前言：尋找寫作靈感？中文期刊網用心挑選的航天裝備質量管理方法，希望能為您的閱讀和創作帶來靈感，歡迎大家閱讀并分享。

摘要:航天裝備研制過程中會產生大量的數據，目前這些數據尚未得到完全利用。基于航天裝備質量管理的特點和實際需求，認真梳理了垂直領域的知識圖譜特點和發展趨勢，給出了未來航天裝備質量管理知識圖譜的建立方式和方法。同時，基于航天裝備研制體系的特點，給出了在航天工業質量管理中建立知識圖譜的基礎等建議，為建立航天質量管理知識圖譜及知識圖譜在質量管理領域的應用和推廣提供相關借鑒。

關鍵詞:航天裝備；知識圖譜；質量管理

引言

航天型號的質量是航天事業的生命線，是永不過時的研究對象。結合新技術、新知識不斷地完善質量管理技術和手段，提升質量管理能力和水平是質量管理人員持之以恒的追求。航天裝備在研制過程中產生了大量的數據，如何采用數據技術和數據思維來開展航天裝備的質量管理，是每一個質量人需要綜合思考的問題。數據技術和數據思維既可以為航天企業在航天裝備研制中進行決策、加強質量管理提供支持，為相關業務提供專業、精確的服務；同時，有助于航天型號提質增效，進而更好地為國家經濟和安全提供優質保障。但是，大數據時代帶來的不只是數據處理的方法、技術及數據狀態，更帶來一種從根本上轉變的思維方式，是一場社會變革。航天裝備及其技術領域要想實現與大數據的真正融合，還有很長的路需要探索。

1行業知識圖譜的發展現狀綜述

人工智能已成為第4次工業革命的標志，人工智能產品或系統正呈現出蓬勃發展的態勢[1]。如：橫掃圍棋界完勝人類冠軍的AlphaGo；以新零售體驗為代表的AmazonGo無人超市；幫助不同國家、不同地區的人進行實時的語音交流的SkypeTranslator；Siri智能個人助理等產品。無一不是突飛猛進的知識圖譜研究的成果。

1.1知識圖譜的架構

知識圖譜包括邏輯架構和技術架構2部分，如圖1所示。知識圖譜的技術架構分為數據獲取、知識獲取、知識融合及知識推理4個部分，其中虛線框內的部分為知識圖譜的構建過程，同時也是知識圖譜更新的過程。從公開的文獻中可查到，知識圖譜可通過自頂向下和自底向上的方式構建。借助結構化數據源（如百科類網站等），從質量較高的數據中提取出本體和模式，加入知識庫中，該種方式即為自頂向下的構建方式；借助相關的技術（如機器學習等），從公開的數據中提取出模式，并借助人工審核的力量，選擇置信度高的新模式加入知識庫中，該種方式即為自底向上的構建方式。

1.2知識圖譜的應用

從當前比較成熟的應用來看，知識圖譜在“知心”等智能語義搜索，GoogleNow、AppleSiri等個人助理，IBMWatson、WolframAlpha等深度問答系統中得到了廣泛的應用，且相關的技術也越來越成熟。另外，在垂直領域（如公安、金融、工業及醫療等行業），知識圖譜也得到了廣泛的應用。

2航天裝備質量管理知識圖譜構建的必要性

基于知識圖譜在數據處理、信息處理、知識融合及知識處理過程中的優勢，結合航天裝備質量管理中數據多而散、數據孤島多、語義理解較難及數據更新快的特點，建立基于知識圖譜的航天裝備質量管理體系就顯得尤為重要，以下從4個方面進一步詳述其必要性。

2.1整合大量分散孤立質量數據的需要

當前的航天裝備研制基本上采用了基于計算機系統和計算機軟件的研制模式，在該過程中產生了大量的數據，大多都以文本的形式被保存，而且在航天裝備研制過程中產生的質量問題也大多以文本的形式保存。利用知識圖譜技術，可以將信息在語義層面上進行整合，從而支撐航天裝備質量問題“三想（預想、回想、聯想）”管理模式的高效運行。

