基于PMI领域知识图谱的完备性检查技术研究

王岩岩 张春燕 张胜文 陈世辉

（江苏科技大学机械工程学院，江苏 镇江 212003）

信息完备性检查是一项辅助性的技术，是自动标注技术发展过程中的一个过渡技术。主要检查产品制造信息（product manufacturing information，PMI）的正确性、完整性及清晰性。正确性是指信息是否符合工艺标准；完整性是指信息是否完整，包括冗余和缺失两方面；清晰性是指信息空间布局是否符合要求。PMI作为产品基于模型定义（model based definition，MBD）三维模型的重要组成部分，由传统的二维标注不断向三维标注发展。但MBD模型中的PMI往往较为复杂且分散，容易造成可读性差，用户交互性差等问题。为了充分发挥MBD模型的优势，减少信息传递过程中的差错，需要对MBD模型中的PMI进行完备性检查。

目前的三维自动标注技术尚不成熟，PMI标注过程主要仍需依赖于人工操作，因此容易导致模型中的PMI标注出现冗余、缺失和不合理等问题。在这样的背景下，研究PMI的完备性检查技术对于计算机辅助设计（computer aided design,CAD）与计算机辅助工艺规划（computer aided process planning,CAPP）的发展都具有重要的现实意义。

为提高工作效率和PMI标注准确率，国内外学者进行了大量研究，并获得阶段性的成果。谭祯[1]建立空间标注模型，将二维坐标转化为三维空间坐标，实现了多视图的尺寸完备性检查，但是该方法只适用于二维工程图。程亚龙[2]等借助于几何约束图，针对顺序标注的三维尺寸标注实现了完备性检查。Luisa Martínez M[3]提出根据几何约束来求解几何元素的过约束问题，但并没有有效解决尺寸缺失问题。张菲菲[4]针对航天薄壁件制造特点，构建了基于MBD的信息模型，并以三维模型为主体，进行知识图谱的融合，最终实现信息集成。

在前人研究的基础上，本文结合知识图谱技术，采用自顶向下的方法构造了PMI领域知识图谱，通过标注的冗余关系、标注的取代关系和标注的矛盾性3个方面构建SWRL规则，在此基础上，实现对PMI的完备性检查。

1 PMI领域知识图谱相关概念

知识图谱（knowledge graph，KG）是具有有向图结构的一个知识库，近年来在人工智能领域应用广泛，它以图的形式表现事物间的关系。从本质上看，知识图谱是一种关系网络[5]，以一种通用的语义知识形式化的方法对事物进行描述，其基本单位为三元组。主要采用（实体，属性，关系）和（实体，属性，属性值）两种三元组形式[6]。知识图谱的逻辑层次，可表达为

式中：KG表示知识图谱；TBox表示模式层，即本体；ABox为数据层即具体的信息。

领域知识图谱是知识图谱在特定领域中的应用。本文采用自顶向下的方法构建PMI领域知识图谱，即先构建本体并定义好数据形式，再提取实体进行填充。在知识图谱构造的工具方面，Protégé是一种常用的可视化本体构造软件[7]，相比于其他同类软件，Protégé的优势在于可以进行模块化的设计，并能够实现部分功能对中文的支持，可以实现本体的构造、推理及可视化显示。Neo4j是目前最流行的知识图谱构造软件，它是一款基于Java语言开发的事务型数据库，可以实现图形数据的处理和存储[8]。

PMI表示产品MBD模型的非几何信息，包含产品的尺寸标注、形位公差、工艺基准、表面粗糙度、零件属性和技术要求等产品制造信息[9]。它是传统二维图纸中的尺寸、公差和技术要求等标注信息在MBD模型中的可视化集成化的表达[10]，可以将PMI直观地显示在三维模型的表面或剖面中，以此提高使用效率，保证产品质量。图1展示了机架MBD模型中某一模型视图的PMI实例。

图1 机架MBD模型中某一视图的PMI实例

2 PMI领域知识图谱构建

2.1 PMI领域知识图谱模式层构建

PMI标注对象间存在着复杂的联系。要完成模式层的构建，不仅需要对相关术语进行梳理，还需要整理机械工艺手册、工艺卡片和相关标准文件（如GB/T 1958-2017）等资料对PMI相关的知识术语进行抽取。在对各术语进行梳理之后，提炼出的PMI相关知识术语间的逻辑关系如图2所示。

图2 PMI知识术语关系图

PMI领域本体是一个复杂的模型，不仅具有较多的概念，而且概念间的彼此关系也错综复杂。本文从局部开始采用七步法来构建PMI本体，最后将各局部本体按照相互关系合并为PMI的领域本体。本体构建流程如图3所示。

