基于本體技術的裝備智能檢驗驗收方法研究

李澤西，孟晨，王成

(1.陸軍工程大學 石家莊校區,河北 石家莊 050003；2.陸軍裝備部駐西安地區軍事代表局 駐西安地區第四軍事代表室,陜西 西安 710000)

0 引言

裝備檢驗驗收是依據裝備訂貨合同或協議、產品圖樣和技術文件、相關標準及檢驗驗收程序等，對生產單位提供的裝備進行檢查、測試和實驗，并根據結果確定是否接收的過程[1]，作為質量監控的重要手段，其效率和有效性對裝備最終的交付質量影響重大。

隨著信息技術的發展和新老裝備更新速度的加快，傳統的基于紙質規范和人工判定的裝備檢驗驗收方法存在著工作量大、重復性高、驗收效果依賴于檢驗人員經驗和主觀判斷等問題，已無法滿足數字化質量監督和高精密復雜武器質量監控的現實需要。針對上述問題，目前主要有兩類相關研究：一類是從宏觀角度對實現數字化檢驗驗收的探討和展望[2]，例如：文獻[3]闡述了軍事裝備數字化檢驗驗收的推行模式，文獻[4]對比了檢驗信息化的優勢，文獻[5]從整體上探討了構建復雜武器裝備數字化質量檢驗系統所涉及的關鍵技術，文獻[6]提出了一種基于人工智能方法的航天產品制造總檢模式。另一類是利用本體技術對質量監控方法進行智能化改進，例如：文獻[7]設計了環境知識管理與質量監測平臺，文獻[8]提出了基于本體的電能質量監測信息智能檢索模型，文獻[9]建立了基于標準規范的工程質量合規性監控框架。第一類研究涉及面廣、可操作性不強，第二類研究側重于對靜態知識的分析表述，對質量監控工作流程的動態性關注不足，不利于形成對質量的閉環控制；同時，對本體技術的具體運用沒有詳細描述，未能針對領域情況提出適宜的本體建模方法，加之對質量合格判定規則的設計相對單一，導致后續基于知識推理的質量符合性判斷能力靈活性不高，難以滿足復雜情況下的合格判定要求。

本文在分析裝備檢驗驗收領域特點的基礎上，提出一種基于本體技術的裝備智能檢驗驗收方法，詳細闡述了該方法中裝備檢驗驗收本體庫構建方法和流程、裝備檢驗驗收規則庫設計、基于本體知識推理的檢驗結果智能判定等關鍵實現技術。最后以炮彈產品部分檢驗驗收信息為例，在本體開發工具Protégé平臺上驗證了所提方法的有效性。

1 裝備智能檢驗驗收方法設計

1.1 整體思路

裝備檢驗驗收是一項政策性和技術性都很強的工作，檢驗驗收的依據、范圍、條件、步驟等都必須嚴格符合規定，其總體程序分為準備、實施和總結3個階段，又可進一步細分為受理檢驗、檢驗準備、實施檢驗、合格判定、接收與拒收、簽署合格證、拒收產品批的處理、資料整理和歸檔等步驟[10]。如圖1所示，其中C(Conformity)代表合格，N(Nonconformity)代表不合格。各步驟之間環環相扣，當且僅當產品在上一步驟中符合所有要求才可進入下一個環節。

圖1 裝備檢驗驗收程序Fig.1 Inspection and acceptance procedures of equipment

裝備檢驗驗收作為一種兼具事前預防和事后把關雙重作用的質量監控手段，需要覆蓋對所有類型產品的檢驗，包括零部件檢驗、成品檢驗和包裝檢驗；涉及對整個檢驗過程的精細化管理，從產品提交條件審查、檢驗準備、檢驗試驗到檢驗結果的合格判定與資料歸檔；還需要通過對檢驗過程和檢驗結果的綜合分析，為質量問題定位分析、解決措施制定和質量問題的預防提供指導。

因此，本文對照裝備檢驗驗收程序，將裝備智能檢驗驗收方法相應地設計為準備、實施和總結3個階段，各階段按照裝備檢驗驗收程序的具體規定展開并各有側重，其流程如圖2所示。

圖2 裝備智能檢驗驗收方法流程圖Fig.2 Flow chart of equipment intelligent and inspection acceptance method

