王佳 李媛智 續(xù)飛飛 高慧芳

（1.中國(guó)軟件評(píng)測(cè)中心，北京 100048；2.北京北科億力科技有限公司，北京 100102）

0.引言

流程工業(yè)在國(guó)民經(jīng)濟(jì)中占有基礎(chǔ)性的戰(zhàn)略地位，石油、化工、鋼鐵、建材等都是典型的流程工業(yè)。經(jīng)過(guò)幾十年的發(fā)展，我國(guó)已成為世界上門(mén)類(lèi)最齊全、規(guī)模最龐大的流程工業(yè)大國(guó)，流程工業(yè)的生產(chǎn)工藝、生產(chǎn)裝備和生產(chǎn)自動(dòng)化水平都達(dá)到世界領(lǐng)先水平。目前，流程工業(yè)生產(chǎn)中普遍應(yīng)用了分布式控制系統(tǒng)（Distributed Control System,DCS），該系統(tǒng)可以實(shí)時(shí)采樣流程工業(yè)生產(chǎn)過(guò)程中各個(gè)環(huán)節(jié)的生產(chǎn)狀態(tài)，特別是傳感器技術(shù)以及數(shù)據(jù)庫(kù)技術(shù)的快速發(fā)展，DCS系統(tǒng)對(duì)流程工業(yè)生產(chǎn)狀態(tài)的監(jiān)控越來(lái)越多。流程工業(yè)控制系統(tǒng)采樣得到的數(shù)據(jù)經(jīng)過(guò)長(zhǎng)時(shí)間的積累形成規(guī)模龐大的歷史數(shù)據(jù)庫(kù)，在這些數(shù)據(jù)中包含了可用于生產(chǎn)和管理的大量有價(jià)值的信息和知識(shí)。除了隱含在直接來(lái)自生產(chǎn)現(xiàn)場(chǎng)具有多維度、多尺度、異構(gòu)的海量數(shù)據(jù)中的知識(shí)之外，在流程工業(yè)中的知識(shí)還包括：（1）具有隱蔽性、非量化的經(jīng)驗(yàn)知識(shí)；（2）能夠反映生產(chǎn)過(guò)程的氣液固多相變化機(jī)理的機(jī)理知識(shí)[1-3]。知識(shí)資源已經(jīng)成為支撐流程行業(yè)企業(yè)生存與發(fā)展的重要力量，流程行業(yè)對(duì)知識(shí)資源的高效應(yīng)用具有非常迫切的需求。

以面向業(yè)務(wù)的工業(yè)應(yīng)用軟件的開(kāi)發(fā)與應(yīng)用為實(shí)現(xiàn)路徑，工業(yè)技術(shù)、工藝經(jīng)驗(yàn)、制造知識(shí)和方法等通過(guò)軟件實(shí)現(xiàn)顯性化、數(shù)字化和系統(tǒng)化。目前工業(yè)知識(shí)的研究在流程行業(yè)中應(yīng)用已經(jīng)研究很久，主要是通過(guò)貝葉斯網(wǎng)絡(luò)[4]、模糊系統(tǒng)[5]、以及專(zhuān)家系統(tǒng)[6]等完成在流程工業(yè)對(duì)知識(shí)的自動(dòng)推理以及實(shí)現(xiàn)自主決策。但是隨著實(shí)際系統(tǒng)的復(fù)雜性不斷增加，上述方法的復(fù)雜性會(huì)大大增加，使得大多數(shù)理論應(yīng)用都是停留在研究層面，實(shí)際應(yīng)用場(chǎng)景非常少。知識(shí)發(fā)現(xiàn)主要是從專(zhuān)家人員、文件或其他系統(tǒng)等提取知識(shí)并向知識(shí)型系統(tǒng)轉(zhuǎn)移的過(guò)程。常用的方法包括事件關(guān)聯(lián)規(guī)則挖掘[7]、人工神經(jīng)網(wǎng)絡(luò)[8]、數(shù)據(jù)統(tǒng)計(jì)分析方法[9]、遺傳算法[10]、決策樹(shù)[11]等。由于工業(yè)數(shù)據(jù)數(shù)量大并且質(zhì)量難以保證，工業(yè)過(guò)程中知識(shí)的提取仍然是主要難點(diǎn)。

