[发明专利]基于语义数据和知识推理的分布式自适应产线重构方法

权利要求书

1.基于语义数据和知识推理的分布式自适应产线重构方法，其特征在于，所述的方法包括为建立基于本体的生产任务和制造资源语义模型和通过知识推理实现生产任务和产线资源的逻辑重配；

其中，所述建立基于本体的生产任务和制造资源语义模型包括以下步骤：

S1、构建生产任务和制造资源信息本体模型；

S2、构建生产任务和制造资源信息知识库结构；

S3、保存生产任务和制造资源信息模型文件；

S4、根据生产现场实际生产任务和制造资源的更新情况，判断是否需要更新生产任务和制造资源信息本体模型，若需要，则执行更新步骤S5，否则执行步骤S6；

S5、更新步骤S1及步骤S2所建立的生产任务和制造资源信息本体模型和知识库结构；

S6、将更新的生产任务和制造资源信息本体模型和知识库结构，加入模型库；

所述的通过知识推理实现生产任务和产线资源的逻辑重配包括以下步骤：

1、分别计算生产任务和制造资源的本体模型中各对应元素语义相似度；所述计算生产任务和制造资源的本体模型中各对应元素语义相似度如同基于本体的生产任务和制造资源语义模型的建立步骤，在云端分别完成生产任务和制造资源的本体模型的建立后，启用映射匹配机制，通过相关基于树的语义相似度测度算法，依次计算本体模型和知识库结构中物料、人员和设备三大组成元素之间的语义相似度R1、R2和R3；

2、将步骤S1所得的语义相似度加权求和，综合考虑语义相似度和总时间约束，重排生产任务的逻辑顺序；重排生产任务的逻辑顺序的具体过程是对步骤1中所得的R1、R2和R3三个语义相似度确定合适权值进行加权求和，同时加入生产时间不得超过交货最晚日期的总时间约束，对生产任务逻辑顺序进行重构；

3、引入评价指标体系，得出资源组合最优解，对制造资源层下达生产任务。

2.根据权利要求1所述的基于语义数据和知识推理的分布式自适应产线重构方法，其特征在于，步骤S1中，所述构建生产任务和制造资源信息本体模型是基于本体三元组的方法构建，通过对加工具体工艺过程的分析，抽象出目标任务及制造资源的概念、属性及其之间的关系，分别使用物料需求信息、人员需求信息和设备需求信息与物料供给信息，人员供给信息和设备供给信息三大本体元素对生产任务与制造资源信息进行描述。

3.根据权利要求1所述的基于语义数据和知识推理的分布式自适应产线重构方法，其特征在于，步骤S2中，所述构建生产任务和制造资源信息知识库结构的具体过程为：

首先，通过制造任务层的制造任务智能体Agent和制造资源层设备及物料Agent与云层之间的实时自主通信和交互，获取生产任务和制造资源的实时状态数据；

然后，通过数据到模型的映射，完成一次基于本体的语义模型实例化；

在生产任务和制造资源实时状态不断更新，数据不断流入的情况下，最终形成生产任务和制造资源的三元组知识库。

4.根据权利要求3所述的基于语义数据和知识推理的分布式自适应产线重构方法，其特征在于，所述生产任务和制造资源的实时状态数据为企业层的客户订单任务和在实际生产过程中，因设备故障停机的意外事故所导致的中断任务。

5.根据权利要求1所述的基于语义数据和知识推理的分布式自适应产线重构方法，其特征在于，步骤S3所述的保存生产任务和制造资源信息模型文件的具体过程为利用Protégé图形化建模工具，将步骤S1和步骤S2中已构建完成的本体模型和知识库结构，通过本体描述语言描述，分别保存为生产任务和制造资源信息本体模型文件。

6.根据权利要求1所述的基于语义数据和知识推理的分布式自适应产线重构方法，其特征在于，步骤S5中的更新包括更新本体模型的类及其属性的增加、修改和删除、依次更新生产任务和制造资源信息的本体模型、知识库结构和本体模型文件。

7.根据权利要求1所述的基于语义数据和知识推理的分布式自适应产线重构方法，其特征在于，步骤S6加入模型库的具体过程为利用Protégé图形化建模工具，将生产任务和制造资源信息本体模型文件分别加入到生产任务和制造资源信息本体模型库中。

8.根据权利要求1所述的基于语义数据和知识推理的分布式自适应产线重构方法，其特征在于，步骤3中，所述评价指标体系是在若干个满足生产任务需求的同一类型的制造资源时使用；通过评价指标体系和根据产品制造合格率反馈、销售价值与工艺质量相匹配原则，求解得到最优的资源组合，实现制造资源的优化配置。