工程数据表的数据协同数字化资源建设方法研究论文

SCI论文（www.lunwensci.com）

　　摘要 ：针对以电子文档为载体的工程数据表这类具有代表性的数字化资源面向技术数据跨领域高效共享 、重用所存在的数据检索 困难和调用不便等问题， 通过对其问题原因的分析总结， 提出了以数据协同为目标开展数字化资源建设而解决此问题的新理念。 研究了在数据协同目标下集数据的“建 、储 、管”为一体而实现工程数据表数字化资源建设的理论和方法， 将工程数据表及其所 含的各项数据项分别看作独立的对象， 进而可针对在不同应用场景下求解工程问题所利用的表， 从问题与表及其数据之间的关联 关系入手， 基于本体理论通过定义如元组的应用知识本体来实现对工程数据表应用知识的描述 。面向智能制造时代产品研发时， 满足基础性技术资源在数据层面基于知识的高效共享和自动化 、智能化重用需求 。研究工作可为机械工程领域基础性技术资源的 数字化建设提供具有推广和借鉴价值的理论探索和方法实践。

　　关键词 ：数据协同,数字化,资源建设,工程数据表,智能制造,技术资源


　　Abstract: When the representative digital resources such as engineering data tables, which take electronic documents as the carrier, face the efficient sharing and reuse of technical data across fields, there are problems such as difficulty in data retrieval and inconvenience in calling . Aiming at these problems, through the analysis and summary of the causes of the problems, a solution was put forward to carry out the construction of digital resources with the goal of data collaboration . The theory and method of engineering data table digital resource construction under the goal of data collaboration was studied, and the engineering data table and the data items contained in it were regarded as independent objects, so that the tables used in solving engineering problems in different application scenarios could be used . Based on ontologytheory, the application knowledge of engineering data table was described by defining the application knowledge ontology such as tuple . In the era of intelligent manufacturing product research and development, basic technical resources at the data level based on the efficient sharing of knowledge and automation, intelligent reuse requirements. The research work can form a theoretical exploration and method practice with popularization and reference value for the digital construction of basic technical resources in mechanical engineering field .

　　Key words: data collaboration; digitization; resource construction; engineering data sheet; intelligent manufacturing; technical resource


　　0 引言

　　在当今智能制造不断深入开展的时代背景下， 基于 Web 打破学科领域 、组织边界实现对技术资源的实时共 享和高效准确重用已成为产品研发的基本态势[1] 。这就 导致了如何实现对即有数字化技术资源的准确识别和重 用问题 。通过对数字技术资源在产品研发领域的利用现 状和技术发展趋势的分析， 如何实现技术资源的数据协 同已成为技术资源数字化应用研究的最新趋势和关键问 题[2] 。分布环境下， 实现技术资源数据协同的关键是如 何基于 Web 实现技术资源所封装异类 、异构技术数据的 按需动态跨平台共享和深度集成 。此问题需要从技术资 源的“数字化建设 、存储和知识管理”三方面综合考虑解决 。 目前， 针对数字化技术资源的存储 、管理问题研 究所形成的以“云平台 、云服务”等为代表的技术手段 虽然可有效满足当前产品分布 、离散研发环境和过程条 件下对于数字化技术资源从文档层面高效共享 、重用的 需求[3] 。但因目前依托数字化文档所建设的数字化工程 技术资源在数据内容构成和形式上普遍存在不一致 、不 规范等问题， 导致基于目前的技术手段仍不能针对现有 数字化工程技术资源实现高效数据共享和重用[4] 。针对 国标和工程技术手册中以数据表为代表的这类基础性工 程技术资源， 此问题则表现更为突出 。该问题从根本上 是由于国内针对基础性工程技术资源的数字化建设长期 缺乏深入系统研究所导致的[5] 。这显然需要从提高数据重用性 、协同性角度开展关于工程技术资源的数字化建 设理论和方法的基础性研究工作来加以解决。

　　基于此认识， 本文以机械工程领域国标 、手册中最 具代表性的技术数据表这类基础性工程技术资源为对象， 开展了面向数据协同的数字化技术资源建设理论方法的 研究， 不仅可从技术数据“建设 、存储 、管理”一体化 的角度为现有工程技术资源的数字化建设升级形成可借 鉴的思想理念和方法， 而且可以为工业强基战略在我国 企业产品研发过程中得以更加深入有效的落实从基础性 工程技术资源层面提供有效的保障措施[6]。