知識(shí)分類(lèi)和管理是企業(yè)發(fā)展的重要的組成部分，但如何來(lái)做仍然是一道難題，目前大部分企業(yè)都進(jìn)行過(guò)知識(shí)相關(guān)研究工作。但是多數(shù)企業(yè)仍然存在無(wú)知識(shí)、弱知識(shí)、死知識(shí)的問(wèn)題，并且未對(duì)相應(yīng)知識(shí)進(jìn)行分類(lèi)，也沒(méi)有正在將知識(shí)融入產(chǎn)品研制和生產(chǎn)過(guò)程。因此，本文對(duì)流程工業(yè)企業(yè)知識(shí)自動(dòng)化的相關(guān)的研究現(xiàn)狀進(jìn)行了分析和介紹，詳細(xì)闡述流程行業(yè)企業(yè)知識(shí)建?？蚣芎筒煌?lèi)型的知識(shí)分類(lèi)，并以知識(shí)發(fā)現(xiàn)為流程，構(gòu)建了根據(jù)不同知識(shí)分類(lèi)的模型，擴(kuò)展了知識(shí)發(fā)現(xiàn)和構(gòu)建研究的理論體系。

1.流程行業(yè)知識(shí)發(fā)現(xiàn)的研究現(xiàn)狀與問(wèn)題

伴隨工業(yè)4.0、工業(yè)互聯(lián)網(wǎng)、智能制造等政策的發(fā)布，知識(shí)將成為推動(dòng)企業(yè)發(fā)展的重要資源。企業(yè)制造過(guò)程包括3個(gè)重要環(huán)節(jié)：一是研制過(guò)程；二是生產(chǎn)過(guò)程；三是運(yùn)營(yíng)過(guò)程。知識(shí)作為重要的生產(chǎn)要素，不僅要考慮產(chǎn)品生產(chǎn)周期全過(guò)程如何智慧化，同時(shí)還要考慮產(chǎn)品運(yùn)維過(guò)程對(duì)研制和生產(chǎn)的反向影響。

對(duì)于不同的生產(chǎn)過(guò)程和知識(shí)有不同的結(jié)合點(diǎn)，知識(shí)跟企業(yè)產(chǎn)品研制過(guò)程關(guān)系最緊密，研制是知識(shí)的歸宿。普通制造過(guò)程的知識(shí)密度比較低，但是工藝設(shè)計(jì)指南、產(chǎn)品使用手冊(cè)、作業(yè)指導(dǎo)書(shū)等知識(shí)如果能夠得到很好的整理，將對(duì)制造過(guò)程產(chǎn)生很大的價(jià)值。生產(chǎn)過(guò)程的知識(shí)大多來(lái)源于大數(shù)據(jù)分析結(jié)果，通過(guò)制造過(guò)程的異常數(shù)據(jù)可以判斷設(shè)備、生產(chǎn)線(xiàn)以及產(chǎn)品運(yùn)營(yíng)過(guò)程的健康程度，利用大數(shù)據(jù)技術(shù)科研對(duì)制造過(guò)程、產(chǎn)品運(yùn)營(yíng)進(jìn)行預(yù)測(cè)、改進(jìn)甚至自動(dòng)決策。產(chǎn)品運(yùn)維過(guò)程也會(huì)產(chǎn)生大量的數(shù)據(jù)，這些數(shù)據(jù)都可以被知識(shí)化，能夠指導(dǎo)企業(yè)優(yōu)化研制和生產(chǎn)過(guò)程，及時(shí)修改產(chǎn)品的設(shè)計(jì)和生產(chǎn)。

流程行業(yè)是知識(shí)技術(shù)非常集中的產(chǎn)業(yè)，對(duì)知識(shí)資源的應(yīng)用有非常迫切的需求。當(dāng)前，知識(shí)分類(lèi)和知識(shí)獲取是知識(shí)資源應(yīng)用的基礎(chǔ)和關(guān)鍵，對(duì)知識(shí)資源的獲取、組織和利用知識(shí)創(chuàng)造價(jià)值的速度是支撐制造企業(yè)生存與發(fā)展的核心資源。從知識(shí)發(fā)現(xiàn)的本質(zhì)來(lái)看，它集成規(guī)律、策略和技術(shù)知識(shí)生產(chǎn)過(guò)程。對(duì)于國(guó)內(nèi)知識(shí)發(fā)現(xiàn)研究而言，在大數(shù)據(jù)驅(qū)動(dòng)下，國(guó)內(nèi)知識(shí)發(fā)現(xiàn)研究已經(jīng)從決策樹(shù)、遺傳算法、機(jī)器學(xué)習(xí)、文本挖掘等具體的理論方法轉(zhuǎn)變?yōu)槿绾螒?yīng)用知識(shí)發(fā)現(xiàn)的技術(shù)方法解決各行各業(yè)遇到的問(wèn)題，并且逐漸面向行業(yè)領(lǐng)域和服務(wù)的綜合應(yīng)用研究轉(zhuǎn)變，存在的問(wèn)題主要有以下3個(gè)方面。

