T-SHIIOTA 001-2022 面向典型应用的工业知识图谱技术规范

ICS003.080.10CCSA22T/SHIIOTA001—2022面向典型应用的工业知识图谱技术规范Technicalspecificationofindustrialknowledgegraphfortypicalapplication2022-09-15发布2022-10-01实施上海市工业互联网协会发发出布版ⅠT/SHIIOTA001—2022前言 Ⅲ引言 Ⅳ1范围 2规范性引用文件 3术语、定义和缩略语 13.1术语和定义 3.2缩略语 24工业知识图谱应用构建技术要求 34.1知识建模 34.2知识获取 44.3知识融合 84.4知识存储 94.5知识计算 124.6应用门户 124.7结合统计学 4.8结合图神经网络和图卷积神经网络 5典型应用场景 5.1产品设计和工艺设计 5.2生产制造 155.3质量保证和维修维护 155.4经营管理 16ⅢT/SHIIOTA001—2022本文件按照GB/T1.1—2020《标准化工作导则第1部分：标准化文件的结构和起草规则》的规定起草。请注意本文件的某些内容可能涉及专利。本文件的发布机构不承担识别专利的责任。本文件由上海市工业互联网协会提出并归口。本文件起草单位：工业互联网创新中心（上海）有限公司、上海新力动力设备研究所、上海航恩智能科技有限公司、上海电气集团数字科技有限公司、上海质量管理科学研究院、中云开源数据技术（上海）有限公司、上海积梦智能科技有限公司、上海觅炽信息科技有限公司、沪东中华造船（集团）有限公司、上海核工程研究设计院。本文件主要起草人：郑忠斌、徐东、吕晓雷、许开州、程艳、王金德、陈刚、方言、谢孟军、刘晨、潘建辉、毕道伟、黄海艇、杨俊、肖吉、燕江洋。ⅣT/SHIIOTA001—2022引言面对全球制造业的改革浪潮，我国于2015年以来先后发布了《中国制造2025》（国发〔2015〕28号）、《国务院关于深化制造业与互联网融合发展的指导意见》（国发〔2016〕28号作为全面实施制造强国战略的指导性纲领。“中国制造2025”的主线是两化深度融合，主攻方向是智能制造，智能制造的核心又是人工智能，人工智能分计算智能、感知智能和认知智能三个层次，其中，认知智能领域的核心技术是知识图谱，同时其产出物也是认知智能的典型应用。知识图谱的核心在于对多模、多源异构数据和多维复杂关系的高效处理与可视化展示，将社会生活与生产活动中难以用数学模型直接表示的关联属性，融合成一张以关系为纽带的数据网络。通过对关系的挖掘与分析，能够找到隐藏在行为之下的关联，并进行直观的展示。在工业互联网领域，知识图谱在解决诸如深度联结、逻辑推理、问题归因、趋势预测、最优化决策、隐性关系发掘、工业大数据分析等类型的问题上有其独特优势。由于工业互联网的高复杂性，本标准将以工业知识图谱在典型场景的应用为切入点，更多贴近产业核心诉求，从实际案例中抽象典型流程。1T/SHIIOTA001—2022面向典型应用的工业知识图谱技术规范本文件规定了工业知识图谱应用构建的技术要求，典型应用具体包括产品设计和工艺设计类应用、生产制造类应用、质量保证和维修维护类应用、经营管理类应用等。本文件适用于工业领域知识图谱应用设计及部署实施。2规范性引用文件本文件没有规范性引用文件。3术语、定义和缩略语3.1术语和定义3.1.1工业互联网industrialinternet建设链接工业全系统、全产业链、全价值链，支撑工业智能化发展的关键基础设施，属于新一代信息技术与制造业深度融合所形成的新兴业态和应用模式，也是互联网从消费领域向生产领域、从虚拟经济向实体经济拓展的核心载体。3.1.2模式schema描述数据库的结构和组织的逻辑容器，它包含了数据库中的表、视图、索引、关系以及存储过程等对象的集合。3.1.3本体ontology对计算机科学与信息科学领域中的客体进行分析，找出这些客体之间的关系，从而构建领域模型（概念模型通过领域模型明确、形式化、可共享地描述这个领域中各个客体所代表的概念的体系3.1.4概念concept具有同种特性的实体构成的集合。3.1.5实体entity知识图谱中的最基本元素，主要指集合、类别、对象类型、事物的种类，例如机器、工厂布局等，不同的实体间存在不同的关系。