1.2 準備、實施和總結各階段關鍵技術

1.2.1 準備階段

準備階段主要完成對裝備檢驗驗收本體庫的構建，這是裝備智能檢驗驗收方法的基礎環節。

裝備檢驗驗收本體庫是裝備檢驗驗收知識的載體，其質量好壞對裝備智能檢驗驗收的效果至關重要。構建本體庫是一個非常繁雜的過程，需要對目標領域有著精準的把握，最好在專家指導下進行。

依據我國國家軍用標準對裝備檢驗驗收程序中準備階段的要求，該階段的核心任務是完成產品提交條件審查，需保證所提交的產品是經承制單位檢驗部門按照規定檢驗合格且未處于停止驗收狀態的產品，即產品質量處于受控狀態。按照產品質量波動理論[11]，在同樣的生產過程中生產同樣產品，它們的質量特性不會是一個固定不變的恒量，總是在一定范圍內波動變化，而造成質量波動的主要因素簡稱為5M1E，即原材料(Material)、工藝方法(Method)、操作者(Man)、設備(Machine)、測量(Measurement)和環境(Environment)。考慮到裝備檢驗驗收是一個始終圍繞產品質量把控的過程，可從5M1E指出的6個方面來提取裝備檢驗驗收信息中的核心要素，作為后續裝備檢驗驗收本體庫構建的基礎，同時應根據該領域特點設計合適的本體構建策略，以高效高質地完成裝備檢驗驗收本體庫的構建。

1.2.2 實施階段

實施階段主要完成裝備檢驗驗收規則庫的設計和對檢驗結果的智能判定，這是裝備智能檢驗驗收方法的核心環節。

裝備檢驗驗收規則庫設計主要利用語義網絡規則語言(SWRL)對質量約束標準進行語義表達。裝備檢驗驗收規則庫設計應結合裝備檢驗驗收實際，從產品規范和工作程序兩個角度出發，對涉及裝備質量的各項約束規則進行分析拆解，并借鑒已構建本體庫框架，使得規則庫在兼顧不同產品檢驗項目多樣性的同時保證較高的靈活性，并能配合完成裝備檢驗驗收實施階段中的實施檢驗環節。

對檢驗結果的智能判定通過本體知識推理實現。已構建的本體庫和規則庫所組成的智能審查單元是進行知識推理的基礎。利用網絡本體語言(OWL)在本體庫中描述的顯式定義知識以及使用SWRL在規則庫中表達的隱含約束規則，推理引擎可依據檢驗結果中的關鍵信息，通過推理算法找出智能審查單元中與之相關的質量約束信息并進行概念一致性檢查，進而作出其合格與否的判定，若符合要求則進入智能審查單元效果評價環節，此處主要配合完成裝備檢驗驗收實施階段中的合格判定環節。

1.2.3 總結階段

總結階段主要完成對智能審查單元的效果評價，這是裝備智能檢驗驗收方法的輔助環節。

智能審查單元的效果評價主要考察本體推理結果的正確性和時效性，在檢驗結果智能判定之后進行。通過對同一裝備同一審查結果以及同一裝備不同審查結果的多次分析，確保智能審查單元的穩定運行，并為審查單元的改進提供幫助。此處主要配合完成裝備檢驗驗收總結階段的資料歸檔環節。通過將符合要求的判定結果與本體庫、規則庫及其他相關資料納入結果庫，形成對裝備質量的閉環管理，并為后續的裝備檢驗驗收提供指導。

2 裝備檢驗驗收本體庫構建

2.1 裝備檢驗驗收本體庫構建策略

為提高建模的精度、降低建模的復雜程度，必須依據裝備檢驗驗收領域的特點設計合適的本體構建策略。基于七步法和全面質量管理理念，劉琳娜[12]提出一種基于質量環的領域本體建模方法，用于實現武器裝備的本體建模，該方法與裝備檢驗驗收領域較為契合，但也存在步驟冗余、操作性較弱等弊端。因此，本文在該方法的基礎上進行改進，提出裝備檢驗驗收本體庫構建策略，如圖3所示，主要包括核心本體界定、本體擴展、本體實現、本體檢測和循環改進5大步驟。

圖3 裝備檢驗驗收本體庫構建策略Fig.3 Construction strategy of ontology library of equipment inspection and acceptance

