背  景

经过多年的维修实践，企业已有大量的维护数据。当面对海量的设备维修保障数据时，相关业务人员却无法从中获取有用的知识，从而也无法依据数据进行更精准和有效率的维修及决策。据调研分析可知：导致价值信息继续沉睡的首要问题是，目前在海量数据中人们还不能找到其中的关键知识及其相互关系，没有形成相应的装备维修保障领域的知识体系，导致数据挖掘无从下手。因此，在海量知识与信息中，帮助业务人员快速精准的定位所需知识。如快速解决烟草设备故障，找到维修方法，减少维修等待时长。

某烟草工业企业根据自身设备特点，选择卷接机组开展了设备维护知识图谱的试点建设。

1、维修知识库的抽取及建设：

3、维修图书库

维修图书库需要实现把生产中的显性知识和隐性经验（例如：设备维修规范标准或技术手册、部件说明书、单点课OPL、维修案例等）形成文档资产成果库，并利用知识图谱实现文档在线快速访问和管理。

设备体系电子图文主要分成技术类文件及管理类文件，技术类文件就是把有关设备的技术资料，关键参数、图纸等静态信息以及维修经验、维修履历、故障案例等动态知识全部汇编成一本电子化的技术手册，实现设备维修的全生命周期管理。管理类文件主要包括企业内部对设备、人员等管理制度的文件，是设备管理文件体系的信息化实体，将设备绩效评价过程所需的体系文件，进行归类存储、发布、变更、检索等功能，是体现设备管理体系的文件平台。

2、维修知识智能问答：

将重点主机的维护手册、备件图册进行整理，形成设备结构、备件清单、爆炸图、维护方法、故障经验等，形成设备维护知识图谱（KG）。利用自然语言交互技术（NLP）和语音输入的方法，形成维修知识智能问答系统。

客户价值

使用自然语言进行搜索，对自然语言进行语义化解析，业务人员发现机器故障后可以用自然语言描述并在系统中查询解决方法；并利用知识图谱技术进行智能知识组装、知识推理等，从而达到精准知识反馈。