處理機(jī)制必須滿足良好的規(guī)模性、可 拓展性、高效性，以滿足控制器、傳感器、執(zhí)行器等不同設(shè)備對(duì)于數(shù) 據(jù)的要求。此外，工業(yè)系統(tǒng)中采集到的數(shù)據(jù)還需要被進(jìn)一步處理，形 成知識(shí)庫來支持邊緣智能控制。隨著計(jì)算復(fù)雜度的提升，分布式系統(tǒng)的作用越發(fā)重要，如何將大 規(guī)模數(shù)據(jù)進(jìn)行有效處理形成有邏輯關(guān)系的知識(shí)體系并完成在分布式 系統(tǒng)中的推理應(yīng)用成為了新的熱點(diǎn)問題。傳統(tǒng)的建模方法和數(shù)據(jù)處理 方法不能滿足工業(yè)領(lǐng)域控制層、設(shè)備層對(duì)于實(shí)時(shí)性和自主性的需求， 還有很大提升空間，因此需要引入其他方法。本文設(shè)計(jì)了一種在工業(yè)系統(tǒng)邊緣層中對(duì)節(jié)點(diǎn)進(jìn)行智能控制的工 具。利用本體語言完成在嵌入式設(shè)備中的模型

4、建模，并結(jié)合非關(guān)系型 數(shù)據(jù)庫完成數(shù)據(jù)的存儲(chǔ)、推理和查詢，通過規(guī)則建立將數(shù)據(jù)庫轉(zhuǎn)化為 知識(shí)庫；利用邊緣端的計(jì)算資源完成智能分布式控制決策。此外，通 過可視化界面生成本體語言文本，圖形化編輯具有極高的實(shí)時(shí)可變性, 能夠動(dòng)態(tài)修改本體中的模型定義，提高了整個(gè)系統(tǒng)的靈活性。本文的研究結(jié)果在工業(yè)生產(chǎn)領(lǐng)域中為系統(tǒng)邊緣端提供了智能決 策工具，優(yōu)化了嵌入式語義的算法，實(shí)現(xiàn)了模型定義的實(shí)時(shí)可變結(jié)構(gòu)， 為工業(yè)分布式控制和柔性制造提供了更大的發(fā)展空間。關(guān)鍵詞：分布式系統(tǒng)、工業(yè)信息物理系統(tǒng)、本體語言、模型驅(qū)動(dòng)工程、非關(guān)系型數(shù)據(jù)庫、推理引擎APPLICATION OF ONTOLOGY KNOWLEDGEBASEMODE

5、LING IN INDUSTRIAL SYSTEM BASED ONNON-RELATIONAL DATABASEABSTRACTThe industrial Cyber-Physical Systems provide interconnected, closed-loop, feedback mechanisms, and horizontal and vertical integrated integration methods for physical equipment and different systems in the industrial production enviro

6、nment. With all things connected in Internet and the closed-loop in information feedback, there has been a rapid growth of information in industry Cyber-Physical System. The data storage and processing mechanism must satisfy the large scale, good expansibility, high efficiency, etc. to meet the requ

7、irements for the data in different devices, sensors, actuators and controllers. In addition, the data collected in the industrial system need to be further processed to form a knowledge base to support the edge intelligent control.With the improvement of computing complexity, the role of distributed

8、 system is more and more important. How to effectively process a large scale of data, form logical knowledge systems and complete reasoning application in distributed system has become a new hot issue. Traditional modeling methods and data processing methods cant meet the needs of real-time processi

9、ng and autonomic processing in industrial field, and there is still much room for improvement. Therefore, other methods need to be introduced.This paper designs a tool for intelligent control of nodes in the edge layer of industrial system. We use Ontology to complete modeling in embedded devices an

10、d combine ontology with non-relational database to complete data storage, reasoning and query. The database is transformed into a knowledgebase by setting logical rules, and the intelligent distributed control is completed by using the computing resources at the edge end. Besides, ontology is genera

11、ted through a visual interface, bringing high realtime variability and flexibility while modifying the definition of models dynamically.The research results in this paper provide an intelligent decision-making tool for the edge layer in industrial system, optimize the algorithm of embedded semantics

12、 and realize the real-time variable structure of model definition.KEY WORDS: distributed system, industrial cyber-physical system, web ontology language, model driven engineering, non-relational database, inference engine目錄 TOC o 1-5 h z HYPERLINK l bookmark48 o Current Document 插圖索引vii表格索弓Iix HYPER

13、LINK l bookmark54 o Current Document 第一章緒論1 HYPERLINK l bookmark57 o Current Document 1課題研究背景1 HYPERLINK l bookmark64 o Current Document 2課題研究現(xiàn)狀及相關(guān)工作42. 1信息物理系統(tǒng)與多智能體在工業(yè)中的應(yīng)用42. 2基于本體論的知識(shí)推理在工業(yè)中的應(yīng)用5 HYPERLINK l bookmark67 o Current Document 1.3本文主要研究?jī)?nèi)容及創(chuàng)新點(diǎn)7 HYPERLINK l bookmark70 o Current Document 1.4

14、章節(jié)安排7 HYPERLINK l bookmark73 o Current Document 第二章本體語言的建模與可視化實(shí)現(xiàn)9 HYPERLINK l bookmark76 o Current Document 1模型驅(qū)動(dòng)工程和本體語言91. 1模型驅(qū)動(dòng)工程和本體論91.2本體語言概要10 HYPERLINK l bookmark79 o Current Document 2本體語言的建模121類、屬性、個(gè)體建模132.2.2復(fù)雜關(guān)系建模15 HYPERLINK l bookmark129 o Current Document 2.3本體語言的可視化182.3.1常用圖形化軟件介紹193.

15、 2 protege中本體語言實(shí)例233. 3 OWL的圖形化實(shí)現(xiàn)26 HYPERLINK l bookmark150 o Current Document 2.4本章小結(jié)30 HYPERLINK l bookmark153 o Current Document 第三章基于非關(guān)系型數(shù)據(jù)庫的知識(shí)存儲(chǔ)及推理模型31 HYPERLINK l bookmark156 o Current Document 1非關(guān)系型數(shù)據(jù)庫介紹313.1.1非關(guān)系型數(shù)據(jù)分類313.1.2非關(guān)系型數(shù)據(jù)庫的優(yōu)點(diǎn)： 32 HYPERLINK l bookmark163 o Current Document OWL在非關(guān)系型數(shù)據(jù)

16、庫中的存儲(chǔ)結(jié)構(gòu)321類(Classes)的存儲(chǔ)35屬性(Properties)的存儲(chǔ)36個(gè)體(individuals)的存儲(chǔ)38 HYPERLINK l bookmark169 o Current Document 3基于本體的數(shù)據(jù)分析及查詢規(guī)則393. 1T-box 推理結(jié)構(gòu)413. 2A-box 推理結(jié)構(gòu)42 HYPERLINK l bookmark172 o Current Document 3.4在數(shù)據(jù)庫中完成查詢搜索433.4.1利用索引提高查詢效率443.4. 2非關(guān)系型數(shù)據(jù)庫的查詢模型驗(yàn)證45 HYPERLINK l bookmark178 o Current Document