1.1 將實(shí)際工業(yè)場(chǎng)景問(wèn)題抽象成數(shù)據(jù)挖掘問(wèn)題

業(yè)務(wù)場(chǎng)景的數(shù)據(jù)挖掘具有重要意義，在當(dāng)前流程工業(yè)環(huán)境下，具備高水平業(yè)務(wù)知識(shí)和數(shù)據(jù)挖掘能力的人員非常短缺，使得將實(shí)際工業(yè)場(chǎng)景抽象成對(duì)應(yīng)數(shù)據(jù)挖掘問(wèn)題成為工業(yè)知識(shí)提取和增值過(guò)程的一個(gè)重大門(mén)檻。

1.2 工業(yè)數(shù)據(jù)質(zhì)量差

在實(shí)際生產(chǎn)過(guò)程中，采集的數(shù)據(jù)質(zhì)量非常差強(qiáng)人意，企業(yè)對(duì)采集的數(shù)據(jù)并不會(huì)進(jìn)行數(shù)據(jù)處理，導(dǎo)致數(shù)據(jù)的完整性、一致性、唯一性和有效性無(wú)法保證，嚴(yán)重影響數(shù)據(jù)挖掘的效率、準(zhǔn)確性等方面。

1.3 工業(yè)領(lǐng)域知識(shí)沉淀不足

結(jié)合流程工業(yè)知識(shí)的特點(diǎn)，工業(yè)知識(shí)、經(jīng)驗(yàn)、機(jī)理沉淀和應(yīng)用難，我國(guó)制造業(yè)工藝軟件化基礎(chǔ)薄弱，導(dǎo)致我國(guó)制造行業(yè)的機(jī)理模型缺失較為嚴(yán)重，無(wú)任何機(jī)理模型，目前只有知識(shí)型工作者才能完成工業(yè)現(xiàn)場(chǎng)復(fù)雜分析、精確判斷和決策等工作。

2.知識(shí)分類(lèi)與建模

2.1 知識(shí)建?？蚣芙Y(jié)構(gòu)

在制造企業(yè)中，數(shù)據(jù)、信息和知識(shí)是一個(gè)彼此關(guān)聯(lián)和不斷重用、提煉的過(guò)程。數(shù)據(jù)在反復(fù)關(guān)聯(lián)與使用中提升為信息，信息在反復(fù)關(guān)聯(lián)和使用中轉(zhuǎn)化為知識(shí)。數(shù)據(jù)類(lèi)資源通過(guò)標(biāo)準(zhǔn)化技術(shù)，可以使其獲得有序化特征，但仍然屬于低層次的知識(shí)形態(tài)。信息類(lèi)資源對(duì)數(shù)據(jù)知識(shí)進(jìn)行分析整理，通過(guò)結(jié)構(gòu)化加工強(qiáng)化共享特征，經(jīng)過(guò)分類(lèi)、聚類(lèi)、語(yǔ)義分析等手段結(jié)構(gòu)化后，信息類(lèi)資源形成各種分類(lèi)知識(shí)庫(kù)供參考查閱。

知識(shí)建模框架如圖1所示，知識(shí)采集針對(duì)設(shè)計(jì)數(shù)據(jù)、工藝數(shù)據(jù)、業(yè)務(wù)數(shù)據(jù)等類(lèi)型，是資源數(shù)據(jù)的基礎(chǔ)層；數(shù)據(jù)加工和數(shù)據(jù)治理存儲(chǔ)計(jì)算對(duì)采集到的數(shù)據(jù)進(jìn)行分類(lèi)、加工、治理、存儲(chǔ)和計(jì)算；知識(shí)聚集是針對(duì)不同的知識(shí)形態(tài)，設(shè)計(jì)不同的知識(shí)模型和組件庫(kù)，將知識(shí)模塊和知識(shí)載體管理入庫(kù)，最終形成各種類(lèi)型的知識(shí)庫(kù)，包括通用算法組件、行業(yè)機(jī)理模型、通用管理組件等；最后通過(guò)知識(shí)加工對(duì)知識(shí)庫(kù)中不同類(lèi)型的知識(shí)進(jìn)行數(shù)字化、標(biāo)準(zhǔn)化、結(jié)構(gòu)化、模型化等技術(shù)進(jìn)行加工處理，提升知識(shí)層級(jí)，實(shí)現(xiàn)知識(shí)增值。

