特种设备风险防控知识图谱建设组织方及专业技术人员类型风险防控主要数据类型及来源、辅助决策应用场景、系统性能测试推荐要求.docx

《特种设备风险防控知识图谱建设组织方及专业技术人员类型风险防控主要数据类型及来源、辅助决策应用场景、系统性能测试推荐要求.docx》由会员分享，可在线阅读，更多相关《特种设备风险防控知识图谱建设组织方及专业技术人员类型风险防控主要数据类型及来源、辅助决策应用场景、系统性能测试推荐要求.docx（9页珍藏版）》请在三一文库上搜索。

1、附录A（资料性）建设组织方及专业技术人员类型四类系统建设参与主体可进一步划分表A.1特为子主体，概念层级和定义见表A.1。种设备知识图谱系统组织方主体描述提供方发起建设方知识图谱辅助决策系统建设运营需求方，也即系统项目甲方。知识内容提供方根据知识图谱辅助决策应用的具体场景，整理提供相关数据和知识的参与方。系统运维方知识图谱系统后期运行服务方，承担知识添加、更新、删除、备份和恢复以及知识质量管理任务等运维服务。集成方知识整理方提供符合质量要求的数据结构化服务方，包括知识建模、知识表示、知识提取、知识融合、知识存储和知识计算等服务。数据库部署方提供知识图谱数据库的开发服务方，包括知识数据的导入、数

2、据库可视化、数据库查询接口等服务。应用开发方基于知识图谱数据提供知识推理、风险分析、智能预测等特定辅助决策场景应用的算法开发服务方。用户知识使用人员特种设备从业人员，利用系统终端获取知识、案例与分析、预测等服务。二次开发方利用开发的知识图谱辅助决策系统进行二次应用或网页嵌入开发的参与方，而无需新建知识图谱。其他合作伙伴IT基础设施提供方为知识图谱系统构建和运营提供所需的硬件和软件基础设施的供应方，例如硬件设备、云服务资源、大数据存储计算平台等。平台与软件开发方为知识图谱系统知识服务提供相关软件和平台开发等软件开发支持业务方。数据库工具提供方为知识图谱数据管理提供数据库相关工具的数据库供应方。评

3、估与认证服务方为知识图谱系统应用产品、服务、流程以及安全等方面提供评估与认证的组织方。合规审查方为基于知识图谱开展的知识产品和服务提供合规性审查服务方，以确保符合相应法律法规的要求。根据技术活动的内容将相关技术人员分为以下类别，见表A.2。表A.2特种设备知识图谱系统技术人员类型技术人员类型描述特种设设计人员从事特种设备产品设计，可提供设备材料、部件、结构、备领域校核等设计知识和经验。技术人操作人员从事特种设备生产运行操作，可提供设备运行操作知识和员经验。修理人员从事特种设备维护和修理，可提供设备故障原因判断、部件判废以及设备修理维护操作等知识和经验。检验人员从事特种设备监督和定期检验，可提供

4、设备检验检测项目内容、作业规范以及检验发现常见问题等知识和经验。监管人员从事特种设备安全监督管理，可提供监管政策、执法事项以及常见违法处罚情形等知识和经验。事故调查人员从事特种设备事故调查与处置，可提供安全风险、事故应急、事故案例以及常见事故发生原因等知识和经验。特种设备知识处理与分析人员知识数据分析人员设计数据转换方案的人员，分析特种设备相关环节数据结构，定义数据与知识图谱的映射关系。知识数据标注人员根据特种设备相关环节专业经验，对有关知识数据的概念、实体、关系、属性等形成统一的词汇表，建立标注方案。知识数据转换人员依据数据转换和标注方案，完成数据结构转换的人员。知识图谱技术人员知识建模人员

5、根据应用需求设计构建知识图谱模型并拓展模型的人员。知识存储人员利用图存储系统设计、集成和安排与知识处理相关的链接，以形成完整的知识生产和消费过程。模型维护人员维护知识图谱的更新、升级和版本的人员。知识质量审查人员分析和监控知识图谱数据质量的人员，包括其数量、完整性、准确性、可靠性和及时性等。自然语言处理人员知识抽取人员利用机器学习等方法从非结构化数据抽取实体、关系的人员。知识推理人员利用机器学习等方法实现知识计算和推理的人员。答案生成人员利用知识图谱计算推理的结果生成可读性文本的人员。系统开发人员系统设计人员根据知识图谱存储、计算等需求，选择合适的架构设计开发支持系统。系统维护人员跟踪监控系统