3.1.6关系relationship显示知识发展进程与结构关系的一系列各种不同的图形，用可视化技术描述知识资源及其载体，挖掘、分析、构建、绘制和显示知识及它们之间的相互联系。2T/SHIIOTA001—20223.1.7事实instance从实际对象出发，探求知识的内部联系及其发展的规律性，认识知识的语义本质的实例化表达。3.1.8知识图谱knowledgegraph采用语义网络准确表述实体、属性和关系之间动态几何结构演化，支持数据挖掘、确定性推理或不确定性推理实现对知识及其载体关联逻辑关系挖掘、快速检索等可视化系统。3.1.9命名实体识别namedentityrecognition识别文本中具有特定意义的实体，主要包括人名、地名、机构名、专有名词等，以及时间、数量、货币、比例数值等文字。它是信息抽取、问答系统和句法分析等应用领域的重要基础技术，是结构化信息抽取的重要步骤。3.1.10实体匹配entitymatching对于异构数据源知识库中的各个实体，找出属于现实世界中的同一实体。3.1.11实体链接entitylinking将自由文本中已识别的实体对象（人名、地名、机构名等无歧义的正确的指向知识库中目标实体的过程。3.2缩略语下列缩略语适用于本文件。API：应用程序编程接口（ApplicationProgrammingInterface）ER：实体关系（Entity-relationship）ERP：企业资源计划（EnterpriseResourcePlanning）ETL：数据的提取、转换和加载（Extraction-Transformation-Loading）IRI：国际化资源标识符（InternationalizedResourceIdentifiers）JSON：JavaScript对象表示法（JavaScriptObjectNotation）MES：制造执行系统（ManufacturingExecutionSystem）MRC：机器阅读理解（MachineReadingComprehension）NLP：自然语言处理（NaturalLanguageProcessing）OA：办公自动化（OfficeAutomation）OCR：光学字符识别（OpticalCharacterRecognition）OIL：本体推理层（OntologyInferenceLayer）OWL：网络本体语言（WebOntologyLanguage）PDM：产品数据管理系统（ProductDataManagement）UI：用户界面（UserInterface）RDF：资源描述框架（ResourceDescriptionFramework）SPARQL：RDF本体查询语言（SelectProtocolandRDFQueryLanguage）TDM：试验数据管理系统（TestDataManagement）3T/SHIIOTA001—20224工业知识图谱应用构建技术要求4.1知识建模4.1.1建模对象Schema是知识的核心建模对象，属于模式层，用来规范知识图谱的应用领域与范畴，描述知识图谱的数据结构和业务过程。Schema构建的核心是将业务问题按照知识图谱约定的一些模式进行业务抽象以及业务建模，主要是实体定义、关系定义、事件定义等，可采用RDF、OWL等本体型表示方法，也可采用属性图来描述，这两者本质都是通过三元组进行表示，区别在于属性图具有类（Class）特征，有高度灵活的继承和复用能力。建模对象的元结构包括：实体，实体类型，概念，概念类型，关系，关系类型，关系加权，属性，属性类型，属性加权、虚拟域及域间关系等；还包括一些高级结构：概念和概念层次关系、属性和属性值类型、关系定义域概念集、关系值域概念集、规则（Rules）或公理（Axioms）来表示模式层更复杂的约束。4.1.2选择本体设计工具业务知识的本体设计由了解业务的人员参与设计，可为业务设计人员提供可视化的设计工具，传统的本体和图开发工具有Protégé、Gephi等，构建平台时宜提供基于Web的可视化本体或图设计工具。