2.2計算機理解質量語義的需要

將質量數據的自然屬性和社會屬性轉化為計算機能夠理解的語言是數據智能化的關鍵步驟，也是計算機理解質量數據語義的基本需求，從本質上來講，就是建立質量數據的主體、場景、行為、情感等要素的模型。傳統的語義分析需要質量領域的知識庫作為支持，而采用知識圖譜技術則可利用三元組將不同實體之間的語義關系顯性化，數據中的概念與概念之間的關系可被清晰地表達出來，巧妙地避過了傳統語義方法對知識庫的需求，將極大提升語義查詢的能力。

2.3語義層面關聯質量數據的需要

將質量數據的自然屬性和社會屬性轉化為計算機能夠理解的語言之后，還需要對兩者之間的復雜關系進行建模，主題、形式、屬性鏈接相關質量數據。選擇以知識圖譜為基礎構建數據模型，是因為在時空關聯分析、邏輯關聯分析、語義相似性搜索、數據世系管理與分析、數據溯源與核查等方面采用傳統數據模式不能夠得到很好的支持。

2.4挖掘關聯質量數據中新知識的需要

航天裝備質量管理，最關鍵的是提前發現問題，并且能夠舉一反三。因此，對航天裝備質量數據的處理和挖掘，就需要從知識和數據中洞察真相，進行因果推理和規律探尋，并建立模型。通過證據鏈擬合，對事件發生和演變的過程進行反演；通過因果推理，揭示事件間的因果關系；通過模式識別、可視化分析等方法揭示潛在規律或行為模式[3]。

3航天裝備質量管理知識圖譜建設的方法和步驟

知識圖譜是基于圖、由節點和邊組成的數據結構，其本質上是語義網絡[4]。與現實世界對應起來看，現實中的“實體”則由知識圖譜的每個節點表示，現實中實體與實體之間的“關系”則由知識圖譜中的每條邊表示。從“關系”的角度去分析問題是知識圖譜的一大特點[5]。實體可進一步延伸為若干個屬性來表示，因此實體的屬性可以將不同的實體關聯起來。

3.1本體構建

在建立航天裝備質量管理知識圖譜之前，有必要對“航天裝備質量管理知識圖譜是什么”進行簡單的描述。航天裝備質量管理知識圖譜就相當于將各個型號產生的質量數據作為實體，實體與實體之間通過專業、型號、系統等關系進行連接，形成虛擬的型號總質量師的大腦。理論上可以充分地挖掘質量管理各個業務場景里的數據，并作出合理判斷。如航天裝備研制過程中累計產生的上億條質量管理記錄、幾百萬條各類標準、大量故障案例，除客觀的數據之外，還應定義一定等級細粒度的情感分析等。通過質量管理知識圖譜希望能夠充分挖掘出這些元素之間的關聯，構建出一個知識的大腦，用它來提供更加智能的服務和決策。建立覆蓋各類航天裝備質量問題、參研人員和航天裝備研制過程的航天裝備質量管理知識圖譜，支撐各類質量管理業務，是本研究的主要目的。由于無法輕易改變目前航天企業按照業務系統要求設計的業務數據庫，質量管理知識圖譜只能立足當前業務數據庫的基本狀態來設計。圖2所示的方式就是利用機器學習等方法，通過本體映射，從結構化、半結構化、非結構化數據庫中抽取本體及本體之間的關系，進一步抽取形成本體元模型[6]。業務數據、本體知識、本體元模型按抽象層級依次提升。在業務數據庫中，數據多為實體關系型，如控制系統失效故障，問題定位存儲模塊，問題原因存儲芯片虛焊。本體映射后，本體知識為控制系統失效故障本體，存儲模塊、芯片虛焊等為故障的屬性。原數據抽取后，本體元模型為系統故障，包含分系統、模塊等屬性，系統故障可分為結構系統故障、控制系統故障、發射支持系統故障、動力系統故障等。本體元模型是對客觀世界存在的系統描述，包括人員、活動、資源和能力4個元模型與其之間的關系。通常來說，概念、關系、函數、公理和實例是本體的主要建模語言。圖3所示為航天裝備質量管理的本體元模型庫構建過程，概念及屬性描述可從本體知識庫中提取，以保證本體元模型與本體知識的一致性為目的，明確概念之間的關系及相應的公理、規則描述，建立與本體知識庫之間的實例映射。航天裝備質量管理本體知識庫是對涉及航天裝備研制領域中實體的抽象，涉及航天裝備研制中的科學技術、管理經驗、實施條件及與之相關的社會體制、人員關系等，在知識庫中按照一定的邏輯關系存在，在本體描述的框架范圍內形成了一個整體并不斷更新。本體的建立根據實際的數據狀態，經過實體映射、概念抽取、屬性定義、實體關聯、實體消歧及本體校驗等過程，從結構化、半結構化和非結構化的數據庫中抽取[7]。航天裝備質量管理業務數據庫是實際業務活動中產生或所需的數據庫，是對航天裝備質量管理過程中實體和活動關系的描述。航天質量管理數據庫包括內部數據庫和外部數據庫2種，內部數據庫為航天裝備研制中的質量問題數據庫、航天裝備研制科學技術數據庫、標準數據庫、供應鏈數據庫等；外部數據庫為公開的自然科學數據庫、標準專利數據庫等。

