張 恒 ，黃志高 ，侯斌魁

（1.華中科技大學(xué) 材料科學(xué)與工程學(xué)院，湖北 武漢 430074；2.武漢數(shù)字化設(shè)計(jì)與制造創(chuàng)新中心，湖北 武漢 430078）

0 引 言

注射制品廣泛應(yīng)用于各個(gè)領(lǐng)域，相應(yīng)的注射行業(yè)已經(jīng)成為衡量制造業(yè)水平的一個(gè)重要指標(biāo)。其中影響注射制品成型的重要因素包括塑料、注塑機(jī)、注射成型工藝以及模具等[1,2]?，F(xiàn)今制造業(yè)對(duì)高端注射制品的需求不斷增加，對(duì)注射模制造技術(shù)也提出了更高的要求。注射模制造過程中由于設(shè)計(jì)經(jīng)驗(yàn)、工程更改、成型制品的缺陷等問題，難以一次性獲得成功，需要針對(duì)制品缺陷對(duì)模具結(jié)構(gòu)進(jìn)行相應(yīng)的優(yōu)化修改，這是強(qiáng)經(jīng)驗(yàn)弱理論的過程，涉及的模具制造過程多、知識(shí)來源復(fù)雜、經(jīng)驗(yàn)性強(qiáng)、技巧性高。在此情形下缺陷修改知識(shí)的推理和重用對(duì)模具的修改優(yōu)化具有重要意義，是實(shí)現(xiàn)模具制造系統(tǒng)智能化的重要途徑。

近年來，眾多研究人員在注射模知識(shí)工程領(lǐng)域進(jìn)行了相關(guān)研究，主要集中在設(shè)計(jì)知識(shí)庫和專家知識(shí)庫的建立上，李鶴等[3]基于Drools規(guī)則引擎和Topic maps知識(shí)表達(dá)建立模具設(shè)計(jì)知識(shí)庫；蔡毅[4]基于模型推理技術(shù)實(shí)現(xiàn)設(shè)計(jì)模型的調(diào)度與匹配等。注射模制造過程中，大部分是對(duì)以往知識(shí)的重用，但理論性高，需要人工總結(jié)經(jīng)驗(yàn)、規(guī)則，且以往的研究著重于利用知識(shí)工程技術(shù)實(shí)現(xiàn)模具設(shè)計(jì)領(lǐng)域的智能化和重用，對(duì)于制造加工領(lǐng)域的知識(shí)重用研究不足。鑒于此，嘗試通過owl語言，建立基于本體的注射模缺陷修改的知識(shí)庫，更清晰地描述注射模缺陷修改各要素之間的網(wǎng)絡(luò)邏輯關(guān)系。通過Json中間格式實(shí)現(xiàn)知識(shí)本體到數(shù)據(jù)庫的映射，對(duì)本體進(jìn)行結(jié)構(gòu)化數(shù)據(jù)處理，提高知識(shí)本體的擴(kuò)展性和共享。以下通過建立語義關(guān)聯(lián)度計(jì)算模型和采用聚類推理技術(shù)，提出注射模缺陷修正知識(shí)推理與重用方法，整體上提升模具制造加工的效率和降低制造成本，其基本框架如圖1所示。

圖1 基于本體注射模缺陷修正知識(shí)重用框架

1 缺陷修正本體知識(shí)庫

知識(shí)庫在知識(shí)工程中是一個(gè)全面且有組織的知識(shí)集群，主要提供知識(shí)存儲(chǔ)、管理和知識(shí)服務(wù)，同時(shí)也可用于解決某個(gè)領(lǐng)域問題，并以某種方式存儲(chǔ)在計(jì)算機(jī)中的知識(shí)片層集合[5,6]。通過引入本體技術(shù)，結(jié)合成型制品知識(shí)、模具設(shè)計(jì)知識(shí)、制造知識(shí)與模具基本結(jié)構(gòu)知識(shí)的特點(diǎn)，建立注射模缺陷修正知識(shí)本體概念和關(guān)系模型。

