水利設(shè)備故障知識(shí)圖譜建設(shè)探討

摘 要：為改進(jìn)水利設(shè)備故障處置方式、更新水利系統(tǒng)知識(shí)組織和管理方式、提高運(yùn)行管理人員事故處理能力，從數(shù)據(jù)層、知識(shí)圖譜層、服務(wù)層、管理層及應(yīng)用層五個(gè)層次搭建知識(shí)圖譜技術(shù)架構(gòu)，構(gòu)建水利設(shè)備故障知識(shí)圖譜。建立水利設(shè)備養(yǎng)護(hù)知識(shí)庫，破除設(shè)備數(shù)據(jù)和養(yǎng)護(hù)數(shù)據(jù)之間的壁壘，提升水利設(shè)備管理質(zhì)量和運(yùn)行維護(hù)水平，保證各項(xiàng)水利設(shè)備得到高效管理，真正實(shí)現(xiàn)水利設(shè)備的智能化管理。

關(guān)鍵詞：知識(shí)圖譜；水利設(shè)備養(yǎng)護(hù)；設(shè)備管理

中圖分類號(hào)：TP391.3 " " " " " " " " " " " " " " " " " " " " " 文獻(xiàn)標(biāo)志碼：A

0 引 言

知識(shí)圖譜最初是由Google公司提出的，簡(jiǎn)單來說，就是以圖形的方式來展現(xiàn)實(shí)體、實(shí)體屬性以及實(shí)體之間的關(guān)系，是一種基于圖的知識(shí)庫[1-2]。知識(shí)圖譜是一種語義網(wǎng)絡(luò)，利用人工智能技術(shù)將文本、語音等數(shù)據(jù)建模，形成清晰直觀的實(shí)體及其關(guān)系的知識(shí)庫。在人工智能與大數(shù)據(jù)時(shí)代，知識(shí)圖譜是描述客觀世界中事物關(guān)聯(lián)的前沿技術(shù)之一，也是新一代搜索引擎關(guān)鍵技術(shù)。知識(shí)圖譜可以有效組織和利用海量數(shù)據(jù)，實(shí)現(xiàn)智能化的知識(shí)獲取、融合、存儲(chǔ)、推理和查詢，其應(yīng)用場(chǎng)景十分契合水利系統(tǒng)。

水利設(shè)備運(yùn)行受到設(shè)備自身原因、運(yùn)行環(huán)境、周圍條件變化等因素的影響，容易出現(xiàn)運(yùn)行故障[3]。為應(yīng)對(duì)日益復(fù)雜的水利設(shè)備故障形態(tài)，突破依賴過往經(jīng)驗(yàn)且經(jīng)驗(yàn)難以傳授的困境，亟需利用智能化技術(shù)將過往經(jīng)驗(yàn)提煉為知識(shí)，豐富設(shè)備故障判斷依據(jù)和恢復(fù)手段，幫助運(yùn)行管理人員迅速、全面地掌握設(shè)備故障的關(guān)鍵信息，為設(shè)備故障處理提供精準(zhǔn)的輔助決策。

1 研究必要性

從水利設(shè)備故障處置方式、水利系統(tǒng)知識(shí)組織和管理方式、提高運(yùn)行管理人員事故處理能力三個(gè)方面闡述水利設(shè)備故障知識(shí)圖譜建設(shè)的必要性。

1.1 水利設(shè)備故障處置方式亟需改進(jìn)