步驟1核心本體界定，包括目標及領域分析、核心要素提取兩個步驟。目標及領域分析是開展建模的基礎，二者需同時進行；核心要素提取是核心本體界定的關鍵，關系到后續能否有效進行知識推理，應予以充分重視。

圖4 核心本體界定Fig.4 Core ontology definition

步驟2本體擴展，主要包括考察復用現有本體、收集獲取信息、本體內容設計3個方面。考察復用現有本體主要依據核心本體中的內容尋找現存的相關本體進行整合復用；收集獲取信息是對裝備檢驗驗收過程中實際產生的各類信息進行采集、存儲和處理；本體內容設計是從標準規范的角度對裝備檢驗驗收中的重要術語及其相互關系進行列舉梳理，在此基礎上定義類和類的等級體系、定義類的屬性及屬性分面。

步驟3本體實現，主要利用本體建模工具和本體描述語言對上述已經分析好的本體內容進行形式化表達，形式化表達時需要參照目前幾種典型的本體形式化定義，以保證概念體系的完整性，關鍵是選擇合適的本體描述語言。

步驟4本體檢測，主要借助相關工具檢查形式化后的本體是否存在邏輯錯誤，檢測通過則建模完成，反之則重新進行本體擴展。

步驟5循環改進，用以保證本體具備持續的進化能力，也可表明本體建模是一個根據目標需求不斷更新、改進和調試的過程。循環改進融合在前面4個步驟中。

2.2 裝備檢驗驗收本體庫構建流程

2.2.1 核心本體界定

裝備檢驗驗收本體庫的構建目標是合理篩選出影響裝備質量的各個要素，建立可擴展、可重用、易移植、靈活高效的智能模型，并可作為其他相關領域的知識交流工具。該領域是銜接裝備生產和裝備使用的關鍵環節，目的是最大限度地保證裝備質量，排除任何影響裝備質量的潛在和顯在因素。根據上文分析，其核心本體界定可圍繞產品質量波動理論中影響產品質量的主要因素5M1E展開，結果如圖4所示。

2.2.2 本體擴展

本體擴展主要包括考察復用現有本體、收集獲取信息、本體內容設計3個方面。

考察復用現有本體可以大大降低建模的工作量。例如，按照裝備檢驗驗收的范圍和要求，在裝備檢驗過程中可能會出現對產品質量問題的處理，此處可參考本體在處理其他領域質量問題時已構建的相關模型，例如：基于本體的建筑工程質量通病診斷本體模型[13]、基于本體的建筑質量控制語義模型[14]、果蔬產品質量安全溯源信息本體[15]等，并結合裝備檢驗驗收的特點進行調整和裁剪，以實現本體的復用。

收集獲取裝備檢驗驗收信息的工作量較大，這些信息既有以文件形式對裝備檢驗過程及結果的存檔，如產品履歷書等，也有存儲于專用工裝或檢測儀器中的檢驗結果數據。

本體內容設計是本體擴展的重點內容，包括抽取重要概念和術語、確定類和類的層次關系以及定義類的屬性和屬性分面。重要概念和術語主要來源于敘詞表及我國國家軍用標準，由于裝備檢驗驗收領域沒有專門的敘詞表，主要從各類我國國家軍用標準中進行收集。收集術語后，將屬于概念的術語進行分類和層次劃分，剩下部分作為概念屬性，可得部分類及其層次關系的結構如圖5所示，在此基礎上可進一步定義屬性和屬性分面。

圖5 部分類及其層次結構圖Fig.5 Partial classes and their hierarchical relational structure

2.2.3 本體實現

本體實現首先應選擇合適的本體建模工具及本體描述語言。在眾多本體建模工具中，由斯坦福大學設計開發的Protégé本體建模工具因其具備開源、界面友好、操作簡單等特點，是大多數本體構建者的首選建模工具，故此處使用Protégé5.2.0本體建模工具進行裝備檢驗驗收本體庫構建。網絡本體語言描述邏輯(OWL DL)作為OWL的3個子語言之一，相對于只能提供簡單分類層次和約束的OWL Lite和沒有可計算性保證的OWL Full，它兼具了最強的表達能力并能夠保持計算完備性和可判定性，因此選用OWL DL作為裝備檢驗驗收本體庫的建模語言[16]。