17、5本章小結(jié)46 HYPERLINK l bookmark181 o Current Document 第四章基于本體語言控制模型的仿真測(cè)試49 HYPERLINK l bookmark184 o Current Document 1仿真模型搭建49 HYPERLINK l bookmark194 o Current Document 2仿真軟件介紹52 HYPERLINK l bookmark201 o Current Document 3仿真過程及結(jié)果53 HYPERLINK l bookmark204 o Current Document 4本章小結(jié)56 HYPERLINK l bookm

18、ark207 o Current Document 第五章總侖吉與展望57 HYPERLINK l bookmark210 o Current Document 1本文主要工作57 HYPERLINK l bookmark216 o Current Document 2后續(xù)研究工作57 HYPERLINK l bookmark222 o Current Document 參考文獻(xiàn)1 HYPERLINK l bookmark275 o Current Document 致謝5 HYPERLINK l bookmark278 o Current Document 攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文7 HY

19、PERLINK l bookmark285 o Current Document 攻讀學(xué)位期間參與的項(xiàng)目9插圖索引 TOC o 1-5 h z 圖1-1工業(yè)1.0到4.0進(jìn)程2圖1-2ISA-95層級(jí)結(jié)構(gòu)3圖1-3工業(yè)系統(tǒng)邊緣層控制工具8圖2-1語義網(wǎng)的結(jié)構(gòu)10圖2-2 OntoEdit基本界面19圖2-3 OntoEdit公理編輯器20圖 2-4 Altova SemanticWorks 可視化界面21圖 2-5 Altova SemanticWorks 標(biāo)簽編輯頁21圖 2-6 Altova SemanticWorks 代碼生成頁22圖2-7 Protege界面顯示23圖2-8 OWL文件

20、中的類23圖2-9 OWL文件中類的描述24圖2-10 OWL文件對(duì)象屬性24圖2-11 OWL文件對(duì)象屬性的描述25圖2-12 OWL文件圖形化表達(dá)26圖2-13基于GoJS的OWL圖形化建模界面27圖2-14圖形化建模界面代碼27圖2-15類的從屬關(guān)系28圖2-16類中個(gè)體成員28圖2-17個(gè)體與類的屬性關(guān)系28圖3-1 LevelDB的靜態(tài)結(jié)構(gòu)33圖3-2 LevelDB中OWL的存儲(chǔ)結(jié)構(gòu)34圖3-3類存儲(chǔ)的函數(shù)結(jié)構(gòu)35圖3-4對(duì)象屬性存儲(chǔ)的函數(shù)結(jié)構(gòu)37圖3-5數(shù)據(jù)類型屬性存儲(chǔ)的函數(shù)結(jié)構(gòu)38圖3-6個(gè)體存儲(chǔ)的函數(shù)結(jié)構(gòu)39圖3-7 LevelDB中的主要推理結(jié)構(gòu)40圖3-8 LevelDB

21、中推理結(jié)構(gòu)配合結(jié)構(gòu)41圖3-9 LevelDB中數(shù)據(jù)存儲(chǔ)和查詢流程45圖3-10查詢速度比較結(jié)果46圖4-1物體抓取放置流水線基本結(jié)構(gòu)48圖4-2物體抓取放置流程OWL結(jié)構(gòu)49圖4-3物品抓取放置流程圖50圖 4-4 Factory I/O 界面 圖51圖4-5傳感器和執(zhí)行器接口51圖4-6傳送帶示意圖52圖4-7 機(jī)械臂示意圖52圖4-8傳感器和通用按鈕52圖4-9傳感器和執(zhí)行器接口53圖4-10傳感器和執(zhí)行器接口53圖4-11傳感器和執(zhí)行器接口54表格索引 TOC o 1-5 h z 表2-1類表達(dá)式11表2-2數(shù)據(jù)屬性表達(dá)式11表2-3對(duì)象屬性表達(dá)式12表2-4聲明表達(dá)式12表3-1 O

22、WL文件中的語句分析結(jié)果35表3-2類表達(dá)式40表3-3 T-box推理關(guān)系結(jié)構(gòu)42表3-4 A-box推理關(guān)系結(jié)構(gòu)42表3-5查詢速度比較表46第一章緒論1.1課題研究背景工業(yè)是我國國民經(jīng)濟(jì)的基礎(chǔ)和支柱，也是國家經(jīng)濟(jì)實(shí)力和競(jìng)爭(zhēng)力的重要標(biāo)志 ；隨著各種新興技術(shù)的發(fā)展，全球掀起了以制造業(yè)轉(zhuǎn)型為首要任務(wù)的新一輪工 業(yè)變革，世界上主要的工業(yè)發(fā)達(dá)體紛紛制定了工業(yè)再發(fā)展戰(zhàn)略。我國提出了在本 世紀(jì)前20年經(jīng)濟(jì)建設(shè)和改革的主要任務(wù)是基本實(shí)現(xiàn)工業(yè)化，大力推進(jìn)信息化， 并進(jìn)一步提出信息化是我國加快實(shí)現(xiàn)工業(yè)化和現(xiàn)代化的必然選擇0。信息化和工 業(yè)化之間的橋梁正是自動(dòng)化，它發(fā)揮了紐帶的作用，面對(duì)我國傳統(tǒng)工業(yè)的落后現(xiàn)

23、狀，國家將加大技術(shù)改造的步伐，使我國工業(yè)技術(shù)向多樣化、自動(dòng)化、智能化方 向發(fā)展。工業(yè)自動(dòng)化控制系統(tǒng)行業(yè)不僅有國家法規(guī)政策層面的大力支持，還在市 場(chǎng)上擁有龐大而多元化的需求；此外，我國工業(yè)自動(dòng)化控制水平與歐關(guān)發(fā)達(dá)國家 差距仍十分顯著，未來工業(yè)自動(dòng)化率提升空間非常廣闊。數(shù)據(jù)資料顯示，我國工 廠自動(dòng)化以及企業(yè)信息化發(fā)展近年來提速很多，工業(yè)自動(dòng)化系統(tǒng)需求也不斷增長, 2012-2017年我國工業(yè)自動(dòng)化行業(yè)總產(chǎn)值就有較大幅度地增長，從1696.25億元 增長至3861億元。根據(jù)預(yù)測(cè)，2017-2022年，我國工業(yè)自動(dòng)化總產(chǎn)值將保持7% 左右的增速，到2022年，我國工業(yè)自動(dòng)化總產(chǎn)值將超過5700億元。互

24、聯(lián)網(wǎng)的加入融合讓工業(yè)更具有創(chuàng)新能力，讓我們離智能制造時(shí)代更近了一 步;工業(yè)中的新興技術(shù)及應(yīng)用將成為未來提升制造業(yè)生產(chǎn)力、競(jìng)爭(zhēng)力的關(guān)鍵要素， 能夠驅(qū)動(dòng)產(chǎn)品和生產(chǎn)過程的智能化，能夠支撐制造業(yè)轉(zhuǎn)型并建立起開放、共享、 協(xié)作的智能制造產(chǎn)業(yè)生態(tài)，對(duì)實(shí)施智能制造戰(zhàn)略具有十分重要的推動(dòng)作用。隨著工業(yè)4.0概念在德國的提出和推廣、關(guān)國的先進(jìn)制造業(yè)戰(zhàn)略及法國的新 工業(yè)戰(zhàn)略等的發(fā)展0,智能化生產(chǎn)系統(tǒng)和生產(chǎn)過程的研究以及通過網(wǎng)絡(luò)通信技術(shù) 整合資源、控制生產(chǎn)的研究成為時(shí)下熱點(diǎn)。中國作為經(jīng)濟(jì)持續(xù)快速發(fā)展的發(fā)展中 國家之一，也對(duì)應(yīng)提出了 “中國制造2025”及“互聯(lián)網(wǎng)+”等概念，希望在工業(yè) 領(lǐng)域做到從“制造大國”到“制造