1.1 注射模缺陷修正知識(shí)建模

注射模在設(shè)計(jì)制造過程中涉及的數(shù)據(jù)和知識(shí)復(fù)雜，異源異構(gòu)，存在知識(shí)冗余，難以有效地利用。因此通過本體技術(shù)，抽象出實(shí)體對(duì)象的本質(zhì)，建立概念化的表達(dá)元素；描述不同實(shí)體間的關(guān)系，通過實(shí)體對(duì)象和關(guān)系來表示和反映知識(shí)。這樣建立的缺陷修正本體具有概念化、形式化、明確化的特點(diǎn)，能清晰表示注射模缺陷修改的知識(shí)結(jié)構(gòu)，實(shí)現(xiàn)知識(shí)共享和本體重用。

圖2所示為注射模缺陷修改方案的組成和制定流程，將不同領(lǐng)域的知識(shí)分成5類：缺陷問題點(diǎn)、問題點(diǎn)位置、模具對(duì)應(yīng)位置、缺陷原因分析以及缺陷修改對(duì)策，分別構(gòu)建類本體，利用上述本體間的邏輯關(guān)系共同形成注射模缺陷修改領(lǐng)域本體模型。本體模型中，將不同的類本體通過元素法描述為M={C，R，A，D}，其中C是知識(shí)類概念集合，R是對(duì)象關(guān)系集合，A是實(shí)例集合，D是數(shù)據(jù)類型的屬性集合，如Md={Cd，Rd，Ad，Dd}表示制品缺陷問題點(diǎn)的知識(shí)本體，Ml={Cl，Rl，Al，Dl}表示缺陷問題點(diǎn)位置的知識(shí)本體。在Protégé分別構(gòu)建缺陷問題點(diǎn)、問題點(diǎn)位置、模具對(duì)應(yīng)位置、缺陷原因分析以及修改對(duì)策的本體結(jié)構(gòu)模型，如圖3所示。

圖2 注射模缺陷修改方案的組成和流程制定

圖3 注射模缺陷修改5類知識(shí)本體

1.2 注射模缺陷修正本體結(jié)構(gòu)化處理

知識(shí)本體采用owl語言建模，具有概念化、形式化、明確化的特點(diǎn)，能清晰表示知識(shí)結(jié)構(gòu)[7,8]，但是難以對(duì)知識(shí)進(jìn)行相應(yīng)的數(shù)據(jù)處理，而關(guān)系型數(shù)據(jù)庫具有二維表結(jié)構(gòu)，易于維護(hù)，SQL語句使用方便且支持復(fù)雜的查詢。因此需要將本體映射到數(shù)據(jù)庫，進(jìn)行結(jié)構(gòu)化處理，便于后續(xù)的工程使用。在進(jìn)行知識(shí)本體到關(guān)系型數(shù)據(jù)庫映射之前，需要先明確兩者之間的差別，將二者進(jìn)行對(duì)比分析，如表1、表2所示。

表1 關(guān)系型數(shù)據(jù)庫和知識(shí)本體數(shù)據(jù)類型對(duì)比

表2 關(guān)系型數(shù)據(jù)庫和知識(shí)本體元素類型對(duì)比

本體映射到關(guān)系型數(shù)據(jù)庫的算法通過Java語言和Jena API提供的接口實(shí)現(xiàn)。映射算法需要將owl知識(shí)本體進(jìn)行解析，得到本體結(jié)構(gòu)模型，然后通過Jena的接口將其轉(zhuǎn)換成易于計(jì)算編譯的中間格式Json。利用前文中的類型對(duì)比，實(shí)現(xiàn)數(shù)據(jù)結(jié)構(gòu)一一對(duì)應(yīng)。Json格式與數(shù)據(jù)庫二維表的結(jié)構(gòu)相似，便于最終的解析和轉(zhuǎn)換，具體操作流程如圖4所示。

圖4 本體映射關(guān)系型數(shù)據(jù)流程

其中知識(shí)本體映射到關(guān)系型數(shù)據(jù)庫的中間格式包括2種：Json類格式和表格式，如圖5所示。

圖5 Json中間格式

首先通過分析注射制品缺陷修改的特點(diǎn)、知識(shí)來源和制定流程，結(jié)合本體知識(shí)建模，利用Protégé工具建立注射模問題點(diǎn)、問題位置、模具對(duì)應(yīng)位置、缺陷原因分析以及修改對(duì)策等分類知識(shí)本體。再通過建立Json中間格式，實(shí)現(xiàn)知識(shí)本體到關(guān)系數(shù)據(jù)庫的轉(zhuǎn)換，便于缺陷修改知識(shí)的后續(xù)推理重用。

