Wissensbasiertes Engineering - Knowledge-based engineering

In diesem Artikel geht es um den Einsatz wissensbasierter Technologie im CAD-Bereich. Informationen zur Entwicklung von Expertensystemen in allen Domänen finden Sie unter Knowledge Engineering .

Knowledge Based Engineering (KBE) ist die Anwendung wissensbasierter Systemtechnik im Bereich der Fertigungskonstruktion und -produktion. Der Entwurfsprozess ist von Natur aus eine wissensintensive Tätigkeit, daher liegt der Schwerpunkt von KBE auf dem Einsatz wissensbasierter Technologien zur Unterstützung des computergestützten Designs (CAD), jedoch können wissensbasierte Techniken (z. B. Wissensmanagement) sein auf den gesamten Produktlebenszyklus angewendet .

Die CAD-Domäne war schon immer ein früher Anwender von Software-Engineering-Techniken, die in wissensbasierten Systemen verwendet werden, wie Objektorientierung und Regeln . Wissensbasiertes Engineering integriert diese Technologien mit CAD und anderen traditionellen Engineering-Softwaretools.

Zu den Vorteilen von KBE gehören eine verbesserte Zusammenarbeit des Konstruktionsteams durch Wissensmanagement, eine verbesserte Wiederverwendung von Konstruktionsartefakten und die Automatisierung wesentlicher Teile des Produktlebenszyklus.

Überblick

KBE ist im Wesentlichen Engineering auf Basis von Wissensmodellen . Ein Wissensmodell verwendet Wissensrepräsentation , um die Artefakte des Entwurfsprozesses (sowie den Prozess selbst) darzustellen , anstatt oder zusätzlich zu herkömmlichen Programmier- und Datenbanktechniken.

Die Vorteile der Wissensrepräsentation zur Modellierung von Aufgaben und Artefakten des Wirtschaftsingenieurwesens sind:

  • Verbesserte Integration. In traditionellen CAD- und Industriesystemen hat jede Anwendung oft ihr eigenes, etwas anderes Modell. Ein standardisiertes Wissensmodell erleichtert die Integration über verschiedene Systeme und Anwendungen hinweg.
  • Mehr Wiederverwendung. Ein Wissensmodell erleichtert das Speichern und Taggen von Designartefakten, damit sie leicht wiedergefunden und wiederverwendet werden können. Außerdem sind Wissensmodelle selbst aufgrund der Verwendung von Formalismus wie IS-A-Beziehungen (Klassen und Unterklassen im objektorientierten Paradigma) besser wiederverwendbar . Mit der Unterklassenbildung kann es sehr einfach sein, neue Arten von Artefakten und Prozessen zu erstellen, indem Sie mit einer vorhandenen Klasse beginnen und eine neue Unterklasse hinzufügen, die alle Standardeigenschaften und -verhalten ihrer Eltern erbt und dann nach Bedarf angepasst werden kann.
  • Bessere Wartung. Klassenhierarchien erleichtern nicht nur die Wiederverwendung, sondern erleichtern auch die Wartung von Systemen. Durch eine einheitliche Definition einer Klasse, die von mehreren Systemen gemeinsam verwendet wird, werden Fragen der Änderungskontrolle und Konsistenz erheblich vereinfacht.
  • Mehr Automatisierung. Expertensystemregeln können die Entscheidungsfindung erfassen und automatisieren, die bei den meisten herkömmlichen Systemen menschlichen Experten überlassen wird.

KBE kann einen breiten Anwendungsbereich haben, der das gesamte Spektrum der Aktivitäten im Zusammenhang mit Product Lifecycle Management und multidisziplinärer Designoptimierung abdeckt . Der Leistungsumfang von KBE umfasst Design, Analyse ( Computer Aided Engineering – CAE), Fertigung und Support. In dieser integrativen Rolle muss KBE eine große multidisziplinäre Rolle im Zusammenhang mit vielen computergestützten Technologien ( CAx ) übernehmen.

