基于知識圖譜的特種設備現場檢驗意見書開具系統的研究

摘要：文中針對特種設備檢驗人員在檢驗過程中需要將發現的特種設備缺陷向用戶開具書面整改意見的情況，提出一種基于知識圖譜的特種設備檢驗整改意見開具系統。通過重新對特種設備缺陷整改問題描述內容、事故案例、維護保養等數據進行知識抽取、關聯融合和可視化展示，構建特種設備現場檢驗意見的知識圖譜，結合特種設備檢驗流程，設計和初步實現一種可以現場開具檢驗意見書的知識圖譜系統，幫助檢驗人員快速、準確、完整和規范開具現場檢驗意見書，提高檢驗人員工作效率和工作質量。

關鍵詞：知識圖譜；特種設備檢驗；意見書開具系統

Research on the Issuing System of On-site Inspection Proposals for Special Equipments Based on Knowledge Graph

ZENG Yuanyue

（Quanzhou Branch of Fujian Special Equipment Inspection and Research Institute， Quanzhou 362000， Fujian， China）

Abstract： In view of the situation that special equipment inspectors need to issue written rectification proposals to users for special equipment defects found during the inspection process， a special equipment inspection rectification opinions issuance system based on knowledge graph is proposed. The knowledge graph of on-site inspectionproposals of special equipments is constructed through knowledge extraction， association fusion and visual display of data such as defect rectification problem description， accident cases and maintenance of special equipment. Combined with the inspection process of special equipments， a knowledge graph system that can issue inspection proposals on site is designed and initially implemented to help inspectors issue on-site inspection proposals quickly， accurately， completely and normatively， to improve the efficiency of inspecting.

Key Words： Knowledge graph; Special equipment inspection; Opinion issuance system

0引言

在特種設備檢驗過程中，檢驗人員對檢驗中發現的問題需要受檢單位進行處理時，常需要出具《檢驗意見通知書》（以下簡稱“《意見書》”），還常作為正式檢驗報告出具前對檢驗結果出具的有效意見，起到彌補檢驗報告時間滯后的作用。[1]在全國層面，由于統一規范《意見書》中的缺陷整改問題描述內容難度還比較大，且不同的檢驗人員對特種設備法律法規、國家標準和安全技術規范的理解各不相同，檢驗經驗不同，書面描述特種設備缺陷整改問題的用語習慣也不同，同一個缺陷的整改意見描述存在較大不同，甚至實際缺陷與整改意見描述不一致，可能造成受檢單位理解不透徹，整改意識不夠強，隱患整改不到位，最終導致發生人員傷亡和設備財產損失的事故。

此外，目前《意見書》絕大部分仍為現場手工開具的紙質版，開具后隨檢驗報告手工錄入軟件系統，并以紙質材料存檔，不僅耗時，而且存在紙質與電子錄入數據可能不一致的情況，不利于開展特種設備隱患大數據分析，也制約著安全監管部門實施科學監管、檢驗機構開展精準檢驗。

1研究現狀

知識圖譜技術將知識或數據加以關聯，實現知識的描述及推理，并最終實現像人類一樣對事物的因果關系進行理解與解釋[2-4]。由于特種設備領域涉及面廣、技術專業性強，對設備隱患的描述內容多樣化，語義分析較為復雜，構建該方面的知識圖譜難度極大。胡素峰等開展了特種設備法規文件體系圖譜表達研究[5]，侯靖琳等提出了基于知識圖譜嵌入和補全的電梯故障預測方法[6]，基于知識圖譜的特種設備現場檢驗意見書開具系統的研究尚未被提出。

因此，文中針對以上問題，通過將歷次檢驗發現的設備缺陷描述內容進行分析、抽取、融合和推理，構建特種設備缺陷描述知識圖譜，應用到現場檢驗平板軟件中，實現現場開具《意見書》，并自動導入到檢驗報告，提高檢驗效率和檢驗質量。

2缺陷整改意見知識圖譜的構建

特種設備檢驗缺陷整改意見知識圖譜的構建主要由兩個階段組成：模式層設計和數據層構建。模式層是為知識領域的概念集而設計的，強調概念及其關系的形式表達。而數據層對物理世界層面進行描述，強調客觀事實。[7]

2.1模式層設計

模式層是知識圖譜的核心，特種設備檢驗缺陷整改意見知識圖譜的數據具有較強的專業領域性，因此采用自頂而下的技術方式來構建，包含概念、關系、屬性三個核心要素，概念是指不同的實體類別，關系指具體實體之間的關系，屬性則是實體所具備的自身屬性。例如，通過對某省2021年度的電梯定期檢驗不合格項目數據進行清洗和整理，獲得8161條檢驗不合格描述數據，通過詳細分析整個檢驗過程，確定可將本體概念劃分為7個實體概念（設備種類、缺陷部件、檢驗類型、不合格項目、不合格描述、整改意見、責任主體），9種關系（從屬、包含、涉及、造成、發生、可能、影響、預防、原因）和11個屬性（識別碼、編號、名稱、日期、地點、數量、人員、部位、數值、期限、結論），主要概念、關系和屬性如表1～表3所示。

