文摘

有效的信息管理对制造工艺的发展至关重要。本文旨在概述4.0本体,可以利用在建筑行业的应用。工作的主要贡献是:它强调本体multilayer-network-based适合生产管理和建议的解释和分析,基于本体的数据库。本文不仅为工程师和研究人员作为参考本体,还提出了一种可再生的工业案例研究,描述了基于本体模型的线束装配制造过程。

1。介绍

管理信息和数据从生产系统是数字转换的关键,特别是在行业4.0应用程序,系统的水平和垂直一体化需要更高效的数据处理。更多的努力已经标准化,如ANSI / isa - 95国际标准或支4.0(4.0参考架构模型工业)(1]。此外,有正在进行的研究领域的不同方法和数据structurization旨在支持生产相关决策过程(2)或创建模型模拟software-specific不知情的情况下(3]。类似的目的,过程挖掘也发现开发解决方案,分析和改进业务流程信息系统事件日志的基础上(4,5]。

语义基于数据的建模结构的数据在一个特定的逻辑方法(6]。本体模型也包含语义信息提供基本的数据和描述它们的内部关系7]。知识图模型为数据集成提供了一个框架,处理,分析,和分享entities-objects相互关联的集合描述,事件,或概念(8,9]。

图1显示相关研究论文本体的新兴趋势。可以看到,技术出现约2002,数量迅速增加的出版物在主题知识图证实了它的成功和广泛适用性的范围。


图1
出版物的数量自2000年以来,本体和知识图的主题。

由于水平和垂直一体化的重要性在行业4.0中,使用本体在生产系统中共享信息日益广泛(1]。制造企业正面临着许多信息共享任务如B2M M2M, B2B(业务(B)之间的沟通渠道和/或机器(M)单位)(10,11]。信息系统之间的信息必须被转移,优化方法,或数字双模拟器(12]。之前由于日益增长的需求,提出了isa - 95,发展isa - 88, AutomationML(自动化标记语言),和B2MML制造标记语言(业务)的行业标准以及框架有愈演愈烈1];此外,这些都是基于知识图表或本体。

第四次工业革命期间,出现了新的方法来处理这个问题,并且它可以表示本体建模(13)和知识表示是未来趋势的一部分(14),可以使用知识图了。知识图是一种编程方法,主题专家使用模型知识域使用数据互连和机器学习算法。其任务是指消除噪音,推断丢失信息,确定哪些事实应该被包括在知识图(15]。同时,新的合作团体形成工业本体铸造(油田)16,17)或欧洲H2020项目OntoCommons: ontology驱动行业数据共享(18)为了规范和支持行业先进的数据互操作,使用参考本体。另一个问题是需要提高装配过程的效率在制造业,在计算机辅助工艺设计(CAPP)是获得的重要性,旨在确定合适的资源同时最小化总装配时间(19]。这类似于新兴资源配置和工艺设计的重要性在现代工业20.]。

Gartner的研究宣传周期对新兴技术,202021,22),预测,本体和图表,技术解决方案会在2至5年。然而,这些被归类在幻想破灭的部分,这意味着这些技术需要特殊预防措施有效地应用。本体模型可以用于BPR(业务流程再造)或控制系统的发展。此外,它是非常重要的一种系统建模的概念行业4.0 [23)和数字双模拟(9]。这一领域的重要性也证明RAMI 4.0[开发的23)和其他使用最广泛的工业系统模型特征如ADACOR(自适应子整体控制架构)分布式制造系统(24]。

挑战的本体建模和分析生产过程总结如下:(我)数据处理、structurization和互操作性(2)标准化的行业(3)造型生产流程(iv)水平和垂直一体化(v)分享信息(vi)知识表示(七)提高装配效率的过程(八)工艺设计

数字转换的核心问题之一是如何利用生产系统实现后4.0所有行业的要求,先进的发展。我们的文章的目的是关注每一个困难,和该案例研究指南如何这些解决方案可以有效地应用。我们提供一个概览的本体和标准生产造型。我们现在证据确凿的开源OWL-XML(基于Web本体Language-Extensible标记语言)线束制造基准。提出了案例研究已经用于验证生产流程分析(25和一个装配线平衡问题26]。

