随着工业互联网的发展,世界各国正在围绕工业制造进行数字化革命,加速构建智能化生产、个性化定制和协同生产等特征的工业新生态。领域知识库作为一种特殊且常用的数据库,高效率地构建领域知识库是目前研究的主要难点。然而在以往的研究中,大多数学者忽略了本体所能表达的详细内容。领域知识是复杂多样的,通过现有的本体描述方法无法较好的展示领域知识。另外工业互联网是全新的工业生态。工业机理在工业生产中十分常见,是包含逻辑规则、公式定理等形式,这些特征在本体中较难描述,而且工业机理是动态变化的。因此本文将从本体建模的角度分析、研究面向领域知识库的构建方法。为了对领域知识库构建方法进行研究,本文首先提出适合领域本体建模的三层模型。然后,对三层模型的操作进行研究,提出三层模型的操作集。其次,基于三层模型,对领域知识库的构建方法展开研究,着重研究能力层数据的抽取问题,提出了基于三层模型的领域知识库构建方法,并以服装领域为例进行验证。最后设计并实现了知识库管理系统。具体研究内容如下:针对本体的建模方法,本文首先定义了元元模型,对元元对象进行描述。然后基于元元模型定义了元模型。其次定义了三层模型的本体建模框架,三层模型是分层多视图的,根据适用场景,定义了组成视图、能力视图和模式视图。最后,提出三层模型的基础操作和视图操作。针对领域知识库的构建方法,本文提出基于三层模型的领域知识库构建方法,并以服装领域为例进行验证,从数据处理、领域本体构建、领域知识抽取等过程详细介绍领域知识库的构建流程。然后基于三层模型的操作集,介绍了六个应用,在构建的知识库中进行操作验证。针对领域数据中的知识抽取问题,本文基于开源项目DeepKE,实现了基于CNN的关系抽取模型,以服装领域为例,数据集选取服装领域数据,人工对数据打标。通过使用采样概率来缓解类别不均匀问题,完成模型的训练。模型的准确率为95.71%。基于上述领域知识库构建方法的理论研究,设计并实现了知识库管理系统。主要实现领域本体构建、领域知识抽取和领域知识库构建。对于领域本体构建模块,使用Web VOWL进行可视化展示。对于领域知识抽取模块,主要使用百科类的知识抽取模型和服装领域的知识抽取模型,使用Docker进行容器化部署。通过知识抽取模型,可以提取出头实体、尾实体和关系,支持导出JSON文件,将此部分开发成中间件,并发布成RESTful服务。对于领域知识库构建模块,图数据库Neo4j支持导入JSON文件,提高了知识库的构建效率。最终对整个系统进行功能性测试和非功能性测试,验证了上述方法的可行性。