基于本體的裝備故障知識(shí)庫(kù)構(gòu)建

蘇正煉，嚴(yán) 駿，陳海松，曾擁華

（解放軍理工大學(xué)野戰(zhàn)工程學(xué)院，江蘇南京210007）

基于本體的裝備故障知識(shí)庫(kù)構(gòu)建

蘇正煉，嚴(yán) 駿，陳海松，曾擁華

（解放軍理工大學(xué)野戰(zhàn)工程學(xué)院，江蘇南京210007）

從裝備故障知識(shí)庫(kù)構(gòu)建的重要性和現(xiàn)有故障知識(shí)表示方法存在的不足出發(fā)，將本體概念引入到裝備故障知識(shí)庫(kù)的構(gòu)建中，分析了本體與知識(shí)庫(kù)的關(guān)系以及裝備故障知識(shí)的特點(diǎn)，提出了裝備故障知識(shí)庫(kù)的結(jié)構(gòu)組成，設(shè)計(jì)了完整的知識(shí)庫(kù)構(gòu)建方法，描述了各步驟的具體構(gòu)建過(guò)程，并詳細(xì)闡述了基于規(guī)則的語(yǔ)義推理關(guān)鍵技術(shù)，實(shí)現(xiàn)了裝備故障知識(shí)庫(kù)的構(gòu)建，也為其他領(lǐng)域知識(shí)庫(kù)的構(gòu)建提供了方法和技術(shù)路線。

本體；裝備故障；知識(shí)庫(kù)；本體構(gòu)建；規(guī)則推理

0 引 言

裝備維修保障對(duì)于部隊(duì)?wèi)?zhàn)斗力的保持、恢復(fù)和再生至關(guān)重要［1］。信息化戰(zhàn)爭(zhēng)條件下，大量高技術(shù)武器裝備參戰(zhàn)，裝備維修保障領(lǐng)域所積累的故障知識(shí)資源的數(shù)量和規(guī)模正在飛速增長(zhǎng)。裝備故障知識(shí)對(duì)裝備故障診斷和裝備維修保障起著越來(lái)越重要的作用，而且知識(shí)管理正在西方國(guó)家各類軍事組織中得到廣泛的研究和應(yīng)用［2］。因此，研究裝備故障知識(shí)庫(kù)的構(gòu)建，實(shí)現(xiàn)對(duì)故障知識(shí)的管理、分析和利用顯得十分重要。

近年來(lái)，隨著人工智能、知識(shí)工程與計(jì)算機(jī)技術(shù)的飛速發(fā)展，產(chǎn)生了基于知識(shí)的故障表示和推理方法，國(guó)內(nèi)外學(xué)者對(duì)此開展了大量研究。文獻(xiàn)［3］提出了一種基于描述框架的故障知識(shí)表示方法，使得知識(shí)能夠進(jìn)行推理。文獻(xiàn)［4］采用產(chǎn)生式規(guī)則來(lái)表示知識(shí)，研究了基于故障仿真的故障知識(shí)庫(kù)更新方法，實(shí)現(xiàn)了知識(shí)積累。文獻(xiàn)［5］采用模糊神經(jīng)網(wǎng)絡(luò)來(lái)表示和學(xué)習(xí)故障知識(shí)，以此為基礎(chǔ)構(gòu)建了故障診斷專家系統(tǒng)。這些研究成果初步實(shí)現(xiàn)了故障知識(shí)的管理，但積累的知識(shí)的共享和推理能力還比較弱，應(yīng)用效率較低。文獻(xiàn)［6］研究了基于本體的故障知識(shí)推理方法，提高了故障知識(shí)的共享和復(fù)用能力，但對(duì)知識(shí)庫(kù)構(gòu)建的詳細(xì)過(guò)程沒(méi)有說(shuō)明。

