多层次多粒度采煤机创新设计知识表达方法.pdf

第 4 5 卷 第 1 期 2019年 1 月 工矿自动化 Industry and Mine Automation Vol. 45 No. 1 Jan. 2019 文章编号671-251X 201901-0022-06 DOI 10. 13272/j. issn. 1671-251x. 2018050073 多层次多粒度采煤机创新设计知识表达方法 李杏口， 丁华W， 杨琨12 1.太原理工大学机械工程学院，山 西 太 原 030024; 2.煤矿综采装备山西省重点实验室，山 西 太 原 030024 摘要针对现有知识表达方法难以全面有效地表达采煤机创新设计知识、 采煤机专题知识库对知识的表 达不够全面和检索效率不高等问题， 为实现采煤机创新设计知识和经验的重用， 激发设计者进行知识类比迁 移的能力， 提出了多层次多粒度采煤机创新设计知识表达方法。提取参数、 结构、 功能、 原理、 效应和领域等 6 种属性，用不同抽象粒度的知识对属性进行描述， 每一个粒度又分别对应着概念层、 语义关系层、实例层等 抽象层面。通过特征属性描述生成知识条目， 构建了多层次多粒度采煤机创新设计知识库， 并通过本体推理 和语义扩展从本地知识库和互联网资源检索得到不同层次不同粒度的知识， 从而实现采煤机创新设计知识 的多层次多粒度表达。以采煤机滚筒结构改进设计为例验证了该方法的可行性。 关键词 煤炭开采（采煤机创新设计（知识表达（多层次（多粒度（知识库（ 本体推理（ 语义扩展 中图分类号TD421 文献标志码A 网络出版地址Http //kns. cnki. net/kcms/detail/32. 1627. TP. 20181224. 1257. 002. html Multi-level and multi-granularity innovative design knowledge expression of shearer LI Xing1’ 2，DING Hua1U, YANG Kun1’ 2 1. College of Mechanical Engineering, Taiyuan University of Technology’ Taiyuan 030024’ China; 2. Shanxi Key Laboratory of Fully Mechanized Coal Mining Equipment’ Taiyuan 030024’ China Abstract In view of problems that existing knowledge expression s are difficutt to fully and effectively express innovative design knowledge of shearer’ and knowledge expression of existing special knowledge base is not comprehensive enough and its retri efficiency is not high’ in order to realize reuse of innovative design knowledge and experience of shearer’ inspire ability of knowledge analogy transfer by designers’ a multi-level and multi-granularity knowledge innovative design expression of shearer was proposed. Six attributes are extracted including parameter’ structure’ function’ principle’ effect and domain. The attributes are described by knowledge with different abstract granularity’ each granularity corresponds to abstraction levels of concept layer’ semantic relationship layer and instance layer. Knowledge items are generated through feature attribute description’ and multi-level and multi granularity innovative design knowledge base of shearer is constructed. Through ontology reasoning and semantic extension’ knowledge of different levels and different granularities is retrieved from local knowledge base and Internet resources’ thus realizes multi-level and multi-granularity expression of innovative design knowledge of the shearer. The feasibility of the was verified by improved structure design of shearer drum. 