圖1 知識(shí)建模框架

2.2 知識(shí)表現(xiàn)形式與分類(lèi)

合理的知識(shí)分類(lèi)是有效獲取、管理與利用知識(shí)的基礎(chǔ)。為深入了解和掌握流程行業(yè)企業(yè)復(fù)雜知識(shí)資源的特征及對(duì)知識(shí)資源的需求情況，完成對(duì)知識(shí)資源的梳理，對(duì)石油、石化、鋼鐵等典型流程行業(yè)企業(yè)進(jìn)行了多次的現(xiàn)場(chǎng)調(diào)研。結(jié)合圖2所示的企業(yè)知識(shí)資源產(chǎn)生過(guò)程知識(shí)，為了便于制造企業(yè)知識(shí)資源有效管理與應(yīng)用的角度，從產(chǎn)生生命周期和知識(shí)表現(xiàn)形式對(duì)流程行業(yè)知識(shí)資源進(jìn)行分類(lèi)。將企業(yè)的知識(shí)資源劃分為數(shù)據(jù)類(lèi)知識(shí)、文檔類(lèi)知識(shí)、過(guò)程類(lèi)知識(shí)和經(jīng)驗(yàn)類(lèi)知識(shí)4種類(lèi)型，方便復(fù)雜知識(shí)資源的存儲(chǔ)管理。

（1）數(shù)據(jù)類(lèi)知識(shí)：支撐研制過(guò)程、進(jìn)行產(chǎn)品設(shè)計(jì)的參考數(shù)據(jù)以及生產(chǎn)過(guò)程、管理營(yíng)銷(xiāo)過(guò)程中的數(shù)據(jù)資源，包括工程實(shí)例數(shù)據(jù)、基礎(chǔ)支撐數(shù)據(jù)、設(shè)備運(yùn)行數(shù)據(jù)、操作數(shù)據(jù)以及各種參考庫(kù)等數(shù)據(jù)資源。

（2）文檔類(lèi)知識(shí)：為純文檔、圖形文檔、圖像文檔或混合文檔的形式，主要包括各類(lèi)技術(shù)報(bào)告，如安裝報(bào)告、工況分析報(bào)告、診斷報(bào)告、工具使用手冊(cè)、使用案例和使用方法等；工業(yè)活動(dòng)過(guò)程中需要遵循的標(biāo)準(zhǔn)和約束條件，如相關(guān)國(guó)家標(biāo)準(zhǔn)、行業(yè)標(biāo)準(zhǔn)、企業(yè)標(biāo)準(zhǔn)、規(guī)范作業(yè)等。

（3）過(guò)程類(lèi)知識(shí)：包括科研、生產(chǎn)管理、營(yíng)銷(xiāo)活動(dòng)外圍的流程知識(shí)及內(nèi)部的過(guò)程知識(shí)?？蒲?、生產(chǎn)管理及營(yíng)銷(xiāo)活動(dòng)外圍的流程知識(shí)為科研、生產(chǎn)管理、營(yíng)銷(xiāo)活動(dòng)和相關(guān)科研活動(dòng)的邏輯關(guān)系，以數(shù)據(jù)流圖的形式表示，還包括對(duì)科研活動(dòng)的輸入輸出的選取原則、要求等進(jìn)一步描述，一般以文字描述的形式表示?？蒲?、生產(chǎn)管理及營(yíng)銷(xiāo)活動(dòng)內(nèi)部的流程知識(shí)，主要描述執(zhí)行上述相關(guān)活動(dòng)的設(shè)計(jì)子流程、執(zhí)行步驟的說(shuō)明，以工作流圖或文字描述的形式表示。

