摘要：煙草企業(yè)是典型的裝備和技術密集型企業(yè)，因此設備管理在煙草企業(yè)管理環(huán)節(jié)中極其重要。文章聚焦“互聯(lián)網+生產制造”行業(yè)熱點，針對煙草行業(yè)對設備精益管理、智能工廠建設等方面的需求，積極探索知識圖譜技術在設備信息化管理中的應用，旨在不斷提高卷煙工廠的信息化、智能化水平，助力煙草行業(yè)數(shù)字化發(fā)展。

關鍵詞：煙草行業(yè)數(shù)字化；知識圖譜；設備管理

中圖分類號：TS43；F426.8" " "文獻標識碼：A" " " 文章編號：1674-0688（2024）02-0058-04

0 引言

作為我國的傳統(tǒng)支柱產業(yè)之一，煙草行業(yè)在我國國民經濟發(fā)展中占據(jù)重要地位。國家煙草專賣局高度重視信息化工作，明確要求全行業(yè)認真落實《中國制造2025》，創(chuàng)新應用現(xiàn)代技術和管理手段推動行業(yè)數(shù)字化發(fā)展，打造“數(shù)字化、網絡化、智能化”煙草［1］。近年來，我國煙草行業(yè)信息化、智能化建設持續(xù)推進，隨著煙草行業(yè)引入各種新興的信息技術手段，越來越多的大型自動化設備被應用于煙草制造，這些智能化設備將直接影響卷煙工廠的生產能力［2-3］。由此可見，加強建設煙草設備的信息化管理應用體系，能夠有效地提高煙草制造企業(yè)的生產效率和質量，同時能降低工廠的生產成本。因此，各卷煙工廠利用信息技術手段不斷整合與完善工廠現(xiàn)有設備的運維數(shù)據(jù)，積極探索構建以知識圖譜技術為核心的設備信息化管理應用體系，能有效提升工廠生產設備的精細化、智能化管理水平［4-5］。在煙草行業(yè)內，目前面向煙機設備故障診斷的知識圖譜研究還較少，技術應用也缺乏完整的體系，因此加強建設煙草設備的信息化管理應用體系尤為重要。

1 煙草設備管理現(xiàn)狀分析

近年來，我國煙草行業(yè)信息化管理應用體系建設工作不斷推進，信息化管理軟件不斷普及，煙草行業(yè)已經逐步由過去的傳統(tǒng)商業(yè)模式向具有標準化數(shù)據(jù)采集流程的現(xiàn)代商業(yè)模式轉變。然而，作為煙草行業(yè)管理工作中的重要組成部分，設備管理工作的信息化水平仍有待提高。以煙草生產工廠卷包、制絲產線關鍵設備為例，目前針對以上各類設備的預防性檢修大多依靠人為經驗，局限性較大，而且對生產過程中長期積累的設備維修案例、設備維修資料和設備運行數(shù)據(jù)，未能進行有效的數(shù)據(jù)分析和價值挖掘，導致這些數(shù)據(jù)與設備管理的關聯(lián)不足，從而造成數(shù)據(jù)資源的極大浪費?，F(xiàn)階段，煙草行業(yè)在設備管理方面主要存在如下問題：①設備的維修經驗、技術參數(shù)、手冊等資料繁雜且分散，不易快速查閱，缺乏對設備進行技術改造后的個性化技術資料管理，同時存在直觀性弱、管理方式粗放、資料不易查閱、維修經驗傳承不通暢等問題，降低了維修工作效率。②維修人員在實際的維修學習過程中缺乏有效的技術輔助指導，對維修人員進行維修技能的培訓缺乏有效的資源平臺支持。③目前，與設備運行、維修與保養(yǎng)相關的知識、經驗比較分散，缺少一個統(tǒng)一的信息平臺進行歸類整理。現(xiàn)有的系統(tǒng)對數(shù)據(jù)的應用深度不足，未能形成有效的大數(shù)據(jù)分析，缺少設備智能化應用模型，無法向設備維修人員提供維修決策指導。

因此，煙草企業(yè)需要構建一個智能的設備信息化管理應用體系，實現(xiàn)對已有的設備維修經驗、維修資料、設備故障數(shù)據(jù)等的綜合利用，從而以智能化管理方式替代傳統(tǒng)的人工經驗管理方式。