收 稿 日 期 2018-05-22;修 回 日 期 2018-12-03;责 任 编 辑 胡 娴 。 基 金 项 目 山 西 省 科 技 基 础 条 件 平 台 项 目 （ 201805D141002;山 西 省 自 然 科 学 基 金 项 目 （ 201601D011050;山 西 省 研 究 生 联 合 培 养 基 地 人 才 培 养 项 目 （ 2018JD15。 作 者 筒 介 李 杏 （ 1992 ），女 ， 河 南 驻 马 店 人，硕 士 研 究 生，主 要 研 究 方 向 为 现 代 机 械 设 计，E-mail nollix 163. com;通 信 作 者 丁 华 （ 1979 ） ， 女 ， 山 西 太 原 人 ， 副 教 授 ， 博 士 ， 主 要 研 究 方 向 为 智 能 设 计 、 图 像 处 理 ，E-mail dinghua2002 163. com。 引 用 格 式 李 杏 ， 丁 华 ， 杨 琨 .多 层 次 多 粒 度 采 煤 机 创 新 设 计 知 识 表 达 方 法 工 矿 自 动 化 ， 2019,45122-27. LI XingDING HuaYANG Kun. Multi-level and multi-granularity innovative design knowledge expression of shearer[J]. Industry and Mine Automation,2019,451 ； 22-27. 2 0 1 9 年 第 1 期李 杏 等 多 层 次 多 粒 度 采 煤 机 创 新 设 计 知 识 表 达 方 法 23 Key words coal mining; innovative design of shearer; knowledge expression; multi-level; multi granularity ; knowledge base; ontology reasoning; semantic extension 〇 引言〇 引言 随着煤炭地质条件越来越复杂， 采煤机发展也 面临新的挑战1， 加强采煤机前沿技术和基础理论 研究， 将现代创新理论应用于采煤机领域， 充分关联 信息和知识， 最大限度地获取、 表达和重用知识， 是 推动采煤机进一步发展的方向。 知识表达是指采用有效的数据结构对获取的知 识进行逻辑表示并物理地存储到计算机中， 以便对 知识进行灵活的处理和操作2。目前机械领域常用 的知识表达方法有本体、 谓词逻辑、 语义网络、 产生 式和面向对象等方法[3]。而采煤机创新设计知识具 有多样性、 层次性、 相关性等特点， 使用上述方法难 以全面有效地表达采煤机创新设计知识。 为了加快产品的创新， 近年来， 出现了面向产品 创新设计的知识库[4]、 计算机辅助产品创新设计系 统[5]、 创新设计本体知识库[]等 ， 这些知识库主要为 用户提供各种原理知识， 以进行产品的原理级创新 活动。为了实现采煤机具体设计知识和经验的重 用 ， 很多研究人员对采煤机专题知识库进行了研究， 构 建 了 采 煤 机 计 算 机 辅 助 工 程 （ Computer Aided Engineering， CAE分析数据库[7]、 采煤机设计规贝lj 库[810]、 电牵引采煤机零件知识库[11]等 。这些知识 库系统能够为设计人员提供特定的采煤机设计知 识 ， 但是难以满足多种多样的设计需求。此外， 现有 的采煤机专题知识库还存在对知识的表达不够全面 和检索效率不尚等冋题。 针对上述问题， 本文基于人的多粒度认知模型， 提出多层次多粒度采煤机创新设计知识表达方法， 提取参数、 结构、 功能、 原理、 效 应 和 领 域 等 ；种属 性 ， 用不同抽象粒度的知识对属性进行描述， 从而实 现采煤机创新设计知识的多层次多粒度表达。对采 煤机创新设计知识进行表示并构建知识库， 不仅可 以为采煤机设计者提供详细具体的设计知识， 还能 提供可供参考和类比的跨领域、 多学科知识。通过 本体推理和语义扩展， 快速而有效地检索知识属性 所对应的不同层次不同粒度的采煤机创新设计知识 和互联网知识， 有利于激发设计者进行类比联想并 现。 1多层次多粒度知识表达模型1多层次多粒度知识表达模型 粒化是一种概括和总结知识的方法， 可用来表 示对知识抽象程度的度量[12]。信息粒度是实现知 识重用和迁移的基础[13]。在对事物进行描述时， 人 的大脑惯于先从很粗的粒度上笼统地理解事物， 然 从 度 度 进 分 析 ， 达 从 不同层次和不同角度全面把握事物的目的[14]。整 个认知过程的多层次多粒度模型如图1 所 示 ， 模型 的顶层表示事物的外在属性（ 粗粒度） ， 底层表示事 物的详细信息（ 细粒度） 。 cognitive process 2采煤机创新设计知识表达2采煤机创新设计知识表达 2. 1 采煤机创新设计知识分类 采煤机创新设计是一个从抽象到具体、 反复迭 代 、 逐步细化的过程， 主 要 包 括 6 个环节， 即需求分 析 、 问题表征、 原理设计、 结构设计、 方案评价和详细 设计， 如 图 2 所示。