目前幾種典型的本體形式化定義中，以Perez等[17]提出的5個基本建模基元的應用最為廣泛：即一個本體通常由概念類(Concept)、關系(Relation)、函數(Function)、公理(Axiom)、實例(Instance)5種元素組成。根據上述建模基元，可將裝備檢驗驗收本體庫定義為一個5元組O=〈C，Pc，I，Po，Pd，A〉，其中：

C表示裝備檢驗驗收中所有概念的集合；

Pc表示裝備檢驗驗收所有概念之間關系的集合，既包括簡單的層次關系，也包括復雜的交、并、補等關系；

I表示裝備檢驗驗收中不同檢驗驗收實例的集合；

Po表示不同檢驗驗收實例之間關系的集合；

Pd表示不同檢驗驗收實例與其測試所得數據值之間關系的集合；

A表示質量約束公理，是進行基于知識推理的質量合格判定的基礎。

利用Protégé軟件將概念按照上述定義進行形式化編碼，并以OWL格式的文件進行存儲，即可得裝備檢驗驗收本體庫。

2.2.4 本體檢測

本體檢測又稱本體調試，是利用Protégé平臺中的Debugger插件和Fact++推理機對已構建本體庫進行的一致性和連續性檢查。當構建的本體庫沒有邏輯錯誤時即通過檢測；若出現問題，則需要重新轉入本體內容設計步驟。經檢測可知，所構建的裝備檢驗驗收本體庫符合一致性和連貫性要求。

3 裝備檢驗驗收規則庫設計及檢驗結果智能判定

3.1 裝備檢驗驗收規則庫設計思路

僅使用OWL DL語言所描述的存儲于裝備檢驗驗收本體庫中的知識還不足以支撐裝備檢驗驗收智能化的實現，裝備檢驗驗收中所蘊含的大量復雜的質量約束標準和工作程序要求都需要使用表達能力更強的語言才能完整描述[18]。相對于無法表示“IF-THEN”產生式知識規則的OWL DL語言，SWRL不但可以有效兼容OWL DL語言，還擁有更多表達規則語義信息的機制[19]。同時，以往研究中對質量監控規則庫的設計大都通過直接抽取具體規范條文并進行表達，但裝備檢驗驗收是一項政策性和制度性都很強的工作，特別強調按程序辦事，因此規則庫的設計還應結合裝備檢驗驗收程序和本體知識庫的組織架構。綜上所述，裝備檢驗驗收規則庫設計是在借鑒本體庫結構和裝備檢驗驗收程序的基礎上，利用SWRL對規范進行語義表達來實現的[20]，如圖6所示。其總體思路如下：

步驟1根據待驗裝備的情況選擇合適的規范，分析并抽取規范中對裝備質量在定性或定量方面有具體要求的條款，并對條款中的關鍵信息進行提取，在此基礎上拆解其中的核心指標，使其以最小單元的狀態呈現。

步驟2依據我國國家軍用標準中對裝備檢驗驗收程序的有關規定，篩選程序中與上述質量約束要求相關的步驟進行橫向對照，將程序中的步驟融入規則設計。

步驟3結合已構建的裝備檢驗驗收本體庫，參照本體庫中類和屬性的情況，保證所表達的規則與本體庫有較高的契合度。

圖6 SWRL規則標注過程圖Fig.6 Annotation process of SWRL rule

定性質量約束規則如Rule1及Rule2所示，定量質量約束規則如Rule3及Rule4所示：

Rule1:Class(?p)∧Subclass(?p)∧MeasuredObject(?p)∧hasObjectProperty(?p,?NatureProperty) →Conformity(?p)

Rule2:Class(?p)∧Subclass(?p)∧MeasuredObject(?p)∧(hasObjectProperty=0)(?p) →Nonconformity(?p)

Rule3:Class(?p)∧Subclass(?p)∧MeasuredObject(?p)∧hasDatapropertyContentValue(?p,?dataproperty)∧swrlb:Built-in(?dataproperty,value) →Conformity(?p)

Rule4:Class(?p)∧Subclass(?p)∧MeasuredObject(?p)∧hasDatapropertyContentValue(?p,?dataproperty)∧swrlb:inverseBuilt-in(?dataproperty,value)→ Nonconformity(?p)。

