煤矿机电设备事故知识图谱构建及应用

• 作者: 李哲 周斌 李文慧 李晓蕴 周友 冯占科 赵涵
• 来源期刊: 工矿自动化
• 学科: 工学
• 关键词: 煤矿机电设备 知识图谱 Neo4j 事故诊断 风险管理 智能问答
• 年，卷（期）: 2022,（1）
• 所属期刊栏目: 经验交流|Experience Exchange
• 页码范围: 109-112
• 页数: 4页
• 分类号: TD67
• 语种: 中文
• DOI: 10.13272/j.issn.1671-251x.2021100009

摘要

针对难以从煤矿机电设备事故表象和部分监控数据判断设备事故根本原因,以及缺少能够利用历史数据、经验知识的有效手段来提高设备事故处理效率等问题,构建了煤矿机电设备事故知识图谱.首先设计四组元本体模型的数据关系,确定本体及本体之间的关系类型;然后根据设计的数据关系,采用机器学习和规则模板相结合的方法从数据库、文本中抽取实体、关系和属性;最后基于Python语言,通过py2 neo库用Cypher语句对实体、关系和属性进行创建并存入Neo4j图数据库,实现知识图谱的构建和更新.煤矿机电设备事故知识图谱在煤矿机电设备事故诊断、风险管理和智能问答等方面的应用可使用户高效利用煤矿机电设备事故相关知识,帮助设备维护人员快速查找事故链条、定位事故原因并提出维修方案,达到降低事故率、减少事故处理时间的目的 .