4.1.3本体管理本体分类平台应设计和提供工具来管理和维护本体分类，本体分类可按实际面向的业务范畴进行分类，如：气淬、精密机械加工、电子装配等；或按产品生命周期进行分类，如：产品设计、试制试验、工艺设计、生产制造、质量检验、维保服务等。导入、创建、编辑本体平台可定制开发或使用专门工具导入OWL文件，并创建本体概要，包括：名称、知识链、IRI、属于的领域、依赖的知识组织系统、包含的本体等。工具应支持对这些信息进行编辑，建议每次编辑和发布时形成一个新的版本。预览本体平台应在管理端支持以图可视化的形式预览本体，包括本体中实体、实体关系、属性、属性方法等。还应支持选择实体并查看属性和相邻的实体和关系。导出本体本体管理模块需支持导出本体，导出中可设置是否包含依赖知识组织系统的本体和包含的本体。启用/禁用、删除本体本体管理模块需支持设置是否启用和禁用本体，禁用后的本体将会被自动归档。支持删除本体。4T/SHIIOTA001—20224.1.4本体分层建设领域门类本体领域门类本体是系统的必要本体，通过定制开发或选用的可视化本体设计器，使得业务人员可设计领域门类并更新。操作人员可构建多个虚拟知识图谱应用，每个应用有一套直接的领域门类，并与其他虚拟知识图谱应用互不干涉。操作人员也可将一部分领域门类复制到另外一个虚拟知识图谱应用中。基础本体基础本体是基于本体学基础主义而设计的核心概念框架，基础本体分为法则本体和行业基础本体。在知识图谱管理系统中，可在UI操作界面中按分类或检索列表查看所有基础本体，对这些基础本体进行可视化的编辑。上传新的基础本体，设计基础本体与设计业务本体使用同一个可视化本体设计工具。法则本体法则本体主要关注自然界和社会生活中的普遍规律和原则。这些规律和原则可是物理法则、化学法则、生物法则等自然界法则，也可是道德规范、法律法规等社会法则。在知识图谱中，法则本体为理解和解释现实世界提供了基础性的框架和规则。行业基础本体行业基础本体专注于特定行业或领域内的基本知识、技能和资源。它提供了对行业内实体、概念和关系的详细描述和分类，为行业内的信息交流和共享提供了基础。在工业互联网领域，主要包括：模型与系统工程、制造排产过程、人机料法环测、供应商管理等。4.2知识获取4.2.1语料库的构建工业领域知识往往具有较多专业词汇（术语下游的应用要求专业术语的抽取（知识抽取）应准确无误。为了更好地进行领域知识抽取，建议构建各行业的领域词库和领域语料库，构建方式可包括手工构建或结合自然语言处理技术的半自动构建。可采用本体WordNet与自然语言处理技术相结合的本体构建法，先手工构建一个领域核心本体，在此前提下从领域文献中获取语义单元，并获取领域概念的关系，最终由提取的领域概念和概念关系丰富核心本体形成目标本体。4.2.2准备原始数据从互联网中爬取定制开发或利用第三方爬虫模块或软件，爬取指定互联网上的的文本、表格、图像等类型的数据，并进行保存。从书籍和图纸中获取利用智能书籍批量拍照设备协同OCR软件，从书籍和图纸中获取文本数据、表格数据和图像。5T/SHIIOTA001—20导入历史的电子文档非数字化原生企业往往有很多数据以Excel文件的形式存储，包括产品数据、分类数据、试验数据、型号数据等。为了实现知识图谱，需要将这些数据结构化，而这些数据通常维度较高，很难以传统的ER关系表达，所以这些Excel数据需要转换成图数据来表示和存储。从设备中采集建立工业知识图谱，往往需要从IoT设备、试验设备、检验设备、生产设备、物流设备等设备（或设备上位机）上采集数据，建议通过对设备、上位机文件变化进行监听，或安装专用的采集客户端来实现数据采集，采集客户端可将数据和元数据清单文件压缩成压缩包之后上传，上传到采集服务端后再同步到数据统一采集模块，自动解压之后进行解析处理。从业务系统中提取从业务系统提取数据，包括：MES、PDM、TDM、ERP、OA等业务系统，方式有：——业务系统主动推送数据到采集订阅接口；——业务系统提供接口查询，以轮询的方式采集数据；——用ETL工具组合抽取数据；——使用增量数据捕捉技术。4.2.3资源图谱工业数据类型复杂，原始数据维度偏高，传统的资源管理系统难以胜任，需要以图谱的形式管理企业的相关数据资源，资源形态包括半结构化文件、关系型数据库、NewSQL数据库、内存数据库、大数据平台等，还需管理各存储的数据读写方式和配置参数。