本文針對(duì)裝備故障知識(shí)的特點(diǎn)，將本體引入到裝備故障知識(shí)庫(kù)的構(gòu)建中，建立故障知識(shí)的本體模型，提出基于本體的裝備故障知識(shí)庫(kù)的結(jié)構(gòu)，研究其詳細(xì)的構(gòu)建過(guò)程和語(yǔ)義推理技術(shù)，旨在實(shí)現(xiàn)裝備故障知識(shí)的有效管理和高效利用。

1 本體論與知識(shí)庫(kù)

1.1 本體論

本體（Ontology）起源于西方哲學(xué)，用來(lái)描述客觀事實(shí)的抽象本質(zhì)，后來(lái)逐漸被引入到人工智能和知識(shí)工程領(lǐng)域，用來(lái)描述人們對(duì)領(lǐng)域知識(shí)的共同理解。不同學(xué)者對(duì)本體的定義有不同表述，其中文獻(xiàn)［7］的定義最為精確并被廣泛接受：“本體是共享概念模型的明確的形式化規(guī)范說(shuō)明”。文獻(xiàn)［8］按分類法來(lái)組織本體，歸納出了5個(gè)基本建模元語(yǔ)，包括：類（class）（也稱為概念（concept））、關(guān)系（relation）、函數(shù)（function）、公理（axiom）和實(shí)例（instance）。

1.2 知識(shí)庫(kù)

知識(shí)庫(kù)是數(shù)據(jù)庫(kù)與人工智能技術(shù)結(jié)合的產(chǎn)物，是面向組織的、集成的、隨時(shí)間變化的數(shù)據(jù)存儲(chǔ)空間，是事實(shí)、規(guī)則和概念的集合。與數(shù)據(jù)庫(kù)相比，知識(shí)庫(kù)除了包含數(shù)據(jù)庫(kù)存儲(chǔ)的事實(shí)，還包含數(shù)據(jù)庫(kù)無(wú)法存儲(chǔ)的常識(shí)、經(jīng)驗(yàn)、規(guī)則等啟發(fā)性知識(shí)，這是二者的根本區(qū)別。知識(shí)庫(kù)的基本內(nèi)容可描述為［9］：KB＝F+R，其中，F(xiàn)為實(shí)例集，表示領(lǐng)域中概念層次和屬性關(guān)系描述的集合；R為規(guī)則集，表示對(duì)實(shí)例知識(shí)進(jìn)行推理的啟發(fā)式規(guī)則的集合。

2 裝備故障知識(shí)

2.1 裝備故障知識(shí)的內(nèi)涵

裝備故障知識(shí)包含故障現(xiàn)象、故障源和故障原因3個(gè)基本信息。其中，故障現(xiàn)象指故障發(fā)生時(shí)裝備表現(xiàn)出的異常現(xiàn)象或狀態(tài)；故障源指裝備發(fā)生故障的部件；故障原因指導(dǎo)致故障發(fā)生的具體因素。三者之間的邏輯關(guān)系如圖1所示。

圖1 裝備故障知識(shí)的邏輯關(guān)系

從圖1中可以看出，從故障原因到故障源再到故障現(xiàn)象，是故障產(chǎn)生的過(guò)程，反映了故障機(jī)理；而從故障現(xiàn)象到故障源再到故障原因，是故障檢修的過(guò)程，體現(xiàn)了故障診斷。兩個(gè)過(guò)程相互補(bǔ)充和驗(yàn)證，形成了維修領(lǐng)域的故障知識(shí)環(huán)路，從而完整地包含了故障實(shí)例知識(shí)和診斷規(guī)則知識(shí)。

在傳統(tǒng)的裝備故障知識(shí)庫(kù)研究中，由于沒(méi)有統(tǒng)一的術(shù)語(yǔ)，不同領(lǐng)域?qū)＜覍?duì)同一故障機(jī)理和診斷規(guī)則的表述不盡相同，造成知識(shí)難以共享和重用。此外，由于眾多故障現(xiàn)象之間的診斷規(guī)則十分復(fù)雜，只憑領(lǐng)域?qū)＜胰斯?gòu)建故障診斷規(guī)則知識(shí)效率太低，而且一些隱含規(guī)則難以發(fā)現(xiàn)，導(dǎo)致構(gòu)建的知識(shí)庫(kù)不完善。

