随着制造业的不断转型升级,现代制造业已经进入到了“工业4.0”时代,各种新产品新技术层出不穷,不同的领域之间的技术交叉运用。CNC(Computernumerical control)设备作为一个复杂的产品,在面对故障的产生时,需要对其故障进行定位和维修。因此,需要开发一套针对于此的故障诊断系统,通过知识图谱、云服务等新技术辅以实现对CNC机床设备的故障诊断。论文设计并实现了基于知识图谱的CNC故障诊断系统,完成了针对故障诊断的知识图谱的预构建、基于知识图谱的诊断方法设计、系统架构设计、系统各模块的具体设计及对应模块的测试工作。首先,采用深度学习技术完成了实体识别任务,完成图谱的预构建工作。然后,针对用户之间的关系采用相似度算法,针对图谱的关系进行权重动态更新,针对搜索功能提出针对该图谱的搜索算法,从而完成诊断方法的设计。之后,对系统进行结构划分,包含后台应用、数据库和前端web界面三部分:后台服务器选用java语言,采用Spring框架实现了系统的逻辑处理功能;数据库选用neo4j和MySQL分别储存知识图谱数据和其他数据;web应用向用户提供操作界面。系统按照功能可划分为用户信息模块、案例信息模块、故障诊断模块、现象及解决方案维护模块、问题中心模块等部分。最后,通过对应的功能测试和性能测试来确定系统的可靠性。论文开发的系统在随着知识图谱内故障案例数量增长及用户对系统的使用,会向用户推荐的诊断结果越来越准确,基于知识图谱的故障诊断也有可能在其他设备得以应用。