25、強(qiáng)國”的轉(zhuǎn)變，提高生產(chǎn)的智能化水平和資 源利用的效率。如下圖1-1所示，從工業(yè)1.0到3.0,工業(yè)生產(chǎn)歷經(jīng)了機(jī)械制造時(shí)代，通過蒸 汽機(jī)實(shí)現(xiàn)工廠的機(jī)械化生產(chǎn)；電氣化與自動(dòng)化時(shí)代，使用電力驅(qū)動(dòng)，使得產(chǎn)品得 到大規(guī)模生產(chǎn)；電子信息化時(shí)代，廣泛應(yīng)用電子與信息技術(shù)，使制造過程自動(dòng)化 控制程度進(jìn)一步提高囹；而工業(yè)4.0則是將現(xiàn)實(shí)的物理世界與虛擬的網(wǎng)絡(luò)世界融 合的時(shí)代，基于信息通信技術(shù)的模塊集成將形成一種高度靈活化、數(shù)字化的新生產(chǎn)模式。基于工業(yè)4.0理論的深入研究推進(jìn)了實(shí)際工業(yè)環(huán)節(jié)的技術(shù)進(jìn)步，新興技 術(shù)在各領(lǐng)域的應(yīng)用日趨成熟。工業(yè)復(fù)雜度第一次工業(yè)革命第二次 工業(yè)革命第三次 工業(yè)革命第四次工業(yè)革命機(jī)械制造時(shí)代

26、，通 過蒸汽機(jī)實(shí)現(xiàn)工廠 的機(jī)械化生產(chǎn)電氣化與自動(dòng)化時(shí) 代，使用電力驅(qū)動(dòng)， 使得產(chǎn)品得到大規(guī)模 生產(chǎn)信息物理系統(tǒng)的推 廣一-20W現(xiàn)在電子信息化時(shí)代，廣 泛應(yīng)用電子與信息技 術(shù)，使制造過程自動(dòng) 化控制程度進(jìn)一步提 居至：二3宵流l第一生飛I_I ij r r18001900從工業(yè)1. 0到工業(yè)4. 0圖1-1工業(yè)1.0至! 4.0進(jìn)程Fig.1-1 Step from Industry 1.0 to Industry 4.0中國制造2025規(guī)劃是在2015年5月被國務(wù)院正式印發(fā)的，規(guī)劃中提出 將重點(diǎn)推動(dòng)信息化與工業(yè)深度融合，把智能制造作為兩化深度融合的主攻方向, 著力發(fā)展智能裝備和智能產(chǎn)品，推進(jìn)

27、生產(chǎn)過程的智能化，培育新型的生產(chǎn)方式, 通過智能工廠的建設(shè)從而實(shí)現(xiàn)智能生產(chǎn)和智能制造，實(shí)現(xiàn)由集中化生產(chǎn)向網(wǎng)絡(luò)化 異地協(xié)同生產(chǎn)轉(zhuǎn)變、由傳統(tǒng)制造企業(yè)向跨界融合企業(yè)轉(zhuǎn)變以及由大規(guī)模批量生產(chǎn) 向大規(guī)模定制生產(chǎn)轉(zhuǎn)變0。隨著當(dāng)下中國制造2025的概念被廣泛推廣，工業(yè)模 式由傳統(tǒng)的集中式控制向分布式控制轉(zhuǎn)變，信息物理系統(tǒng)（CPS）、物聯(lián)網(wǎng)（IoT）、 工業(yè)大數(shù)據(jù)、云計(jì)算等技術(shù)也受到自動(dòng)化領(lǐng)域的廣泛關(guān)注，這些技術(shù)的應(yīng)用致力 于實(shí)現(xiàn)信息系統(tǒng)與自動(dòng)化控制系統(tǒng)集成，數(shù)字化制造與實(shí)際制造執(zhí)行融合；通過 以上技術(shù)進(jìn)行智能信息共享、采集及分析，可以進(jìn)一步提高工業(yè)生產(chǎn)的效率水平。工業(yè)信息物理系統(tǒng)（Industrial Cy

28、ber-Physical Systems, iCPS）是分布式工業(yè) 生產(chǎn)的重要環(huán)節(jié)之一，其應(yīng)用能夠?qū)崿F(xiàn)各控制元件之間進(jìn)行交互，形成一個(gè)信息 化-自動(dòng)化-智能化集成系統(tǒng)，該系統(tǒng)具有顯著的可適應(yīng)性、自主性、可靠性和易 用性等性能。知識(shí)表述和推理則可以將各種信息轉(zhuǎn)化為計(jì)算機(jī)可讀的形式，用以 達(dá)成復(fù)雜目標(biāo)，在工業(yè)領(lǐng)域中知識(shí)表述和推理的應(yīng)用可以大大提高工業(yè)大數(shù)據(jù)的 利用效率。CPS在工業(yè)界的延伸拓展，旨在為工業(yè)領(lǐng)域大型復(fù)雜系統(tǒng)在架構(gòu)、抽象化、 技術(shù)、方法論和支持工具等方面做出突破，為系統(tǒng)設(shè)計(jì)、建模和控制提供全面協(xié) 助。隨著信息物理系統(tǒng)邊緣端計(jì)算、儲(chǔ)存能力的提高，邊緣智能控制、決策 成為可能；根據(jù)ISA-

29、95的層級(jí)構(gòu)架（見下圖1-2）,未來工業(yè)自動(dòng)化領(lǐng)域的上層 結(jié)構(gòu)會(huì)趨向于云端計(jì)算，其實(shí)時(shí)性要求較低，而控制層、設(shè)備層則會(huì)趨向于邊緣 節(jié)點(diǎn)，對(duì)實(shí)時(shí)性要求較高。在邊緣端，工業(yè)4.0提出通過語義技術(shù)實(shí)現(xiàn)嵌入式設(shè) 備的信息獲取和各節(jié)點(diǎn)之間的交流，知識(shí)表述和推理將在邊緣端發(fā)揮重要作用。圖1-2 ISA-95層級(jí)結(jié)構(gòu) Fig. 1-2 Layer Structure of ISA-95知識(shí)表述和推理是信息學(xué)領(lǐng)域的很重要的一個(gè)研究方向，旨在將各種各樣的 信息轉(zhuǎn)化為人與計(jì)算機(jī)都可以理解、利用的形式，用以解決復(fù)雜的任務(wù)，比如利 用知識(shí)庫的推理來完成柔性制造等。有的研究者曾嘗試將知識(shí)表述和推理以及本 體論知識(shí)表述用