2.2 基于本體的裝備故障知識(shí)

基于本體的知識(shí)庫(kù)中，本體是知識(shí)庫(kù)的概念基礎(chǔ)，是知識(shí)庫(kù)的元模型，知識(shí)庫(kù)是本體的具體應(yīng)用，是本體概念實(shí)例化的體現(xiàn)，二者之間的關(guān)系如圖2所示。

將本體應(yīng)用到裝備故障知識(shí)庫(kù)中，一方面本體采用語(yǔ)義明確、定義統(tǒng)一的術(shù)語(yǔ)為裝備故障知識(shí)的表示提供了完整的概念和結(jié)構(gòu)，并揭示了這些概念之間的內(nèi)在關(guān)系，使知識(shí)共享成為可能；另一方面，由于本體自身具有一定的邏輯推理能力，所描述的知識(shí)能夠體現(xiàn)出良好的語(yǔ)義邏輯關(guān)系，采用基于知識(shí)本體來(lái)表示診斷推理規(guī)則，能夠?qū)㈦[含規(guī)則經(jīng)推理而顯式地表達(dá)出來(lái)，從而使知識(shí)發(fā)現(xiàn)成為可能。

圖2 本體與知識(shí)庫(kù)的關(guān)系

3 裝備故障知識(shí)庫(kù)的構(gòu)建

3.1 基于本體的裝備故障知識(shí)庫(kù)的構(gòu)成

裝備故障知識(shí)庫(kù)是裝備在故障模式下所表現(xiàn)出來(lái)的故障特征信息和故障排除方法集合，一方面利用知識(shí)本體對(duì)故障知識(shí)進(jìn)行組織，實(shí)現(xiàn)對(duì)故障實(shí)例的存儲(chǔ)與管理，另一方面運(yùn)用語(yǔ)義推理對(duì)故障機(jī)理進(jìn)行分析，實(shí)現(xiàn)對(duì)故障原因的診斷與定位。根據(jù)裝備故障維修保障的需求，將裝備保障知識(shí)庫(kù)分為故障實(shí)例知識(shí)庫(kù)和故障診斷規(guī)則知識(shí)庫(kù)，如圖3所示。

圖3 基于本體的裝備故障知識(shí)庫(kù)的構(gòu)成

其中，實(shí)例知識(shí)庫(kù)存儲(chǔ)裝備故障的故障現(xiàn)象、故障源、故障原因、修復(fù)方法等概念和屬性關(guān)系，與故障知識(shí)本體模型相對(duì)應(yīng)，屬于領(lǐng)域知識(shí)；而規(guī)則知識(shí)庫(kù)存儲(chǔ)對(duì)裝備故障進(jìn)行診斷、推理或判定的規(guī)則，與故障診斷推理引擎相對(duì)應(yīng)，屬于應(yīng)用知識(shí)。

3.2 基于本體的裝備故障知識(shí)庫(kù)的構(gòu)建方法

目前，本體的開發(fā)還沒(méi)有標(biāo)準(zhǔn)的方式，根據(jù)裝備故障知識(shí)的特點(diǎn)，基于斯坦福大學(xué)本體開發(fā)的“七步法”［10］，提出了基于本體的裝備故障知識(shí)庫(kù)構(gòu)建方法，如圖4所示。

從圖4中可以看出，知識(shí)庫(kù)構(gòu)建中的裝備故障知識(shí)本體開發(fā)過(guò)程是將具體的故障知識(shí)轉(zhuǎn)換為概念描述的抽象過(guò)程，是一個(gè)不斷改進(jìn)、不斷完善的反復(fù)過(guò)程。