我國(guó)水利機(jī)電工程數(shù)量日益增多，機(jī)電設(shè)備運(yùn)行狀況直接關(guān)系到水利設(shè)施的運(yùn)行質(zhì)量。設(shè)備故障處理對(duì)運(yùn)行管理人員業(yè)務(wù)能力的要求不斷提升。在故障發(fā)生時(shí)，管理人員能夠迅速分析系統(tǒng)運(yùn)行薄弱處，監(jiān)視設(shè)備風(fēng)險(xiǎn)點(diǎn)，快速精準(zhǔn)判別故障原因以及應(yīng)采取的故障修復(fù)措施。目前設(shè)備運(yùn)行監(jiān)控以人工巡檢和運(yùn)行監(jiān)測(cè)為主，故障處理的決策和執(zhí)行主要依賴管理人員的現(xiàn)場(chǎng)經(jīng)驗(yàn)和應(yīng)變能力，各類設(shè)備的維修手冊(cè)、故障處置方式等大量文本知識(shí)均需管理人員反復(fù)查詢和記憶。這不僅會(huì)導(dǎo)致設(shè)備故障處理不及時(shí)、疏忽遺漏、執(zhí)行效率低，也會(huì)使設(shè)備故障處理的經(jīng)驗(yàn)難以傳承，無法保證設(shè)備故障處理的精準(zhǔn)性和規(guī)范性。

1.2 水利系統(tǒng)知識(shí)組織和管理方式亟需創(chuàng)新

傳統(tǒng)的水利系統(tǒng)知識(shí)組織和管理方式無法應(yīng)對(duì)當(dāng)前急劇增長(zhǎng)的水利系統(tǒng)新知識(shí)，以知識(shí)表示和推理為基礎(chǔ)的知識(shí)庫在水利系統(tǒng)已有了成熟的應(yīng)用案例。但這些知識(shí)庫主要依賴于專業(yè)技術(shù)人員提取、整理知識(shí)，并以圖表形式存儲(chǔ)于系統(tǒng)數(shù)據(jù)庫中，存儲(chǔ)的知識(shí)結(jié)構(gòu)單一。數(shù)據(jù)庫需實(shí)時(shí)更新，且每次更新需要耗費(fèi)專業(yè)技術(shù)人員大量時(shí)間。尤其對(duì)于水利設(shè)備管理、運(yùn)行維護(hù)、數(shù)據(jù)交互等知識(shí)更新迭代快的領(lǐng)域，現(xiàn)有的知識(shí)組織和管理方式已難以滿足系統(tǒng)發(fā)展的需要，亟需一種新型的、智能的知識(shí)組織、提取和管理的技術(shù)。

1.3 運(yùn)行管理人員事故處理能力亟需提高

水利運(yùn)行管理系統(tǒng)是一個(gè)信息密集和知識(shí)密集的控制中心。通過對(duì)水利設(shè)備的運(yùn)行狀態(tài)數(shù)據(jù)、操作規(guī)范、事故處理經(jīng)驗(yàn)等進(jìn)行知識(shí)建模，實(shí)現(xiàn)知識(shí)驅(qū)動(dòng)智能管理。知識(shí)圖譜是一種基于人工智能技術(shù)利用圖模型來進(jìn)行知識(shí)組織和管理的技術(shù)方法[4]，非常適合現(xiàn)實(shí)世界中很多場(chǎng)景和社會(huì)關(guān)系的表達(dá)，能夠從語義層面表示復(fù)雜的實(shí)體關(guān)系，更好地管理和理解海量知識(shí)。構(gòu)建水利設(shè)備故障知識(shí)圖譜，充分挖掘設(shè)備故障本體涉及的故障類型、故障現(xiàn)象及維保方案等有價(jià)值的數(shù)據(jù)，高效解決因運(yùn)行管理人員知識(shí)儲(chǔ)備的差異性和匱乏性而導(dǎo)致的設(shè)備故障事故處理效率低的問題，是提升運(yùn)行管理人員的事故處理能力的有效途徑。

2 研究?jī)?nèi)容

主要從水利設(shè)備故障知識(shí)圖譜構(gòu)建、圖譜管理、應(yīng)用管理、設(shè)備故障知識(shí)圖譜應(yīng)用四個(gè)層面探討水利設(shè)備故障知識(shí)圖譜構(gòu)建方式及應(yīng)用場(chǎng)景，實(shí)現(xiàn)知識(shí)圖譜技術(shù)在水利設(shè)備故障診斷方面的有效應(yīng)用，提升水利設(shè)備智能化運(yùn)維管理水平。

