基于互聯(lián)網(wǎng)的發(fā)動機研發(fā)知識數(shù)據(jù)挖掘與應(yīng)用

■ 李昌紅 何為 孫明霞 / 中國航發(fā)動力所

（李昌紅，中國航發(fā)動力所，高級工程師，主要從事研發(fā)體系相關(guān)工作）

航空發(fā)動機研發(fā)需要有目的、有計劃、有組織地挖掘互聯(lián)網(wǎng)的新技術(shù)、新動態(tài)和新成果，經(jīng)處理、分析后提供定制化的具有先進性、預(yù)測性和前瞻性的知識數(shù)據(jù)，為發(fā)動機研制趨勢對比、建模、新產(chǎn)品開發(fā)，以及關(guān)鍵技術(shù)突破提供數(shù)據(jù)支撐。

站在巨人的肩膀上創(chuàng)新研發(fā)是這個時代的主題，任何組織封閉自己、閉門造車終將被淘汰。向發(fā)動機研發(fā)人員提供面向全球的知識化環(huán)境，離不開先進的外部知識數(shù)據(jù)和精準情報。為實現(xiàn)發(fā)動機研發(fā)所需知識數(shù)據(jù)的采集、存儲、分析與利用，與時俱進地滿足多樣化、高效化、個性化、專深化的用戶要求，更好地為管理決策、科研攻關(guān)、科研保障建設(shè)提供決策支撐和技術(shù)引領(lǐng)，開展基于互聯(lián)網(wǎng)數(shù)據(jù)的航空發(fā)動機研發(fā)知識數(shù)據(jù)挖掘與應(yīng)用至關(guān)重要。

知識數(shù)據(jù)在發(fā)動機研發(fā)中的作用

發(fā)動機研制過程是一項復(fù)雜的系統(tǒng)工程，涉及學(xué)科、領(lǐng)域眾多，對先進知識和技術(shù)需求強烈，我國發(fā)動機研制水平與世界先進水平還存在差距，需要學(xué)習(xí)、借鑒行業(yè)內(nèi)的前沿技術(shù)。通過互聯(lián)網(wǎng)獲取的知識數(shù)據(jù)，經(jīng)提煉總結(jié)形成研發(fā)體系指導(dǎo)性文件，可以實現(xiàn)外部知識內(nèi)部化，內(nèi)部知識體系化，支撐研發(fā)流程活動高效運行，為研發(fā)人員提供工作指導(dǎo)，為研發(fā)過程中疑難問題提供解決途徑，為模型、仿真優(yōu)化提供數(shù)據(jù)支撐，提升組織的研發(fā)能力，如圖1所示。面向部門業(yè)務(wù)需求，通過立足互聯(lián)網(wǎng)數(shù)據(jù)相關(guān)技術(shù)，構(gòu)建基于各業(yè)務(wù)主題的互聯(lián)網(wǎng)數(shù)據(jù)挖掘、處理、應(yīng)用等方法及工具，可以實現(xiàn)知識伴隨流程的存儲、積累和應(yīng)用，有效支撐發(fā)動機研制。

圖1 互聯(lián)網(wǎng)知識數(shù)據(jù)在發(fā)動機研制中的作用

發(fā)動機研發(fā)知識數(shù)據(jù)的挖掘

依據(jù)發(fā)動機研制技術(shù)樹，分析相關(guān)技術(shù)對互聯(lián)網(wǎng)數(shù)據(jù)的需求，提出數(shù)據(jù)獲取、挖掘的專題清單并進行專題跟蹤、挖掘。按主題分類管理，以樹形結(jié)構(gòu)管理主題類型，可以同時創(chuàng)建多個采集主題類型，實現(xiàn)按主題分類的建立、修改、刪除及瀏覽等功能。對每項主題可以實現(xiàn)跟蹤條件配置、跟蹤啟動、主題重命名及刪除等管理功能。利用搜索引擎對一定范圍的網(wǎng)站內(nèi)容進行定期的自動采集和挖掘。針對某一具體站點內(nèi)容更新的規(guī)律，可以設(shè)置網(wǎng)頁內(nèi)容自動跟蹤挖掘的周期。