3.3 基于本體的裝備故障知識(shí)庫(kù)的構(gòu)建流程

3.3.1 本體規(guī)劃

包括確定本體應(yīng)用的具體目標(biāo)范圍和收集獲取相關(guān)知識(shí)兩個(gè)步驟。裝備故障知識(shí)研究領(lǐng)域不僅涉及學(xué)科多，與機(jī)械工程、系統(tǒng)工程、電子科學(xué)、行為科學(xué)等學(xué)科緊密相聯(lián)，而且存在音頻、視頻、圖冊(cè)、文檔、系統(tǒng)、數(shù)據(jù)等多種資源形式。因此，與故障知識(shí)相關(guān)的業(yè)務(wù)資料、法規(guī)資料、教材資料等都是知識(shí)收集的對(duì)象。

圖4 基于本體的裝備故障知識(shí)庫(kù)構(gòu)建方法

3.3.2 資源重用

考慮現(xiàn)有可用的本體資源，通過(guò)形式轉(zhuǎn)化等復(fù)用手段直接生成目標(biāo)本體。在維修保障的故障診斷領(lǐng)域，已經(jīng)積累了大量的基于各種原理的專家系統(tǒng)，其中基于知識(shí)推理的專家系統(tǒng)中的知識(shí)庫(kù)可以考慮重用。

3.3.3 本體設(shè)計(jì)

本體設(shè)計(jì)由領(lǐng)域?qū)＜液陀?jì)算機(jī)專業(yè)人員共同參與，包括抽取重要概念和術(shù)語(yǔ)、確定類和類的層次關(guān)系、定義類的屬性和屬性分面、創(chuàng)建實(shí)例4部分。

（1）抽取重要概念和術(shù)語(yǔ)

首先確定最核心概念，然后圍繞核心概念逐層擴(kuò)展找出其相關(guān)概念，從而形成領(lǐng)域范圍內(nèi)所有重要概念的完整清單。由于裝備保障領(lǐng)域沒(méi)有專門的敘詞表，因此以相關(guān)條令條例為基礎(chǔ)，在領(lǐng)域?qū)＜业膮⑴c下，通過(guò)頭腦風(fēng)暴產(chǎn)生裝備故障領(lǐng)域的核心概念，如：故障原因、故障描述、故障源、故障等級(jí)、修復(fù)方法、發(fā)動(dòng)機(jī)故障、換件修理等。

（2）確定類和類的層次關(guān)系

根據(jù)對(duì)裝備故障知識(shí)的分析，參考領(lǐng)域?qū)＜宜o出的核心概念，在頂層將故障知識(shí)本體分為故障原因、故障描述、故障源、故障等級(jí)、修復(fù)方法5個(gè)頂級(jí)類，每個(gè)頂級(jí)類又包含若干個(gè)子類。本體中用4種關(guān)系來(lái)表示類之間的基本層次關(guān)系：part of（部分與整體）、kind of（繼承）、instance of（實(shí)例與類）和attribute of（屬性）。此外，本文還定義了幾種簡(jiǎn)單關(guān)系，如：導(dǎo)致（resultIn）、產(chǎn)生于（result From）、發(fā)生在（occurIn）、解決（solve）、采用（use）。

（3）定義類屬性和屬性分面

類的屬性用來(lái)說(shuō)明類的共同特征以及個(gè)體實(shí)例的專有特征，是一個(gè)二元關(guān)系，包括對(duì)象屬性（ObjectProperty）和數(shù)據(jù)類型屬性（DatatypeProperty）。對(duì)象屬性用于描述類之間的關(guān)系。數(shù)據(jù)類型屬性用于描述類元素和可擴(kuò)展標(biāo)記語(yǔ)言（extensible markup language，XML）數(shù)據(jù)類型之間的關(guān)系，不同屬性有不同取值類型，一般包括文本、數(shù)值、日期等多種數(shù)據(jù)類型，如：“故障現(xiàn)象”“故障原因”類的數(shù)據(jù)類型屬性：描述（description，值域是string）。定義屬性時(shí)還必須定義其屬性約束，包括定義域（domain）、值域（range）等，如：resultIn屬性的domain為“故障原因”，range為“故障現(xiàn)象”，resultIn與result From、use與used For的屬性特征為可逆關(guān)系（inverse）。

