摘要：注塑过程故障原因通常需要技术专家进行现场人工定位，费时费力。为实现对工艺手册及故障解决方案文本中诊断知识的有效管理和利用以及辅助提高专家诊断效率，提出了一种针对注塑工艺缺陷诊断领域的知识图谱构建方法。采用增量式本体构建框架建立注塑工艺缺陷本体模型；基于R2RML实现数据由关系型数据库表向资源描述框架（RDF）的转化；基于RDF中的三元组实现知识智能搜索、故障诊断及工艺卡解析等应用，展示了知识图谱技术在注塑领域的良好应用前景。

关键词：知识图谱；注塑产品缺陷；本体构建；RDF；智能应用

中图法分类号：TP391 文献标识码：A

１ 引言

注塑产品的成型受原料、模具及机器本身等诸多因素的影响，在不具备行业专家经验与知识的情况下仅依靠产品缺陷表征很难定位其问题所在，这极大地增加了解决问题的时间成本，严重降低了自动化产线设备的利用率和生产效率。同时，生产人员对工艺手册和故障案例文本的现有检索方式效率低下，亟待优化。

本文提出构建注塑领域知识图谱，探究每个产品缺陷案例内在因素之间的关联，并将这些因素与关系结构化、显性化和可视化，从而实现产品缺陷知识的有效积累和组织，帮助车间工人更好地定位并解决引起产品缺陷的共性问题。随着知识的更新和补全，将当前可获取的知识作为先验知识，能够使设备的维护和管理水平得到更好的提升。

知识图谱技术对海量知识的高效管理、组织和理解提供了可能［１］ 。基于其良好的知识表达能力，已有多个领域对知识图谱进行了深入研究及探索［２］ ，且应用形式广泛，主要包括推理［３］ 、搜索［４］ 、推荐［５］ 、问答［６］ 。在推理方面，吴运兵等［７］ 提出了一种基于路径张量分解的知识图谱推理算法，利用路徑排列算法（ＰＲＡ）获得知识图谱中实体对间的关系路径，对其进行张量分解，并在迭代过程中采用交替最小二乘法。

于娟等［８］ 提出了基于图数据库的人物关系知识图谱推理方法，根据知识图谱中已有人物与关系，发现新的关系并检测人物关系数据中的不一致性，提升基于人物关系作出的管理决策的有效性。在搜索方面，王萌等［９］ 基于搜索系统难以精准捕获用户查询意图的难点，提出了人机混合的知识图谱主动搜索。在推荐方面，余敦辉［１０］ 利用知识图谱及基于知识图谱结构的重启随机游走，实现了一种跨平台的用户推荐方法。李浩等［１１］ 结合电影自身知识和外部评分等属性，提出了一种基于循环知识图谱和协同过滤的电影推荐模型。在问答方面，张鹏举等［１２］ 基于多特征消歧的方法，提出了一种新型的中文知识图谱问答系统。曹明宇等［１３］ 针对原发性肝癌设计了基于知识图谱的原发性肝癌问答系统。除了以上的热门应用外，知识图谱也被用于展示文献间的高频关键词，有助于学者和企业管理者对行业热点进行分析。

目前，国内外对这一问题的研究也取得了一定的进展。Ｆｅｎｇ 等［１４］ 基于电信息采集系统故障运维知识库难以满足大量运维信息条件下高效智能决策制定需求的背景，提出了一种用电信息采集系统的知识问答系统，实现了边与节点的高效遍历搜索，支持高效和智能化的采集与维护故障诊断，使得推理效率获得提高。Ｏｕ 等［１５］ 指出随着电力无线专网的覆盖率逐渐上升，如何有效利用智慧终端的信息来实现无人网络监控和自动运维成了亟待解决的问题。针对以上问题，使用故障信息和终端信息构建了知识图谱，实现了电力无线专网的决策制定和故障诊断。Ｌｉｕ等［１６］ 提出了铁路操作故障及其危害组成的因果网络，并基于该网络构建铁路操作故障知识图谱，在异构网络中对故障和危害进行了描述，探索故障的潜在规则并提出预防措施。李乐乐等［１７］ 基于飞机维护和维修的相关知识研究知识图谱的构建和应用方法，利用ＳＱＬｉｔｅ 数据库和知识图谱构建了飞机维护维修知识库，并利用数据库对飞机故障进行了时间和空间维度的分析。刘瑞宏等［１８］ 将电信网络领域零散的产品、案例、专家知识和故障数据进行了有效关联，提出了电信领域知识图谱的构建方法。

２ 注塑工艺缺陷知识图谱构建

２．１ 知识表示

数据采集、领域本体建模构成了知识表示的２ 个阶段。构建知识图谱的数据通常来源于ＲＤＢ（Ｒｅｌａｔｉｏｎａｌ ＤａｔａＢａｓｅ，关系型数据库，是基于关系模型的数据与数据库对象的集合）结构化数据、原始文本资料、行业专家经验，只有拥有充足的数据来源，才能更好地对领域本体进行建模。