以航天型号为典型的复杂产品研制企业，其产品研制、生产组织方式均面临着新的技术革命挑战. 在中国科研院所“智慧企业”、“智慧院所”推进的大背景下，航天型号产品研制模式已经向基于数据、信息、知识与智慧驱动的方式转变，有效的知识组织方法已经成为提升企业研发效率的重要手段. 在近50年来中国航天型号产品的工程设计过程中产生了大量的历史数据、模型及文档，这些设计过程产生的记录和结果包含丰富的设计理论方法及实践经验，然而它们在新型号产品研制中没有发挥出应用的价值. 需要通过有效的方法，把存在于个体、分散在不同角落的知识转变成公有的、有组织的、可以传播并共享重用的知识.

已有的知识建模领域研究可以分为基于元数据-主题图^[1-3]的框架型和基于规则与本体论^[4-6]的计算机推理应用型知识建模方法. 1）元数据主要通过数据的属性信息描述，用来支持信息的存储、记录及定位查找, 实现如企业知识库、数字图书馆等应用^[7]，它是一种固化知识粒度的知识组织模式^[8]. 主题图是在元数据基础上的一种知识组织形式，通常用于开放领域的知识资源描述及定位^[9-10]. 2）基于规则及本体型方法，跳出数据属性信息的约束，通过分析受控词汇之间的关系，将无强数据关联的知识联系起来，进而提供基于这些关系的知识呈现，实现潜在、深层的语义关联. 它是一种动态的语义粒度的知识组织模式. 这样的知识组织模式为知识服务提供了更多元的入口，也为机器理解与推理提供了应用支持. 本体的知识组织通常建立在具体领域才会发挥出较好的语义应用效果，如医药^[11]、教育^[12]、产品设计^[13-16]. 上述研究对于一般复杂产品研制的知识组织具有较高的借鉴作用，然而对于航天产品研制过程，知识组织面临着信息安全保密的要求，航天产品的知识型号归属性强，知识归口通常隶属于所在型号. 在很多场合，不同型号间相同领域的知识都难以实现共享和互通. 型号之间知识的流通对于产品研制效率和质量的提升具有非常重要的意义. 应当抽象和提取企业的知识资源体系及描述模型，跨越型号归口制度的限制，将设计过程中产生的设计经验和方法借鉴到其他型号产品的研制过程中.

本文面向航天型号产品研制，利用本体描述实现知识模型的描述以及知识理解的唯一性，通过表达多种类型、语义复杂的知识及其之间的关联关系^[17]，建立知识网络，以设计过程中的知识需求为导向，实现网络环境中参与者之间知识的创造、传递、共享和应用^[18]. 提出基于本体的知识网络模型构建方法，将虚拟样机、研制任务和航天专业术语引入知识网络模型，分析航天型号产品研制知识的本体映射原则、步骤和算法，实现知识网络模型的工程应用.

1 面向航天型号产品的知识网络模型

航天型号产品研制的知识体系构成的层次如下.

1）虚拟样机结构. 航天产品研制模式以虚拟样机为核心，因此知识体系应建立与虚拟样机产品BOM一致的知识逻辑组成层次，覆盖产品、系统、部件、组件、零件、材料.

2）协同设计流程（研制任务）. 航天型号产品通常采用基于流程的协同设计方法开展研制工作. 知识的组织适应产品的协同设计流程，避免流程中设计人员知识需求难以满足的情况. 知识体系要建立与产品研制流程一致的知识演变层次，覆盖从概念、原理、工程初样、试样到产品生产的全过程.

3）专业领域（专业知识）. 航天型号产品研制中包含大量专业领域的复合型异构知识，知识的重用价值体现的是对各专业构成的知识面而不是某一个知识点的使用，因此需要实现各知识点的组网及语义上的互通. 通过专业领域术语的统一表达及它们之间的关联关系，建立知识内容之间的关联，知识资源之间能够有效地集成综合应用.