　　1 工程数据表的数字化资源建设现状及问题

　　目前， 工程数据表作为一类基础性的技术资源主要 是通过对传统纸质版国标 、手册中数据表的图像采集来 实现资源的数字化建设 。相关技术数据表被转化为图像 记录在 pdf 文档 。这样的数字化资源建设方式虽然可以 为技术资源的共享提供良好支持， 但由于其仅仅是标准 或手册中数据表的简单复制， 所封装技术数据的内容和 质量与原表一样 。针对数据的高效检索 、调用存在解析 检索困难 、无法直接调用等不足 。究其原因， 就在于国 标 、手册中的工程数据表在自身表结构和内容上存在如 表 1 所示的内容和存储 、管理层面的一系列问题。

　　表 1 中所分析的管理和存储调用层次的问题在实际 中表现十分明显， 文中不再分析 。而内容层面的问题相 对复杂， 具体可通过图 1~4 节选自国标或手册 pdf 文件的 数据表得到说明 。从图 1 所示的表可看出不同工艺的粗 糙度数据置于一起的数据堆叠问题以及“横纵双表头、 嵌套表头 、字段重复 、数据表头(粗糙度 Ra) 、表数据取 值为索引与真值不同(*,×) 、数据缺失(表内空白格)”等内 容 和 格 式 方 面 的 问 题 。 从 图 2 所 示 的 表 中 可 以 看 到“1.5~2”这样的数据取值模糊和类似 R1 这样的含义抽象 等问题 。从图 3 所示表中则可看到不同类型的材料物理 性质数据面向应用的配伍关系不明确或搭配不清楚的问 题 。从图 4 所示的表中则可以看到数据按行匹配关系存 在一对多和多对多的匹配关系不明确问题。


　　实际中， 上述问题往往因表不同而差异化的同时存 在 。因此很难编制程序实现对这些问题的一致解决， 从 而导致目前基于电子文档所建立的工程数据表资源中所 封装的技术数据难于通过计算机进行一致有效的检索和 重用[7] 。究其原因， 根本在于未能面向资源所封装数据 的应用需求从资源的建设 、记录和管理一体化集成的角 度综合考虑资源的建设问题 。这显然需要打破现有观念、 方法束缚， 针对国标手册中的技术数据表研究新的数字 化资源建设理论和方法来加以解决。

　　2 面向数据协同的工程数据表数字化资源建设理论

　　要保证国标手册中传统工程数据表的数据可依托计 算机高效 、准确重用， 对于其数字化资源的建设显然应 基于系统思想以及信息理论从资源相关数据的数字化 “建 、存 、管”一体化角度综合考虑加以开展 。工程数据 表的数字化资源建设不仅要在数据的“共建 、共享 、有 序 、关联 、演进”等角度符合信息论的基本规律， 而且 还要在资源数据的内容 、结构 、 内外关系等方面符合 “整体性 、有序性 、层次性 、开放性”的系统论思想 。据 此， 本文提出工程数据表数字化资源建设的数据协同目 标 。该目标有两层含义： 其一是表内数据内容明确关系 稳定可按需一致关联检索 、调用; 其二是表间数据可按 需实现动态一致关联 、重组与整合。

　　在以数据协同为目标从数据“建 、存 、管”一体化 角度综合考虑措施建设数字化资源的思想下， 为避免工 程数据表数字化资源建设过程中上述问题的重复发生， 其数字化资源建设应秉承“模块化 、规范化 、场景化”3 条基本原则 。此 3 条原则各自的含义及其对于解决表 1 中 问题的作用如表 2 所示 。 由表可知， 模块化主要针对工 程数据表的数据构成和关系而形成 。此原则可保证所建 设的数字化表资源中的数据项构成明确且相互关系稳定 一致 。这就可为从数据层面实现资源的规范化建设和管 理提供良好前提和保证 。显然， 模块化原则是以数据协 同为目标开展工程数据表数字化资源建设所应遵循的首 要原则。


　　规范化则是针对数字化工程数据表资源的数据形式、 内容以及数据在取值上的匹配关系而提出的 。规范化通过表中各项数据标识符号的唯一性以及各项数据在取值 上的确定性 、全面性和格式上的通用性加以体现 。基于 该原则可以保证所建设数字化表资源中的数据能通过程 序实现一致 、高效的检索和调用。

　　场景化是针对工程数据表的知识管理问题所形成的 数字化资源建设原则 。它要求按表及其数据的外部应用 特征进一步实现数字化表资源的应用属性与其数据之间 匹配关系的明确化。

