随着工业的发展及工业4.0的提出,企业越来越重视生产设备的维护管理,良好的设备维护系统能大大降低企业的设备维护成本,提高设备的生产效率。然而,现阶段大多数的设备维护系统的策略知识难以重用、信息共享程度低、设备维护智能化程度不高。针对以上问题,本文将语义web技术引入到工业生产设备维护领域,利用本体编辑工具、RDF(Resource Description Framework,资源描述框架)图模型、图形数据库接口、语义查询、规则推理分别实现了领域知识本体构建、设备信息语义化描述、设备知识库管理、设备信息语义查询、设备维护预警及预测性维护策略地提供。本文主要研究工作包括以下几点:1.针对工业生产设备信息数量繁多且共享程度低的问题,提出基于RDF图模型的设备信息语义化描述方式,并利用本体对设备信息进行语义扩展。利用本体编辑工具构建领域相关的设备本体模型,接着对设备信息、维护人员等信息进行规范化地描述,将各种设备维护相关的静态与动态信息结合到一起,达到机器可理解的目的,也为后续的知识推理做铺垫。2.针对设备维护知识难以重用的问题,将设备相关的维护信息扩展到本体知识库中,形成对维护知识系统化的管理,使其便于重用。还可以通过相应的接口对设备维护知识进行扩展、删除及更新等操作。3.针对设备维护系统智能化程度不高的问题,利用规则推理对设备的状态进行维护需求地推理,产生设备维护预警消息及预测性维护策略。利用RDF Prolog和Lisp语言对设备维护信息进行规则描述,产生相应的推理规则,再借助推理引擎进行规则推理,实现生产设备的状态查询和维护预警,针对相应的预警消息提供设备的预测性维护策略,辅助维护人员进行设备维护的决策。4.搭建基于语义的工业生产设备预测性维护策略的测试系统,通过该系统对设计的各个功能模块进行测试,并对测试结果进行了分析。通过测试分析可以得出以下结论:所设计的各功能模块达到了预期的效果,涉及到的相关技术也得到了有效地验证。