互聯(lián)網(wǎng)數(shù)據(jù)挖掘、處理過程中，為更好地滿足發(fā)動機研發(fā)中的使用需求，須實現(xiàn)多種功能：能夠挖掘、分析多種常用國家語言，支持多種編碼識別與轉(zhuǎn)換，支持各種常用文檔格式的識別與下載，能自動過濾同一文檔的不同格式；對于有表格、圖片、視頻以及音頻等非文本信息的網(wǎng)頁，能夠連同網(wǎng)頁中的其他文本信息一起被識別與下載，下載后應(yīng)保持原有的文檔結(jié)構(gòu)與順序不變；能夠?qū)崿F(xiàn)附件分類挖掘，包括文檔、圖片、多媒體、2D/3D以及壓縮包等；實現(xiàn)網(wǎng)頁去噪，將垃圾及無關(guān)信息過濾。

對指定網(wǎng)站和欄目進行定點、定期的自動挖掘，實現(xiàn)站點的配置管理。以樹形結(jié)構(gòu)管理新聞?wù)军c分類，可實現(xiàn)站點新建、重命名、刪除等操作；實現(xiàn)挖掘規(guī)則設(shè)置，對具體的某個站點進行管理，設(shè)置自動下載的匹配規(guī)則，包括常規(guī)設(shè)置、采集頁面規(guī)則、翻頁規(guī)則等。

圖2 數(shù)據(jù)屬性分類

發(fā)動機研發(fā)知識數(shù)據(jù)的處理

挖掘后的互聯(lián)網(wǎng)數(shù)據(jù)，經(jīng)過處理、加工，變成發(fā)動機研制可用、好用的知識數(shù)據(jù)，提供給設(shè)計人員，進行定制的個性化匹配，具體可以包括以下幾個方面。

第一，挖掘到的互聯(lián)網(wǎng)知識數(shù)據(jù)，根據(jù)匹配的專題，按照特定的維度在知識管理平臺進行存儲、管理，對獲取的互聯(lián)網(wǎng)知識數(shù)據(jù)進行多維度的分類，如按設(shè)計過程、數(shù)據(jù)類型和研制階段等，如圖2所示。根據(jù)分類情況，實現(xiàn)互聯(lián)網(wǎng)數(shù)據(jù)挖據(jù)結(jié)果的自動歸類、屬性定義等。屬性信息還須包括標題、作者、來源、時間和大小等。

第二，去重加工。設(shè)置一個文章信息相似度，根據(jù)對文檔標題和內(nèi)容的分析判斷，能夠自動去除高相似度的文章。

第三，精準判定。采用基于學(xué)習(xí)訓(xùn)練的方法或基于規(guī)則的方法將采集到的數(shù)據(jù)信息自動歸到已有的分類體系中，也可進行手工歸類調(diào)整。一篇文檔可被歸到多個類目下。

第四，自動關(guān)聯(lián)。根據(jù)對文檔內(nèi)容的理解，自動將內(nèi)容相似的文檔建立鏈接，當用戶查看每篇文檔時，在原文下方會顯示與本文檔內(nèi)容相似的其他文檔信息；當用戶用鼠標選擇某句或某段文字時，系統(tǒng)自動呈現(xiàn)與之相關(guān)的文檔。

第五，聚類挖掘?？梢詫Ξ斍盎蚰骋粫r段內(nèi)的相關(guān)信息按內(nèi)容相似性進行聚類，自動生成類別的標題、主題或關(guān)鍵詞，以適當方式展示聚類結(jié)果，聚類的范圍與主題可以自行定義。

第六，自動摘要。通過對文檔全文的分析，自動提煉出關(guān)鍵詞與摘要。關(guān)鍵詞與摘要能反映文檔的主要意思，組成摘要的句子應(yīng)規(guī)范可讀。