（4）經(jīng)驗(yàn)類(lèi)知識(shí)：經(jīng)驗(yàn)類(lèi)知識(shí)主要指企業(yè)研發(fā)人員、研究人員等為工業(yè)生產(chǎn)、管理過(guò)程人員在處理同類(lèi)問(wèn)題時(shí)，提供成功經(jīng)驗(yàn)、心得和失敗教訓(xùn)。包括但不限于各種經(jīng)驗(yàn)、教訓(xùn)、最佳實(shí)踐、解決方法、應(yīng)用技巧、使用心得等。

2.3 知識(shí)的建模與分析

知識(shí)分類(lèi)中包含顯性知識(shí)和隱形知識(shí)，通常以文字、圖表、公式、流程和模型等表述的知識(shí)稱(chēng)為為顯性知識(shí)；通過(guò)自動(dòng)知識(shí)挖掘工具，發(fā)現(xiàn)、收集知識(shí)庫(kù)以外以及游離于管理制度之外的知識(shí)獲取各類(lèi)知識(shí)稱(chēng)為把隱性知識(shí)。區(qū)別于以往的單一知識(shí)的提取流程，根據(jù)企業(yè)中存在的各類(lèi)知識(shí)表現(xiàn)形式，面向工業(yè)過(guò)程決策、優(yōu)化、控制、故障診斷等實(shí)際應(yīng)用需求，系統(tǒng)性和全面的提出了不同類(lèi)型的資源信息采用不同的建模手段，提升其知識(shí)特征，滿(mǎn)足企業(yè)的發(fā)展需求。

2.3.1 數(shù)據(jù)類(lèi)知識(shí)建模

采集企業(yè)各業(yè)務(wù)環(huán)節(jié)中產(chǎn)生數(shù)據(jù)，基于工業(yè)大數(shù)據(jù)、工業(yè)區(qū)塊鏈、人工智能等技術(shù)，通過(guò)數(shù)據(jù)挖掘、數(shù)據(jù)分析、數(shù)據(jù)處理等方法建立數(shù)據(jù)與業(yè)務(wù)的關(guān)聯(lián)模型，實(shí)現(xiàn)以數(shù)據(jù)支撐業(yè)務(wù)管理的決策優(yōu)化。主要提取過(guò)程包括：數(shù)據(jù)處理、數(shù)據(jù)分析、特征提取、算法選擇、建立模型、參數(shù)調(diào)優(yōu)，模型驗(yàn)證等。數(shù)據(jù)建模過(guò)程可用如圖3所示。

圖3 數(shù)據(jù)知識(shí)建模流程

（1）數(shù)據(jù)采集：收集生產(chǎn)管理運(yùn)營(yíng)過(guò)程中與模型相關(guān)的業(yè)務(wù)數(shù)據(jù)、操作數(shù)據(jù)、設(shè)備數(shù)據(jù)、監(jiān)測(cè)數(shù)據(jù)、管理數(shù)據(jù)等。

（2）數(shù)據(jù)處理和分析：在建立模型數(shù)據(jù)集的基礎(chǔ)上，對(duì)數(shù)據(jù)進(jìn)行預(yù)處理，包括：缺省值、異常值處理，以及數(shù)據(jù)的標(biāo)準(zhǔn)化等。通過(guò)初步數(shù)據(jù)探索，發(fā)現(xiàn)數(shù)據(jù)特征和規(guī)律，常用的數(shù)據(jù)分析方法有數(shù)據(jù)特征描述、相關(guān)性分析、主成分分析等。

（3）特征提?。和ㄟ^(guò)過(guò)濾法、包裹法、嵌入法等方法選擇或者構(gòu)建與模型相關(guān)性較大的一部分特征，作為模型的輸入，以減少數(shù)據(jù)噪聲對(duì)模型結(jié)果的影響。

（4）算法選擇：根據(jù)業(yè)務(wù)的任務(wù)類(lèi)型（監(jiān)督學(xué)習(xí)、非監(jiān)督學(xué)習(xí)、強(qiáng)化學(xué)習(xí)）以及涉及的問(wèn)題（回歸、分類(lèi)、聚類(lèi)）進(jìn)行算法選擇。

（5）建立模型：將數(shù)據(jù)集分為訓(xùn)練數(shù)據(jù)集、驗(yàn)證數(shù)據(jù)集及測(cè)試數(shù)據(jù)集，使用訓(xùn)練數(shù)據(jù)集中的數(shù)據(jù)對(duì)模型進(jìn)行訓(xùn)練。