2 修正方案關(guān)聯(lián)推理方法

對(duì)缺陷進(jìn)行修正優(yōu)化時(shí)，不僅需要了解制品相關(guān)性能、模具設(shè)計(jì)知識(shí)和模具制造工藝，還需要結(jié)合缺陷的實(shí)際類型、位置等因素，并結(jié)合工程師的修正經(jīng)驗(yàn)做出最后決策。缺陷修正知識(shí)之間關(guān)聯(lián)性雖然較強(qiáng)，但是難以通過函數(shù)公式等手段表達(dá)，需要本體清晰的概念分層結(jié)構(gòu)和語義邏輯推理支持。

2.1 修正方案表示

基于本體的注射模缺陷修正方案聚類推理需要在大量的案例基礎(chǔ)上進(jìn)行分析及數(shù)據(jù)挖掘，因此如何更好地實(shí)現(xiàn)方案表示是實(shí)現(xiàn)知識(shí)本體技術(shù)與方案推理融合的關(guān)鍵[9-11]。根據(jù)注射制品缺陷信息和特征的描述，將缺陷修正方案表示為Ci={Ii，Di，Ri，Mi}，其中Ii是第i個(gè)方案的基礎(chǔ)說明信息，Di是第i個(gè)方案的制品缺陷特征，Ri是第i個(gè)方案的原因分析，Mi是第i個(gè)方案的修正對(duì)策。表3所示為注射模缺陷修正表示方案。

表3 注射模缺陷修正表示方案

模具缺陷修正方案與知識(shí)本體之間是映射關(guān)系，修正方案是知識(shí)本體概念類的成員。通過結(jié)合知識(shí)本體，可以對(duì)缺陷修正方案進(jìn)行明確的形式化描述，提高了模具缺陷修正領(lǐng)域知識(shí)的通用性和重用性。

2.2 缺陷修正方案的語義關(guān)聯(lián)度計(jì)算

注射模缺陷修正的概念種類繁多，且相互之間不僅存在父類子類的層次關(guān)系，還有復(fù)雜的語義關(guān)聯(lián)。因此需要對(duì)缺陷修正的眾多概念建立語義關(guān)聯(lián)，進(jìn)行量化建模。

目前使用較多的模型是基于距離的語義關(guān)聯(lián)度計(jì)算模型，主要工作是對(duì)2個(gè)概念在知識(shí)本體中的結(jié)構(gòu)位置和幾何距離進(jìn)行量化計(jì)算。在該模型中，通常將知識(shí)本體結(jié)構(gòu)中所有邊的距離都看成同樣重要，簡化計(jì)算可用下式表示：

其中，S為概念Mi和Mj之間的最短距離。

因此可以直觀地看出，2個(gè)概念之間的距離越遠(yuǎn)，關(guān)聯(lián)度越小，距離越近，關(guān)聯(lián)度越高。如果2個(gè)概念是同義詞，如飛邊和披鋒，則Sim(M1,M2)=1。

綜合考慮語義關(guān)聯(lián)度的影響因素，在原本基于距離的計(jì)算模型基礎(chǔ)上，提出了缺陷語義深度Dep和缺陷語義子種類數(shù)Sub，對(duì)計(jì)算模型進(jìn)行了改進(jìn)。

改進(jìn)公式如下：

其中，α、β、γ是不同影響因子的加權(quán)，α+β+γ=1，距離α是主要影響因素。

缺陷語義子種類數(shù)Sub的計(jì)算如下：

其中，Max（Subtypes（Mi））是指Mi概念所在本體中各個(gè)概念所包含的子種類數(shù)最多的值，Subtypes（）是距離M1和M2兩個(gè)概念最近的共同父類概念所包含的子種類數(shù)量。

缺陷語義深度Dep的計(jì)算公式如下：

其中，Depth（Mi）指概念Mi在知識(shí)本體結(jié)構(gòu)中的深度。

2.3 實(shí)例計(jì)算

部分注射缺陷問題本體如圖6所示，根據(jù)工程人員經(jīng)驗(yàn)，令α=0.85，β=0.1，γ=0.05，對(duì)本體結(jié)構(gòu)中拉傷實(shí)例1和頂白實(shí)例9，進(jìn)行基于距離的語義關(guān)聯(lián)度計(jì)算，過程如下。

圖6 部分缺陷問題本體結(jié)構(gòu)