2 基于知識圖譜技術的設備信息化管理應用

為提升煙草生產設備的信息化管理水平，卷煙工廠采用知識圖譜技術，以卷包、制絲關鍵設備為研究主體，綜合故障歷史數(shù)據(jù)、維修案例，以及設備知識經驗和技術資料，構建工廠設備知識圖譜數(shù)據(jù)庫，通過數(shù)據(jù)挖掘技術整合和完善現(xiàn)有設備運維數(shù)據(jù)資源，構建設備信息化管理應用體系，為設備管理、產品生產、質量檢測等業(yè)務提供及時、準確的數(shù)據(jù)分析和決策信息。

2.1 基于知識圖譜技術的設備信息化管理應用的關鍵技術介紹

知識圖譜（Knowledge" Graph）由谷歌（Google）于 2012 年首次提出，主要用于優(yōu)化搜索引擎。該技術能夠有效描繪現(xiàn)實世界中的各種實體信息，同時以一種與人類思維類似的方式進行知識語義的處理、分析和聯(lián)系，從而以結構化的形式展現(xiàn)出用戶需要的知識。

卷煙工廠構建知識圖譜技術應用體系，主要是通過將工廠生產設備領域中異構的知識結構化，構建數(shù)據(jù)知識間的關聯(lián)，從而解決本領域內設備數(shù)據(jù)多樣、復雜、孤島化且單一數(shù)據(jù)價值不高等問題。其構建過程主要包括以下5個關鍵：知識圖譜建模、知識抽取和融合、知識存儲與管理、知識推理和分析挖掘、知識應用。

2.1.1 知識圖譜建模

知識圖譜的難點在于知識圖譜的搭建，如何高效、高質量、快速地搭建知識圖譜是知識圖譜工程的核心。對于制造行業(yè)來說，構建知識圖譜一般采用自上而下的方式，即先確定知識圖譜的數(shù)據(jù)模型Schema，包括實體（點）建模、屬性建模、關系（邊）建模，將數(shù)據(jù)中蘊含的知識組織形式以圖的表達方式建立起來，再根據(jù)模型填充具體數(shù)據(jù)，從現(xiàn)有的高質量數(shù)據(jù)源中進行映射，最終形成知識圖譜。

設備知識圖譜建模基于生產設備的應用屬性、知識特點、實際需求，通過對以往記錄的設備數(shù)據(jù)進行整理與規(guī)范化處理，從而識別對象實體和關系屬性。設備知識建模的主體包括實體和事件。實體分為概念實體和物理實體，事件則包含現(xiàn)象、過程及活動。設備知識模實體關系見圖1。

2.1.2 知識抽取和知識融合

知識抽取是指從已有的設備半結構化、無結構數(shù)據(jù)中抽取實體、關系及實體屬性等結構化信息。設備知識抽取主要包括關系型數(shù)據(jù)抽取和文檔型數(shù)據(jù)抽取。關系型數(shù)據(jù)抽取是指從MES（生產制造管理）系統(tǒng)、ERP（企業(yè)資源規(guī)劃）系統(tǒng)和第三方系統(tǒng)獲取結構化數(shù)據(jù)。本系統(tǒng)利用ETL（數(shù)據(jù)抽取處理）工具，結合數(shù)據(jù)抽取、數(shù)據(jù)轉換、作業(yè)執(zhí)行等技術，抽取設備相關實體、實體屬性及實體關系等信息，按業(yè)務邏輯要求保存到設備的知識圖譜中。文檔型數(shù)據(jù)抽取是指從系統(tǒng)中獲取大量的設備維修案例等設備文檔。本系統(tǒng)使用NLP（自然語言處理技術）及基于規(guī)則和詞典的方法，對文本做了噪聲移除和句法分析，然后識別出故障現(xiàn)象、故障原因及處理措施等知識實體內容，進行消歧和去重，并對語義進行語料標注，結合正則表達式處理等技術，提取出無歧義的設備知識實體和關系。