Es gibt zwei primäre Möglichkeiten, KBE zu implementieren:

  1. Erstellen Sie Wissensmodelle von Grund auf mit wissensbasierter Technologie
  2. Überlagern Sie wissensbasierte Technologie über vorhandene CAD-, Simulations- und andere Engineering-Anwendungen

Ein frühes Beispiel für den ersten Ansatz war das von Intellicorp in den 1980er Jahren entwickelte Simkit-Tool . Simkit wurde auf der Knowledge Engineering Environment (KEE) von Intellicorp entwickelt . KEE war eine sehr leistungsfähige Umgebung für die wissensbasierte Systementwicklung. KEE begann mit Lisp und fügte Frames , Objekte und Regeln sowie leistungsstarke zusätzliche Tools wie hypothetische Argumentation und Wahrheitspflege hinzu. Simkit fügte der KEE-Umgebung stochastische Simulationsfunktionen hinzu. Zu diesen Funktionen gehörten ein Ereignismodell, Zufallsverteilungsgeneratoren, Simulationsvisualisierung und mehr. Das Simkit-Tool war ein frühes Beispiel für KBE. Es könnte eine Simulation in Bezug auf Klassenmodelle und Regeln definieren und die Simulation dann wie eine konventionelle Simulation ausführen. Auf dem Weg dorthin könnte die Simulation weiterhin Regeln, Dämonen und Objektmethoden aufrufen, was das Potenzial für eine viel umfangreichere Simulation und Analyse als herkömmliche Simulationswerkzeuge bietet.

Eines der Probleme, mit denen Simkit konfrontiert war, war ein häufiges Problem bei den meisten frühen KBE-Systemen, die mit dieser Methode entwickelt wurden: Die wissensbasierten Umgebungen von Lisp bieten sehr leistungsfähige Fähigkeiten zur Wissensrepräsentation und zum Schlussfolgern ; Dies geschah jedoch auf Kosten massiver Speicher- und Verarbeitungsanforderungen, die die Grenzen der damaligen Computer sprengten. Simkit könnte Simulationen mit Tausenden von Objekten ausführen und sehr anspruchsvolle Analysen dieser Objekte durchführen. Industrielle Simulationen erforderten jedoch oft Zehn- oder Hunderttausende von Objekten, und Simkit hatte Schwierigkeiten, auf solche Ebenen zu skalieren.

Die zweite Alternative zur Entwicklung von KBE wird durch die CATIA- Produktsuite veranschaulicht . CATIA begann mit Produkten für CAD und andere traditionelle industrielle Engineering-Anwendungen und erweiterte diese um wissensbasierte Funktionen. zum Beispiel ihr KnowledgeWare-Modul.

Geschichte

KBE wurde in den 1980er Jahren entwickelt. Es war Teil der ersten Investitionswelle in Künstliche Intelligenz für Unternehmen, die Expertensysteme ankurbelte. Wie Expertensysteme, stützte sie sich auf das, was zur Zeit Rand Fortschritte in der Unternehmens wurden führende Informationstechnologie wie PCs , Workstations und Client-Server - Architekturen . Dieselben Technologien förderten auch das Wachstum von CAx- und CAD-Software . CAD tendierte dazu, Spitzentechnologien voranzutreiben und sie sogar über ihre aktuellen Grenzen hinauszutreiben. Das beste Beispiel dafür war die objektorientierte Programmierung und Datenbanktechnologie , die durch CAD adaptiert wurde, als die meisten IT-Shops von Unternehmen von relationalen Datenbanken und prozeduraler Programmierung dominiert wurden .

Wie bei den Expertensystemen musste KBE im AI-Winter einen Abschwung hinnehmen . Ebenso wie bei Expertensystemen und künstlicher Intelligenz im Allgemeinen gab es ein erneutes Interesse am Internet. Im Fall von KBE war das Interesse vielleicht am stärksten am Business-to-Business- Typ des elektronischen Handels und an Technologien, die die Definition von branchenüblichen Vokabularen und Ontologien für hergestellte Produkte erleichtern .

Das Semantic Web ist die Vision von Tim Berners Lee für die nächste Generation des Internets. Dabei handelt es sich um ein wissensbasiertes Internet, das auf Ontologien , Objekten und Frame- Technologien aufbaut, die auch KBE ermöglichen. Wichtige Technologien für das Semantic Web sind XML , RDF und OWL . Das semantische Web hat ein hervorragendes Potenzial für KBE, und KBE-Ontologien und -Projekte sind ein starker Bereich für die aktuelle Forschung.

KBE und Product Lifecycle Management

Product Lifecycle Management (PLM) ist das Management des Herstellungsprozesses jeder Industrie, die Waren produziert. Es kann den gesamten Produktlebenszyklus von der Ideengenerierung über die Implementierung bis hin zur Auslieferung und Entsorgung umfassen. KBE wird sich auf dieser Ebene mit Produktproblemen allgemeinerer Natur befassen als mit CAx . Ein natürlicher Schwerpunkt liegt auf dem Produktionsprozess; Lebenszyklusmanagement kann jedoch noch viele weitere Themen wie Geschäftsplanung, Marketing usw. abdecken. Ein Vorteil der Verwendung von KBE besteht darin, dass die automatisierten Argumentations- und Wissensmanagementdienste einer wissensbasierten Umgebung in die vielen unterschiedlichen, aber verwandten Anforderungen des Lebenszyklusmanagements integriert werden. KBE unterstützt die Entscheidungsprozesse bei Konfiguration, Gewerken, Steuerung, Management und einer Reihe weiterer Bereiche, wie z. B. Optimierung .

