JOHN ATANASOFF SOCIETY OF AUTOMATICS AND INFORMATICS

International Conference

AUTOMATICS AND

INFORMATICS’12

PROCEEDINGS

Published by

JOHN ATANASOFF SOCIETY OF AUTOMATICS AND INFORMATICS

Bulgaria, Sofia, October, 3 – 5, 2012

PROCEEDINGS CD: ISSN 1313-1869

 

JJOOHHNN AATTAANNAASSOOFFFF SSOOCCIIEETTYY OOFF AAUUTTOOMMAATTIICCSS AANNDD IINNFFOORRMMAATTIICCSS

SSeeccrreettaarriiaatt AAddddrreessss Bulgaria

1000 Sofia 108 Rakovsky str.

tel. (+359 2) 987 61 69 fax (+359 2) 987 61 69

e-mail: sai@infotel.bg

www.sai.infotel.bg www.sai.bg

International Conference AUTOMATICS AND INFORMATICS’12

3-5 October 2012, Sofia, Bulgaria

СЕМАНТИЧНИПОДХОДИ ЗА ОПЕРАТИВНA СЪВМЕСТИМОСТ В ИНЖЕНЕРИНГА НА ПРЕДПРИЯТИЯТА SEMANTIC APPROACHES FOR INTEROPERABILITY IN ENTERPRISE ENGENEERING Д. Гочева, И. Бачкова Химикотехнологичен и Металургичен Университет, кат. Автоматизация на производството, бул. Кл. Охридски 8, София, България, {dani / idilia}@uctm.edu Abstract: Using semantic technologies in enterprise engineering enable interoperability between different heterogeneous systems.Transforming relational databases into ontologies, using of meta models and integration of different ontologies allows to use the advantages of semantic technologies in business and manufacturing systems. In this paper different semantic approaches for interoperability in enterprise engineering are proposed and summarized. The suggested approaches are illustrated with case studies from the domain of hot strip mill production.

Key words: interoperability, ontology, relational data base, OWL

ВЪВЕДЕНИЕ

Една от най-важните характеристики на предприятията днес е, че те функционират в условията на бързо променящата се среда, което затруднява дългосрочното прогнозиране и осигуреност на бизнеса. За да се справят с тези предизвикателства, предприятията трябва да се развиват активно, като промяната и адаптацията трябва да бъдат тяхно естествено, динамично състояние, вместо нещо, на което трябва да се реагира принудително. Всичко това налага интегриране на операциите в предприятията и е довело до развитието на дисциплината, наречена инженеринг на предприятията[1], чиято цел е да организира всички знания, необходими за постигане на целенасочена и професионална промяна в предприятията.

Oсновните данни на едно предприятие включват данни за клиенти, продукти, служители, материали, доставчици и организационни структури. В този обхват информационният обмениграе много важна роля, тъй като тяхното реално управление, синхронизиране и споделяне в хетерогенни среди и системи саот изключително значение за постигане на целите и изпълнение на задачите на едно съвременно предприятие.

Научните и научно-приложните изследвания в областта на интеграцията и оперативната съвместимост са доминирани от подходи на основата на модели и моделноуправлявани подходи [2, 3, 4, 5, 6]. Бъдещите тенденции в интеграцията и моделирането на предприятията ще са„хлабаво” свързани оперативно съвместими системи, а не монолитни решения на висока цена и цялостни интеграционни проектис нисък успех [2, 4]. Оперативната съвместимост е домейн специфична [2]. Освен трите области: хора, хора и информационни и комуникационни технологии, както и самите информационни и комуникационни технологии, има различни типове бизнес (индустрия, финанси, здравеопазване), различни категории хора (мениджъри, експерти, оператори), различни технически устройства (контролери, ИМ, сензори), както и системи (компютри, комуникационни мрежи) с техните специфични нужди за оперативна съвместимост.

Основна цел на инженеринга на предприятията е да се разработят модели и методи, водещи до решения за оперативна съвместимост в самите предприятия, между тях и между тях и околната среда. В резултат на приемане и приспособяване на стандартна методология, архитектура, инженерни методи и средства за моделиране, предприятията получават възможност за повторно и многократно използване на ясни проекти и модели за инженерингови дейности с цел непрекъснато усъвършенстване на основната производствена дейност.