这项工作的目标是精确地描述生产过程的本体通过详细的案例研究和指导开发人员和工程师应用这种方法,确定进一步的研发潜力。因此,我们提出一个有效的开发方法适合开发生产相关本体和知识图表。如图2所示,方法包括以下步骤:(我)数据收集:(我)找到相关的定量和定性因素的生产过程,然后适当地收集数据。(2)对原始数据进行预处理,将生产数据转换为基于本体的数据集。(2)本体建模:(我)建立生产过程的基本网络结构,包括组织之间的相互作用/类。(2)确定描述性和影响因素系统的成本参数,要求,或optimizable元素。(3)使用适当的软件开发所需的本体和连接数据集的生产流程与发达本体。(3)先进制造分析:(我)前面定义的描述性分析和影响因素数据的查询和分析。(2)因为优秀的网络分析和可视化功能,值得从这些本体模型生成标签多层网络和图形数据库25,27]。此外,我们的方法的一个重要步骤(也突出显示在图2)是可视化工具的应用,可以在本体建模和先进制造分析阶段是有益的。适当的可视化的创建的本体UML(统一建模语言)或图形图可以支持开发过程或提供额外的内部制造过程的信息。节3,应用软件模块对整个制造业为主的本体开发方法。本文的小礼品如下:(我)节2介绍了配方的主要问题,包括制造业的最相关的标准化元素以及语义和本体论建模技术的主要特点。此外,一些应用实例的语义和本体技术进行了研究。(2)部分3介绍了本体开发方法与线束装配基准。应用软件解决方案和multilayer-network-based分析方法的适用性。(3)节4,结果,详细给出了最终贡献。


图2
开发方法的主要步骤。

2。元素的开发基于本体的框架

在本节中,步骤后我们的方法(见图2),我们提供了一个概述的相关标准和造型方法,如今在工业实践中使用isa - 95等部分2。1;语义和语法元素和制造业中最常用的本体的部分2。2;最后,提出了基于本体的解决方案生产的部分2。3。

2.1。基于isa - 95生产的标准化表示

一个标准的应用可以提高公司的企业和制造过程在许多方面,如通过减少成本,提高如何高效的利益相关者之间的信息流动和不同的企业水平或人力和物理领域,和处理数据管理挑战28]。图3总结了有关国际标准可与智能制造、分类根据其应用的领域。十字路口的业务和供应链物流和制造业务管理(图3)、ANSI / isa - 95(国际电工委员会IEC 62264)标准,它使用一个五级分级控制模型来表示业务物流、生产运营管理、生产控制、生产过程的功能(29日,30.]。它是一种广泛使用的国际标准由国际社会的自动化开发一个自动化的企业和控制系统之间的接口(1]。isa - 95可能与建立一个生产过程本体或知识图,等(我)产品/过程/模型的层次结构(2)产品功能模型(3)基于角色的设备层次结构


图3
国际标准的总结智能制造(28]。

从IEC 62264不同的模型部件相连逻辑定义子层次如图4。生产信息定义了什么是在制造和使用过程中,也就是说,哪些元素对应于信息在生产调度,上市是什么和使用。生产调度元素对应于产品定义显示指定产品。过程定义的段描述产品定义元素,证明可以用什么生产资源根据可用的信息。流程规范和生产能力证明的主要信息资源(31日]。


图4
IEC 62264的层次结构模型(IEC 62264) (31日]。

图5显示了一个UML(统一建模语言)32]图描述对IEC 62264的生产能力模型,从子类和信息代表人员的能力和功能属性特点,设备和材料。有几个新方法/框架的标准化和造型等现代生产自动化IICF(工业物联网连接框架),IIRA互联网参考体系结构(工业)33),NIST(国家标准与技术研究院)34),和支35]。这些方法的基本原理类似于isa - 95标准;组织生产/制造过程变成统一的层次结构,允许适当的沟通的信息。


