一种面向智能制造的数据字典系统构建的方法技术方案

本发明专利技术涉及一种面向智能制造的数据字典系统构建的方法，包括如下步骤：确定工业仪器仪表语义描述方式，建立对象集；建立适用于智能制造应用的工业仪器仪表分类编码体系；建立典型工业仪器仪表对象属性树；建立属性块，构建所述属性块的关联关系，所述属性块由用于描述设备抽象特征的属性组成；基于上述步骤生成的数据构建字典系统。本发明专利技术中的方法解决工业领域不同制造环节、不同企业、不同行业间对测控装备单独进行分类和描述、对数据库单独进行设计而造成的“信息孤岛”问题，提高数据的一致性和互操作性。本发明专利技术是制定互联互通等基础共性标准的必要前提，是智能制造的关键性基础标准。

【技术实现步骤摘要】
一种面向智能制造的数据字典系统构建的方法
本专利技术涉及面向智能制造应用的互联互通领域，具体而言，涉及一种面向智能制造的数据字典系统构建的方法及方法。
技术介绍
随着智能制造的发展，大量装备及产品信息需要交换和共享。用于电子数据交换的测控装备属性列表是制造信息查询、统计、交换、处理、统一管理的前提和基础。采用标准化方法对测控装备的设备属性、操作属性、管理属性、商业属性等进行统一规范、建立公共数据字典是实现无歧义的信息交换的关键。国际上非常重视装备属性列表及数据库的研究开发工作，德国成立了eCl@ss组织，在美国以UNSPSC为基础成立了ECCMA组织，IEC的研究则来源于PROLIST项目。2013年PROLIST同eCl@ss合并，IEC将相关标准制定为国际标准，并统称为公共数据字典。关于测控装备的IEC61987《工业过程测量和控制过程设备目录中的数据结构和元素》系列标准由IECTC65负责制定。目前工业领域各行业各企业的测控装备属性列表及数据库都是独立进行的，甚至企业内部不同系统的数据无法直接互操作，描述自动化资产的数据属性及其数据库接口的不一致成为了企业内部的互联互通障碍。
技术实现思路
本专利技术为了解决现有技术中工业领域各行业各企业的测控装备属性列表及数据库不一致带来的互联互通障碍，提供了一种面向智能制造的数据字典系统构建的方法，包括如下步骤：S110、确定工业仪器仪表语义描述方式，建立对象集；S120、建立适用于智能制造应用的工业仪器仪表分类编码体系；S130、建立典型工业仪器仪表对象属性树；S140、建立属性块，构建所述属性块的关联关系，所述属性块由用于描述设备抽象特征的属性组成；S150、基于上述步骤生成的数据构建字典系统。进一步地，所述步骤S110包括：确定基于元数据的多层次通用语义描述框架，构建语义描述的编码集、属性集、关系集和对象集；其中，对象集包括各类工业仪器仪表及其组件；编码集包括层次结构、代码格式和代码编制；属性集包括智能制造中仪器仪表语义描述的关键元数据，分为设备属性、操作属性、管理属性和商业属性四种类别；关系集描述对象、集合、属性之间的关系。进一步地，所述对象集包括，测量设备和控制设备；其中，所述测量设备包括测量仪器、变送器、指示器及组件，所述控制设备包括控制系统和执行机构。进一步地，所述分类编码体系为：分类代码长度为14位，其中，第一、二位，代表所属范围；第三、四位，代表所属部类；第五、六位，代表所属部类下的大类；第七、八位，代表某大类下的中类；第九、十位，代表某中类下的小类；第十一、十二位，代表某小类下的细类；十三、十四位，代表组。进一步地，所述步骤S130包括：根据每种属性集合的表达内容，结合装备自身的产品属性特点，给出每种属性集合所应包含的属性树。进一步地，所述步骤S140包括：通过组合或者聚合的方式建立属性块之间的关联关系。本专利技术解决工业领域不同制造环节、不同企业、不同行业间对测控装备单独进行分类和描述、对数据库单独进行设计而造成的“信息孤岛”问题，提高数据的一致性和互操作性。本专利技术是制定互联互通等基础共性标准的必要前提，是智能制造的关键性基础标准。附图说明通过参考附图会更加清楚的理解本专利技术的特征和优点，附图是示意性的而不应理解为对本专利技术进行任何限制，在附图中：图1为本专利技术一些实施例中的字典构建方法的流程示意图；图2为本专利技术一些实施例中的工业仪器仪表描述方法的元素之间的关系示意图；图3示意了本专利技术一些实施例中的工对象集中的对象示例；图4为本专利技术一些实施例中的代码结构图示意图；图5为本专利技术一些实施例中的典型工业仪器仪表对象属性树示例的示意图；图6为本专利技术一些实施例中的属性块建立方法示意图；图7为本专利技术一些实施例中的基本属性块构建示例示意图；图8为本专利技术一些实施例中的控制属性块示意图；图9为本专利技术一些实施例中的控制阀组件组成示意图；图10为本专利技术一些实施例中的的简化UML模型设计示意图；图11为本专利技术一些实施例中的数据模型的UML的概念设计示意图。具体实施方式为了能够更清楚地理解本专利技术的上述目的、特征和优点，下面结合附图和具体实施方式对本专利技术进行进一步的详细描述。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。在下面的描述中阐述了很多具体细节以便于充分理解本专利技术，但是，本专利技术还可以采用其他不同于在此描述的其他方式来实施，因此，本专利技术的保护范围并不受下面公开的具体实施例的限制。本专利技术的目的在于提供一种面向智能制造的数据字典系统构建的方法。构建方法的流程图如图1所示，1)确定工业仪器仪表语义描述方式明确满足面向智能制造背景下仪器仪表互联互通的设备对象语义化描述方式。工业仪器仪表描述方法的元素之间的关系如图2所示。首先，确定基于元数据的多层次通用语义描述框架，构建语义描述的编码集、属性集、关系集和对象集。其次，核心是创建属性集和关系集。对象集：设备对象，包括各类工业仪器仪表及其组件；编码集：针对仪器仪表种类繁多、参数多样、应用环境复杂的特点，制定分类原则，确定层次结构、代码格式和代码编制；属性集：根据制造信息的业务相关性、时间相关性、空间相关性进行多层次多源数据分析，提取智能制造中仪器仪表语义描述的关键元数据。并且分为设备属性、操作属性、管理属性和商业属性四种类别，实现对仪器仪表的类型、安装、操作、性能、状态等交互信息进行结构化描述，参见图2；关系集：关系集描述对象、集合、属性之间的关系。基于标准的语义描述方法，可实现对仪器仪表的统一表示，以及进行信息交换时的一致性语义解析。2)明确对象集本专利技术主要针对工业用仪器仪表，包括测量设备和控制设备两类。根据在生产过程中的用途不同，物理量测量、测量信号转换、读数显示等，将测量设备为测量仪器、变送器、指示器及组件。控制设备的分类根据控制对象不同分为控制系统和执行机构两类。设备对象集合示意图如图3所示；3)适用于智能制造应用的的工业仪器仪表分类编码体系针对仪器仪表种类繁多、参数多样、应用环境复杂的特点，制定分类原则，确定层次结构、代码格式和代码编制。测控装备分类代码长度为十四位，它反映该设备在数据集中的位置。规则如下：第一、二位，代表所属范围；第三、四位，代表所属部类；第五、六位，代表所属部类下的大类；第七、八位，代表某大类下的中类；第九、十位，代表某中类下的小类；第十一、十二位，代表某小类下的细类；第十三、十四位，代表组；设备分类代码结构如图4示意：第一层、第二层、第三层、第四层、第五层、第六层、第七层分别用2位数字表示，代码为01-99，采用顺序码。每一个本文档来自技高网...