提出面向航天型号产品的知识网络框架，主要涵盖虚拟样机、研制任务和航天专业术语等内容，如图 1所示. 从描述粒度的层次划分，各内容可以分别分为抽象类层、业务领域层以及实例层. 抽象类层用于定义航天知识网络框架的顶层知识体系；业务领域层是结合型号产品的研制体系细分，分别描述研制任务、虚拟样机系统和航天术语的继承子类，是进一步结合产品类型的专业化描述子集；实例层是对具体型号产品实例的知识组织. 图 1中，虚线表示各类知识资源网络中的子类继承关系，实线表示各对象之间的关联关系. 通过知识网络框架，可以将航天产品研制中具有型号属性的相关知识进行抽象描述，淡化涉及信息安全保密信息的具体数据内容，以利于知识的共享流通.

虚拟样机类主要表征广义的产品架构，虚拟样机的抽象类对基本概念和范畴进行定义，主要包括产品结构及产品全生命周期相关的物理模型、数据模型及核心功能、性能参数. 业务领域层是根据航天工程的特点，将产品结构细化成各具体的子类，以物理结构的区别来实现知识体系的划分，主要包括系统、分系统、设备以及它们的层次关系、关键参数和功能描述等. 实例层结合具体型号的技术指标要求，形成型号产品的虚拟样机实例. 例如针对某型号的航天器系统，虚拟样机实例是该型号各分系统及对应产品的组成参数、模型、技术约束等.

研制任务类是产品的主要研制场景，也是知识资源需求的重要载体，它的作用是从时间及场景维度上实现知识的组织表达. 研制任务类的专业领域层对应细化为各航天器的分系统研制任务子类；研制任务类的实例是型号产品在协同设计系统中的业务流程中的工作节点. 航天术语子类的专业领域层是结合产品类型进行的专业子类范畴细分，以航天器型号产品为例，其中应包含航天器研制中的专业领域、环境要求、技术途径等领域范畴.

航天术语类是统一知识表达的专业标准词汇以及词汇之间的关联关系，用于产品模型实例及研制任务实例的描述约束. 专业领域层是结合产品类型进行的专业子类范畴细分，以航天器型号产品为例，其中应包含航天器研制中的专业领域、环境要求、技术途径等领域范畴. 在具体实例层，针对专业范畴领域内具体的术语词条、标准定义及它们之间的专业关联关系. 以术语为关键词的知识资源可以通过术语间的关联关系组织起来，形成专业领域维度的知识网络.

2 知识网络模型的本体描述

本体是“对概念体系的明确的、形式化的、可共享的规范”，知识本体可以辅助领域知识的系统分析，通过本体将领域知识形式化，使知识资源便于计算机处理，实现人和计算机之间知识的互识. 利用本体技术可以在屏蔽保密及型号属性的前提下，实现航天知识体系描述的准确性、完备性.

2.1 虚拟样机类本体描述

在航天型号产品研制中，虚拟样机是指建立在计算机上的原型系统或子系统模型，以虚拟样机为核心代替物理样机来对候选设计的各种特性进行测试和评价，是现阶段航天型号产品的主要研制模式. 虚拟样机作为结构、数据、功能的模型集合，关于知识网络的本体描述应当保证覆盖虚拟样机所含的所有内容. 如图 2所示为航天型号产品的虚拟样机本体模型. 以航天器系统为例，按照构造虚拟样机的定义，采用“系统、分系统、单机、设备”的产品层级划分方法，将各个组件确立为专业领域层的本体类子类，按照航天器系统物理结构的层级关系进行关联. 针对系统、分系统或者设备，每一个层级都应保证多种数据模型与之关联，具体划分主要有以下几类.

1）系统功能要求：包括任务需求、作战过程、维修过程等，功能要求一定要标注环境约束，该功能或特性在什么样的环境或者非系统内的实体作用下，例如所处的大气环境、电磁环境或者系统面对的目标特性等.

2）关键参数：按照参数化的研制要求，在航天器产品虚拟样机研制中设备的关键参数、尺寸等.

3）关键模型及文件：固化下来的产品所需研试报告、文件、CAD、CAE三维模型等.

