王家海 黃江濤 沈 斌 李 佳

(1.同濟大學 機械與能源工程學院 上海 201804；2.同濟大學 中德學院 上海 201804)

數(shù)控機床是一種結構較為復雜的先進加工設備，對故障的診斷比較復雜。由于故障知識的復雜性和故障的多源性，使得故障知識的表達較為困難。系統(tǒng)的異構有時會出現(xiàn)知識孤島，不能很好地挖掘隱含信息和推理知識，從而導致系統(tǒng)的知識無法共享和互操作，嚴重阻礙了故障診斷系統(tǒng)知識的擴展。

由于本體具有有助于領域知識的共享、重用和擴展等優(yōu)點，所以應用于故障診斷領域的研究已開始起步，并日益受到廣大研究者的關注。國內外在對本體運用于故障診斷領域的研究中已取得了一定的成果。Molhanec等運用了基于本體的焊接過程故障診斷方法[1]；杜磊等人應用本體構造了發(fā)動機故障診斷專家系統(tǒng)，對領域知識庫的構建和故障診斷系統(tǒng)的結構定義等做了必要的討論[2]；牛強等提出了使用本體對電動機故障診斷領域知識的描述方法，并對構建的故障知識庫進行了檢測推理；袁侃等研究了基于本體的飛機舵面結構故障診斷方法。將本體應用在故障診斷方面的其它研究還有汽輪機故障和旋轉機械故障等，但在基于本體的數(shù)控機床故障診斷領域的研究甚少。

結合上述國內外研究成果，根據本體建模原則，用本體作為數(shù)控機床故障診斷知識的表達方式，并提出了構建本體的建模方法，利用Protégé4.3對某型號數(shù)控機床的故障診斷知識本體構建進行了實例研究。

1 數(shù)控機床故障診斷知識本體構建原則及步驟

1.1 故障診斷本體構建原則

當前在本體開發(fā)原則中，最具影響力的是Gruber提出的5條本體構建規(guī)則:明確性、一致性、可擴展性、最小編碼偏差、最小本體承諾。由此可知，數(shù)控機床故障診斷本體是一種對于數(shù)控機床故障診斷知識領域建模的共同認知，可以明確地定義和描述在該領域中共同認可的術語和關系。

1.2 故障診斷本體構建步驟

從知識工程學的角度，借助 Protégé4.3構建了數(shù)控機床故障診斷知識的核心本體模型。其主要構建步驟如下:(1)確定數(shù)控機床的類型；(2)分析數(shù)控機床故障診斷領域里的知識，列出所有的相關故障診斷知識，并將其作為本體構建的類；(3)確定在所要構建的本體中的類和關系；(4)使用本體開發(fā)工具構建數(shù)控機床故障診斷本體，對故障診斷知識進行形式化編碼；(5)本體驗證。

2 數(shù)控機床故障診斷知識模型

綜合目前的數(shù)控機床故障分類方法，分類匯總如表1所示。

表1 數(shù)控機床故障分類

數(shù)控機床的故障類型多種多樣，按故障發(fā)生的部位可以不斷地細分，如圖1所示。

圖1 故障部位層次結構

在數(shù)控機床故障診斷和解決過程中通常會涉及4個要素:數(shù)控機床故障現(xiàn)象、故障原因、故障部位和解決方法。

數(shù)控機床故障診斷過程如圖2所示。

圖2 數(shù)控機床故障診斷過程

3 數(shù)控機床故障診斷知識本體設計

3.1 基本定義

按照故障診斷本體構建原則并充分分析數(shù)控機床故障診斷本體4個要素之后，可得出對數(shù)控機床故障診斷的本體形式定義為

定義 1:Fault_Diagnosis_Ontology(FDO)=(S,P,R,HS,HR,I, A,F)

其中包括

(1)S為數(shù)控機床故障診斷領域中的概念集合；

(2)P為領域內屬性的有限集；

(3)R為某個概念集合S中涉及的概念之間、概念與屬性之間的關系集合；

(4)HS為本體的概念層次，表示作用于概念集合S上的偏序集合；HR為本體的關系層次，表示作用于關系集合R上的偏序集合；

(5)I為實例集，對某一特定概念的具體化描述；

(6)A為公理集合，公理中包含許多具體的規(guī)則和約束，用來嚴格約束類和實例的取值范圍；

(7)F表示函數(shù)，即推理規(guī)則。

定義2: 數(shù)控機床故障診斷本體類(Classes)是將數(shù)控機床故障診斷所需要素抽象形成的集合或概念性表達，是與具體內容無關的抽象集合。例如在對數(shù)控機床故障診斷本體構建時，可構建故障現(xiàn)象的子類、故障原因子類、故障機床子類及解決方法子類。

定義3:關系(Relationship)表示在數(shù)控機床故障診斷領域中概念之間的交互作用，關系主要有4種（part-of、kind-of、instance-of、attribute-of）。

定義4:屬性(Properties)表示故障診斷領域內屬性的有限集，包括對象屬性、數(shù)據屬性和注釋屬性。

定義5:實例(Instances)代表元素，是類的具體化。

定義6:公理(Axioms)代表永真斷言，如數(shù)控機床包含機械系統(tǒng)。

定義7:函數(shù)(Functions)表示一類特殊的關系，該關系的前n－1個元素可以唯一決定第n個元素。形式化的定義為 F:C1×C2××Cn－1→Cn。

3.2 數(shù)控機床故障診斷本體中的公理

在數(shù)控機床故障診斷本體中主要包括兩種類型的公理:類公理和屬性公理。

(1)類公理(ClassAxiom)。其中 DisjointClasses、SubClassOf、EquivalentClasses是類的三大公理。

公理1:

公理2:

公理3:

公理4:

公理5:

公理6:

公理7:

公理8:

(2)屬性公理。是對數(shù)控機床故障本體類中的屬性及屬性間關系的一種約束。屬性公理主要有屬性之間的等價關系owl:Equivalent Property，傳遞屬性owl:Transitive Property，屬性之間的包含關系rdfs:Sub Property，屬性之間的逆關系 owl:Inverse Of，對稱屬性owl:Symmeric Property，全局基數(shù)限制owl:Functional Property和owl:Inverse Functional Property。

3.3 數(shù)控機床故障診斷本體構建

根據上述基本定義和公理等，可以進一步定義數(shù)控機床故障診斷本體的類、屬性、關系等。

定義8:數(shù)控機床故障診斷本體CNC_Machine_Fault_Diagnosis_Ontology(CNCM_F DO)可定義為

式中，CNCM Class為數(shù)控機床故障診斷本體類，CNCMProperties為本體屬性，CNCM Individuals為實例集，CNCM Relationships為關系類，CNCM Axioms為公理類，CNCM Functions為函數(shù)類。

定義9: 數(shù)控機床故障診斷本體類CNCMClass可以定義為

式中，CNCM Machine為數(shù)控機床故障診斷領域本體類，CNCM Symptom為故障現(xiàn)象類，CNCM Reason為故障原因類，CNCM Ways為解決方案類。

定義10: 數(shù)控機床故障診斷本體屬性CNCM Properties可以表示為一個三元組，即

式中，Object Property為對象屬性；Data Property為數(shù)據屬性；Annotation Property為注釋屬性。

4 某型號數(shù)控機床故障診斷知識本體的實現(xiàn)

4.1 某型號數(shù)控機床故障診斷核心本體的實現(xiàn)

根據以上數(shù)控機床故障診斷知識的分析和本體構建步驟及原則，用Protégé4.3構建出了按上述描述的某型號數(shù)控機床故障診斷知識本體核心模型和故障診斷CNCM Machine類層次樹，如圖3和圖4所示。

圖3 數(shù)控機床故障診斷知識核心模型

圖4 數(shù)控機床故障診斷CNCM Machine類層次樹

4.2 數(shù)控機床故障診斷知識本體的一致性檢驗

數(shù)控機床故障診斷知識本體主要需要進行兩種類間的一致性檢驗:類間循環(huán)繼承和關系沖突一致性檢驗。若本體中出現(xiàn)圖5(a)所示的情況，則表明所構建的本體是循環(huán)繼承的；若出現(xiàn)如圖5(b)所示的情況，則表明本體的關系沖突的。

圖5 循環(huán)繼承和關系沖突

根據類公理1-8，以上兩種不一致現(xiàn)象時可分別通過下面兩個算法來進行檢查。

算法1:本體中類的循環(huán)繼承的檢驗算法，即

(1)設類C1，C2…，Cn是數(shù)控機床故障診斷知識本體中的n個互不相同的類；

(2)k＝1；

(3)S1=Ф, S2=Ф；

(4)對數(shù)控機床故障診斷知識本體中的所有類C*，如果 is-a(Ck，C*)，則 S1＝S1∪｛C*｝，如果is-a(C*，Ck)，則 S2＝S2∪｛C*｝；

(5)S1= S1｛Ck｝，S2= S2｛Ck｝；

(6)如果S1∩S2≠Ф，算法結束，數(shù)控機床故障診斷知識本體中存在循環(huán)繼承；

(7)k←k+1；

(8)如果k≤n，轉步驟(3)；

(9)算法結束，數(shù)控機床故障診斷知識本體中不存在循環(huán)繼承。

算法2:本體中類間關系沖突的檢驗算法，即

(1)設數(shù)控機床故障診斷知識本體中存在 n 個互不相同的類C1，C2…，Cn；

(2)k＝1；

(3)S1=Ф, S2=Ф；

(4)對數(shù)控機床故障診斷知識本體中的所有類C*，如果is-a(C*，Ck)，或者is-a(Ck，C*)，則S1＝S1∪｛C*｝；如果 disjoint（Ck，C*)，則 S2＝S2∪｛C*｝；

(5)S1＝S1｛Ck｝, S2＝S2｛Ck｝；

(6)如果S1∩S2≠Ф，算法結束，數(shù)控機床故障診斷知識本體中存在關系沖突；

(7)k←k+1；

(8)如果k≤n，轉步驟(3)；

(9)算法結束，數(shù)控機床故障知識本體中不存在關系沖突。

經過本體知識的一致性檢驗，所構建的數(shù)控機床故障診斷知識本體是一致的，無矛盾。

4.3 數(shù)控機床故障診斷本體部分核心OWL語言代碼

5 結語

根據數(shù)控機床故障現(xiàn)象、故障原因、故障部位和解決方法，綜合知識工程、人工智能、數(shù)控機床故障診斷等理論，對數(shù)控機床故障診斷本體建模進行了研究。用Protégé4.3構建的某型號數(shù)控機床故障診斷領域對本體的相關算法，驗證了對本體診斷的一致性。這將有利于知識推理和共享，為以后基于本體的數(shù)控機床智能故障診斷推理機制的研究提供了很好的基礎。

[1]M.Molhanec and P.Mach.The ontology based FMEA of lead free soldering process[J]. Electronics Technology.2009(32):13-17.

[2]杜磊,易建軍,等.應用本體構造發(fā)動機故障診斷專家系統(tǒng)[J].計算機應用.2006,26(3):216-218.