基于特征的产品信息应用模式

魏轶彬， 田 凌， 武园浩

（清华大学精密仪器与机械学系，北京 100084）

产品全生命周期管理是一项企业信息化战略，它描述和规定了产品生命周期过程中产品信息的创建、管理、分发和使用的过程与方法，给出了一个信息基础框架集成和管理相关的技术与应用系统，使用户可以在产品生命周期过程中协同开发、制造和管理产品[1]。对于制造业企业，产品全生命周期信息管理是企业的核心。大数据时代的到来决定了企业信息管理由文档电子化、网络化走向智能化。随着企业规模的增长与产品复杂程度的提高，大部分制造企业已经积累了大量的产品设计、制造等全生命周期数据。这些数据是企业的知识积累、隐形的财富，应当加以挖掘、利用。以往的设计方法与管理模式对已有数据有一定程度的利用，比如可重用设计就是利用已有的设计成果，减少了产品设计阶段的工作量。然而，传统的产品信息管理方式“重藏轻用”，注重数据的保存，忽视利用数据积极主动地为企业的现实工作服务[2]。此外，现代产品具有产品结构复杂、设计流程复杂、管理复杂等特点，这也决定了需要一些新的方法对大量的产品数据进行管理、分析，挖掘产品数据的价值。

1 基于特征的产品数据应用模式

传统的产品全生命周期管理模式致力于构建统一的全生命周期模型，利用该模型存储生命周期所有阶段的数据和知识。随着市场和技术发展，现代产品管理中涌现了许多新的需求，比如知识的管理、检索，设计、决策方案的评价推荐等。要满足这些需求，往往需要应用新的信息处理技术，这要求能够灵活的获取、应用产品数据，同时定义、抽取能够表达产品深层次信息的描述方法。信息模型的本质是为了有效地连结产品全生命周期过程中的数据，其参数并不能很好的表达产品数据中的深层次信息，而产品模型所连结的产品原始数据表达形式多样、蕴含信息复杂，不能直接利用。

产品的特征是产品全生命周期信息或相关数据所表现出的显著特点，采用一定的算法从产品原始数据中抽取。与产品模型中的参数和信息系统内的原始数据不同，产品特征具备明确含义，能够较准确的针对性描述产品某一方面的内在特性。在现有的产品信息管理系统中，特征已经得到了的应用。比如：基于产品特征的检索、基于产品特征的动态权限管理、应用集成的参数驱动等[3]。这种类型的应用通常将一定的规则作用于特征之上，通过对特征信息进行处理以实现预定的功能。为了更好地利用产品特征信息，定义基于特征的产品信息应用模式如图1所示。

图1 基于特征的产品信息应用模式

实现基于特征的产品数据应用模式的信息系统应由以下功能部分组成：

1）产品原始数据库：保存产品全生命周期过程中各种形式的原始数据。例如数据库条目、文本、三维模型、图片等。为了便于数据的处理，要求原始数据能够快速定位和获取。企业信息系统中，数据存储方式主要有分散式存储和集中式存储两种[4]。无论采用哪种方式，为了快速定位获取数据，均需要在产品信息模型的基础上建立数据索引。一种成熟的方式是建立多维度的产品信息模型，如表1所示。这种模型有良好的扩展性，并且能够利用维度信息快速定位产品原始数据，方便后续特征抽取工作[5]。

表1 产品信息模型维度

2）特征本体库：保存针对不同需求建立的特征本体。本体可以理解为共享概念模型的明确形式化说明[6]。特征能够表达产品某一方面所表现的特点，本身具有明确的含义。利用产品特征本体能够对特征进行精确的定义和描述，指导特征抽取器的抽取工作，同时为特征处理器提供语义参照。