以成熟型号产品为虚拟样机实例，将研制案例、相关设计参数要点、设计文件、模型安装上述数据模型关系进行关联，可以形成以虚拟样机为导向的知识网络. OWL（Web ontology language）是被W3C指定为推荐使用的国际通用的标准本体描述语言^[19]，因此采取本体语言OWL实现知识网络框架模型的描述语言，分别讨论虚拟样机、研制任务及航天专业术语的具体存储及描述方式.

利用本体语言描述某型号航天器分系统部件及参数的示例片段如下.

<导弹类 rdf:ID="RAM拉姆导弹"><系统><owl:NamedIndividual rdf:ID="拉姆气动系统"><马赫数 rdf:datatype="http://www. w3.org/2001/XMLSchema#float">5</马赫数><机动能力 G rdf:datatype="http://www.w3.org/2001/XMLSchema#float">2.0</机动能力 G><研制报告><owl:NamedIndividual rdf:ID="拉姆气动布局设计报告"><rdf:type rdf:resource="#研制报告类"/><链接地址rdf:datatype="http://www.w3.org/2001/XMLSchema#string">knowledge/ui!knowledgedetaiaction?id=254</链接地址><格式 rdf:datatype="http://www. w3.org/2001/XMLSchema#string">doc</格式></owl:NamedIndividual></研制报告></owl:NamedIndividual><owl:NamedIndividual rdf:ID="拉姆制导系统"><目标及空域><owl:NamedIndividual rdf:ID="拉姆-巡航导弹空域"><作战高度 rdf:datatype="http://www.w3. org/2001/XMLSchema#float">12KM</作战高度><目标 rdf:datatype="http://www.w3.org/2001/XMLSchema#string">巡航导弹</目标><作战距离rdf:datatype=" http://www.w3.org/2001/ XMLSchema#float">10KM</作战距离> </owl:NamedIndividual></目标及空域><舵面尺寸 rdf:datatype="http://www.w3.org/2001/XMLSchema#float">332.0</舵面尺寸><翼面尺寸 rdf:datatype="http://www. w3.org/2001/XMLSchema#float">1056.0</翼面尺寸></owl:NamedIndividual></系统>

< /导弹类 rdf:ID="RAM拉姆导弹">

2.2 研制任务的本体描述

研制任务主要表征产品研制的场景及环境，也是知识重用的具体场景，考虑到知识表达、存储、展示及应用的最终目标. 在实际描述中，针对产品研制任务采用IDEF0模型形式^[20]，以发挥图形表示可以清晰描述模型顺序、约束及资源的优势. 结合ICOM（输入Input、控制Control、输出Output、机制Mechanism）结构形式，实现模型描述. 在ICOM模型中补充任务活动描述D；将其中的机制(mechanism，M)独立分解为人员组织H及知识资源K，由此构成可以描述知识集成应用的任务节点模型ICO-DHK（I，C，O，D，H，K）模型，如图 3所示.

I表示任务节点数据输入，描述数据输入的来源、格式、单位及数量；C表示任务节点控制，描述任务过程的各种约束条件，包括时间周期、环境、质量、目标、成本以及任务流转、循环的判断边界；O表示任务节点的输出，描述输出的去向、数据格式、单位及数量；D描述任务节点的专业及工作内容；H描述任务节点的承担人员组织；K描述任务节点可以利用的工具资源及知识资源.

I、C、O、D以及H共同构成研制任务本体描述. 由于继承自IDEF0的结构描述，具备任务下层分解能力. 各子级任务节点分别与知识项关联，可以形成以研制任务为导向的知识网络，如图 4所示.

利用本体语言描述研制任务的示例如下.