图5
生产能力模型(IEC 62264) [31日]。

集成工业方面关联数据和语义技术使我们知识图的解决方案。我们将继续与语义模型在以下部分。

2.2。本体语义模型,描述制造系统的方法

在本节中,我们的目标是提供一个简单的概述描述前面提到的生产标准使用最关键元素的语义和语法。本节提供了必要的理论背景了解特定的语义模型用于本体和制造系统的描述方法。此外,我们总结最相关的本体论方法在别人描述生产系统行业4.0的范围内。RAMI和AutomationML框架讨论更广泛的文献回顾表明,领先的先进的研究RAMI有关。

语义Web堆栈(见图6)说明了语言(web)的层次结构,在每一层都使用它下面的功能层。它代表如何技术语义Web(标准化)组织实现语义网(36]。一个现实的语义Web架构必须基于多个独立但可互操作的成堆的语言(37,38]。本体和知识图发展需要这些协同语法以同样的方式。


图6
语义Web堆栈(36]。

主要原则是RDF(资源描述框架)39和OWL (Web本体语言)40]。RDFS (RDF Schema)提供了应用程序之间的互操作性,在网络上被机器理解信息交换。它有广泛的应用,例如,资源发现提供更好的搜索引擎功能或描述的内容和内容的关系可以在一个特定的网站。可以开发特定领域的模式和OWL的本体(所谓的元模型)和代表词汇表中词语的意义和条件之间的关系。

RDF三元组之间可以利用扩展图形独特的数据实例,收集一般数据,和表达语义,属性和层次结构(41]。另一个原则使用URI(统一资源标识符)来链接数据通过创建三句子与主题,谓词,和对象(42]。图7显示了一个视觉效果的例子。操作员的角色,具有数据属性链接(大约)额外的数据关于运营商数据,技能,或ID。此外,信息提供的主题是一个谓词,与一个对象使用一个对象属性,因此,RDF运营商(主题)分配一个操作符(对象属性)活动(对象)。


图7
理论RDF三元组在RDF模型的例子。

如今,大多数利用本体语言OWL语义Web应用程序2 (43)的结构见图8。猫头鹰的主要构建块2各种具体的语法,可以用来连载和交换本体。语义Web堆栈的每个部分(图6)可以访问OWL 2。因此,我们认为这种语言的应用是一个非常多才多艺的和well-applicable本体开发方法。一个可选的连接由曼彻斯特语法突出显示在图7,也代表着猫头鹰的能力2写数据库查询使用SPARQL(结构化协议和RDF查询语言)来管理知识探索本体(44]。


图8
猫头鹰的结构2 (Web本体语言)(43]。

实现行业标准有明显的重要性4.0视力和工业数字链监控来降低成本。有几项研究[45,464.0)有关行业管理有关的标准和术语以及建立知识框架。很好地概述4.0提供的本体被称为行业知识图(47),发达国家为了表示和分类标准,标准化组织和标准化框架涉及的领域行业4.0 [46]。在图9,这个领域的复杂性被高亮显示。不同的领域连接到RAMI 4.0和资产管理壳牌(48如层次水平,通信层,工程,和语义。


图9
4.0行业标准通过语义技术(46]。

资产管理壳牌也被建立提供一个数字表示参与制造的所有相关的信息和服务组件(35,49]。列出这些层和分类图9。在这项研究中,我们关注的语义和结构作为构建块RAMI 4.0和资产管理壳,用红色突出显示在图。W3C的语义Web堆栈(World Wide Web Consortium)是一种重要的构建块RAMI 4.0系统(见图9)。

此外,我们想展示一些例子来证明的重要性工业标准的语义表示和过程。因此,我们总结在表的语义和描述性研究方法1。

表1
最相关的本体列表和描述方法在制造业。

之一,在现代工业应用最广泛的框架来描述组件Cyber-Physical系统独立主办)从不同的角度是AutomationML标准(50]。一个开放的、基于xml的数据交换格式旨在确保一致和无损的数据交换的设计制造系统。它使系统从单一的自动化组件建模整个大而复杂的生产模式。它支持的表示系统的各个方面,即拓扑,几何学、运动学和控制行为50]。此外,AutomationML方法能够模拟符合IEC 62264 - 2信息也60]。此外,一个特定的本体也被开发出来,也就是说,AutomationML本体(AMLO),提供语义工具工程流程的改进设计中独立主办(51]。