6、运行稳定性和响应速度，与知识图谱技术人员进行实时反馈。应用设计及服务人员应用设计人员分析知识图谱在特种设备领域应用价值和模式的人员服务设计人员分析设计知识图谱系统的人机交互模式与功能的人员附录B（资料性）全链条事项属性本体特种设备全生命周期各环节可以拆分为系列子事项进行描述,根据子事项的共同点提出以下通用环节事项属性。环节事项属性本体包括环节名称、子事项、主体、标准、设备、参数、工具、方法、流程、人员、行为、状态、描述、安全、质量、档案。政策制定、行政许可、监督检查、投诉受理、违法调查、行政处罚、事故处置等I1页承关系1I顺承关系1I顺承关系1I平行关系I平行关系11页承关系1全链条环节设计阶

7、段制造阶段安装阶段使用阶段检验阶段修理阶段报废阶段,1相关关系II相关关系I,1相关关系IJ相关关系IJ.相关关系I相关关系II相关关系I子事项规划用途、材料规格、结构尺寸、性能校核、设计文件鉴定设计资料审查、材料验收、下料成形、组对焊接、热处理、包装运输等设备检查、基础施工、设备定位、固定连接、附件安装、运行调试等日常检查、生产管理、维护计划、安全监控、人员考核、安全教育、应急演练等资料审查、宏观检验、尺寸距离检验、安全附件检验、无损检测、性能试验、运行试验等技能培训、检查诊断、拆卸更换、设备调试等报废判定、破拆破碎、废物回收等C环节名称:C事项属性,流程;人员子事项:主体标准J设备:参数;

8、工具：1方法;行为;状态描述:安全j质量档案图B.1生命周期各子项附录C(规范性)风险防控主要数据类型及来源特种设备全链条风险数据包括基础信息和业务信息两大类。基础信息包括设备(含材料及零部件)信息、单位信息、人员信息；业务信息包括许可信息、设计制造信息、安装修理信息、使用管理信息、检验检测信息、监督检查信息、事故调查信息等。特种设备全生命周期数据信息类型业务信息基础信息设备单位人员信息信息信息可息许信计造息设制信装理息安修信用理息使管信验测息检检信故查息事调信材料参数零部件参数人员基本信息人员考试信息人员持证信息充装运维信息信息图C.1特种设备全生命周期数据信息类型C.1基础信息(1)设备信

9、息。包括设备主要技术参数、材料参数、零部件参数，主要技术参数包括产品名称、产品规格、产品编号、制造日期、安装日期、安装位置、设计使用年限等基础信息，材料参数包括材料名称、牌号、规格尺寸、力学性能、热处理状态、合格证等参数；零部件参数包括零部件名称、制造标准、材料牌号、规格型号、性能参数、额定压力、额定温度、质量等级、合格证等。(2)单位信息。包括单位名称、统一社会信用代码、注册地址、注册资本、经营范围、法定代表人、安全管理负责人、登记日期、批准机关、联系电话等，除此外，年度报告、设备资料、制度文本等也能反应单位信息。(3)人员信息。包括人员基本信息、考试信息、持证信息等。基本信息包括姓名、出生

10、年月、性别、教育程度、专业、职称、培训记录、电话等信息；考试信息包括考试项目、考试日期、考试成绩、作弊情况、补考情况等信息；持证信息包括证书编号、项目名称、发证机关、发证日期、有效期、级别、聘用记录、处罚情况、证据吊销情况等信息。此外，设计资料、测试报告等资料也能反映人员情况。C.2业务信息(1)行政许可信息。包括许可证编号、许可项目、许可参数级别、发证日期、有效期、发证机关、鉴定评审机构、评审结论等信息。信息通常以行政许可证书、鉴定评审记录、行政许可事项文件等载体载明。(2)设计制造信息。包括设计制造单位、制造批次、制造日期、结构参数(尺寸)、工艺参数、性能参数、质量参数、热处理参数、表面处