<任务节点rdf:ID="舱段划分"><输出参数rdf:resource="#仪器舱长度"/><下游任务rdf:resource="#气动布局设计"/><任务描述rdf:datatype="http://www.w3.org/2001/XMLSchema#string">舱段划分</任务描述><输出参数rdf:resource="#翼面布局角度"/><输出参数rdf:resource="#战斗部直径"/><输出参数rdf:resource="#翼面弦长"/><输出参数rdf:resource="#翼展长度"/><任务名称rdf:datatype="http://www. w3.org/2001/XMLSchema#string">舱段划分</任务名称><下游任务><任务节点rdf:ID="全弹重量计算"><任务名称rdf:datatype="http://www. w3.org/2001/XMLSchema#string">全弹重量计算</任务名称><下游任务><任务节点rdf:ID="弹道验证"><任务名称rdf:datatype="http://www. w3.org/2001/XMLSchema#string">弹道验证</任务名称><下游任务rdf:resource="#任务结束"/><约束><约束类rdf:ID="全弹重量验证合格"><约束名称rdf:datatype="http://www.w3.org/2001/XMLSchema#string">全弹重量验证合格</约束名称><约束值rdf:datatype="http://www.w3.org/2001/XMLSchema#string">235KG</约束值><约束类型rdf:datatype="http://www.w3.org/2001/XMLSchema#string">全单重量</约束类型></约束类></约束><任务描述rdf:datatype="http://www.w3.org/2001/XMLSchema#string">弹道验证</任务描述></任务节点></下游任务><任务描述rdf:datatype="http://www. w3.org/2001/XMLSchema#string">全弹重量计算</任务描述></任务节点></下游任务><输出参数rdf:resource="#设备舱长度"/></任务节点>

2.3 航天术语的本体描述

利用专业领域标准术语可以明确规范专业术语及术语之间的关系，确保知识网络模型中语义表述的规范性和一致性. 利用专业术语间的关联关系，实现产品虚拟样机及研制任务实例的知识组网.

借鉴《航天科学技术叙词表》作为叙词的词库. 它是一套体系完整、集各学科与专业技术的名词术语为一体的行业词表，包含21个一级类目、221个二级类别. 每一条术语的属性包括中文名、拼音、英文名、所属范畴等. 各专业术语间以用、代、属、分等关系构成专业术语间关联关系. 利用本体语言描述术语的示例如下.

<术语rdf:ID="导弹构型"><Z rdf:resource="构型"/><中文词rdf:datatype="http://www. w3.org/2001/XMLSchema#string">导弹构型</中文词><术语rdf:ID="气动布局"><Y rdf:resource="#气动构型"/><中文词rdf:datatype="http://www. w3.org/2001/XMLSchema#string">气动布局</中文词><英文词rdf:datatype="http://www. w3.org/2001/XMLSchema#string">Aerodynamic configuration</英文词><范畴rdf:resource="#应用空气动力学"/><C rdf:resource="#气动构型"/></术语><S rdf:resource="#构型"/><F><术语rdf:ID="导弹构型"><Z rdf:resource="#构型"/><中文词rdf:datatype="http://www.w3.org/2001/XMLSchema#string">导弹构型</中文词></S></术语>

上述专业标准术语将作为产品研制任务或虚拟样机的描述约束，例如在航天器总体系统研制任务中的核心参数：攻击目标、作战高度、作战距离；气动相关产品结构的关键参数：气动布局、弹径、头部曲线、舵面尺寸和翼面尺寸等均是利用专业标准术语进行描述. 这样的方法优点是保证在知识网络体系中研制任务及虚拟样机结构之间的互识互通；利用专业标准术语形成表征知识项，使这些标准术语起到知识主题、关键词的作用，从而形成以专业标准术语为媒介载体的知识关联网络.

3 知识的本体术语映射方法 3.1 本体映射原则

本体映射是对知识内容进行包含概念描述的本体术语标注，实现途径可以分为人工参与及自动映射2种. 人工参与的优势是可以保证本体映射的准确性，但需要消耗大量的时间及精力，很难在工程应用上发挥价值，因此实现自动本体映射是更现实的解决方法. 首先应考虑知识网络中的“同义词”关系术语与知识内容的映射；此外，应充分利用知识网络本体中术语间的其他关联关系，考虑术语的实例的对象属性，将实例的对象属性作为映射关系的考核度量，引入术语情境，从而提升知识表达术语映射的相关准确度. 基于上述思想，可以提出以下本体映射计算假设原则.