В статията е разгледана и илюстрирана ролята на семантичните модели за интегриране на информация от хетерогенни информационни източници. Системата за интегриране използва семантиката, за да изрази смисъла и съдържанието на информацията отразлични информационни източници. За тази цел всеки източник се представя чрез онтология, интеграцията се извършва на ниво онтология в рамките на референтна мета-онтология. Мета-онтологията е изградена в съответствие с утвърдени стандарти за интеграция във вид на формален модел, като за верификация се използват логически средства за анализ и проверка за съгласуваност. В статията е реализирана идеята за използване на структурирани данни от релационни модели бази данни за създаване на семантичноинтегрирани модели.

ПОДХОДИ, МЕТОДИ И СРЕДСТВА

Проблемът на еднозначното и недвусмислено разбиранеи управление на разнородна информация, произтичаща от различни системи, е проблем на оперативната съвместимост между системите за управление на данни за продуктите (PDM), приложенията за управление на бизнеса (ERP) и системите за оперативно управление на производството (MOM/MES). Изискванията, дефинирани в ISO 15704 (GERAM) и обобщената еталонна архитектура на предприятията GERA са в основата на изграждането на частни архитектури на конкретни интегрирани предприятия, чрез систематизиране на методологии, езици, средства, модели и модули.

262

Стандартът ANSI/ISA-S95 [6], приет по-късно като ISO/IEC 62264 цели стандартизация на обмена на данни между информационните системи и системите за управление на производството.Моделите и терминологията, дефинирани в този стандарт представят добрите интеграционни практики, обхващат целия жизнен цикъл на предприятията, приложими са за подобряване на съществуващите възможности за интеграция, без да зависят от степента на автоматизация в предприятията.За да се постигне общо и недвусмислено разбиране на моделите, дефинирани в стандарта от всички потребители и приложения е избран семантичен подход като най-общ концептуален начин за представяне на идеите, залегнали в стандарта.

Семантични подходи, технологии и езици. Семантично-базираните технологии и онтологиите в частност представят семантиката на основните данни в предприятията [7,8,9,10], като осигуряват споделено и общо разбиране на дадена област.Web Ontology Language (OWL) е наскоро създаден стандартен език за онтологии, одобрен от World Wide Web Consortium (W3C) [9]. OWL дава значителни възможности заотвореност и разширимост, съвместимост с уеб стандарти за достъп и оперативна съвместимост, способност за разпространяване в различни софтуернисреди. Web Ontology Language използва потенциала на дескриптивната логика като предоставя възможности за логически анализи, които помагат да се изгради, поддържа и използва онтологичния модел за много и различни цели. Езикът OWL предоставя следните предимства [6]: • OWL използва концепцията за универсалния идентификатор на ресурси (URIs) като схема за идентификация в World Wide Web. • OWL позволява дефиниране на функционални, инверсни, инверсно функционални и транзитивнисвойства за описване на сложни релации между продуктите и

между продуктите и другите информационни единици в информацията за продуктите. • OWL използва средствата на логиката, които позволяват автоматична проверка за консистентност и автоматична классификация.

Трансформация на релационни бази данни в онтологии. Понастоящем огромни количества данни на предприятията са съхранявани във вид на релационни бази данни. Конвертирането на данните от релационни бази данни в онтологии е във фокуса на голяма част от изследователската работа в различни области и е довело до прилагането, както на общи средства за трансформиране, така и на домейн-специфични приложения.Семантичното представяне на информацията, записана в базите данни и използването на логическите средства за анализ на онтологиите дава възможност да се разрешат противоречията между потребителските заявки и данните, записани в конкретните бази данни на конкретните предметни области. Оттук нататък онтологиите, които улавят семантиката на данните ще улеснят и осигурят интеграцията на данните.Съществуват различни методи и програмни средства за генериране на онтологии отструктурирани входни данни [11, 12, 13]. В настоящата разработка е използван продукта RDBToOnto[13], който поддържа итеративен процес на генериране на онтологии на базата на схемата на базата данни и на самите данни чрез идентифициранена таксономията, скрита в данните.

МЕТА ОНТОЛОГИЯ

Създадена е мета-онтология [14] на основата на заложените в ANSI/ ISA S95 идеи, принципи, дефиниции и модели, чрез използване на Web Ontology Language (OWL-DL) в среда на Protégé 3.5. Онтологичният модел не е свързан с конкретно производство и представлява рамка (скелет) за интегриране на различни по функции, цел и предназначение онтологични модели.