30、到智能建筑、智能家居等領(lǐng)域；也有學(xué)者將其與生產(chǎn)制造行業(yè) 相結(jié)合，致力于工業(yè)現(xiàn)場(chǎng)的智能化生產(chǎn)，通過工業(yè)現(xiàn)場(chǎng)不同區(qū)域的傳感器數(shù)據(jù)分 析優(yōu)化其電力調(diào)度，在生產(chǎn)環(huán)境發(fā)生變化后迅速改變供電模式，降低了資源浪費(fèi) 20;知識(shí)表述推理還可以與模型驅(qū)動(dòng)工程設(shè)計(jì)思路相結(jié)合，在復(fù)雜推理過程的基 礎(chǔ)上，通過適合計(jì)算機(jī)處理的推理模型完成生產(chǎn)輔助操作。盡管相關(guān)研究領(lǐng)域已經(jīng)取得長足進(jìn)步，但在實(shí)際應(yīng)用中仍然存在著一些問題 和挑戰(zhàn)：1、工業(yè)現(xiàn)場(chǎng)實(shí)時(shí)性需求無論是數(shù)據(jù)的采集、預(yù)處理和存儲(chǔ)，還是數(shù)據(jù)的分析及挖掘，工業(yè)上對(duì)數(shù)據(jù) 的傳遞的實(shí)時(shí)性要求都十分嚴(yán)格。傳統(tǒng)的工業(yè)系統(tǒng)中，各生產(chǎn)部分相對(duì)較為獨(dú)立 而分散，從生產(chǎn)制造、生產(chǎn)線、設(shè)備到工

31、業(yè)產(chǎn)品、儀器等，各個(gè)環(huán)節(jié)的監(jiān)控需要 消耗大量人力、財(cái)力，同時(shí)會(huì)產(chǎn)生大量需要處理的數(shù)據(jù)。當(dāng)系統(tǒng)發(fā)生故障或者外 界需求發(fā)生變化的時(shí)候，如果只是通過分析查看信息、制定相應(yīng)的對(duì)策之后再到 現(xiàn)場(chǎng)實(shí)施，就會(huì)因?yàn)闀r(shí)效性較差從而出現(xiàn)故障處理不及時(shí)的問題。盡管iCPS和 知識(shí)表述和推理的應(yīng)用在數(shù)據(jù)處理速度上已經(jīng)有了一定的進(jìn)步，但還是有很大提 升空間。2、工業(yè)現(xiàn)場(chǎng)準(zhǔn)確性需求與其他行業(yè)不同的是，很多數(shù)據(jù)在各自領(lǐng)域中不要求有非常精準(zhǔn)的結(jié)果推送, 而工業(yè)中對(duì)數(shù)據(jù)的預(yù)測(cè)和分析結(jié)果的容錯(cuò)率遠(yuǎn)遠(yuǎn)比其他行業(yè)低的多。由于工業(yè)系 統(tǒng)中數(shù)據(jù)具有低質(zhì)性、碎片化等特性，會(huì)導(dǎo)致低質(zhì)量的數(shù)據(jù)影響分析過程，無法 利用，降低了數(shù)據(jù)的可用率；同時(shí)

32、分析數(shù)據(jù)時(shí)為了保證預(yù)測(cè)結(jié)果和準(zhǔn)確性，需要 考慮到數(shù)據(jù)本身的意義以及其背后的邏輯關(guān)系，不能僅僅考慮數(shù)據(jù)之間的關(guān)聯(lián)是 否具有統(tǒng)計(jì)顯著性，否則單次失誤也可能造成嚴(yán)重的后果。3、工業(yè)現(xiàn)場(chǎng)靈活性需求工業(yè)制造的前提是規(guī)范和標(biāo)準(zhǔn)，但是隨著外部個(gè)性化需求的增多，柔性制造 將成為未來發(fā)展的一大趨勢(shì)。如何在滿足制造標(biāo)準(zhǔn)的同時(shí)盡可能增加系統(tǒng)的靈活 性，以最小的代價(jià)完成最多樣化的制造，是需要解決的問題。工業(yè)生產(chǎn)制造過程 中可以通過標(biāo)準(zhǔn)化的設(shè)計(jì)、生產(chǎn)、施工、信息化協(xié)同等操作來滿足個(gè)性需求環(huán)節(jié)， 通過基礎(chǔ)的模塊化和標(biāo)準(zhǔn)化建設(shè)，輔以多樣化的組合設(shè)計(jì)，可以在一定程度上滿 足柔性制造的要求。但是目前大規(guī)模流水線生產(chǎn)還無法靈活應(yīng)

33、對(duì)不同的需求，需 求變更帶來的復(fù)雜度還未能有效降低。4、自主性性能需求目前工業(yè)系統(tǒng)中有越來越多的大規(guī)模和復(fù)雜系統(tǒng)的需求，這些需求可以通過 將其分解成為規(guī)模較小的、彼此可以通信的小型系統(tǒng)來降低單體的復(fù)雜度和功能 數(shù)目，同時(shí)也符合工業(yè)中分布式系統(tǒng)的趨勢(shì)。把原有的大型的、集中的生產(chǎn)流程 轉(zhuǎn)化為小型的、分散的不同模塊，形成開放的系統(tǒng)，通過不同模塊功能的組合提 高系統(tǒng)的自由度和自主性?；谶@種思路“多智能體”的概念開始逐漸在工業(yè)領(lǐng) 域中斬頭露角。作為分布式人工智能(Distributed Artificial Intelligence , DAI) 的一個(gè)重要分支，多智能體系統(tǒng)通過Agent的共同協(xié)作，

34、利用推理、學(xué)習(xí)等技術(shù) 分析其被輸入的信息，并形成自己的知識(shí)，在獲得外部需求后能夠根據(jù)自己的知 識(shí)自動(dòng)的做出響應(yīng)，可以協(xié)調(diào)完成單體無法解決的復(fù)雜問題罔。盡管工業(yè)領(lǐng)域自動(dòng)化生產(chǎn)已經(jīng)取得了很大進(jìn)步，各種新興科技的應(yīng)用為工業(yè) 系統(tǒng)帶來了高效、智能的生產(chǎn)模式，但是我們離真正實(shí)現(xiàn)高度自動(dòng)化、智能化的 工業(yè)生產(chǎn)還有很長的距離，實(shí)際應(yīng)用中還存在著實(shí)時(shí)性、準(zhǔn)確性、靈活性、自主 性等性能需求沒有得到很好的滿足，因此利用工業(yè)信息物理系統(tǒng)與知識(shí)推理表述 來提高工業(yè)系統(tǒng)的實(shí)時(shí)性、自主性等性能是非常有價(jià)值的，能夠?yàn)閷韺?shí)現(xiàn)真正 意義上的智能生產(chǎn)打下良好的基礎(chǔ)。1.2課題研究現(xiàn)狀及相關(guān)工作1.2.1信息物理系統(tǒng)與多智能體在

35、工業(yè)中的應(yīng)用在過去的十幾年里，學(xué)術(shù)界和工業(yè)界見證了信息物理系統(tǒng)系統(tǒng)(CPS)的蓬 勃發(fā)展，信息物理系統(tǒng)系被定義為集成了計(jì)算機(jī)、網(wǎng)絡(luò)和物理環(huán)境的一個(gè)系統(tǒng), 在該系統(tǒng)中嵌入式計(jì)算機(jī)和網(wǎng)絡(luò)控制并監(jiān)控物理環(huán)境的變化，通常而言這個(gè)控制 是一個(gè)閉環(huán)控制，因此物理情況的變化會(huì)對(duì)嵌入式計(jì)算機(jī)和網(wǎng)絡(luò)環(huán)境產(chǎn)生很大影 響四。值得一提的是，這種集成并不是簡(jiǎn)單的將網(wǎng)絡(luò)與物理環(huán)境結(jié)合在一起，它 們之間的相互作用是非常復(fù)雜而多變的；因此信息物理系統(tǒng)的設(shè)計(jì)和分析需要?jiǎng)?態(tài)地考慮計(jì)算機(jī)、軟件、網(wǎng)絡(luò)和物理設(shè)備間的相互影響，特別是在工業(yè)領(lǐng)域中物 理設(shè)備與網(wǎng)絡(luò)高度耦合的情況下。在工業(yè)領(lǐng)域中，目前有許多正在進(jìn)行中的研究都與信息物理系統(tǒng)

