尹昱東 王保建

（西安交通大學(xué)機(jī)械工程學(xué)院，陜西 西安 710049）

機(jī)床裝配信息分布分散，格式眾多，不易于數(shù)字化管理，且對(duì)工人裝配水平要求高，理清裝配零部件之間的相互關(guān)系需要長(zhǎng)時(shí)間的人工分析。

知識(shí)圖譜可以將機(jī)床當(dāng)中的零部件信息以及部件之間的關(guān)系以圖譜的形式展示，能夠更為有效獲悉零部件周圍相連的部件信息以及當(dāng)前零件定位細(xì)節(jié)，又可以輔助工廠數(shù)控機(jī)床裝配，解決裝配數(shù)據(jù)分散、無(wú)規(guī)范以及裝配效率低下等機(jī)床現(xiàn)狀問題。

機(jī)床裝配知識(shí)圖譜構(gòu)建過程中的主要難點(diǎn)在于：數(shù)據(jù)來(lái)源、知識(shí)抽取和知識(shí)推理。本文采用以3DXMLl 格式數(shù)據(jù)為數(shù)據(jù)基礎(chǔ)，使用SAX 解析器從裝配體信息流當(dāng)中提取實(shí)體信息和裝配信息，并將文件內(nèi)容信息分為實(shí)體屬性信息和實(shí)體關(guān)系信息，使用基于圖的結(jié)構(gòu)，完成知識(shí)推理環(huán)節(jié)，實(shí)現(xiàn)從原先的兩種關(guān)系衍生出新的關(guān)系，豐富知識(shí)庫(kù)的內(nèi)容，最后使用Neo4J 完成裝配信息的知識(shí)圖譜構(gòu)建，實(shí)現(xiàn)以圖的形式展示裝配信息。通過該知識(shí)圖譜，操作人員無(wú)須掌握專業(yè)知識(shí)就可以很好地了解機(jī)床內(nèi)部結(jié)構(gòu)。此外，將分散的信息集中存儲(chǔ)到圖數(shù)據(jù)庫(kù)當(dāng)中，有利于工廠實(shí)現(xiàn)數(shù)字化管理。

1 研究背景

1.1 知識(shí)圖譜

為了提高搜索引擎的性能，Google 公司在2012 年正式提出知識(shí)圖譜的概念[1]，實(shí)現(xiàn)互聯(lián)網(wǎng)知識(shí)的有效利用，為搜索引擎實(shí)現(xiàn)語(yǔ)義化搜索與知識(shí)互聯(lián)引出新的路徑[2]。通過圖的結(jié)構(gòu)，實(shí)現(xiàn)從數(shù)據(jù)當(dāng)中提取實(shí)體、關(guān)系等信息，建立基于事務(wù)之間的關(guān)系模型。在那之后，多個(gè)知識(shí)圖譜相繼誕生，常見的通用知識(shí)圖譜有Freebase、Wikidata、DBpedia和YAGO 等[3-4]。行業(yè)知識(shí)圖譜有IMDB、MusicBrainz和ConceptNet。國(guó)內(nèi)知名度高的知識(shí)圖譜有阿里巴巴與浙江大學(xué)團(tuán)隊(duì)開發(fā)的面向淘寶服務(wù)平臺(tái)的知識(shí)圖譜，其中實(shí)現(xiàn)了基于客戶購(gòu)買記錄的商品推薦系統(tǒng)、商品搜索引擎以及小蜜的智能問答系統(tǒng)。

知識(shí)圖譜的構(gòu)建技術(shù)主要集中在知識(shí)抽取、知識(shí)表示、知識(shí)融合以及知識(shí)推理這4 個(gè)環(huán)節(jié)，其中知識(shí)提取主要指的是從開放數(shù)據(jù)領(lǐng)域當(dāng)中實(shí)現(xiàn)自動(dòng)抽取所需要的知識(shí)。知識(shí)抽取包括實(shí)體抽取、關(guān)系抽取以及屬性抽取。

