面向航空航天产业早期并行工程支持的混合知识抽取方法

《Aerospace》：A Hybrid Knowledge Extraction Method to Support Early Concurrent Engineering in the Aerospace Industry Eliott Duverger, Rebeca Arista, Alexis Aubry and Eric Levrat

　　

在数字工程(DE)转型背景下，航空航天等复杂产品研制面临早期设计阶段变更影响评估严重依赖专家经验、传统知识获取过程资源密集且难以规模化的问题。研究人员提出一种融合人类专业知识与可解释机器学习技术的混合知识获取方法，该方法嵌入本体驱动工程(OBE)框架与基于模型的系统工程(MBSE)环境，旨在将隐性的领域知识转化为可执行的设计规则。通过在某型氢燃料储罐研制的工业用例中实施，该方法首先由跨领域专家通过半结构化建模会话形式化跨域知识模式，识别重量、体积、材料、工艺类别等关键参数；随后以该模式为指导，从历史工业数据库中通过可解释随机森林(Random Forest)与决策树(Decision Tree)算法提取显式的if-then工程规则。研究结果表明，所获取的混合知识能够有效支持概念设计阶段的跨域协作与工作量快速估算，缩短产品与制造工程间的迭代周期，为数字工程环境下的知识驱动工作流提供了可行的基础设施支撑。

研究背景与意义

当前，数字工程(DE)正深刻变革航空航天等复杂系统工程范式。作为DE基石的基于模型的系统工程(MBSE)，通过统一数字表征实现了需求管理、设计验证与跨域追溯，成为支撑并行工程(CE)的关键手段。然而，在早期概念设计阶段，系统抽象程度高、数据匮乏，设计变更的跨域影响评估仍高度依赖领域专家的隐性经验，导致迭代缓慢且成本高昂。传统知识工程(KBE)虽致力于知识的捕获、形式化与管理，但其专家中心的知识获取模式资源消耗巨大，且面临互操作性差、难以复用等挑战。近年来，本体驱动工程(OBE)通过引入本体技术提供共享的概念化模型与推理能力，成为解决KBE局限性的重要分支。但在数字工程引发工业数据爆炸的背景下，如何从大规模异构数据中系统化地抽取可行动知识，并将其融入OBE与MBSE框架，仍是亟待解决的难题。为此，研究人员开展本研究，旨在开发一种混合知识获取方法，以补充传统专家知识，提升早期并行工程的决策效率。该研究发表于《Aerospace》期刊。

关键技术方法

研究人员采用案例研究法，依托与空客的合作项目，以新型氢燃料储罐研制为背景开展研究。核心方法为混合知识获取流程：首先基于Models for Manufacturing (MfM)方法论，在MBSE环境中通过半结构化专家建模会话（含情境化、枚举、扩展、选择、验证五步协议）形式化跨域行为模型；随后以此模型为指导，从历史数据库中提取数据，经探索、准备、预处理后，应用可解释机器学习技术进行规则抽取。预处理阶段包含数据清洗、类别特征平衡（采用1.5%频次阈值）、离散特征分段及独热编码(One-Hot Encoding)。模型训练采用网格搜索(Grid Search)优化超参数，选用随机森林回归器(Random Forest Regressor)与决策树回归器(Decision Tree Regressor)，并以决定系数(R²)与均方根误差(RMSE)作为主要评估指标。规则抽取分别尝试了基于SIRUS算法的随机森林规则提取与直接从决策树结构中提取路径规则两种策略。

研究结果

1. 3.
   混合知识获取方法
   研究人员构建了结合专家中心形式化与数据驱动抽取的两阶段框架。专家阶段利用MfM的四层本体模型（范围、数据、语义、行为）界定知识边界，重点攻克最难形式化的行为模型；数据阶段则利用机器学习将历史数据中的隐性关联转化为显性规则，两者互补形成闭环。
2. 4.
   工作量估计知识获取
   在工业用例中，研究人员针对制约迭代速度的制造工作量估计瓶颈展开研究。
   4.1 专家中心形式化
   通过系列建模会话，研究人员识别出产品域（重量、体积、材料）与制造域（工艺类别）的关键参数，构建了工作量估计的跨域行为模式，并据此确定了后续数据分析的特征集与数据源（产品配置管理数据库与ERP系统）。
   4.2 数据驱动抽取
   4.2.1 数据探索(E1)：优先选用符合MTM-UAS标准、质量可靠的工艺路线(Routing)数据集（约5万实例），而非数据量大但时间戳不可靠的工单(Work Order)数据。
   4.2.2 数据准备(E2)：完成了异构数据的转换、聚合、过滤与连接，构建了统一的输入数据集。
   4.2.3 预处理(E3, 循环1)：初始21846条数据经清洗（剔除缺失值、负值及超过2500工业分钟(IM)的异常值）、类别平衡与独热编码，最终保留约半数数据用于训练。
   4.2.4 模型训练(E4, 循环1)：随机森林模型表现优异，R²达94%，RMSE为165 IM，远超预设阈值（R²>70%, RMSE<300 IM）。
   4.2.5 模型评估(E5, 循环1)：测试集验证表明模型泛化能力强，预测值与实测值高度吻合。
   4.2.6 规则抽取(E6, 循环1)：采用SIRUS算法提取的规则集虽简洁易懂，但在测试集上性能骤降（R²=38%），因算法生成的浅层规则无法捕捉随机森林深层结构的复杂性。
   4.2.7 预处理、训练与评估(E3-E5, 循环2)：改用单一决策树模型，移除离散特征分段步骤。优化后的决策树模型R²达89%，RMSE为184 IM，满足项目精度要求。
   4.2.8 规则抽取(E6, 循环2)：直接从决策树提取的规则集庞大但精确，完整保留了模型的学习成果。
   4.2.9 验证(F5)：SIRUS规则适合早期粗略估算，决策树规则适合后期详细评估。
   4.3 知识集成与执行
   研究人员将两套规则集成至OBE系统。SIRUS规则被纳入MBSE行为模型，支持早期架构权衡；决策树规则通过语义网规则语言(SWRL)写入知识图谱（Neo4J基础设施），支持基于本体的推理与精确的工作量计算，显著减少了对专家实时咨询的依赖。

讨论与结论

讨论部分指出，方法选择取决于应用需求：浅层规则利于集成与阅读，深层规则利于高精度推理。研究证实模型在旧项目数据上仍保持良好性能（R²>70%），表明知识具有一定的泛化能力，但新技术（如新材料、新工艺）的出现会削弱其适用性。此外，研究暴露了工业数据治理的不足，数据的不一致性与碎片化是知识资本化的主要障碍，亟需建立标准化的数据存储与治理协议。

结论

研究人员成功实施了一种混合知识获取方法，有效结合了专家经验与数据驱动技术。该方法通过MBSE与OBE框架，实现了从隐性经验到显性规则的转化，生成了适用于不同阶段（早期粗略估算与后期详细评估）的两套规则集。这不仅缩短了并行工程中的迭代周期，也为数字工程环境下的知识资本化提供了切实可行的技术路径，是对现有本体驱动工程系统的有力补充。