36、息息相關(guān)， Lee在他的文章中將工業(yè)信息物理系統(tǒng)與大數(shù)據(jù)分析技術(shù)相結(jié)合，以提高工業(yè)應(yīng) 用場(chǎng)景中對(duì)數(shù)據(jù)的處理效率u；有了大數(shù)據(jù)的支持，生產(chǎn)制造過程就能夠更加具 有可預(yù)測(cè)性。而將云技術(shù)應(yīng)用于工業(yè)信息物理系統(tǒng)與SCADA層級(jí)的面向服務(wù)架 構(gòu)提高了未來工業(yè)領(lǐng)域中大規(guī)模定制化生產(chǎn)的靈活性和協(xié)同性山。近年來多智能體系統(tǒng)也在工業(yè)應(yīng)用領(lǐng)域中斬頭露角，旨在為工業(yè)自動(dòng)化系統(tǒng) 提供智能實(shí)時(shí)控制的方法U2。多智能體能夠解決網(wǎng)絡(luò)和基礎(chǔ)物理設(shè)備之間相互 依賴關(guān)系所帶來的挑戰(zhàn)，因?yàn)樗梢猿洚?dāng)靈活的、高度自治的智能決策組件。相 關(guān)文獻(xiàn)介紹了利用多智能體技術(shù)實(shí)現(xiàn)信息物理系統(tǒng)中語義模型的相互依存關(guān)系 表述U3,文獻(xiàn)中提出了兩種組

37、合模型，一種用于自治式智能體，另一種用于交互 式智能體；交互式智能體負(fù)責(zé)通過接口交互界面與外界環(huán)境進(jìn)行交互，并根據(jù)一 定的策略手段與其他智能體協(xié)同運(yùn)行。Alsafi的文章提出了一種基于智能體來實(shí) 現(xiàn)生產(chǎn)制造系統(tǒng)自重構(gòu)的方法；文章中智能體利用存儲(chǔ)在數(shù)據(jù)庫中的知識(shí)完成系 統(tǒng)自重構(gòu)等功能，可以滿足生產(chǎn)環(huán)境的靈活性和高效性需求；根據(jù)文章分析，該 系統(tǒng)可以幫助生產(chǎn)制造系統(tǒng)適應(yīng)不斷變化的環(huán)境和外部要求，與未來定制化生產(chǎn) 模式非常契合U4。為了能夠更好地對(duì)信息物理系統(tǒng)建模，實(shí)現(xiàn)物理設(shè)備和網(wǎng)絡(luò)層 面的交互，有學(xué)者提出了一種多智能體模型，該模型能夠描述網(wǎng)絡(luò)和物理組件在 信息物理系統(tǒng)中的相互作用，同時(shí)也能夠在不同

38、的信息物理系統(tǒng)之間進(jìn)行傳遞 3。Martin的文章中介紹了一種描述信息物理系統(tǒng)中實(shí)體之間關(guān)系和行為的多 智能體模型；由于在信息物理系統(tǒng)中多個(gè)不同的實(shí)體可以共享一個(gè)資源，可能導(dǎo) 致資源沖突而使系統(tǒng)宕機(jī)，因此文章利用BDI代理通過非通信智能體的局部狀 態(tài)信息來檢測(cè)資源沖突，避免系統(tǒng)宕機(jī)SI。而LinJ等人旨在利用多智能體系統(tǒng) 概念對(duì)信息物理系統(tǒng)進(jìn)行建模，并將傳感器網(wǎng)絡(luò)中的信息動(dòng)態(tài)集成到語義服務(wù)中, 以支持信息物理系統(tǒng)的實(shí)時(shí)決策支持頃。信息物理系統(tǒng)和多智能體的運(yùn)用推動(dòng)了工業(yè)規(guī)?；?、自動(dòng)化的生產(chǎn)，為工業(yè) 控制領(lǐng)域帶來了靈活性和高效性，一定程度上提高了工業(yè)系統(tǒng)的智能化水平。1.2.2基于本體論的知識(shí)推理

39、在工業(yè)中的應(yīng)用除了將信息物理系統(tǒng)與工業(yè)相結(jié)合，各種知識(shí)表述系統(tǒng)也開始進(jìn)入工業(yè)領(lǐng)域 并逐漸顯示出其優(yōu)越性。在早期的基于知識(shí)的系統(tǒng)中，知識(shí)庫是很小的，僅用于 解決小規(guī)模的精確的問題；之后隨著計(jì)算機(jī)技術(shù)的發(fā)展，知識(shí)表述開始逐漸應(yīng)用 于計(jì)算機(jī)領(lǐng)域，最開始被稱之為“通用問題解答系統(tǒng)”；在上世紀(jì)七八十年代， 基于知識(shí)庫的“專家系統(tǒng)”開始出現(xiàn)，利用符號(hào)化的公式完成推理I%信息開始 可以通過形式化的表述在計(jì)算機(jī)中完成算法層面的問題解決。近年來研究者 在知識(shí)的表述和推理領(lǐng)域取得了長足進(jìn)展，包括發(fā)現(xiàn)其一般性方法，解決不同領(lǐng) 域的根本問題2。；開發(fā)了專門的方法處理不同領(lǐng)域的關(guān)系和行為;通過語義網(wǎng) 實(shí)現(xiàn)了查詢和解答等

40、實(shí)際功能四。知識(shí)表述在工業(yè)系統(tǒng)中的應(yīng)用也應(yīng)運(yùn)而生，本體論(Ontology)就是一個(gè)很 好的例子。Puttonen在他的文章中展示了一種通過本體語言服務(wù)在生產(chǎn)制造系統(tǒng) 中實(shí)現(xiàn)自動(dòng)管理生產(chǎn)過程的方法；這種方法表明當(dāng)系統(tǒng)中有大量信息和相應(yīng)的對(duì) 信息的描述時(shí)，就可以通過對(duì)這些信息進(jìn)行處理來實(shí)現(xiàn)復(fù)雜的目標(biāo),在此基礎(chǔ)上， 還能夠在一定程度上保障完成目標(biāo)的高效性23。除了傳統(tǒng)的工業(yè)系統(tǒng)之外還有 文獻(xiàn)提出了基于面向服務(wù)的體系結(jié)構(gòu)(SOA)的樓宇自動(dòng)化系統(tǒng)的解決方案；該 方案利用系統(tǒng)中的服務(wù)體系，根據(jù)不同的場(chǎng)景和外部要求對(duì)設(shè)備進(jìn)行動(dòng)態(tài)調(diào)整， 文章的實(shí)驗(yàn)結(jié)果表明該系統(tǒng)不僅在小規(guī)模數(shù)據(jù)的處理上有理想的表現(xiàn)，在面對(duì)