图3 本体构建流程

这里以形位公差的局部本体为例来说明本体的构造过程。其步骤如下：

步骤1 确定本体所在的领域为PMI标注的形位公差部分；

步骤2 确定相关领域的概念术语。根据形位公差的相关概念在Protégé中建立形位公差类；

步骤3 定义概念层次结构，对应于Protégé中的Class。顶层概念为“形位公差”，中间层概念为“形状公差”和“位置公差”，底层概念为“直线度”、“线轮廓度”、“同轴度”等；

步骤4 定义概念属性，概念属性包括对象属性和数据属性两部分。在Protégé中，对象属性对应于Object Properties，数据属性对应于Data Properties。对象属性用于连接两个实体，表示类与类之间的关系；数据属性用于连接个体和具体的数据类型值，表示某个类特有的数据值，值域是某种数据类型；通过设置定义域（domain）和值域（range）对属性进行定义。部分属性及约束列于表1所示。

表1 部分属性及约束

步骤5 本体评价。结合Protégé自带的Pellet推理机功能，完成一致性检查；

步骤6 本体实例化。对应于Protégé中的Individuals。为给类及子类添加相应的实例；

步骤7 本体的可视化显示及存储。检验无误后，保存局部本体。

以同样的方法建立其他局部本体。最后，将这些局部本体按照逻辑关系进行合并，形成最终的PMI领域本体。在Protégé中构造的PMI领域知识图谱的本体如图4所示。

图4 PMI领域知识图谱的本体

本体构造完成后，使用Pellet推理机对最终的本体进行一致性检查，经检验，所构建的PMI领域本体符合要求。

2.2 PMI领域知识图谱数据层构建

数据层的构建涉及两个方面问题，即数据的收集和存储。领域知识图谱的主要特点就是“小样本”，有着较小的数据量和对专业知识库较高的依赖度。因此，在数据收集方面，为了更好地反映船用柴油机关键件的特性，以PMI知识库为基础，结合对船用柴油机典型零件库进行信息提取进行整理归纳。在数据存储方面，运用图数据库的形式存储生成的知识图谱实现。

由于MBD模型中的PMI数量繁多，种类较为分散，难以进行统一管理，所以需要根据不同类型，对PMI进行集中分类提取。首先，读取MBD模型中的所有PMI标注，记录PMI数目为N，分别对每一个PMI标注进行处理，判断其具体类型提取信息。最后，进行集中存储。

本文以C语言的编程思想为指导，通过伪代码表达MBD模型中的PMI提取过程。将PMI类型（PMI_type）分为尺寸标注类（Dimension）、形位公差类（GeometricTol）、表面粗糙度类（SurfaceRou）、工艺基准类（Datum）、技术要求类（TechnicalReq）进行提取。PMI分类提取的伪代码如表2所示。

表2 PMI分类提取的伪代码

2.3 知识融合

知识融合过程分为实体链接和知识合并两个部分[11]。实体链接是指将数据对象链接到知识图谱中，知识合并是指将有歧义的实体信息进行处理。知识融合流程如图5所示。

图5 知识融合流程

模式层具有较高的统一性和准确性，因此只需要对数据层进行融合。数据层构造采用了不同来源的数据，需要对知识进行实体链接和实体合并。先对各实体属性信息进行相似度计算[12]，当相似度超过设定的阈值时，则进行实体链接消除冗余。对于从数据库中的实体信息IA和从零件中抽取的信息IB，由于数据库实体信息具有更高的置信度，应优先选用IA中的信息进行替换。通过D2RQ映射将数据转化为RDF格式的三元组格式完成知识融合。最后，利用Neo4j对PMI领域知识图谱进行储存，将融合后的数据导入Neo4j，得到PMI领域知识图谱的部分可视化显示。

3 基于SWRL规则的PMI完备性检查规则构建

语义网络规则语言（semantic web rule lan-guage，SWRL）是一种专门描述规则的语言，使用规则与OWL（web ontology language）知识库的结合。通过对本体的实例进行规则推理，实现本体与SWRL的结合，有效地弥补了本体推理能力不足的缺陷。

PMI领域知识图谱中的存在着大量隐含规则，需要通过对已有知识进行知识推理和关系的挖掘。PMI标注对信息完备性的影响主要体现在3个方面：（1）冗余的标注会影响信息的完整性。（2）矛盾的标注会影响信息的准确性。（3）冗余和矛盾的标注间接影响着信息显示的清晰性。