KBE und CAx

CAx bezieht sich auf die Domäne der computergestützten Werkzeuge für Analyse und Design. CAx umfasst mehrere Domänen. Beispiele sind das computergestützte Design von gefertigten Teilen, Software, die Architektur von Gebäuden usw. Obwohl jede spezifische CAx-Domäne sehr unterschiedliche Arten von Problemen und Artefakten aufweisen wird, haben sie alle gemeinsame Probleme sowie die Notwendigkeit, die Zusammenarbeit anspruchsvoller Wissensarbeiter, Design und Wiederverwendung komplexer Artefakte usw.

Im Wesentlichen erweitert, baut KBE darauf auf und integriert sich in die CAx-Domäne, die normalerweise als Computer Aided Design (CAD) bezeichnet wird. In diesem Sinne ist KBE analog zu Knowledge-Based Software Engineering , das den Bereich des Computer Aided Software Engineering um wissensbasierte Werkzeuge und Technologien erweitert. Was KBSE für Software und CASE war, ist KBE für Fertigprodukte und CAD.

Ein Beispiel kann aus der Erfahrung von Boeing entnommen werden. Das 777-Programm nahm die Herausforderung an, ein digital definiertes Flugzeug zu haben. Dies erforderte eine Investition in große Systeme, Datenbanken und Workstations für Design- und analytische Ingenieurarbeiten. Angesichts des Umfangs des erforderlichen Rechenaufwands hat sich KBE sozusagen durch ein "Pay as you go-Plan" in die Tür gesetzt. Im Wesentlichen sollte diese Technik Vorteile aufzeigen und dann dadurch mehr Arbeit (denken Sie an agiles Engineering) erhalten. Im Fall der 777 kam das Projekt an einen Punkt, an dem Einflüsse auf Änderungen im frühen Teil des Entwurfs-/Baustroms (Lasten) über ein Wochenende neu berechnet werden konnten, um eine Bewertung durch nachgelagerte Prozesse zu ermöglichen. Bei Bedarf waren die Ingenieure in der Schleife, um die Arbeit zu beenden und abzumelden. Gleichzeitig ermöglichte CAx die Einhaltung engerer Toleranzen. Mit der 777 war KBE so erfolgreich, dass nachfolgende Programme sie in weiteren Bereichen einsetzten. Im Laufe der Zeit wurden die Einrichtungen von KBE in die CAx-Plattform integriert und sind ein normaler Bestandteil des Betriebs.

KBE und Wissensmanagement

Eine der wichtigsten wissensbasierten Technologien für KBE ist das Wissensmanagement . Wissensmanagement-Tools unterstützen ein breitgefächertes Repository, dh ein Repository, das alle verschiedenen Arten von Arbeitsartefakten unterstützen kann: informelle Zeichnungen und Notizen, große Datenbanktabellen, Multimedia- und Hypertext-Objekte usw Stakeholder arbeiten bei der Gestaltung und Umsetzung von Produkten zusammen. Es bietet auch Werkzeuge zur Automatisierung des Designprozesses (z. B. Regeln) und zur Erleichterung der Wiederverwendung.

KBE-Methodik

Die Entwicklung von KBE-Anwendungen betrifft die Anforderungen, Wissen zu identifizieren, zu erfassen, zu strukturieren, zu formalisieren und schließlich umzusetzen. Viele verschiedene sogenannte KBE-Plattformen unterstützen nur den Implementierungsschritt, der nicht immer der größte Engpass im KBE-Entwicklungsprozess ist. Um das mit der Entwicklung und Wartung der KBE-Anwendung verbundene Risiko zu begrenzen, muss man sich auf eine geeignete Methodik zur Verwaltung und Aktualisierung des Wissens verlassen. Als Beispiel für eine solche KBE-Methodik schlägt das EU-Projekt MOKA „Methodology and tools Oriented to Knowledge Based Applications“ Lösungen vor, die sich auf die Strukturierungs- und Formalisierungsschritte sowie die Anbindung an die Implementierung konzentrieren.