1.2 裝配領(lǐng)域知識(shí)圖譜

知識(shí)圖譜在制造業(yè)和工業(yè)領(lǐng)域還處在初探階段，裝配知識(shí)圖譜屬于專業(yè)知識(shí)圖譜，具有行業(yè)壁壘高、專業(yè)性強(qiáng)等特點(diǎn)，并且由于裝配相關(guān)數(shù)據(jù)來(lái)源復(fù)雜，有結(jié)構(gòu)化數(shù)據(jù)、非結(jié)構(gòu)化數(shù)據(jù)和半結(jié)構(gòu)化數(shù)據(jù)3 種，本文主要針對(duì)半結(jié)構(gòu)數(shù)據(jù)構(gòu)建裝配知識(shí)圖譜進(jìn)行嘗試，研究思路如圖1 所示。

圖1 半結(jié)構(gòu)數(shù)據(jù)構(gòu)建知識(shí)圖譜研究思路

確定知識(shí)圖譜裝配模型的信息組成形式為“實(shí)體-關(guān)系-實(shí)體”和“實(shí)體-關(guān)系-屬性”兩種三元組，使用以上兩種三元組來(lái)表達(dá)裝配體的實(shí)體信息與裝配信息。同時(shí)將裝配元素定義為總裝配體、子裝配體和零件。

2 半結(jié)構(gòu)數(shù)據(jù)獲取

2.1 數(shù)據(jù)來(lái)源

裝配數(shù)據(jù)主要以半結(jié)構(gòu)化數(shù)據(jù)為主，如三維模型，其次是大量分布在裝配文檔的非結(jié)構(gòu)化數(shù)據(jù)。

裝配模型的文件格式有很多，比如DWG、STL，但這些格式大文件龐大，而且有些沒有裝配信息，如STL 格式，STL 格式刪除裝配信息，保留模型信息和數(shù)據(jù)量高的幾何實(shí)體信息，但文件仍然很大，不利于裝配圖譜的構(gòu)建。而3DXML 文件只保留模型實(shí)體信息和裝配信息，采用ZIP 算法對(duì)模型進(jìn)一步壓縮，其具體文件組織結(jié)構(gòu)如圖2 所示。通過3DXML 格式保存的三維模型具備充分的裝配信息且所需內(nèi)存少。

圖2 3DXML 多文件組織結(jié)構(gòu)圖

另外，可以使用XML 接口進(jìn)行文件解析，裝配信息集中分布在描述產(chǎn)品結(jié)構(gòu)樹的文件當(dāng)中。因此，可以使用3DXML 作為數(shù)控機(jī)床裝配信息知識(shí)圖譜的數(shù)據(jù)來(lái)源。

2.2 3DXML 文件解析

在3DXML 文件中關(guān)于裝配信息主要有＜Reference3D＞、＜Instance3D＞、＜IsAggregatedBy＞、＜IsInstanceOf＞，其 中 ＜Reference3D＞引 用 節(jié) 點(diǎn) 和＜Instance3D＞ 實(shí)例節(jié)點(diǎn)描述零件、裝配體的實(shí)體信息，＜IsAggregatedBy＞ 和 ＜IsInstanceOf＞ 描述裝配信息[5]。為了方便解析，本文將＜IsAggregatedBy＞命名為關(guān)系標(biāo)簽1 號(hào)，＜IsInstanceOf＞命名為關(guān)系標(biāo)簽2 號(hào)。

實(shí)例節(jié)點(diǎn)既是某一引用節(jié)點(diǎn)的組成部分，同時(shí)也是另一個(gè)引用標(biāo)簽的實(shí)例，這兩個(gè)不同引用節(jié)點(diǎn)的ID 屬性值分別存儲(chǔ)在實(shí)例節(jié)點(diǎn)的關(guān)系標(biāo)簽1 號(hào)子節(jié)點(diǎn)和關(guān)系標(biāo)簽2 號(hào)子節(jié)點(diǎn)中[6]，如圖3 所示，這個(gè)思想也是解析3DXML 文件的關(guān)鍵。

圖3 裝配文件結(jié)構(gòu)圖

在這一環(huán)節(jié)，需要準(zhǔn)備3DXML 文件，通過使用SoildWorks 三維建模軟件將事先準(zhǔn)備好的數(shù)控機(jī)床三維裝配模型轉(zhuǎn)換成3DXML 格式，之后使用反ZIP 算法對(duì)3DXML 文件解壓，得到表示三維模型實(shí)體信息和裝配信息的一系列文件，為下一步知識(shí)抽取環(huán)節(jié)做準(zhǔn)備。

