Kunskapsbaserad ingenjörskonst

Den här artikeln handlar om användningen av kunskapsbaserad teknik i CAD-domänen. För utveckling av expertsystem inom alla domäner, se Knowledge engineering .

Kunskapsbaserad ingenjörskonst ( KBE ) är tillämpningen av kunskapsbaserad systemteknik på området för tillverkningsdesign och produktion. Designprocessen är till sin natur en kunskapsintensiv aktivitet, så en stor del av tyngdpunkten för KBE ligger på användningen av kunskapsbaserad teknik för att stödja datorstödd design (CAD), men kunskapsbaserade tekniker (t.ex. kunskapshantering) kan vara tillämpas på hela produktens livscykel .

CAD-domänen har alltid varit en tidig användare av mjukvarutekniska tekniker som används i kunskapsbaserade system, såsom objektorientering och regler . Kunskapsbaserad ingenjörskonst integrerar dessa teknologier med CAD och andra traditionella tekniska mjukvaruverktyg.

Fördelarna med KBE inkluderar förbättrat samarbete mellan designteamet på grund av kunskapshantering, förbättrad återanvändning av designartefakter och automatisering av stora delar av produktens livscykel.

Översikt

KBE är i huvudsak ingenjörskonst på basis av kunskapsmodeller . En kunskapsmodell använder kunskapsrepresentation för att representera artefakterna i designprocessen (liksom själva processen) snarare än eller utöver konventionella programmerings- och databastekniker.

Fördelarna med att använda kunskapsrepresentation för att modellera industritekniska uppgifter och artefakter är:

  • Förbättrad integration. I traditionella CAD- och industrisystem har varje applikation ofta sin egen lite annorlunda modell. Att ha en standardiserad kunskapsmodell gör integrationen enklare mellan olika system och applikationer.
  • Mer återanvändning. En kunskapsmodell underlättar lagring och taggning av designartefakter så att de enkelt kan hittas igen och återanvändas. Dessutom är kunskapsmodeller i sig mer återanvändbara genom att använda formalism som IS-A-relationer (klasser och underklasser i det objektorienterade paradigmet). Med underklassning kan det vara mycket enkelt att skapa nya typer av artefakter och processer genom att börja med en befintlig klass och lägga till en ny underklass som ärver alla standardegenskaper och beteenden från sina föräldrar och sedan kan anpassas efter behov.
  • Bättre underhåll. Klasshierarkier underlättar inte bara återanvändning utan underlättar också underhåll av system. Genom att ha en definition av en klass som delas av flera system, förenklas frågor om ändringskontroll och konsekvens avsevärt.
  • Mer automatisering. Expertsystemregler kan fånga och automatisera beslutsfattande som överlåts till mänskliga experter med de flesta konventionella system.

KBE kan ha ett brett spektrum som täcker hela skalan av aktiviteter relaterade till Product Lifecycle Management och multidisciplinär designoptimering . KBE:s räckvidd inkluderar design, analys ( datorstödd ingenjörskonst – CAE), tillverkning och support. I denna inkluderande roll måste KBE täcka en stor multidisciplinär roll relaterad till många datorstödda teknologier ( CAx ).

Det finns två primära sätt som KBE kan implementeras:

  1. Bygg kunskapsmodeller från grunden med hjälp av kunskapsbaserad teknik
  2. Lagra kunskapsbaserad teknik ovanpå befintliga CAD-, simulerings- och andra tekniska tillämpningar

Ett tidigt exempel på det första tillvägagångssättet var Simkit-verktyget som utvecklades av Intellicorp på 1980-talet. Simkit utvecklades ovanpå Intellicorps Knowledge Engineering Environment (KEE). KEE var en mycket kraftfull kunskapsbaserad systemutvecklingsmiljö. KEE började på Lisp och lade till ramar , objekt och regler , samt kraftfulla ytterligare verktyg, som hypotetiska resonemang och sanningsupprätthållande. Simkit lade till stokastiska simuleringsmöjligheter till KEE-miljön. Dessa funktioner inkluderade en händelsemodell, slumpmässiga distributionsgeneratorer, simuleringsvisualisering och mer. Simkit-verktyget var ett tidigt exempel på KBE. Den skulle kunna definiera en simulering i termer av klassmodeller och regler och sedan köra simuleringen som en konventionell simulering. Längs vägen kan simuleringen fortsätta att anropa regler, demoner och objektmetoder, vilket ger potentialen för mycket rikare simulering såväl som analys än konventionella simuleringsverktyg.