建议开发资源图谱以支持按订阅监控数据变化，当监测到数据流动时，可按既定流程执行数据结构化和数据转图数据。4.2.4存储和管理原始数据存储和管理建议不同性质的原始数据存储到到不同的系统中，比如：——文本类型建议存储到Elasticsearch中；——非结构化文件建议存储到HDFS中；——RDF建议存储到JanusGraph中；——ER类型数据建议存储到传统关系型数据库中。建议使用UI交互界面来统一管理，包括存储来源、存储方式、加工方式等。操作人员可在界面中选择某些数据标记为机器学习的训练集、验证集数据并据此提供API服务。存储为邻接矩阵和关联矩阵对于需要进行基于图理论的数据挖掘的关联数据，建议将图转换并存储成邻接矩阵和关联矩阵，并以矩阵的方式进行存储。实际应用中可用稀疏矩阵来存储邻接矩阵和关联矩阵，这样可将空间复杂度控制在O（M）的范围。6T/SHIIOTA001—20矩阵转换利用矩阵转换可为关联数据分析提供一种新的分析模型，根据拓扑结构，不同图上同一强度的信号，有截然不同的性质，因此可对图数据进行拉普拉斯（Laplacian）矩阵转换，用来研究图的结构性质，由于拉普拉斯矩阵是时域信号，还需要对频域信号进行计算，利用“傅里叶变换”来处理图信号数据，并在频域空间里进行去噪和重构。4.2.5数据清洗和标识化数据清洗包括：编码一致、html清理、URL清除、英文的字母大小写、常规简写（例如上撇号处理：符等。标识化是传统NLP方法（如CountVectorizer）和高级的基于深度学习的体系结构（如Transform-ers）的基本步骤。对于故障诊断而言，标识化处理的基础任务是处理词汇表外（OOV）词汇，因为在航天业务中必然会出现大量领域专用词汇，系统使用BytePair编码（BPE）模式，当系统自动给出OOV后，由人工来标注这些OOV的含义和类型。建议以Transcript的方式结构化数据（OrganizedData并存入矩阵。4.2.6知识抽取结构化知识抽取准备好ER数据后，应基于D2RQ映射语言再将ER数据转成图数据。D2RQ映射可在文本编辑器中手动编写，也可借助更加便捷和自动化的工具，通过分析现有数据库的架构来创建D2RQ映射文件，此映射文件称为默认映射，该文件将每个表映射到基于表名的新RDFS类，并将每个列映射到基于列名的属性，该映射文件可原样使用或可自定义。知识抽取通常需要支持MySQL、PostgreSQL、Oracle、MicrosoftSQLServer等数据库。半结构化知识抽取对于一般的有规律的页面，可使用正则表达式的方式写出XPath和CSS选择器表达式来提取网页中的元素。也可通过包装器归纳这种基于有监督学习的方法，自动的从标注好的训练样例集合中学习数据抽取规则，用于从其他相同标记或相同网页模板抽取目标数据，又或是定制开发半结构化数据批量结构化的工具，实现半结构化建模和服务端自动批量解析，解析时根据建模的提取模型批量处理半结构化文件，并输出图数据的结构化数据。非结构化知识抽取.1准备训练数据需要开发并支持从原始数据中导入、自助上传训练数据，支持管理训练数据。训练数据应包含sche-ma描述和训练描述数据两个补充文件，前者用来指定需要抽取的关系三元组类型，后者用来存放所有的标注数据。.2词性标注器词性也称为词类或词汇类别，用于特定任务的标记的集合被称为一个标记集，常见的标注器有NLTK。7T/SHIIOTA001—20.3命名实体语料库语料库中需要有人工标注业务相关的实体名词以及实体类别。命名实体语料库通常需要有实体语料库的导入和管理功能。.4句法分析语料库汉语中常用的句法分析语料库有CTB。系统中应提供句法分析语料库的导入和管理功能。.5准备机器学习平台自然语言处理离不开机器学习和深度学习，在自然语言实施过程中需要使用大量不同基础能力：随机森林、人工神经网络、贝叶斯学习、CNN、RNN、GCN、GNN、数据特征处理及相关算法、结果预测算法等。因此选择一个轻量灵活，即插即用的机器学习平台尤为重要，尤其是可通过拖拽连线、简易配置即可立即训练数据并得到目标模型。