3 裝配知識(shí)抽取

3DXML 以XML 為基礎(chǔ)，可以通過解析XML文件的解析器進(jìn)行解析，提取實(shí)體信息和裝配信息，本文使用了常用的SAX 解析器。SAX 解析器采用順序的方式依次訪問XML 文件當(dāng)中的標(biāo)簽，其中會(huì)用到3 個(gè)主要的重載函數(shù)，具體如表1 所示。解析器讀取不同XML 標(biāo)簽標(biāo)記時(shí)會(huì)執(zhí)行相應(yīng)的操作，例如訪問開始標(biāo)記，會(huì)執(zhí)行startElement 函數(shù)。通過重載函數(shù)，可以存儲(chǔ)保留在標(biāo)簽內(nèi)的裝配實(shí)體信息，通過characters 函數(shù)記錄建模時(shí)產(chǎn)生的零件特定編號(hào)，通過編號(hào)來(lái)區(qū)分不同零件，同時(shí)也是用來(lái)抽取零件裝配信息的關(guān)鍵。

表1 SAX 解析主要重載函數(shù)表

SAX 訪問描述實(shí)體信息標(biāo)簽（包括引用節(jié)點(diǎn)和實(shí)例節(jié)點(diǎn)），記錄實(shí)體信息，包含零件編號(hào)、零件名、零件類型，得到實(shí)體屬性三元組，同時(shí)由于實(shí)例節(jié)點(diǎn)標(biāo)簽內(nèi)部還有兩層描述關(guān)系的標(biāo)簽，因此當(dāng)訪問到實(shí)例節(jié)點(diǎn)還需記錄描述關(guān)系信息的編號(hào)，最終得到實(shí)體關(guān)系三元組，具體的SAX 解析流程如圖4知識(shí)抽取流程圖所示。

圖4 知識(shí)抽取流程圖

通過上述操作，單一數(shù)控機(jī)床模型得到177 個(gè)實(shí)體三元組和197 個(gè)關(guān)系三元組，結(jié)果如表2 和表3所示，數(shù)據(jù)來(lái)源模型如圖5 所示。

圖5 數(shù)控車床三維模型

表2 部分關(guān)系提取結(jié)果

表3 部分實(shí)體屬性提取結(jié)果

其中，表2 記錄實(shí)體關(guān)系信息，第一列代表裝配關(guān)系起始實(shí)體，第二列為裝配關(guān)系的終止實(shí)體，第三列為兩個(gè)實(shí)體之間的關(guān)系。表3 記錄實(shí)體屬性特征信息，第一列代表每個(gè)實(shí)體特定的編號(hào)，該標(biāo)號(hào)用來(lái)區(qū)分不同的實(shí)體，對(duì)應(yīng)獨(dú)一的實(shí)體，既可以通過實(shí)體找到編號(hào)，也可以通過編號(hào)找到對(duì)應(yīng)的實(shí)體。第二列為實(shí)體的名稱信息，第三列代表該實(shí)體的屬性信息，指明當(dāng)前實(shí)體是引用實(shí)體還是實(shí)例實(shí)體。

4 知識(shí)推理

知識(shí)推理可以從知識(shí)庫(kù)當(dāng)中的關(guān)系數(shù)據(jù)推理得到新的關(guān)系，能夠豐富知識(shí)網(wǎng)絡(luò)。通過知識(shí)抽取環(huán)節(jié)得到的三元組信息并不能完整展示零部件、子裝配體以及總裝配體之間的關(guān)系。知識(shí)推理相關(guān)方法[7]如圖6 所示。

