面向设计重用的电主轴知识图谱构建及储存方法研究

王洪申，李柏林，连亚东

（兰州理工大学机电工程学院，甘肃兰州 730050）

1 引言

在机械制造领域，高精密的数控机床在许多行业扮演着极为重要的角色，但由于国产数控机床的精度不高，大量高精密机床依赖进口。随着对电主轴研究的深入，我国已经开始自己设计并制造电主轴，积累了大量相关设计资料，然而，由于没有很好地将这些知识整理和存储，使得设计人员面临重用困难、效率低等问题。

本研究通过建立电主轴本体和数据映射存储，完成电主轴知识图谱的构建，以期在此基础上进行知识推理，重用电主轴设计知识，辅助优化电主轴结构设计。知识图谱（Knowledge Graph）是以图的形式表示客观世界中的实体（概念、人、事物）及其之间关系的知识库［1］。完整知识图谱的构建分为模式层和数据层，其中模式层是通过本体建模，以类的形式存储经过提炼后的知识。数据层是类中的个体，表达的是某一个具体个体的实际信息。知识图谱的一般表达式为：

式中：T—TBox，知识图谱数据层；A—ABox，知识图谱模式层。

知识图谱模式层的建立可以采用语义映射和交互式两种建立模式。针对语义映射的方式，文献［2］提出基于转移假设的表达模型TransE，其核心思想为：通过三元组（头实体，关系，尾实体）的相似度计算，寻找知识图谱中各个元素的关系。对于一个正确的三元组，其相互之间应满足关系此方法简单有效，但TransE在多属性映射方面存在不足，针对该问题文献［3］在TransE上进行了进一步的完善，提出TransH的概念。该方法通过为每个关系多学一个映射向量，在一定程度上解决了多属性映射的问题。文献［4］对三元组中的关系进行了进一步的划分提出模型TransR，用于对应现实中更为复杂的实际关系。文献［5］提出面向知识图谱的工艺重用，并进行了异构CAM的知识融合研究［6］，但目前自动构建知识图谱的研究均未能完善。这里采用自顶向下的方法，运用斯坦福大学的本体构建的七步法，通过对电主轴结构及相关加工的分解，形成构建本体所需的类，运用交互式完成本体建模。其目的是借用基于图数据库的知识推理进行电主轴结构设计的研究，优化电主轴的性能。

2 知识图谱模式层相关概念

Ontology即本体，比较通用的说法是共享概念模型的明确的形式化规范说明。本体的目标是捕获相关领域的知识，提供对该领域知识的共同理解，确定该领域内共同认可的词汇，并从不同层次的形式化模式上给出这些词汇和词汇之间相互关系的明确定义。本体与传统知识表示的一个根本区别在于系统中的类、属性、约束条件等内容可被计算机理解，并且可以根据已有概念推理出隐含信息，因而广泛被应用于医疗、金融、情报学等多个领域，并逐步探索应用于机械领域。

RDF（Resource Description Framework），被称为资源描述框架，是一种利用三元组进行信息储存的数据模型，通过“头实体，关系，尾实体”的三元组形式可表示实体之间的许多复杂联系，并对数据进行组织结构化，进而使用图形的方式对用户进行展示。2004年，W3C（World Wide Web Consortium，万维网联盟）在RDF的基础上定义了一种新的语义网络语言OWL（Web Ontology Lan⁃guage），相对于RDF，OWL类之间的关系可以基于描述逻辑进行形式化建模，表达出复杂的逻辑关系，为推理提供基础。Protégé是斯坦福大学基于JAVA开发的一个开放式的本体编辑软件，具有支持多种本体语言输出的特点，广泛应用于构建各类知识图谱模式层，因此选取Protégé 软件，完成电主轴知识图谱模式层构建，并以OWL形式存储。OWL由三个基本元素：类（Class）、个体（Individual）和属性（Property）构成，在OWL中规定，任何东西都是类owl：Thing的一个实体，因此本体构建过程中用户定义的任何一个类都是owl：Thing的子类。

3 电主轴设计知识图谱模式层构建

3.1 电主轴设计难点及其影响因素分析

在构建知识图谱的过程中，通常有自底向上和自顶向下两种模式。自底向上的建模优势在于通过知识提取技术，可以实现本体建模的自动化，但由于其构建模式层的过程中存在的难以消除语义歧义和知识提取技术上不成熟，因此采用自顶向下的方式构建电主轴知识图谱模式层。

区别于普通的轴类零件，电主轴是将主轴和电动机融合在一起，其优势在于实现了机床的“零传动”，提高传动效率，可实现超高速转动，提升机床的加工效率和精度。因此，保证在超高速下，电主轴的稳定性是电主轴设计的难点。影响电主轴稳定性的因素很多，下述三个主要影响因素。首先采用内装式集成的电主轴，由于结构的紧密性，导致散热性差。其次，电主轴极限转速极高，电机转子与主轴之间采用过盈连接，过盈量的选取是主轴性能的主要影响因素之一。最后，轴承预紧力的设计对于电主轴影响很大，合理的设计可以消除轴承游隙、降低振动、抑制升温和延长轴承使用寿命。其主要结构，如图1所示。