随着设计过程的不断深入， 需要 的知识也会呈现由粗到精、 由抽象到具体的状态。 图2采煤机创新设计过程及各环节所需要的知识 Fig. 2 Innovative design process of shearer and the knowledge required in each link 采煤机创新设计知识可分为原理类、 综合类和 领域类3 种 。原理类知识主要包含设计原理与发明 原理等， 是指在采煤机设计前端指导创新设计过程 的一类高度抽象的设计知识， 提供规律性的设计方 法;综合类知识主要包含科学效应、 专利知识和实例 知识等， 主要用来描述学科原理及其关系， 便于实现 采煤机功能； 领域类知识主要包含采煤机具体参数、 24 工 矿 自 动 化2 0 1 9 年 第 4 5 卷 涉及领域 涉及原理 涉及领域 设计 域的设计 ， 为采煤机设 计 具 体 参 数 设计提供具体的专 〇 2.2 多层次多粒度知识表达 用不同抽象粒度 煤机属性进行描述 时 ， 每 度又分 应着概念层、 语义关系层、 例层等 层面。 2. 2. 1概念层知识表达 概 层 参 数 属 、 属 、 属 、 理属性、 效应属性、 领域属性， 用基本单元和名称对 进 描 ， 度 达 。 参 数 属性描 煤机设计过程中的具体参数； 结构属性 描述采煤机改造设计 中所 部 件； 功能属 基[15]形式描 煤机已 经实现的割煤、 破煤等功能及可能实现的功能； 原理 属性包括需求分析、 功 能 -行 为 -结 构 （ Function- Behaviour-Structure， FBS设计等设计原理和 TRIZ 发明问题的解决理论） 原理、 创 等发明原 理;效应属性描述物理效应（ 如电磁效应） 、 几何效应 如体 应 化学效应（ 如光化学效应） 等科学原 应[1617]领域属 根据国际专利分类 J 分类信息 所属领域进行描述。使用概念对 属性进行表达， 有利于形成清晰的感知知识。以参 数属 例 ， 其粒度概 图 3 所示。 图3参数属性的粒度概念结构 Fig. 3 Granularity conceptual structure of parametric attribute 2 . 2 . 2 语义关系层知识表达 语义层描 度属 语义与语义之间的关 系 ， 属 描 属 语 义 系 2 部 分 。 属 是对象本质特征的刻画， 有利于设计者怯 ， 属性语义关系 属性之间 。例如， “ 采 煤机割煤 螺旋滚筒 截齿对煤壁进 割 ” 中 属 “ 滚筒 k 截齿 ” ， 功能 属“ 割煤” ， 结构属 属性之间 系 。 属 之间 语义 系 图 4 所 。 领域属性 _涉及领域 功能属性 人类生活必需分离 作业/运输调 控 实现功能 图4属性语义关系 Fig. 4 Semantic relation between attributes 本体技术构建属性语义本体， 如 图 5 所示。 其中属性概 应本体中的类， 属性语义关系对应 本体中类与类之间的关系（ 如种属关系Kind of， 实 例关系Instance o f等 用参数、 结构、 功能、 原理、 效应、 领 域 6 种抽象属性从不同角度描述知识。通 过本体之间的关系， 映射出不同学科、 不同抽象程 度 、 不同 度 设计 ， 有 现 推 语义扩展。 图5属性语义本体关系 Fig. 5 Relation between attributes semantic ontology 2.2.3 例 层 达 实例 文档、 数据、 图纸等知识的具体描 述[18]。 例层 描 型 如 图 6 所示。标题栏 用于显示知识的名称； 条目内容包含各粒度属性和 方案内容;属 使用标准本体 进 然后， 逐步抽取出知识对应的参数属性、 结构属性、 功能属性、 原理属性、 效应属性和领域属性知识； 再 对各粒度层次知识的属性进行语义描述， 最终生成 知识条目； 将知识条目加入采煤机创新设计知识库 中， 实现实例知识由粗粒度向细粒度的转化及存储。 在使用和维护的过程中对知识库进行扩充和改进， 最终构建一个可以辅助采煤机进行创新设计的完善 的知识库系统。 设计 目 录 效应问题 结构问题 功能创新 本地知识库 图7知识库应用流程 Fig. 7 Application flow of knowledge base 4实例分析4实例分析 以采煤机截割滚筒的结构改进设计为例， 说明 多层次多粒度采煤机创新设计知识表达方法的具体 应用过程。以 java语言环境下的 eclipse为开发平 台， M ysql为后台数据库， 用 protege 4. 3 实现属性 语义关系的建立和存储， 利 用 jena2. 5. 6 将本体文 件存储到关系数据库， 结 合 Lucene开源检索工具、 jena本体推理、 语义相似度计算和Python技术实现 语义 展 。 目前采煤机一般利用滚筒直接接触煤岩进行截 下载方案 丽 方案评价 多种方案 26 工 矿 自 动 化2 0 1 9 年 第 4 5 卷 割 ， 要提高生产率， 就要提高采煤机牵引速度和截割 速度， 而这会导致滚筒能耗增加。针对该问题， 采用 本文所提方法进行改进设计， 具体步骤如下。 1问题分析 目前已有的电牵引采煤机利用 滚筒直接截割煤岩， 若要提高采煤机的生产率， 滚筒 能耗也会增大， 即采煤机的生产率与其滚筒能耗之 间存在矛盾。 “ 问题表征 用 T R IZ 理 论 中 的 39个通用工 程特性将上述矛盾转换为标准冲突问题 欲改善的 特性为“ 生产率” ， 欲恶化的特性为“ 运动物体的能量 消耗” 。 “ 获取一般解 将上述欲改善的特性和欲恶 化的特性代入阿奇舒勒矛盾矩阵， 找到相应的发明 原理， 包括 10预先作用， 19 一周期性作用， 35改 变参数， 38加速强氧化。以“ 预先作用” 原理为例 进 分析 。 “ 获取类比知识 在知识库中输入“ 预先作 用” ， 在本地知识库和互联网资源搜索到的实例知识 有“ 预先作用原理” 、 “ T R IZ 预先作用原理简述” 、 “ 基于水射流的水下开孔抽油装置” * 自动喷水灭火 装置” 等。 根据这些实例知识， 会产生一些创新方案。例 如 ， 受“ 基于水射流的水下开孔抽油装置” 的启发， 可 采用水射流方法辅助截割煤岩， 如 图 8 所示。在截 齿座的前端和后端各增加一个喷嘴， 在采煤机滚筒 截齿截煤之前， 先使用水射流对煤层进行预破碎， 使 煤岩局部或全部松动。虽然采用水射流也会消耗能 量 ， 但其消耗的能量与没有采取水射流辅助截割的 滚筒相比要少得多， 从而缓解了采煤机生产率提高 时滚筒能耗增加的问题。 1 一前喷嘴；2 截齿；3 后喷嘴 图8水射流辅助截齿座 Fig. 8 Water jet-assisted pick holder 3结语3结语 基于人的多粒度认知过程模型对采煤机创新设 计知识进行分类， 提出了多层次多粒度采煤机创新 设计知识表达方法， 并通过本体推理和语义扩展对 本地多层次多粒度采煤机创新设计知识库和网络资 源进行搜索。利用该方法， 设计者可获取与采煤机 相关的本领域、 近领域、 远领域实例知识， 促进设计 者进行联想类比， 从而进一步促进采煤机的创新设 计活动， 实现了采煤机创新设计知识的共享和重用。 参 考 文 献 （References [ 1 ]杨芸.采 煤 机 现 状 与 发 展[] .工 矿 自 动 化 ，2017, 43126-28. YANG Yun. Status and development of shearer[J]. Industry and Mine Automation, 2017 431 26-28. [2 ] OLES F J. An application of lattice theory to knowledge representation [J]. Theoretical Computer Science，2000,2491 163-196. [3 ] 丁华， 杨兆建， 姚晶.采煤机概念设计的知识表示与知 识推理[ J ]机械设计与制造，2011“ 216-218. DING Hua， YANG Zhaojian， YAO Jing. Knowledge representation and reasoning of shearer conceptual design[J]. Machinery Design k Manufacture， 2011 6 216-218. [4 ]廖荣福， 李 彦， 李文强.面向产品创新设计的知识库研 究[ J ]机械设计，2008,257 5-10. LIAO Rongfu， LI Yan， LI Wenqiang. Research on knowledge base orientating to innovation design of products[J]. Journal of Machine Design，2008,257 5-10. [5 ]陈林， 李 彦 ， 李 文 强， 等.计算机辅助产品创新设计系 统 开 发[ J ]计 算 机 集 成 制 造 系 统 ，2013, 19 2 319-329. CHEN Lin，L IY an，LI Wenqiang，et al. Development of a computer-aided product innovation and design system一CAIP [ J ]. Computer Integrated Manufacturing Systems2013 192 319-329. [ 6 ]梁浩.面向创新设计的语义知识表示方法的研究与应 用[D ].哈尔滨 东北林业大学，2014. [ 7 ]宋高峰， 杨 兆建， 丁华.采 煤 机CA E分析数据库的设 计与实现[ J ]煤矿机械，2011，322 217-219. SONG Gaofeng YANG Zhaojian, DING Hua. Design and implementation of shearer CAE analysis database [J]. Coal Mine Machinery2011,322 217-219. [8 ] 丁华， 常琦， 杨兆建.基于混合知识表示模型的采煤机 规则库构建与应用[ J ]机 械 设 计 与 制 造， 2016 5 204-207 DING Hua CHANG Qi， YANG Zhaojian . Shearer rule base build and application based on hybrid knowledge expression model[J]. Machinery Design k Manufacture 20165 204-207. 