Надіслати цю статтю 
Онтологія математичних моделей технологічних об’єктів промислових підприємств. Ч. 2. реалізація онтології та її перевірка
DOI: http://dx.doi.org/10.31548/energiya2(66).2023.039
Анотація
У статті запропонована реалізація прикладної онтології математичних моделей технологічних об’єктів для проєктування підсистеми підтримки прийняття рішень, що видає рекомендації щодо математичного апарату відносно цілей розробки при автоматизованому управлінні харчовим підприємством. Вона складається з 46 сутностей з відповідними зв’язками, атрибутами та аксіомами, а також реалізована на мові OWL інструментами відкритої платформи Protege з урахуванням існуючих стандартів та рекомендацій. У структурі онтології математична модель представлена у вигляді гілок підкласів з відповідними наборами атрибутами, які характеризується своїм відношенням до моделі вищого рівня. У рамках цієї онтології представлено 17 різновидів відношень. Прикладна онтологія проходила два етапи перевірки: структурну – на основі загальноприйнятих оцінок; логічну – шляхом тестування запитів та мануальної перевірки коректності результатів. Зокрема, наведені приклади підбору моделей з використанням онтології для віртуальних сенсорів. Використання запропонованої онтології в структурі підсистеми підтримки прийняття управлінських рішень збільшує оперативність цих рішень, обґрунтованість керуючих дій та ефективність технологічної складової підприємства. Також онтологія може бути інтегрована в онтологію задач промислових підприємств або в інші доменні онтології.
Ключові слова: математична модель, онтологія, концепт, технологічний процес, зв'язок, автоматизація
Повний текст:
PDFПосилання
Cheng, H., Zeng, P., Xue, L., Shi, Z. (2016). Manufacturing Ontology Development Based on Industry 4.0 Demonstration Production Line. Conference: 2016 Third International Conference on Trustworthy Systems and their Applications (TSA), 42–47. doi:10.1109/TSA.2016.17.
Omelchenko, О.S., Lutska, N.M., Vlasenko, L.О. (2023). Mathematical models ontology of technological objects for industrial enterprises. Part 1. Formation of the basic concepts for the subject area. Energy and automation, 1, 23-41.
Kumar, V. R. S., Khamis, A., Fiorini, S., Carbonera, J. L., Alarcos, A. O., Habib, M., Olszewska, J. I. (2019). Ontologies for industry 4.0. The Knowledge Engineering Review, 34.
Bone, M., Blackburn, M., Kruse, B., Dzielski, J., Hagedorn, T., Grosse, I. (2018). Toward an interoperability and integration framework to enable digital thread. Systems, 6(4), 46. doi: 10.3390/systems6040046.
Chevallier, Z., Finance, B., Boulakia, B.C. (2020). A reference architecture for smart building digital twin. International Workshop on Semantic Digital Twins (SeDiT). Extended Semantic Web Conference.
Dibowski, H., Massa Gray, F. (2020). Applying knowledge graphs as integrated semantic information model for the computerized engineering of building automation systems. Extended Semantic Web Conference, 12123, 616–631. doi: 10.1007/978-3-030-49461-2_36.
Chaves-Fraga, D., Priyatna, F., Cimmino, A., Toledo, J., Ruckhaus, E., Corcho, O. (2020). GTFS-Madrid-Bench: a benchmark for virtual knowledge graph access in the transport domain. Journal Web Semantics 65, 100596. doi: 10.1016/j.websem.2020.100596.
Cao, Q., Zanni-Merk, C., Reich, C. (2018). Ontologies for Manufacturing Process Modeling: A Survey. 5th International Conference on Sustainable Design and Manufacturing, 1–10. doi: 10.1007/978-3-030-04290-5_7.
Yahya, M., Breslin, G.J., Intizar Ali, M. (2021). Semantic Web and Knowledge Graphs for Industry 4.0. Applied Sciences, 11(11), 5110. doi:10.3390/app11115110.
Lupenko, S.A., Lytvynenko, Іa.V., Zozulya, A.M., Chizoba, N.K., Volyanyk, O.V. (2021). Models, methods and means of ontology development of cyclic signal processing. Journal of hydrocarbon power engineering, 8 (1), 8–17. doi: 10.31471/2311-1399-2021-1(15)-8-17.
Ploennigs, J., Semertzidis, K., Lorenzi, F., Mihindukulasooriya, N. (2022). Scaling Knowledge Graphs for Automating AI of Digital Twins. The Semantic Web – ISWC 2022, 810–826. doi:10.48550/arXiv.2210.14596.
Bader, S., Grangel-González, I., Nanjappa, P., Vidal, M. (2020). A Knowledge Graph for Industry 4.0. ESWC2020, 1–16.
A free, open-source ontology editor and framework for building intelligent systems. Available at: https://protege.stanford.edu/.
Gomez-Perez, A. (2004). Ontology Evaluation. In Handbook on Ontologies. International Handbooks on Information Systems. Springer. doi:10.1007/978-3-540-24750-0_13.
Lovrencic, S., Cubrilo, M. (2008). Ontology evaluation – Comprising verification and validation. Proceedings of the Central European Conference on Information and Intelligent Systems (CECIIS 2008). Varazdin, Croatia, 24–26.
Parsia, B., Matentzoglu, N., Goncalves, R. S., Glimm, B., Steigmiller, A. (2015). The OWL Reasoner Evaluation (ORE) 2015 Competition Report. J. Autom. Reason, 59, 455–482.
Метрики статей
Metrics powered by PLOS ALM
Посилання
- Поки немає зовнішніх посилань.