原则1：对知识标题、摘要、关键词进行术语映射. 知识标题、摘要或关键词中出现的术语，比在其他同等情况下出现术语与知识的相关度高.

原则2：在术语映射表达中，考虑知识正文中的术语词频. 知识正文中出现某一术语的频率越高，则该术语与知识的相关度越高.

原则3：在术语映射表达中，考虑术语及关联术语在知识中的情境. 知识中若出现某一术语同时出现对象属性术语的频率越高，则知识项与出现的术语相关度越高.

原则4：考虑术语关联关系权重. 知识中若出现某一术语同时出现“用”、“代”（同义）对象属性术语的频率越高，则知识项与出现的术语相关度越高.

原则5：在知识正文的某一段落中，若出现某一术语同时出现对象属性术语的文本距离越近，则该段落与出现的术语相关度越高.

3.2 本体映射步骤

采用本体描述的专业标准术语作为知识映射目标，实现具体知识与本体术语间的语义关联. 如图5所示，主要过程如下.

1）抽取知识属性，提取具有表征意义的“标题”、“摘要”、“关键词”、“来源”，作为数据映射项原始素材.

2）抽取知识文本正文部分内容，将知识内容拆分成具有独立描述意义的若干内容子集，剔除不具备实际意义的停用词，作为知识正文映射的原始素材.

3）将知识属性信息及正文内容作为原始素材，分别进行文本分词处理.

4）针对索引结果，分别进行领域本体术语映射计算.

5）综合知识属性信息及正文的本体映射结果，进行归一化计算.

6）根据映射术语类型，将具体知识项关联到知识网络模型中的不同实例.

3.3 本体映射算法

对于以文本为主体的知识，通常采用词频作为知识特征的主要表达方式，如下^[21]所示：

${R_{{\rm co}}}\left( {{\rm onto},k} \right) ={{f\left( {{\rm onto},k} \right)}}/{{{f_{\max }}\left( {{\rm word},k} \right)}}.$

(1)

式中： ${R_{{\rm co}}}\left( {{\rm onto},k} \right)$ 为表征某一词汇onto与知识k的内容的相关度， ${f\left( {{\rm onto},k} \right)}$ 表征词汇onto在知识k中出现的词频， ${{f_{\max }}\left( {{\rm word},k} \right)}$ 表征文档k中出现频率最大的词的频率，可知 ${R_{{\rm co}}}\left( {{\rm onto},k} \right) \in [0,1]$ . 去除常见的不具备表征意义的副词，在同一段落或同一文本内容中一系列具有较高词频的词汇及词频度量将共同构成表征该文本的特征表达向量. 式(1)满足原则2.

对于本体语义标注算法，将本体知识网络中的工程语义术语相关度引入计算，在保证原则1的前提下，加入本体对象属性术语关联关系因素，改进式（1）算法：

${R_{\rm c}}\left( {{\rm onto},k} \right) = \frac{{{R_{{\rm co}}}\left( {{\rm onto},k} \right) + q\displaystyle\sum\limits_{k=0}^n \;{{R_{\rm c}}\left( {{{\rm ont{o}}_n}^\prime ,k} \right)} }}{{1 + n}}.$

(2)

式中： ${{R_{\rm c}}\left( {{\rm ont}{o_n}^\prime ,k} \right)}$ 表示第n个与本体术语onto具有直接关联关系的对象属性术语与知识k的相关度；n为与知识k相关的对象属性术语个数；q为对象属性术语对相关度的影响因子， $q \in [0,1]$ . 式（2）满足原则2、3.

