工業機器人領域數字化標準體系構建方法探索＊

袁夢 宗潔瓊 張正敏

（上海市質量和標準化研究院，上海 200031）

0.引言

標準體系是指一定范圍內的標準按其內在聯系形成的科學的有機整體[1]，需要周期性動態維護更新。隨著新興行業領域快速發展和分工精細化，傳統標準體系構建方法也已經滿足不了多元化的市場發展要求。在新技術和產業融合快速發展的背景下，傳統標準體系“自下而上”的思維方式，逐漸在新興行業和跨學科跨產業領域顯得力所不及，面臨著難以批量處理海量標準數據的窘困。加之標準制修訂周期與標準體系制定周期的疊加，時滯效應的累積進一步阻礙了標準化發展。因此，在高新技術和智能制造產業中，如何在海量標準中高效快速實現標準集合劃分、服務標準體系構建、助力新型標準體系，是近年來質量和標準化工作的研究重點，也是標準數字化轉型研究領域面向標準知識圖譜的探索路徑之一。

近年來，復雜網絡技術、大數據技術被引入到多個研究和行業領域，其系統理論和高效應用得到了學術界的廣泛認可[2]。《國家機器人標準體系建設指南》中指出，機器人是先進制造業中不可替代的重要裝備，在支撐智能制造、提升生產效率、增進民眾福祉等方面發揮著重要作用。因此，本文圍繞工業機器人標準，基于該領域的標準引用網絡研究基礎[3]，進一步引入社團發現算法[4]，來實現標準集合的劃分，再利用關鍵詞抽取算法挖掘標準主題[5]，服務標準體系基礎層的構建，為數字化手段解決標準體系構建問題提供技術支持。

1.數學模型

基于已建立的工業機器人領域的標準引用網絡圖及其最大連通子圖[6]，本文融合復雜網絡技術、大數據技術設計標準基礎子體系構建模型，利用網絡及其最大連通子圖的異質性來實現標準社團劃分，以數字化手段解決大量標準數據準確、快速、自動劃分成標準子體系基層結構。整個模型框架圖見圖1。

圖1 模型框架圖

對上述標準引用網絡及其最大連通子圖，分別統計計算度分布情況，以此為網絡結構的異質性檢驗標準。若兩網絡結構均為異質網絡，則可利用該異質性實施下一步的標準社團劃分。

由于網絡的異質性和鄰居節點累積效應的不同，使得節點合并結果不同，故而對系統貢獻的增益量不同。然而，BGLL算法就是以模塊度增益ΔQ為度量來實現標準社團劃分，即為基于標準引用網絡結構異質性、網絡連通性，以及引用和被引標準集合等指標，來測算標準合并為系統帶來的增效，并以此為度量來實現標準集合自動劃分。該算法的迭代過程是“自下而上”凝聚思維的表現之一，在面對大規模稀疏網絡時，具有時間復雜度線性優勢，結果穩定且較為準確，易于實現，具有較廣的發展空間和較高的應用價值。另外，ΔQ的計算，可結合網絡屬性，如節點間連邊的方向、權重等，衍生出許多變式，是一個較為開放靈活的算法。該算法對網絡規模容量區間寬泛，故而對行業發展成熟度的要求并不嚴格，在規模較大和較小的標準引用網絡中均可適用。

標準引用網絡在構建之初，所有標準文件的標題已預先轉化為中文文本，但標題中的停詞、通用詞語等會被高頻使用，對文檔主題的確認并沒有太大作用，還會增加計算成本，故而本文模型先利用Jieba分詞實現文本預處理，實現標題清洗和劃分。然后，再利用TF-IDF關鍵詞抽取技術[7]，以網絡中所有標準標題為語料庫，以每個社團內標準標題為關鍵詞集來實現各社團的主題識別。最后，將各社團對應的標準集合與社團主題對已發布的標準體系框架補充完善，形成工業機器人標準體系結構圖。

2.概念和算法

2.1 標準引用網絡

以“工業機器人”為關鍵詞，在上海市質量和標準化研究院豐富的標準館藏庫中，利用標準與其規范性引用文件，轉化為點集、邊集和引用關系，生成標準引用網絡G1(527,1080)，后刪除圖中規模較小、處于游離狀態的標準和連邊，提取網絡的最大連通子圖G2(475,1012)。

2.2 度、度分布和異質網絡

在標準引用網絡中，節點的度即為標準在系統中的引用關系總數，記為k。度分布是指該網絡中標準數與引用關系的分布情況，對標準引用網絡的度分布進行擬合，若擬合為長尾曲線，即為冪律分布，它則是異質網絡。

2.3 社團

鄰居節點指的是與該標準有直接引用關系的其他標準。在網絡科研領域，研究人員發現由于節點與節點之間關聯強弱的不同，周邊鄰居節點集的差異等原因，使得具有連接關系的兩節點間可能歸屬不同點線集合，并在結構上表現出，內部關聯緊密，外部結構稀疏。此類點線集合，被認為是社團Cj，整個網絡視為連通的社團系統Cs={C1,C2,…CK}，并要求社團內部節點連通[8]。

2.4 BGLL社團檢測算法

Newman等人首先給出了模塊度Q的定義，通過比較真實網絡與隨機網絡中各社團的邊緣密度差異來度量社團結構的顯著性，并用以衡量社團劃分結果的好壞。基于模塊度優化的社團發現算法研究較早，使用廣泛，具有精度高、穩定性好等特點，但在大規模稀疏網絡中，往往會帶來計算復雜度高，小社團識別度有限等問題。為降低算法的時間復雜度，Blondel等人在模塊度Q的基礎上提出了一種能夠用于加權網絡的層次性貪心算法，探測網絡層次化社團結構的凝聚算法—BGLL算法[9]。整個算法分為兩個階段：