图1 高速电主轴系统剖视图Fig.1 Sectional View of High−Speed Motorized Spindle System

3.2 斯坦福大学本体构建七步法

根据上文所述，知识图谱模式层是通过本体建模，并以类的形式存储经过提炼后的知识。常见的本体有应用在企业的En⁃terprise Ontology［7］（企业本体），以及结合了骨架法和GOMEZ−PEREZ的一种针对化学元素本体的方法Methontology［8］。国外某大学本体构建七步法具有较强的实用性，因此选取该方法交互式完成电主轴设计知识图谱模式层的构建。

（1）确定领域和范围。拟定研究范围为电主轴的结构设计，旨在通过知识图谱和知识推理解决电主轴结构设计难题，实现对电主轴结构的设计重用。

（2）考虑本体的重用。考虑是否已有相对成熟的研究对象本体，能否对其重新利用以减少设计人员工作量是考虑本体重用的目的。由于拟定的研究对象是电主轴结构设计，无相关本体库，故本次设计不考虑本体重用。

（3）列举重要术语。在电主轴的结构设计过程中涉及到的术语较多，下面选取部分用于演示如主轴、轴承、主轴套筒、油缸、电动机、编码器、隔垫、拉刀机构等。

（4）定义类和类的层次。类是具有统一属性的元素的集合，将电主轴进行结构分解，主轴、轴承、电动机、油缸等电主轴的组成结构抽象成电主轴结构设计本体中的类。同时，针对电主轴的结构设计过程，“初始参数”、“几何参数”和“性能评价指标”等也设计成类。每一个类还一个进一步细分成子类，如轴承是一个类，其子类为前轴承与后轴承，同时其与轴承类的关系为继承。

（5）定义类和个体的属性。属性对应三元组之中的Predicate（谓语），Protégé 将属性分为Object Properties（对象属性）和Data Properties（数据属性），其中Object Properties 用以描述两个实体之间的关系，Data Properties则是针对某一实体描述其数据属性。

（6）定义属性的约束条件。属性的约束条件是对属性的性质进行约束的设置，其约束条件如Functional（函数性），Inverse Functional（逆函数性），Transitive（传递性）等，以轴承为例，建立对象属性“大于”，赋予约束条件Transitive，轴承的额定动载荷“大于”额定静载荷，计算载荷“大于”额定动载荷，根据Transitive的特性，可以推理出计算载荷“大于”额定静载荷。

（7）创建实例。实例创建过程参考3.3节。

3.3 电主轴设计本体的构建

电主轴本体应从结构和过程设计进行分解，根据结构将电主轴分解成主轴、主轴套筒、轴承、轴承座、油缸、电动机、编码器、编码器锭子座、水套、隔垫、拉刀机构、挡水盘、挡油盘、平衡盘、油缸、润滑系统、冷却系统等，其中如轴承、等可根据位置不同进一步分解为前轴承与后轴承，根据设计过程设计初始参数、几何参数、轴承参数、材料参数和性能评价指标等并建立对应三元组关系，两者结合形成电主轴设计本体。电主轴结构设计本体关系可视化模型，如图2所示。图中的实线代表父子关系，指向下一级子类。虚线代表三元组中的连接关系，连接的是三元组中的头实体和尾实体。图中“+”代表有子类未展开。如图2所示，前轴承的内隔垫（以下简称前内隔垫）与前轴承构成的三元组中，前内隔垫是头实体，前轴承是尾实体，由头实体指向尾实体的关系表明前内隔垫点定位前轴承。由于篇幅限制，通过轴承和性能评价指标具体展示如何进行本体模型构建。

图2 电主轴结构设计本体关系模型可视化（部分）Fig.2 Visualization of Ontology Relation Model of Motorized Spindle Structure Design（Part）