2.1 技術(shù)架構(gòu)

為有效應(yīng)對(duì)水利設(shè)備故障，提高設(shè)備的維護(hù)和管理水平，水利設(shè)備故障知識(shí)圖譜技術(shù)架構(gòu)應(yīng)運(yùn)而生。它是一種基于圖的知識(shí)表示方法，旨在將水利設(shè)備故障相關(guān)的各種信息（如故障原因、故障現(xiàn)象、解決方案等）進(jìn)行結(jié)構(gòu)化、系統(tǒng)化的整合和展示。具體技術(shù)架構(gòu)如圖1所示。

（1）數(shù)據(jù)層。數(shù)據(jù)層是知識(shí)圖譜管理系統(tǒng)的數(shù)據(jù)保障及數(shù)據(jù)匯集的主體，包含知識(shí)圖譜管理系統(tǒng)和相關(guān)應(yīng)用能力的業(yè)務(wù)能力數(shù)據(jù)。數(shù)據(jù)形式主要有結(jié)構(gòu)化數(shù)據(jù)、半結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)。

（2）圖譜層。用于存儲(chǔ)、展現(xiàn)水利設(shè)備故障知識(shí)圖譜的實(shí)體、概念、關(guān)系，提供構(gòu)建管理。

（3）服務(wù)層。服務(wù)層為知識(shí)圖譜管理系統(tǒng)提供服務(wù)支持，包含知識(shí)圖譜SDK、通用知識(shí)圖譜平臺(tái)、對(duì)話狀態(tài)跟蹤、自然語言理解、多輪對(duì)話、回復(fù)生成、短文本分類、命名實(shí)體識(shí)別、意圖識(shí)別等服務(wù)。

（4）管理層。為知識(shí)圖譜管理系統(tǒng)主要對(duì)外提供的功能，主要包括本系統(tǒng)的功能模塊，如知識(shí)建模、知識(shí)構(gòu)建、知識(shí)存儲(chǔ)和問答管理。

（5）應(yīng)用層。通過調(diào)研設(shè)備故障診斷智能問答場(chǎng)景，建設(shè)基于設(shè)備故障養(yǎng)護(hù)知識(shí)圖譜的智能問答功能，滿足養(yǎng)護(hù)人員對(duì)于智能問答的需求，同時(shí)也為知識(shí)圖譜后續(xù)在其它業(yè)務(wù)單元的智慧化應(yīng)用提供基礎(chǔ)框架，實(shí)現(xiàn)業(yè)務(wù)系統(tǒng)的集成開發(fā)。

2.2 技術(shù)路線

研究采用建立水利設(shè)備故障知識(shí)庫的方式，建立水利設(shè)備各種運(yùn)行異常狀態(tài)與設(shè)備異常原因及維修方案之間關(guān)聯(lián)。當(dāng)工程設(shè)備出現(xiàn)異常預(yù)警時(shí)，主動(dòng)向運(yùn)行管理人員推送預(yù)警信息及對(duì)應(yīng)的維修方案，以便運(yùn)行管理人員在進(jìn)行設(shè)備檢修時(shí)降低運(yùn)維難度，簡(jiǎn)化運(yùn)維流程，大大提高工程設(shè)備運(yùn)維的效率，降低運(yùn)維成本。技術(shù)路線如圖2所示。

