关键词：知识图谱;煤机检修;智能化;数据模块
摘 要：为解决采煤机、转载机等井下设备检修存在的以人工为主、效率低、经验依赖等现实问题，通过构建煤机检修自学习知识图谱，形成数据采集、知识建设、知识融合、知识管理、知识应用五大模块，通过采集机械初始数据及运行日常监测数据，结合历史维修记录和高级专家经验，形成可解释机器学习模型及人机双向增强与反馈机制，并在设备运维领域进行应用，能够有效降低单独由机器或人决策而带来的系统运行风险，实现安全实时自检。另外，通过增加智能问答模块，可实现给定问题的再分解，通过知识库抽取匹配答案，自动检测其在时间与空间上的吻合度。最后将答案进行合并，以直观的方式展现最佳处理结果。研究成果可为煤矿智能化建设提供参考依据。
内 容：原文可通过湖北省科技资源共享服务平台(https://www.hbsts.org.cn/)获取