實(shí)例1和實(shí)例9的距離語義關(guān)聯(lián)度為：

實(shí)例1和實(shí)例9的缺陷子種類數(shù)Sub為：

實(shí)例1和實(shí)例9的缺陷語義深度Dep為：

綜上所述，則實(shí)例1和實(shí)例9的語義關(guān)聯(lián)度Simop為：

其他部分實(shí)例計(jì)算結(jié)果如表4所示。

表4 概念關(guān)聯(lián)度計(jì)算結(jié)果

實(shí)際工程案例中，傳統(tǒng)的基于距離計(jì)算模型和改進(jìn)后的優(yōu)化計(jì)算模型的計(jì)算結(jié)果如表5所示。

表5 2種關(guān)聯(lián)度計(jì)算方法結(jié)果對(duì)比

分析表5結(jié)果可知，引入缺陷語義深度和缺陷子種類數(shù)后，在關(guān)聯(lián)度基本一致的情況下，提升了關(guān)聯(lián)計(jì)算精度和準(zhǔn)確度，便于快速關(guān)聯(lián)相似實(shí)例。

3 缺陷修正方案的聚類重用

3.1 修正方案聚類推理

在得到加權(quán)關(guān)聯(lián)度后，對(duì)修正方案進(jìn)行聚類處理，把每一個(gè)方案都當(dāng)做一個(gè)初始類，然后通過凝聚層次聚類方法，合并成一個(gè)新類，直至到達(dá)設(shè)定的閾值，停止聚類，就能得到一個(gè)更為廣泛、適用性更高的新修正方案類，即推薦重用方案，如圖7所示。

圖7 缺陷修正方案重用過程

用m×n矩陣表示缺陷修正方案集合，m表示方案庫中包含的方案數(shù)量，每一行都表示一個(gè)缺陷修正方案，n表示方案中的屬性特征數(shù)量，xij表示第i個(gè)修正方案中第j個(gè)方案屬性。

重用方法的本質(zhì)是通過對(duì)數(shù)學(xué)矩陣Xm×n進(jìn)行凝聚層次聚類計(jì)算，匹配與工程師所需方案有高關(guān)聯(lián)度的修正方案集合。

3.2 功能模塊實(shí)現(xiàn)

缺陷修正方案推理重用系統(tǒng)模塊的實(shí)現(xiàn)是通過對(duì)本體知識(shí)結(jié)構(gòu)的解析轉(zhuǎn)換為關(guān)系型數(shù)據(jù)庫，在兩者之間形成映射，將知識(shí)轉(zhuǎn)換為數(shù)據(jù)進(jìn)行存儲(chǔ)。然后通過數(shù)據(jù)挖掘和聚類計(jì)算等方法對(duì)知識(shí)進(jìn)行推理重用。系統(tǒng)模塊的編譯工具是Eclipse，編程語言是 Java，本體的建模工具是 Protégé，數(shù)據(jù)庫是MySql。

圖8（a）所示是對(duì)修正方案推理重用的界面設(shè)計(jì)，主要包括聚類推理功能和案例學(xué)習(xí)功能。工程師根據(jù)注射制品缺陷的實(shí)際情況，在語義關(guān)聯(lián)概念中輸入相關(guān)的語義信息，然后點(diǎn)擊開始推理按鈕，通過語義關(guān)聯(lián)度計(jì)算得到加權(quán)關(guān)聯(lián)度最高的方案集合和制品缺陷圖示，最后得到缺陷修正處理意見如圖8（b）所示，實(shí)現(xiàn)注射模缺陷修正知識(shí)的推理重用。

圖8 方案推理系統(tǒng)模塊

4 結(jié)束語

利用本體建模技術(shù)將復(fù)雜、異源異構(gòu)的注射模缺陷修正知識(shí)轉(zhuǎn)換為概念化、形式化、明確化的知識(shí)本體，解決了注射模缺陷修正知識(shí)表達(dá)困難的問題。通過Json類表中間格式，將知識(shí)本體轉(zhuǎn)換為易于數(shù)據(jù)分析的關(guān)系型數(shù)據(jù)庫，解決了知識(shí)難以重用的問題。通過建立語義關(guān)聯(lián)度計(jì)算模型，在提高關(guān)聯(lián)精確性的前提下實(shí)現(xiàn)了有效的知識(shí)推理和重用，提高了注射模缺陷修正的效率，縮短了試模、修模周期。