ОРГАНИЗАЦИЯ СЕМАНТИЧЕСКОГО ЕДИНСТВА ПАРАМЕТРОВ ТАБЛИЦ СООТВЕТСТВИЙ В САПР ТЕХНОЛОГИЧЕСКИХ ПРОЦЕССОВ

Носов C.О.

Аспирант кафедры «Технологии приборостроения» Санкт-Петербургского национального исследовательского  университета информационных технологий, механики и оптики

ОРГАНИЗАЦИЯ СЕМАНТИЧЕСКОГО ЕДИНСТВА ПАРАМЕТРОВ ТАБЛИЦ СООТВЕТСТВИЙ В САПР ТЕХНОЛОГИЧЕСКИХ ПРОЦЕССОВ

Аннотация

В работе описаны проблемы информационной интеграции таблиц соответствий в подсистемах САПР технологических процессов, а также предложно решение данных проблем за счет создания семантического единства параметров на основе онтологии предметной области ТПП. Предлагается повысить эффективность решения технологических задач за счет автоматической информационной интеграции данных в сценариях таблиц соответствий и с остальными системами ТПП, а также за счет семантической фильтрации входной модели таблиц соответствий.

Ключевые слова: таблицы соответствий, табличные алгоритмы, САПР технологических процессов, семантика, онтология.

 Nosov S.O.

Postgraduate student, ITMO University

ORGANIZATION SEMANTIC UNITY PARAMETERS TECHNOLOGICAL TABLES IN CAPP

Abstract

The paper describes the integration of information in technological tables in the CAPP, as well as prepositional solution to these problems by creating a semantic unity of the parameters on the basis of the domain ontology. It is proposed to increase the effectiveness of the solution of technological problems due to automatic information integration in the scenarios technological tables and other systems of the technological preparation of production, as well as by filtering the input model technological tables.

Keywords: technological tables, CAPP, semantics, ontology.

В настоящее время в приборостроении наблюдаются тенденции снижения продолжительности «жизни» изделий, а также повышения сложности конструкций и технологической подготовки производства (ТПП) изделий. Поэтому на современных приборостроительных предприятиях невозможно обойтись без новейших методов и средств автоматизации ТПП. В данной статье описаны пути повышения эффективности решений технологических задач на основе табличных алгоритмов за счет осуществления информационной интеграции таблиц соответствий в подсистемах САПР технологических процессов (ТП), а также за счет семантической фильтрации входной модели таблиц соответствий.

Современные производители САПР ТП такие как: ОАО «АСКОН», «SDI-Solution», «Топ Системы», НПП «ИНТЕРМЕХ», «Вектор-альянс», «TechCard» и «ТехноПро» имеют целых комплекс систем на основе табличных алгоритмов. Данные системы в основном используются для каких-либо расчетов, например, расчетов режимов резания, трудового, материального нормирования и т. д. Рассматриваемые системы можно условно разбить на три типа, первый – узкоспециализированные формы, второй – сценарии сложных логических условий, третий – сценарии таблиц соответствий.

Подход создания сценариев таблиц соответствий, реализованный компаниями ОАО «АСКОН» и «SDI-Solution», по нашему мнению является наиболее перспективным, так как позволяет заложить методики различной сложности на основе таблиц соответствий с помощью стандартного механизма создания сценариев, без использования сложных логических условий и программирования. А также данный подход позволяет технологу использовать таблицы соответствий в том виде, в котором они представлены на бумажных носителях, но используя стандартные программные средства повышения эффективности, такие как поиск и фильтрация таблиц соответствий, а также автоматическая интеграция данных.

Однако информационная интеграция между таблицами соответствий в рассматриваемых системах реализуется лишь для самых простых случаев и зачастую технологу приходится вводить одну и ту же информацию несколько раз. Рассмотрим таблицу соответствий, представленную на рисунке 1 [2].