（4）創(chuàng)建實(shí)例

根據(jù)圖2描述的關(guān)系，在類的本體模型的基礎(chǔ)上加入類的個(gè)體實(shí)例（individual）進(jìn)行實(shí)例化，就組成了知識(shí)庫(kù)，達(dá)到將本體進(jìn)行應(yīng)用的目的。

3.3.4 本體形式化

本體的形式化就是采用計(jì)算機(jī)能夠理解的表示形式將本體進(jìn)行編碼的過(guò)程。web本體語(yǔ)言（web ontology language，OWL）［11］具有良好的語(yǔ)義表達(dá)能力和推理支持，是萬(wàn)維網(wǎng)聯(lián)盟（world wide web consortium，W3C）推薦的本體描述語(yǔ)言，本文采用OWL對(duì)裝備故障知識(shí)進(jìn)行形式化描述。

3.3.5 本體評(píng)價(jià)

本體評(píng)價(jià)主要根據(jù)本體建立準(zhǔn)則檢驗(yàn)和評(píng)估本體的正確性、一致性、可擴(kuò)展性和有效性，包括驗(yàn)證本體的概念和術(shù)語(yǔ)是否定義清晰、概念及其關(guān)系是否構(gòu)建完整等。本體的推理機(jī)Racer［12］是一種基于描述邏輯的推理機(jī)，可以用于推理和測(cè)試OWL本體的內(nèi)涵信息。

3.3.6 本體存儲(chǔ)

本體存儲(chǔ)是將通過(guò)本體評(píng)價(jià)的本體進(jìn)行統(tǒng)一組織，便于高效利用。目前，常用的本體存儲(chǔ)方式包括基于內(nèi)存的存儲(chǔ)、基于文件的存儲(chǔ)和基于關(guān)系數(shù)據(jù)庫(kù)的存儲(chǔ)3種，如表1所示。

表1 常用的本體存儲(chǔ)方式

本文采用Protégé進(jìn)行裝備故障知識(shí)本體開發(fā)，在本體編輯完成后，直接利用該軟件功能，采用OWL文件進(jìn)行本體存儲(chǔ)，便于本體組織。

4 診斷規(guī)則的語(yǔ)義推理

裝備故障知識(shí)語(yǔ)義推理的主要任務(wù)是利用裝備故障知識(shí)本體模型，采取基于規(guī)則的推理策略，在裝備故障知識(shí)庫(kù)中進(jìn)行模式匹配，得到推理結(jié)果。其中，建立形式化描述的故障診斷推理規(guī)則集是最關(guān)鍵的環(huán)節(jié)。語(yǔ)義推理的過(guò)程就是利用裝備故障知識(shí)庫(kù)的診斷推理規(guī)則集，推斷故障現(xiàn)象背后的故障原因和修復(fù)方法等隱含知識(shí)，從而幫助裝備故障診斷和修復(fù)的過(guò)程。

Jena［13］是由惠普語(yǔ)義網(wǎng)絡(luò)實(shí)驗(yàn)室開發(fā)的一種用來(lái)構(gòu)建語(yǔ)義Web應(yīng)用的Java框架，它為資源描述框架（resource description framework，RDF）、RDF模式（RDF schema，RDFS）、OWL以及查詢語(yǔ)言和數(shù)據(jù)獲取協(xié)議（simple protocol and RDF query language，SPARQL）等提供程序開發(fā)環(huán)境，并且包含一個(gè)基于規(guī)則的推理引擎。本文采用Jena的推理支持來(lái)完成基于規(guī)則的裝備故障知識(shí)語(yǔ)義推理。

