论文部分内容阅读
近年来,随着工业4.0的发展和更多智能设备的引入,企业对设备信息管理提出了更高要求。然而,传统的设备信息管理系统面临着设备状态监测实时性欠缺、设备信息组织与管理复杂度高、信息共享程度低、设备异常及维护智能化程度不高等问题。针对上述问题,本文将语义网技术引入到工业设备信息管理领域,并结合OPC UA(OPC Unified Architecture)技术,实现了基于OPC UA的工业设备状态实时监测、基于RDF(Resource Description Framework)图模型的设备信息语义化描述、基于本体的设备信息有效组织与管理和基于规则推理的设备异常报警及维修策略提供。主要研究工作包括:1.针对设备状态监测实时性欠缺的问题,提出基于OPC UA技术的设备状态实时监测方法。利用OPC UA技术在设备集成方面的优势,为工业设备信息管理系统提供设备状态的实时监测功能,并为设备故障诊断、维护、语义化描述等提供数据支撑。2.针对设备信息组织与管理复杂度高、信息共享程度低的问题,提出基于本体技术的设备信息管理方式。使用本体描述语言及编辑工具构建设备台账信息本体、设备操作人员信息本体、设备维修记录本体和策略知识本体对设备的相关信息进行统一、规范化描述,使不同设备的静态信息和生产运行的动态信息实现有效集成,并且使设备信息具备计算机可理解的语义。3.针对设备异常及维护智能化程度不高的问题,提出基于规则推理的设备异常及维修策略提供机制。将设备故障异常及维修的判定策略转化为使用RDF Prolog和Lisp语言描述的推理规则,借助AllegroGraph语义图形数据库提供的AGJena推理引擎,进行规则推理,实现设备运行过程中的异常报警和维修提醒,并在此基础上自动提供相应的设备异常及维修策略。4.针对传统信息管理系统中基于关键词的语法信息检索存在缺陷的问题,提出了一种基于AllegroGraph的语义信息查询机制,测试结果表明该语义信息查询机制相比基于关键词的语法信息查询在查全率和查准率方面有显著提高。5.结合B/S(Browser/Server)模式和现有的软硬件资源,搭建基于语义的工业设备信息管理测试系统,基于该系统对各模块功能进行测试验证。测试结果表明该系统的各模块功能具有有效性,同时也验证了相关技术应用的有效性。