3）特征抽取器：依照产品特征本体所定义的算法规则，获取原始数据并进行运算处理，提取相应的特征数据，保存在特征信息库。

4）特征信息库：保存产特征抽取器获得的特征信息供特征处理器利用。

5）特征处理器：利用产品特征数据进行推理、运算以满足具体的应用需求。在某些情况下，特征处理器需要参照特征本体的定义，利用特征语义层面的信息完成推理运算过程。

6）结果展现：采用多种形式向用户展示特征处理结果，满足管理需求、提供管理决策支持。通常情况下，结果展现可以集成在现有系统界面当中，也可以建立相对独立的结果展示界面。

在基于特征的产品信息应用模式中，特征的定义、抽取和使用是特征应用的3个重要阶段。根据以上描述，基于特征的产品数据应用模式有如下特点：

（1）基于产品特征的信息应用模式注重产品数据的深层次应用，通过特征描述产品信息，挖掘产品数据的内在价值。

（2）该模式的成功应用往往建立在大数据的基础之上。数据规模较小时基于产品特征的信息应用模式往往无法得到收益。

（3）该信息应用模式与企业现行产品管理模式相辅相成：现有管理模式注重产品基本信息的管理，同时可以为基于特征的产品信息应用模式提供大量的数据；基于特征的产品信息应用模式通过较复杂的方式就特定的需求提供针对性的解决方案，是对现有管理模式是很好的补充。

2 基于本体的产品特征定义

特征定义是特征抽取、应用的基础。虽然现代产品的全生命周期特征形式多样，种类繁多，但是由于产品数据的高度结构化，大部分产品特征语义清晰、便于抽取，这非常有利于特征的应用。根据 PTC对于产品全生命周期阶段的定义[7]，产品特征可以按图2所示进行分类。

图2 产品全生命周期特征

1）概念特征。在产品概念产生阶段，需要基于市场和客户需求信息获取产品设计的概念。概念特征表达了该阶段中产品相关数据的显著特点。例如某一特定产品概念对于用户需求的满意程度、对于市场趋势的匹配程度等。

2）设计特征。产品设计人员在产品设计阶段完成概念设计、详细设计、工程分析等工作。该阶段的工作内容会产生大量的设计数据，从这些数据中能够定义多种特征，包括：产品管理特征、产品技术特征、精度特征等。

3）采购特征。设计人员需要根据产品设计方案确定外协外购、自制计划。该活动涉及许多决策过程，为了制定最优的方案，需要利用许多支持决策的特征，比如供应商的评价特征、零部件的可替代性等。

4）制造特征。包括零部件本身的制造特征与制造流程管理特征，如材料特征、公差特征[8]，制造计划的时间评价、资源利用率等。

5）销售和服务特征。涉及物流、营销、产品维修性等特征。

在基于特征的信息应用模式中，采用本体定义特征。本体能够明确表达特征语义，同时支持特征抽取工作。通过本体的复用，能够实现特征在不同特征处理器中的重复应用，减少不必要工作。在某些情况下，特征处理器需要利用特征的语义，比如基于特征的推理与基于本体的检索，而特征本体能够提供为特征处理器提供语义参考。采用统一的形式定义特征也便于特征的管理与应用系统的设计、开发。本体的描述方法有很多种，大体分为4类：非形式化、半非形式化、半形式化、形式化语言[9]，在实际系统当中为了方便解析、共享，可以采用XML的形式进行保存。

依据本体的定义，在基于特征的产品信息管理系统中，一个特征本体的描述应包括如图3所示内容。

图3 产品特征本体内容

特征的定义，包括特征名称标识的描述、特征的抽取方式以及特征的表达方式3个部分。在特征的抽取方式中需要描述原始数据的位置、抽取算法两个方面。由于特征较为独立，特征之间的关系往往比较简单，一般包括继承关系，组合关系，关联关系等[10]。特征的相关公理描述特征所应遵循的基本规则，如特征的取值范围。同时，特征公理可以用来进行特征抽取、应用阶段中特征正确性的校验。

3 特征的抽取及应用

特征抽取是信息抽取的一种形式。为了应对信息爆炸带来的严重挑战，迫切需要一些自动化的工具帮助人们在海量的信息源中迅速找到真正需要的信息。信息抽取正是在这样的背景下产生的[11]。特征抽取是后续工作的基础，是整个系统的关键部分。与文本特征抽取不同，产品特征抽取所面对的信息源多种多样，特征抽取方法非常丰富，特征抽取过程中对领域知识的依赖很强。