（6）參數(shù)調(diào)優(yōu)：使用驗(yàn)證集對(duì)訓(xùn)練集學(xué)習(xí)得到的模型進(jìn)行評(píng)估和參數(shù)調(diào)優(yōu)，檢查模型是否得到有效的訓(xùn)練或是否可以完成任務(wù)。并使用網(wǎng)絡(luò)搜索、隨機(jī)搜索或貝葉斯優(yōu)化等方法對(duì)為達(dá)到效果的模型進(jìn)行參數(shù)調(diào)優(yōu)。

（7）模型校驗(yàn)：建立初始模型后，使用測(cè)試數(shù)據(jù)集對(duì)模型預(yù)測(cè)能力進(jìn)行測(cè)試驗(yàn)證，同時(shí)不斷應(yīng)用特征優(yōu)化、算法改進(jìn)和參數(shù)調(diào)優(yōu)等方法進(jìn)行模型優(yōu)化迭代，直至滿(mǎn)足功能業(yè)務(wù)需求。

2.3.2 過(guò)程類(lèi)知識(shí)建模

面向企業(yè)各實(shí)際業(yè)務(wù)場(chǎng)景，將業(yè)務(wù)管理規(guī)范、業(yè)務(wù)流程管控、業(yè)務(wù)信息流轉(zhuǎn)等業(yè)務(wù)以工業(yè)組態(tài)、圖形化建模等方式提煉為數(shù)據(jù)管理流程模型、工藝生產(chǎn)流程模型、業(yè)務(wù)管理流程模型等的過(guò)程，最終實(shí)現(xiàn)各項(xiàng)業(yè)務(wù)活動(dòng)的信息化管理。過(guò)程類(lèi)知識(shí)建模過(guò)程可用如圖4所示。

圖4 過(guò)程知識(shí)建模流程

（1）業(yè)務(wù)調(diào)研：通過(guò)業(yè)務(wù)調(diào)研發(fā)方式完全理解業(yè)務(wù)流程，明確業(yè)務(wù)流程類(lèi)別（營(yíng)銷(xiāo)流程、采購(gòu)供應(yīng)流程、計(jì)劃排產(chǎn)流程、儲(chǔ)運(yùn)流程以及企業(yè)管理流程），流程涉及的組成以及相關(guān)操作規(guī)范、管理章程、規(guī)章制度、行業(yè)標(biāo)準(zhǔn)等文件及數(shù)據(jù)。

（2）業(yè)務(wù)流程分析：針對(duì)具體業(yè)務(wù)流程，開(kāi)展業(yè)務(wù)流程的開(kāi)始及終止節(jié)點(diǎn)、過(guò)程活動(dòng)節(jié)點(diǎn)及步驟，模型涉及的相關(guān)崗位及部門(mén)分析，以及活動(dòng)流程中的控制流。

（3）繪制業(yè)務(wù)流程圖：根據(jù)業(yè)務(wù)流程分析，使用跨職能流程圖、UML活動(dòng)圖等方法繪制。

（4）數(shù)據(jù)流分析：梳理完成業(yè)務(wù)流程的數(shù)據(jù)輸入項(xiàng)以及輸出項(xiàng)，進(jìn)而逐漸細(xì)化為最細(xì)粒度數(shù)據(jù)，一般包含數(shù)據(jù)的輸入，加工、傳遞存儲(chǔ)等功能。

（5）數(shù)據(jù)流程圖：依據(jù)數(shù)據(jù)流圖的基本規(guī)則：外部實(shí)體、數(shù)據(jù)處理、數(shù)據(jù)流和數(shù)據(jù)存儲(chǔ)，建立描述數(shù)據(jù)流動(dòng)、存儲(chǔ)、處理的邏輯關(guān)系圖，即：將業(yè)務(wù)流程抽象化。

（6）建立業(yè)務(wù)邏輯模型：將業(yè)務(wù)流程抽象化，建立業(yè)務(wù)邏輯模型。

（7）模型驗(yàn)證：驗(yàn)證模型產(chǎn)生的結(jié)果是否實(shí)現(xiàn)其業(yè)務(wù)目標(biāo)。

2.3.3 經(jīng)驗(yàn)文檔類(lèi)知識(shí)建模

經(jīng)驗(yàn)文檔類(lèi)知識(shí)建模將相關(guān)領(lǐng)域的經(jīng)驗(yàn)知識(shí)以顯性化的方式展現(xiàn)出來(lái)，如將經(jīng)驗(yàn)知識(shí)提煉為預(yù)警報(bào)警標(biāo)準(zhǔn)、操作流程、應(yīng)急預(yù)案、安全規(guī)程等。經(jīng)驗(yàn)文檔知識(shí)類(lèi)建模過(guò)程可用如圖5所示。