2.3 研究?jī)?nèi)容

2.3.1 水利設(shè)備故障知識(shí)圖譜構(gòu)建

2.3.1.1 數(shù)據(jù)源

圖譜構(gòu)建主要就是通過模型和算法從大量異構(gòu)數(shù)據(jù)源中獲取知識(shí)項(xiàng)并進(jìn)行結(jié)構(gòu)化處理，進(jìn)而讓機(jī)器認(rèn)知和理解客觀世界[5]。知識(shí)圖譜構(gòu)建數(shù)據(jù)來源于水利設(shè)備養(yǎng)護(hù)維修時(shí)產(chǎn)生的數(shù)據(jù)，包括維修工單（含設(shè)備故障部件、故障現(xiàn)象、故障原因等）和設(shè)備基礎(chǔ)信息（設(shè)備名稱、設(shè)備參數(shù)等）。其中設(shè)備故障部件、設(shè)備名稱等屬于結(jié)構(gòu)化數(shù)據(jù)，而故障現(xiàn)象，屬于半結(jié)構(gòu)化數(shù)據(jù)，需要結(jié)合關(guān)聯(lián)關(guān)系提取所需的實(shí)體。

（1）維修工單。維修工單是運(yùn)行管理人員在維修養(yǎng)護(hù)結(jié)束后上傳的相關(guān)信息，主要包括工單關(guān)聯(lián)的設(shè)備基本數(shù)據(jù)和維修養(yǎng)護(hù)的故障鑒定數(shù)據(jù)（含故障部件、故障原因件、故障件狀態(tài)等數(shù)據(jù)）（見表1），數(shù)據(jù)主要以結(jié)構(gòu)化的形式存儲(chǔ)在關(guān)系數(shù)據(jù)庫中。其中，“故障部件”、“故障原因”等命名實(shí)體以及它們之間的關(guān)系是主要獲取項(xiàng)。

（2）設(shè)備信息。設(shè)備信息包含水利設(shè)備信息。字段名、數(shù)據(jù)類型和字段描述如表2所示。

2.3.1.2 水利設(shè)備故障知識(shí)建模

在對(duì)操作維修手冊(cè)信息內(nèi)容分析的基礎(chǔ)上，采用本體技術(shù)從頂向下對(duì)其進(jìn)行語義建模。

水利設(shè)備故障知識(shí)圖譜本體分為設(shè)備類型、故障類型、設(shè)備部件類型、故障現(xiàn)象、維保方案、故障現(xiàn)象類型等。其中，設(shè)備類型與設(shè)備部件類型存在包含關(guān)系、與故障現(xiàn)象存在涉及關(guān)系，故障類型與設(shè)備部件類型存在涉及關(guān)系、與維保方案存在推薦關(guān)系，部件故障與故障現(xiàn)象類型和設(shè)備部件類型存在涉及關(guān)系、與故障類型存在原因關(guān)系。

（1）概念導(dǎo)入。本體構(gòu)建完成后，需要將相關(guān)概念、關(guān)系、屬性導(dǎo)入知識(shí)圖譜管理平臺(tái)。

在“知識(shí)建模→概念構(gòu)建”菜單欄中，選擇指定的父類概念，可手動(dòng)添加或刪除其子概念，包括編輯子概念的名稱、標(biāo)示、描述，及其屬性、涉及的概念關(guān)系等，所有概念的父類為水利設(shè)備故障知識(shí)圖譜。

（2）概念可視化。完成本體構(gòu)建之后，可在“知識(shí)建模→概念可視化”中對(duì)水利設(shè)備故障知識(shí)圖譜本體進(jìn)行可視化瀏覽，可選擇樹狀或者網(wǎng)狀結(jié)構(gòu)進(jìn)行表示，并提供關(guān)系顯示/隱藏功能。完成本體構(gòu)建之后，概念可視化如圖3所示。

2.3.2 圖譜管理

圖譜管理提供知識(shí)建模等模塊的快捷入口，單用戶支持構(gòu)建并管理和維護(hù)多個(gè)領(lǐng)域圖譜，支持對(duì)概念分類、屬性、關(guān)系等定義與維護(hù)，主要包含圖譜列表、概念管理、屬性管理、實(shí)例管理和圖譜可視化。