Фиг.1:Структурата на мета-онтологията, основана настандарт ANSI/ISA S95

Структурата на мета-онтологията (фиг. 1) се състои от четири базови модела: Дефиниране на продукти (Product Definition), Производствени ресурси (Production Capability), Планиране на производството (Production Schedule), и Производство на продукция (Production Performance), като основната информация във всеки от тях се представя разпределена за отделни процеси от

производството, които се дефинират в модела Процесни сегменти (Process Segment). Процесните сегменти могат да се декомпозират чрез други процесни сегменти. Йерархичният модел на оборудването на стандарта ANSI/ISA S95и представянето на информацията във вид на процесни сегменти представляват основните принципи на стандарта ANSI/ ISA S95, които дават възможност за

263

осъществяване на вертикална и хоризонтална интеграция в оперативното управление на производството.

Мета-моделътне е свързан с конкретна индустрия; всеки клас притежава определен, минимален брой атрибути, дефинирани според ANSI/ISA S95: ID, описание, количеството, мерни единици, толеранси за качество, приоритети, статуси и срокове за производство

Идеята на използване на стандартно съгласувана мета-онтология е тя да се използва като рамка за интегриране на домейн онтологии на различни производствени процеси и складови стопанства в рамките на целия цикъл на интегрираното производството. Онтологичният подход предоставя възможност за интегриране на различни видове онтологии: онтологии на предметни области, на задачи, на методи, на продукти и др.

ДОМЕЙН ОНТОЛОГИЯ ЗА ОПЕРАТИВНО УПРАВЛЕНИЕ

Заводите за горещо валцуване (ПГВ) произвеждат стоманени продукти чрез валцуване на нагрети до висока температура заготовки. Като елемент от стоманопроизводството, включващо голям брой агрегати и междинни складове, ПГВ притежават относителна самостоятелност в рамките на производствения цикъл на металургичните комбинати.

Представената в [15] домейн-онтология е интегрирана в стандартно съвместимата ANSI/ISA S95 мета-онтология. В домейн-онтологията са създадени подкласове на основните мета класове в модел Материали (Material), Оборудване (Equipment), Процесни сегменти (Process segment). В модел Материали (Material),в клас Материалиса представени материали със сходни характеристики, класифицирани като Суровини, Продукти, Междинни продукти. За разглеждания листопрокатен стансуровините са сляби, продукцията се състои от горещо валцувани рулони, листове, щрипс и

рифел. Дефиниранисаконкретните марки стомана, а за крайните продукти - и характеристиките им като: ширина, дебелина, химичен състав и т.н.Според изискванията на йерархичния модел на ANSI/ISA S95 в модел Оборудване(Equipment)в клас Оборудванеса дефинирани два цеха, три производствени участъка, четири производствени агрегата, два склада за междинна и готова продукция, 27 работни клетки в двата цеха на листопрокатно производство;зададени са основните атрибути на конкретното оборудване: функции, брой, тип агрегати.В домейн онтологията са дефинирани два процеснисегмента от тип движение (Зареждане на нагревателните пещи, Транспортиране на горещо валцувани рулони към склад) и един процесен сегмент от тип производство, състоящ се от три процеса: Нагряване, Валцуване и Намотаване на горещовалцуваната лента (фиг.2).

ОНТОЛОГИИ НА ПРОДУКТИ

Номенклатурата на крайната продукция на заводите за горещо валцуване се подчинява на различни стандарти, включва различни означения за типа на готовите продукти, за качеството в зависимост от пазара и производителя, за състава на стоманата и за много други показатели. Чрез средствата за логически анализ на онтологичния модел в [16] е представен метод за класификация на продуктите на прокатни производства. Таксономичната структура на онтологичния модел на продуктите на заводите на SIDENOR – Steel Products Manufacturing Company S.A, извлечена от корпоративните сайтове е трансформирана според избрани показатели в зададена според справочни класификатори таксономична структура. Със средствата на логическия анализ модели на продуктите на различни заводи могат да се трансформират в единна система за класификация с цел осъществяване на оперативна съвместимост.