將上述規則添加至裝備檢驗驗收規則庫中，可作為后續基于本體知識推理進行檢驗結果智能判定的基礎。

3.2 基于本體知識推理的檢驗結果智能判定

對裝備檢驗驗收本體庫和規則庫進行知識推理[21]，可實現檢驗結果智能判定，包括對檢驗結果合格判定情況的自動分類、質量約束標準與裝備檢驗驗收程序的組合、根據檢驗驗收結果信息分析產品質量趨勢等3個方面。

3.2.1 對檢驗結果合格判定情況的自動分類

當質量約束標準較為簡單時，對檢驗結果合格判定情況的自動分類是利用OWL三大公理中的等價公理(EC)進行概念的包含性檢測的過程。其核心思想是將合格類(Conformity)與不合格類(Nonconformity)分別定義為等價類，即分別等價于具有合格值范圍的屬性和不合格值范圍的屬性，若某一個檢驗結果實例具有同樣屬性，且該屬性符合合格類屬性的約束條件，則自動分類于合格類，反之為不合格類。以合格類等價條件為例，其設計思路如圖7所示。

圖7 合格類等價條件Fig.7 Qualified class equivalent condition

當質量約束標準較為復雜時，對檢驗結果合格判定情況的自動分類實質上是一個基于規則的推理過程。即將質量約束標準逐條拆解后，分別按照SWRL推理前件head和推理后件body的組織形成進行表達與存儲，特別是需要熟練運用其Atom中的 swrl:Building限制，其設計思想如圖8所示，規則如下：

DLSafeRule(Annotation("true"^^xsd:boolean)

Annotation(rdfs:comment " automatic classfication for judging the conformity of test result "^^xsd:string)

Annotation(rdfs:label "S1"^^xsd:string)

Body(ClassAtom(:Product Variable(:p))

DataPropertyAtom(:hasDataContentValue Variable(:p) Variable(:DataProperty))

BuiltInAtom(Variable(:hasDataProperty)

"RangeofQualifiedValues"^^xsd:integer))Head(ClassAtom(:Conformity Variable(:p))))

BuiltInAtom(Variable(:hasDataProperty)

"UnqualifiedValueRange"^^xsd:integer))Head(ClassAtom(:Nonconformity Variable(:p))))。

圖8 檢驗結果合格判定情況的自動分類思想Fig.8 Idea of automatic classification for judging the conformity of inspection results

3.2.2 基于規則的質量約束標準與裝備檢驗驗收程序組合

對質量約束標準和裝備檢驗驗收程序的組合描述可增強裝備檢驗驗收智能化的動態性，也更加符合其按照程序辦事的領域特點。針對這種動態規則的描述，可通過將程序以步驟為節點進行拆解，將各步驟的關聯關系轉化為屬性約束，其思路如圖9所示，進而使用SWRL，以組合描述方式將程序中的各步驟與檢驗結果合格與否的情況建立聯系，從而實現裝備檢驗驗收全過程、動態化的智能推理。

圖9 裝備檢驗驗收動態規則描述思路圖Fig.9 Block diagram describing the dynamic rules of equipment inspection and acceptance

以產品提交條件審查到抽樣階段的過程為例，其規則描述如下：

Rule5:Submission(?p)∧Product(?p)∧QualityConstraintRule∧Comformity(?p)→Sampling (?p)。

對于不同的提交審查要求，只需要將上述規則中的質量約束標準部分(QualityConstraintRule)進行替換即可。這種逐條的組合設置方法具有很高的靈活性和通用性，可將傳統的靜態知識表示擴展到動態流程推理，更利于監管者從宏觀上把控檢驗驗收的總體進度。

3.2.3 根據檢驗驗收結果信息分析產品質量趨勢

裝備檢驗驗收不僅具有把關作用，還具有預防作用，其預防作用來源于根據檢驗驗收結果信息對產品質量趨勢的分析。根據長期的裝備質量監控經驗，加強對處于合格邊界值的檢驗結果分析和關注更有利于發現質量隱患。對此，可通過建立篩選規則，從合格的檢驗結果中篩選出需要重點關注的檢驗結果實例，將其存入合格類的子類關注類(Attention)，剩余實例則存入合格類的子類安全類(Safety)。

圖10 炮彈產品常規與智能檢驗驗收方法流程對比圖Fig.10 Comparison between the flow charts of the conventional and intelligent inspection and acceptance methods of shell products