将原则4考虑进映射计算，可得

$\begin{array}{l}{R_{\rm c}}\left( {{\rm onto},k} \right) = \\\displaystyle\frac{{{R_{{\rm co}}}\left( {{\rm onto},k} \right) + \partial \displaystyle\sum\limits_{k=0}^n \;{{R_{\rm c}}\left( {{{\rm ont{o}}_n}^\prime ,k} \right)} + \theta \displaystyle\sum\limits_{k=0}^m \;{{R_{\rm c}}\left( {{{\rm ont{o}}_m}^{\prime \prime },k} \right)} }}{{1 + n + m}}.\end{array}$

(3)

式中： ${R_{\rm{c}}}\left( {{\rm{ont}}{{\rm{o}}_n}^\prime ,{{k}}} \right)$ 为第n个与当前术语onto具有“用”、“代”关系的对象属相术语与知识k的相关度； $\partial $ 为该类对象属性术语对相关的影响因子， $\partial \in [0,1]$ ； ${{R_{\rm c}}\left( {{{\rm ont{o}}_m}^{\prime \prime },k} \right)}$ 为第m个与当前术语onto具有其他关系的对象属性术语与知识k的相关度； $\theta $ 为该类对象属性术语对相关的影响因子， $\theta \in [0,1]$ .

将原则5考虑进映射计算，可得

${R_{\rm c}}\left( {{\rm onto},k} \right) = \frac{{{R_{{\rm co}}}\left( {{\rm onto},k} \right) + \partial \displaystyle\sum\limits_{k=0}^n \;{{R_{\rm c}}\left( {{{\rm ont{o}}_n}^\prime ,k} \right)} \times {\rm Dis}\left( {{\rm onto},{{\rm ont{o}}_n}^\prime ,k} \right) + \theta \displaystyle\sum\limits_{k=0}^m \;{{R_{\rm c}}\left( {{{\rm ont{o}}_m}^{\prime \prime },k} \right) \times {\rm Dis}\left( {{\rm onto},{{\rm ont{o}}_m}^{\prime \prime },k} \right)} }}{{1 + n + m}}.$

(4)

式中： ${{\rm Dis}\left( {{\rm onto},{\rm ont}{{\rm o}_n}^\prime ,k} \right)}$ 分别为术语onto第n个“用”、“代”关系的对象属性术语与术语onto在知识k中的距离， ${{\rm Dis}\left( {{\rm onto},{\rm ont{o}_m}^{\prime \prime },k} \right)}$ 分别为术语onto第m个其他关系的对象属性术语与术语onto在知识k中的距离. 文本距离的计算式为

${\rm Dis}\left( {{\rm onto},{\rm ont}{{\rm o}_n}^\prime ,k} \right) = {\rm log} \frac{{l\left( k \right)}}{{l\left( {{\rm onto},{\rm onto}'} \right)}}.$

(5)

式中： ${l\left( k \right)}$ 为知识k的正文长度， ${l\left( {{\rm onto},{\rm onto}'} \right)}$ 为术语 ${{\rm onto}}$ 与 ${{\rm onto}'}$ 间的最小距离. 通过式(5)可以计算知识正文与本体术语的相关映射关系. 引入原则1，计算知识中“标题”、“摘要”、“关键词”及“来源”等信息的相关度，可得综合相关度的计算式：

$R\left( {{\rm onto},k} \right) = \tau {R_{{\rm meta}}}\left( {{\rm onto},k} \right) + \left( {1 - \tau } \right) {R_{\rm c}}\left( {{\rm onto},k} \right).$

(6)

式中： ${R_{{\rm meta}}}\left( {{\rm onto},k} \right)$ 为知识元数据中“标题”、“摘要”、“关键词”及“来源”4项内容中与本体术语映射的关联关系； $\tau $ 为知识元数据相关映射权重因子， $\tau \in [0,1]$ . 综上可以判断出具体某项术语与知识的相关度为[0，1].

4 基于知识网络模型的应用

建立知识网络模型的最终目标是打通业务场景中的知识流，实现航天型号产品研制过程的知识高效重用. 分别实现企业已有知识内容与知识网络模型中虚拟样机实例、研制任务实例以及航天专业术语实例的专业术语标注操作，由于各实例之间固有存在的结构及内容联系，航天型号研制中已经积累的知识的网络关联关系随之自动产生. 如图 6所示，形成一套可以分别从研制任务、虚拟样机结构维度延伸的知识网络. 在知识网络的上层，作为语义标注的航天术语不详细描述具体知识内容的型号属性及核心参数数据，因此不再受型号及安全保密的限制，在实现知识脉络组织的同时，避免了型号间知识隔离的问题.

