During the product design stage, engineers should make various design decisions considering product quality, cost, and delivery. In order to make effective and efficient design decisions, reuse of existing design knowledge is necessary. Explicit design knowledge in the manufacturing companies is generated in various forms such as documents, product specifications, and CAD models. In particular, a large amount of design knowledge is generated in the form of text data such as design documents, technical reports, and failure analysis documents. Although most manufacturing companies store a vast amount of text data, design knowledge extraction and reuse from the text data depend on relevant document search using keywords. Therefore, it is very urgent to develop methods for extracting semantically structured design information and knowledge automatically, and methods for design knowledge reuse. This study proposes an approach for automatic design information and knowledge extraction and reuse from text data based on semantic processing. First, a domain ontology is constructed to extract semantic information from domain-specific text data of manufacturing companies. A domain ontology is a semantic reference model in which concepts and their relationships that are used during product development are defined. Second, design information is extracted from text data. Design information in text data of the manufacturing companies is mainly described using nouns. Thus, component information of product, property information of the component, and value of the property are extracted and structured using noun-based approach. Extracted design information is used for design document based CAD model retrieval, in which similarity between design information of an input design document and design information of CAD models is calculated. Next, design knowledge is semantically structured from unstructured design knowledge in text data based on combining context information and design information in sentences. Since a sentence contain various context, same design information can be interpreted in different meaning according to context. Context information is extracted using linguistic patterns that are generated based on information needs and analyzation of text in documents. This study focus on extracting failure knowledge that is one of important design knowledge using failure context from failure analysis documents. Lastly, Extracted design (failure) knowledge is reused in the design stage. Interrelations between components and failures are extracted using quantitative analysis. Rules for failure prediction are automatically generated. Potential failures are predicted by rule reasoning and input design information, and design recommendations are provided to engineers. In order to evaluate performance and feasibility of the proposed approach, tire design documents, tire CAD models, and tire analysis documents are used as examples.
제품 설계 과정 동안, 엔지니어들은 제품의 품질, 가격, 그리고 납기 등을 고려한 수 많은 설계 의사 결정을 수행한다. 효과적이고 효율적인 설계 의사 결정을 위해, 기존 설계 지식의 재사용은 필수적이다. 제조 기업에서 명시적인 제품 설계 지식은 문서, 제품 사양, 그리고 CAD 모델 등 다양한 형태로 저장 된다. 특히, 많은 양의 설계 지식은 설계 문서, 기술 보고서, 고장 분석 문서 등의 텍스트 데이터에 저장된다. 지난 수 십 년간 대부분의 제조 기업은 방대한 양의 텍스트 데이터를 축적하고 있지만, 실제 텍스트 데이터에서 설계 지식 추출하여 재사용하는 일은 문서 검색에 의한 수작업에 의존하고 있다. 따라서 방대한 텍스트 데이터에서 의미적으로 구조화된 설계 정보 및 지식을 자동으로 추출하고 이를 재사용하는 방법 개발이 매우 시급하다. 본 연구는 의미 처리를 기반으로 텍스트 데이터에서 자동으로 설계 정보 및 지식을 추출하고 재사용하는 방법을 제안한다. 먼저, 도메인에 특화된 제조 기업의 텍스트 데이터에서 의미정보를 추출하기 위해 도메인 온톨로지를 구축한다. 도메인 온톨로지는 제품 개발에 사용되는 컨셉과 컨셉들간의 관계를 정의하고 있는 참조 모델이다. 둘째, 텍스트 데이터에서 설계 정보를 추출한다. 제조 기업의 텍스트 데이터에서 설계 정보는 주로 기술 용어(명사)를 기반으로 표현되어 있다. 따라서 명사를 기반으로 제품의 부품정보, 부품에 대한 속성 정보, 속성에 대한 값을 추출하여 제품 정보를 구조화 한다. 추출된 설계 정보는 설계 문서기반 CAD 모델 검색에 사용된다. 이는 설계 문서의 설계 정보와 CAD 모델의 설계 정보와의 유사도를 계산하여, 입력된 설계 문서와 가장 유사한 CAD 모델을 검색하는 것이다. 셋째, 문장의 문맥정보를 추출하고 설계 정보와 함께 구조화하여, 텍스트 데이터에 포함된 비구조화된 설계 지식을 의미적으로 구조화 한다. 문장에는 다양한 문맥들이 존재하며 문맥에 따라 동일 설계 정보도 다르게 해석 될 수 있다. 제조 기업의 텍스트 데이터는 주로 제품의 정보를 중심으로 서술되며, 교육 및 문서 표준화 등을 통해 특정 패턴을 가지고 있다. 본 연구에서는 문장에 포함된 문맥들의 패턴을 분석-추출-정형화하여, 이를 기반으로 문장에 포함된 문맥 정보를 추출한다. 다양한 종류의 텍스트 데이터 및 패턴이 제조 기업에 존재하지만, 본 논문에서는 고장 분석 문서와 고장 문맥을 기반으로 고장 지식을 추출하는 것을 대상으로 한다. 마지막으로, 앞서 추출된 구조화된 설계 지식(고장 지식)을 설계 단계에 재사용 한다. 먼저, 구조화된 고장 지식에 포함된 부품들과 고장들간의 정량적 분석을 통해 부품들과 고장들간의 연관관계를 식별한다. 또한 추출된 연관 관계 및 구조화된 고장 지식을 기반으로 잠재적 고장 예측을 위한 룰을 생성한다. 룰을 기반으로 현재 설계 정보에서 잠재적 고장을 예측하고 이를 해결하기 위한 설계 변경안을 제시 한다. 제안한 연구의 평가 및 실현가능성을 증명하기 위해, 타이어 설계 문서, 타이어 CAD 모델, 그리고 타이어 고장 분석 문서를 예제로 사용한다.