传感器、观察、样本和致动器(索萨)本体为语义传感器网络提供了一个核心本体(SSN)扩展了目标受众以及应用领域,利用语义网本体。它被用作Web架构的一部分,传感在制造业,和代表人类和个人设备传感器,以及关联数据的一部分基础设施层面(传感器网络支持)52]。

制造资源能力本体(MaRCO)支持快速半自动系统设计、重构和自动配置的生产系统。马可已经开发的快速识别候选资源和资源组合为一个特定的生产需要(53]。IoT-O是一个核心领域本体模块化的物联网(物联网),提出了一个词汇来描述连接设备及其与环境的关系。它描述的概念,如电子设备、智能网络、智能实体,物理实体,控制实体(54,61年]。

上层本体可以定义顶级活动等概念,物理对象,或拓扑关系的更具体的类和关系可以被定义。上层本体是用于开发一个更具体的领域本体,从识别关键概念利用活动的造型,用例,和能力的问题62年]。在下面,我们将通过更相关的上层本体制造系统。

基本正式本体论(拍频振荡器)作为上层框架,协助组织和开发集成的数据通过科学研究(55,63年]。此外,拍频振荡器目前正在认证过程与国际标准化组织(ISO)作为信息技术的顶级本体(64年]。

装配序列规划(ASP)本体正式定义了装配知识,所有的装配序列生成方法是知识表示和存储。ASP决定部件组装产品的序列和路径以最小成本,在最短的时间内(56,65年]。

制造服务描述语言(MSDL)提供了简单的积木需要描述一个广泛的制造服务。MSDL是制造资源的制造能力的描述在不同的抽象级别,即机、工作站,细胞,商店和工厂57]。

一种广泛使用的本体与许多扩展的描述性的本体语言和认知工程(DOLCE)。DOLCE上层本体的目标是捕获的本体论类别自然语言和人类的常识,这是非常重要的的语义网(58]。DOLCE + DnS Ultralite (DUL)是猫头鹰版本的柔美,扩展到覆盖描述和情况(DnS)框架,并且是全世界广泛采用本体的项目。柔美的基本概念可以用于调整领域本体,例如,为语义传感器网络(66年]。DUL也被用于创建一个正式的模型的事件表示时间和空间,提供全面支持对象,和人民,以及因果或相关事件之间的关系59]。与另一个DUL应用,新兴的提取和描述内容本体设计模式实现(67年]。

总之,本体中发挥至关重要的作用在发展中智能工厂的概念(68年),应用程序的元素名称空间或词汇在具体的生产方面本体是无可非议的。

2.3。基于本体的制造系统的分析和方案

在本节中,我们显示,通过几个应用程序,基于本体和知识解决方案生产不再只是概念,已经在行业中实现的方法。

ABB公司的一个研究小组提出了一个研究关于调度的解决方案与生产环境与isa - 95标准和使用B2MML共享信息。方法本体的数据支撑了工作流如图10(69年]。企业的发展控制本体(ECO) [70年]也说明语义模型在生产提供各种解决操作问题。在ECO,更多subontologies组合创建一个制造系统模型,它提供了域名信息实体,使制造系统的重构。


图10
灵活的调度生产本体数据支持(69年]。

另一个应用程序的例子是SemCPS框架(语义描述Cyber-Physical系统),使CPS描述知识的集成图形。可以有效整合CPS透视图的方法使用不确定知识图智能生产方面的标准,如AutomationML [71年]。众多的应用和研究的例子可以发现AutomationML-related发展,如数据建模和数字双交换(9,72年),或者基于IEC 62264标准AutomationML可以创建模型(73年]。另一个重要方面是实现该法案的过程(BOP)和材料清单(BOM)数据模型映射资源或能力,以执行一项任务基于物理技能(74年]。防喷器的集成和BOM在资源描述模型可以支持装配规划工程师和提供了一个框架为集群生产信息(75年]。