为了验证讨论模型的有效性，文本以某航天研究院所的具体型号研制需求为背景，开展基于知识网络模型的企业知识资源组网及服务应用. 某航天飞行器研究院（后文称研究院）是中国重点航天高科技产品的研制生产基地，其研制成功的多个型号飞行器产品曾经填补中国航天史的空白. 该单位在具体型号产品研制过程中，有以下问题亟待解决. 1)知识数量庞大. 每个型号产品产生数百份技术报告和大量专业模型，中间过程数据更是不计其数，企业面临一方面是大量无序知识的积累，另一方面是研发人员个体需要的知识匮乏. 2)知识缺少关联. 大量的数据和知识以互不关联的形式存在，没有形成有机的知识体系. 研发人员无法通过知识间的内在联系获得知识，也无法通过知识的产生、改进、成熟直至应用的进化过程深入理解知识. 3)知识的不完善及不透明. 由于安全保密原因造成知识信息的不完善和不透明，甚至在不同型号中相同专业的类似设计经验没有得到共享. 研发设计人员常常由于缺乏了解而放弃重用知识，大量无价值的重复性劳动时有发生.

在具体验证过程中，以该研究所某型号产品研制为应用对象. 首先利用OWL语言编制一套面向航天器系统研制的知识网络模型，以该型号气动分系统为产品虚拟样机实例、以气动外形设计任务为研制任务实例，构建气动设计相关标准术语本体，关联成熟型号航天器气动设计方案，气动设计选型相关的经验知识等.

对于航天器气动外形设计这一产品研制任务实例，关联的虚拟样机系统的具体实例是气动分系统及下属的头部、弹体、气动面结构部件. 对于航天器气动外形设计任务，设计输入有攻击目标、作战高度、作战距离、马赫数等，该任务输出有：气动布局、弹径长度、舵面尺寸、翼面尺寸等，这些关键核心参数的描述及概念均属于航天专业标准术语实例. 该研制任务中产生的气动设计方案、气动设计选型相关经验、气动外形模型等典型的知识资源在型号归口的同时，通过本体映射实现与知识网络本体模型中型号数字样机及任务实例的映射关联，知识内容自动组网.

在知识网络模型实现知识资源组网基础上，开发可支持协同设计系统的知识服务应用软件原型，以满足该研究院所的知识服务需求. 具体过程如下.

1）首先针对已有航天器案例进行整理，采用提出的本体知识网络模型描述方式进行知识组织，通过标准专业术语映射标注，实现知识网络关联组织. 内容涵盖某研究院所部分型号产品研制过程相关参数、设计报告、模型等相关知识资源. 此外，收集和整理美国、俄罗斯等其他国家主要航天器型号案例相关实例及指标参数等信息. 如图 7所示为某型号航天器的主要指标参数实例.

2）利用研究院所已有的协同设计系统数据接口获取研制任务基本属性及关键核心指标要求等信息. 包括：a)任务基本属性，如任务名称、所属项目名称、来源的任务模板等；b)任务数据，如输入参数名称、参数值、参数类型以及输出阐述名称、参数指标要求、参数类型等. 针对某型号航天器产品的气动布局设计工作，研制要求主要气动参数实现如表 1“输入参数”中描述的目标.

3）将上述任务指标要求传入原型系统，结合建立的航天器系统研制的知识网络体系，分别从研制任务维度、虚拟样机维度匹配推理查询符合指标要求的研制任务实例、产品型号实例及关联的设计经验、案例开展知识推送应用. 由于知识网络体系采用本体描述，发挥本体推理应用的作用，还可以推理查询获取更精准的研制案例，优化推送的知识内容. 利用的任务输入参数包括：“攻击目标：高速固定翼飞机、巡航航天器；马赫数：5；作战距离：1.5-10公里；作战高度：12公里”，在后台利用SPARQL推理查询关联案例知识，代码如下所示.

