摘要
随着我国汽车行业的蓬勃发展，汽车保有量逐渐升高，汽车市场的竞争也愈发激烈，同等产品开始同质化，消费者更加关注品牌、售后服务水平等附加价值，各汽车制造企业也逐渐从“面向制造”向“面向服务”转型。对汽车产业链协同平台上售后维修服务模式进行分析发现现有服务商水平参差不齐，车辆结构复杂导致难以快速维修，业务数据未得到有效利用。同时当前各制造企业在重视自身内部资源和竞争力的同时也逐渐关注外部制造企业的优势资源，逐渐由相互对抗走向合作共赢的模式。汽车产业链协同平台作为第三方平台，对其上的各个核心制造企业的优势资源进行了整合，为汽车产业优势资源的跨链互动提供了基础。因此，论文对平台上的业务数据进行分析，将平台上的故障数据转换为故障知识，设计与开发故障知识服务系统，提供智能故障诊断服务。 论文首先分析了平台上现有售后维修服务模式的现状以及其中存在的问题，在问题分析的基础上对制造企业的故障知识服务需求进行分析，根据需求设计故障知识服务的解决方案，并根据解决方案对故障知识服务系统进行设计。然后利用平台数据空间中多个制造企业的故障数据构建故障知识图谱，构建过程采用自顶向下的方式，综合多种本体构建方法构建了车辆故障领域本体，利用基于规则的实体抽取方法抽取了故障现象实体、故障原因实体和维修方法实体，采用实体属性相似度计算的方法对故障原因实体进行了对齐，使用图数据库存储知识图谱。接下来研究了基于相似性计算的故障诊断模型，模型分为故障匹配和故障推荐两个部分，故障匹配基于WORD2VEC-BERT模型实现故障案例的相似度计算，故障推荐基于神经网络分类模型实现故障案例的故障距离计算。故障诊断模型使用相似度阈值来判断诊断方式，首先进行链内匹配得到相似故障案例，如果相似度大于阈值，则根据匹配结果推荐故障距离小的故障案例，否则进行跨链故障诊断。利用平台上的故障数据对诊断模型进行了实验，取得了较好的实验结果，验证了故障诊断模型的有效性。 最后采用B/S架构开发了故障知识服务系统，实现了知识图谱管理、故障知识搜索和故障诊断功能模块。系统能够为制造企业、服务商和车主提供多价值链的故障知识服务，从而提高故障维修效率，降低制造企业服务成本，提高客户满意度。
NETL