统一项目本体利用关联数据和语义Web为了表示知识,促进大型数据处理和利用通过他们的整个生命周期(42]。最近出版的模块化的领域本体的目的是描述网络和物理方面的自动化系统,支持同步工程(12]。以知识为基础的方法来设计程序集的有效性在敏捷制造集成与产品和过程的数据研究和证明(76年]。

西门子的一项研究证明,语义技术可以提高机器学习模型的特征选择方法在工业自动化系统中为了减少特征空间的大小模范学习问题只使用少量的语义关系77年]。Optique计划期间(78年),目标是开发一个基于本体的数据访问(OBDA)系统和提供工业大数据存储使用语义Web技术。一个令人印象深刻的展示使用Optique OBDA系统为用户定制的是西门子能源数据访问的挑战。语义技术被用来回答问题有关数据查询如下:“回归涡轮机的十大错误和警告产品族X”或“事件经常发生在一个特定的时间点之前?“(79年]。进一步研究项目与西门子合作的应用本体创建工业信息模型在制造业和能源生产。这导致Siemens-Oxford模型的发展经理(SOMM)工具支持工程师在创建基于本体模型80年]。

基于先进制造框架的适用性分析也证明了将制造业数据表示为一个多重图使用语义抽象层来灵活的数据集成。因此,还提供了一个工具来预测和说明性决策通过检测故障模式(81年]。

先前研究的作者,装配线平衡问题是调查使用多层网络建模方法,和装配线的交互元素被映射为一式两份的图(26]。链接数据的方法论与RDF三元组(在讨论部分2。2)是一样的情况由两部分构成的图形。研究被发布到正式由两部分构成的图形作为中间目标的RDF模型基于概念在查询和存储82年]。此外,RDF数据库可以同时分析层的多层网络(83年生产流程分析,提供解决方案。

基于属应用实例,基于本体的特点是以下的好处:(我)支持灵活的调度和制造业解决操作问题,如资源配置(69年,70年](2)集成CPS和描述网络和物理部件的自动化系统(71年](3)模型数字双胞胎和提供工业大数据存储(9,72年](iv)概念设计的数据模型和仓库73年- - - - - -75年](v)促进大型的项目生命周期分析(42](vi)有效地支持装配设计和规划过程评估风险和成本在生产过程的实现(12,76年](七)提高机器学习模型的效率(77年](八)数据挖掘和根本原因分析78年,79年](第九)支持预测和说明性的决策(80年,81年](x)补充技术解决装配线平衡问题(26]

在前面的部分中,我们提出并总结了研究基于本体的建模结果的生产系统和收集最相关的应用情况。在以下部分中,我们将介绍我们的方法的适用性在线束装配的案例研究。

3所示。基于本体的线束装配基准

本节描述我们的开发方法(已介绍的部分1并在图2与应用软件元素),更详细的部分3.1。之后,基于我们的方法的步骤(见图2),我们提供一个详细的工业指标,从线束制造业的一个用例部分3.2。基于本体的建模和开发知识图描述的部分3.3。最后,与SPARQL查询的数据特点,提出了多层可视化与数据分析的部分3.4。

3.1。应用软件工具的开发方法

首先,我们详细描述不同的软件功能利用在我们的方法中,在图表示2。我们的开发方法的主要理论步骤已经被描述1。应用软件包参与我们的工作如下:(我)门徒本体开发和创建OWL / RDF格式(84年](2)GraphDB管理SPARQL查询(85年](3)MuxViz内部数据形象化和管理推进制造业分析(86年](iv)OntoGraph和VOWL插件的门生环境可视化本体结构

图11代表了三个阶段的数据处理方法。第一步是将收集到的数据从生产系统中基于本体的数据集(关联数据作为RDF)。本体框架后,最终(也称为系统建模),生产数据与本体连接。在第三阶段,创建基于rdf语义网络变成了一个多层网络。执行这些任务,我们利用基于矢量和matrix-sorted数据聚合方法。


