刘光伟，付恩三，2

（1.辽宁工程技术大学，辽宁 阜新 123000；2.应急管理部信息研究院，北京 100029）

露天矿山穿孔、爆破、采掘、运输、排土等生产环节需要大量工程设备参与其中，某一生产环节的关键设备出现故障，势必影响露天矿山的生产运行[1－3]。矿山工程设备发生故障时，露天矿山调度人员需将故障设备协调各部门调离现场，维修人员快速准确判断故障原因并采取恢复措施。由于露天矿山大部分设备为国外进口，设备发生故障后，需要与厂家进行协商沟通，维修周期长，时效性差，使得矿山生产成本增加，矿山经济效益也会受到影响，给露天矿山接续生产带来困难[4－6]。

目前，知识图谱研究正处于热点研究的兴起阶段，部分学者已将知识图谱应用与露天矿山设备故障诊断方面，如东北大学的田凤亮[7]等通过建立一种露天矿卡车故障的NLP 技术挖掘与分析的方法，来分析卡车故障的原因；神华胜利北电露天矿的刘喜等[8]对露天矿自卸卡车的电动轮故障进行分析。因此，基于露天矿山设备故障处置决策的全流程场景和需求，构建露天矿山工程设备故障处理领域知识图谱及辅助决策系统，将知识图谱与露天矿山设备领域知识有机结合，实现设备故障问题追踪，异常信息超前预警，完成维修人员主动管理、超前优化、超前处置和预测性维护，形成基于语义网络的判断方法和操作逻辑，通过知识查询、链接和推理进行智能辅助决策，提升露天矿设备事故处理能力、精准挖掘设备潜在故障风险，最终实现设备故障风险预知预判的目标，为露天矿山工程设备故障处理提供相应的辅助决策。……