Eine Alternative zu MOKA ist der Einsatz allgemeiner Knowledge-Engineering-Methoden, die branchenübergreifend für Expertensysteme entwickelt wurden, oder der Einsatz allgemeiner Softwareentwicklungsmethoden wie Rational Unified Process oder Agile-Methoden .

Sprachen für KBE

Zwei kritische Punkte für die für KBE verwendeten Sprachen und Formalismen sind:

  • Wissensbasierte vs. prozedurale Programmierung
  • Standardisierung vs. proprietär

Wissensbasierte vs. prozedurale Programmierung

Ein grundlegender Kompromiss, der bei der Wissensrepräsentation in der Künstlichen Intelligenz identifiziert wird, besteht zwischen Ausdruckskraft und Berechenbarkeit. Wie Levesque in seinem klassischen Aufsatz zu diesem Thema gezeigt hat, wird der Formalismus der Ausdruckskraft der Logik erster Ordnung umso näher kommen, je mächtiger man einen Formalismus zur Wissensrepräsentation entwirft. Wie Levesque auch gezeigt hat, ist es umso wahrscheinlicher, dass eine Sprache, je näher eine Sprache der Logik erster Ordnung ist, unentscheidbare Ausdrücke zulässt oder eine exponentielle Verarbeitungsleistung erfordert. Bei der Implementierung von KBE-Systemen spiegelt sich dieser Kompromiss in der Wahl wider, leistungsfähige wissensbasierte Umgebungen oder konventionellere prozedurale und objektorientierte Programmierumgebungen zu verwenden.

Standardisierung vs. proprietär

Es gibt einen Kompromiss zwischen der Verwendung von Standards wie STEM und hersteller- oder geschäftsspezifischen proprietären Sprachen. Die Standardisierung erleichtert den Wissensaustausch , die Integration und die Wiederverwendung. Proprietäre Formate (wie CATIA) können Wettbewerbsvorteile und leistungsstarke Funktionen bieten, die über die aktuelle Standardisierung hinausgehen.

Genworks GDL, ein kommerzielles Produkt, dessen Kern auf dem AGPL-lizenzierten Gendl-Projekt basiert, geht das Problem der Anwendungslanglebigkeit an, indem es einen deklarativen Sprachkern auf hoher Ebene bereitstellt, der eine Obermenge eines Standarddialekts der Programmiersprache Lisp ( ANSI Common Lisp , oder CL). Gendl/GDL selbst wird als De-facto-Standard für ANSI CL-basierte KBE-Sprachen vorgeschlagen.

2006 veröffentlichte die Object Management Group ein RFP-Dokument für KBE-Dienste und bat um Feedback. Bis heute existiert keine OMG-Spezifikation für KBE; Es gibt jedoch einen OMG-Standard für CAD-Dienste.

Ein Beispiel für eine systemunabhängige Sprache für die Entwicklung von maschinenlesbaren Ontologien aus der KBE-Domäne ist Gellish English .

KBE in der Wissenschaft

Implementierungen

Die folgenden KBE-Entwicklungspakete sind im Handel erhältlich:

Für CAD

Für die allgemeine Entwicklung von im Web bereitgestellten Anwendungen

Für Analyse-, Design- und Engineering-Prozesse

Siehe auch

Verweise

  1. ^ "Wissensbasiertes Engineering" . technosoft.com . Technosoft . Abgerufen am 5. Juli 2014 .
  2. ^ Prasad, Brian. "Was KBE von Automatisierung unterscheidet" . coe.org. Archiviert vom Original am 24. März 2012 . Abgerufen am 3. Juli 2014 .
  3. ^ Drummond, Brian; Marilyn Stelzner (1989). "Simkit: Ein Modellbau-Simulations-Toolkit" . In Mark Richer (Hrsg.). KI-Tools und -Techniken . Ablex. S. 241–260. ISBN 978-0-89391-494-3. Abgerufen am 6. Juli 2014 .
  4. ^ "Was ist CATIA?" . firstratemold.com . erstklassigform . Abgerufen am 6. Juli 2014 .
  5. ^ Switlik, John (Oktober–November 2005). "Knowledge Based Engineering (KBE): Update" . coe.org . COE. Archiviert vom Original am 24. März 2012 . Abgerufen am 6. Juli 2014 .CS1-Wartung: unpassende URL ( Link )
  6. ^ Spooner, David (1991). „Auf dem Weg zu einem objektorientierten Datenmodell für ein mechanisches CAD-Datenbanksystem“. Auf objektorientierten Datenbanksystemen . Zu objektorientierten Datenbanksystemen Themen in Informationssystemen . Themen in Informationssystemen. S. 189–205. doi : 10.1007/978-3-642-84374-7_13 . ISBN 978-3-642-84376-1.
  7. ^ "KI-Winter" . ainewsletter.com . einnewsletter. Archiviert vom Original am 9. November 2013 . Abgerufen am 6. Juli 2014 . der KI-Winter der späten 80er Jahre. Der Begriff wurde in Analogie zum "nuklearen Winter" geprägt - der Theorie, dass der Masseneinsatz von Atomwaffen die Sonne mit Rauch und Staub auslöschen würde, was zu einem Einbruch der globalen Temperaturen, einer gefrorenen Erde und dem Aussterben der Menschheit führen würde. Der KI-Winter hat lediglich das Aussterben von KI-Unternehmen verursacht, teilweise wegen des Hypes um Expertensysteme und der Ernüchterung, die ausgelöst wurde, als die Wirtschaft ihre Grenzen entdeckte.
  8. ^ Berners-Lee, Tim; Hendler, James; Lassila, Ora (17. Mai 2001). "Das semantische Web Eine neue Form von Webinhalten, die für Computer von Bedeutung sind, wird eine Revolution neuer Möglichkeiten auslösen" . Wissenschaftlicher Amerikaner . 284 (5): 34–43. doi : 10.1038/scientificamerican0501-34 . Archiviert vom Original am 24. April 2013.
  9. ^ Zhang, WY; Yun, Zeuge Jehovas (April 2008). „Exploring Semantic Web-Technologien für die ontologiebasierte Modellierung im kollaborativen Engineering-Design“. Das Internationale Journal für fortschrittliche Fertigungstechnologie . 36 (9–10): 833–843. doi : 10.1007/s00170-006-0896-5 . S2CID  12420678 .
  10. ^ Siehe Diskussionsseite, Point-in-Time-Beispiel – Referenzen müssen aktualisiert werden
  11. ^ Sainter, P (10.–13. September 2000). "PRODUKTWISSENSMANAGEMENT IN WISSENSBASIERTEN ENTWICKLUNGSSYSTEMEN" . Proceedings of DETC'00ASME 2000 Design Engineering Technical ConferenceAnd Computers and Information in Engineering Conference . Abgerufen am 4. Juli 2014 .
  12. ^ "MOKA: Ein Rahmen für die Strukturierung und Darstellung von Ingenieurwissen" . Esprit-Projekt. Archiviert vom Original am 22. April 2004 . Abgerufen am 5. Juli 2014 .CS1-Wartung: unpassende URL ( Link )
  13. ^ Kendal, SL; Creen, M. (2007), An Introduction to Knowledge Engineering , London: Springer, ISBN 978-1-84628-475-5, OCLC  70987401
  14. ^ Levesque, Hector; Ronald Brachmann (1985). „Ein grundlegender Kompromiss in der Wissensrepräsentation und Argumentation“ . In Ronald Brachman und Hector J. Levesque (Hrsg.). Lesen in Wissensrepräsentation . Morgan Kaufmann. s. 49 . ISBN 978-0-934613-01-9. Die gute Nachricht bei der Reduzierung des KR-Dienstes auf den Theorem-Beweis ist, dass wir jetzt eine sehr klare, sehr spezifische Vorstellung davon haben, was das KR-System tun soll; Die schlechte Neuigkeit ist, dass auch klar ist, dass die Dienste nicht erbracht werden können... die Entscheidung, ob ein Satz in FOL ein Theorem ist oder nicht, ist unlösbar.
  15. ^ Wilson, Walter. "Eine Sprache für Konstruktionsdesign" (PDF) . step.nasa.gov . Lockheed Martin . Abgerufen am 4. Juli 2014 .
  16. ^ "Genwerk" . genworks.com . Abgerufen am 4. Juli 2014 .
  17. ^ "GDL-Sprachspezifikation" .
  18. ^ „KBE-Dienste für PLM-RFP“ . omg.org . Objektverwaltungsgruppe. 2006 . Abgerufen am 4. Juli 2014 .
  19. ^ "Spezifikation für Computer Aided Design Services" . omg.org . Objektverwaltungsgruppe. Januar 2005 . Abgerufen am 4. Juli 2014 .
  20. ^ "Konstruktionsautomatisierung - Erstellen Sie 2D-Zeichnungen und 3D-Modelle für den Vertrieb | Tacton" . Takton . Abgerufen 2018-06-20 .
  21. ^ "Produktdetails" . solidworks.com . Abgerufen 2018-06-20 .
  22. ^ "Tacton Design Automation | Zertifizierte Apps | Autodesk Developer Network" . Abgerufen 2018-06-20 .

Externe Links