（1）圖譜列表。管理系統(tǒng)中所有知識(shí)圖譜，可以通過圖譜名稱和標(biāo)識(shí)符檢索出對(duì)應(yīng)的圖譜，并對(duì)圖譜中關(guān)鍵性的信息進(jìn)行展示以及進(jìn)行圖譜的新建、編輯、刪除、統(tǒng)計(jì)、導(dǎo)入等操作。

（2）概念管理。概念管理為用戶提供管理、創(chuàng)建、刪除、編輯概念的功能。進(jìn)入圖譜內(nèi)部，針對(duì)圖譜可進(jìn)行圖譜中子概念的管理。概念是圖譜的第一大分類型，需要進(jìn)行抽象化操作，模塊提供子概念的創(chuàng)建、編輯等操作。

（3）屬性管理。屬性管理是針對(duì)圖譜中屬性的管理，可針對(duì)圖譜的單個(gè)小分類進(jìn)行屬性定義，模塊提供屬性的創(chuàng)建、編輯等操作。

（4）實(shí)例管理。該模塊是針對(duì)概念中所需構(gòu)建的實(shí)例進(jìn)行管理，模塊提供了實(shí)例的創(chuàng)建、編輯、導(dǎo)入等操作。

（5）圖譜可視化。該功能對(duì)圖譜以及圖譜下的概念、實(shí)例等實(shí)現(xiàn)可視化的應(yīng)用，可以從圖譜的節(jié)點(diǎn)角度進(jìn)行關(guān)系的清晰梳理和查看，方便進(jìn)行業(yè)務(wù)的開展，也可提供圖譜的數(shù)據(jù)統(tǒng)計(jì)信息可視化展現(xiàn)，清晰直觀地展示圖譜內(nèi)概念和實(shí)例的關(guān)系。

2.3.3 應(yīng)用管理

圖譜應(yīng)用提供以文本輸入的交互方式實(shí)現(xiàn)基于知識(shí)圖譜的智能問答，提供簡(jiǎn)單語義理解和二階問題的解答能力，主要包含問答列表、用戶問法、模型管理、問題管理、日志管理和問答配置等。

（1）問答列表。利用該功能可查看到整體的問答列表，可以通過問答名稱和標(biāo)識(shí)符檢索出對(duì)應(yīng)的問答，并對(duì)問答中關(guān)鍵性的信息進(jìn)行展示以及可進(jìn)行問答的新建、刪除、描述等操作。

（2）用戶問法。該功能適配了針對(duì)當(dāng)前圖譜智能問答的集中問法，擁有可擴(kuò)展性，用戶可以針對(duì)當(dāng)前問法進(jìn)行擴(kuò)充用來適應(yīng)不同的應(yīng)用場(chǎng)景。

（3）模型管理。該應(yīng)用是對(duì)構(gòu)建的模型管理庫進(jìn)行管理，分為歷史版本和線上使用版本，歷史版本可以進(jìn)行上下線的操作，模型可以創(chuàng)建，擁有唯一的模型ID用來標(biāo)識(shí)。

（4）問題管理。問題管理模塊針對(duì)機(jī)器未識(shí)別出的問題的特殊問答，可進(jìn)行問答優(yōu)化，對(duì)于問答進(jìn)行問題關(guān)聯(lián)，提升問答的訓(xùn)練優(yōu)化。

（5）日志管理。日志管理記錄了構(gòu)建后與機(jī)器進(jìn)行交互的問答，包含用戶的問題和機(jī)器的回復(fù)，并形成日志列表，可查詢鎖定日志。

（6）問答配置。該模塊對(duì)于問題的相關(guān)參數(shù)進(jìn)行配置，包含服務(wù)超時(shí)、兜底和會(huì)話的相關(guān)設(shè)置。具體包含以下功能：①問答編輯。可修改問答名稱和描述。②問答設(shè)置。支持服務(wù)超時(shí)設(shè)置、兜底設(shè)置以及新會(huì)話標(biāo)識(shí)設(shè)置。

