蘇正煉，嚴 駿，陳海松，曾擁華

（解放軍理工大學野戰(zhàn)工程學院，江蘇南京210007）

基于本體的裝備故障知識庫構建

蘇正煉，嚴 駿，陳海松，曾擁華

（解放軍理工大學野戰(zhàn)工程學院，江蘇南京210007）

從裝備故障知識庫構建的重要性和現有故障知識表示方法存在的不足出發(fā)，將本體概念引入到裝備故障知識庫的構建中，分析了本體與知識庫的關系以及裝備故障知識的特點，提出了裝備故障知識庫的結構組成，設計了完整的知識庫構建方法，描述了各步驟的具體構建過程，并詳細闡述了基于規(guī)則的語義推理關鍵技術，實現了裝備故障知識庫的構建，也為其他領域知識庫的構建提供了方法和技術路線。

本體；裝備故障；知識庫；本體構建；規(guī)則推理

0 引 言

裝備維修保障對于部隊戰(zhàn)斗力的保持、恢復和再生至關重要［1］。信息化戰(zhàn)爭條件下，大量高技術武器裝備參戰(zhàn)，裝備維修保障領域所積累的故障知識資源的數量和規(guī)模正在飛速增長。裝備故障知識對裝備故障診斷和裝備維修保障起著越來越重要的作用，而且知識管理正在西方國家各類軍事組織中得到廣泛的研究和應用［2］。因此，研究裝備故障知識庫的構建，實現對故障知識的管理、分析和利用顯得十分重要。

近年來，隨著人工智能、知識工程與計算機技術的飛速發(fā)展，產生了基于知識的故障表示和推理方法，國內外學者對此開展了大量研究。文獻［3］提出了一種基于描述框架的故障知識表示方法，使得知識能夠進行推理。文獻［4］采用產生式規(guī)則來表示知識，研究了基于故障仿真的故障知識庫更新方法，實現了知識積累。文獻［5］采用模糊神經網絡來表示和學習故障知識，以此為基礎構建了故障診斷專家系統(tǒng)。這些研究成果初步實現了故障知識的管理，但積累的知識的共享和推理能力還比較弱，應用效率較低。文獻［6］研究了基于本體的故障知識推理方法，提高了故障知識的共享和復用能力，但對知識庫構建的詳細過程沒有說明。

本文針對裝備故障知識的特點，將本體引入到裝備故障知識庫的構建中，建立故障知識的本體模型，提出基于本體的裝備故障知識庫的結構，研究其詳細的構建過程和語義推理技術，旨在實現裝備故障知識的有效管理和高效利用。

1 本體論與知識庫

1.1 本體論

本體（Ontology）起源于西方哲學，用來描述客觀事實的抽象本質，后來逐漸被引入到人工智能和知識工程領域，用來描述人們對領域知識的共同理解。不同學者對本體的定義有不同表述，其中文獻［7］的定義最為精確并被廣泛接受：“本體是共享概念模型的明確的形式化規(guī)范說明”。文獻［8］按分類法來組織本體，歸納出了5個基本建模元語，包括：類（class）（也稱為概念（concept））、關系（relation）、函數（function）、公理（axiom）和實例（instance）。

1.2 知識庫

知識庫是數據庫與人工智能技術結合的產物，是面向組織的、集成的、隨時間變化的數據存儲空間，是事實、規(guī)則和概念的集合。與數據庫相比，知識庫除了包含數據庫存儲的事實，還包含數據庫無法存儲的常識、經驗、規(guī)則等啟發(fā)性知識，這是二者的根本區(qū)別。知識庫的基本內容可描述為［9］：KB＝F+R，其中，F為實例集，表示領域中概念層次和屬性關系描述的集合；R為規(guī)則集，表示對實例知識進行推理的啟發(fā)式規(guī)則的集合。

2 裝備故障知識

2.1 裝備故障知識的內涵

裝備故障知識包含故障現象、故障源和故障原因3個基本信息。其中，故障現象指故障發(fā)生時裝備表現出的異?，F象或狀態(tài)；故障源指裝備發(fā)生故障的部件；故障原因指導致故障發(fā)生的具體因素。三者之間的邏輯關系如圖1所示。

圖1 裝備故障知識的邏輯關系

從圖1中可以看出，從故障原因到故障源再到故障現象，是故障產生的過程，反映了故障機理；而從故障現象到故障源再到故障原因，是故障檢修的過程，體現了故障診斷。兩個過程相互補充和驗證，形成了維修領域的故障知識環(huán)路，從而完整地包含了故障實例知識和診斷規(guī)則知識。