11、理参数、公差误差参数等信息。信息通常以委托合同、执行标准规范、设计文件、工艺文件、操作指导书、制造档案、出厂随附资料等资料载体载明。(3)安装修理信息。包括施工单位、施工告知单编号、施工内容、施工人员、竣工日期、支撑结构与强度等级、工艺参数、验收质量等级、试运行情况、监督检验等信息。通常以委托合同、施工方案、技术档案、施工工艺、监督检验资料、自检文件、试运行资料等载体载明。(4)使用管理信息。使用管理信息应包括使用登记、充装、运维等信息，条件允许的情况下还可以包括运行监测信息。使用登记信息包括登记证编号、登记机关、登记审查情况、登记日期、变更登记情况、停用注销日期、报废情况等信息；充装信息包括

12、充装单位、充装证书编号、充装日期、充装介质、充装数量以及充装过程信息(充装压力、温度、时间、流量等)；运维信息包括检查记录、维保记录、使用操作记录、操作维护人员及持证、停机记录、故障问题记录、工作时间等信息。通常以使用登记证书、充装记录和运行记录等使用管理信息系统等载体载明，与使用管理维护信息化管理程度有关。(5)检验检测信息。包括检验类别、检验机构、检验人员、检验日期、下次检验日期、检验报告编号、检验项目、检验不合格项、检验不合格项描述、检验结论等信息，通常以检验标准、检验规程、作业指导书、检验记录与报告、检验意见书等载体载明。(6)监督检查信息。包括执法检查和行政处罚信息，执法检查信息包括

13、检查类别、起止日期、检查机构、检查人员、被检查单位、被检查设备、检查内容、发现问题、整改情况等信息，通常以执法检查记录、整改通知单等文书载体载明。行政处罚信息包括处罚机关、处罚文书号、处罚日期、被罚单位、处罚依据、违法描述、处罚类型、处罚内容等信息，通常以行政处罚文书为载体载明。(7)事故调查信息。包括事故编号、发生时间、发生地点、设备名称、设备编号、发生环节、事故经过、伤亡人数、经济损失、责任单位、事故影响、事故原因、事故结论、处置意见等信息，通常以事故调查报告为载体载明。此外，还包括信用信息、社会评价信息、奖励信息以及媒体新闻等信息。附录D（规范性）辅助决策应用场景将特种设备知识图谱系统在

14、实际业务环节的使用情景称为场景,场景描述了知识图谱技术如何被应用来解决特定问题或满足特定需求。D.1按功能效果分类按照解决特定问题的功能效果，将场景分为以下类别：a）知识查询。增强数据管理，将传统的标准规范和设备运维数据转化为知识图谱，结合检索技术与语言模型，帮助用户快速获取所需知识或信息，提高数据获取效率，减少查找时间。b）风险分析。利用知识图谱进行安全风险管理，结合大数据等分析技术，建立智能风险分析与管控模型，通过关联与推理完成风险识别、影响范围分析和缓解措施建议等，及时对事故风险进行预警，对可能发生的安全事故做出及时而迅速的预防。c）智能预测。利用同类型设备模拟运行和设备历史数据，以及关

15、键部件的状态监控数据，对设备的运行状态、故障风险、性能退化趋势、剩余寿命、健康度和维护检查等进行预测，以此为基础对设备进行健康管理和预测性维护,有效提高运维效率、降低设备运行成本，并合理延长寿命提高经济生产效益。d）模式识别。利用知识图谱对设备数据中缺陷、损伤和异常、故障等模式规律进行识别和归因分析。通过缺陷和损伤记录，对设备缺陷和损伤进行智能诊断及处置辅助建议；通过监控设备的温度、振动、压力等数据，及时识别出不正常的工作状态；通过运维数据构建故障现象与故障根因关联矩阵，实现对故障原因的推断。e）案例推荐。利用知识图谱对特种设备检验案例、处罚案例和事故案例进行建模，根据用户的需求和实际问题描述

16、从而推荐相似案例或解决方案，提高问题解决的针对性和效率。f）决策支持。结合知识图谱与学习推理算法，通过对决策问题进行解析，进行一定的逻辑推理提供决策分析工具,来解决比如资源配置、路径优化、调度优化等复杂的决策问题，辅助用户做出更合理的决策，以提高决策质量。D.2按表现形式分类按照满足特定需求的表现形式，将场景分为以下类别：a）工作助手。利用知识图谱对常见工作任务数据资料进行处理，通过学习相关资料模式,并根据用户提供的关键信息或指令,可以将大量非结构化信息转化为规范的结构化信息;同时结合生成式人工智能，自动生成流畅、准确的报告、文案及其他文本，辅助完成相关工作。b）任务模拟。利用知识图谱集成大