成熟的机器学习平台一般会内置诸如MRC-BM等作为关系抽取预训练模板，机器阅读理解（MRC）就是尝试让机器像人一样理解文本内容。从形式上可分为ExtractiveMRC和Non-ExtractiveMRC。MRC-BM是一个基于BERT模型、端到端的关系抽取模型，对于标注数据量的要求非常低，平均每个关系仅需要200组左右标注数据即可训练出一个较好的模型，数据量越多，质量越好，效果会越好。.6知识抽取训练抽取涉及到命名实体发现（NER）和实体关系抽取（NRE通过选择一些抽取模型的训练即可得到训练后的机器学习模型，进而用于工业数据的知识抽取。.7命名实体发现（NER）NER用于确定文本中哪些词条属于命名实体，这些词条可被定位并归入预定义的类别，类别的范围包括人名、组织、地点、货币价值和百分比。文本分割和命名实体识别都有一些组件可实现，常见的包括：THULAC、NLPIR、HanLP、FastNLP等，但这些都是基于研究性质，不太考虑商业应用的NLP项目。NER本质上是一个模式识别任务，即给定一个句子，识别句子中实体的边界和实体的类型，是自然语言处理任务中一项重要且基础性的工作。.8实体关系抽取（NRE）实体和实体之间存在着语义关系，当两个实体出现在同一个句子里时，上下文环境就决定了两个实体间的语义关系。实体关系抽取问题可视为一个分类问题。使用有监督（标记学习）、半监督（统计分析）或无监督（聚类方法）等方法进行。实体关系抽取往往关注一个句子内的上下文，所以跨句子的上下文关系抽取就比较难。实体识别和实体关系抽取问题基本思路是转换为分类或序列标注问题进行解决。实体识别和实体关系抽取领域会出现性能严重下降的问题。和命名实体识别一样，NLPIR、HanLP、FastNLP也通用支持关系抽取，但同样的原因，这些工具不可直接被当做产品使用。关系抽取主要方法有下面几类：8T/SHIIOTA001—2022a）基于模板的方法（hand-writtenpatterns）——基于触发词/字符串；——基于依存句法。b）监督学习（supervisedmachinelearning）——机器学习；——深度学习（PipelinevsJointModel）。c）半监督/无监督学习（semi-supervisedandunsupervised）——Bootstrapping；——Distantsupervision；——Unsupervisedlearningfromtheweb。.9事件抽取事件包含角色（参与者往往被描述为一系列状态的改变。在事件抽取过程中，被形式化定义为包含触发器、事件类型、事件元素和事件元素角色。事件抽取是识别出上述事件要素并且进行结构化组织。通过角色预测分离方法来处理角色抽取任务中的角色重叠问题，并利用Bert模型的MaskedLM及其他辅助模型来自动生成标签数据，事件类型标签也是通过这个预训练语言模型实践，将原训练集作为样本，通过参数替换和辅助token重置这两步生成新的事件类型。事件抽取的过程分为4个方面，触发词识别、事件类型分类、事件元素识别、事件元素角色识别。这些抽取的事件被引擎定义为元事件，通过进一步地分析事件包括的三元组来挖掘事件之间的关系，据此可形成多维事件网络。4.3知识融合4.3.1实体链接实体链接应根据给定的实体指称项，从知识库中选出一组候选实体对象，通过相似度计算将指称项链接到正确的实体对象。实体链接的流程应包括以下几个步骤：——从文本中通过实体抽取得到实体指称项；——进行实体消歧和共指消解，判断知识库中的同名实体与之是否代表不同的含义以及知识库中是否存在其他命名实体与之表示相同的含义；——在确认知识库中对应的正确实体对象之后，将该实体指称链接到知识库中对应实体。4.3.2实体消歧专门用于解决同名实体产生歧义问题的技术，通过实体消歧，可根据当前的语境，准确建立实体链接，实体消歧主要采用聚类法。也可看做基于上下文的分类问题，类似于词性消歧和词义消歧。4.3.3共指消解主要用于解决多个指称对应同一实体对象的问题。在一次会话中，多个指称可能指向的是同一实体对象。利用共指消解技术，可将这些指称项关联（合并）到正确的实体对象，由于该问题在信息检索和自然语言处理等领域具有特殊的重要性，吸引了大量的研究努力。共指消解还有一些其他的名字，比如对象对齐、实体匹配和实体同义。