2 0 1 9 年 第 1 期李 杏 等 多 层 次 多 粒 度 采 煤 机 创 新 设 计 知 识 表 达 方 法 2 9 丁华， 杨兆建.面向知识工程的采煤机截割部现代设 计 方 法 与 系 统[] .煤 炭 学 报 ，2012 37 10 1765-1770. DING HuaYANG Zhaojian. and system of shearer cutting unit modern design oriented to KBE [J]. Journal of China Coal Society, 2012， 37 10 1765-1770 [10] 丁华， 杨兆建， 王义亮.基于知识工程的采煤机数字化 设计系统研究[J].机械设计，2011，28415-19. DING H ua， YANG Zhaojian， WANG Yiliang. Research on digital design system for coal mining machine based on KBE [J ]. Journal of Machine Design,2011,28415-19. [ 1 ]郭生龙.电牵引采煤机零件知识库构建[J ] .煤炭工 程 ，2016,4811 128-130. GUO Shenglong. Construction of knowledge base for electric traction shearer parts [J]. Coal Engineering， 2016,4811128-130. [12] PEDRYCZ W ， RUSSO B， SUCCI G. Knowledge transfer in system modeling and its realization through an optimal allocation of ination granularity [J]. Applied Soft Computing, 2012,128 1985-19958 [13] WANG Guoyin. Extension of rough set under incomplete ination systems [ J ]. IEEE International Conference on Fuzzy Systems，2002， 241098-1103. [ 1 4 ] 张清华， 周玉兰， 滕海涛.基于粒计算的认知模型[ ] . 重 庆 邮 电 大 学 学 报 （ 自 然 科 学 版 ） ，2009, 21 4 494-501. ZHANG Qinghua， ZHOU Yulan， TENG Haitao. Cognition model based on granular computing [J]. Journal of Chongqing University of Posts and TelecommunicationsCNatural Science Edition , 2009， 214 494-501. [ 5 ] 涂建伟， 李 彦 ， 李 文 强 ， 等.一种面向产品创新设计的 知 识 检 索 模 型 与 实 现[ J ] .计 算 机 集 成 制 造 系 统 ， 2013,192300-308. TU Jianwei, LI Yan, LI Wenqiang, et al. Knowledge retri model and implementation for product innovative design [ J ]. Computer Integrated Manufacturing Systems,2013,192 300-308. [ 6 ] 刘 龙 繁， 李 彦 ， 马金龙， 等.基 于 知识粒度的TR IZ在 创新设计中的应用[J ].机械工程学报，2016,525 22-328 LIU Longfan，L IY an，MA Jinlong， et al. Application of TRIZ in creative design based on knowledge granularity [J]. Journal of Mechanical Engineering， 2016,52522-32. [ 7 ] 范秋霞， 杨兆建.基于本体映射采煤机零部件CA E设 计 方 案 获 取[ J ] .煤 炭 学 报，2013, 38 增 刊1 236-242 FAN Qiuxia，YANG Zhaojian. Selection for CAE design scheme of shearer parts based on ontology mapping[J]. Journal of China Coal Society, 2013, 38 S1236-242. [ 8 ] 范秋霞， 杨兆建.基于实例规则的采煤机CA E设计知 识集成[J ].煤炭科学技术，2014584-87. FAN Qiuxia , YANG Zhaojian. Integration for shearer CAE design knowledge based on case rules [J]. Coal Science and Technology , 20145 84-87.