基于Neo4J的航空器沖壓空氣渦輪知識圖譜構建

【摘要】為加強對航空器沖壓空氣渦輪使用維護數據的系統性整合與研究，本文將知識圖譜引入航空器沖壓空氣渦輪的使用維護，通過對各類適航維護數據的收集整理研究，結合具體使用經驗，對航空器沖壓空氣渦輪知識進行綜合分析歸納，抽取出其中的實體、關系與屬性，形成對應的“實體-關系-實體”的三元組，并基于Neo4J圖數據庫進行存儲，構建形成航空器沖壓空氣渦輪知識圖譜，實現可視化呈現與信息條件查詢，對航空器沖壓空氣渦輪使用維護效率的提升具有一定的實用價值，并為航空領域知識圖譜技術的研究提供了參考。

【關鍵詞】知識圖譜|航空器|沖壓空氣渦輪|Neo4J|圖數據庫

一、研究背景與意義

沖壓空氣渦輪（RAT）是異常重要的航空器機載應急設備，它為航空器提供迫降時的應急能源，其故障與否直接關系著航空器的適航性。考慮到RAT多為應急使用、維護頻次不高，其每一次使用維護信息，尤其是故障維修信息，都具有極其重要的價值。

目前關于航空器RAT的使用維護數據缺乏系統化的整理，一方面，大量的先驗知識數據信息未能得到充分整理利用，造成經驗數據的浪費；另一方面，查詢相關數據資料，不僅需要具備一定的能力，還需耗費大量的時間精力，大量的重復檢索極大影響了RAT日常使用維護的效率。

本文將知識圖譜引入航空器RAT的使用維護，運用信息手段對收集到的各類RAT使用維護信息進行整理、整合，形成航空器RAT使用維護知識圖譜，實現更精準故障診斷，更高效排除故障的同時，為維修方案的調整與設計制造的改進提供強有力的依據與信息體系支持，對于航空器RAT的初始設計制造改進與持續使用維護都有極大的意義。

二、研究現狀

當前知識圖譜技術在生產、學習、生活等各方面的運用已相當普遍且成熟，然而相較之下，將知識圖譜技術引入航空領域的研究仍處于起步階段[1]。白宇等人以ASN事故數據庫中近30年的不安全事件記錄作為數據基礎，構建了航空不安全事件知識圖譜，建立了各飛行階段不安全事件之間的關系，大大提升航空安全管理質量數據分析能力[2]。邱凌等人針對航空裝備制造企業在設計、制造相關流程積累的大量數據，對航空制造領域的知識圖譜構建進行研究，提出了航空制造知識圖譜應用方向與解決方案[3]。因此，運用知識圖譜對航空器領域這一特定領域進行研究分析，具有廣闊前景。而RAT作為航空器上重要應急安全部件，引入知識圖譜對其相關信息數據實施深層次的整合分析，具有極強的研究價值。本文通過對RAT初始適航與持續適航各類數據進行收集、整合、分析，初步建立了航空器RAT知識圖譜，并基于Neo4J存儲。

三、航空器沖壓空氣渦輪知識圖譜數據庫的構建

目前，知識圖譜的構建主要分為自頂向下與自底向上兩種方式。自頂向下構建需先定義好本體，再基于輸入數據完成知識抽取到圖譜構建的過程，適用于專業知識方面圖譜的構建。自底向上構建則是借助一些技術手段，從公開收集的數據信息中抽取置信度較高的信息加入知識庫中，適用于常識性知識圖譜的構建[4]。航空器沖壓空氣渦輪知識圖譜屬于專業知識方面，固采用自頂向下的構建方式。