9T/SHIIOTA001—20224.3.4知识映射知识图谱系统对上传的结构化数据的数据字段进行实体类型绑定、语义化标注和字段函数设置。绑定后按实体唯一标识进行映射设置，设置类型映射、属性映射和关系映射。其中属性映射和关系映射非必选。示例：支持以连线的方式对两个本体同义的实体进行知识融合。4.3.5知识合并在构建知识图谱时，可从第三方知识库产品或已有结构化数据获取知识输入。常见的知识合并需求有两个，一个是合并外部知识库，另一个是合并关系数据库。将外部知识库融合到本地知识库需要处理两个层面的问题：数据层的融合，包括实体的指称、属性、关系以及所属类别等，主要问题是如何避免实例以及关系的冲突问题，造成不必要的冗余；通过系统自带的模式层的融合，将新得到的本体融入已有的本体库中。4.4知识存储4.4.1图数据建模基础要求确定目标空间中的实体，这些实体是为每个请求原子消耗的，因为数据库系统并非旨在多个查询请求中检索单个实体的数据。图数据库如果数据域中的实体和关系具有以下任意特征，则可最佳地应用图形数据库解决方案。——实体通过描述关系高度连接。这种情况下的好处是，关系可持久存储在存储系统中。——存在循环关系或自引用实体。使用关系数据库或文档数据库时，这种模式通常是一个挑战。——实体之间存在动态变化的关系。此模式特别适用于具有多个级别的分层或树状数据。顶点、属性和边建模图数据模型是将每个标识的实体映射到一个顶点对象。所有实体到顶点的一对一映射应是第一步，并且可能会发生变化。建议不要将单个实体的属性映射为单独的顶点，可使用嵌入属性的顶点，利用键值对列表来表示顶点内实体的所有属性，这种方法减少了模型的复杂性，查询、遍历更简单。边对象建议有默认方向，使用方向可实现高效的操作，因为所有顶点均以其出边存储。使用描述性关系标签可提高操作的效率，建议使用非通用术语标记关系，将源顶点的标签与目标顶点的标签、关系名称相关联。4.4.2选择图数据库图数据库（GDB）是一种支持属性图模型，用于处理高度连接数据查询与存储的实时可靠的在线数据库，支持图查询语言，可帮助用户快速构建基于高度连接的数据集的应用程序。通常图数据库存储本常见图数据库见表1。T/SHIIOTA001—2022表1常见图数据库名称是否开源许可简介Bitsy开源应用程序而设计；并发控制；可从电源故障和崩溃中完全恢复；使用JacksonJSON处理器进行序列化；多线程环境高读写吞吐量；通过JMX界面支持在线备份开源关图形更新的通知（添加/删除顶点/边/属性，提交，回滚等历史记录API-捕获对图形进行的全部或部分历史记录；内置全文索引和搜索API来查找图形元素；自动SPARQL到PG管理API-列出并取消正在运行的Sparql查询；批量加载API，用于快速设置新图形；支持MVCC并发模型以实现高并发读取访问商业授权微软AzureCosmosDB是一个完全托管的图形数据库，提供全局分布，弹性的存储和吞吐量缩放，自动索引和查询，可调的一致性级别以及对TinkerPop标准的支持。支持弹性可扩展的吞吐量和存储；多区域复制；使用最广泛采用的图形查询标准进行快速查询和遍历；可调一致性级别；自动索引开源和商业授权Neo4j是一种高性能的图形存储，具有成熟而强大的数据库的所有功能，例如友好的查询语言和ACID事务。程序员使用的是节点和关系的灵活网络结构，而不是静态表，但仍可得到企业级质量数据库的有关好处。与关系数据库相比，对于许多应用程序，Neo4j可以提供数量级上的性能优势开源Apache2扩展的图形数据库，已优化用于存储和查询包含分布在多计算机集群中的数千亿个顶点和边的图形。JanusGraph是一个事务数据库，可以支持数千个并发用户实时执行复杂的图形Pop图形堆栈的本机集成；高度扩展（弹性和线性可扩展性，可用于不断增长的数据和用户群；数据分发和复制，以提高性能和容错能力；多数据中心高可用性和热备份）OrientDB开源Apache2本机图，全文文档，反应性，地理空间和面向对象的概念的支持。它是用Java编写的，而且速度惊人：它每秒可在通用硬件上存储220，000条记录。没有昂贵的运行时JOIN，连接作为记录之间的持久指针进行管理。可在几毫秒内遍历数千条记录。