知識融合則是通過對煙草設備相關信息的梳理，基于設備知識建模、知識抽取，對設備相關數(shù)據(jù)進行邏輯歸屬和冗雜、錯誤過濾，完成實體鏈接和知識合并等，實現(xiàn)數(shù)據(jù)的知識融合及用戶關注的設備管理業(yè)務需求。其中，實體匹配是完成知識融合的關鍵環(huán)節(jié)，它能發(fā)現(xiàn)具有不同標識卻代表真實世界中同一對象的實體，并將這些實體歸并為一個具有全局唯一標識的實體對象，從而將結構化的歷史數(shù)據(jù)融入設備知識圖譜中，通過與設備相關的數(shù)據(jù)被圖譜節(jié)點鏈接并動態(tài)調用，形成基于數(shù)據(jù)驅動的設備知識圖譜管理。

2.1.3 知識存儲與管理

設備知識圖譜保存的數(shù)據(jù)格式要求不同，根據(jù)不同的數(shù)據(jù)庫存儲性能優(yōu)勢，本系統(tǒng)采用如下方式實現(xiàn)知識的存儲管理。

（1）圖數(shù)據(jù)庫存儲。利用圖數(shù)據(jù)庫服務存儲設備知識圖譜中的資源描述框架（RDF）結構的網絡化數(shù)據(jù)，包括實體、關系、屬性等。基于圖的存儲在設計上非常靈活，一般只需要局部改動即可。

（2）文檔數(shù)據(jù)庫存儲。利用文檔數(shù)據(jù)庫服務存儲設備文檔、圖片和圖紙等非結構化數(shù)據(jù)，通過知識合并鏈接與圖譜中的實體關聯(lián)。

（3）大數(shù)據(jù)倉庫存儲。利用大數(shù)據(jù)倉庫服務存儲設備生產過程全要素的數(shù)據(jù)信息，一般作為事件補充知識圖譜，通過知識合并鏈接與圖譜中的實體進行關聯(lián)。

（4）知識推理和分析。在完成知識抽取和融合之后，可以從原始雜亂的數(shù)據(jù)中獲得一系列基本的事實表達?；谠O備本體各類實體和關系的構建，在知識推理和分析階段，可以通過邏輯、圖及深度學習的推理計算獲得結構化、網絡化的設備知識體系。

本系統(tǒng)采用基于語義的NTN張量神經網絡模型作為其知識推理方法。該模型利用雙線性張量層代替?zhèn)鹘y(tǒng)的標準線性神經網絡，通過將實體表示為向量獲取實體信息，并將參數(shù)關系表示為三階張量實現(xiàn)兩個實體間的關聯(lián)。同時，系統(tǒng)根據(jù)事件的上下文和相關性進行知識推理，計算對應的事件根因模型。根據(jù)事件根因模型，系統(tǒng)會對可能引起故障的隱患事件進行警告，并推薦事件的解決方案。NTN張量神經網絡模型的基本原理見圖2。

NTN為每個三元組（h，r，t）定義了如下評分函數(shù)，用于評價兩個實體之間存在的某個特定關系r的可能性：

[fr（h，t）=uTrg（lhMrlt+Mr，1lh+Mr，2lh+br）]

該模型中的實體向量是該實體中所有單詞向量的平均值，這樣做的好處是實體中的單詞數(shù)量遠小于實體數(shù)量，可以充分地重復利用單詞向量構建實體表示，解決了實體表示學習的稀疏性問題，增強了不同實體的語義聯(lián)系。

（5）設備維修知識應用體系構建。設備維修知識應用體系基于煙草領域內本體技術構建專業(yè)概念之間的關聯(lián)模型，實現(xiàn)不同概念之間由此及彼的語義推理，克服了傳統(tǒng)知識管理系統(tǒng)無法全方位表達知識的多維度語義關系的難題。知識體系構建流程見圖3。

圖3所示的體系中匯聚了煙草設備通用領域的知識和企業(yè)內部的知識，包括廠商設備手冊、企業(yè)內部的故障報告、維修記錄、監(jiān)控數(shù)據(jù)等，并利用自然語言處理方式中的實體識別、實體關系分析等技術手段，進行知識的提取和整理。通過對知識源的分析，完成知識體系框架和知識分類、知識關系和知識模板定義。