En av de problem som Simkit ställdes inför var ett vanligt problem för de flesta tidiga KBE-system som utvecklats med denna metod: Lisp kunskapsbaserade miljöer ger mycket kraftfull kunskapsrepresentation och resonemangskapacitet ; men de gjorde det till priset av enorma krav på minne och bearbetning som tänjde ut gränserna för dåtidens datorer. Simkit kunde köra simuleringar med tusentals objekt och göra mycket sofistikerade analyser på dessa objekt. Industriella simuleringar krävde dock ofta tiotals eller hundratusentals objekt, och Simkit hade svårt att skala upp till sådana nivåer.

Det andra alternativet till att utveckla KBE illustreras av produktsviten CATIA . CATIA började med produkter för CAD och andra traditionella industritekniska tillämpningar och lade till kunskapsbaserade möjligheter till dem; till exempel deras KnowledgeWare-modul.

Historia

KBE utvecklades på 1980-talet. Det var en del av den första vågen av investeringar i artificiell intelligens för företag som drev expertsystem. Liksom expertsystem förlitade den sig på vad som vid den tiden var ledande framsteg inom företagsinformationsteknologi som datorer , arbetsstationer och klient -server-arkitekturer . Samma teknologier underlättade också tillväxten av CAx- och CAD-programvara . CAD tenderade att driva fram ledande teknologier och till och med pressa dem förbi deras nuvarande gränser. Det bästa exemplet på detta var objektorienterad programmering och databasteknik , som anpassades av CAD när de flesta företags IT-butiker dominerades av relationsdatabaser och procedurprogrammering .

Precis som med expertsystem drabbades KBE av en nedgång under AI Winter . Liksom med expertsystem och artificiell intelligens i allmänhet, fanns det ett nytt intresse för Internet. När det gäller KBE var intresset kanske starkast för business-to-business av elektronisk handel och teknologier som underlättar definitionen av industristandardvokabulärer och ontologier för tillverkade produkter .

Den semantiska webben är Tim Berners Lees vision för nästa generation av Internet. Detta kommer att vara ett kunskapsbaserat internet byggt på ontologier , objekt och ramteknologier som också möjliggjorde teknologier för KBE. Viktiga tekniker för den semantiska webben är XML , RDF och OWL . Den semantiska webben har utmärkt potential för KBE, och KBE-ontologier och -projekt är ett starkt område för aktuell forskning.

KBE och produktlivscykelhantering

Product Lifecycle Management (PLM) är hanteringen av tillverkningsprocessen för alla industrier som producerar varor. Det kan sträcka sig över hela produktens livscykel från idégenerering till implementering, leverans och kassering. KBE på denna nivå kommer att hantera produktfrågor av mer generisk karaktär än vad det kommer att göra med CAx . Ett naturligt tyngdpunktsområde ligger på produktionsprocessen; livscykelhantering kan dock täcka många fler frågor som affärsplanering, marknadsföring etc. En fördel med att använda KBE är att få de automatiserade resonemangs- och kunskapshanteringstjänsterna från en kunskapsbaserad miljö integrerade med de många olika men relaterade behoven av livscykelhantering. KBE stödjer de beslutsprocesser som är involverade i konfiguration, handel, kontroll, förvaltning och ett antal andra områden, såsom optimering .

KBE och CAx

CAx hänvisar till domänen av datorstödda verktyg för analys och design. CAx spänner över flera domäner. Exempel är datorstödd design av tillverkade delar, mjukvara, arkitekturen hos byggnader, etc. Även om varje specifik domän av CAx kommer att ha väldigt olika typer av problem och artefakter, delar de alla gemensamma problem, såsom att behöva hantera samarbete av sofistikerade kunskapsarbetare, design och återanvändning av komplexa artefakter m.m.

KBE utökar, bygger vidare på och integrerar med CAx-domänen som vanligtvis kallas datorstödd design (CAD). I denna mening är KBE analog med Knowledge-Based Software Engineering , som utökade domänen av Computer Aided Software Engineering med kunskapsbaserade verktyg och teknik. Vad KBSE var för mjukvara och CASE, KBE är för tillverkade produkter och CAD.

Ett exempel kan tas från Boeings erfarenhet. 777-programmet antog utmaningen att ha ett digitalt definierat plan. Det krävde en investering i storskaliga system, databaser och arbetsstationer för design och analysarbete. Med tanke på omfattningen av det datorarbete som krävdes fick KBE så att säga tån i dörren genom en "pay as you go-plan". I huvudsak var denna teknik att visa fördelar och sedan få mer arbete (tänk smidig ingenjörskonst) därigenom. I fallet med 777:an kom projektet dit där påverkan på förändringar i den tidiga delen av design/byggströmmen (laster) kunde beräknas om under en helg för att möjliggöra utvärdering av nedströmsprocesser. Vid behov var ingenjörer i slingan för att avsluta och skriva av sig på arbetet. Samtidigt tillät CAx snävare toleranser att uppfyllas. Med 777:an var KBE så framgångsrik att efterföljande program tillämpade den på fler områden. Med tiden har KBE-anläggningar integrerats i CAx-plattformen och är en normal del av verksamheten.