在傳統(tǒng)的裝備故障知識庫研究中，由于沒有統(tǒng)一的術語，不同領域專家對同一故障機理和診斷規(guī)則的表述不盡相同，造成知識難以共享和重用。此外，由于眾多故障現象之間的診斷規(guī)則十分復雜，只憑領域專家人工構建故障診斷規(guī)則知識效率太低，而且一些隱含規(guī)則難以發(fā)現，導致構建的知識庫不完善。

2.2 基于本體的裝備故障知識

基于本體的知識庫中，本體是知識庫的概念基礎，是知識庫的元模型，知識庫是本體的具體應用，是本體概念實例化的體現，二者之間的關系如圖2所示。

將本體應用到裝備故障知識庫中，一方面本體采用語義明確、定義統(tǒng)一的術語為裝備故障知識的表示提供了完整的概念和結構，并揭示了這些概念之間的內在關系，使知識共享成為可能；另一方面，由于本體自身具有一定的邏輯推理能力，所描述的知識能夠體現出良好的語義邏輯關系，采用基于知識本體來表示診斷推理規(guī)則，能夠將隱含規(guī)則經推理而顯式地表達出來，從而使知識發(fā)現成為可能。

圖2 本體與知識庫的關系

3 裝備故障知識庫的構建

3.1 基于本體的裝備故障知識庫的構成

裝備故障知識庫是裝備在故障模式下所表現出來的故障特征信息和故障排除方法集合，一方面利用知識本體對故障知識進行組織，實現對故障實例的存儲與管理，另一方面運用語義推理對故障機理進行分析，實現對故障原因的診斷與定位。根據裝備故障維修保障的需求，將裝備保障知識庫分為故障實例知識庫和故障診斷規(guī)則知識庫，如圖3所示。

圖3 基于本體的裝備故障知識庫的構成

其中，實例知識庫存儲裝備故障的故障現象、故障源、故障原因、修復方法等概念和屬性關系，與故障知識本體模型相對應，屬于領域知識；而規(guī)則知識庫存儲對裝備故障進行診斷、推理或判定的規(guī)則，與故障診斷推理引擎相對應，屬于應用知識。

3.2 基于本體的裝備故障知識庫的構建方法

目前，本體的開發(fā)還沒有標準的方式，根據裝備故障知識的特點，基于斯坦福大學本體開發(fā)的“七步法”［10］，提出了基于本體的裝備故障知識庫構建方法，如圖4所示。

從圖4中可以看出，知識庫構建中的裝備故障知識本體開發(fā)過程是將具體的故障知識轉換為概念描述的抽象過程，是一個不斷改進、不斷完善的反復過程。

3.3 基于本體的裝備故障知識庫的構建流程

3.3.1 本體規(guī)劃

包括確定本體應用的具體目標范圍和收集獲取相關知識兩個步驟。裝備故障知識研究領域不僅涉及學科多，與機械工程、系統(tǒng)工程、電子科學、行為科學等學科緊密相聯(lián)，而且存在音頻、視頻、圖冊、文檔、系統(tǒng)、數據等多種資源形式。因此，與故障知識相關的業(yè)務資料、法規(guī)資料、教材資料等都是知識收集的對象。

圖4 基于本體的裝備故障知識庫構建方法

3.3.2 資源重用

考慮現有可用的本體資源，通過形式轉化等復用手段直接生成目標本體。在維修保障的故障診斷領域，已經積累了大量的基于各種原理的專家系統(tǒng)，其中基于知識推理的專家系統(tǒng)中的知識庫可以考慮重用。

3.3.3 本體設計

本體設計由領域專家和計算機專業(yè)人員共同參與，包括抽取重要概念和術語、確定類和類的層次關系、定義類的屬性和屬性分面、創(chuàng)建實例4部分。

（1）抽取重要概念和術語

首先確定最核心概念，然后圍繞核心概念逐層擴展找出其相關概念，從而形成領域范圍內所有重要概念的完整清單。由于裝備保障領域沒有專門的敘詞表，因此以相關條令條例為基礎，在領域專家的參與下，通過頭腦風暴產生裝備故障領域的核心概念，如：故障原因、故障描述、故障源、故障等級、修復方法、發(fā)動機故障、換件修理等。