产品特征可以从以下几种信息源中抽取：

1）信息系统中结构化的信息数据。这种数据本身是对产品某方面信息的描述，通常以关系数据库、结构化文件的形式保存在信息系统中，获取方式简单、成本相对较低。

2）非结构化文本描述。产品全生命周期过程中产生大量文本文件，这些文件的内容对产品的某些信息进行了详细的描述。目前基于文本的特征抽取有大量的研究成果，不论是抽取效果还是抽取成本都能够达到令人满意的状态。

3）模型实体。从描述产品的模型实体文件中抽取特征，包括两个方面：三维模型特征的抽取，例如几何特征、拓扑特征等[12]；加工制造特征的抽取，如材料特征、精度特征等[13]。这些特征能够精细的描述产品，但是目前阶段抽取成本较大，抽取方法不够成熟。

4）产品现场。从产品的实际加工、使用、回收过程中抽取特征，如产品诊断中工况特征的抽取。这类信息获得成本较高，专业性很强，在产品全生命周期信息中所占比重相对较少。

基于以上几种信息源的特征抽取方法如表2所示。

表2 特征信息源及抽取方法对比

在产品数据的获取和特征的处理阶段，需要应用一些关键技术。通过目录服务进行数据位置的索引，可以待获取数据的快速定位。在特征抽取的过程中，系统需要解析多种形式的数据，其中大部分以文档的形式保存，所以文档解析技术是特征抽取过程中的关键技术之一。文档解析技术主要包括格式化、非格式化的文本文档解析、模型文件、图像文件的解析。同时，本体技术、抽取算法动态加载技术也是特征抽取系统的重要技术基础。

特征处理器针对具体需求进行特征推理、运算，在不同的应用场景下，特征处理器具有不同的形式。比如，在三维模型检索系统中，特征处理器是一个检索引擎，包括索引器、搜索器、倒排特征库等部分；权限控制系统当中，特征处理器需要将控制规则作用于特征之上并返回推理结果。在实际应用当中，有时需要对特征进行处理：利用特征归一化技术可以解决特征之间的不可比问题；特征的线性缩放、对数缩放能够改变特征的影响效果；特征之间的运算可以表达特征的互相作用。例如，在供应商推荐系统当中，由于质量、信誉方面的原因，用户一般倾向于选择大型的知名公司，这样在进行特征计算时可以将某些特征乘以公司的权威性特征。类似的特征处理方式还有许多种，在具体的应用中需要根据实际情况采用合适的处理方法。

4 应用验证

在某装备设计中心的产品信息管理平台中实现基于特征的产品信息应用模式，主要解决三维模型检索、外协外购推荐和权限动态管理3个方面的问题。

该设计中心长期的设计实践中积累了大量的产品设计模型，这些模型是宝贵的知识财富；同时，在互联网上有许多开放的三维模型数据。通过三维模型检索功能利用这些数据辅助设计人员工作，一方面可以减少重复设计，另外一方面在产品的概念设计阶段能够为设计人员提供更多的灵感。在现有信息管理系统当中，只能利用三维模型的名称、关键字、编号等信息进行索引。这种索引极大地限制了返回给设计人员的结果数量。通过三维模型检索系统，可以有效的解决以上问题。然而，现有信息管理系统中并没有包含三维模型的模型特征，需要从模型以及相应的文本描述中抽取。在模型特征数据的基础上建立倒排词典，构建基于文字和模型的三维模型检索功能模块。

由于该装备设计中心只关注产品的设计研发，不具备零部件的加工能力，所以外协外购管理是该装备中心信息系统的主要功能。在外协外购过程中，面临着供应商的选择评价问题。为了解决这些问题，建立外协外购供应商推荐系统。通过供应商数据抽取相应的特征对其进行描述，针对具体零部件的外协外购需求推荐供应商。获取供应商信息的方式有3种。利用网络爬虫在特定网站进行垂直抓取，这种方式成本低，获取的数据可读性较差；有合作意向的供应商通过系统相应接口推送数据，该方式成本高，但数据的可读性较好；对历史合作记录的分析可以抽取供应商的某些特征，如信用记录、供应质量等，这部分数据可信度很高，但是数据量相对较少。

