智能化生產環境中基于本體的危機管理

楊陽　曹彥

摘? ?要：智能化生產環境讓生產的效率和質量都得到了顯著提高。然而，智能化生產化境中復雜的組成結構和交互行為也放大了系統中危機事件的危害程度，進行有效的危機管理具有很強的必要性。由于智能化生產環境中的危機管理是一項知識密集型的任務，文中通過構建危機管理本體來對智能化生產環境中的危機進行管理。首先確定了危機管理的四個階段，然后根據各個階段中需要的環境知識對危機管理本體進行層次劃分，并確定各本體類，接著對各本體類的屬性進行了詳細描述，構建出了整體的危機管理本體，最后基于本體并結合案例描述了對應的SWRL推理規則。

關鍵詞：ISO 31000：2018;危機管理;本體;SWRL;本體推理

中圖分類號：TP311? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?文獻標識碼：A

Ontology-based Hazard Management in Smart Production Environment

YANG Yang1，2？覮，CAO Yan1，2

（1. College of Computer Science and Technology，Nanjing University of Aeronautics and

Astronautics，Nanjing，Jiangsu 211016，China;

2. Key Laboratory of Safety-Critical Software（Ministry of Industry and Information Technology），

Nanjing University of Aeronautics and Astronautics，Nanjing，Jiangsu 211106，China）

Abstract：Smart production environment has greatly improved the efficiency and quality of production. However，the complex composition structure and interaction behavior in the smart production environment also magnify the damage degree of hazardous events in the system，so it is necessary to conduct effective hazard management. The hazard management in smart production environment is a knowledge-intensive task，in this paper，an ontology is constructed to manage the hazard in the smart production environment. Firstly，we identified the four stages of hazard management. Then，we divided the ontology into different hierarchies according to the environmental knowledge needed in each stage and determined each ontology class. Next，the attributes of each ontology class were described in detail，and the whole hazard management ontology was constructed. Finally，the corresponding SWRL reasoning rules were described based on the ontology and cases.

Key words：ISO 31000：2018;hazard management;ontology;SWRL;ontology reasoning

隨著普適計算的快速發展，信息化和智能化已經成為當代工業發展的主要趨勢。在2011年的漢諾威博覽會上，首次提出了“工業4.0”的概念，建議利用信息化技術來促進產業變革，建立智能化的生產環境。隨后，世界各國都開始制定新的產業發展戰略，我國也于2015年提出了“中國制造2025戰略”，以進行新一輪的科技革命和產業變革。

智能化生產環境蓬勃發展的同時也放大了生產環境中的危機處理問題。由于智能化生產環境的復雜組成結構和交互行為，相較于傳統工業環境而言，在這類環境下發生的危機有著更多種類的源頭，同時也可能會造成更大的危害[1]。一個部件或子系統中發生的危機事件會很快蔓延到整個系統當中，進而造成損失。因此，智能化生產環境中的危機管理尤為重要。

智能化生產環境中的危機管理具有知識密集的性質[2]，危機知識包括執行工作活動的人員，用于工作活動的工具和機械，以及正在執行工作活動的環境特征等。不同的實體特征意味著不同的潛在危機。為了在智能化生產環境中進行危機管理，危機知識應以計算機可解釋和語義可推斷的方式表示，進而可以在系統運行時進行計算。

由于智能化生產環境的動態特征[3]，并且考慮到環境中可使用的的各種實體的監測數據，通過構建本體，動態感知的數據可以被正確分析并且應用于危機管理中。主要研究目的是設計一個通用本體，用于智能化生產環境中的知識管理，以獲取各種所需的危機管理知識。將智能化生產環境下的危機管理劃分為監控-分析-計劃-執行四個階段，并且利用每個階段中獲取的危機知識，結合文中的危機管理本體，進行系統中危機的識別和處理。