為提高篩選的靈活性，引入實例危險范圍指數因子Di，Di是一個自定義值，取值范圍在0～1之間，可通過分析以往檢驗結果的情況得出，也可隨機預設，再通過對篩選結果的分析進行調整。其中，關注類篩選規則為：Rule6:Product(?p)∧QualityConstraintRule∧Comformity(?p)∧DI(?p,?D)∧swrlb:lessThanOrEqual(?D,SelfDefiningValue)→Attention(?p)；安全類篩選規則為：Rule7:Product(?p)∧QualityConstraintRule∧Comformity(?p)∧DI(?p,?D)∧swrlb:greaterThan(?D,SelfDefiningValue)→ Safety(?p)。

4 實例分析

以炮彈產品的檢驗驗收為例，采用常規檢驗驗收方法和智能檢驗驗收方法流程對比，如圖10所示。

為驗證智能檢驗驗收方法的有效性，在Protégé平臺上分別進行炮彈產品檢驗驗收本體庫構建、炮彈產品檢驗驗收規則庫構建并進行提交條件審查、合格判定和質量問題處理等3種類型的本體知識推理，最后查看推理日志，對上述智能檢驗驗收的正確性和時效性進行評價。

4.1 炮彈產品檢驗驗收本體庫構建

以炮彈產品為例，從人、機、料、法、環、測等6類核心要素法抽取影響該產品質量的各類因素，構建炮彈產品檢驗驗收本體庫，該產品核心要素的抽取思路如下：

因素“人”對炮彈產品質量的影響主要體現在承制方的質量保證能力和訂購方的質量控制能力，例如國家軍用標準GJB1089A—99炮彈通用規范中條款4.1規定了承制方與訂購方在實施炮彈產品檢驗時不同的檢驗責任。因素“人”可劃分為人類型和人能力兩個類，其中：人類型包括承制方和訂購方，承制方包括研制人員、生產人員、檢驗人員和質保人員，訂購方包括軍事代表和使用部隊；人能力包括質量保證能力和質量控制能力。

因素“機”是指炮彈產品生產和檢驗時所使用的相關儀器、設備和工具等，如炮彈彈體毛坯加工時使用的專用壓力加工機械等，該因素對炮彈產品質量的影響主要取決于其質量狀態是否滿足生產和檢驗的要求，例如GJB1089A—99炮彈通用規范中條款3.12.3規定了檢驗工具的尺寸要求。因素“機”可劃分為機器類型、機器用途和機器質量狀態3類，其中，機器類型包括設備、儀器和工具，機器用途包括檢驗機器、加工機器和測量機器，機器質量狀態分為機器合格和機器不合格。

因素“料”是指生產炮彈產品所需要的各類材料，如制作彈丸時使用的金屬材料、藥筒中的發射藥、消焰藥和黑火藥等，該因素對炮彈產品質量的影響主要取決于材料的成分和理化性能等，例如GJB1089A—99炮彈通用規范中條款3.4規定了炮彈主要材料的一般要求。因素“料”可劃分為料名稱、料來源、料性能和料質量狀態4類，其中料來源包括料承制單位名稱和料承制單位資格，料性能包括料化學性能和料物理性能，料質量狀態包括料質量合格和料質量不合格。

因素“法”一方面是指生產炮彈產品時應遵守的工藝規程、采用的工藝方法，例如GJB1089A—99炮彈通用規范條款3.11規定了炮彈裝配前的零部件要求和裝配要求；另一方面是指檢驗炮彈產品時應遵循的檢驗要求，例如GJB1089A—99炮彈通用規范條款4.2、4.4、4.5、4.6、4.7等，分別規定了炮彈產品的檢驗分類、檢驗項目、抽樣方案和檢驗方法。因素“法”可劃分為方法類型、方法對象、方法名稱、方法內容和方法狀態5類，其中，方法類型包括工藝方法和檢驗方法，方法對象包括彈丸和發射裝藥，方法狀態包括方法有效和方法失效。

因素“環”是指生產和檢驗炮彈產品時的環境條件，例如GJB1089A—99炮彈通用規范中條款3.10.3、3.11.2規定了炮彈產品所處環境應滿足的溫度和濕度條件。因素“環”可分為環境名稱、環境指標和環境條件3類，環境指標包括環境溫度和環境濕度。