Рис. 1 – Таблица соответствий

Данная таблица соответствий использует понятия (концепты): «обрабатываемый материал» («стали», «чугуны серые и ковкие», «алюминиевые сплавы», «медные сплавы»); «ksm твердость HB, до»; «ksm при пределе прочности o_B, МПа, до». Проблема информационной интеграции возникает потому, что данные концепты в других таблицах, а также справочниках выражены по-разному, например, используется другое написание или название. Поэтому нами предлагается метод организации семантического единства параметров таблиц соответствий на основе создания онтологии предметной области ТПП, пример онтологии рассматриваемой таблицы представлен на рисунке 2, онтология реализована в программе «Protégé».

Рис. 2 – Онтология таблицы соответствий

Онтология позволяет выразить предметную область в виде иерархического дерева, каждый концепт онтологии уникален и имеет семантические связи с другими концептами. Также поддерживается наследование атрибутов родительского концепта всеми его потомками, это позволяет свести дублирование информации к минимуму.

Созданная онтология импортируется в словарную систему («ТИС-СЛОВАРЬ»), которая обеспечивает ее хранение и распространение для всех подсистем в научно-исследовательской системе «ТИС». Каждый концепт имеет уникальных идентификатор GUID, который никогда не повторяется, таким образом, обеспечивается уникальность концепта для всех систем предприятия. То есть при создании таблиц соответствий используются не произвольные понятия, а уникальные концепты из словарной системы. Также в словаре для каждого параметра хранится название, обозначение, а также набор атрибутов, ограничивающих использование концепта. К ним относятся тип значения параметра (целое, действительное и т. д.), длина поля, пределы допустимых значений параметра, размерность и т. д. Атрибуты используются при вводе значения параметра для обеспечения достоверности вводимой информации. Более подробно принципы построения словарной системы раскрыты в работах [3, 5, 6, 7].

Такой метод хранения концептов позволяет обеспечить единство концептов для всех таблиц соответствий, хранимых в базе знаний, а также позволяет сопоставлять концепты не только в различных таблицах соответствий, но и обеспечивает единство концептов между всеми системами ТПП.

Также на сегодняшний день в рассматриваемых системах данные из моделей заготовок (МЗ), моделей детали (МД) интегрируются в лучшем случае через специальные интеграторы, в худшем просто вводятся технологом вручную, хотя данные уже определены, то есть совершается лишняя ручная работа, которая может быть автоматизирована.

Используя данный метод в совокупности с методом, предложенным в работах [1, 4], который заключается в формировании параметрической модели параллельно созданию 3D модели в системе «CATIA v5» появляется возможность для автоматической интеграции данных из моделей деталей и заготовок, за счет использования единых концептов ТПП, смотри рисунок 3.

Рис. 3 – Информационная интеграция подсистем ТПП

Так как онтологическая модель данных содержит семантические связи между концептами, а каждый концепт имеет свой набор атрибутов, то данная информация может быть использована для автоматической фильтрации входной модели таблиц соответствий. То есть на основе уже известных концептов, их свойств и групп, в которые они входят, предлагается осуществлять фильтрацию входных параметров таблиц соответствий, чтобы повысить эффективность решения технологических задач на основе табличных алгоритмов.

Рассмотрим онтологию обрабатываемого материала «Сталь 30Г», смотри рисунок 2, которая построена на основе информации из ГОСТа 4543-71. Данная модель представляет собой иерархическое дерево, каждый потомок которого имеет связь с родителем. Также каждый объект такой модели имеет свой набор атрибутов, например «Твердость по Бринеллю». Естественно, на этапе расчетов режимов резания технологу известен обрабатываемый материал. Таким образом, через связи определяем существующего предка – «Стали». На основе этих данных отфильтровываем «лишние» решения в таблице соответствий, представленной на рисунке 1, таким образом, остаются только значения решений из первой строки таблицы соответствий. Затем на основе данных «Твердость по Бринеллю – 197», отфильтровываем оставшиеся решения, и получаем один вариант – 1 (на рисунке 1 указан курсором).