1? ?相關工作

目前，針對智能化生產環境中系統危機管理的研究主要在構建系統模型和分析方法方面，危機管理模型可以利用多種方法來構建和分析。

文獻[4]中提出了一種系統危機管理的建模方法，利用層次分析法（Analytic Hierarchy Process，AHP）和網絡分析法（Analytic Network Process，ANP）建立系統危機管理模型，克服了危機評估過程中的碎片化問題，解決了安全和效率之間的潛在沖突。文獻[5]中，基于ALE、ROSI、ISRAM等方法，通過安全措施-威脅關系矩陣來對危機進行定量分析，建立了更靈活，更精確的度量，以支持不同組織級別的危機管理過程。文獻[6]基于多級模型的構建和危機因素分組的方法，在模糊環境下給出了層次結構的加權因子組，進而進行危機的評定。文獻[7]設計了用于安全檢查的自動化施工的基于本體的知識模型，該模型旨在通過將安全知識鏈接到施工和產品制造的過程中，來將安全規則和施工計劃進行集成。在本體模型中引入了前驅因素的概念，代表導致事故的條件、事件以及順序。

這些模型針對不同行業和領域，通過不同的方法來進行危機事件的分析，既有針對軟件系統的危機管理模型，也有針對現實工業系統進行建立的模型。所采用的理論和技術也各不相同，最終的目標都是構建一個有效的危機管理模型。

2? ?危機管理本體的構建

2.1? ?智能化生產環境中的危機管理流程

結合ISO 31000：2018標準中的風險管理過程，將智能化生產環境中的危機管理劃分為監控-分析-計劃-執行（Monitoring-Analysis-Planning- Execution，MAPE）四個階段。

1.監控（Monitoring）

危機管理需要通過系統中的信息來進行，而這些信息的獲取可以通過系統中各類傳感設備的功能來實現，這些傳感設備能夠監控環境的一些參數和一些物理設備的屬性，并將這些信息傳送到信息處理模塊來分析系統的狀態變化。在本文中，監控階段包括對操作人員自身屬性的監控，對物理設備狀態的監控，對環境變化的監控和對操作人員執行動作的監控。

2.分析（Analysis）

危機事件的分析是對其進行管理的第二個階段。在這個階段中，通過監管階段獲得的數據，需要識別出危機事件發生的時間，發生的位置及其發生的原因，分析危機事件可能帶來的風險的種類及其可能性，并且確定相應的處理動作。由于系統中導致危機事件發生的因素有多種，因此危機事件的存在可能是時間重疊的，同一時刻可能存在多個危機事件，此時需考慮危機事件之間的關系，并決定危機事件的處理順序。

3.計劃（Planning）

危機管理的第三個階段是計劃階段，這個階段需要根據分析階段的結果來制定或選擇處理危機的策略，以消除或減少危機事件可能造成的后果。通常情況下，處理策略的產生有兩種方式，一是可以從預定義的策略集中選擇符合現場狀況的策略，二是基于現場狀況和系統中可執行的應對操作，采用一定的算法來進行自適應的處理。在計劃階段，需先對現有的策略選項進行成本以及性能評估，包括執行這個處理過程可能引入的其他危機事件，通過一定的評定方式來選擇最合適的處理方案。

4.執行（Execution）

執行階段是危機管理的最后一個階段，其目標是為了實施計劃階段決定的應急策略對應的動作。在這個階段中，系統中的執行器會執行系統指派的動作，同時系統中的安全管理相關人員會執行處理策略分配給他們的任務。在處理策略執行完畢后，需要評價處理工作的有效性，并確定系統中是否殘留有未處理的或新產生的危機事件，如果還有不可容許殘留的危機事件，則需要產生新的危機事件處理策略。

2.2? ?系統危機管理知識的層次結構

在本體的知識庫中，一般通過先分類再分層的方法來對知識進行組織[8]。分類是根據解決問題的需要以及知識的類別，來將知識分成不同的類別。分層是在分類完成之后，將某一類別的知識劃分為多個層次，其中高層次的知識是對低層次知識的概括與總結。