2.3.4 設(shè)備故障知識(shí)圖譜應(yīng)用

2.3.4.1 設(shè)備故障智能診斷與處理

由于傳統(tǒng)的運(yùn)維巡檢需要運(yùn)維管理人員掌握或查閱大量的設(shè)備維護(hù)手冊(cè)和操作規(guī)范，費(fèi)時(shí)費(fèi)力。而水利設(shè)備故障知識(shí)圖譜包含設(shè)備、故障現(xiàn)象、故障部件、故障原因等實(shí)體間的關(guān)系，通過對(duì)關(guān)系的知識(shí)推理和多級(jí)匹配，可協(xié)助運(yùn)維人員快速查找故障原因、獲取應(yīng)急處置方案，大大提升水利運(yùn)維系統(tǒng)智能化管理水平。

武漢智慧湖泊系統(tǒng)項(xiàng)目通過挖掘水務(wù)管理人員經(jīng)驗(yàn)構(gòu)建了水泵設(shè)備故障知識(shí)圖譜，如表3所示。

通過實(shí)體要素關(guān)系的匹配，將水務(wù)管理人員的經(jīng)驗(yàn)和操作邏輯提煉為知識(shí)，豐富故障判斷和恢復(fù)決策手段，幫助管理人員快速、全面地掌控故障處理的關(guān)鍵信息，為故障處理提供相應(yīng)的輔助決策。

2.3.4.2 設(shè)備故障智能問答

由于水利設(shè)備種類較多，故障類型復(fù)雜，需要多次或多級(jí)查詢目錄進(jìn)行故障數(shù)據(jù)查詢。設(shè)備故障智能問答可基于設(shè)備故障知識(shí)圖譜技術(shù)通過語音或文本輸入故障描述，抽取設(shè)備、故障、異常、處置方案等實(shí)體之間的關(guān)系，快速找到設(shè)備故障知識(shí)，提高工作效率和知識(shí)共享能力，實(shí)現(xiàn)隨時(shí)進(jìn)行知識(shí)檢索和快捷問答。

2.3.4.3 設(shè)備家族缺陷分析

水利設(shè)備通常是集中、批量采購(gòu)，同一制造商生產(chǎn)的同批次的設(shè)備會(huì)存在類似的故障缺陷。當(dāng)遇到某一設(shè)備發(fā)生故障時(shí)，需要對(duì)其設(shè)備家族缺陷進(jìn)行跟蹤，尤其是對(duì)同批次設(shè)備進(jìn)行巡檢，避免因家族缺陷引起的故障。將設(shè)備故障知識(shí)圖譜技術(shù)應(yīng)用于水利設(shè)備家族缺陷分析中，通過挖掘隱含關(guān)系、知識(shí)推理，構(gòu)建水利設(shè)備質(zhì)量管理系統(tǒng)，梳理設(shè)備疑似家族性缺陷的概率，為用戶判斷其他水利設(shè)備是否發(fā)生潛在缺陷故障提供便利。

2.3.4.4 設(shè)備故障風(fēng)險(xiǎn)管理

設(shè)備故障知識(shí)圖譜通過對(duì)設(shè)備故障數(shù)據(jù)的統(tǒng)計(jì)分析，梳理每個(gè)設(shè)備故障部件的數(shù)量、故障原因，以及與之關(guān)聯(lián)的設(shè)備故障現(xiàn)象，輔助水利工程管理人員對(duì)相關(guān)水利設(shè)備進(jìn)行重點(diǎn)關(guān)注，實(shí)現(xiàn)水利設(shè)備的風(fēng)險(xiǎn)研判和風(fēng)險(xiǎn)管理。