因素“測”是指炮彈檢驗所產生的各類檢驗結果，如炮彈產品的表面狀況、尺寸、質量等，例如GJB1089A—99炮彈通用規范條款4.5規定了炮彈產品進行質量一致性檢驗時的檢驗項目及其方法和要求，實施相應的檢驗項目后則產生對應的檢驗結果，其包含于因素“測”中。因素“測”可分為檢驗項目、檢驗要求、檢驗內容和檢驗結論4類。

按照上述分析，在Protégé軟件中建立炮彈產品檢驗驗收本體庫，結果如圖11所示。

圖11 炮彈產品檢驗驗收本體庫Fig.11 Shell product inspection and acceptance ontology library

4.2 炮彈產品檢驗驗收規則庫構建

炮彈產品規則庫中的規則主要從裝備檢驗驗收程序標準和炮彈產品規范提取。我國國家軍用標準GJB3677A裝備檢驗驗收程序中規定了裝備檢驗驗收的依據、范圍、要求、條件、步驟等相關內容。我國國家軍用標準GJB1089A-99炮彈通用規范中規定了炮彈及其零部件的通用技術要求、質量保證規定、交貨準備等內容。

4.2.1 炮彈產品提交條件審查規則提取

產品提交條件審查的通用規則來源于GJB3677A中的條款6，包括承制方質量保證、產品技術狀態、檢驗環境條件、檢驗儀器設備、產品提交狀態5個方面，專用規則來源于GJB1089A—99中的條款5.3.1，如圖12所示。

圖12 提交條件審查規則來源Fig.12 Submission of the source of conditional review rule

上述5個方面分別對應炮彈產品檢驗驗收本體庫中的人、法、環、機、測與料6類；由條款要求可知，當且僅當上述6個方面均符合要求，炮彈產品才可通過提交條件審查進入受理檢驗，否則進入拒絕受理，規則定義如下：

//炮彈產品通過提交條件審查進入受理檢驗

[Rule_AcceptSubmission:ShellProductSubmission(?x)∧hasConformityProductSubmissionCondition(?x,?y)∧ConformityProductSubmissionCondition(?y)→ShellProductAcceptSubmission(?x)]。

//炮彈產品未通過提交條件審查進入拒絕受理

[Rule_Resubmission:ShellProductSubmission(?x)∧hasNonconformityProductSubmissionCondition(?x,?y)∧NonconformityProductSubmissionCondition(?y)→ShellProductResubmission(?x)]。

4.2.2 炮彈產品檢驗數據合格判定規則標注

GJB1089A-99炮彈通用規范中條款4.5.1規定了炮彈產品質量一致性檢驗項目、要求及其方法。下面以其中序號4裝配正確性檢驗項目中對不同質量黑火藥制品的稱量誤差要求為例(見表1)，闡述如何標注合格判定規則。

表1 炮彈產品不同質量黑火藥制品的稱量誤差要求Tab.1 Requirements for weighing errors of black powders with different weights in shell products

合格判定是一個分類過程，可以將每條要求分為合格規則和不合格規則兩方面。由于上述規則屬于定量判定規則，在利用SWRL進行標注時，可利用該語言Literals和Built-ins的比較功能，將檢驗項目作為1個類，將檢驗項目的要求作為屬性，將檢驗項目的要求值作為劃分合格判定分類的數值依據。上述規則可標注為：BlackPowder(?p)∧hasWeight(?p,?weight)∧Built-ins(?weight,weightvalue)∧WeightError(?p)∧hasWeightError(?p,weighterror)∧Built-ins(?weighterror,weighterrorvalue)→Conformity(?p)/Nonconformity(?p)。

4.3 炮彈產品智能檢驗驗收功能實現

4.3.1 炮彈產品提交條件審查

以GJB1089A—99中對炮彈產品在環境方面的要求為例，依據GJB1089A—99炮彈通用規范中的條款3.10.3.2(裝藥工房的溫度值應大于等于18 ℃)，選取某工廠20 d中裝藥工房的溫度值變化情況數據，如表2所示。

首先進行提交條件合格與否的自動審查。將表2的數據以實例C1～C20的形式導入Protégé平臺的本體庫中，啟動Pellet推理引擎，并利用DL query控件查詢推理結果，分別得到該工廠裝藥工房溫度值滿足提交條件的14個實例和不滿足提交條件的6個實例。

