Mejorando la Creación de Metamodelos Ontológicos a Través de la Extracción de Conocimiento de Marcos de Diseño y Optimización Multidisciplinarios
Autores: Karagoz, Esma; Pinon Fischer, Olivia J.; Mavris, Dimitri N.
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
Mejorando la Creación de Metamodelos Ontológicos a Través de la Extracción de Conocimiento de Marcos de Diseño y Optimización Multidisciplinarios
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería de Sistemas
Palabras clave
Ingeniería
Modelo de sistema
Análisis multidisciplinario
Herramienta de optimización
Metamodelo ontológico
Representación del conocimiento
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 30
Citaciones: Sin citaciones
El diseño de sistemas aeroespaciales complejos requiere una amplia base de conocimientos multidisciplinarios y un enfoque iterativo para acomodar los cambios de manera efectiva. El conocimiento de ingeniería se representa comúnmente a través de análisis de ingeniería y modelos descriptivos con semántica subyacente. Si bien existen pautas de metodologías de ingeniería de sistemas para guiar el desarrollo de modelos de sistemas, crear un modelo de sistema desde cero con cada nueva aplicación/sistema requiere investigación en marcos de modelado más adaptables y reutilizables. En este contexto, esta investigación demuestra cómo se puede aprovechar una herramienta de análisis y optimización multidisciplinaria basada en la física, SUAVE, para desarrollar un modelo de sistema. Al aprovechar el conocimiento basado en la física capturado dentro de SUAVE, el proceso se beneficia de la experiencia incorporada en la herramienta. Para facilitar la creación sistemática del modelo de sistema, se crea un metamodelo ontológico en SysML. Este metamodelo está diseñado para capturar el funcionamiento interno de la herramienta SUAVE, representando sus conceptos, relaciones y comportamientos. Al utilizar este metamodelo ontológico como plantilla de modelado, el proceso de creación del modelo de sistema se vuelve más estructurado y organizado. En general, esta investigación tiene como objetivo agilizar el proceso de construcción de modelos de sistemas desde cero aprovechando el conocimiento existente y utilizando un metamodelo ontológico como plantilla de modelado. Este enfoque mejora la representación formal del conocimiento y su consistencia, y promueve la reutilización en problemas de diseño multidisciplinarios.
Descripción
El diseño de sistemas aeroespaciales complejos requiere una amplia base de conocimientos multidisciplinarios y un enfoque iterativo para acomodar los cambios de manera efectiva. El conocimiento de ingeniería se representa comúnmente a través de análisis de ingeniería y modelos descriptivos con semántica subyacente. Si bien existen pautas de metodologías de ingeniería de sistemas para guiar el desarrollo de modelos de sistemas, crear un modelo de sistema desde cero con cada nueva aplicación/sistema requiere investigación en marcos de modelado más adaptables y reutilizables. En este contexto, esta investigación demuestra cómo se puede aprovechar una herramienta de análisis y optimización multidisciplinaria basada en la física, SUAVE, para desarrollar un modelo de sistema. Al aprovechar el conocimiento basado en la física capturado dentro de SUAVE, el proceso se beneficia de la experiencia incorporada en la herramienta. Para facilitar la creación sistemática del modelo de sistema, se crea un metamodelo ontológico en SysML. Este metamodelo está diseñado para capturar el funcionamiento interno de la herramienta SUAVE, representando sus conceptos, relaciones y comportamientos. Al utilizar este metamodelo ontológico como plantilla de modelado, el proceso de creación del modelo de sistema se vuelve más estructurado y organizado. En general, esta investigación tiene como objetivo agilizar el proceso de construcción de modelos de sistemas desde cero aprovechando el conocimiento existente y utilizando un metamodelo ontológico como plantilla de modelado. Este enfoque mejora la representación formal del conocimiento y su consistencia, y promueve la reutilización en problemas de diseño multidisciplinarios.