2.3.4.5 水利知識(shí)檢索

實(shí)現(xiàn)對(duì)水利信息知識(shí)圖譜的2種不同知識(shí)檢索方式（圖譜檢索和推理檢索）以及檢索結(jié)果的圖形可視化。前者可查詢顯性存儲(chǔ)在水利信息知識(shí)圖譜中的知識(shí)，后者可利用規(guī)則庫中的知識(shí)推理發(fā)掘隱式存儲(chǔ)在水利信息知識(shí)圖譜中的知識(shí)[6]。

3 結(jié)束語

通過深入研究知識(shí)圖譜在水利設(shè)備故障診斷領(lǐng)域的應(yīng)用，設(shè)計(jì)了水利設(shè)備故障知識(shí)圖譜模型，并探索了部分典型應(yīng)用場(chǎng)景的功能實(shí)現(xiàn)。構(gòu)建水利設(shè)備故障知識(shí)圖譜，可充分挖掘設(shè)備故障本體涉及的故障類型、故障現(xiàn)象及維保方案等有價(jià)值的數(shù)據(jù)，高效解決因運(yùn)行管理人員知識(shí)儲(chǔ)備的差異性和匱乏性而導(dǎo)致的設(shè)備故障事故處理效率低的問題，有效提升運(yùn)行管理人員的事故處理能力。

參考文獻(xiàn)：

[1] 劉嶠，李楊，段宏，等. 知識(shí)圖譜構(gòu)建技術(shù)綜述[J]. 計(jì)算機(jī)研究與發(fā)展，2016，53（3）：582-600.

[2] 郭蘊(yùn)穎. 基于知識(shí)圖譜的電網(wǎng)信息搜索引擎的設(shè)計(jì)與實(shí)現(xiàn)[D].北京：中國(guó)科學(xué)院大學(xué)（中國(guó)科學(xué)院沈陽計(jì)算技術(shù)研究所），2020.

[3] 范嘉維. 關(guān)于水利泵站設(shè)備故障分析與管理維護(hù)要點(diǎn)探討[J].四川水泥，2020（1）：170.

[4] PAULHEIM H，CIMIANO P. Knowledge Graph Refinement：A Survey of Approaches and Evaluation Methods[J]. Semantic Web，2017，8（3）：489-508.

[5] 黃恒琪，于娟，廖曉，等. 知識(shí)圖譜研究綜述[J]. 計(jì)算機(jī)系統(tǒng)應(yīng)用，2019，28（6）：1-12.

[6] 馮鈞，徐新，陸佳民. 水利信息知識(shí)圖譜的構(gòu)建與應(yīng)用[J].計(jì)算機(jī)與現(xiàn)代化，2019（9）：35-40.

Construction of Knowledge Mapping of Water Equipment Failures

WU Qiuming1，CHEN Lei1，LIU Wanchun2，CHEN Meng2，HUANG Jing2，WANG Yecong3

（1. Iflytek Intelligent System Co.，Ltd.，Hefei 230088，China；2. Bureau of Water Affairs and Lakes of Wuhan Economic and Technological Development Zone （Hannan District），Wuhan 430000，China；3. Iflytek Huazhong （Wuhan） CO.，LTD.，Wuhan 430000，China）

Abstract：This paper aims to improve the handling of water equipment failures，update the organization and management of knowledge in the water system，and enhance the ability of operational personnel to deal with accidents. To achieve these objectives，we built a technical framework of knowledge mapping consisting of five layers：data layer，knowledge mapping layer，service layer，management layer and application layer. This framework enables the construction of a comprehensive knowledge mapping for water conservancy equipment failures. Additionally，we established a knowledge base for water conservancy equipment maintenance to eliminate the barriers between equipment data and maintenance data，and to improve the quality of water conservancy equipment management and operation. Ultimately，through efficient management，the intelligent management of water conservancy equipment can be achieved.

Key words：knowledge mapping；maintenance of water conservancy equipment；equipment management