在網絡初始化時，將網絡中的每個節點分別作為一個社團。然后對任意相連的社團i，j，計算社團i加入到它的鄰居社團j所在社團時，該社團模塊度的增益ΔQ，見式（1）。∑in是社團內部所有邊的權重和；∑tot是所有與社團內部節點相關聯的邊的權重和；ki是所有與節點i相關聯的邊的權重和；ki，in是社團i與社團C相連接的所有邊的權重和，m是該網絡中的連邊總數[10]。

當ΔQ為正值時，選出對應最大值的那個鄰居社團，把社團i加入到該鄰居社團中；若所有ΔQ為負值，則社團i留在初始社團中。將社團合并過程重復進行，直到整個網絡不在出現合并現象，得到劃分出的第一層社團。

以第一階段探測出的各個社團為節點，重塑為加權網絡，節點間的連邊權重為兩個社團間所有連邊的權重和。然后，用第一階段的算法再次對新網絡進行社團劃分，并以此類推，直到不能劃分出更高層次的社團結構為止。

2.5 TF-IDF關鍵詞抽取算法

詞頻TF（Term Frequency）是指詞語在文檔中出現的頻率，見式（2）。其中，TFi,j表示詞條ti在文檔dj中出現的頻率，ni,j表示詞條ti在文檔dj中出現的次數。

逆向詞頻IDF（Inverse Document Frequency）是指該詞在語料庫中出現的頻率，見式（3）。其中，IDFi表示詞條ti在語料庫中出現的頻率，表示語料庫中的文件總數，表示包含詞條ti的文件數，為保障除數不為零，往往采用代替。

因此，詞語i在文檔dj中的匹配度，即為它的TFIDF值，見式（4）。其思想是，當一個詞在文檔中高頻出現，又在其他文件中出現頻率很低時，表明該詞語具有很好的區分能力，可以用來將它所在的文檔與其他文檔區別開來。

3.實證分析

本文在工業機器人領域，利用圖論和復雜網絡技術、大數據技術等，借助標準與規范性引用文件的引用關系建立標準引用網絡G1及提取其最大連通子圖G2。經統計和數據擬合，對G1和G2的度分布均擬合為冪律分布，分別為p(k)= 0 .5576k-1.671和p(k)= 0 .5668k-1.658，冪指數γ分別為γ1= 1.671，γ2=1.658，即為異質網絡。因此，利用標準節點的鄰居節點集合和連邊結構的不同，該網絡可以被劃分成多個規格不一的小社團。

為排除連通性對結構的影響，本文基于標準引用網絡的最大連通子圖G2中引入BGLL社團檢測算法，基于網絡的節點、連邊和鄰接矩陣等信息，以模塊度增益為度量標準，進行自動劃分，結果輸出24個標準社團。各社團對應標準數量分布情況，如圖2所示。

圖2 標準社團劃分結果分布圖

再利用Jieba分詞和TF-IDF算法，針對各社團內的標準名稱，進行匹配度計算。以G2所涉及的所有標準主題為語料庫，以每個社團中包含的標準主題建立相應文檔dj，對文檔中的詞組進行匹配度測算和數據統計，并假設以數據拐點為分界線，提取匹配度較高的關鍵詞，結合每個社團中的標準文件集合和相應關鍵詞，進行人工標記，并匯總為表1。

表1 社團關鍵詞及主題匯總

其中，序號15的社團中僅包含標準文件GB/T 5226.1《工業機械電氣設備 第1部分：通用技術條件》，將其納入“通用技術條件”子體系。序號10和23中涉及標準數量較少，且標準文件標題尚未發現匹配度較高的關鍵詞。序號19和24社團中的標準與材料的焊接有關，屬于工業機器人產業鏈上游的原材料工藝領域。因此，上述社團的標準暫不參與本次標準體系構建。

之后，結合《國家機器人標準體系建設指南》中的機器人體系框架，對上述社團進行梳理，補充標準體系基層結構，如圖3所示。基礎標準子體系中，發現了與工業機器人部件相關的“機械制圖”子體系。檢測評定方法中，發現了功能和性能、電磁兼容、安全和質量檢測等子體系。零部件中，發現了滾動軸承、電力配置、減速器和傳感器4個子體系。整機中，僅發現了“通用技術條件”子體系及相關標準。系統集成中，發現通信規范、無線電和控制局域網3個子體系。

圖3 工業機器人標準體系結構圖

基于工業機器人標準研制現狀，通過實證分析說明了在以產品名稱為關鍵詞，并以標準間的規范性引用關系，而建立的標準引用網絡模型基礎上，可以利用大數據技術、復雜網絡技術等，利用數學模型和算法來實現標準集合自動劃分，服務標準體系構建，為標準數字化轉型提供技術支持。

4.結論

本文在“工業機器人”相關標準集合，以規范性引用關系而建立的標準引用網絡基礎上，通過設計數學模型引入BGLL社團發現算法，實現了標準集合重新劃分；后借助Jieba分詞和TF-IDF關鍵詞匹配技術，識別了各標準集合的主題，從而形成了工業機器人標準體系結構圖。整個模型實現了對現有標準的自動劃分，服務和完善標準體系構建，初步解決了批量處理海量標準數據信息的難題，弱化了長期以來對專家知識和經驗的主觀依賴，針對標準體系動態更新維護及時性和有效性提出了數字化解決思路。本模型目前僅依靠現有標準基礎，因此，將進一步思考標準的強關聯性，優化標準集合劃分原則，豐富測算指標，力求建立更科學合理、貼近實際情況的智能化標準體系構建模型，為我國的標準數字化轉型提供技術支持。