根據系統危機管理流程中的四個階段，將危機管理領域劃分為四個部分，分別對應四個本體類：監控類、分析類、計劃類、執行類。

在系統中，危機事件的誘發因素有很多，環境自身的因素，系統中操作人員自身，工具和儀器自身，以及操作人員在設備上的行為動作都有可能導致危機事件的發生。

因此，系統中的監控目標包括工作活動，工作活動進行的區域，工作活動的執行者和其操作的對象，因此，監控類的子類可以進一步劃分為作業執行者（WorkExecutor）、操作對象（WorkObject）、工作區域（WorkArea）、工作活動（WorkActivity）和監控設備（MonitoringDevice）這五個類。

分析階段的主要目標是基于監控階段本體獲得的知識來進行危機事件的分析，當系統中有危機事件發生時，需要進行識別，對其可能造成的后果進行分類，并確定其可能性，除此之外，還需要進行評估，可以根據實際需要采用現有的評估方法[9-12]，以確定危機事件和其導致的風險的強度和優先級。因此，分析類的子類為危機事件（HazardousEvent）和風險（Risk）。

計劃階段的目的是制定或選擇處理危機事件的策略，以消除或減少其造成的消極后果。在決定處理策略時，還需要確定由哪個實體來進行處理，需要使用哪些資源，在哪個區域內進行哪些動作。因此，計劃類的子類為應急策略（EmergencyStrategy）。

執行階段的目標是實施計劃階段中確定的策略。在此過程中，需要策略中規定的實體執行相應的動作，僅看作一個實施的階段，因此執行類沒有子類。

2.3? ?危機管理本體類的創建

在對本體類進行了層次劃分后，針對每一個子類，需要分析其與危機管理有關的屬性，去除非必要的屬性，并且根據危機管理的過程來對類之間的關系進行分析，以構建危機管理本體。

1.作業執行者（WorkExecutor）

作業執行者一般指的是系統中的操作人員，他們自身的一些因素會導致危機事件的發生，比如濫用工具或機器，忘記穿戴安全服裝和安全設備，忽視安全程序等。

為了保護作業執行者的安全，減少危機事件發生的可能性，各國都在建立適用的職業安全與健康標準，其中比較有代表性的是美國職業安全與健康管理局頒布的OSHA標準。根據OSHA標準，不同的行業應該建立對應的培訓需求評估（Training Needs Assessment）來確定和定義執行一項特定工作所需要的安全和健康培訓。在每個行業中，需要定義所有人員的角色等級，表明每個角色的責任和能力范圍。此外，對于每項工作活動，根據該活動中所使用的工具和機械，建議作業執行者采用一些安全保護元件（Safety Protection Elements，以下簡稱SPE）來保護自己免受潛在危機事件所帶來的危害。根據OSHA標準中的規章和指令，可以提取一些影響安全的重要概念作為作業執行者的屬性，主要為：

（1）作業執行者在系統中的角色;

（2）作業執行者執行某項工作所需要的職業技能以及工作經驗;

（3）作業執行者當前使用的安全保護元件。

作業執行者類的詳細屬性如圖1所示。

圖1? ?作業執行者類的詳細屬性

2.操作對象（WorkObject）

操作對象一般指的是系統中的資源，包括信息類型的資源和物理類型的資源，信息類型的資源包括系統中的數據和文檔等，這些信息可能會由于黑客入侵遭到破壞，也有可能因為其載體損壞而導致丟失。物理類型的資源包括各類工具和儀器等，它們中可能存在故障，可能由于維護不當或者由于功能缺陷而導致運轉不正常。操作對象需要定期進行檢查，其結果通過安全檢查狀態表示，是危機事件發生的參數之一。

每個操作對象有著各自的復雜程度。一般來說，復雜的操作對象會由一組簡單的操作對象組成，可以通過對其組件的安全控制進行建模。對復雜操作對象的建模和分析可以模塊化從其組成部分來進行。