图11
数据转换的步骤创建一个与进程相关的本体和多层网络。

在数据收集的线束制造,我们研究一个模块化组装系统。相关数据是最终产品的物理部分,存储在BOM,装配线的运营商和他们的技能,和必要的设备。定量因素的活动时间的特定步骤线束装配和使用不同的技能和资源相关的成本的工具。

本体的发展,我们使用的门徒,这是由斯坦福大学开发的一个开源的工具来创建和编辑任何本体87年]。这个平台支持各种各样的语义和数据标准,如XML、RDF,或OWL本体类型的数据集88年]。深入了解制造系统的结构行为的需要分配因素或身份将一个类,对象属性或属性数据形成本体。出于这个原因,生产流程的层次必须充分反映使用isa - 95标准提供的工具或AutomationML框架(如部分中给出2。2)。本体工程的另一个关键部分是发现可重用的本体和词汇表的元素,它可以应用于当前的本体。为了实现这一点,首先,特定于行业的研究论文和语义解决方案(研究部分2。2)可以提供一个指南,但也使用工具的链接打开词汇表(值列表)建议89年),因为它提供了一个有效的搜索引擎找到适应的名称空间或词汇表元素。

先进制造业的分析方法的一部分,我们利用一些解决方案。对于数据分析和SPARQL查询,我们使用GraphDB软件,一个RDF-capable数据库工具,尤其是对知识图表。SPARQL查询的最重要的好处是创建一个结构化版本从数据存储在本体或提取RDF的数据,这是一个很好的管理基本的生产分析。此外,MuxViz软件应用程序(86年,90年)已经被用来创建多层图表示进一步探索分析的可能性。然而,如果需要更深入的调查或生产本体的高复杂性,数据科学的工具可以提供更准确的解决方案。

此外,可视化工具中扮演一个重要组成部分我们的方法在几个阶段的过程。我们利用OWL可视化工具,门徒的一部分(91年]随着VOWL (OWL本体的视觉符号)(92年]。此外,我们利用MuxViz创建多层图表示和网络分析。通过图形检查过程网络,我们可以识别和分析不同的尺度。识别核心节点和调查关键边或node-degree分布在网络结构可以提供关于生产过程的内部信息。制造业multilayer-based方法的分析和案例研究,提出了,已经使用在其他论文作者写的来验证生产流程分析(25和解决装配线平衡问题26]。在下面,我们详细的线束制造用例本体表示。

在下面几节中,我们证明提出的方法通过manufacturing-specific基准。

3.2。数据收集:一个案例研究的线束制造

开源的基准问题模块化线束生产系统开发支持可再生的发展。线束是由一个典型的复杂的模块化生产系统(93年]。许多活动和高度的挑战是手工装配需要优化装配线平衡(26]。线束制造的复杂性是由多层网络(25),每一层的基本活动连接。需要获得的信息是准确预测这些活动的持续时间(94年),可以衡量一个固定传感器。

下面的用例定义取决于前工作的合作者(94年]。制造业是模块化的,这意味着产品 是由一组模块 。类型的产品的数量 是64年, 被定义为7的组合模块: 基础模块, 左边或右边驾驶, 正常/混合, 卤素/ LED灯, 汽油/柴油发动机, 4门/ 5门, 手动或自动变速箱。 被定义为654活动/任务分为 由16个活动类型与well-modeled活动时间。这些时间是基于基准从文献[95年]。表5显示了时间的主要活动类型和定义了哪些活动时间取决于数量的电线。在这些活动中, 等于653个不同的内置部分(其中, 终端, 绷带, 连接器, 电线, 剪辑)。 工作站也定义为6区(见图12)确定组件放在assembly表。


图12
说明设备的分布在一个装配表和区域的定义。根据装配夹具移动表的输送机系统,夹具是相同放置在每一个工作站。

装配线 由10个工作站(装配表)。对于每一个装配表,一个操作员分配;因此, 。要求 也被定义为5的技能操作符,即 - - - - - -铺设电缆, - - - - - -包扎, - - - - - -附加的终端, - - - - - -安装连接器和 - - - - - -插入片段。一件设备需要为每个活动;因此, : - - - - - -布线工具, - - - - - -包扎工具, - - - - - -终端处理程序, - - - - - -连接器处理程序, - - - - - -剪裁工具。一些工具需要的资源 : - - - - - -压缩空气和 - - - - - -电力。