该装备设计中心设计保密性要求高，同时产品复杂、用户角色较多、在设计过程中存在大量的协同工作，简单的基于产品结构的权限控制不能满足需求。采用基于特征的管理方式有利于权限的动态划分和设置[6]。

在本系统中，基于特征的产品信息应用模式在以上3种需求中应用情况如表3所示。图4以三维模型检索为例描述了该模式在系统中的应用方式。

整个系统的架构如图5所示，相应的模块有机集成在信息管理平台的各层当中。图6为三维模型检索系统的用户界面。

5 结 束 语

在现代企业的生产活动中，积累了大量的产品数据。传统信息系统对于产品数据“重藏轻用”，没有有效地挖掘出其中的价值。针对企业信息系统内大量产品数据的利用问题，本文提出基于特征的产品数据应用模式，实现了一种在较深层次挖掘企业现有数据价值的方法。结合某装备设计中心具体的需求，将该模式应用于其信息管理平台之上，有效地解决三维模型检索、外协外购推荐以及动态权限控制问题。该模式可以推广到企业信息管理的各个方面。随着信息的膨胀与新技术在产品信息管理中的进一步应用，企业大数据的价值会得到进一步的体现。

表3 基于特征的产品信息应用模式在不同需求中的应用

图4 基于特征的产品信息应用模式在三维模型检索系统中的应用

图5 产品信息管理平台系统架构

图6 三维模型检索系统用户界面

[1] 黄双喜,范玉顺. 产品全生命周期管理研究综述[J].计算机集成制造系统,2004,10(1): 1032-1034.

[2] 张 涛. 知识管理背景下企业档案管理模式[D]. 南宁: 广西民族大学,2008.

[3] 李东波,窦万春,李坤宇. 基于特征的产品数据管理体系结构的研究[J]. 机械科学与技术,1998,17(6):1032-1034.

[4] 虞燕花,薛启明,李国义. 企业信息系统集成数据存储模式研究[J]. 辽宁工业大学学报(自然科学版),2011,31(2): 113-115.

[5] 陈新度,杨煜俊,陈 新. 面向联机分析处理的多维产品模型研究[J]. 机电工程技术,2007,36(8):21-23.

[6] 金国兴,方水良,喻思成. 面向 CAD/CAM 集成的产品特征模型研究[J]. 机械工业自动化,1996,18(2):9-11.

[7] PTC Inc. . Product lifecycle management for product first manufacturing companies [EB/OL].http://www.ptc.com,2002-1-04.

[8] 邓志鸿,唐世渭,张 铭,等. Ontology研究综述[J].北京大学学报(自然科学版),1998,17(6): 1032-1034.

[9] Uschold M. Building ontologies: towards a unified methodology [C]//Expert Systems,1996: 3-5.

[10] 徐啸峰,周儒荣,周来水. 产品特征间关系的表达和算法研究[J]. 南京航空航天大学学报,2002,34(6): 535-539.

[11] 李保利,陈玉忠,俞士汶. 信息抽取研究综述[J].计算机工程与应用,2003,(10): 1-5.

[12] Tangelder J W H,Veltkamp R C. A survey of content based 3D shape retrieval methods [C]//Shape Modeling Applications,2004: 145-156.

[13] 安鲁陵,葛友华,周来水,等. 基于实体模型的加工特征提取与识别[J]. 机械科学与技术,2000,19(4): 665-667.

[14] 代六玲,黄河燕,陈肇雄. 中文文本分类中特征抽取方法的比较研究[J]. 中文信息学报,2003,18(1):26-32.

[15] 李成刚. 基于内容的三维模型搜索引擎技术研究与系统开发[D]. 北京: 清华大学,2011.