（一）數據獲取

知識圖譜構建的首要任務是數據獲取，數據獲取的全面性與細致度直接關系著知識圖譜的質量。數據獲取是對知識圖譜所在領域的數據源信息收集，這些數據主要包括結構化、半結構化與非結構化數據[5]。本文通過查閱ICAO、FAA、EASA等民航組織官網、航空器制造商服務器及咨詢航空公司技術人員等方式，對航空器沖壓空氣渦輪的初始適航與持續適航數據進行收集，包括航空器沖壓空氣渦輪的試驗項目、適航指令（AD）、服務通告（SB）、故障數據、維修數據、例行檢查與技術手冊。獲取到的數據形式繁雜，多為非結構化與半結構化數據，如試驗、故障與維修等多為非結構化的文字描述，AD、SB、技術手冊等多為半結構化數據，此外，還有少量如例行工作維修方案的結構化數據。因此需根據實際使用的重點進行規則定義，從而在繁雜的數據中整理抽取出所需的數據，并將經整理的數據整合成結構化數據庫，為后續圖數據庫的構建提供支撐。

（二）知識定義

知識定義主要是對實體與關系進行定義。根據收集數據的特點，結合實際使用經驗，對各類數據的重要信息識別歸納，再對數據內容進行拆解，明確了事件型與屬性型兩種實體。事件型實體是具體發生的事件或頒布的資料文件，它可以是一個試驗項目、一個故障事件或者一條AD、SB等，屬性型實體是從各類事件中提取歸納的關鍵信息。

明確實體類型后，需通過建立相應的關系將各實體連接。本文以各事件與關鍵屬性之間的關系為線，將各實體連接起來。由于不同類別的事件數據使用中的關注點不同，其關鍵信息的提取也會不同，因此相對應的關系便存在差異，詳見表1。并依據事件的類型，建立關鍵屬性與事件之間的雙向關系，從而實現雙向檢索。

（三）知識抽取

知識定義完成后，就可以進行知識抽取。知識抽取是通過人工或自動等方式從數據源中提取實體、屬性及關系的技術[6]。結合上文構建好的規則，運用人工方式對獲取的數據實施知識抽取，從雜亂的各類數據中抽取出所定義的實體與關系，形成“實體-關系-實體”的三元組，部分三元組見表2。同時，為避免一些模糊、重復的數據造成冗余、形成混亂，通過統一規范實體名稱、合并同義詞、消除歧義信息等方法進行知識融合，保證了所抽取知識的質量。

某些事件數據存在一些特有的、不足以構成屬性型實體，但對某個單獨的事件又較為重要的信息，如故障事件的故障分析、解決措施；AD、SB中的頒布原因等。針對此類信息，以事件型實體的屬性進行抽取。

四、基于Neo4J的航空器沖壓空氣渦輪知識圖譜存儲

（一）Neo4J圖數據庫

知識圖譜的存儲主要有兩種方式：基于資源描述框架的存儲、基于圖數據庫的存儲[7]。考慮到圖數據庫查詢和搜索速度較快，且航空器沖壓空氣渦輪知識圖譜實體帶屬性，因此首選圖數據庫作為存儲方式。一般對于10億節點以下的圖譜，采用Neo4j便足夠。Neo4j在當前圖數據庫使用研究中應用較為廣泛，具有易用性好、設計靈活、可擴展性強、查詢語言命令人性化等優點，在處理需高效查詢和存儲復雜關系數據的場景中表現出色。基于此，本文采用Neo4j進行圖數據庫存儲。

Neo4j支持Cypher語言作為主要查詢語言。Cypher語言語法簡單直觀，功能強大，通過CREATE、MATCH、SET、MERGE、DELETE等語句進行基本數據庫操作，能高效處理復雜的圖數據查詢和更新任務。本文運用Cypher語言進行知識圖譜構建與操作，既簡單便捷，還可基于使用環境的變化高效實現數據的增刪更新。

（二）知識導入

Neo4j批量數據導入提供了三個工具：LOAD CSV命令、neo4j-admin database import命令及Neo4j ETL工具。LOAD CSV命令適合處理中小型數據，使用靈活廣泛，且在數據導入后可繼續對數據庫進行更新和維護。其他兩種更適合處理大型數據集，但neo4j-admin database import使用時需停止服務器，僅可用于空的或新的數據庫，且為一次性批量導入工具，導入完成便無法使用該工具進行數據的添加與修改，必須借助如Cypher語句等其他方法實現數據的添加與修改。Neo4j ETL工具需進行額外的配置管理，且使用不如LOAD CSV便捷。因此，采用Load CSV對圖譜數據進行批量導入。

