1.2.2 工業(yè)大數(shù)據(jù)分析與基于本體的知識圖譜構(gòu)建

隨著“工業(yè)4.0”的提出，以物聯(lián)網(wǎng)、云計算為基礎，以模式識別與機器學習為技術(shù)，以實現(xiàn)大規(guī)模生產(chǎn)與個性化定制相結(jié)合為目的的智慧工業(yè)成了當下制造業(yè)發(fā)展的熱點。

作為智慧工業(yè)以及工業(yè)互聯(lián)網(wǎng)平臺的核心環(huán)節(jié)，工業(yè)大數(shù)據(jù)分析就是對工業(yè)數(shù)據(jù)進行一個有效處理和分析，并通過智能化決策給予生產(chǎn)過程一個正向反饋。一般意義上，工業(yè)大數(shù)據(jù)具有“6V”特征，即容量（Volume）、多樣性（Variety）、速度（Velocity）、真實性（Veracity）、可見性（Visibility）和價值（Value）。其中容量、多樣性和速度可以看作是過程工業(yè)大數(shù)據(jù)中的三個主要特征。容量作為首要典型特征，主要體現(xiàn)在數(shù)據(jù)規(guī)模方面。其次，不同傳感器的數(shù)據(jù)以及圖像、文本等其他形式的數(shù)據(jù)構(gòu)成了大數(shù)據(jù)下來源多樣化的特點。而速度，即基于快速的數(shù)據(jù)流進行過程建模，一定程度上體現(xiàn)了時效性的重要。如何綜合利用帶有這些特征的工業(yè)大數(shù)據(jù)，越來越受到研究者的廣泛關(guān)注。一方面，隨著工業(yè)大數(shù)據(jù)時代的到來，數(shù)據(jù)呈爆炸式增長，使得建模信息足夠充分（體現(xiàn)在工業(yè)大數(shù)據(jù)下的“容量”特征）；另一方面，即時收集到的歷史數(shù)據(jù)可以包含所有需要的過程狀態(tài)。此外，另一個困難是選擇模型類型及其參數(shù)，以使模型能夠理解所有的過程狀態(tài)并學習所有過程中的數(shù)據(jù)信息。這導致了模型的高度復雜性，反過來又要求模型開發(fā)使用大量的歷史數(shù)據(jù)。由此，面對包含充分信息的批量式工業(yè)大數(shù)據(jù)，為了進一步提高建模效率和降低算法復雜度，傳統(tǒng)方法被拓展成分布式/并行建模方式。

數(shù)據(jù)和知識是新一代信息技術(shù)與智慧工業(yè)深度融合的基礎。知識圖譜技術(shù)本質(zhì)上是基于語義網(wǎng)絡的思想，可以實現(xiàn)對現(xiàn)實世界的事物及其相互關(guān)系的形式化描述，該技術(shù)可用于解決智慧工業(yè)領域數(shù)據(jù)及知識的關(guān)聯(lián)性表達和相關(guān)性搜索推理問題。物聯(lián)網(wǎng)、云計算、人工智能等新一代信息技術(shù)的迅猛發(fā)展，帶來了制造業(yè)的新一輪突破，推動著制造系統(tǒng)向智能化方向發(fā)展，驅(qū)動著未來制造模式的創(chuàng)新。其中基于知識圖譜進行有效數(shù)據(jù)及知識的關(guān)聯(lián)性研究，從而實現(xiàn)高效的信息檢索與信息推理是當前實現(xiàn)智慧工業(yè)目標的熱點問題之一。而將知識圖譜技術(shù)應用到智慧工業(yè)領域中，首先需要實現(xiàn)領域知識的形式化表達，即在多模態(tài)數(shù)據(jù)要求下實現(xiàn)機器可以理解的知識表達方式。

在智慧工業(yè)領域知識的形式化表達方向中，所涉及的關(guān)鍵技術(shù)手段包含了謂詞邏輯知識表示方法、框架式知識表示方法、基于語義網(wǎng)絡的知識表示方法、基于本體的知識表示方法等。相比較而言，基于本體的知識表示方法能夠保證知識傳遞和共享過程中知識理解的唯一性，可以滿足知識類型多樣、語義關(guān)系復雜的要求，已成為智慧工業(yè)領域知識表示的主要方法之一。目前基于本體的智慧工業(yè)領域知識表示方法的代表性工作有：針對產(chǎn)品設計過程知識和制造過程知識，Chhim等發(fā)展了聯(lián)合兩類知識的本體，并嘗試將其應用于知識重用過程；針對工藝設計知識，郭鑫等考慮工藝知識特點及領域范圍，提出基于本體的工藝知識管理邏輯架構(gòu)；針對制造業(yè)領域全生命周期知識，劉航等基于本體提出多層次、多維度的知識表達模型，實現(xiàn)制造業(yè)領域知識結(jié)構(gòu)化、維度化的表示；針對協(xié)同設計知識，Bock等探索了結(jié)合本體和基于模型技術(shù)進行協(xié)同設計的方法；Sadik等解決了人機協(xié)作制造中協(xié)作制造系統(tǒng)組件本體構(gòu)建的難題，提出一種結(jié)合了基于本體多代理系統(tǒng)和業(yè)務規(guī)則管理系統(tǒng)的分布式控制解決方案；Oguz等針對現(xiàn)有人機協(xié)作研究中機器感知操作人員的行為模式被忽視的現(xiàn)狀，建立了一個描述廣泛的互動場景的本體；Kethavarapu等用基于關(guān)鍵字、基于值的抽取方法對日志文件數(shù)據(jù)進行集成，再將其轉(zhuǎn)換為WOL（Web Ontology Language，網(wǎng)絡本體語言）文件，從而實現(xiàn)了自動本體的生成。

綜上所述，當前基于本體的智慧工業(yè)領域知識表示方法獲得了廣泛的研究，為后續(xù)知識圖譜的自動構(gòu)建提供了基礎。在企業(yè)實際應用過程中，可以以現(xiàn)有研究構(gòu)建的本體作為基礎，以提高企業(yè)知識本體構(gòu)建的效率。然而，現(xiàn)有研究中所構(gòu)建的本體往往細節(jié)度不高，應用過程需根據(jù)實際的企業(yè)需求進行拓展?，F(xiàn)有的知識圖譜相關(guān)理論研究可以嘗試應用于基于知識圖譜的人機協(xié)同與交互技術(shù)并提出相應的本體構(gòu)建方法，比如：智慧工業(yè)領域知識的形式化表達方法、智慧工業(yè)領域知識推理技術(shù)以及智慧工業(yè)領域問答技術(shù)。