支持无模式，全模式和混合模式。具有强大的基于用户和角色的安全配置文件系统，并在查询语言中支持SQL。由于使用了SQL层，因此对于关系领域的技术人员来说很容易使用T/SHIIOTA001—2022表1常见图数据库（续）名称是否开源许可简介开源Dgraph是具有图形后端的水平可扩展和分布式GraphQL数据库。它提供ACID事务，一致的复制和可线性化的读取。它是从头开始构建的，可执行一系列丰富的查询。作为本地GraphQL数据库，它紧密控制数据在磁盘上的排列方式，以优化查询性能和吞吐量，从而减少群集中的磁盘查找和网络调用。Dgraph的目标是通过TB级的结构化数据，提供Google生产级别的规模和吞吐量，并具有足够低的延迟以服务于实时用HTTP以JSON和协议缓冲区进行响应4.4.3图查询语言图数据库是使用图结构进行语义查询的数据库，它使用节点、边和属性来表示和存储数据。目前还没有统一的图查询语言标准，常见的图查询语言见表2。表2常见的图查询语言名称支持的数据库简介Cypher是一个描述性的图形查询语言，允许不必编写图形结构的遍历代码对图形存储有表现力和效率的查询，和SQL很相似，Cypher语言的关键字不区分大小写，但是属性值，标签，关系类型和变量是区分大小写的Gremlin具有许多语言变体，允许开发人员以Javla、Clojure和Groovy等许多现代编程语言原生编写Gremlin查询nGQL键词大小写不敏感的查询语言，目前支持模式匹配、聚合运算、图计算，可无嵌入组合语句SPARQLMarmotta查询语言和协议。作为一种查询语言，SPARQL是“数据导向的”，因为它只查询模型中保存的信息;在查询语言本身没有推理GQL—GQL（图形查询语言）是一种提出的标准图形查询语言。在2019年提议创建一个新的标准图形查询语言（ISO/IEC39075）。GQL旨在成为一种声明性数据库查询语言T/SHIIOTA001—20224.5知识计算4.5.1图论图论搜索算法常见的图论搜索算法包括广度优先搜索（BFS）、深度优先搜索（DFS）、Dijkstra算法、A*算法、Floyd-Warshall搜索算法、Bellman-Ford搜索算法、Hierholzer搜索算法等。图遍历属于数据结构中的内容，是从图中的任一顶点出发，对图中的所有顶点访问一次且只访问一次。图的遍历操作和树的遍历操作功能相似。图的遍历是图的一种基本操作，图的许多其他操作都是建立在遍历操作的基础之上。由于图结构本身的复杂性，所以图的遍历操作也较复杂，主要表现在以下4个方面：——在图结构中，没有一个“自然”的首结点，图中任意一个顶点都可作为第一个被访问的结点；——在非连通图中，从一个顶点出发，只能够访问它所在的连通分量上的所有顶点，因此，还需考虑如何选取下一个出发点以访问图中其余的连通分量；——在图结构中，如果有回路存在，那么一个顶点被访问之后，有可能沿回路又回到该顶点；——在图结构中，一个顶点可和其他多个顶点相连，当这样的顶点访问过后，存在如何选取下一个要访问的顶点的问题。图比较图比较用于比较图中部分顶点、边的集合图中其他部分或另外一个图的局部进行比较。图计算图计算是以图结构数据为处理对象的一种计算模式。在图计算中，图被用作数据模型来表示实体及其之间的关系。图计算应能高效地处理具有复杂关联关系的数据，并挖掘出其中的隐藏信息和模式。TinkerPop是常见的图计算框架。4.5.2图嵌入图嵌入包括定义基础知识、指定实体和关系等连续向量表示的形式空间以及定义评分函数三个步骤。常见的方法包括基于因子分解的方法、基于随机游走的方法、基于深度学习的方法等。4.5.3知识推理知识推理指的是从给定的知识图谱推导出新的实体跟实体之间的关系。知识推理与之功能不同，更多是实现基于本体、图数据结构、图卷积特性等实现推理预测能力，通常分为三类：基于归纳逻辑编程（ILP）进行模式归纳的研究、基于关联规则挖掘进行模式归纳的研究、基于机器学习进行模式归纳的研究。4.6应用门户4.6.1典型知识服务形态启发型知识查询建议提供启发式知识搜索服务，这种搜索是基于上下文，并对用户的查询进行语义分析，进行反馈具T/SHIIOTA001—2022有启发性质的查询结果和提问。