5 應(yīng)用實(shí)例

基于知識(shí)庫(kù)構(gòu)建和語(yǔ)義推理方法，以“新型履帶式綜合掃雷車發(fā)動(dòng)機(jī)自行熄火（故障現(xiàn)象），是由于發(fā)動(dòng)機(jī)噴油泵凸輪軸（故障源）發(fā)生斷裂（故障原因）引起的，屬于嚴(yán)重?fù)p傷（故障等級(jí)），需要進(jìn)行換件修理（修復(fù)方法）”這一具體的裝備故障描述為例，闡述裝備故障知識(shí)庫(kù)的構(gòu)建過(guò)程。

5.1 故障實(shí)例知識(shí)構(gòu)建

根據(jù)裝備故障領(lǐng)域抽取的核心概念和5個(gè)頂級(jí)類，對(duì)其層次關(guān)系進(jìn)行分析，得到如圖5所示的裝備故障知識(shí)本體結(jié)構(gòu)。

圖5 裝備故障知識(shí)本體的類及層次關(guān)系（部分）

利用定義的類關(guān)系，分析頂級(jí)類的對(duì)象屬性，得到如圖6所示的裝備故障知識(shí)本體的對(duì)象屬性關(guān)系，包括“故障原因”采用（use）“修復(fù)方法”、“修復(fù)方法”解決（slove）“故障現(xiàn)象”、“故障原因”導(dǎo)致（resultIn）“故障現(xiàn)象”、“故障現(xiàn)象”產(chǎn)生于（resultFrom）“故障原因”、“故障現(xiàn)象”發(fā)生在（occurIn）“故障源”上等。

圖6 裝備故障知識(shí)本體的對(duì)象屬性關(guān)系（部分）

在類層次關(guān)系和對(duì)象屬性關(guān)系研究的基礎(chǔ)上，采用OWL語(yǔ)言對(duì)裝備故障描述進(jìn)行形式化描述，部分形式化代碼如下：

根據(jù)故障實(shí)例知識(shí)的形式化描述，利用美國(guó)Stanford大學(xué)醫(yī)學(xué)院開發(fā)的開源工具Protégé進(jìn)行本體編輯和存儲(chǔ)，從而建立故障實(shí)例知識(shí)。

5.2 診斷規(guī)則知識(shí)構(gòu)建

基于裝備故障描述，在領(lǐng)域?qū)＜抑笇?dǎo)下，建立兩條診斷規(guī)則知識(shí)：

規(guī)則1 如果裝備的發(fā)動(dòng)機(jī)噴油泵凸輪軸發(fā)生斷裂故障，則該裝備屬于嚴(yán)重?fù)p傷。

規(guī)則2 如果裝備發(fā)生嚴(yán)重?fù)p傷，則需要采取換件修理。

采用Jena規(guī)則語(yǔ)法對(duì)該診斷規(guī)則進(jìn)行形式化描述，可表示如下：

Rule1：（？x rdf：type ns：Fault＿Source），（？e rdf：type ns：Engine＿Fuel＿Injection＿Pump＿Camshaft），（？f rdf：type ns：Fracture），（？d rdf：type ns：Serious＿Injury），（？x ns：has＿fault＿source？e），（？e ns：occur？f）→（？x ns：belong To？d）

Rule2：（？x rdf：type ns：Fault＿Source），（？d rdf：type ns：Serious＿Injury），（？r rdf：type ns：Change＿Repair），（？x ns：belong To？d）→（？x ns：use？r）

在規(guī)則庫(kù)存儲(chǔ)此規(guī)則，建立診斷規(guī)則知識(shí)。

5.3 實(shí)例分析

建立裝備故障知識(shí)庫(kù)的目的是為故障診斷和修理服務(wù)，利用Jena推理支持實(shí)現(xiàn)診斷規(guī)則語(yǔ)義推理的關(guān)鍵代碼如下：

