技术领域
本发明属于本体知识库应用领域,具体涉及一种装配系统的知识库及其构建方法。
背景技术
目前精密微细结构体被广泛用于各个领域,随着其多品种、变批量的研发和生产模式的变革,这些精密微细结构件的装配逐渐从工人的手工装配过渡到装配系统的自动装配,其装配精度、效率、可靠性和一致性都有所提高。
装配系统中蕴含丰富的知识信息,这些知识信息与装配对象信息相结合,对装配工艺决策与生成具有重要的意义。但目前装配系统知识信息彼此之间缺乏语义关联,难以与装配对象、装配动作等知识本体相互作用,得到良好的记录与应用。另一方面,本体被定义为“共享概念模型的形式化规范说明”,可以实现真正意义上的语义表示和知识重用。因此,对装配系统的知识信息进行整合梳理,形成一个基于本体的、能够识别推理的知识库十分有必要。
发明内容
针对上述现有技术的不足,本发明的目的在于提供一种基于本体的装配系统知识库系统构建方法,通过对装配系统的结构功能及关联属性参数进行整合梳理,将装配系统进行统一建模,并以一种面向微小型引信的自适应装配系统对该本体进行实例化处理,从而验证该方法的正确性,提高装配系统在装配工艺领域的共享性和重用性。
本体模型的建立环境可根据实际情况进行选择性设定。本发明所涉及的本体模型是基于 protégé软件平台建立的。
本发明提供的一种基于本体的装配系统知识库系统构建方法主要包括装配系统元素语义框架和相关属性的建立以及规则库的建立和实例化处理,具体步骤如下:
S10、归纳整理装配系统的功能结构及各属性类型概念;
S20、基于装配系统领域概念,获取装配元素关键词,在本体中建立相关属性及装配系统元素语义框架;
S30、与装配对象本体库、装配特征本体库进行合并实例化装配系统元素语义框架,得到装配知识本体;
S40、搜集传统装配经验以及发现装配系统及装配工艺中的特定装配经验,将获取的装配知识以If…Then…形式进行表达,并将If…Then…形式表达的装配知识转化为本体所能理解的SWRL规则库形式。
有益效果为:本发明通过对装配系统的数据挖掘以及相关装配知识的提取,在知识本体中进行表达,并以面向微小型引信自适应装配系统对知识本体进行实例化,通过定义不同的推理规则对知识进行推理和更新,能够有效的解决现有的装配系统信息知识难以得到有效的管理与应用,难以与其他装配信息知识相结合实现装配工艺的智能决策与生成问题,有利于实现装配系统知识的表达与重用,从而提高装配效率,缩短生产周期。
附图说明
1:装配平台总体结构
附图1为本发明所提供方法中第三步中对本体进行实例化的面向微小型引信自适应装配系统平台总体结构。其中包含上下料搬运机械手、辅助操作平台、辅助支撑子系统、精密运动控制调整子系统、装配执行子系统、多尺度自适应夹持子系统、高精度对位子系统、快速图像处理与识别子系统。
2:流程图
3:装配系统元素语义框架
附图3为本发明所提供方法第二步中根据装配系统的结构功能模块建立的装配元素语义框架;
4:装配系统本体中的相关属性
附图4为本发明所提供方法第二步中根据装配系统建立的相关属性,包括对象属性和数据属性;
5:装配本体元素语义框架
附图5为本发明所提供方法第三步中装配系统本体库、装配对象本体库与装配特征本体库合并后得到的装配本体库语义框架;
6:夹具与零件的关系推理
附图6为本发明所提供方法第三步中装配系统库与装配对象库进行合并且实例化后,推理产生的夹具与零件的关系。
7:SWRL推理后的新知识
附图7为本发明所提供方法第四步中SWRL推理后在本体中得到的关于实例座体零件 21201的新知识。
8:实例化后装配知识本体
附图8为微小型引信自适应装配系统的装配知识本体概念图。
具体实施方式
下面结合附图和实施例对本发明的方法进行详细描述。
本实施例提供了一种面向微小型引信的自适应装配系统,参见附图1,包括:上下料搬运机械手、辅助操作平台、辅助支撑子系统、精密运动控制调整子系统、装配执行子系统、多尺度自适应夹持子系统、高精度对位子系统、快速图像处理与识别子系统。
参见附图2,为本发明提供的一种基于本体的装配系统知识库系统构建方法的流程图。
步骤S10,参考附图1,归纳获取精密微细构件自动装配系统的功能结构及各属性类型概念,将其划分为上下料模块、柔性夹持模块、精密直线运动模块、装配平台模块、装配执行模块、视觉对位模块和辅助装配模块七个模块。将各个模块包含的主要结构、主要功能、精度参数等进行挖掘和整合归纳。
步骤S20,基于装配系统领域概念,获取装配系统元素关键词,在本体中建立装配系统语义框架和相关属性,如图3和图4所示。
