1、工程信息数据库建模,1、工程信息建模的需求 2、目前数据库模型3、数据库模型的构造4、总结,工程信息建模需求,1.1 复杂对象与关系 1.2 数据交换和共享 1.3 基于web应用 1.4 智能工程,1.1 复杂对象与关系,工程数据具有复杂的结构，并且数据量很大。工程设计对象及其部分都是相互联系的，并不是孤立的。 产品建模需要的产品数据模型贯穿整个产品生命周期。,1.2 数据交换和共享,企业部门交换数据,市场调研,设计阶段,采购阶段,生产阶段,库存,销售阶段,1.3 基于WEB应用,随着网络的快速发展，虚拟企业的增多，网络之间交换数据越来越频繁。基于web的应用：基于web产品数据管理（PDM
2、）、基于web并行工程、基于web 供应链管理、基于web的B2B电子商务的制造等等。存储在网络上的数据非常丰富，特别是半结构化数据，在web应用中具有明显的重要性。典型的半结构化数据有XML。,1.4 智能工程,五种人工智能工具 知识型系统 模糊逻辑 归纳学习 神经网络 遗传算法,不精确性和不确定性,不精确性的来源： 关系的不精确性 数据的不精确性 语言的不精确性 不一致的不精确性,模糊集理论,模糊集合是用来表达模糊性概念的集合。又称模糊集、模糊子集。普通集合是指具有某种属性的对象的全体。这种属性所表达的概念应该是清晰的，界限分明的。因此每个对象对于集合的隶属关系也是明确的，非此即彼。模糊集
3、合是指具有某个模糊概念所描述的属性对象的全体。由于概念本身不是清晰的、界限分明的，因而对象对集合的隶属关系也不是明确的、非此即彼的。它具有不确定性和灵活性等特点，这对于解决工作和生活中的一些问题更加有效和方便。,模糊集理论,定义：论域指处理某一问题时有关议题的限制范围在论域中，具有某种属性的事物的全体称为集合,模糊集理论,模糊关系示例,模糊集理论,模糊逻辑的应用在工程或者产品的设计和制造中，模糊逻辑在促进CAD系统的发展和应用上起着重要的作用。在生产管理方面，模糊集理论在新产品开发、设施选址和布局、生产调度和控制、存货管理、质量和成本效益分析等方面有着潜在的应用。在制造业领域，灵活性本身就是一
4、个模糊概念，模糊逻辑和基于模糊的知识方法被用来衡量制造业的灵活性。供应链管理和电子商务表明,模糊集可用于客户的需求,提供供应链的交付,外部或市场供应,有针对性的营销以及产品类别的描述。,知识管理,所谓知识管理的定义为，在组织中建构一个人文与技术兼备的知识系统，让组织中的信息与知识，透过获得、创造、分享、整合、记录、存取、更新等过程，达到知识不断创新的最终目的，并回馈到知识系统內，个人与组织的知识得以永不间断的累积，从系统的角度进行思考这将成为组织的智慧资本，有助于企业做出正确的决策，以因应市场的变迁。,知识管理,知识管理应该是组织一种有意识采取的战略，它保证能够在最需要的时间将最需要的知识传送
5、给最需要的人。这样可以帮助人们共享信息，并进而将之通过不同的方式付诸实践，最终达到提高组织业绩的目的。,数据挖掘和知识发现,工程知识在工程活动中起到了重要的作用，但是有些信息没有明确的表现出来。数据库的数据挖掘和知识发现可以从复杂的巨大的数据中提取知识。因此数据挖掘和知识发现作为一个新的学科出现了，在许多领域得到利用。,数据挖掘和知识发现,数据挖掘是通过分析每个数据，从大量数据中寻找其规律的技术，主要有数据准备、规律寻找和规律表示3个步骤。数据准备是从相关的数据源中选取所需的数据并整合成用于数据挖掘的数据集；规律寻找是用某种方法将数据集所含的规律找出来；规律表示是尽可能以用户可理解的方式（如可
6、视化）将找出的规律表示出来,数据挖掘和知识发现,知识发现是向使用者屏蔽原始数据的繁琐细节，从原始数据中提炼出有意义的、简洁的知识，直接向使用者报告。知识发现过程由以下三个阶段组成：（1）数据准备，（2）数据挖掘，（3）结果表达和解释。数据挖掘是知识发现过程的一个步骤。,数据挖掘和知识发现,目前数据库模型,工程信息模型的数据库建模分为两个不同的层次：,概念数据建模,逻辑数据库建模,目前数据库模型,工程信息建膜的数据库模型,概念数据模型,STEP（产品模型数据交换标准） 目的： 一是统一产品的数据表示，二是规范产品数据的交换。内容： 1、描述方法 2、实施方法 3、一致性测试方法和框架 4、标准化