（2）確定類和類的層次關系

根據對裝備故障知識的分析，參考領域專家所給出的核心概念，在頂層將故障知識本體分為故障原因、故障描述、故障源、故障等級、修復方法5個頂級類，每個頂級類又包含若干個子類。本體中用4種關系來表示類之間的基本層次關系：part of（部分與整體）、kind of（繼承）、instance of（實例與類）和attribute of（屬性）。此外，本文還定義了幾種簡單關系，如：導致（resultIn）、產生于（result From）、發(fā)生在（occurIn）、解決（solve）、采用（use）。

（3）定義類屬性和屬性分面

類的屬性用來說明類的共同特征以及個體實例的專有特征，是一個二元關系，包括對象屬性（ObjectProperty）和數據類型屬性（DatatypeProperty）。對象屬性用于描述類之間的關系。數據類型屬性用于描述類元素和可擴展標記語言（extensible markup language，XML）數據類型之間的關系，不同屬性有不同取值類型，一般包括文本、數值、日期等多種數據類型，如：“故障現象”“故障原因”類的數據類型屬性：描述（description，值域是string）。定義屬性時還必須定義其屬性約束，包括定義域（domain）、值域（range）等，如：resultIn屬性的domain為“故障原因”，range為“故障現象”，resultIn與result From、use與used For的屬性特征為可逆關系（inverse）。

（4）創(chuàng)建實例

根據圖2描述的關系，在類的本體模型的基礎上加入類的個體實例（individual）進行實例化，就組成了知識庫，達到將本體進行應用的目的。

3.3.4 本體形式化

本體的形式化就是采用計算機能夠理解的表示形式將本體進行編碼的過程。web本體語言（web ontology language，OWL）［11］具有良好的語義表達能力和推理支持，是萬維網聯(lián)盟（world wide web consortium，W3C）推薦的本體描述語言，本文采用OWL對裝備故障知識進行形式化描述。

3.3.5 本體評價

本體評價主要根據本體建立準則檢驗和評估本體的正確性、一致性、可擴展性和有效性，包括驗證本體的概念和術語是否定義清晰、概念及其關系是否構建完整等。本體的推理機Racer［12］是一種基于描述邏輯的推理機，可以用于推理和測試OWL本體的內涵信息。

3.3.6 本體存儲

本體存儲是將通過本體評價的本體進行統(tǒng)一組織，便于高效利用。目前，常用的本體存儲方式包括基于內存的存儲、基于文件的存儲和基于關系數據庫的存儲3種，如表1所示。

表1 常用的本體存儲方式

本文采用Protégé進行裝備故障知識本體開發(fā)，在本體編輯完成后，直接利用該軟件功能，采用OWL文件進行本體存儲，便于本體組織。

4 診斷規(guī)則的語義推理

裝備故障知識語義推理的主要任務是利用裝備故障知識本體模型，采取基于規(guī)則的推理策略，在裝備故障知識庫中進行模式匹配，得到推理結果。其中，建立形式化描述的故障診斷推理規(guī)則集是最關鍵的環(huán)節(jié)。語義推理的過程就是利用裝備故障知識庫的診斷推理規(guī)則集，推斷故障現象背后的故障原因和修復方法等隱含知識，從而幫助裝備故障診斷和修復的過程。

Jena［13］是由惠普語義網絡實驗室開發(fā)的一種用來構建語義Web應用的Java框架，它為資源描述框架（resource description framework，RDF）、RDF模式（RDF schema，RDFS）、OWL以及查詢語言和數據獲取協(xié)議（simple protocol and RDF query language，SPARQL）等提供程序開發(fā)環(huán)境，并且包含一個基于規(guī)則的推理引擎。本文采用Jena的推理支持來完成基于規(guī)則的裝備故障知識語義推理。

5 應用實例

基于知識庫構建和語義推理方法，以“新型履帶式綜合掃雷車發(fā)動機自行熄火（故障現象），是由于發(fā)動機噴油泵凸輪軸（故障源）發(fā)生斷裂（故障原因）引起的，屬于嚴重損傷（故障等級），需要進行換件修理（修復方法）”這一具體的裝備故障描述為例，闡述裝備故障知識庫的構建過程。

