TCI 974-2025 制造业产品的全生命周期数据知识推理技术规范.docx

ICS35.240.50

CCS

J07

团 体 标 准

T/CI974—2025

制造业产品的全生命周期数据知识推理技术规范

Fulllifecycledataknowledgereasoningtechnicalspecificationsformanufacturingproducts

2025-04-21发布 2025-04-21实施

中国国际科技促进会 发布

T/CI974—2025

T/CI974—2025

I

I

目 次

前言 II

1范围 1

2规范性引用文件 1

3术语和定义 1

4知识获取，整合和表示 2

整体架构 2

数据接入层 2

数据清洗层 2

知识整合与表征层 2

知识推理层 3

应用层 3

5算法构建要求 3

数据采集 3

数据清洗和预处理 3

整合不同来源的数据 3

知识表示以及知识图谱的构建 3

知识推理 4

评价指标 4

6应用场景 5

故障溯源 5

供应链调控 6

决策辅助 6

T/CI974—2025

T/CI974—2025

II

II

前 言

本文件按照GB/T1.1—2020《标准化工作导则第1部分：标准化文件的结构和起草规则》的规定起草。

请注意本文件的某些内容可能涉及专利。本文件的发布机构不承担识别专利的责任。本文件由南方科技大学提出。

本文件由中国国际科技促进会归口。

本文件起草单位：南方科技大学、吉林大学、长春理工大学、中国第一汽车股份有限公司、北京大学深圳研究生院、东南大学、深圳市骏嘉科技发展有限公司、深圳市铠硕达科技有限公司、深圳浑沌数字化实验室科技有限公司、深圳树米网络科技有限公司、汕头大学、吉林省卡思特科技有限公司、吉林省中云数讯科技股份有限公司、联通（吉林）产业互联网有限公司、吉林省环境科学研究院。

本文件主要起草人：宋轩、来晓、冯德帆、谢洪彬、张家祺、赵家兴、雷裕珍、刘双雪、黄天律、王庆领、张静远、李佳奇、范子沛、袁飞、王泽恺、杨华民、张浩然、张凌宇、张昕、宋小龙、刘妍、周时莹、李长龙、高仕宁、孔祥明、孙宗姚、陈欣、陈瑶、王为、田博。

T/CI974—2025

T/CI974—2025

PAGE

PAGE1

制造业产品的全生命周期数据知识推理技术规范

范围

本文件规定了针对标准制造业流程中全生命周期的数据进行推理的知识获取、整合和表示，算法构建，应用场景等要求。

本文件适用于标准实施后新产生的包括生产、加工、组装、售卖在内的制造业流程全生命周期数据所构成的知识图谱对于现有知识的纠错以及对于未直接包含的知识推理的流程，能作为标准制造业产品全生命周期数据的知识推理的技术参考，并给出了应用场景整体流程规范。

规范性引用文件

本文件没有规范性引用文件。

术语和定义

下列术语和定义适用于本文件。

实体entity

在知识图谱中具有独特标识和语义含义的事物或概念。这些实体可以是现实世界中的个体、抽象概念、事件、地点、时间等各种元素，它们通过具体的属性和关系与其他实体相互联系和描述。

关系relationship

用于连接实体之间关联、描述或者表达相互之间关系的概念，其说明两个或多个实体之间的联系、依赖、关联或者其他形式的连接方式。这些关系可以是有向的或无向的，具有不同的语义含义和属性。

三元组triple

知识图谱中表示事实的基本单位，由三个元素组成，通常采用主谓宾的结构来描述。它由主语、谓语、宾语三个部分组成，用来表示实体之间的关系或描述实体的属性。通常的三元组采用(h,r,t)进行表示，h为主语或者头实体，t为宾语或者尾实体，r为谓语或者关系，其代表了实体h与实体t之间存在r关系。

知识图谱knowledgegraph

一种基于图论和语义网络的知识表示模型，它是一种结构化的、语义丰富的知识库，用于描述现实世界中实体之间的关系、属性和概念。

注：这种图形化的数据结构包含了丰富的语义信息，以三元组的形式表示为实体之间的关系，是一种用于组织和表示知识的形式化框架。

知识推理knowledgereasoning

利用已知的事实、规则或信息，通过逻辑推理、推断或推理规则等方法，从已有的知识中推导出新的信息或结论的过程，通常包括了现有知识的正确性判断以及未知知识的推理。其通常采用查询三元组的方式进行，即（头节点，关系，？）或（头节点，？，尾节点）,在三元组已知两个元素的情况下预测第三个元素。对于需要从结果推导原因的任务（例如故障溯源等），通过构建反关系三元组，将（头

实体，关系，尾实体）转换为（尾实体，反关系，头实体）的相反的三元组，再进行对于现有的反关系三元组（尾实体，反关系，？）的