7、的应用程序数据模型/图式,概念数据模型,EXPRESS语言是STEP标准开发的面向对象的信息模型描述语言，用以描述集成资源和应用协议，即是记录产品数据的建模语言，在STEP技术中处于基础和核心的地位 EXPRESS是一种面向对象的非编程语言，用于信息建模，既能为人所理解，又能被计算机处理。 EXPRESS语言采用模式(schema)作为描述数据模型的基础。每个模式内包含类型(type)说明、实体(entity)定义、规则(rule)、函数(function)和过程(procedure)。实体是重点，实体由数据(data)和行为(behavior)定义，数据说明实体的性质，行为表示约束与操作。,
8、逻辑数据库模型,经典逻辑数据库模型 关系数据库 嵌入式关系数据库 面向对象的数据库 混合逻辑数据库（如对象关系数据库）,逻辑数据库模型,XML数据库 XML大量应用于WEB应用，基于网络的应用程序的关键是存储，操纵和管理XML文件。XML文件分类：data-centric文件：相对规律的结构，细粒度的数据，没有混合内容。document-centric文件：无规律的结构，更细粒度数据，很多混合内容。,数据库模型的构造,不同的数据库模型有各自的特点。而根据数据抽象程度和实际的应用，有不同的数据建模模型： 概念数据建模一般被用于抽象水平较高的工程信息建模。 逻辑数据库建模被用于数据操纵，即抽象水平
9、较低的工程信息建模，一般逻辑数据库是从概念数据库通过映射获得的,数据库模型的构造,逻辑数据库建模A和B可能是不同的逻辑数据库模型，例如关系数据库和面向对象数据库，也可能是不同的公司的数据库产品，例如Oracle和DB2。一个概念数据模型可以对应多种逻辑数据库模型， 一个 逻辑数据库模型对应一种概念数据模型， 这种变换被称为数据库逆向工程。,概念数据模型的开发,根据不同的应用，选取不同的概念数据模型建模 对于工程应用中的业务流程， ER和IDEF1X数据模型是不错的选择。但对于设计和制造业，面向对象的概念数据库例如EER, UML, 和EXPRESS 功能更加强大。EXPRESS-G是EXPRE
10、SS 的图形表示，能在更高抽象程度上构建EXPRESS数据模型。 由于EXPRESS不是图形模式语言，所以用EER和UML 在概念上设计EXPRESS数据模型，然后转换成EXPRESS数据模型。同样对于基于web工程应用，XML也不是图形模式语言，也需要经过同样的转换过程。 这样对于不同的背景，都可以用图形数据模型来设计概念模型，然后转换成相应的模型。一个系统中，不同的人开发的不同的图形数据模型都可以最终转换成一个模型。大大方便了开发人员的设计。,概念数据模型的开发,该图展示了在概念数据模型之间的设计和转换过程,逻辑数据库的开发,将概念数据模型映射到逻辑数据库时，概念数据模型和逻辑数据库模型之
11、间可能存在语义不相容的问题。因此，应该采用合适的逻辑数据库模型，可以使概念数据模型中的原有信息和语义被永久保存和支持。该表展示了概念模型和逻辑数据模型的匹配,逻辑数据库的开发,EXPRESS 广泛应用于工业领域，EER和UML作为图形概念数据模型，可以用来设计EXPRESS ,然后将它们可以转化为EXPRESS。 构建EXPREE数据模型的逻辑数据模型的步骤： （1）根据EXPRESS数据模型定义数据库结构 （2）提供SDAI（STEP标准数据访问接口）访问数据库在数据库中 用户使用EXPRESS定义数据库，用SDAI操纵数据库，通过数据库和其他的应用程序来交换数据。,逻辑数据库的开发,EXP
12、RESS数据模型到关系数据库的映射,逻辑数据库的开发,EXPRESS数据模型到面向对象数据库的映射在面向对象的数据库中中，对象定义，复杂的对象，类型和继承是常见的 。EXPRESS数据模型本身就是面向对象的，支持面向对象数据库中的这些特点，所以可以基本上直接地将EXPRESS数据模型转换为面向对象的数据库。,结论,首先定义了工程信息建模的需求，包括复杂对象和关系，数据交换和共享，基于web应用，不精确性和知识管理。然后数据库的建模包括概念数据建模和逻辑数据库建模，并对目前概念数据模型和逻辑数据库模型进行了介绍。其中逻辑数据库是工程信息建模的基础。而逻辑数据库的是从概念数据库开始的，然后将概念数据模型转换成逻辑数据库模型。所以文章不仅介绍了概念数据模型的开发，而且介绍了实现概念数据模型转换成逻辑数据库的开发。整个内容的主要作用在于从工程应用的角度定义了数据库研究的方向，并且为工程设计，制造和产品管理提供了向导。,谢谢！,