本文以各标注的关联对象要素作为联系的枢纽，建立具体的完备性检查规则。

（1）标注的冗余关系

建立标注冗余性相关规则如表3所示。

表3 标注冗余性相关的SWRL规则

（2）标注的取代关系

建立的标注取代性相关规则如表4所示。

表4 标注取代性相关的SWRL规则

（3）标注的矛盾关系

建立的标注矛盾性相关规则如表5所示。

表5 标注矛盾性相关的SWRL规则

将PMI完备性检查的规则按照3种类型编写完成后，在Protégé的SWRLTab中进行整理，Protégé中的PMI完备性检查规则库如图6所示。规则创建完成，在Protégé的“Individual by class”模块中创建对应类的实例。通过Protégé自带的Drools引擎完成规则推理，将OWL与SWRL合并生成Drools规则语言。经OWL+SWRL-＞、Run Drools、Drools-＞OWL等操作进行推理和OWL文件更新。与本体中的类相对应，在前文所创建的实体基础上进行扩充，并为新创建的实体设置属性。PMI领域的实体通过关联对象产生联系，每个关联对象依据其xsd:int类型的tag值进行区分，经过推理后生成推理结果。

图6 PMI完备性检查规则库

4 应用与实例

本文中的知识推理功能的实现是基于Web网页开发技术，并通过网页的形式实现与NX系统的集成。采用Java编程语言解决Web问题的技术称为Java Web[13]，它是Spring框架的常用技术。这里知识推理部分将利用Java Web进行功能页面的开发。

开发过程中运用的Java Web是基于MVC分层模式进行设计的，采用了Spring Boot框架进行业务逻辑控制。通过Spring Boot对Spring体系框架进行了整合优化，能够利用更简易的配置快速实现Java Web的启动。通过采用MySQL数据库进行数据存储，结合Mybatis框架进行数据库访问[14]，借助提供从数据表到Java类的映射实现降低数据传输的复杂性的需求。MVC分层模式的原理如图7所示。

图7 MVC分层模式原理

Jena提供的API接口[15]支持OWL、RDFS及DAML+OIL，可以实现对本体文件数据进行处理，通过读取OWL文件，对本体进行拓展应用。

本文以船用柴油机某型号的机架为实例对系统进行验证。首先需要输入机架的MBD模型，以机架的MBD模型为信息源，所集成的信息包括视图信息、标注信息、特征信息(对应加工工序信息)、几何信息等。点击“数据预处理”，系统对MBD模型PMI信息进行自动遍历和分类；点击“PMI信息提取”按钮后，会弹出如图8的界面，PMI的详细信息会以树列表的形式显示，点击“确定”按钮后，后台自动保存。MBD信息提取的内容，包括尺寸标注、形位公差及表面粗糙度。提取后的信息通过界面显示，同时后台以文件形式进行保存。机架MBD模型如图9所示。

图8 PMI信息提取界面

图9 导入MBD模型

PMI完备性检查部分是结合Web编程技术，在Web网页上实现的。点击“PMI完备性检查”按钮，会自动通过浏览器进入PMI完备性检查平台。PMI完备性检查包含“关系查询”和“知识推理”两个模块。“关系查询”模块可以通过输入实体名或关系名进行搜索。“知识推理”模块通过读取所提取的模型PMI信息，根据SWRL规则库对PMI标注进行知识推理。PMI信息包括标注的编号、类型、公差值和关联对象编号。点击“开始推理”按钮，自动在所导入的PMI信息基础上进行推理。推理完成后，会在界面右侧按照冗余性标注、取代性标注、矛盾性标注3种类型自动对推理结果进行归类。详细信息包括尺寸类型及其对应的tag值。如图10所示。

图10 PMI完备性检查结果

由推理结果可知，机架MBD模型中出现3个冗余性标注，2个取代性标注，3个矛盾性标注。导出PMI完备性检查结果，部分PMI完备性检查报告如图11所示。在第1个平面的第2个角度和第3个角度存在2个取代性标注，分别是Tag值为53 620和64 606的形状公差，这两个形状公差可以相互取代。同理可以通过Tag值的不同找到机架MBD模型中的冗余性标注和矛盾性标注。经检验，关于尺寸标注、形状公差和表面粗糙度的错误标注均能根据该方法进行检查。

图11 部分PMI完备性检查报告

5 结语

本文针对MBD模型的PMI完备性检查问题展开了研究，结合NX平台的相关开发技术，开发了船用柴油机关键件MBD模型的PMI完备性检查系统。通过船用柴油机典型零件实例，验证了系统方案的良好性能。针对当前信息标注过度依赖人工、PMI信息提取及完备性检查困难以及工序模型存储成本较高等问题，提出了以MBD模型为唯一数据源的PMI完备性检查技术研究方案。将知识图谱技术与完备性检查技术相结合，自顶向下地构建了PMI领域知识图谱，并通过Neo4j技术实现了信息的可视化及存储。在此基础上结合SWRL规则推理建立PMI完备性检查的相关规则，实现了PMI完备性检查。在完成了系统方案设计及系统关键技术理论研究的基础上，利用NX二次开发工具，结合Visual Studio2012等编程开发工具，以C++等编程语言进行了系统的开发。最后通过船用柴油机典型零件实例对系统进行了验证。