從第1條輸出結(jié)果可以得出：發(fā)動(dòng)機(jī)噴油泵凸輪軸發(fā)生斷裂故障屬于嚴(yán)重?fù)p傷；從第2條輸出結(jié)果可以得出：發(fā)動(dòng)機(jī)噴油泵凸輪軸發(fā)生斷裂故障需采取換件修理。其中，第2條輸出結(jié)果是規(guī)則知識(shí)庫(kù)中原先不存在的，而是在故障實(shí)例知識(shí)本體表示的基礎(chǔ)上，基于Rule1和Rule2的語(yǔ)義推理得到的，體現(xiàn)了基于本體構(gòu)建知識(shí)庫(kù)能夠自動(dòng)挖掘隱含知識(shí)和實(shí)現(xiàn)語(yǔ)義推理的優(yōu)勢(shì)。

6 結(jié)束語(yǔ)

將本體引入到裝備故障知識(shí)庫(kù)的構(gòu)建中，一方面能夠利用本體的知識(shí)表示能力對(duì)裝備故障領(lǐng)域知識(shí)的基本概念、屬性和內(nèi)在關(guān)系進(jìn)行明確和形式化表達(dá)，便于人和計(jì)算機(jī)形成一致理解；另一方面能夠利用本體的推理能力幫助維修保障人員基于現(xiàn)有故障領(lǐng)域知識(shí)分析故障現(xiàn)象，找到修復(fù)方法，從而提高故障知識(shí)的復(fù)用性。本文在對(duì)知識(shí)庫(kù)和裝備故障知識(shí)進(jìn)行研究的基礎(chǔ)上，分析了基于本體的裝備故障知識(shí)庫(kù)的構(gòu)成，提出了完整的構(gòu)建方法，并詳細(xì)描述了具體的構(gòu)建過(guò)程和推理技術(shù)，為其他領(lǐng)域知識(shí)庫(kù)的構(gòu)建提供了方法和技術(shù)路線。下一步需要對(duì)知識(shí)庫(kù)中實(shí)例知識(shí)和規(guī)則知識(shí)的完善和豐富以及基于本體的故障診斷系統(tǒng)的開發(fā)進(jìn)行研究，使裝備故障知識(shí)庫(kù)在實(shí)際維修保障工作中得到廣泛應(yīng)用。

［1］Li L.Military equipment frontier theory and reform practice［M］.Beijing：National Defense Industry Press，2010：299-300.（李霖.軍事裝備前沿理論與改革實(shí)踐［M］.北京：國(guó)防工業(yè)出版社，2010：299-300.）

［2］Hu J Q，Wang L，Quan L.Study on application of knowledge management in battlelab［J］.Military Operations Research and Systems Engineering，2011，25（3）：20-23.（胡金強(qiáng)，王雷，權(quán)樂(lè).知識(shí)管理在作戰(zhàn)實(shí)驗(yàn)中的應(yīng)用研究［J］.軍事運(yùn)籌與系統(tǒng)工程，2011，25（3）：20-23.）

［3］Shi J P，Tong W G，Wang D L.Design of the transformer fault diagnosis expert system based on fuzzy reasoning［C］∥Proc.of the Computer Science-Technoogy and Applications，2009：110-114.

［4］Wang M，Hu N Q，Yang S F，et al.Study on application of fault-simulation-based fault-knowledge base［J］.Journal of Astronautics，2010，31（4）：1253-1258.（王珉，胡蔦慶，楊思峰，等.基于故障仿真的故障知識(shí)庫(kù)應(yīng)用研究［J］.宇航學(xué)報(bào)，2010，31（4）：1253-1258.）

［5］Zhan H W.Study on fault diagnosis system of the marine diesel based on fuzzy neural network［D］.Wuhan：Wuhan University of Technology，2009.（占慧文.基于模糊神經(jīng)網(wǎng)絡(luò)的船舶柴油機(jī)故障診斷系統(tǒng)研究［D］.武漢：武漢理工大學(xué)，2009.）

［6］Wang Z，Xia S X，Niu Q，et al.Construction of ontology-based mine-motor fault knowledge base［J］.Computer Engineering，2010，36（10）：270-275.（王志，夏士雄，牛強(qiáng)，等.基于本體的礦井電機(jī)故障知識(shí)庫(kù)構(gòu)建［J］.計(jì)算機(jī)工程，2010，36（10）：270-275.）

［7］Studer R，Benjamins V R，F(xiàn)ensel D.Knowledge engineering：principles and methods［J］.Data and Knowledge Engineering，1998，25（1／2）：161-197.