第七，文檔中結(jié)構(gòu)化信息的自動抽取。自動識別并抽取文檔中的圖表和結(jié)構(gòu)化數(shù)據(jù)，如設(shè)計數(shù)據(jù)、交付量、訂單、價格、企業(yè)領(lǐng)導(dǎo)姓名、相關(guān)時間、地點等，并存儲到相關(guān)的數(shù)據(jù)庫中，并且建立數(shù)據(jù)與原文檔的關(guān)聯(lián)。

圖3 趨勢對比分析

圖4 互聯(lián)網(wǎng)知識數(shù)據(jù)在發(fā)動機研發(fā)中的應(yīng)用

發(fā)動機研發(fā)知識數(shù)據(jù)的分析

通過建立知識矩陣和魔方，實現(xiàn)多維度的分析，包括相似關(guān)系分析、時空關(guān)系分析和組合關(guān)系分析。開展專利趨勢分析、分布分析、機構(gòu)分析和人物分析等。

為直觀有效地把控全局，需要實現(xiàn)可視化分析，并具備多種視角以及動態(tài)可視化展現(xiàn)功能，方便直觀查看數(shù)據(jù)結(jié)果。數(shù)據(jù)分析應(yīng)能通過數(shù)據(jù)線條、大小、顏色反映數(shù)據(jù)變化趨勢并實現(xiàn)點、曲線圖、柱狀圖、餅圖、云圖等對比分析，可以在曲線上進行標識/標記，繪制兩個數(shù)據(jù)之間的關(guān)系，如圖3所示。

發(fā)動機研發(fā)知識數(shù)據(jù)的應(yīng)用與推送

經(jīng)挖掘、處理后的互聯(lián)網(wǎng)數(shù)據(jù)，結(jié)合信息化手段開展應(yīng)用：實現(xiàn)數(shù)據(jù)信息的檢索，包括一鍵式檢索、分類瀏覽檢索、關(guān)鍵詞檢索、字段檢索、句子檢索、全文檢索等；實現(xiàn)搜索導(dǎo)航功能，根據(jù)關(guān)鍵詞內(nèi)容，實時自動生成相關(guān)搜索建議，并以樹狀結(jié)構(gòu)來展現(xiàn)，幫助找到更相關(guān)的搜索結(jié)果。在一次檢索結(jié)果基礎(chǔ)上，可進一步用關(guān)鍵詞檢索、字段檢索等方式進行限制檢索。檢索中的每一條信息均顯示標題、日期、來源、相關(guān)度以及自動摘要，可選擇按日期、相關(guān)度或文檔類型等方式排列檢索結(jié)果。在檢索結(jié)果列表或結(jié)果頁面中，對標題、摘要以及正文中出現(xiàn)的檢索詞進行突出顯示。

互聯(lián)網(wǎng)挖掘的知識數(shù)據(jù)經(jīng)提煉、總結(jié)形成體系指導(dǎo)性文件，根據(jù)流程活動、職位通道、關(guān)鍵詞等進行知識數(shù)據(jù)的自動推送，通過與專業(yè)設(shè)計系統(tǒng)接口的連接，為相關(guān)專業(yè)系統(tǒng)技術(shù)活動提供有效支撐，用于指導(dǎo)發(fā)動機的研發(fā)、制造、運行維護等全過程，如圖4所示。

結(jié)束語

在互聯(lián)網(wǎng)時代，航空發(fā)動機研制需利用互聯(lián)網(wǎng)技術(shù)，獲取和挖掘前沿、動態(tài)的互聯(lián)網(wǎng)信息，匹配定制的專題云，將獲取的信息整理、分類、定制化推送給研發(fā)人員，不斷沉淀和積累出大量優(yōu)質(zhì)知識，實現(xiàn)外部知識內(nèi)部化，為發(fā)動機研制提供好用、可用的知識數(shù)據(jù)。