一部分操作對象上配有傳感器和執行器部件，可以進行遠程的操作或者自動控制，在應急策略的計劃和執行階段通常將此類操作對象上的危機事件定義為自動控制的類型。

因此，通過以下三點描述操作對象的屬性：

（1）操作對象的類型，為信息類型或物理類型;

（2）操作對象當前的安全檢查狀態;

（3）操作對象的復雜程度，復雜操作對象的組成部件。

操作對象類的詳細屬性如圖2所示。

圖2? ?操作對象類的詳細屬性

3.工作區域（WorkArea）

工作區域是指整個系統所存在的環境，工作區域可以被劃分為若干子區域，每個子區域都有著其唯一的標識方式，且區域內應有其監控設備。

根據ISO 31000：2018標準，工作區域內可能會存在導致危機事件的不安全因素，比如醫院藥劑室內和化工原料倉庫中可能存在的可燃氣體或者化學藥劑。同時工作區域自身的一些特性也可能會導致潛在的危機事件，比如未被固定的架子，未被修繕的屋頂等。工作區域內的安全保護元件對于危機事件的發生和處理也有著一定的影響。針對工作區域，本文主要考慮以下屬性：

（1）子區域的識別標識;

（2）子工作區域的在整體區域內的位置;

（3）區域內存在的不安全因素;

（4）區域內監控設備和安全保護設備的配備情況。

工作區域類的詳細屬性如圖3所示。

圖3? ?工作區域類的詳細屬性

4.工作活動（WorkActivity）

工作活動是作業執行者進行的作業。每項活動都有著與其相關的不安全因素，執行某項工作活動需要執行者有對應的工作技能，且需要執行者激活特定的角色來進行，并且其執行過程通常有著對系統內操作對象的使用。因此，工作活動的屬性主要包括：

（1）該項動作活動的不安全因素;

（2）執行者進行這項工作所需要的技能;

（3）執行者進行這項工作所需激活的角色;

（4）進行這項工作需要使用到的操作對象。

工作活動類的詳細屬性如圖4所示。

5. 監控設備（MonitoringDevice）

監控設備是能夠收集系統中實體屬性參數的物理設備，這類設備有著唯一的標識，根據標識來建立與監控對象的對應關系。在危機管理過程中需要考慮的是監控設備的類型，監控設備的類型分為四類：作用于作業執行者的監控設備（WorkExecutor-Specific）、作用于操作對象的監控設備（WorkObject-Specific）、作用于工作區域的監控設備（WorkArea-Specific）和作用于工作活動的監控設備（WorkActivity-Specific）。監控設備的屬性考慮以下兩種：

（1）監控設備的唯一標識

（2）監控設備的類型

監控設備類的詳細屬性如圖5所示。

圖4? ?工作活動類的詳細屬性

圖5? ?監控設備類的詳細屬性

6. 危機事件（HazardousEvent）

危機事件指的是出現之后會給系統的正常運行帶來影響的事件，它們的發生會使得系統發生異常或變得不可用。危機事件如果不進行恰當的處理，會導致風險的發生。由于系統中危機事件的導致因素較多，當多個危機事件同時發生時，需要根據危機事件的優先級來確定危機事件的處理順序。

每個危機事件都有其發生的位置和導致其發生的源頭，在對作業執行者、操作對象、工作區域和工作活動屬性的分析過程中，可以看出這些實體均有可能成為危機事件的源頭。

危機事件根據其特點可以劃分為不同類型，根據OSHA標準，危機事件的類型主要可以分為五種：物理類型（火災，輻射等）、機械類型（物理設備或者器械出現的問題）、電氣類型（電壓、電流等）、化學類型（易燃物、有毒元素等）和心理類型（壓力過大、身體疲憊等）。因此，工作活動的屬性主要包括：

（1）危機事件發生的位置;

（2）造成危機事件發生的源頭;

（3）危機事件的優先級;