圖5 經(jīng)驗(yàn)知識(shí)建模流程

（1）信息收集：匯集與經(jīng)驗(yàn)類(lèi)知識(shí)（相關(guān)經(jīng)驗(yàn)、教訓(xùn)、應(yīng)用技巧、使用心得等）梳理相關(guān)的數(shù)據(jù)、文件、圖片等數(shù)據(jù)。

（2）知識(shí)庫(kù)匯總提煉：建立相關(guān)問(wèn)題的知識(shí)庫(kù)，通過(guò)簡(jiǎn)單的數(shù)據(jù)分析、數(shù)據(jù)對(duì)標(biāo)、業(yè)務(wù)對(duì)標(biāo)、流程分析的方式，提煉與目標(biāo)問(wèn)題相關(guān)的新的結(jié)論。

（3）應(yīng)用驗(yàn)證：以顯性化的方式，如定量化的控制標(biāo)準(zhǔn)、邏輯化的控制管理流程等。將經(jīng)驗(yàn)類(lèi)知識(shí)在實(shí)際場(chǎng)景的應(yīng)用并驗(yàn)證?；蜃鳛槠渌Ｐ徒５幕A(chǔ)數(shù)據(jù)。

3.模型成果評(píng)價(jià)

在流程行業(yè)企業(yè)中實(shí)施知識(shí)梳理和建模，涉及企業(yè)文化，管理和技術(shù)3個(gè)層次的內(nèi)容，從企業(yè)運(yùn)轉(zhuǎn)環(huán)節(jié)看，知識(shí)運(yùn)行本身有其自身的特點(diǎn)和規(guī)律。從知識(shí)沉淀—知識(shí)共享—知識(shí)學(xué)習(xí)—知識(shí)應(yīng)用—知識(shí)創(chuàng)新，在完成知識(shí)創(chuàng)新后又可以繼續(xù)沉淀，螺旋上升，這樣才能發(fā)揮知識(shí)的無(wú)窮作用。

（1）技術(shù)上：不同類(lèi)型知識(shí)模型構(gòu)建后，首先具備了能夠使用和有效積累的知識(shí)IT系統(tǒng)，然后再到能夠有效共享、支持員工學(xué)習(xí)的更深一層IT系統(tǒng)功能，最后發(fā)展到具備獲取知識(shí)以及協(xié)同工作、支持員工創(chuàng)新的IT系統(tǒng)。

（2）管理上：不同類(lèi)型知識(shí)模型構(gòu)建后，首先具備相應(yīng)的知識(shí)管理機(jī)制和模式來(lái)保障有效知識(shí)的積累，然后具備保證企業(yè)員工采用一定方式共享經(jīng)驗(yàn)、建立導(dǎo)師、傳幫帶等機(jī)制，最后發(fā)展到具有相應(yīng)的流程和制度來(lái)保證積累的知識(shí)得到充分應(yīng)用和知識(shí)創(chuàng)新。

（3）文化上：不同類(lèi)型知識(shí)模型構(gòu)建后，首先從員工養(yǎng)成及時(shí)總結(jié)工作經(jīng)驗(yàn)和教訓(xùn)的習(xí)慣，然后到企業(yè)員工愿意將經(jīng)驗(yàn)給其他同事分析，并付諸行動(dòng)，最后發(fā)展到員工在工作中具備了充分利用過(guò)去經(jīng)驗(yàn)和知識(shí)的意識(shí)，并能積極提出創(chuàng)新方案解決工作中的難題。

流程行業(yè)知識(shí)的分類(lèi)和模型構(gòu)建的目的在于為企業(yè)進(jìn)行知識(shí)工程體系建設(shè)提供高效的路徑和方法，該研究通過(guò)描述企業(yè)知識(shí)工程體系建設(shè)規(guī)劃藍(lán)圖，從企業(yè)現(xiàn)狀出發(fā)，對(duì)知識(shí)體系的建設(shè)和計(jì)劃提供合理規(guī)劃，對(duì)人才發(fā)展、資產(chǎn)保值，創(chuàng)新能力提升和研制模式變革都有明顯的價(jià)值。