［8］Perez A G，Benjamins V R.Overview of knowledge sharing and reuse conponents：ontologies and problem-solving methods［C］∥Proc.of the International Joint Conference on Artificial Intelligence，1999：1-15.

［9］Zhao X X，Bai X L.Research on the construction methods of ontology-based fmea knowledge base［J］.Journal of WUT（Information& Management Engineering），2009，31（1）：87-90.（趙秀栩，白曉麗.基于本體的FMEA知識(shí)庫(kù)的構(gòu)建方法研究［J］.武漢理工大學(xué)學(xué)報(bào)（信息與管理工程版），2009，31（1）：87-90.）

［10］Noy N F，McGuinness D L.Ontology development 101：a guide to create your first ontology［EB／OL］.［2014-08-10］.http：∥protege.sanford.edu／publicationa／ontology-development／ontolog101.pdf.

［11］W3C OWL Working Group.OWL web ontology language overview［EB／OL］.［2014-08-10］.http：∥www.w3.org／TR／owl-overview.

［12］Haarslev V，M?ller R.RACER system description［C］∥Proc.of the International Joint Conference on Automated Reasoning，2001.

［13］Carroll J J，Dickinson I，Dollin C，et al.Jena：implementing the semantic Web recommendations［C］∥Proc.of the 13th International World Wide Web Conference on Alternate Track Papers&Posters，2004：74-83.

Construction of ontology-based equipment fault knowledge base

SU Zheng-lian，YAN Jun，CHEN Hai-song，ZENG Yong-hua
（College of Field Engineering，PLA University of Science&Technology，Nanjing 210007，China）

Concerning of the importance of equipment fault knowledge base construction and the insufficiency of existing fault knowledge representative methods，ontology is adopted to construct equipment fault knowledge base.After the analysis of the relationship between ontology and knowledge base and the characteristics of equipment fault knowledge，the structure of equipment fault knowledge base is proposed.Then a construction method of knowledge base is put forward and its detailed process and the key technology of ruled-based reasoning are elaborated.All the work achieves the construction of ontology-based equipment fault knowledge base.This research provides a method and a technical route for the construction of other domain knowledge base.

ontology；equipment fault；knowledge base；ontology construction；rule-based reasoning

E 182 文獻(xiàn)標(biāo)志碼：A DOI：10.3969／j.issn.1001-506X.2015.09.17

蘇正煉（1984-），男，講師，博士，主要研究方向?yàn)橹R(shí)管理、裝備保障信息化技術(shù)。

E-mail：182247847＠qq.com

嚴(yán) 駿（1962-），男，教授，博士，博士研究生導(dǎo)師，主要研究方向?yàn)檠b備系統(tǒng)管理與運(yùn)用。

E-mail：yanjun＿nj＠163.com

陳海松（1969-），男，副教授，碩士研究生導(dǎo)師，主要研究方向?yàn)檠b備保障信息化。

E-mail：1575886212＠qq.com

曾擁華（1977-），男，副教授，博士，主要研究方向?yàn)檠b備保障知識(shí)管理。

E-mail：protege＿user＠126.com

1001-506X（2015）09-2067-06

2014-08-20；

2015-04-15；網(wǎng)絡(luò)優(yōu)先出版日期：2015-06-18。

網(wǎng)絡(luò)優(yōu)先出版地址：http：／／www.cnki.net／kcms／detail／11.2422.TN.20150618.1536.013.html

總裝重點(diǎn)預(yù)研基金；解放軍理工大學(xué)青年預(yù)研基金資助課題