5.1 故障實例知識構建

根據裝備故障領域抽取的核心概念和5個頂級類，對其層次關系進行分析，得到如圖5所示的裝備故障知識本體結構。

圖5 裝備故障知識本體的類及層次關系（部分）

利用定義的類關系，分析頂級類的對象屬性，得到如圖6所示的裝備故障知識本體的對象屬性關系，包括“故障原因”采用（use）“修復方法”、“修復方法”解決（slove）“故障現象”、“故障原因”導致（resultIn）“故障現象”、“故障現象”產生于（resultFrom）“故障原因”、“故障現象”發(fā)生在（occurIn）“故障源”上等。

圖6 裝備故障知識本體的對象屬性關系（部分）

在類層次關系和對象屬性關系研究的基礎上，采用OWL語言對裝備故障描述進行形式化描述，部分形式化代碼如下：

根據故障實例知識的形式化描述，利用美國Stanford大學醫(yī)學院開發(fā)的開源工具Protégé進行本體編輯和存儲，從而建立故障實例知識。

5.2 診斷規(guī)則知識構建

基于裝備故障描述，在領域專家指導下，建立兩條診斷規(guī)則知識：

規(guī)則1 如果裝備的發(fā)動機噴油泵凸輪軸發(fā)生斷裂故障，則該裝備屬于嚴重損傷。

規(guī)則2 如果裝備發(fā)生嚴重損傷，則需要采取換件修理。

采用Jena規(guī)則語法對該診斷規(guī)則進行形式化描述，可表示如下：

Rule1：（？x rdf：type ns：Fault＿Source），（？e rdf：type ns：Engine＿Fuel＿Injection＿Pump＿Camshaft），（？f rdf：type ns：Fracture），（？d rdf：type ns：Serious＿Injury），（？x ns：has＿fault＿source？e），（？e ns：occur？f）→（？x ns：belong To？d）

Rule2：（？x rdf：type ns：Fault＿Source），（？d rdf：type ns：Serious＿Injury），（？r rdf：type ns：Change＿Repair），（？x ns：belong To？d）→（？x ns：use？r）

在規(guī)則庫存儲此規(guī)則，建立診斷規(guī)則知識。

5.3 實例分析

建立裝備故障知識庫的目的是為故障診斷和修理服務，利用Jena推理支持實現診斷規(guī)則語義推理的關鍵代碼如下：

從第1條輸出結果可以得出：發(fā)動機噴油泵凸輪軸發(fā)生斷裂故障屬于嚴重損傷；從第2條輸出結果可以得出：發(fā)動機噴油泵凸輪軸發(fā)生斷裂故障需采取換件修理。其中，第2條輸出結果是規(guī)則知識庫中原先不存在的，而是在故障實例知識本體表示的基礎上，基于Rule1和Rule2的語義推理得到的，體現了基于本體構建知識庫能夠自動挖掘隱含知識和實現語義推理的優(yōu)勢。

6 結束語

將本體引入到裝備故障知識庫的構建中，一方面能夠利用本體的知識表示能力對裝備故障領域知識的基本概念、屬性和內在關系進行明確和形式化表達，便于人和計算機形成一致理解；另一方面能夠利用本體的推理能力幫助維修保障人員基于現有故障領域知識分析故障現象，找到修復方法，從而提高故障知識的復用性。本文在對知識庫和裝備故障知識進行研究的基礎上，分析了基于本體的裝備故障知識庫的構成，提出了完整的構建方法，并詳細描述了具體的構建過程和推理技術，為其他領域知識庫的構建提供了方法和技術路線。下一步需要對知識庫中實例知識和規(guī)則知識的完善和豐富以及基于本體的故障診斷系統(tǒng)的開發(fā)進行研究，使裝備故障知識庫在實際維修保障工作中得到廣泛應用。

［1］Li L.Military equipment frontier theory and reform practice［M］.Beijing：National Defense Industry Press，2010：299-300.（李霖.軍事裝備前沿理論與改革實踐［M］.北京：國防工業(yè)出版社，2010：299-300.）

［2］Hu J Q，Wang L，Quan L.Study on application of knowledge management in battlelab［J］.Military Operations Research and Systems Engineering，2011，25（3）：20-23.（胡金強，王雷，權樂.知識管理在作戰(zhàn)實驗中的應用研究［J］.軍事運籌與系統(tǒng)工程，2011，25（3）：20-23.）

［3］Shi J P，Tong W G，Wang D L.Design of the transformer fault diagnosis expert system based on fuzzy reasoning［C］∥Proc.of the Computer Science-Technoogy and Applications，2009：110-114.

