Semantic integration of engineering environments using an engineering knowledge base

Abstract

Software-intensive Systeme in der Informatik und der industriellen Automatisierungsbranche erleben in den letzten Jahren ein stetiges Ansteigen der Komplexität aufgrund höherer Flexibilitätsanforderungen. Experten aus verschiedenen Ingenieurswissenschaften verwenden typischerweise eine Vielzahl an semantisch unterschiedlichen Termen, Modellen und Werkzeugen, welche ursprünglich nicht für eine Zusammenarbeit entwickelt wurden.<br />Um eine Ingenieursumgebung herzustellen müssen Projektmanager und Experten der verschiedenen Ingenieurswissenschaften eine vorgegebene Menge an Ingenieurswerkzeugen und Datenmodellen semantisch integrieren, sowohl um flexibel auf neue oder geänderte Anforderungen reagieren zu können, als auch um derartige Integrationslösungen für ähnliche neue System- und Softwareentwicklungsprojekte weiterverwenden zu können.<br />Aktuelle verwendete Ansätze, wie die Verwendung von Standards für Datenmodelle, datenbasierte Werkzeugintegration, oder vollständige Transformation zwischen Werkzeugdatenmodellen, funktionieren prinzipiell, stellen aber neue Herausforderungen wie das Beherrschen komplexer und ineffizienter Datenzugriffe, oder den robusten Umgang mit fehlerhaften Datenmodellen dar.<br />Diese Arbeit stellt das Engineering Knowledge Base (EKB) Framework vor, welches sich mit der Integration von Ingenieursumgebungen aus mehreren Ingenieurswissenschaften befasst. Die EKB speichert explizites Ingenieurswissen um Zugriff und Verwalten von Modellen werkzeugübergreifend und über die Grenzen verschiedener Ingenieurswissenschaften hinweg zu ermöglichen. Dazu speichert die EKB a) Verbindungen zwischen toolspezifischen und gemeinsamen Konzepten, und ermöglicht so b) die Transformation. Diese Grundlagen ermöglichen dann anschließend auch c) fortgeschrittene Anwendungen wie z.B. End-to-End Analysen. Dadurch ermöglicht die EKB die Beibehaltung bekannter Werkzeuge und Datenmodell, und erlaubt zusätzlich den Zugriff auf Daten anderer Werkzeuge in anerkannter Darstellungsform. Hauptbeitrag der Arbeit ist einerseits die industrielle Anwendung und eine Machbarkeitsstudie des vorgestellten generischen Ansatzes, andererseits eine Reihe von generischen Richtlinien für semantische Integration im Bereich der Ingenieurswissenschaften.<br />Die Ergebnisse dieser Forschungsarbeit wurden in zwei Anwendungsgebieten, einerseits verteilte betriebliche IT Systeme und Services und andererseits Software-intensive Produktionsautomatisierungssysteme, im Bezug auf Machbarkeit, benötigter Aufwand, Robustheit, Performanz, Skalierbarkeit und Benutzerfreundlichkeit evaluiert. Erste Ergebnisse der Evaluation zeigen dass einerseits für die Wiederverwendbarkeit in anderen System- und Softwareentwicklungsprojekten mit einer Aufwandsreduktion von mehr als 20% zu rechnen ist, und dass andererseits Fehler in System- und Softwareentwicklungsprozessen früher entdeckt werden.<br />

Software-intensive systems in business IT and industrial automation have become increasingly complex due to the need for more flexible system re-configuration, business and engineering processes.<br />Systems and software engineering projects depend on the cooperation of experts from several engineering domains and organizations, who work in engineering environments with a wide range of semantically different terms, models, and tools that were not designed to cooperate seamlessly.<br />Current semantic engineering environment integration is often ad hoc and fragile, making the evolution of tools and re-use of integration solutions across projects unnecessarily inefficient and risky.<br />When designing an engineering project environment, project managers and engineering domain experts need to semantically integrate a given set of engineering tools and project data models to allow efficient adaptations to new or changed requirements, as well as for re-use in new engineering projects. Current alternative solutions like standards for data models and tools in the development process, data-driven tool integration, and complete transformation between tool data work in principle, but pose their own challenges for engineering, such as inefficient and complex data access and query definitions, solutions which are not robust enough, or take considerable effort to develop and modify.<br />This work introduces the Engineering Knowledge Base (EKB) framework for engineering environment integration in multi-disciplinary engineering projects. The EKB stores explicit engineering knowledge to support access to and management of engineering models across tools and disciplines by providing a) data integration based on mappings between local and domain-level engineering concepts; b) transformations between local engineering concepts; and c) advanced applications built on these foundations, e.g., end-to-end analyses. As a result experts from different organizations may use their well-known tools and data models, and can, in addition, access data from other tools in their syntax.<br />Semantic integration research has focused on finding general approaches for schema integration, which can be used in many contexts. However, these general approaches do not take into account the specifics of a domain and therefore tend to be inefficient and often fail to solve specific problems that are hard to solve in general. In this work, we build on domain-specific knowledge of engineering processes, models and analyses to enable designing semantic integration methods and tools. Key contributions of this work are the industrial application and proof-of-concept of the proposed semantic integration approach, as well as design guidelines for semantic integration in the engineering domain.<br />The research results have been evaluated in two industrial application domains: distributed business systems and services and software-intensive production automation systems, regarding feasibility, effort, robustness, performance, scalability, and usability. The evaluation results indicate an effort reduction of more than 20% for re-use in new engineering projects and finding defects earlier in the engineering process.