LOAD CSV是Neo4j的內置命令，需將提取的航空器沖壓空氣渦輪圖譜數據信息建立成相應的CSV文件，并存儲在服務器固定的根路徑下，以便LOAD CSV指令進行讀取。

（三）知識圖譜創建

數據導入后，可運用CREATE與MERGE命令在Neo4j中對知識圖譜進行初始創建。CREATE用于創建新的節點或關系，其直接無條件的添加數據，會造成重復節點的出現。而MERGE相當于CREATE和MATCH的結合，MERGE命令會先進行數據匹配，只有當沒有找到匹配的節點時，才會創建一個新節點，確保了數據的唯一性。考慮到航空器沖壓空氣渦輪知識圖譜數據庫相同節點眾多，為了構建與后續更新的便捷性，故優先采用MERGE命令進行節點創建。

通過CREATE命令進行節點關系的創建，最終完成在Neo4j中對航空器沖壓空氣渦輪知識圖譜的初始創建，創建的部分圖譜如圖1所示。

（四）知識圖譜查詢

Neo4j圖數據庫支持查詢功能，通過Cypher語言的MATCH命令，可實現各類條件查詢，并將查詢結果以圖或表的形式呈現，以下通過兩個案例進行展示：

1.如想查詢部件“泵”的AD有哪些，可執行以下 Cypher語句：MATCH（n：部件{bujian：\"泵\"}）-[a：AD]->（p） RETURN p，查詢結果如圖2所示，所有涉及的AD內容和數量均被查詢展示，通過點擊相應節點可查看對應AD的具體信息，具體AD內容顯示在頁面右側。

2.如想查詢并統計航空器沖壓空氣渦輪故障的次數，可執行以下Cypher語句：MATCH（n：部件）-[a：故障]->（）RETURN n.bujian AS部件，COUNT（a）AS故障次數ORDER BY故障次數DESC，查詢結果如圖3所示，以表格形式呈現具體的統計數據。

五、結語

本文針對航空器沖壓空氣渦輪使用維護數據的運用，創新性地采用知識圖譜的方式進行系統化整合，構建形成航空器沖壓空氣渦輪知識圖譜。通過對航空器沖壓空氣渦輪初始適航與持續適航各類數據的收集整理與分析研究，抽取出所需的實體、關系和屬性，并基于Neo4J圖數據庫進行存儲，實現多種查詢功能。本文驗證了航空器沖壓空氣渦輪知識圖譜構建的可行性，為知識圖譜在航空器沖壓空氣渦輪使用維護中進一步應用提供重要參考。中國軍轉民

參考文獻

[1]曹明，王鵬，左洪福，等.民用航空發動機故障診斷與健康管理現狀、挑戰與機遇Ⅱ：地面綜合診斷、壽命管理和智能維護維修決策[J].航空學報，2022，43（09）：42-81.

[2]白宇，趙毓誠，陳建軍，等.航空不安全事件知識圖譜構建與事件類型分析[C].2019年（第四屆）中國航空科學技術大會論文集.中航出版傳媒有限責任公司，2019：1151-1159.

[3]邱凌，張安思，李少波，等.航空制造知識圖譜構建研究綜述[J].計算機應用研究，2022，39（4）：968-977.

[4][法]杰羅姆·巴同，[英]里克·范·布魯根.Neo4j3.x入門經典[M].北京：清華大學出版社，2017：170-193.

[5]趙雪芹，楊一凡，于文靜.基于Neo4j圖數據庫的工程檔案知識圖譜構建及應用[J].檔案與建設，2022（5）：48-51.

[6]錢雙雙.金融領域的知識圖譜構建與應[D].杭州：浙江工業大學，2020.

[7]丁洪麗.基于Neo4j圖數據庫的人員關系挖掘[J].電訊技術，2018（6）：25-32.

（作者簡介：管蔚，碩士在讀，研究方向為航空器維修工程；作者單位：南京航空航天大學）