基于语义的e－维护知识服务模型

郭建文 李运培 丘杨枫 许楚滨

(1.东莞理工学院 机械工程学院，广东东莞 523808;2.湖南大学 机械与运载工程学院，湖南长沙 410082)

随着日益激烈的市场竞争和制造业的全球化趋势，设备维护能力日益成为决定企业核心竞争力的重要因素［1］。e－维护［2］作为新兴的设备维护模式，能够利用网络和信息技术整合企业合作伙伴的核心维护能力，集成企业间有价值的维护活动，通过维护资源的集成配置和维护流程的优化管理实现维护效益的最大化。维护知识是结构化的经验和信息，也包含专家的独特见解，其核心价值在于提高维护决策的质量。从提高设备e－维护工作效能出发，维护知识资源需要在维护节点间高效共享和集成［3］。

维护知识服务建模是实现e－维护知识资源共享和集成的基础。其的实现是采用计算机可理解的模型来对设备维护知识进行服务化的表示和描述、组织及存储，实现知识的共享和重用，从而提高知识的价值。相关的学者对维护知识资源建模进行研究:文献［4］将企业、设备制造商等各个实体中的故障诊断信息和资源定义为网格服务节点，构建了一个基于网格技术的远程故障诊断系统。文献［5］将基于模型的故障诊断算法封装成网格服务，支持飞机发动机的远程诊断与维护;文献 ［6－7］设计了Web服务(Web Services)体系下的e－维护 (诊断)系统及维护数据和信息的访问控制接口。上述研究成果能够有效实现维护资源的服务化表达，但考虑到e－维护知识资源所具有的分布性、信息模糊性以及维护决策的复杂性等因素，为了提高知识服务查找匹配的准确率和查全率，需要建立基于统一技术标准的知识资源模型，使得知识资源便捷地发布，并被有效检索，同时能够向用户展示知识内涵语义［8］。

随着研究的进展，相关学者提出了语义Web服务［9］的概念。语义web服务通过建立一种具有语义支持的Web Service模型，使得分布式环境中的资源能够高效发现、自动集成。语义服务的理论基础是Web Service、本体和语义Web。Web Services［10］的目标是构筑通用的与平台无关、语言无关的技术层，使得各种不同平台之上的应用依靠这个技术层来实施彼此的连接和集成。本体［11］能够以一种明确的、形式化的方式来表示领域知识，提供共享的、精确定义的术语源;语义Web［12］可以为Web Service添加语义信息，并进一步构建公共的概念体系 (本体)，在此基础上建立推理机制，以弥补Web Service在知识表达和推理方面的不足，促进资源的进一步共享。

针对当前e－维护环境下知识服务建模研究的不足，本文提出了基于语义的e－维护知识服务模型，从维护知识资源、知识服务功能、知识服务的访问和知识服务的状态监控四个方面来对知识资源进行建模，并利用扩展的Web服务本体描述语言 (Web Ontology Language for Service，OWL－S)来实现服务的语义建模。最后介绍该模型在某e－维护平台中的应用。

1 e－维护知识服务模型

e－维护知识服务是将e－维护平台中的企业或者组织内部的各种知识资源通过服务化的封装后所形成的，具有完成1个维护目标、解决1个维护问题或做出1个维护决策功能的实体。结合e－维护的分布式协作、动态分工等特点，e－维护知识资源建模具有以下的要求:

1)知识服务模型应该采用统一、开放的技术，对知识各种资源进行标准化封装，能为后续的知识服务发现、应用等提供支持。

2)知识服务模型应该支持静态信息和动态信息相结合的描述模型，既能反映知识资源内容的静态特性，又能反映分布环境下知识资源的动态特性。

3)知识服务模型应该具备机器可理解和处理的语义信息，在语法和语义上都能准确地表达资源服务所具备的功能，从而增强服务检索的智能性和检索结果的准确性。

针对上述的需求，本文建立了图1所示的基于语义设备e－维护知识服务模型。

图1 基于语义的e－维护知识服务模型

模型包括维护知识资源类、知识服务功能类、知识服务访问类和知识服务状态类组成。维护知识资源类是实现知识服务功能的物理实体，封装了维护知识资源的物理属性;知识服务功能类封装了知识服务的属性、能力等信息;知识服务访问类主要对如何访问知识服务和访问知识服务时的标准与协议进行封装，以使得外部应用能够顺利访问服务;知识服务状态类包括服务及服务所依赖的实体资源的状态的收集，是实现知识资源状态动态监测的基础。

模型具体采用语义Web服务模型来实现。其建模则采用知识服务本体对知识服务的内容、功能和服务质量进行描述，使知识服务具有机器能够理解的语义内容，并支持服务发现、组合等智能推理和对web服务调用接口、调用格式、使用协议等信息的详细描述。

2 模型的形式化定义

为了规范化知识服务的内容，首先对知识服务进行形式化的描述。知识服务可以表示为六元组:

KSResource是维护知识资源信息类，主要用于描述知识资源的属性及功能，其描述方法是采用笔者在文献 ［3］中提出的维护知识空间模型来表示。

KSInformation是基本信息类，是对知识服务的基本信息进行描述，帮助用户了解知识服务的主要内容，可以表示为:KGSInformation=(KSID，KSName，KSDescription，KSProvider，KGSContact，KGSBiex)。其中，KSID是系统为知识服务分配的、在知识范围内的唯一标识符;KSName是知识服务的名称;KSDescription是知识服务功能的描述;KSProvider是知识服务的提供者;KSContact是知识服务提供者的联系方式;KGSBiex是知识服务信息的拓展，可以根据知识服务的具体需要进行扩展集。

KSFunction是知识服务功能信息类，主要描述知识服务的功能特征信息。KSFunction可以描述为六元组:KGSFunction=(Category，DFunction，Input，Output，Precondition，Effect)。Category表示知识服务范畴，反映知识服务的功能类别，根据具体的应用领域定义。DFunction是服务的领域功能集合，反映知识服务能够实现的领域功能，不同类别的服务具有不同的领域功能构成，领域功能的概念采用维护知识概念本体［3］表示。Input是使用服务所需要输入的参数集合。Outpus是服是执行完后能够提供的输出参数集合。Precondition是执行服务所需要满足的前提条件，采用逻辑表达式来表示。Effect是执行服务后造成的影响。一个KGSFunction描述的例子为:Category={“故障案例推理服务}，DFunction={活动能力=维护支持”;方法能力=“案例推理”;对象能力=“汽轮机”;状态能力=“转速上升”;问题能力=“调节阀故障”}，Input={“一级振动”，“二级振动”，“三级振动”，“四级振动”，“五级振动”，“进气温度”，“排气温度”，“油压”，“油温”，“转速”}，Output={“案例文件”}，Precondition= {}，Effec={}。

KSQoS描述了知识服务的非领域功能属性指标。。KSQoS可以表示为由一组与该服务质量参数相关联的度量指标构成的集合。KGSQoS指标可以分为通用指标、特有指标、个性化指标三类。通用指标主要是服务的性能、可靠性、可用性、费用等方面信息;特有指标是针对不同类型的服务所特有的评价指标，例如，维护专家服务中的学历、年龄、职称等;个性化指标是对用户专门提出的特殊要求而临时建立的评价指标。例如，某知识服务的QoS信息可表示为 (响应时间≤2h，质量等级=优秀，声誉=0.9)。

KGSState描述了知识资源服务的状态信息。KGSState=(ServiceState，TaskState，EXState)其中，ServiceState为知识服务当前的状态，由可用和不可用两种状态组成;TaskState=(ID，State)为知识服务用户任务的执行情况，ID为任务的标识，State为任务执行的情况，如未执行、执行中、暂停等;EXState为服务的扩展状态信息。

KSAcess描述了访问服务的相关信息。KSAcess=(Protocols，MFormat，TransferMode，Address)。其中，Protocols是服务访问的协议，MFormat是服务访问的消息格式，TransferMode为服务传输方式，Address为服务访问地址。例如，某KSAcess描述为 (SOAP，WSDL，HTTP，http://222.240.198.34/service/faultdiagnosis)，表示采用SOAP为访问协议、WSDL为消息格式、HTTP为传输方式、http://222.240.198.34/service/faultdiagnosis为访问地址。

3 知识服务语义建模的实现

要使计算机能够理解和处理知识服务，需要采用基于标准的语义服务描述语言对知识服务进行建模实现。OWL－S［13］是基于OWL的一种描述Web服务属性及其功能标记的本体论语言。OWL－S使用OWL构建了一个上层本体，描述了与Web服务相关的属性、能力等，以便于服务的自动发现、匹配、调用、组合以及监控等，能够使Web服务成为计算机可理解的实体。

OWL－S的组成如图2所示。OWL－S主要用类ServiceProfile、ServiceModel和ServiceGrounding来描述服务的语义。服务轮廓 (ServiceProfile)描述服务是干什么的。ServiceProfile给出了服务的基本信息，服务提供者可以用它描述服务的功能。服务模型 (ServiceModel)描述服务是如何工作的。服务定位 (ServiceGrounding)给出了服务执行的具体规范，如访问协议，消息格式和端口等。简单地说，ServiceProfile描述服务的主要内容，是服务搜索和匹配的依据;ServiceModel描述服务是如何工作。

图2 OWL－S的组成

OWL－S是通用的Web服务描述本体，没有考虑到具体应用需求。本文根据知识服务模型特点，建立图3所示的基于扩展OWL－S的知识服务本体来支持知识服务的语义建模。知识服务本体主要由继承OWL－S中相应本体类组成，说明如下:

1)KService是知识服务本体中的主类，继承OWL－S的Service类，通过KServiceGrounding，KServiceModel和KServiceProfile类来表述知识服务的内容。