3.3。本体建模:建立制造业为主的知识图

本节介绍了造型开发基于本体的一部分中给出的理论背景部分2。2。类及其交互确定关于线束制造,用例的详细的部分3.2。

作为本体论发展的第一阶段,基本结构已经建立。因此,不同类型的元素被定义为特定的生产过程,如图13。描述这些类之间的关系,我们区分不同类型的连接,成本,optimizable或技术参数。所谓的对象属性,这些属性与互联明显确定生产过程的特点。


图13
技术和成本递线束制造视觉效果的因素理论本体。

提出了线束制造本体包括9类:产品、模块、组件,活动,技能,运营商,工作站,设备和资源(即,电力工具)。此外,这些类用箭头在图之间的相互作用13指着域类对象的属性。

一旦可用理论本体的结构,下面部分是建立一个以制造业知识图,首先,我们实现的相关词汇和名称空间的元素。表2总结了名称空间用于线束制造本体。词汇的来源引用表的前缀。图14代表线束的结构制造本体集成后的词汇表的元素。传说中列出,用不同的颜色表示不同的类和对象属性。此外,特定于行业的数据(部分中描述3.2)已经实现本体的数据属性,如表所示3最后一起应用对象属性。

表2
本体的综合列表名称空间。

图14
线束生产线的本体模型的基础上,应用词汇和名称空间的元素。
表3
应用对象和数据属性的列表。

最后的门生实现线束制造本体如图15提供了一个猫头鹰格式的结构模型的概述。dark-blue-coloured类和对象属性来自/名称空间前缀和数据属性呈现绿色的表示是连同他们的数据类型。这就引出了本体建模,可以导出在RDF格式,进行数据分析和查询。


图15
VOWL视图创建的本体的线束的制造过程。
3.4。先进制造分析

在模块化生产、线平衡是一项复杂的任务,特别是在手工生产过程。线束生产高要求工人的装配过程。通常,生产线包含一个特殊的输送机,即旋转线,组装表在输送机与几个装配装置(见图12)。在本部分中,我们创建了SPARQL查询本体数据分析现状,收集到的制造业数据被认为是(部分3.2)。之后,创建了基于rdf的多层网络可视化和分析个体之间的连通性。这两种方法一起评估发现线平衡改进的潜力。

SPARQL查询的结果为生产数据分析数据所示16和17。SPARQL查询的整个代码可以在附件中找到答:在第一种情况下(图16),我们调查了有多少独特的组件所需的七种不同的模块从五个不同类型的组件作为线或终端。它可以指出,最复杂的线束模块 ,基础模块,有超过350组件,而 最少的。我们可以看到许多不同的组件是均匀分布在每个模块,所以终端是最,在每个模块连接器是最少的。就像前面提到的2。3,实现本体的材料清单(或数据模型)可能产生有价值的信息,从而支持工艺工程师或设计师的作品。每个模块组装组件的分析是至关重要的对发现模块的相关性,以得到更准确的生产调度。


图16
SPARQL查询的结果关于内置组件在不同的模块。

图17
SPARQL查询的结果对于工作站分配和技能使用在64年产品的装配。

在第二个图(图17),最复杂的产品 是调查。所有的七种不同的模块都参与这个线束产品,和整个装配过程是分布在10个工作站。多少的内置组件活动分配给每一个工作站组装这个产品都会被高亮显示。图中还总结了应用技能所需的成本,和 值在酒吧代表技能总成本在每个工作站。我们可以注意到,根据使用的技能, 工作站是相似的,这意味着可以重新分配这些站之间的活动不会导致额外费用的培训。此外,有一个高技能和设备类型之间的相关性,这样就不需要额外的工具或资源。考虑这些,一个更新或重新设计活动任务的工作站可以减少装配过程的成本。