Фиг.2:Основни модели в домейн-онтологията на завод за горещо валцуване

264

 

ОНТОЛОГИИ ЗА ИНТЕГРАЦИЯ СЪС СИСТЕМИТЕ ЗА УПРАВЛЕНИЕ НА ПРОИЗВОДСТВОТО

Използването на онтологиите за целите на интеграцията на информационните и управляващи системи на предприятията е в основата на изграждането на интегрирани информационни среди [17] за моделиране и управление. Те предоставят възможности за моделиране и симулация на агрегатите в производството (поотделно и съвместно), на процесите свързани с тях (както непрекъснати, така и дискретни), както и средства за проектиране на свързаните с тях системи за управление. Интегрираните информационни среди са основата на инженеринга на предприятията.

С цел създаване на прототип на информационна система за осигуряване на надежден обмен и обработка на данни за целите на управлението на производствените агрегати, посредством модел за динамична симулация в среда на Matlab е реализиран динамичен обмен на данни от средата на Matlabс MS Access база данни със средствата на Database Toolbox. Температурни режими, изчислени с помощта на математичен модел [16] се записват в MS Access 2007 база данни. В среда на Matlab динамичният симулатор оценява текущата производствена ситуация, извлича и интерполира данни от базата данни. Симулирайки реална производствена ситуация, стойности на производствени променливи, изчислени с модела,се експортват в базата данни.

За използване в системите за оперативно управление, прототип на промишлена база данни е трансформиран в OWL онтология, чрез софтуерен продукт RDBToOnto за трансормация на релационни бази данни в OWL онтологии. Моделът се състои от данни за оптимални задания, изчислени за различни

производствени ситуации за процеса на нагряване на блоковете преди валуване.

Впоследствие моделът е интегриран в мета-онтологията в модел Процесни сегменти (Process Segment) (фиг.3).

Следвайки концепцията и идеите, залегнали в стандарта ANSI/ISA S95, в модел Процесни сегменти (Process Segment) в клас Процесни сегменти, клас Производствен процес нагряване в клас Material Segment Specification Property са включени като подкласове класовете, които характеризират конкретните блокове, които се нагряват, докато класовете със записи за температурните задания са интегрирани в клас, характеризиращ оборудването Equipment Segment Specification Preperty. Връзките между класовете, съществуващи в релационната база данни са запазени.

Класовете с префикс p2: (p2:ProcessSegment, p2:MaterialSegmentSpecification и др.) (фиг.3) са класове принадлежащи на мета-онтологията, класовете и индивидите с префикс p3: (p3:Производствени процесни сегменти, p3:Производствен процес нагряване и др.) са класове на домейн-онтологията, а класовете и индивидите без префикс (Оптималнитемператури, Размери на блоковете, Марка стомана), заедно със своите релации, данни и стойности на данните са получени в резултат на интегриране на онтологията с OWL модела, получен при трансформиране на релационната база данни в онтология.

Фиг.3:Интеграция на онтологичен модел на производствена база данни в домейн-онтологията на завод за горещо

валцуване

ОНТОЛОГИИ ЗА ИНТЕГРАЦИЯ С БИЗНЕС СИСТЕМИТЕ

За илюстрация на семантичния подход за интеграция насистемите за оперативно управление със системите за управление на бизнеса е извършена трансформация

на примерна релационна база данни за управление на ресурсите на производствено предприятие в онтология. Базата данни, която е използвана съдържа седем релационни таблици: Customers, Employees, Orders, Order_Details, Products,

265

 

SuppliersиShippers. При трансформиране на базата данни в онтология са запазени имената на таблиците, полетата са трансформирани в свойства тип данни, релациите са трансформирани в обектни свойства, имената на релациите са генерирани автоматично, записите са трансформирани в индивиди, на които са присвоени релевантни имена. Клас Employeesв получената онтология съдържа информация за служителите: име, длъжност, дата на раждане, дата на наемане, адрес, пощенски код, град, регион, телефонен номер.

При интегрирането в мета-онтологията клас Employees е въведен в модел Персонал (Personnel. Създаден в съответствие с ANSI/ISA-S95, моделът Персонал (Personnel) съдържа информация за конкретни служители, класове служители и квалификация на служителите. Моделът на персонала е съставен от информация за наетите служители, професионалните длъжности и квалификационните характеристики на персонала.Клас Персонал(Person) обхваща информацията за служителите на предприятието, като включва уникална идентификация за всеки нает служител. Всички записи от базата данни са записани в онтологичния модел.

Класовете, свързани с дългосрочното планиране, връзките с клиентите и други данни от реални бази данни на предприятията, например таблиците Orders, Customers, Suppliers от конкретния пример, могат да бъдат използвани при разширяване на модела към системите за управление на бизнес ниво.