2)KServiceModel继承了OWL－S的ServiceModel类，描述了知识服务的过程模型。KServiceModel主要通过与MKRProcess类 (继承了ServiceModel的Process类)关联，来对过程模型进行详细的描述。MKRProcess描述服务公开的操作、操作间的关系以及操作对应的IOPRS。

3)KServiceGrounding类继承了OWL－S的ServiceGrounding类，主要是对知识服务接口的描述，包括具体参数、消息协议等。

4)KServiceGrounding类是服务功能语义描述和匹配的基础，其组成与知识网格形式化定义中的KServiceGrounding元组对应。

图3 基于扩展OWL－S的知识服务本体模型

4 模型的应用

依据上述的研究，笔者构建了维护知识服务注册组件某e－维护联盟［3］的知识服务的建模工作。图4是某汽轮机故障诊断知识服务注册的界面。图5是汽轮机故障诊断知识服务注册后生成的文件 (片段)。文件中定义了服务ID为“TURBINE_FAULT_DIAGNOSIS_SERVICE”、KServiceProfile的描述文件为“TURBINE_FAULT_DIAGNOSIS_PROFILE”、KServiceGrounding的描述文件为“TURBINE_FAULT_DIAGNOSIS_PROC－MOD”、KServiceGrounding的描述文件为“TURBINE_FAULT_DIAGNOSIS_GROUNDING”。KServiceProfile的描述文件中定义了服务的名称为“StorageQueryInfoService”。KSFunction的Input类包括“进气温度”、“排气温度”等，DFunction的Capability元素包含“故障诊断”、“汽轮机”等。从该文件可看出，该服务采用案例推理的方法，能够实现汽轮机调节阀的故障诊断推理。

图4 知识服务本体实例 (片段)

图5 知识服务本体实例 (片段)

5 结语

设备e－维护作为新兴的设备维护组织模式，能有效提升企业的设备维护水平。维护知识若能在e－维护平台中有效集成和共享，将有助于联盟的持续发展和维护工作的高效执行。维护知识服务建模是实现e－维护知识资源共享和集成的基础。为此，本文提出了基于语义的e－维护知识资源服务模型，并采用形式化语言对知识服务模型进行规范化描述，在此基础上通过用扩展的OWL－S对知识服务模型进行了语义建模实现。基于模型构建的知识服务注册组件已在某石e－维护平台中初步试用。本文的研究能够为e－维护的知识共享提供实践经验。

［1］Takata S，Van F，Westkamper H，et al.Maintenance:Changing Role in Life Cycle Management［J］.CIRP Annals-Manufacturing Technology，2004，53(2):643 －655.

［2］Levrat E，Iung B，Crespo M A.E －maintenance:review and conceptual framework［J］.Production Planning＆ Control，2008，19(4):408－429.

［3］郭建文，于德介，刘坚，等.基于知识网格的设备维护联盟知识共享模型［J］.计算机集成制造系统，2010，16(1):47－56.

［4］曹守启，陈云，韩彦岭，等.基于网格技术的远程故障诊断系统研究［J］.计算机集成制造系统，2004，10(12):1578－1582.

［5］Rrn X，Ong M，Allan G，et al.Service－oriented architecture on the grid for integrated fault diagnostics［J］.Concurrency and Computation:Practice and Experience，2007，19(2):23 －234.

［6］Hung M H，Cheng F T，Yeh S C.Development of a Web-services-based e－Diagnostics Framework for Semiconductor Manufacturing Industry［J］.IEEE Transactions on Semiconductor Manufacturing，2005，18(1):122 －135.

［7］Hung M，Wang T，Hsu F，et al.Development of an Interface C framework for semiconductor e－diagnostics systems［J］.Robotics and Computer－Integrated Manufacturing，2008，24(3):370 －383.

［8］郭建文，于德介，刘坚，等.网格环境下基于本体的设备故障诊断服务发现方法［J］.中国机械工程，2009，20(20):2440－2447.

［9］Fensel D，Facca F M，Simperl，E，et al.Semantic Web Services［M］.Springer，Germany，2010.

［10］Booth D，Haas H，Mccabe F，et al.Web Services Architecture［EB/OL］.(2004 －02 －11)http://www.w3.org/TR/2004/Note－wsarch－20040211.

［11］Staab S，Brewster C，Hara K.Knowledge Representation with Ontologies:The Present and Future［J］.IEEE Computer Society，2004，19(1):72－81.

［12］Sheth A，Ramakrishnan C，Thomas C.Semantics for the Semantic Web:the Implicit，the Formal and the Powerful［J］.International Journal on Semantic Web ＆ Information Systems，2005，1(1):1 －18.

［13］Martin D，Ankolekar A，Burstein M，et al.OWL －S 1.2 Release［EB/OL］.(2006 －03 －01)http://www.daml.org/services/owl－s/1.2.