　　综合上述面向数据协同的工程数据表数字化资源建 设思想和原则， 对于国标和手册中工程数据表的数字化 资源建设可分两步骤开展： 步骤 1. 基于原则 1 、2 将传 统工程数据表改造为支持数据协同的模块化规范化的数 字化工程数据表资源; 步骤 2. 实现数字化工程数据表 资源应用知识的描述， 针对改造好的工程数据表基于原 则 3 进行应用知识的描述 。显然， 实际中此两步骤需要 通过对工程数据表的模块化 、规范化重建方法和应用知 识描述方法的研究加以落实。

　　3 面向数据协同的工程数据表数字化资源建设方法

　　依据上述针对工程数据表所分析的数字化资源建设 思想 、原则和步骤， 下面就针对图 1~4 中存在问题的表 具体说明基于本文所提出的思想 、原则重构可支持数据 协同的具有模块化 、规范化特征的数字化工程数据表的 方法。

　　图 1 中表主要存在堆叠粗糙度数据问题， 粗糙度数 据作为表头 、表数据按行不匹配和表数据值与真值不一 致的问题 。首先基于模块化思想解决数据堆叠问题 。将 原表其分为 4 张表， 原图中沙型类下的“×”数据和“*” 数据各一张表， 金属型类下的“×”数据和“*”数据各 一张表 。此拆分同时减少了原表嵌套表头问题的复杂性 。 拆分后关于“×”数据和“*”数据的两表在数据内容和 构成上各具一致性 。此处仅以图 1 中砂型类下的“×”数 据通过表 3 所示的规范表来说明解决该表嵌套表头 、数 据表头问题的解决结果和方法。


　　针对图 2 的表中所存在的数据取值范围模糊问题， 可通过数据按取值范围拆分为上 、下界数据项的方法而 实现问题的解决， 拆分结果如表 4 所示。


　　针对图 3 存在的数据配伍关系不明确 、搭配不清楚问题， 可基于模块化 、规范化原则将原表拆分构建成关 于表面性能的硬度数据表和关于机械性能的强度数据表 分别如表 5~6 所示。


　　针对于图 4 的表中存在的数据叠加 、嵌套表头 、数 据取值模糊 、数据多对一配伍关系的表数据问题， 在基 于模块化原则按数据自身及应用特点将叠加表格分别化 学成分和热处理硬度两张表的基础上， 可基于规范化原 则， 采用上述类似的方法解决嵌套表头和数据按范围取 值的问题 。对于数据一对多的问题可以通过按对应关系 拆分不变的数据加以解决 。最终拆分构建结果如表 7~8 所示。


　　综合上述的方法可知， 本文对于目前国标和手册数 字化文档中工程数据表的数字化资源建设从根本遵循着提升技术数据的信息确定性原则 。实际中， 通过对上述 表 3~8 中所示方法的组合， 可以构建出符合数据协同目 标的模块化规范化数据表， 消除表数据在结构关系和内 容上的不确定性， 使所建立的表数据具有如下符合软件 操作处理的属性： ( 1 ) 针对不同表， 同一数据在数据名 称和内容上具有一致性; (2 ) 表内数据是一一对应的; ( 3 ) 表数据可基于通用软件和工具一致记录存储 。实际 中， 在基于上述理论方法可以实现对工程数据表数字化 资源的规范化建设， 为从知识管理层面进一步解决数字 化资源的管理问题奠定基础。

　　4 工程数据表数字化资源的应用知识描述

　　实际中， 工程数据表的应用知识在本质上就是表及 其数据与实际问题及其属性之间的关联匹配关系 。在基 于上述方法实现工程数据表数字化资源模块化规范化建 设的基础上， 表自身稳定明确的数据内容和明确的数据 匹配关系为表及其数据应用知识的描述奠定了良好的基 础 。可以将表及其所含的各项数据项分别看作独立的对 象， 进而可针对在不同应用场景下求解工程问题所利用 的表， 从问题与表及其数据之间的关联关系入手基于本 体理论通过定义如下包含五元组的应用知识本体来实现 对工程数据表应用知识的描述。