PREFIX rdf:

   <http://www.w3.org/1999/02/22-rdf-syntax-ns#>

   PREFIX rdfs:<http://www.w3.org/2000/01/rdf-schema#>

   PREFIX owl:<http://www.w3.org/2002/07/owl#>

   PREFIX base:<http://www.owl-ontologies.com/unnamed.owl#>

   SELECT distinct?missile?layout?controlSurface Size?wingSurfaceSize

   WHERE {

        ?missile rdf:type base:飞行器类.

        ?missile base:气动分系统 ?subsystem.

        ?missile base:气动布局形式 ?layout.

        ?missile base:舵面尺寸 ?controlSurfaceSize

        ?missile base:翼面尺寸 ?wingSurfaceSize

        ?missile base:气动分系统 ?subsystem.

        ?missile base:目标及空域 ?t.

?t base:目标 ?targets.Filter (?targets = '高速固定翼飞机' ||?targets =巡航飞行器).

?missile base:马赫数 ?machNumber.Filter (?machNumber>=5).

?missile base:作战距离 ?operationalRange.Filter (?operationalRange>=1.5 ||?operationalRange>=10).

?missile base:作战高度 ?combatAltitude.Filter (?combatAltitude<=12). };

经过后台推理计算，获取到匹配该型号研制约束的精准型号研制案例及关联的产品设计方案、过程文档资料、模型等知识资源，将它们推送到当前型号研制人员的工作台面. 如图 8所示为协同设计系统中工作台面的知识推送界面.

由于安全保密及型号归口的原因，设计人员难以了解到其他型号中的相关设计知识. 在利用提出的知识网络建模方法重新组织描述研究院已有知识资源后，设计人员在承担设计任务时，无论从产品结构视角还是研制任务视角，均可以找寻到通过本体映射标注的关联知识摘要信息，在不改变知识型号保密归口制度的前提下，可以解决原来工作状态下知识信息不透明的问题. 开发的原型系统将基于安全保密策略，直接判断设计人员是否有密级权限查看具体知识内容. 若由于密级或型号权限限制时，原型系统提供知识的借阅审批申请流程，设计人员可以通过借阅申请实现知识的浏览及应用.

5 结　论

（1）提出面向航天型号产品研制的知识网络模型体系框架方法，以“虚拟样机--专业术语—研制任务”为顶层设计，分别从业务领域与实例的角度讨论它们的内部结构及之间的关联关系，框架内容覆盖所有产品研制的知识应用需求环节.

（2）采用OWL语言分别实现对虚拟样机、专业术语以及研制任务的本体描述与表达，利用航天领域标准术语及术语之间的关系，明确产品结构、核心参数以及研制任务之间的关联关系，为航天器设计的知识自动化应用提供本体语义基础.

（3）提出知识的本体映射方法. 分别从映射原则、步骤及算法分析讨论实现知识的术语标注. 将企业已经积累或在研制任务中正在产生的专业研制报告、过程文档、设计模型等知识资源与产品结构、研制任务进行映射关联，使各类知识资源、数据模型能够在信息系统实现互通共识，使已有的知识资源形成脉络清晰的关联知识网络.

（4）基于知识网络框架，开展面向业务场景的知识服务应用验证. 以某研究院所航天器型号研制任务为试点，开展基于知识网络模型的关联知识推送. 利用研制任务关键约束指标参数，实现精准航天器案例知识的推送优化.

提出的面向航天型号的知识网络模型及应用方法的优势如下.

（1）将知识网络模型与实际产品研制模式相结合，以虚拟样机结构及业务活动流程作为知识组织的双主线，符合产品研制人员的日常工作习惯，有利于知识的组件化自动化升华.

（2）基于航天术语的知识网络结构表达可以充分利用本体的逻辑推理及语义理解，能够实现航天型号产品研制中多种形式的知识重用.

（3）建立跨越型号限制的顶层抽象知识网络组织模式，可以降低信息安全保密造成的知识流通壁垒，优化知识存储结构，降低知识管理落地门槛，提升知识重用效率.