作為應用體系構建過程中的關鍵技術，知識圖譜的實體表示學習為關系抽取、實體消歧、鏈接預測等任務提供了底層支持。實體表示學習的核心思想即挖掘數(shù)據(jù)的關鍵性特征，通過設計映射函數(shù)將能夠充分表征原始數(shù)據(jù)的信息以一個低維的向量來表示。網絡表示學習原理見圖4。

知識圖譜的實體表示學習即將知識圖譜構建成一個（頭實體，關系，尾實體）的三元組形式，通過目標函數(shù)將實體和關系分別采用低維的向量表示。Trans系列的知識圖譜表示方法均采用同樣的函數(shù)思想，即|h + r| ≈ t，其中h、t分別表示知識圖譜中的頭實體和尾實體的向量表示，r表示關系的向量表示。本系統(tǒng)選取TransE作為表示學習方法，TransE核心原理見圖5。

構建的設備維修知識應用體系主要包括設備故障知識圖譜的關系展示、設備故障百科查詢、虛擬專家咨詢、故障維修輔助指導等功能。

2.2 基于知識圖譜技術的設備信息化管理應用介紹

設備知識圖譜的構建不是最終目的，如何利用設備知識圖譜進行設備領域業(yè)務的預測分析并解決問題才是關鍵。通過各種數(shù)據(jù)挖掘算法，進一步分析設備知識數(shù)據(jù)之間的內在關系，實現(xiàn)設備相關的基于知識圖譜技術的智能化應用，包括設備故障知識圖譜的關系展示、設備故障百科查詢、虛擬專家咨詢、故障維修輔助指導等。

知識圖譜關系展示功能主要幫助業(yè)務人員對設備維修知識資源進行高效、有序的管理。讓所有設備維修人員都能快速方便地將自己掌握的經驗技能傳授他人，從而全面增強維修人員的技能素質和協(xié)同工作能力，提升企業(yè)整體的競爭能力。

設備故障百科功能實現(xiàn)了設備故障知識的智能搜索，可以通過按常見高頻故障、按分類查找、按機型查找、按部位查找、按字母查找等方式查看故障現(xiàn)象，并返回翔實的故障知識，包括故障的具體現(xiàn)象、部位、產生原因、造成影響、處理措施和預防建議等。

虛擬專家咨詢功能是基于提高設備管理工作效率的智能化模塊，其最大的隱性價值是在實際的設備管理中得到標準化的數(shù)據(jù)積累，從而在新的場景中智能化地提供相應的決策經驗。

故障維修輔助指導功能是指設備發(fā)生故障后，依據(jù)故障知識圖譜中包含的故障現(xiàn)象、故障原因、故障癥狀及傳播關系、在線實時設備狀態(tài)數(shù)據(jù)，自動識別故障類型、故障發(fā)生位置等信息，運用機器學習技術、人工智能算法，進行故障根因的自動確診，并給出最終的故障診斷結果。

3 結語

針對現(xiàn)階段煙草行業(yè)生產設備信息化管理水平不足的問題，卷煙工廠在整合卷包、制絲關鍵設備知識經驗和設備技術資料的基礎上，基于知識圖譜等信息技術手段，構建了設備信息化管理應用體系，為設備管理、產品生產、質量檢測等業(yè)務提供了實時準確的數(shù)據(jù)分析和信息決策參考，有效提高了卷煙工廠的信息化、智能化水平。未來，可不斷擴大信息技術在煙草行業(yè)的應用場景，構建生產、管理、銷售一體化的煙草行業(yè)智能信息系統(tǒng)。

4 參考文獻

［1］馮波興，韋泰丞，李發(fā)文.“互聯(lián)網 +”背景下煙草行業(yè)管理創(chuàng)新問題研究［J］.管理創(chuàng)新，2021（30）：52-54.

［2］夏歡.煙草卷煙機械設備管理方法優(yōu)化分析［J］.科技創(chuàng)新導報，2020（14）：164-165.

［3］向宇洋.大數(shù)據(jù)在現(xiàn)代煙草信息建設中的應用［J］.科技資訊，2022（7）：46-48.

［4］王衛(wèi)軍.面向煙草領域的科研知識圖譜服務平臺關鍵技術研究［J］.中國煙草學報，2021（27）：83-89.

［5］王昱，孫超，王星來.煙草行業(yè)設備健康管理及信息化平臺應用淺析［J］.中國設備工程，2021（8）：19-21.