图谱型知识浏览应支持当用户选择知识图谱的某个节点时，可立即展开与之相关的稍远节点并隐藏更远的节点，并同步展现相关图文数据。事理型知识推理应支持知识推理查询，开发人员将查询代码以文件的形式提交到服务平台，平台内置的推理机完成推理后，将推理结果返回到用户端。主动型知识推送建议实现用户可主动订阅知识消息，当有新知识产生，或者有新的知识关系被推理出来。平台将会主动向对相关主题感兴趣的用户发起消息推送，用户可在客户端实时接收消息，同时通过消息定位到最新的知识列表。4.6.2应用SDK和OpenAPI将知识服务进行标注化，实现RestfulAPI和GraphQL服务，并提供相应的SDK和文档。使用类SQL语法或GraphQL，直接可查询“动态描述属性“的实例的行和值并返回需要的数据结构。支持命令并将多个子图联合为一并缓存，进一步提供子图查询服务，支持操作人员直接发起类属性查询。开发人员可通过本平台的开放知识服务界面中获取企业的APPID和SecretKey，据此访问专用API服务。4.6.3图谱可视化引擎图谱可视化引擎可选用D3.js、PyGraphistry等。4.6.4平台服务及多租户应用新增、上下线管理所有应用，新增或编辑应用，管理应用的上下线。应用AppKey管理开发人员设置Salt并获取Appkey，并据此实现应用鉴权。支持手工更新AppKey，AppKey采用128位加密。SDK服务中心为开发人员提供应用开发的文档和测试沙箱服务。应用数据视图管理管理应用用到和创建的所有数据视图，支持删除视图和新增视图。4.7结合统计学4.7.1参数变异智能识别、判读和预测结合统计学算法，智能识别各种异常（包括故障对异常进行智能判读并告知异常模式、异常影响到T/SHIIOTA001—2022的部件，对可能发生的后果进行概率预测。4.7.2结合模型算法实现短时预测利用历史数据、知识图谱经机器学习获得目标工艺的生产特征和缺陷特征，利用特征模型和实时数据，结合ARIMA模型实现短时预测。4.7.3基于图数据的一致性分析图数据一致性分析用来分析判断测试中的被测对象与以往同类测试的结果图数据分布和变化趋势是否一致。图数据一致性分析参照的数据为相同技术状态的历史成功数据，验证测试结果与历史成功数据比较是否存在异常。系统后台自动针对相同技术状态的历史成功数据，计算出成功包络范围，一致性分析时直接调用。4.8结合图神经网络和图卷积神经网络4.8.1边预测将图数据输出二部图，使用图卷积神经网络（GCN）作为图自编码器对二部图进行建模，通过解码器对邻接矩阵的边信息进行重构，使用R-GCN双重聚合的思路对节点的表示进行学习，先对同一关系的邻居进行聚合，再对所有邻居进行聚合，最后实现“边预测”。4.8.2多步推理设备（产品）往往和很多故障现象、问题根源等存在的密切联系，针对原因已确定的故障和缺陷事件，对同类原因事件进行分析，实现设备疑似家族性缺陷的概率，可判断其他相关设备潜在的缺陷故障可能。基于GNN的多步（也称多跳）推理，使用高频子图挖掘方法，可给出可能的问题根源及其概率。4.8.3异常波及推演当异常发生时，根据既有异常情况作出波及范围预测，同时可按等级来提醒相应的人员，并据此做出判断和分析，以及是否要启动预案流程，当启用预案流程时，有响应的处置流程和定制的关联数据情况供操作人员使用。5典型应用场景5.1产品设计和工艺设计5.1.1领域知识库企业可根据设计业务需求构建通用的领域知识库，如：产品库、BOM库、设计模型库、工艺库、工装库、物料库、故障库等；也可根据自身业务特点构建更为细分的领域知识图谱，如：材质库、刀具库、航天器燃料库等。拥有领域知识库之后，可通过复合不同的知识库来建立跨领域的知识图谱，以此获得融合知识库。通过上述基础服务的组合可生成业务化的服务，如：按产品特征推荐工艺工步、按产品特征推荐切削参数、按故障表象推理故障本质等。构建领域知识库只需按本文件描述的应用平台技术架构实施，重点是：知识建模、知识获取和知识融合，并按典型知识服务形态提供Web服务。T/SHIIOTA001—20225.1.2工艺参数优化知识图谱通过汇聚各种产品生产过程中的数据，推理发现工艺参数的优化方向。随着生产过程的不断进行，更多的数据被汇入知识