圖6 知識(shí)推理方法

從表3 中的實(shí)體屬性提取結(jié)果不難發(fā)現(xiàn)只有兩種關(guān)系不易于圖譜關(guān)系理解。因此需要進(jìn)一步知識(shí)推理，依靠這兩種關(guān)系推理出包含hasPart 和被包含partOf 兩種關(guān)系。知識(shí)推理有基于邏輯的推理和基于圖的推理?；谶壿嫷耐评碇饕歉鶕?jù)人為規(guī)定的規(guī)則進(jìn)行推理，適用于抽象概念。而基于圖的推理是使用神經(jīng)網(wǎng)絡(luò)模型，將知識(shí)映射到向量空間，使用神經(jīng)張量網(wǎng)絡(luò)模型進(jìn)行關(guān)系推理[8]。常見的transE 模型，其核心理念是實(shí)體1 向量與關(guān)系1 向量相加得到實(shí)體2 向量，那么實(shí)體1 和實(shí)體2 之間存在關(guān)系1。也有采用圖的形式，如圖7 所示，尋找兩個(gè)實(shí)體間是否存在一條連通路徑，來(lái)推測(cè)兩者當(dāng)中潛在的關(guān)系，例如（X,hasPart,Y），(Y,hasPart,Z)，據(jù)此可以推理X 包含于Z[9]。

圖7 圖推理

本文采用基于圖的方式進(jìn)行推理，在將上文提到的兩種三元組導(dǎo)入Neo4J 數(shù)據(jù)庫(kù)當(dāng)中之后，采用深度優(yōu)先探索策略，挖掘潛在關(guān)系，通過實(shí)例節(jié)點(diǎn)以及其周圍的關(guān)系1 號(hào)標(biāo)簽和關(guān)系2 號(hào)標(biāo)簽來(lái)推測(cè)實(shí)例節(jié)點(diǎn)周圍的引用節(jié)點(diǎn)之間的關(guān)系，最終推測(cè)出潛在的hasPart 和partOf 兩種包含與被包含關(guān)系，具體推理流程圖如圖8 裝配結(jié)構(gòu)類節(jié)點(diǎn)關(guān)系推理所示，推理結(jié)果如圖9 所示。

圖8 裝配結(jié)構(gòu)類節(jié)點(diǎn)關(guān)系推理

5 知識(shí)存儲(chǔ)與可視化表達(dá)

三元組是構(gòu)建知識(shí)圖譜的核心，常見的知識(shí)圖譜如維基百科擁有上百億的三元組。本文采用Neo4J 圖數(shù)據(jù)庫(kù)存儲(chǔ)三元組數(shù)據(jù)，借用其專業(yè)平臺(tái)來(lái)構(gòu)建機(jī)床裝配知識(shí)圖譜，三元組信息以csv 格式存儲(chǔ)，并存放于import 路徑，使用LOAD CSV 方式導(dǎo)入數(shù)據(jù)庫(kù)，使用Cyther 語(yǔ)言實(shí)現(xiàn)圖譜可視化。部分知識(shí)圖譜如圖10 所示。從圖10 中不難發(fā)現(xiàn)，圖譜通過單向邊展示了零件與裝配之間的關(guān)系，記錄尾座、主軸、相關(guān)墊圈與機(jī)床的關(guān)系，同時(shí)還記載著尾座子裝配體內(nèi)部零件信息。

圖10 部分裝配圖譜展示圖

6 結(jié)語(yǔ)

本文首先介紹了機(jī)床裝配信息的來(lái)源，比較了不同CAD 模型存儲(chǔ)格式，分析了選擇3DXML 作為半結(jié)構(gòu)化裝配數(shù)據(jù)來(lái)源的原因，隨后使用SAX從裝配模型文件抽取實(shí)體以及裝配關(guān)系信息，通過基于圖的推理方式豐富知識(shí)網(wǎng)絡(luò)，推測(cè)出零件、子裝配體以及總裝配體之間的關(guān)系，最終采用Neo4J實(shí)現(xiàn)知識(shí)存儲(chǔ)，以及知識(shí)圖譜的可視化表達(dá)，完成數(shù)控機(jī)床裝配知識(shí)圖譜的構(gòu)建。

機(jī)床當(dāng)中的零部件信息以及部件之間的關(guān)系以圖譜的形式展示，能夠更為有效地獲悉零部件周圍相連的部件信息以及當(dāng)前零件定位細(xì)節(jié)，又可以輔助工廠數(shù)控機(jī)床裝配，解決裝配數(shù)據(jù)分散、無(wú)規(guī)范以及裝配效率低下等機(jī)床現(xiàn)狀問題。