2.2數據層構建

通過分析模式層中本體-本體關系、本體-屬性關系，將整改意見原始數據劃分為結構化、半結構化和非結構化三類數據，其中，結構化數據可以直接用三元組的方式存入圖數據庫中，包括設備基本信息、設備檢驗信息等，例如{責任主體、設備種類、數量}、{設備種類、識別碼、編號}、{檢驗類型、檢驗人員、日期}等。半結構化的數據在特種設備領域一般包括設備自檢報告、維保記錄、故障記錄等，通過結合特種設備安全技術規范、行業標準術語等組織專家進行梳理和制定規則，將其轉化為結構化數據，如{轎內應急報警失效影響人員被困求救}、{底坑積水可能會導致電氣開關誤動作}。非結構化數據主要是一些文字性附加描述以及現象描述信息，由于該部分數據并不是特別大，通過制定詞典和規則進行人工知識抽取。以電梯檢驗為例，部分知識圖譜結構如圖1所示。

3系統實現

特種設備檢驗現場整改意見系統基于安卓系統開發，可嵌入或獨立于檢驗平板App軟件，主要功能包括人員身份驗證、離線式現場整改意見書模板下載、檢驗整改意見錄入、現場整改意見打印、PDF表單數據上傳等模塊，實現基于知識圖譜的現場檢驗缺陷問題的智能檢索、整改意見書的自動生成和打印輸出、App端與服務端的數據交互，其系統設計框圖如圖2所示。

3.1 人員身份驗證

該功能模塊實現身份鑒權識別功能。通過在服務端開設身份驗證接口，檢驗人員在使用平板App軟件采用賬號密碼登錄時，登錄信息經過加密封裝后向服務端發送驗證請求，經過接口驗證后返回驗證結果，驗證通過將同步該賬號下所有待檢驗設備清單，支持離線時直接打開已下載的模板。

3.2 模板下載

該功能模塊實現《意見書》的PDF模板下載功能。檢驗人員登錄成功后，可以根據當前受檢設備的識別碼、設備類型等信息，下載對應的《意見書》PDF空白模板或已經上傳到服務端的PDF表單數據，也可以直接下載意見書模板。

3.3查詢信息

該功能模塊實現設備、任務等信息查詢功能。檢驗人員登錄成功后，可以查詢當前登錄身份權限下的任務和設備信息，根據當前選擇的任務或者設備下載對應的《意見書》模板，或者直接在《意見書》中錄入整改意見。

3.4 整改意見錄入

該功能實現基于知識圖譜的整改意見智能化錄入功能。首先是云端建立圖數據庫，提供設備基礎信息查詢、知識圖譜本體屬性三元組查詢接口，支持下載離線知識圖譜數據包。其次，在App端現場錄入整改意見時，調用查詢設備信息接口自動填寫，需要錄入整改意見時，通過三元組查詢接口在線或者離線調用相應的知識圖譜數據。再次，對于知識圖譜庫中尚未收錄的整改意見，通過結構化選項設置的方式，補充完善知識圖譜數據庫。

3.5 整改意見打印

該功能實現整改意見的藍牙打印功能。通過將準備打印的《意見書》內容生成PDF版式文件，在使用單位電子簽名后，連接便攜式藍牙打印機并直接輸出，保存整改意見。當檢測到系統在線時，將數據上傳至服務端，根據《意見書》的錄入內容同步更新知識圖譜數據庫數據。

4結語

特種設備現場檢驗后的《意見書》內容是檢驗檢測過程的核心數據，也是保障特種設備安全運行的一個重要節點。文中通過研究構建特種設備缺陷的知識圖譜，提出開發一種檢驗現場整改意見系統，有利于輔助檢驗人員開具和規范現場檢驗不合格內容，提高檢驗效率和夯實知識圖譜數據庫，同時為今后開展設備隱患大數據分析提供數據基礎。然而，由于文中研究的知識圖譜僅以缺陷隱患數據為基礎，數據量尚不夠豐富，對數據層的構建分類還有待進一步優化完善，在今后的工作開展中，還將在梳理特種設備安全技術規范、特種設備相關國家標準等知識基礎上，進一步豐富知識圖譜數據庫，完善本系統。

參考文獻

[1]《中華人民共和國特種設備安全法》[Z].

[2]余煥偉，沈國炎，陳仙鳳，等.基于“互聯網+”的特種設備檢驗意見監管模式探討與實踐[J].中國特種設備安全，2020，36（7）：17-21.

[3]李濤，王次臣，李華康.知識圖譜的發展與構建[J].南京理工大學學報，2017，41（1）：22-34.

[4] 劉嶠，李楊，段宏，等.知識圖譜構建技術綜述[J].計算機研究與發展，2016，53（3）：582-600.

[5]胡素峰，張緒鵬，儲昭武，等.特種設備法規文件體系圖譜表達研究[J]，中國特種設備安全.2018，34（06）：1-4.

[6]侯靖琳，仇潤鶴，薛季愛，等.基于知識圖譜嵌入和補全的電梯故障預測[J]，計算機工程與設計.2022，"43（01）：224-230.

[7]金雅妮，王華珍，王碩，等. 醫學檢驗知識的圖譜構建與應用[J]，福建電腦.2020，36（02）：1-7.

收稿日期：2022-08-04

基金項目：福建省市場監督管理局科研項目（FJMS2020014）

作者簡介：曾遠躍，男，福建省特種設備檢驗研究院泉州分院新業務開發室主任，高級工程師