【技术保护点】
1.一种面向智能制造的数据字典系统构建的方法，其特征在于，包括如下步骤：/nS110、确定工业仪器仪表语义描述方式，建立对象集；/nS120、建立适用于智能制造应用的工业仪器仪表分类编码体系；/nS130、建立典型工业仪器仪表对象属性树；/nS140、建立属性块，构建所述属性块的关联关系，所述属性块由用于描述设备抽象特征的属性组成；/nS150、基于上述步骤生成的数据构建字典系统。/n

【技术特征摘要】
1.一种面向智能制造的数据字典系统构建的方法，其特征在于，包括如下步骤：
S110、确定工业仪器仪表语义描述方式，建立对象集；
S120、建立适用于智能制造应用的工业仪器仪表分类编码体系；
S130、建立典型工业仪器仪表对象属性树；
S140、建立属性块，构建所述属性块的关联关系，所述属性块由用于描述设备抽象特征的属性组成；
S150、基于上述步骤生成的数据构建字典系统。


2.根据权利要求1所述的面向智能制造的数据字典系统构建的方法，其特征在于，所述步骤S110包括：
确定基于元数据的多层次通用语义描述框架，构建语义描述的编码集、属性集、关系集和对象集；其中，
对象集包括各类工业仪器仪表及其组件；
编码集包括层次结构、代码格式和代码编制；
属性集包括智能制造中仪器仪表语义描述的关键元数据，分为设备属性、操作属性、管理属性和商业属性四种类别；
关系集描述对象、集合、属性之间的关系。


3.根据权利要求2所述的面...

【专利技术属性】
技术研发人员：赵华，王春喜，卢铁林，汪烁，宋彦彦，
申请(专利权)人：机械工业仪器仪表综合技术经济研究所，
类型：发明
国别省市：北京;11