41、大 規(guī)模數(shù)據(jù)的情況下依然有一定的功能性24】。Ontologies fbr software engineering and software technology 一書中介紹了 本體語言在工程中的基本應(yīng)用，并通過一些實(shí)例介紹了如何在一個(gè)具體的領(lǐng)域中 對(duì)該領(lǐng)域的概念進(jìn)行結(jié)構(gòu)化建模并完成實(shí)現(xiàn)四。Model driven engineering and ontology development) 一書將模型驅(qū)動(dòng)工程與本體論相結(jié)合，試圖利用模型驅(qū)動(dòng) 工程思想將本體論的語言結(jié)構(gòu)轉(zhuǎn)化為更易被計(jì)算機(jī)所理解和推理的結(jié)構(gòu)，提高本 體論的使用效果26。Dubinin等人的文章介紹了一種基于手動(dòng)創(chuàng)建的本體模型，

42、通過將實(shí)例數(shù)據(jù)手動(dòng)輸入到本體知識(shí)庫中來建立相應(yīng)領(lǐng)域的結(jié)構(gòu)模型并在 IEC61499中使用SI。Lastra等人在他們的文章中提出了一種語義服務(wù)的使用方 法，通過使用本體語言和顯式的語義進(jìn)行邏輯推理，從計(jì)算機(jī)提供的信息中推斷 出足夠的知識(shí)，并將其組合并執(zhí)行，自主的完成生產(chǎn)控制NovakP等人的文 章介紹了一種利用本體論設(shè)計(jì)、建立知識(shí)結(jié)構(gòu)并在工業(yè)系統(tǒng)中建立仿真模型并對(duì) 系統(tǒng)進(jìn)行分析與控制的方法，該方法說明了本體論在工業(yè)領(lǐng)域中的適用性SI。為了更好地將知識(shí)本體應(yīng)用于工業(yè)領(lǐng)域，學(xué)者們嘗試將其與數(shù)據(jù)庫相結(jié)合， 目前將知識(shí)本體語言存儲(chǔ)于關(guān)系型數(shù)據(jù)庫中已經(jīng)有了比較成熟的方法和策略，通 過將本體語言數(shù)據(jù)持久化

43、在數(shù)據(jù)庫中，能夠提高數(shù)據(jù)的查詢效率，提高知識(shí)本體 的通用性。Alamri等人在他們的文章中提出了一種支持本體知識(shí)(Ontology)在關(guān)系型 數(shù)據(jù)庫中存儲(chǔ)的模型。該文章充分考慮了本體語言(OWL)的層次關(guān)系，重點(diǎn)研 究了將本體語言的層次關(guān)系存儲(chǔ)在關(guān)系型數(shù)據(jù)庫中的策略，該策略能夠通過采用 改變數(shù)據(jù)庫模型和關(guān)系模式更清楚有效地保存數(shù)據(jù)之間的層次關(guān)系3。在面對(duì) 大規(guī)模數(shù)據(jù)時(shí)，也有學(xué)者提出了相應(yīng)的策略來保證本體知識(shí)（Ontology）的存儲(chǔ) 在關(guān)系型數(shù)據(jù)庫中依然能夠被有效利用。Kolovski的文章則提供了一種在關(guān)系 型數(shù)據(jù)庫中使用0WL2推理引擎有來有效處理信息的方法；文章表明，這種方 法能夠在數(shù)據(jù)

44、庫中對(duì)數(shù)據(jù)進(jìn)行有分類的整理，從而提高查詢的效率和準(zhǔn)確率。 本體語言不僅可以被存儲(chǔ)在數(shù)據(jù)庫中來提高使用效率，也可以通過其知識(shí)推理來 完成各種查詢及調(diào)整工作。李曼等人的文章介紹了一種較為實(shí)用的建模方法，通 過在關(guān)系型數(shù)據(jù)庫中建立一套學(xué)習(xí)規(guī)則，實(shí)現(xiàn)從關(guān)系型數(shù)據(jù)庫中自動(dòng)檢索本體知 識(shí)的目標(biāo)。該文章的結(jié)果顯示通過這種學(xué)習(xí)規(guī)則，用戶可以在數(shù)據(jù)庫中高效查詢 到不同的標(biāo)簽數(shù)據(jù)四。Astrova的文章也引入了一組能夠?qū)⒈倔w知識(shí)靈活地映射 到關(guān)系型數(shù)據(jù)庫中的規(guī)則，實(shí)現(xiàn)了數(shù)據(jù)庫中信息和本體的相互映；同時(shí)，這種方 法還能夠?qū)⒎植际綌?shù)據(jù)從不同的數(shù)據(jù)庫中集成在一起，適用于分布式系統(tǒng)33。本 體知識(shí)在數(shù)據(jù)庫中的檢索也是學(xué)者

45、們的重點(diǎn)研究領(lǐng)域，通過在數(shù)據(jù)庫中進(jìn)行關(guān)鍵 字搜索，可以高效而準(zhǔn)確地獲取有價(jià)值的信息。相關(guān)文獻(xiàn)描述了一種通過語義匹 配特征擴(kuò)展的關(guān)鍵詞搜索系統(tǒng)，在關(guān)系型數(shù)據(jù)庫中，用戶可以利用本系統(tǒng)搜索數(shù) 據(jù)庫中的關(guān)鍵字來獲取與該關(guān)鍵字有關(guān)的各種信息34 o信息物理系統(tǒng)在工業(yè)系統(tǒng)中的應(yīng)用和對(duì)相關(guān)領(lǐng)域的深入研究，為工業(yè)生產(chǎn)帶 來了效率的提升和自動(dòng)化程度的提高。研究表明，與工業(yè)信息物理系統(tǒng)相關(guān)的新 興技術(shù)在諸多生產(chǎn)制造、智能控制場(chǎng)景中都有出色的表現(xiàn)，并給相關(guān)領(lǐng)域帶來了 深遠(yuǎn)的影響。而本體知識(shí)結(jié)構(gòu)和模型驅(qū)動(dòng)工程的結(jié)合正在工業(yè)物聯(lián)網(wǎng)領(lǐng)域中廣泛 使用，給整個(gè)產(chǎn)業(yè)帶來了更高的靈活性和互操作性。目前，在小規(guī)模、低復(fù)雜度的工業(yè)生

46、產(chǎn)中，學(xué)者們的研究結(jié)果能夠較好的滿 足系統(tǒng)的實(shí)時(shí)性及可靠性需求；然而當(dāng)數(shù)據(jù)規(guī)模和系統(tǒng)復(fù)雜度增大時(shí)，上述研究 結(jié)果不能夠很好的滿足大數(shù)據(jù)分析處理的實(shí)時(shí)性；同時(shí)由于模型與系統(tǒng)之間的差 異，分析結(jié)果的準(zhǔn)確性也會(huì)有一定程度的降低。為了解決這些問題，本文利用基 于知識(shí)的語言系統(tǒng)與非關(guān)系型數(shù)據(jù)庫相結(jié)合，在工業(yè)大數(shù)據(jù)的實(shí)時(shí)獲取及分析方 面進(jìn)行深入研究，通過本體語言的建模，提高模型的準(zhǔn)確度，幫助提高系統(tǒng)運(yùn)行 的效率和自主性。1.3本文主要研究?jī)?nèi)容及創(chuàng)新點(diǎn)本文著眼于解決工業(yè)信息物理系統(tǒng)在邊緣端的智能控制和決策問題，將基于 本體語言的模型結(jié)構(gòu)與數(shù)據(jù)庫相結(jié)合，在嵌入式設(shè)備中對(duì)數(shù)據(jù)的實(shí)時(shí)處理和知識(shí) 推理進(jìn)行研究。通過