（1）驅(qū)動(dòng)企業(yè)研發(fā)創(chuàng)新。實(shí)現(xiàn)企業(yè)知識(shí)的產(chǎn)生、應(yīng)用、創(chuàng)新的良性循環(huán)，幫助企業(yè)提升知識(shí)的共享程度，由此帶來(lái)產(chǎn)品和機(jī)制的創(chuàng)新。

（2）改變企業(yè)研制生產(chǎn)模式。知識(shí)體系以科學(xué)的方法論為依據(jù)，通過(guò)先進(jìn)的技術(shù)手段在企業(yè)中的組織、流程和IT系統(tǒng)上進(jìn)行建設(shè)，形成以業(yè)務(wù)為中心的，以知識(shí)流和信息流為支撐的研制生產(chǎn)模式。

（3）促進(jìn)企業(yè)資產(chǎn)的保值和增值。企業(yè)知識(shí)屬于軟實(shí)力，知識(shí)體系能夠幫助企業(yè)管理外部知識(shí)、內(nèi)部知識(shí)、專(zhuān)家經(jīng)驗(yàn)知識(shí)等，實(shí)現(xiàn)企業(yè)智力資產(chǎn)的持續(xù)積累和增值。

（4）加速人才培養(yǎng)、補(bǔ)充企業(yè)技術(shù)人員斷層。實(shí)現(xiàn)對(duì)流程企業(yè)知識(shí)的系統(tǒng)梳理和科學(xué)規(guī)劃，避免因人才流動(dòng)造成的知識(shí)損失，為企業(yè)的知識(shí)傳承奠定基礎(chǔ)。

4.結(jié)語(yǔ)

不同的知識(shí)有不同的知識(shí)分類(lèi)理論，不同的目的有不同的知識(shí)分類(lèi)標(biāo)準(zhǔn)，工業(yè)知識(shí)體系是一個(gè)多維度矩陣結(jié)構(gòu)。針對(duì)流程行業(yè)企業(yè)內(nèi)容復(fù)雜、格式異構(gòu)、數(shù)量龐大的知識(shí)資源，以企業(yè)調(diào)研為基礎(chǔ)，從企業(yè)知識(shí)資源管理的實(shí)際需求出發(fā)，提出了一般性和通用性的知識(shí)分類(lèi)方法。在此基礎(chǔ)上研究了知識(shí)建模技術(shù)，為制造企業(yè)復(fù)雜異構(gòu)的知識(shí)資源提供了統(tǒng)一的知識(shí)獲取方式。文中提出的知識(shí)分類(lèi)方法和復(fù)雜知識(shí)資源獲取模板，通過(guò)標(biāo)準(zhǔn)化的知識(shí)資源獲取界面，結(jié)合人工獲取和半自動(dòng)化獲取技術(shù)，實(shí)現(xiàn)了對(duì)制造企業(yè)復(fù)雜知識(shí)資源的高效獲取，對(duì)企業(yè)未來(lái)較長(zhǎng)時(shí)間內(nèi)知識(shí)資源的建設(shè)給予指導(dǎo)。

加大對(duì)知識(shí)技術(shù)的研究和運(yùn)用，優(yōu)化數(shù)字技術(shù)路線(xiàn)。工業(yè)知識(shí)是構(gòu)建工業(yè)APP的重要組成部分，工業(yè)APP作為工業(yè)互聯(lián)網(wǎng)平臺(tái)的業(yè)務(wù)應(yīng)用是軟件技術(shù)和工業(yè)技術(shù)深度融合的產(chǎn)物，將人的經(jīng)驗(yàn)、知識(shí)提取出來(lái)，通過(guò)軟件運(yùn)行。全面采集工業(yè)數(shù)據(jù)，讓生產(chǎn)線(xiàn)與數(shù)字孿生系統(tǒng)高度融合，不斷提升生產(chǎn)與制造流程；通過(guò)知識(shí)圖譜，將不同類(lèi)別的制造業(yè)基礎(chǔ)數(shù)據(jù)進(jìn)行知識(shí)分類(lèi)和建模，加強(qiáng)知識(shí)提取、關(guān)系挖掘、多領(lǐng)域融合，搭建知識(shí)服務(wù)平臺(tái)，提高企業(yè)流程中各類(lèi)問(wèn)題的預(yù)見(jiàn)和解決能力。