以轴承为例，将“轴承”抽象成类，并按照结构设计进一步分解为前轴承和后轴承。通过对电主轴的结构分解可知，电主轴的前轴承与主轴之间存在过盈配合，与前轴承座之间存在间隙配合以及需根据前内隔垫与前外隔垫进行定位。再由主轴相关参数确定轴承的设计逻辑，确定头实体（Domain）为“主轴”，尾实体（Ranges）为“前轴承”，建立关系“过盈配合1”用以连接头实体和尾实体，其三元组关系，如图3所示。通过rdfs：comment定义“过盈配合1”的含义：主轴与前轴承之间存在过盈配合，图中箭头由头实体指向尾实体。同理，建立关系“间隙配合4”连接头实体“前轴承”与尾实体“前轴承座”，建立关系“定位1”连接头实体“前内隔垫”与尾实体“前轴承”，建立关系“定位2”连接头实体“前外隔垫”和尾实体“前轴承”。电主轴设计中轴承部分本体的构建及模型可视化展示，如图3所示。为了对电主轴的性能进行分析，建立“性能评价指标”类，作为对电主轴性能的评判标准。电主轴的主要性能评价指标有噪声值、温升值、临界转速、动不平衡与振动值、使用寿命、刚度、精度等，在类“性能评价指标”下建立具体的性能指标个体（Individuals）。如图4所示，额定动载荷影响温升值，温升值影响轴承预紧力，轴承预紧力影响刚度，刚度有影响临界转速。应用关系“影响”建立三元组：（1）“额定动载荷，影响，温升值”，（2）“温升值，影响，轴承预紧力”，（3）“轴承预紧力，影响，刚度”，（4）“刚度，影响，临界转速”。以临界转速为中心展开的电主轴过程性本体模型，如图4所示。

图3 轴承本体模型构建及可视化Fig.3 Construction and Visualization of Bearing Body Model

图4 以临界转速为中心展开的电主轴过程性本体模型Fig.4 Process Ontology Model of Motorized Spindle Centered on Critical Speed

4 电主轴设计知识图谱的存储

4.1 数据库的选择

区别于传统的结构化数据，NoSQL（Not Only SQL，非关系型数据库）具有表现数据之间关联的优势。采用图数据库Neo4j作为存储三元组的系统，Neo4j作为一个原生的图数据库引擎，它存储了原生的图数据，可以通过图结构的自然伸展特性来设计免索引邻近节点遍历的查询算法，使其具有高效性。同时，Neo4j是一个应用范围广泛的开源图数据库，提供Cypher API接口，支持Cy⁃pher 查询语言具有高可读性，容易学习等特点。Neo4j支持多个子句，可以以非常简单的方式完成复杂查询，并可通过自定义推理规则的方式来实现知识推理。

4.2 数据存储

根据上文所述，完整的知识图谱分为模式层与数据层，经过上述步骤完成模式层建立后，我们将针对建立好的模式层进行对应数据层的映射，即MySQL存储的前轴承实例数据转化成表2中对应的三元组数据，如表1所示。

表1 MySQL存储的前轴承实例数据（部分）Tab.1 Front Bearing Instance Data Stored by MySQL（Part）

表2 电主轴结构设计三元组示例（部分）Tab.2 Triple Example of Electric Spindle Structure Design（part）

D2RQ是一种声明式的映射语言，描述关系型数据库到OWL之间的关系。数据集成架构，如图5所示。

图5 数据集成架构Fig.5 Data Integration Architecture

通过Generate−Mapping工具建立与预设本体对应的映射关系，具体步骤如下：

（1）通过JDBC 将D2RQ 与MySQL 建立连接，处理数据库中储存的电主轴设计数据，目的是将表1中的关系型数据转为如表2所示的三元组形式。

（2）通过Generate−Mapping工具设置对应的预设本体的映射规则。如下展示对类“前轴承”的部分核心代码：

通过<#前轴承_轴承_id>调用MySQL中名为前轴承的表格，将轴承类型、轴承型号与精度等级依次与模式层中的类“前轴承”映射，形成三元组，如表2第一行所示，前轴承的轴承类型是氧化锆全陶瓷轴承。其中，belongsToClassMap 与本体中的domain 对应，refersToClassMap与本体中的range对应。

（3）调用dump−rdf工具，和映射文件从MySQL输出三元组，并可根据需要定义输出三元组文件为rdf、ttl和nt储存格式，转化后结果，如表2所示。其中，file：///D：/d2rq为文件路径，MMS.rdf为映射后自定义生成的三元组文件名称。

5 总结

提出设计重用的电主轴知识图谱构建及储存方法，运用斯坦福大学的本体构建的七步法，进行交互式本体建模，对其构建过程进行了详细演示，并通过D2RQ映射，将设计数据与模式层结合。完成电主轴设计知识图谱的构建。区别传统的电主轴研究方案，电主轴设计的知识图谱建模方法为电主轴研究提供一种新思路。但完善电主轴设计知识图谱是一个不断补充的过程，同时需要通过知识提取与融合补充大量实例作为数据基础，以期达到知识推理的两个目的：

（1）实现电主轴设计的重用，通过对部分参数的改变，基于已有的电主轴设计数据，自动生成新的电主轴设计，减少工程师大量低效的重复工作，提高工作效率。

（2）实现电主轴设计的隐藏语义推理，对电主轴设计进行改进，在如主轴悬伸量、主轴跨距与轴承选用配合等关系中推出新的影响因素，提升电主轴性能。