摘要

本文介绍了一种将领域专家中心的本体设计与跨行业数据挖掘标准流程（CRISP-DM）相结合的方法，旨在为网络物理系统（CPS）的纠正维护构建特定应用的本体。该方法分为三个阶段：首先，系统地指定本体需求，定义相关知识范围；其次，使用领域特定的本体构件对CPS生命周期数据进行上下文化处理；最后，利用从数据中提取的新见解来填充和扩展本体。该方法在一个模块化过程工厂的异常检测案例研究中得到了验证。

原理

本文提出的方法通过结合本体设计和数据驱动模型，有效地整合了领域知识与数据分析。在第一阶段，通过竞争性问题（CQs）系统地指定和记录本体需求，确保早期识别和验证本体构件。第二阶段，利用领域特定的本体设计模式（ODPs）对CPS生命周期数据进行上下文化处理，为后续的数据驱动建模提供支持。第三阶段，将数据驱动模型中提取的信息进行语义注释，并与现有本体对齐，从而实现本体的扩展和更新。整个过程通过CRISP-DM流程模型进行管理，确保数据分析的效率和准确性。

流程

该方法的工作流程分为三个主要阶段：

1. 本体需求规范：通过领域专家和软件专家的合作，使用用户故事和业务流程建模符号（BPMN）模型来定义本体需求，并记录在“本体需求规范文档”（ORSD）中。
2. CPS生命周期数据上下文化：利用现有的领域特定ODPs构建轻量级本体（LWO），然后由本体专家将其转换为重量级本体（HWO），并使用SPARQL查询和映射来填充HWO。
3. 提取信息的语义注释：在数据驱动模型（如时间自动机）开发后，通过领域和数据专家的合作，将模型输出进行语义注释，并扩展LWO和HWO，最终通过数字服务实现本体的更新和查询。

应用

该方法不仅适用于CPS的纠正维护，还具有广泛的潜在应用前景，包括预测性维护、故障诊断和系统优化。通过整合领域知识和数据驱动模型，该方法能够提高数据分析的准确性和效率，从而在工业4.0和智能维护系统中发挥重要作用。