　　AK=< T, Q, R, D, A>

　　上述应用知识本体定义中： T 为工程数据数字化表 资源对象的集合， 它通过 “表名 、表文件 、表文件类 型”等属性可一致性的记录工程数据表的信息; Q 为 利用表数据解决的问题的集合， 它基于 “问题名称 、 类型 、技术领域 、技术要求”等属性而一直记录问题 信息; D 为求解问题所用到的表数据对象集合， 它通 过数据项名称和标识符号一致记录求解问题所用到的 数 据 对 象 信 息; R 为 求 解 问 题 的 表 之 间 关 系 的 集 合 ， 分为 “组合 、先序 、后序 、匹配”等类型; A 为求解 问题的数据与表之间关系的集合， 分为“从属 、包含” 两种基本关系 。虽然实际中， 针对国标手册中的工程 数据表的应用十分广泛复杂， 但本体的动态可扩展性 可以保证基于本文所定义的应用知识本体通过对其属 性的动态扩充而能够适应各种工程数据表应用知识的 描述需求[8] 。

　　依据上述所定义的工程数据表应用知识本体， 实际中， 可以针对工程数据表的实际应用情况， 通过构造应 用知识本体实例而实现对所建设的工程数据表数字化资 源自身及其数据与实际应用情况之间匹配 、关联关系的 全面 、一致性描述和记录 。进而可基于 OWL 语言构建对 应的工程数据表应用知识库实现对其应用场景信息的动 态记录和管理 。这就可从资源建设 、存储 、管理一体化 的角度实现数据协同的数字化资源建设目标。


　　5 结束语

　　面对传统工程数据表这类技术数据资源依托电子文 档开展数字化资源建设的现状及其在应用中所存在的不 足， 本文首先分析了基于数字化文档所建设的传统数字 化技术资源， 面向实际应用需求在“内容 、存储 、管理” 三个层面中所存在的问题 。提出了以数据协同为目标从 数据“建、存、管”一体化角度综合开展工程数据表数字 化资源建设的思想及其实现的理论原则 、步骤和方法[9] 。 从数字化资源建设层面给出了解决目前基于电子档所建 立的工程数据表数字化资源中所存在主要问题 。本文研 究的方法可以为技术资源的数字化建设提供可供推广借 鉴的思路 。基于本文的研究工作， 后续可以针对数字化 技术资源的储存和知识管理问题开展进一步深入的研究。

　　参考文献：

　　[1] 田学华,胡祥涛,魏一雄,等 . 智能车间数字孪生系统开发架构 与关键技术标准研究[J]. 标准科学,2021(S1):18-20.

　　[2] 程虹霞, 向俊, 张博 . 新一代信息技术与智能制造先进生产模 式融合[J]. 兵工自动化,2021(11):55-61.

　　[3] 霍肖,周琴, 吴志超 . 智能制造背景下铸造实践的教学改革与 探索[J]. 科技视界,2021(32):22-27.

　　[4] 郭二甫 . 信息化管理在轻工机械设计制造中的应用研究[J]. 轻 纺工业与技术,2021(10):14- 18.

　　[5] 王朝阳 . 现代数字化设计在机械设计制造技术中的应用与发 展[J]. 信息记录材料,2019(8):25-28.

　　[6] 宋志强 . 轻工机械设计创新的新思维和新方法探讨[J]. 新型工业化,2021(7):18-24.

　　[7] 王思义 . 互联网时代计算机在机械制造自动化系统中的应用 [J]. 机械设计,2021(4):17-22.

　　[8]林振平 . 机械设计制造的数字化与智能化发展趋势和前景探 析[J]. 科技经济导刊,2021(11):12-21.

　　[9] 张克啸 . 浅谈现代机械设计的创新设计理论与方法研究[J]. 内 燃机与配件,2020(4):33-42.

　　[10] Wen Long Chin. Principles of Verilog Digital Design[M]. CRC Press,2021.

　　[11] Joanne Pransky.The Pransky interview: Dr Hod Lipson, Profes⁃ sor at Columbia University; Robotics, AI, Digital Design and Manufacturing Innovator and Entrepreneur[J].The Industrial Ro⁃ bot,2019(9):11-21.

　　[12] Ersin Uzun.New Concepts for Digital Design and Manufacturing [J]. Manufacturing Engineering,2018(11):44-50.

　　[13] Berry H. The inflfluence of multiple knowledge networks on in ⁃ novation in foreign operations[J]. Organization Science, 2018. 29 (5):855-872.

　　[14] Wiener M, Saunders C, Marabelli M. Big-data business models: A critical literature review and multiperspective research frame ⁃ work[J]. Journal of Information Technology, 2020. 35(1):66-91.
 
 
关注SCI论文创作发表，寻求SCI论文修改润色、SCI论文代发表等服务支撑，请锁定SCI论文网！

文章出自SCI论文网转载请注明出处：https://www.lunwensci.com/ligonglunwen/56788.html