17、量的特种设备及各环节业务知识、数据，从而增强辅助决策智能问答系统，并解析和学习用户给出的任务示例模式，通过检索已有知识来模仿相似任务的处理过程，并按照示例格式返回相应的结果。c）教学培训。利用知识图谱存储大量特种设备及业务知识，除能够快速响应使用者的查询检索外，还能够结合人工智能应用开发个性化的交互式学习平台，帮助用户生成学习计划、提供课程内容、模拟考试训练和可视化展示知识点的关系等，提供个性化学习路径和实时反馈，帮助从业人员快速掌握有关知识。d）智能监控。知识图谱能够识别特种设备风险防控场景中的各类实体，通过关联整合状态参数、合规要求与应对措施等数据，形成一个完整的监控网络，通过分析快速发现

18、设备运行参数波动等异常情况,并及时发出预警信号或自动停车、自动调节流速压力等智能措施。附录E（规范性）系统性能测试推荐要求E.1知识图谱构建性能要求特种设备知识图谱构建应满足系列过程支持功能与性能要求,为辅助决策奠定应用性能基础。至少需要评价知识图谱的本体数量与完备性、一致性，数据量（含实例、关系、属性等），查询响应时间、查询准确率等指标。模块性能要求评价指标图E.1知识图谱性能质量要求相关指标的解释与基准要求：a)本体数量。模型中实体、关系、属性与事件类型本体的总数不少于300个。b)本体完备性。完备性可通过抽样测试，衡量模型是否能够完整表达给定样本的术语本体，平均完备性不应低于90%。_n

19、icompleteness=100%其中：T抽取样本的完整本体数；ni抽取样本模型定义本体数。c)本体一致性。一致性可通过抽样测试，衡量模型是否能够正确且一致地呈现对象和信息，即所给出的定义是否存在冲突，平均一致性不应低于95%。count(Tni)consistency=口亍100%其中：count(T-%)抽取样本的完备本体与模型定义本体的冲突计数。d)数据量。数据量可由知识图谱实体数、关系数、属性数以及事件数来衡量,以及以此为基础的三元组个数和MRR、MR、HitSk等延伸评分指标。V=Ve+Vr+Va1v,s1MRR=)-SZ三i=rankj1v,sMR=回ZJankiHitsk=IF

20、rankik,1,0)其中，|S|三元组个数，ranki第i个三元组的评分排序。e)K跳查询响应时间。可通过设置K参数进行查询模拟测试，衡量知识图谱查询响应性能。Xi=ReciSendiYi=Xi-Xt其中，ReCi第i次查询收到结果的时间；Sendi第i次查询请求的时间；XtK跳查询超时时间阈值；Xi第i次查询的响应时间；X第i次查询的、超时时间。f)查询准确率。通过构建测试样本集检测知识图谱查询正确率，衡量知识图谱响应检索的知识正确性。查询正确率不应低于80%。TPP=X100%TP+FP其中，TP查询值与理论值一致的数量；FP查询响应不正确的数量E.2辅助决策应用性能要求基于知识图谱的

21、特种设备安全风险防控辅助决策系统需要满足响应性、友好性、可靠性、兼容性、安全性以及场景扩展性等要求，以便于满足实际应用需求，并不断改进服务质量。至少需要评价系统回答正确率、推荐采纳率、界面友好性、系统稳定性等指标。评价指标性能要求图E.2辅助决策系统性能质量要求相关指标的解释与基准要求：a）回答正确率。通过构建标准数据集进行测试，衡量辅助决策系统正确理解问题语义并能给出合适答案的性能。回答正确率不应低于80%。CA=-X100%其中，C回答正确的问题数；T-测试集总问题数。b）推荐采纳率。运行一定时间内决策系统推荐总数中剔除未被采纳数的占比，相对衡量决策系统的可用性。T-RA=X100%其中，T运行时间内推荐总数；R运行时间内推荐被拒绝数。c）界面友好性。利用从用户开始使用直到最后一次反馈结束所花费的时间来衡量，时间越短表示系统越能被用户理解和操作。口_tiEf其中，t用户i完成一次多轮问答所花费时间；K用户i多轮问答的反馈数。d）系统稳定性。用运行一定时间内的系统故障次数来衡量，单位时间内故障次数越少系统越稳定。3半1R其中，叫系统运行时间内故障次数；Tr一系统运行时间。