［4］Wang M，Hu N Q，Yang S F，et al.Study on application of fault-simulation-based fault-knowledge base［J］.Journal of Astronautics，2010，31（4）：1253-1258.（王珉，胡蔦慶，楊思峰，等.基于故障仿真的故障知識庫應用研究［J］.宇航學報，2010，31（4）：1253-1258.）

［5］Zhan H W.Study on fault diagnosis system of the marine diesel based on fuzzy neural network［D］.Wuhan：Wuhan University of Technology，2009.（占慧文.基于模糊神經網絡的船舶柴油機故障診斷系統(tǒng)研究［D］.武漢：武漢理工大學，2009.）

［6］Wang Z，Xia S X，Niu Q，et al.Construction of ontology-based mine-motor fault knowledge base［J］.Computer Engineering，2010，36（10）：270-275.（王志，夏士雄，牛強，等.基于本體的礦井電機故障知識庫構建［J］.計算機工程，2010，36（10）：270-275.）

［7］Studer R，Benjamins V R，Fensel D.Knowledge engineering：principles and methods［J］.Data and Knowledge Engineering，1998，25（1／2）：161-197.

［8］Perez A G，Benjamins V R.Overview of knowledge sharing and reuse conponents：ontologies and problem-solving methods［C］∥Proc.of the International Joint Conference on Artificial Intelligence，1999：1-15.

［9］Zhao X X，Bai X L.Research on the construction methods of ontology-based fmea knowledge base［J］.Journal of WUT（Information& Management Engineering），2009，31（1）：87-90.（趙秀栩，白曉麗.基于本體的FMEA知識庫的構建方法研究［J］.武漢理工大學學報（信息與管理工程版），2009，31（1）：87-90.）

［10］Noy N F，McGuinness D L.Ontology development 101：a guide to create your first ontology［EB／OL］.［2014-08-10］.http：∥protege.sanford.edu／publicationa／ontology-development／ontolog101.pdf.

［11］W3C OWL Working Group.OWL web ontology language overview［EB／OL］.［2014-08-10］.http：∥www.w3.org／TR／owl-overview.

［12］Haarslev V，M?ller R.RACER system description［C］∥Proc.of the International Joint Conference on Automated Reasoning，2001.

［13］Carroll J J，Dickinson I，Dollin C，et al.Jena：implementing the semantic Web recommendations［C］∥Proc.of the 13th International World Wide Web Conference on Alternate Track Papers&Posters，2004：74-83.

Construction of ontology-based equipment fault knowledge base

SU Zheng-lian，YAN Jun，CHEN Hai-song，ZENG Yong-hua
（College of Field Engineering，PLA University of Science&Technology，Nanjing 210007，China）

Concerning of the importance of equipment fault knowledge base construction and the insufficiency of existing fault knowledge representative methods，ontology is adopted to construct equipment fault knowledge base.After the analysis of the relationship between ontology and knowledge base and the characteristics of equipment fault knowledge，the structure of equipment fault knowledge base is proposed.Then a construction method of knowledge base is put forward and its detailed process and the key technology of ruled-based reasoning are elaborated.All the work achieves the construction of ontology-based equipment fault knowledge base.This research provides a method and a technical route for the construction of other domain knowledge base.

ontology；equipment fault；knowledge base；ontology construction；rule-based reasoning

E 182 文獻標志碼：A DOI：10.3969／j.issn.1001-506X.2015.09.17

蘇正煉（1984-），男，講師，博士，主要研究方向為知識管理、裝備保障信息化技術。

E-mail：182247847＠qq.com

嚴 駿（1962-），男，教授，博士，博士研究生導師，主要研究方向為裝備系統(tǒng)管理與運用。

E-mail：yanjun＿nj＠163.com

陳海松（1969-），男，副教授，碩士研究生導師，主要研究方向為裝備保障信息化。

E-mail：1575886212＠qq.com

曾擁華（1977-），男，副教授，博士，主要研究方向為裝備保障知識管理。

E-mail：protege＿user＠126.com

1001-506X（2015）09-2067-06

2014-08-20；

2015-04-15；網絡優(yōu)先出版日期：2015-06-18。

網絡優(yōu)先出版地址：http：／／www.cnki.net／kcms／detail／11.2422.TN.20150618.1536.013.html

總裝重點預研基金；解放軍理工大學青年預研基金資助課題