3.2架構設計

以提升航天裝備質量管理能力為目標，圍繞航天裝備質量管理知識圖譜的構建，開展航天裝備質量管理知識圖譜架構設計。

1）系統架構

系統架構由基礎層、邏輯層和應用層構成，如圖4所示。基礎層即資源層；邏輯層為計算機底層處理程序，包括一些先進的計算算法及與之相關的知識推理過程；應用層為人機交互界面，即根據不同的需求提供由算法和推理過程得出的結果。

2）業務架構

基于知識圖譜的航天裝備質量管理業務模型是基于上述的質量管理業務數據庫、本體知識庫、本體元模型庫等，通過先進計算算法和知識推理，形成支撐航天裝備質量管理業務需求的業務實體、本體及其關系構建的知識圖譜。在型號“兩總”和技術人員對相關質量問題或疑似質量問題進行分析或決策時，基于圖譜進行知識檢索、推理和業務規劃，推送可能的結果。

3）技術架構

航天裝備質量管理技術架構主要包括知識圖譜構建技術、知識服務技術、知識應用技術。知識圖譜的構建是開發航天裝備研制過程中產生的資源的過程，知識服務是根據開發出來的資源，為更好開展當前工作提供幫助的過程，知識應用是根據現有資源和未來需求，為型號研制和技術決策提供預測參考的過程。這3個過程通過相互協作，共同構成完整的知識圖譜總體框架。

4）數據架構

按照數據層次結構，可將航天裝備質量管理數據架構分為本體元模型、本體知識和業務數據3層。本體本身及本體與本體之間一般會存在一定的關系，如屬性、實例、類屬、因果、對等、背景、層次等。在本體知識庫中，概念與實體之間可能存在指導、舉一反三、評價準則、問題關聯等關系。

4建立航天質量管理知識圖譜的建議及措施

目前，知識圖譜的架構已基本完善，特別是在部分垂直領域，知識圖譜的發展已經相對比較成熟，在航天裝備質量管理知識圖譜的建設過程中可以借鑒使用。但是，航天工程是一個復雜的巨系統，質量管理又居于重要的位置，要在這個巨系統中引入新的事物，需要綜合協調各方面的接口和條件。一方面需要在各個系統加大宣傳，從思想上使管理人員和技術人員了解基于知識圖譜的質量管理方法的先進性；另一方面，從技術上做好儲備，包括數據的采集、人才隊伍的培養、信息化基礎設施建設等，為質量管理方式的轉型奠定基礎。

4.1從源頭抓起，重視數據的采集與積累

在知識圖譜的研究過程中，數據的預處理是必須要進行的一步。由于在以往的型號研制中，對數據的重視程度不一致，型號研制數據格式和采集標準不統一，導致數據可用性差。同時，大多數的數據來源于型號研制一線，在高密度、高強度發射任務的驅動下，無法抽出專門的時間來研究數據的問題。因此，在后續的工作中，建議從源頭抓起，統一規劃，在數據提取時對數據進行結構化，為后續數據預處理提供方便。