（4）危機事件的類型。

危機事件類的詳細屬性如圖6所示。

圖6? ?危機事件類的詳細屬性

7. 風險（Risk）

風險作為危機事件可能帶來的后果，與危機事件類似有著發生的位置、來源和類型等屬性。風險的緊急程度通過風險的等級來進行劃分，風險等級的劃分方法有多種，其中比較常用的是美國的LEC評價法，利用與風險相關的三個因素的指標值乘積來對風險等級進行界定，分別為事故發生的可能性（likelihood，L）、人員在危險環境中暴露的頻繁程度（exposure，E）和當事故發生可能造成的后果（consequence，C），根據三個因素的不同等級確定對應的分值，再以三個分值的乘積所處的區間將風險等級劃分為稍有危險、一般危險、顯著危險、高度危險和極其危險五個等級。因此，風險的相關屬性主要考慮以下幾個方面：

（1）風險發生的位置;

（2）造成風險的來源;

（3）風險的類型;

（4）風險等級。

風險類的詳細屬性如圖7所示。

圖7? ?風險類的詳細屬性

8. 應急策略（EmergencyStrategy）

應急策略指的是在危機事件分析過程完成后所確定的處理方案，包括執行一系列的相應動作來控制，降低或消除危機事件所帶來的不良影響。應急策略與危機事件一致，有著對應的優先級，根據危機事件處理順序的不同，應急策略的優先級也應不同。策略的執行需要通過執行者在一定的區域通過使用一定的資源來執行應急策略的動作。因此，應急策略的相關屬性主要考慮以下幾個方面：

（1）多個應急策略需要執行時，每個策略各自的優先級;

（2）策略的執行者;

（3）執行策略需要的資源;

（4）策略的實施位置;

（5）策略對應的執行動作。

應急策略類的詳細屬性如圖8所示。

圖8? ?應急策略類的詳細屬性

根據上述分析的各個本體類以及類的詳細屬性，可以確定最終的風險管理本體，結構如圖9所示。

針對具體系統而言，使用危機管理本體，需要將危機管理本體實例化，描述不同工作活動的特定安全概念，從而建立起系統的模型。

3? ?基于本體的SWRL推理規則

SWRL（Semantic Web Rule Language）是W3C規范中的一員，主要作用是描述推理規則[13]。在SWRL架構當中，本體是推理規則組成部分的主要來源，Atom利用本體的屬性和實例來建立，Atom的屬性由本體的屬性得到，Atom的參數由本體的實例組成[14]。

根據危機管理本體，按照SWRL框架的詳細規范，部分Atom的解析如表1所示：

表1? ?部分Atom詳細解析

風險管理本體的應用考慮兩個方面，一方面是在工作活動執行前根據實體的屬性推理可能發生的危機事件，進而采取一定的預防措施，另一方面是檢測到系統中有危機時，制定一些措施來進行應對和處理。考慮以下簡單的應用場景：

場景1：制藥車間內藥劑裝箱工作（危機預防）

車間內有各類化學藥劑，這些化學藥劑誤食可能會導致中毒，因此，操作人員需要穿戴口罩才可以執行此項工作。

該場景可以通過以下規則描述：

Rule-1：WorkActivity（？baling）

∧activity_performed_by（？baling，？worker1）

∧activity_performed_in（？baling，？pharmacy）

∧environment_unsafe_factor（？room，chemical）

→might_cause（？room，？toxicosis）

∧strategy_use（UseGauzeMask，？worker1）

規則1解析如下：裝箱工作baling是WorkActivity類的一個實例，這項工作是由操作人員worker1在藥劑室pharmacy中進行，且藥劑室內有不安全因素化學藥劑chemical，推理的結果為可能會導致中毒toxicosis，需要的預防策略是讓操作人員worker1使用口罩UseGauzeMask。