47、生成本體語言文本并將數(shù)據(jù)存儲(chǔ)在數(shù)據(jù)庫中，在數(shù)據(jù)庫中完 成知識(shí)建模和推理，來實(shí)現(xiàn)對(duì)邊緣端節(jié)點(diǎn)的智能控制；同時(shí)可以通過動(dòng)態(tài)改變本 體語言中的結(jié)構(gòu)來改變控制模型，提高了系統(tǒng)的靈活性。在建立本體語言結(jié)構(gòu)模型的基礎(chǔ)上，將其與模型驅(qū)動(dòng)工程理念相結(jié)合，為復(fù) 雜的本體模型數(shù)據(jù)存儲(chǔ)在數(shù)據(jù)庫中并易于被計(jì)算機(jī)所理解提供了可行的思路。在 保持本體知識(shí)結(jié)構(gòu)完整性的基礎(chǔ)上通過顯式的表達(dá)提高了其在系統(tǒng)應(yīng)用中的高 效性和高互操作性。同時(shí)，本文提出了一種簡(jiǎn)易的本體語言可視化編輯工具，與 傳統(tǒng)的編輯工具相比，它不僅有簡(jiǎn)單便捷的可視化界面，還避免了通用編輯工具 不能很好適用于工業(yè)領(lǐng)域這一具體行業(yè)的缺陷。數(shù)據(jù)處理方面，考慮到嵌入式設(shè)

48、 備的計(jì)算資源和存儲(chǔ)空間有限的條件，采用了非關(guān)系型數(shù)據(jù)庫作為數(shù)據(jù)存儲(chǔ)載體。圖1-3工業(yè)系統(tǒng)邊緣層控制工具Fig.1-3 Edge Layer Control Tool fbr Industrial System本文的創(chuàng)新之處在于為工業(yè)系統(tǒng)邊緣端節(jié)點(diǎn)設(shè)計(jì)了智能控制和決策的工具 （如圖1-3所示），利用本體語言進(jìn)行建模，優(yōu)化了嵌入式系統(tǒng)的語義，通過規(guī) 則建立和邏輯推理實(shí)現(xiàn)設(shè)備層的智能控制。充分考慮工業(yè)系統(tǒng)邊緣端計(jì)算資源和 存儲(chǔ)空間限制，將本體語言與非關(guān)系型數(shù)據(jù)庫相結(jié)合，完整的將整個(gè)知識(shí)庫存儲(chǔ) 在其中，滿足了知識(shí)結(jié)構(gòu)被人與機(jī)器同時(shí)理解的訴求；在查詢數(shù)據(jù)時(shí)利用了 MapReduce的思路，實(shí)現(xiàn)了快速縮

49、小查詢范圍，提高檢索效率的目標(biāo)。此外，通 過可視化編輯工具建立OWL文檔，可以動(dòng)態(tài)實(shí)時(shí)對(duì)模型定義進(jìn)行更改，提高了 系統(tǒng)的靈活性和可變性。1.4章節(jié)安排第二章介紹了基于本體語言和模型驅(qū)動(dòng)工程的結(jié)構(gòu)化建模方法，并提供了本 體語言的可視化生成方法，能夠快捷地通過圖形化編輯器生成本體語言文檔。第 三章介紹了基于非關(guān)系型數(shù)據(jù)庫的本體語言的存儲(chǔ)、推理和查詢，通過仿真實(shí)驗(yàn) 證明了該方法的高效性。第四章通過一個(gè)工業(yè)領(lǐng)域的仿真實(shí)例介紹了如何通過快 速生成本體語言文檔并存儲(chǔ)于數(shù)據(jù)庫中，完成分析推理并通過修改文件內(nèi)容實(shí)現(xiàn) 對(duì)系統(tǒng)的控制。第五章介紹了本文的總結(jié)與展望。第二章本體語言的建模與可視化實(shí)現(xiàn)如緒論介紹，工業(yè)4

50、.0的推廣為當(dāng)下工業(yè)領(lǐng)域的發(fā)展帶來了巨大變化，加速 了工業(yè)領(lǐng)域的發(fā)展；為了提高工業(yè)領(lǐng)域設(shè)備層中對(duì)各系統(tǒng)的兼容性以及提高解決 問題的效率、簡(jiǎn)化設(shè)計(jì)過程，研究者做了不同的嘗試，其中在工業(yè)信息物理系統(tǒng) 中引入模型驅(qū)動(dòng)工程(Model-Driven-Engineering, MDE)和語義網(wǎng)絡(luò)技術(shù) (Semantic Web Technologies)兩個(gè)概念大大改變了工業(yè)控制系統(tǒng)的運(yùn)轉(zhuǎn)模式。 一方面，語義網(wǎng)絡(luò)技術(shù)能夠根據(jù)不同應(yīng)用領(lǐng)域結(jié)構(gòu)化其系統(tǒng)知識(shí)；它通過識(shí)別、 抽象化、合理化個(gè)體的共性、驗(yàn)證系統(tǒng)規(guī)范之間的一致性來定位并解決計(jì)算需求。 另一方面，模型驅(qū)動(dòng)工程通過使用定制語法語義的特定領(lǐng)域語言縮小了實(shí)

51、際業(yè)務(wù) 需求和算法設(shè)計(jì)及執(zhí)行之間的差距。二者的協(xié)同使用為工業(yè)系統(tǒng)帶來了高效性、更好的視覺體驗(yàn)以及高互操作性; 它不僅使得原來的模型驅(qū)動(dòng)工程能夠使用不同的方法來描述類和對(duì)象、完成檢索 查詢和提供解決方案等功能，提高了系統(tǒng)的可變性和可擴(kuò)展性；還彌補(bǔ)了本體網(wǎng) 絡(luò)語言和編程語言在結(jié)構(gòu)上差別而導(dǎo)致的機(jī)器不友好的缺點(diǎn)。然而，由于生產(chǎn)流程與工藝的日趨復(fù)雜，目前的建模方法在工業(yè)信息物理系 統(tǒng)中無法提供高效可用的模型結(jié)構(gòu)。因此本文提出了一種應(yīng)用于工業(yè)系統(tǒng)設(shè)備層 的概念架構(gòu)，該框架使用語義網(wǎng)絡(luò)技術(shù)作為建?；A(chǔ)，引入模型驅(qū)動(dòng)工程的思路， 兼?zhèn)湫畔⒉樵兣c提供解決方案的功能，同時(shí)用一種可視化的手段讓使用者快速完 成建模

52、并生成本體語言文檔，方便其作為知識(shí)模型在實(shí)際中的應(yīng)用。2.1模型驅(qū)動(dòng)工程和本體語言2.1.1模型驅(qū)動(dòng)工程和本體論模型驅(qū)動(dòng)工程(MDE)是近年來逐漸活躍的一個(gè)概念，它倡導(dǎo)“一切皆為模 型的準(zhǔn)則；是軟件開發(fā)領(lǐng)域中圍繞模型和建模的技術(shù)的一種技術(shù)mi。與其他開 發(fā)方式相比，模型驅(qū)動(dòng)工程(MDE)更注重用抽象層次的體系完整描繪某一領(lǐng)域 的模型結(jié)構(gòu)，能夠通過某一領(lǐng)域的概念模型來刻畫軟件結(jié)構(gòu)，消除其固有的復(fù)雜 性，完成從設(shè)計(jì)到實(shí)現(xiàn)的過度，最終完成開發(fā)。模型驅(qū)動(dòng)工程(MDE)的優(yōu)點(diǎn)表 現(xiàn)在它能夠使用方便人們理解和認(rèn)知的模型，有利于在設(shè)計(jì)時(shí)便捷地使用與該領(lǐng) 域相關(guān)的建模語言來構(gòu)造系統(tǒng)的模型，進(jìn)行技術(shù)積累，從而蒂