ЗАКЛЮЧЕНИЕ

Липсата на оперативна съвместимост между информационните и управляващи системи на предприятията е очевидна пречка за работата и сътрудничество между предприятията. Сътрудничещите страни трябва да обменят информация и трябва да имат едно и също разбиране на смисъла на обменяната информация, да се доверят както на самата комуникация и на валидността на съдържанието й. Използването на семантични технологии в инженеринга на предприятията ще улесни постигането на оперативна съвместимост на различните системи в съвременните производствени предприятия.

ЛИТЕРАТУРА

1. ISO-15704:2000, Industrial automation systems - Requirements for enterprise-reference architectures and methodologies.

2. Kosanke, K., “ISO Standards for Interoperability: a comparison”, First International Conference on Interoperability of Enterprise Software and Applications, INTEROP-ESA’2005, Geneva, 2005

3. Panetto H., Molina A. (2008). Enterprise Integration and Interoperability in Manufacturing Systems: trends and issues. In: Special issue on Enterprise Integration and Interoperability in Manufacturing Systems, A. Molina and H. Panetto (Eds). Computers In Industry, 59/5, May, Elsevier

4. Richard A. Martin, Modelling the manufacturing enterprise, ISO Focus, The Magazine of the

International Organization for Standardization December 2007, 14–17

5. Doumeingts, G. Gusmeroli, S, Experience in Entreprise Interoperability, IoTInteroperability Workshop, Paris, March 26th, 2012 IoT Workshop

6. ANSI/ISA–S95.00.01–2000, “Enterprise-Control System Integration, Part 1: Models and Terminology”, American National Standard, ISBN: 1-55617-727-5, 2000.

7. Li Ma, Mei, J, Krishna K, Fokoue, K, Ranganathan, A, Semantic Web Technologies and Data Management, W3C Workshop on RDF Access to Relational Databases, 25-26 October, 2007 - Cambridge, MA, USA

8. H. Wache, T. Vögele, U. Visser, H. Stuckenschmidt, G. Schuster, H. Neumann, and S. Hübner, "Ontology-based Integration of Information - A Survey of Existing Approaches," In: Proceedings of IJCAI-01 Workshop: Ontologies and Information Sharing, Seattle, WA, 2001, Vol. pp. 108-117.

9. C. Kavitha, G. SudhaSadasivam and Sangeetha N. Shenoy, Ontology based Semantic Integration of Heterogeneous Databases, European Journal of Scientific Research Volume 64 Issue 1 November, 2011, 115-122

10. OWL Web Ontology Language, W3C Reomendation, 2004, http://www.w3.org/TR/2004/REC

11. Astrova, I.: Reverse engineering of relational databases to ontologies. In: FirstEuropean Semantic Web Symp. (ESWS 2004), Greece, Stringer-Verlag

12. Nyulas, C., O'Connor, M., Tu, S.: Datamaster - a plug-in for importing schemasand data from relational databases into Protege. In: 10th Intl. Protege Conference,Budapest (2007)

13. RDBToOnto User Guide - Version 1.2 From Relational Databases to Fine-Tuned Populated Ontologies; Document Id.TAO/2008/D7.2a1/v1.2; Project TAO IST-2004-026460; 2009,Dassault Aviation.

14. Dobrev M., D. Gocheva., I. Batchkova., An ontological approach for planning and scheduling in primary steel production, In Proceedings of the 4-th International IEEE Conference on Intelligent Systems, Vol.1, pp.6-14: 6-19, Varna, Bulgaria, September 6-8, 2008

15. Gocheva D., I. Batchkova, Ontology Based Approach for Achieving Interoperability of Manufacturing Execution Systems, Proceeding of the Anniversary Scientific Conference with International Participation “40 Years Department of Industrial Automation”, 18 March 2011, UCTM, Sofia, pp.153 – 158

16. Гочева Д. Стратегии за моделно управление на нагревателни пещи, Материали от Международен симпозиум “Управление на топлоенергийни обекти и системи”, 12-13 11. 2010, Паничище, стр.61-64

17. I. Batchkova, H. Eminova, I. Antonova, D. Gocheva, K. Velev (2010), Software Process Model for the Development of Engineering Support Systems in Eclipse, Proceeding of the International Conference „Automatics and Informatics” October 3 – 7, pp. III-415 - III-418, стр.123.

266