場景2：辦公區域內失火（風險處理）

系統內某間辦公室內有溫度傳感器和煙霧傳感器，監測到辦公室內失火，需要讓室內人員進行撤離并打開滅火裝置。

該場景可以通過以下規則描述：

Rule-2：Environmen t（？office）

∧temperature_data（？temperature_sensor，？tem）

∧smoke_data（？smoke_sensor，？smo）

∧swrlb：greaterThan（？tem，tem_threshold）

∧swrlb：greaterThan（？smo，smo_threshold）

→strategy_use（LeaveOffice，？workers）

∧strategy_use（Sprinkle，？Sprinkler）

規則2解析如下：系統環境中的區域辦公室office內的溫度傳感器temperature_sensor監測到區域內溫度數據tem已經大于設定的閾值tem_threshold，且同時煙霧傳感器smoke_sensor監測到區域內的煙霧濃度數據smo也大于設定的閾值smo_threshold，推理的結果為區域內有火災發生，處理策略為讓工作人員workers離開辦公室LeaveOffice，且同時灑水器Sprinkler執行灑水動作Sprinkle。

4? ?結? 論

基于ISO 31000：2018標準，提出了一個危機管理本體對智能化生產環境中的危機進行管理，通過對標準中內容的分析，確定了危機管理的步驟以及各步驟所需要考慮的環境知識，在此基礎上構建了危機管理本體，并將本體中的概念作為危機管理四個階段的知識庫，以在系統運行時進行SWRL推理，進而對系統中的危機進行管理。

在未來的研究工作中，會繼續考慮其他屬性給危機管理帶來的影響，對危機管理本體進行完善，使其能夠更好的為相關研究工作提供幫助。

參考文獻

[1]? ? 李炳燃，張輝，葉佩青. 智能制造環境下的數控系統發展需求[J]. 航空制造技術，2017，60（6）：24—30.

[2]? ? ZHANG S，BOUKAMP F，TEIZER J. Ontology-based semantic modeling of construction safety knowledge：Towards automated safety planning for job hazard analysis （JHA）[J]. Automation in Construction，2015，52：29—41.

[3]? ? 面向管理的智能化生產環境監測系統[D]. 呼和浩特：內蒙古大學，2016.

[4]? ? BEAUCHAMP-AKATOVA E，CURRAN R. From initial risk assessments to system risk management[J].Journal of Modelling in Management，2013，8（3）：262—289.

[5]? ? WAWRZYNIAK D. Information security risk assessment model for risk management[C]//International Conference on Trust，Privacy and Security in Digital Business. Springer，Berlin，Heidelberg，2006：21—30.

[6]? ? TAKACS M. Multilevel fuzzy model for risk management[C]// IEEE International Conference on Computational Cybernetics. IEEE，2009：153—156.

[7]? ? LU Y，LI Q，ZHOU Z，et al. Ontology-based knowledge modeling for automated construction safetychecking[J]. Safety Science，2015，79：11—18.

[8]? ? 李善平，尹奇韡，胡玉杰，等. 本體論研究綜述[J]. 計算機研究與發展，2004，41（7）：1041—1052.

[9]? ? 陳鍊，胡作進，蔡淑珍. 信息系統安全風險評估模型研究[J]. 計算機應用與軟件，2007，24（6）：73—77.

[10]? WONG S T. Natural hazard risk assessment and public policy[J]. IEEE Transactions on Reliability，2010，19（5）：845—847.

[11]? 張潤蓮，武小年，周勝源，等. 一種基于實體行為風險評估的信任模型[J]. 計算機學報，2009，32（4）：688—698.

[12]? ASNAR Y，GIORGINI P，MYLOPOULOS J. Goal-driven risk assessment in requirements engineering[J]. Requirements Engineering，2011，16（2）：101—116.

[13]? MISHRA R B，KUMAR S. Semantic web reasoners and languages[J]. Artificial Intelligence Review，2011，35（4）：339—368.

[14]? 葛強，沈國華，黃志球，等. Web服務中支持本體推理的隱私保護研究[J]. 計算機科學與探索，2013，7（6）.