53、助開發(fā)者專注于系 統(tǒng)本身的功能而不是其技術(shù)平臺(tái)，更好地把握系統(tǒng)整體結(jié)構(gòu)DR。工業(yè)界對(duì)于模型 驅(qū)動(dòng)工程(MDE)的普遍關(guān)注在于它不僅具有較高抽象層次的設(shè)計(jì)思路，以模型 為中心進(jìn)行設(shè)計(jì)開發(fā);還能夠在不同的外部需求下實(shí)現(xiàn)簡(jiǎn)單復(fù)用，簡(jiǎn)化迭代過程。本體論(Ontology) 一詞來源于哲學(xué)范疇，是對(duì)存在的本質(zhì)進(jìn)行的哲學(xué)研究。 從該角度講，本體涉及到確認(rèn)事物的基礎(chǔ)分類如抽象或具體、存在或消亡。而在 計(jì)算機(jī)科學(xué)領(lǐng)域，本體則是一個(gè)明確的、概念化的描述形式化規(guī)范；它扮演了讓 算機(jī)理解和人類認(rèn)知之間的橋梁角色，其構(gòu)造類似于基于UML類的建模，具有 類(classes)屬性(properties)等基本概念。在語義

54、網(wǎng)絡(luò)領(lǐng)域，本體提供了共 享的概念化邏輯定義，通過這些定義對(duì)問題進(jìn)行建模并求解，開發(fā)者則利用本體 對(duì)信息系統(tǒng)建模并實(shí)現(xiàn)一定的功能。下圖2-1為這個(gè)語義網(wǎng)絡(luò)的結(jié)構(gòu)，而本體語 言就是其中的一部分。Ontology Matching, ExplanationData interchange:RDF圖2-1語義網(wǎng)的結(jié)構(gòu)Fig.2-1 Semantic Web Stack Covered in this Chapter本體建模和UML建模有部分相同之處，其相似的部分在于獲取需求之后均 開始定義類和關(guān)系，在定義方式上本體(Ontology)會(huì)遵循其建模范式和對(duì)應(yīng)語 言。本體建模的優(yōu)勢(shì)在于其模型可以通過豐富的

55、類(classes)和關(guān)系(relationships) 的建立來理清概念之間的層次關(guān)系，能夠?qū)⒈磉_(dá)式和規(guī)則定義形式化地集成在一 起。這種結(jié)構(gòu)可以在其建立的邏輯框架中進(jìn)行推理，并通過定義的推理規(guī)則進(jìn)行 模型的驗(yàn)證。2.1.2本體語言概要本體語言(Web Ontology Language, OWL),是一種語義網(wǎng)的語言，目前已經(jīng) 被廣泛的研究和使用，它能夠表達(dá)復(fù)雜而多變的知識(shí)體系，包括事物(things),成 組的事物(groups of things)和它們之間的關(guān)系。OWL同時(shí)還是一種基于計(jì)算機(jī) 邏輯的語言，因此知識(shí)表述在OWL中可以被計(jì)算機(jī)程序所利用；這種描述邏輯 可通過T-box (t

56、erminological box)推理完成概念和公理范式的描述四，通過人- box (assertionalbox)推理完成個(gè)體隱含知識(shí)的描述的?，F(xiàn)行的OWL,根據(jù)其支 持的建模結(jié)構(gòu)不同可以分為不同的子語言，NLogSpace-Complete (OWL 2 QL), PTime-Complete (OWL 2 EL、OWL2RL), NExpTime-Complete (OWL DL)以 及2NExpTimeComplete (OWL 2 DL)等。每種語言都有其對(duì)應(yīng)的描述邏輯構(gòu)造， 例如OWL 2EL對(duì)應(yīng)的描述邏輯為EL+而OWL DL對(duì)應(yīng)的則是SH0IN37o本文采用的建模語言為“0W

57、L2 (2NExpTimeComplete)七0WL2既不是編 程語言，也不是數(shù)據(jù)庫框架，它是一種知識(shí)表述語言，用以對(duì)某個(gè)特定領(lǐng)域的知 識(shí)完成形式化、結(jié)構(gòu)化后進(jìn)行推理分析；即用邏輯描述事物狀態(tài)并通過推理器進(jìn) 一步推理判斷和該事物相關(guān)的信息。OWL 2通常通過文檔的形式來表示某種計(jì) 算工件(computational artifact)或一個(gè) XML schemao 在 0WL2 中，為了準(zhǔn)確描 述某一領(lǐng)域，會(huì)提出一組中心術(shù)語以及說明術(shù)語建立關(guān)系和狀態(tài)的術(shù)語集合，這 就是典型的OWL文檔要素。0WL2作為知識(shí)表述語言，有具體的語法來保存其本體，現(xiàn)有的語法根據(jù)其 使用目的可以分為:RDF/XML語

58、法、0WL/XML語法、Manchester語法、Functional 語法等。本文為了方便進(jìn)行形式結(jié)構(gòu)的存儲(chǔ)和分析，采用了 0WL2的功能 (Functional)語法，如下幾個(gè)表格為0WL2語言在描述邏輯中的對(duì)應(yīng)表達(dá)，這 些表達(dá)可以蒂助計(jì)算機(jī)理解本體的內(nèi)在關(guān)聯(lián)：表2-1、2-2和2-3列出了類表達(dá) 式、數(shù)據(jù)屬性和對(duì)象屬性的公理列表。表2-4列出了聲明列表。表2-1類表達(dá)式Table 2-1 Syntax of Class Expression AxiomsOWL 2句法描述邏輯句法SubClassOf(C CE2)Equivalentclasses (CE1 . CEn)DisjointC

59、lasses (CE1 . CEn)DisjointUnion (C CEr . CEn)CE匚 CE2CE=.三 CEnCE】A . A CEn = _LCE U . U CEn = Cand CEr n . nCEn = _L表2-2數(shù)據(jù)屬性表達(dá)式Table 2-2 Syntax of Data Property AxiomsOWL 2句法描述邏輯句法SubDataPropertyOf (SPE】 . DPE2)DPE1 匚 DPE2EquivalentDataProperties (DPE1 . DPE)DPE1 =三 DPEnDisjointObjectProperties (DPE】

60、 . DPEfDPE】n . n DPEn 三 1ObjectPropertyDomain (DPE DR)3 DPE. Literal 匚 DRObjectPropertyRange (DPE DR)Literal 匚 V DPE. DRFunctionalObjectProperty (DPE)Literal 1 DPEDatatypeDefinition (DT DR)DT = DR表2-3對(duì)象屬性表達(dá)式Table 2-3 Syntax of Object Property AxiomsOWL 2句法描述邏輯句法SubObj ectPropertyOf ( Obj ectProperty