在下面,我们分析了 产品只有基础模块 组装,因为这是最相关的一个(见图16)。线平衡分析进行进一步的调查。图(18日)显示当前线平衡的情况 产品。它可以注意到,这不是一个平衡的生产过程。然而,我们需要遵循的程序应用输送线。open-paced输送机,开始和结束站比中间的有更大的灵活性。在此基础上,运营商在中间阶段 通常计划能力较低。除此之外,我们还可以突出的差异是显著的,这些电台之间的近一分钟的时间,这是一个机会进一步分析发现潜在的合并这些工作站。

(一)
(一)
(b)
(b)
图18
在装配的制造时间的演变 产品前后线平衡。(一)最初的情况下。线平衡后(b)。

在接下来的方法中,我们分析的技能,设备和工作站分配使用MuxViz大会活动。图19显示了基于本体的多层可视化,它包含三个不同的层次,代表653年大会活动的连接其他本体的类技能,设备和工作站。独特的颜色表示网络的核心节点5技能(绿色),五块设备(蓝色),十个工作站(红色)。附加信息提出了这三个层,内部边缘连接核心节点和workstation-skill代表事项,skill-equipment, workstation-equipment。


图19
多层线束制造数据的可视化。

activity-workstation层详细调查发现内合并活动的可能性 电台。图20.介绍了社区发现的基于多层连接,工作站分为五个社区 ,表中列出4。我们可以得出结论,确定,高度相关工作站根据多个属性包括在相同的社区。多层分析证实合并这些站将是有益的。


图20
Activity-workstation层和确定社区。
表4
工作站的分布在五个不同的社区。

图18 (b)显示了线平衡后的结果重新分配组装相关的活动 站和消除 站线。的基础上,提出了先进的分析,我们可以消除一个工作站(和一个操作符)的生产线。可以重新设计的输送线9站,而不是10个。尽管仍有差距,在车站,这是更有效的起点。我们需要强调我们只是专注于一种产品,而且,open-paced输送机有一个特殊的线平衡规则,如上所述。然而,基于sparql的数据查询和多层分析相比较可以发现更有效的社区和生产系统的关键元素。这些节目的可能性过程工程师解决生产线平衡问题考虑所有生产参数。

4所示。结论

在本文中,我们提出了一个本体开发方法与线束基于基准的本体来描述制造过程概述和指导开发。制造过程的本体建模和先进制造的性能分析正式数据是一个非常复杂的过程。下面,一直的教训在本研究进行了总结,为读者提供一个结论和外卖消息:(我)ISA和IEC标准的集成在基于模型的语义系统发展具有十分重要的意义(2)深入研究开放的词汇表可以方便本体论和语义模型(3)需要使用和开发特定于行业的本体和知识图表(iv)多层图是适合分析数据存储在本体的工具(v)网络和数据科学可以支持复杂系统的分析由本体(vi)本体的multilayer-network-based分析支持生产管理

在未来,我们计划使用其他案例研究和扩展我们的研究开始发展我们自己的基于本体的数据访问(OBDA)系统。我们将考虑执行带时间戳数据查询直播,本体论的结构化数据。

附录

答:SPARQL查询

图21显示了SPARQL查询的模块组件的结果数据16和22描述了查询workstation-skill分析对于工作站分配和技能使用(见图17)。


图21
SPARQL query-module-component。

图22
SPARQL query-workstation-skill。

b .线束装配活动

类型的活动和相关活动时间根据线束装配实践(93年总结在表5。活动时间是计算使用直接比例方法,例如,当一个运营商铺设4电线在一只脚,比例参数 ,活动时间 。

表5
活动的细节在线束总成。

数据可用性

线束总成数据用于支持本研究的结果存入GitHub库(https://github.com/abonyilab/wire_harness_assembly)。

的利益冲突

作者宣称没有利益冲突。

确认

这项工作得到了TKP2020-NKA-10项目资助下2020 -以下4.4.1 tkp2020主题卓越计划由国家研究、开发和创新基金的匈牙利和2019 - 1.1.1 - piaci kfi - 2019 - 00312项目(动员合作机器人模块化产业发展4.0生产系统质量管理功能)。