其次自動給出提交條件審查的結果。對上述實例進行進一步推理，驗證是否滿足溫度值符合要求的裝藥工房實例進入檢驗階段、不滿足的實例進入重新提交階段。編寫相關規則，啟動Pellet推理引擎，并利用DL query控件查詢推理結果，所得進入檢驗階段的裝藥工房實例與合格類實例、進入重新提交階段的裝藥工房實例與不合格類實例的情況一致，如圖13所示。

圖13 炮彈產品提交條件審查Fig.13 Shell product submission condition examination

4.3.2 炮彈產品檢驗數據分析

從裝藥工房溫度值滿足要求的某天中選取該天對黑火藥制品質量和稱量誤差的20組檢驗數據，如表3所示。

首先，對20組黑火藥制品稱量誤差進行合格判定，利用4.2.2節中所建立的合格判定規則，通過本體推理篩選出符合要求的15個黑火藥制品實例。

其次，對所篩選出的15個合格黑火藥制品實例建立相應的篩選規則，并設置實例危險范圍指數Di=0.1，將處于合格邊界值處的產品劃分為關注類、其余合格的產品劃分為安全類，相應的關注類和安全類的數值設定如表4所示。

將上述規則添加至規則庫中，啟動推理引擎和查詢控件；可得15個合格的黑火藥制品實例中，需要關注的實例有5個，處于安全類的實例有10個，如圖14所示。

由此可知，智能檢驗驗收方法可快速、批量地進行炮彈產品檢驗數據的合格判定和邊界值篩選等靜態檢驗數據的分析。當以本體庫和規則庫形式存儲產品的質量約束規則和檢驗數據后，利用本體推理可對同類型、同檢驗項目的產品進行快速、批量的合格判定，有效解決裝備檢驗驗收工作量大、重復性強等問題。同時，借助實例危險范圍指數Di，可快速、準確地篩選處于合格邊界值的產品實例，為快速定位產品質量問題提供指導。

表3 黑火藥制品質量及其稱量誤差檢驗情況統計表Tab.3 Statistical table of weights and weighing errors of black powder products

表4 不同質量黑火藥制品稱量誤差邊界值與安全值設定Tab.4 Setting of error boundary values and safety values of black powder products with different weights

圖14 炮彈產品檢驗數據分析Fig.14 Analysis of inspection data of shell products

4.3.3 炮彈產品智能檢驗驗收方法效果評價

以4.3.1節中炮彈產品基于智能檢驗驗收方法的提交條件審查為例，重復上述實驗10次，將推理結果匯總，其推理耗時可從日志中讀出，如圖15所示。

圖15 基于智能檢驗驗收方法的炮彈產品提交條件審查的耗時及正確率Fig.15 Time-consuming and correct rate of shell product submission condition examination based on intelligent inspection and acceptance method

由圖15可見：在10次實驗中，單次同時對20個實例進行提交條件合格判定并自動分類的平均耗時為38.4 ms，平均正確率為100%；自動給出條件審查結果的平均耗時為49 ms，平均正確率為100%；綜合上述兩級推理的提交條件審查平均耗時為97.4 ms，平均正確率為100%.

綜上所述可知，與傳統基于人工審查的裝備檢驗驗收方法相比，基于智能檢驗驗收方法的提交條件審查，在保證正確率的同時能夠大幅度減少提交條件審查的耗時，更具優越性。

5 結論

本文通過分析裝備檢驗驗收程序，提出了一種基于本體技術的裝備智能檢驗驗收方法。為準確表示裝備檢驗驗收知識，提出并實施了裝備檢驗驗收本體庫的構建策略。結合裝備檢驗驗收實際，從產品規范和工作程序兩個角度出發，提出了裝備檢驗驗收規則庫的設計思路，并對檢驗結果智能判定的3個方面進行了分析。最后，以炮彈產品部分檢驗驗收信息為例，驗證了所提方法的正確性和時效性。實例結果表明，該方法可改進目前裝備檢驗驗收工作量大、重復性高、檢驗效果依賴于人員經驗和主觀判斷等問題。幫助質量監督者高效管控裝備質量，合理制定裝備質量監督計劃，提高裝備檢驗驗收的綜合效能。