KBE och kunskapshantering

En av de viktigaste kunskapsbaserade teknologierna för KBE är kunskapshantering . Kunskapshanteringsverktyg stöder ett brett spektrum förråd, dvs ett förråd som kan stödja alla olika typer av arbetsartefakter: informella ritningar och anteckningar, stora databastabeller, multimedia- och hypertextobjekt, etc. Kunskapshantering tillhandahåller de olika gruppstödsverktygen för att hjälpa olika intressenter samarbetar kring design och implementering av produkter. Det tillhandahåller också verktyg för att automatisera designprocessen (t.ex. regler) och för att underlätta återanvändning.

KBE-metodik

Utvecklingen av KBE-applikationer handlar om kraven på att identifiera, fånga, strukturera, formalisera och slutligen implementera kunskap. Många olika så kallade KBE-plattformar stödjer endast implementeringssteget, vilket inte alltid är den huvudsakliga flaskhalsen i KBE-utvecklingsprocessen. För att begränsa risken förknippad med utveckling och underhåll av KBE-applikationen finns det ett behov av att förlita sig på en lämplig metod för att hantera kunskapen och hålla den uppdaterad. Som exempel på en sådan KBE-metodik föreslår EU-projektet MOKA, "Metodik och verktyg Oriented to Knowledge based Applications", lösningar som fokuserar på strukturerings- och formaliseringsstegen samt kopplingar till implementeringen.

Ett alternativ till MOKA är att använda generella kunskapsteknikmetoder som har utvecklats för expertsystem inom alla branscher eller att använda generella mjukvaruutvecklingsmetoder såsom Rational Unified Process eller Agile metoder .

Språk för KBE

Två kritiska frågor för språken och formalismen som används för KBE är:

  • Kunskapsbaserad kontra procedurprogrammering
  • Standardisering kontra proprietär

Kunskapsbaserad kontra procedurprogrammering

En grundläggande avvägning identifierad med kunskapsrepresentation inom artificiell intelligens är mellan uttryckskraft och beräkningsbarhet. Som Levesque visade i sin klassiska artikel om ämnet, ju mer kraftfull en kunskapsrepresentationsformalism man utformar, desto närmare kommer formalismen den uttrycksfulla kraften hos logik av första ordningen. Som Levesque också demonstrerade, ju närmare ett språk är First Order Logic, desto mer sannolikt kommer det att tillåta uttryck som är oavgjorda eller kräver exponentiell bearbetningskraft att slutföra. Vid implementering av KBE-system återspeglas denna avvägning i valet att använda kraftfulla kunskapsbaserade miljöer eller mer konventionella procedur- och objektorienterade programmeringsmiljöer.

Standardisering kontra proprietär

Det finns en avvägning mellan att använda standarder som STEM och leverantörs- eller affärsspecifika proprietära språk. Standardisering underlättar kunskapsdelning , integration och återanvändning. Proprietära format (som CATIA) kan ge konkurrensfördelar och kraftfulla funktioner utöver nuvarande standardisering.

Genworks GDL, en kommersiell produkt vars kärna är baserad på det AGPL-licensierade Gendl-projektet, tar upp frågan om applikationens livslängd genom att tillhandahålla en deklarativ språkkärna på hög nivå som är en superset av en standarddialekt av Lisp-programmeringsspråket ( ANSI Common Lisp eller CL). Själva Gendl/GDL föreslås som en de facto-standard för ANSI CL-baserade KBE-språk.

2006 släppte Object Management Group ett RFP-dokument för KBE-tjänster och bad om feedback. Hittills finns ingen OMG-specifikation för KBE; dock finns det en OMG-standard för CAD-tjänster.

Ett exempel på ett systemoberoende språk för utveckling av maskinläsbara ontologier som finns i KBE-domänen är gellish English .

KBE i Akademin

Genomföranden

Följande KBE-utvecklingspaket är kommersiellt tillgängliga:

För CAD

För generell utveckling av webbutplacerade applikationer

För analys, design och ingenjörsprocesser

Se även

  1. ^ "Kunskapsbaserad teknik" . technosoft.com . Technosoft . Hämtad 5 juli 2014 .
  2. ^ Prasad, Brian. "Vad skiljer KBE från automation" . coe.org. Arkiverad från originalet den 24 mars 2012 . Hämtad 3 juli 2014 .
  3. ^   Drummond, Brian; Marilyn Stelzner (1989). "Simkit: A Model Building Simulation Toolkit" . I Mark Richer (red.). AI-verktyg och tekniker . Ablex. s. 241–260. ISBN 978-0-89391-494-3 . Hämtad 6 juli 2014 .
  4. ^ "Vad är CATIA?" . firstratemold.com . firstratemögel . Hämtad 6 juli 2014 .
  5. ^ Switlik, John (oktober–november 2005). "Kunskapsbaserad teknik (KBE): Uppdatering" . coe.org . COE. Arkiverad från originalet den 24 mars 2012 . Hämtad 6 juli 2014 . {{ citera webben }} : CS1 underhåll: olämplig URL ( länk )
  6. ^   Spooner, David (1991). "Mot en objektorienterad datamodell för ett mekaniskt CAD-databassystem". På objektorienterade databassystem . Om objektorienterade databassystemämnen i informationssystem . Ämnen inom informationssystem. s. 189–205. doi : 10.1007/978-3-642-84374-7_13 . ISBN 978-3-642-84376-1 .
  7. ^ "AI Winter" . ainewsletter.com . ett nyhetsbrev. Arkiverad från originalet den 9 november 2013 . Hämtad 6 juli 2014 . AI Winter i slutet av 80-talet. Frasen myntades i analogi med "kärnkraftsvinter" - teorin att massanvändning av kärnvapen skulle utplåna solen med rök och damm, vilket orsakade sjunkande globala temperaturer, en frusen jord och mänsklighetens utrotning. AI Winter orsakade bara utrotningen av AI-företag, delvis på grund av hypen över expertsystem och den besvikelse som orsakades när företag upptäckte sina begränsningar.
  8. ^ Berners-Lee, Tim; Hendler, James; Lassila, Ora (17 maj 2001). "Den semantiska webben En ny form av webbinnehåll som är meningsfullt för datorer kommer att släppa lös en revolution av nya möjligheter" . Scientific American . 284 (5): 34–43. doi : 10.1038/scientificamerican0501-34 . Arkiverad från originalet den 24 april 2013.
  9. ^   Zhang, WY; Yun, JW (april 2008). "Utforska semantiska webbteknologier för ontologibaserad modellering i kollaborativ ingenjörsdesign". The International Journal of Advanced Manufacturing Technology . 36 (9–10): 833–843. doi : 10.1007/s00170-006-0896-5 . S2CID 12420678 .
  10. ^ Se Talk Page, Point-in-Time-exempel - referenser måste uppdateras
  11. ^ Sainter, P (10–13 september 2000). "KUNSKAPSHANTERING AV PRODUKTEN INOM KUNNSKAPSBASERADE TEKNIKSYSTEM" . Proceedings of DETC'00ASME 2000 Design Engineering Technical ConferenceOch datorer och information i ingenjörskonferensen . Hämtad 4 juli 2014 .
  12. ^ "MOKA: Ett ramverk för att strukturera och representera ingenjörskonst" . Esprit projekt. Arkiverad från originalet den 22 april 2004 . Hämtad 5 juli 2014 . {{ citera webben }} : CS1 underhåll: olämplig URL ( länk )
  13. ^    Kendal, SL; Creen, M. (2007), An introduction to knowledge engineering , London: Springer, ISBN 978-1-84628-475-5 , OCLC 70987401
  14. ^   Levesque, Hector; Ronald Brachman (1985). "En grundläggande avvägning i kunskapsrepresentation och resonemang" . I Ronald Brachman och Hector J. Levesque (red.). Läsning i Kunskapsrepresentation . Morgan Kaufmann. sid. 49 . ISBN 978-0-934613-01-9 . De goda nyheterna med att reducera KR-service till att bevisa teorem är att vi nu har en mycket tydlig, mycket specifik uppfattning om vad KR-systemet ska göra; den dåliga nyheten är att det också är uppenbart att tjänsterna inte kan tillhandahållas... att avgöra om en mening i FOL är ett teorem eller inte... är olösligt.
  15. ^ Wilson, Walter. "Ett språk för teknisk design" (PDF) . step.nasa.gov . Lockheed Martin . Hämtad 4 juli 2014 .
  16. ^ "Genworks" . genworks.com . Hämtad 4 juli 2014 .
  17. ^ "GDL-språkspecifikation" .
  18. ^ "KBE-tjänster för PLM RFP" . omg.org . Objekthanteringsgrupp. 2006 . Hämtad 4 juli 2014 .
  19. ^ "Datorstödd designservicespecifikation" . omg.org . Objekthanteringsgrupp. Januari 2005 . Hämtad 4 juli 2014 .
  20. ^ "Designautomation - Skapa 2D-ritningar och 3D-modeller för försäljning | Tacton" . Tacton . Hämtad 2018-06-20 .
  21. ^ "Produktdetaljer" . solidworks.com . Hämtad 2018-06-20 .
  22. ^ "Tacton Design Automation | Certifierade appar | Autodesk Developer Network" . Hämtad 2018-06-20 .

externa länkar

Hämtad från " https://en.wikipedia.org/w/index.php?title=Knowledge-based_engineering&oldid=1123539254 "