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。

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。

提高装备维修效率

有效降低平均故障恢复时间；

辅助培训及人员成长

提高维修质量，延长设备平均无故障时间；

提高设备运行效率

支持企业效益提升。