4.2加大復合型知識圖譜人才隊伍建設

在目前的模式下，一切工作都圍繞型號研制開展，型號研制部門和信息化支撐部門從業人員知識結構多元化、人員種類多樣化，知識圖譜專業人才缺乏。知識圖譜的構建是一項專業性要求較高，多專業合作的過程，不僅要對型號研制工作熟練、而且對計算機和數據處理要有較高的水平。因此，在后續工作中建議與高校等專業機構開展密切合作，培養一批復合型知識圖譜人才，為航天裝備研制模式的轉型提前蓄能。

4.3加強信息化的基礎設施建設

信息化是開展知識圖譜研究的必要條件，沒有健全的基礎設施，就不能說是信息化，知識圖譜更是無從談起。尤其是航天信息化支撐單位，針對內外部數據的不同特點，要從頂層做好規劃，統一格式、統一標準，使得數據真正變為一種資源，為知識圖譜構建奠定最堅實的基礎，在確保航天裝備成功中發揮獨特的作用。

4.4做好人才和技術準備工作

管理的問題歸根到底是人的問題。基于知識圖譜的質量管理方法同樣也離不開人。因此，需要提前做好人才的儲備工作，抓好兩頭，為新的質量管理方法的運行做好準備。其中一頭是技術人員，航天裝備質量數據追根溯源都來自于技術人員，因此首先要提升技術人員的對知識圖譜的理解和掌握能力，確保數據的采集所采為所用。另一頭是管理人員，數據資源的建設與管理對管理人員的管理方式提出了極大的挑戰，同時也提出了新的要求。目前的管理人員大多數沒有經歷過大數據的專項培訓，在以往的經歷中也極少涉及，因此管理人員要真正地轉變思路、與時俱進，及時跟進相關專業的發展動態。

5結束語

近年來，人工智能對航天領域的影響正在逐步上升，我國的航天科技經歷了從軍隊到工業部再到國有企業的轉換，管理方法相對比較僵化，特別是在質量管理方面，離智能化還有一定的距離。因此，在航天裝備質量管理中，可以借助航天系統中的研制數據知識庫、標準知識庫、質量問題知識庫等，豐富和發展質量管理知識圖譜。研制數據知識庫，可以全面了解并掌握型號研制過程中的一切活動，提高質量管理關鍵控制點的準確性；標準知識庫，結合航天裝備研制流程，以標準驅動型號研制、以標準保障質量放行。基于知識圖譜支撐的航天裝備質量管理模式，在大幅提升型號“兩總”對型號質量把控能力的同時，會支撐“兩總”找出更多的質量管理薄弱點，降低航天裝備質量問題的發生，進一步提升航天裝備的可靠性和成功率。然而，知識圖譜的發展時間較短，基礎理論和基礎方法還不完善，本體構建、實體消歧等知識圖譜構建的關鍵技術還需投入大量的精力進行攻關，當前知識圖譜的應用領域還相當的有限，特別是作為復雜系統的航天科技工業系統，知識圖譜的應用之路還很長，需要更多的研究力量共同努力探索。

參考文獻

[1]袁凱琦，鄧揚，陳道源，等.醫學知識圖譜構建技術與研究進展[J].計算機應用研究，2018，35（7）：15-22.

[2]徐增林，盛泳潘，賀麗榮，等.知識圖譜技術綜述[J].電子科技大學學報，2016，45（4）：589-606.

[3]劉嶠，李楊，段宏，等.知識圖譜構建技術綜述[J].計算機研究與發展，2016，53（3）：582-600.

[4]楊萌，張云中.知識地圖、科學知識圖譜和谷歌知識圖譜的分歧和交互[J]．情報理論與實踐，2017，40（5）：122-126．

[5]李濤，王次臣，李華康.知識圖譜的發展與構建[J].南京理工大學學報（自然科學版），2017，41（1）：22-34．

[6]周麗娜，馬志強.基于知識圖譜的網絡信息體系智能參考架構設計[J].中國電子科學研究院學報，2018，13（04）：378-383.

[7]年志剛，梁式，麻芳蘭，等.知識表示方法研究與應用[J].計算機應用研究，2007，24（5）：234-236.

作者:蔡亞楠 漢鵬武 韓文博 王永明 單位:中國運載火箭技術研究院 中國科學院空間應用工程與技術中心 國防科技大學系統工程學院