“知识图谱+工业互联网”打造工业智能大脑

工业互联网是加速推进新型工业化、发展新质生产力、推动制造业高质量发展的重要抓手，是中国工业从「中国制造」到「中国智造」的一个转折点。工业互联网的“第一性原理”，就是要广泛地联接各种机器设备和工业系统，由此而实现“联接-管控-优化-效益”的基本逻辑。目前，绝大多数工业互联网平台更多的是联接了那些“看得见、摸得着、想得清楚”的已知工业要素。但是，对于那些“看不见、摸不着、弄不明白”的工业要素和彼此之间的潜在关系呈现出联接不足、理解不深与应用不够的问题。

 知识图谱，让工业要素可关联、可计算、可利用

目前，越来越多的企业将知识图谱应用在物联网和工业互联网领域，他们运用知识图谱充分挖掘万千数据背后的隐性关系，将这种隐性关系转化为可计算数据，并且以可视化的形式展示在人们面前。基于知识图谱的工业互联网解决方案，可将“不可联接的要素可联接，不可计算的要素可计算，不可利用的要素可利用”，提升业务效率与生产质量，赋能制造业转型升级。

一、不可联接的要素可联接

在汽车制造中，知识图谱可关联焊接参数与车身质量检测结果，实时优化生产流程。比如通过识别焊接过程中的温度和时间设置与车身面板的缺陷率之间的关系，从而提高整车装配的一次通过率。

二、不可计算的要素可计算

例如电网变压器出现故障，可以将它的运行指标和故障现象进行分析计算。从而发现故障出现的原因和规律，计算分析出各项生产运行指标和故障发生率之间的关系，为后续的故障诊断和方案形成提供依据。

三、不可利用的要素可利用

在风电行业中，知识图谱分析涡轮机的维护日志，将风速、温度等环境数据与设备性能指标结合，预测维护需求，减少意外停机，提高发电效率。

 TopGraph让知识图谱赋能工业互联网

TopGraph是途普智能依托于北京大学在图数据库领域多年的技术沉淀和研究成果——gStore开源图数据库系统，而打造的面向大规模图数据处理的企业级知识中台。产品结合了人工智能、大语言模型、自然语言处理、机器学习等前沿技术，提供知识构建、知识管理、知识服务三大子系统，为用户提供了面向知识图谱全生命周期的产品和服务。

图：TopGraph企业知识中台工业互联网解决方案

图：TopGraph工业互联网服务场景

以某大型汽车制造厂为例，通过TopGraph企业知识中台的深度集成和应用，在质量管控领域实现了显著的效能提升。

一、知识图谱构建

首先，通过收集生产数据、检测报告、客户反馈、设备维护和故障、工艺流程等数据，进行数据处理、数据建模、知识抽取、知识融合，然后利用TopGraph知识构建子系统构建质量管控知识图谱。项目图谱包括：车辆出现的故障模式与可能涉及的部件之间的关联；车辆在不同使用条件下（如极端温度、高海拔）的耐久性表现；铸造、锻造、焊接、注塑制作工艺；部件可能出现的缺陷类型，如裂纹、变形、磨损；生产设备的技术状态、部件的维修记录、更换频率与部件寿命的关联等。

二、知识图谱管理

1. 海量图数据存储

利用TopGraph知识管理子系统来实现知识图谱数据的高效存储与管理。TopGraph单机处理容量可达50亿边规模；分布式版本可支持千亿甚至万亿边规模图数据高效管理，帮助汽车制造厂存储从制造到运营过程中产生的海量数据；同时数据库的更新性能已达到每秒30万条以上，充分满足了汽车制造厂日常运营中对海量数据更新到存储的需求。

2. 毫秒级查询

TopGraph查询响应时间可达到毫秒级，帮助调度员快速分析故障原因，全面地掌握故障处理的关键信息，并进行辅助决策，提升应急处置效率。

三、知识图谱应用

1. 生产过程中的预测和诊断

通过分析历史生产数据，知识图谱能够识别出在特定温度和压力下焊接过程中可能出现的缺陷问题。系统会实时监测当前焊接过程的参数，一旦检测到与历史缺陷模式相似的异常数据，立即发出预警，提示调整工艺参数，从而避免质量问题的发生，确保生产效率和产品质量。

2.生产过程中的优化和决策

知识图谱记录了不同型号发动机的组装参数、历史缺陷数据和维修记录。通过分析这些数据，系统识别出特定型号在高温下组装时，气缸盖与缸体的密封问题频发。利用这一洞察，工程师调整了生产计划，确保在适宜温度下进行组装，并优化了密封材料的选择，减少了返工率，提升了产品质量和生产效率。

结语

随着技术的不断进步和应用场景的持续拓展，TopGraph将助力更多工业企业，深入挖掘工业数据的价值，助力企业生产更智能、更高效。我们相信，通过不断优化和创新，基于知识图谱的工业互联网将能够进一步赋能制造业，推动中国工业从“制造”向“智造”的全面跃升。在这个充满挑战与机遇的时代，让我们携手，以数据驱动创新，以智能引领未来。

如果您对我们的解决方案感兴趣，欢迎通过以下联系方式与我们取得联系。我们将为您安排产品试用，并提供详尽的解决方案，以便我们进行更深入的交流。