其中,其装配系统语义框架即在微结构自动工装装配系统下分为上下料模块、柔性夹持模块、精密直线运动模块、装配平台模块、装配执行模块、视觉对位模块和辅助装配模块七个模块;各个模块下又分为各装配部件或系统;如视觉对位模块下包含显微光学对位系统、普通光学对位系统和飞行相机系统;柔性夹持模块下有子类六工位基体夹持器,其下又有子类夹具,夹具又可以划分为吸附夹具和夹爪夹具。
本体中的相关属性分为对象属性和数据属性两大类,前者将不同的语义元素进行相互关联,后者对相应的语义元素进行赋值。如“所用夹具”和“用于夹持零件”等对象属性可以将装配零件和装配夹具进行相互关联;而“是否需要视觉对位”、“量程”等数据属性分别对装配对象是否需要视觉对位、量具的量程大小等内容进行赋值。
步骤S20,,将步骤S20中建立的装配系统语义框架本体库与装配对象、装配特征本体库进行合并,并实例化装配系统元素语义框架,得到知识本体。合并后的本体语义框架如图5 所示,可以看到,该知识本体以装配对象、装配特征、装配系统为三大中心类,其下有各级子类。以一种自研发的微小型引信自适应装配系统为例,将该知识本体进行实例化。各类和实例通过属性连接,形成具有相互关联的整体,且基于各元素之间的关系关联,通过protégé自带的推理机可进行简单的知识推理。如图6所示,数据属性“用于夹持零件”和数据属性“所用夹具”之间是互为“inverse of”关系的,即两者互为逆属性,通过夹具类下的实例“弹簧夹具21201”具有属性“用于夹持零件弹簧21201”,可以推理得到新知识,实例“弹簧21201”具有属性“所用夹具弹簧夹具21201”。
步骤S40,搜集传统装配经验以及发现装配系统及装配工艺中的特定装配经验,将获取的装配知识以If…Then…形式进行表达。对于装配对位的选择,一般来说,
IF装配位置精度要求在2~5微米之间,THEN选择普通光学对位系统;
IF装配位置精度要求小于2微米,THEN选择显微光学对位系统;
IF装配位置精度要求在5~10微米之间且装配时间在某个阈值内,THEN选择飞行相机系统;
IF装配位置精度要求在20微米以上,THEN不用装配对位。
进一步的,在装配知识的基础上,将以上自然语言形式表达的知识转化为SWRL规则库形式,仍以装配对位的选择为例:
S1:零件(?x)^装配位置精度(?x,?app)^swrlb:lessThan(?app,20)->是否需要视觉对位 (?x,True)
S2:零件(?x)^装配位置精度(?x,?app)^swrlb:greaterThan(?app,20)->是否需要视觉对位 (?x,False)
S3:零件(?x)^装配位置精度(?x,?app)^swrlb:greaterThan(?app,2)^swrlb:lessThan(?app,5)^ 普通光学对位系统(?GOA)->所用视觉对位系统(?x,?GOA)
S4:零件(?x)^装配位置精度(?x,?app)^swrlb:lessThan(?app,2)^显微光学对位系统 (?MOA)->所用视觉对位系统(?x,?MOA)
S5:零件(?x)^装配位置精度(?x,?app)^swrlb:greaterThan(?app,5)^swrlb:lessThan(?app,10)^ 对位时间(?x,?t)^swrlb:lessThan(?t,10)^视觉对位模块(?ali)^所用视觉对位系统(?x,?ali)->飞行相机系统(?ali)
参见附图7,对于实例“座体零件21201”,其具有数据属性“装配位置精度3”,在上述 SWRL规则的作用下,经过HermiT推理机的推理,可得到新知识,即“座体零件21201”具有对象属性“所用视觉对位系统视觉对位21201”和对象属性“所用夹具双V型夹爪21201”以及数据属性“是否需要视觉对位true”。
参见附图8,为微小型引信自适应装配系统的装配知识本体概念图。
本发明基于本体技术构建了装配系统的装配本体知识库,将不同的装配系统功能结构进行整合分类,挖掘出其共通的特点,同时考虑到了其与装配对象本体知识库和装配特征本体知识库的结合,以自研制的微小型引信自适应装配系统为例进行实例化,并将人工装配经验在本体中进行知识表达,经过知识的查询推理,得到新的装配知识,更好的指导装配工艺过程的进行,具有实用价值。
综上所述,以上仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
机译: 基于语义角色标记的基于本体的知识库构建方法
机译: 同时生成a-box和t-box,用于Web本体语言(OWL)数据库和知识库构建
机译: 基于知识库的编辑方法,基于知识库的编辑设备,基于知识库的编辑程序和记录介质