Таким образом, описанный метод организации семантического единства параметров таблиц соответствий позволяет осуществить информационную интеграцию концептов таблиц соответствий в сценариях прохождения таблиц соответствий, позволяет обеспечить информационную интеграцию с другими системам ТПП. А также на основе онтологической модели данных, которая содержит семантические связи между концептами, открывается возможность для реализации сложной семантической фильтрации входной модели таблиц соответствий. Все выше перечисленное позволяет повысить эффективность решения технологических задач в подсистемах САПР ТП на основе табличных алгоритмов.

Литература

1. Бабанин, В. С. Методика создания конструкторско-технологической модели детали в среде CAD-системы // Известия высших учебных заведений. Приборостроение. – СПб.: СПбГУ ИТМО, 2014. – №8. – С. 21–25.
2. ГузеевВ. Д., Батуев В. А., Сурков И. В. Режимы резания для токарных и сверлильно-фрезерно-расточных станков с числовым программным управлением. – М.: Машиностроение, 2007. – 366 с.
3. КуликовД. Д. Управление знаниями в автоматизированной системе технологической подготовки производства // Известия высших учебных заведений. Приборостроение. – СПб.: СПбГУ ИТМО, 2014. – №8. – С. 41–45.
4. КуликовД. Д., Клеванский Н. С., Бабанин В. С. Автоматизированное формирование моделей операционных заготовок // Известия высших учебных заведений. Приборостроение. – СПб.: СПбГУ ИТМО, 2014. – №8. – С. 26–29.
5. Носов С. О. Повышение качества и эффективности принятия решений на основе справочных таблиц в САПР технологических процессов // Сборник тезисов докладов V Всероссийского конгресса молодых ученых. – СПб.: СПбГУ ИТМО, 2016.
6. НосовС. О., Сагидуллин А. С. Организация метаданных в системе управления знаниями // Известия высших учебных заведений. Приборостроение. – СПб.: СПбГУ ИТМО, 2014. – №8. – С. 45–48.
7. НосовС. О., Сагидуллин А. С. Организация системы управления знаниями на основе PDM-систем // Сборник тезисов докладов конгресса молодых ученых, выпуск 2. – СПб: НИУ ИТМО, 2014. – C. 446–447.

 References

1. Babanin, V. S. Metodika sozdaniya konstruktorsko-tekhnologicheskoj modeli detali v srede CAD-sistemy // Izvestiya vysshih uchebnyh zavedenij. Priborostroenie. – SPb.: ITMO University, 2014. – №8. – S. 21–25.
2. Guzeev V. D., Batuev V. A., Surkov I. V. Rezhimy rezaniya dlya tokarnyh i sverlil'no-frezerno-rastochnyh stankov s chislovym programmnym upravleniem. – M.: Mashinostroenie, 2007. – 366 s.
3. Kulikov D. D. Upravlenie znaniyami v avtomatizirovannoj sisteme tekhnologicheskoj podgotovki proizvodstva // Izvestiya vysshih uchebnyh zavedenij. Priborostroenie. – SPb.: ITMO University, 2014. – №8. – S. 41–45.
4. Kulikov D. D., Klevanskij N. S., Babanin V. S. Avtomatizirovannoe formirovanie modelej operacionnyh zagotovok // Izvestiya vysshih uchebnyh zavedenij. Priborostroenie. – SPb.: ITMO University, 2014. – №8. – S. 26–29.
5. Nosov S. O. Povyshenie kachestva i ehffektivnosti prinyatiya reshenij na osnove spravochnyh tablic v SAPR tekhnologicheskih processov // Sbornik tezisov dokladov V Vserossijskogo kongressa molodyh uchenyh. – SPb.: ITMO University, 2016.
6. Nosov S. O., Sagidullin A. S. Organizaciya metadannyh v sisteme upravleniya znaniyami // Izvestiya vysshih uchebnyh zavedenij. Priborostroenie. – SPb.: ITMO University, 2014. – №8. – S. 45–48.
7. Nosov S. O., Sagidullin A. S. Organizaciya sistemy upravleniya znaniyami na osnove PDM-sistem // Sbornik tezisov dokladov kongressa molodyh uchenyh, vypusk 2. – SPb: ITMO University, 2014. – C. 446–447.