知識圖譜建模與智能推理技術

第一章緒論1
1.1知識圖譜建模與智能推理的概念和沿革1
1.2知識圖譜和智能推理的應用進展4
1.3知識圖譜建模與智能推理的需求分析12
1.4本書各章內容概要15

第二章知識本體、信息標準化和領域知識本體17
2.1知識本體17
2.1.1知識本體的基本類型19
2.1.2知識本體的設計規(guī)則20
2.2工業(yè)自動化信息國際標準ISO 15926 21
2.2.1ISO 15926簡介21
2.2.2ISO 15926-2知識本體的基本要素23
2.3ISO 15926原理借鑒和擴展31
2.3.1過程系統(tǒng)的領域知識本體內容信息分類31
2.3.2過程系統(tǒng)的領域知識本體結構信息分類32
2.3.3影響方程35
2.4過程系統(tǒng)的領域知識本體總貌37
2.5劇情對象模型（SOM）39
2.5.1劇情的定義39
2.5.2危險劇情的定義39
2.5.3劇情對象模型（SOM）設計40
2.5.4危險劇情在系統(tǒng)安全領域的應用進展48

第三章方法和任務知識本體56
3.1常用推理分析方法56
3.1.1演繹法——正向推理56
3.1.2歸納法——反向推理57
3.1.3溯因法——雙向推理58
3.1.4默認推理58
3.1.5因果反事實推理59
3.2可操作性分析（HAZOP）方法60
3.2.1HAZOP的產生背景和意義60
3.2.2HAZOP國際標準和術語定義61
3.2.3HAZOP原理62
3.2.4設計描述64
3.2.5HAZOP應用65
3.2.6HAZOP分析步驟67
3.2.7人工HAZOP分析方法的不足和改進76
3.3保護層分析（LOPA）方法81
3.3.1LOPA的定義和作用81
3.3.2LOPA的優(yōu)點82
3.3.3LOPA的局限性82
3.3.4LOPA的結果類型83
3.3.5執(zhí)行LOPA的必備條件83
3.3.6LOPA方法描述83

第四章高效推理算法、圖論與網絡拓撲90
4.1高效基本回路搜索算法90
4.1.1詹森回路搜索算法90
4.1.2詹森回路搜索算法原理92
4.1.3有向圖基本回路搜索算法程序92
4.2有向圖基本通路搜索算法及程序97
4.2.1有向圖基本通路搜索算法要點97
4.2.2有向圖基本通路搜索算法程序設計98
4.2.3基本通路搜索算法程序例題99
4.3網絡獨立通路和回路搜索算法應用案例100
4.3.1信號流圖的穩(wěn)態(tài)和動態(tài)解法100
4.3.2圖形化控制系統(tǒng)信號流圖分析CSA軟件101
4.3.3采用CSA自動解算復雜信號流圖系統(tǒng)107
4.4回路搜索和推理在動態(tài)系統(tǒng)分析和決策中的作用113

第五章基于符號有向圖（SDG）的深度學習119
5.1符號有向圖（SDG）方法的歷史與進展121
5.2SDG方法的優(yōu)缺點123
5.3SDG原理與建模124
5.3.1定量和定性仿真與SDG的關系124
5.3.2SDG模型及定義126
5.3.3SDG建模方法和原則128
5.3.4SDG模型的主要推理機制131
5.4SDG簡單建模實例132
5.4.1世界系統(tǒng)SDG建模132
5.4.2離心泵與液位系統(tǒng)SDG建模133
5.5SDG模型簡化141
5.6加熱爐SDG建模與驗證試驗142
5.6.1加熱爐工藝流程簡介143
5.6.2加熱爐故障診斷模型的建立145
5.6.3SDG模型檢驗與驗證方法分類152
5.6.4加熱爐SDG故障診斷試驗154
5.7反應再生裝置SDG故障診斷試驗158
5.7.1反應再生裝置工藝流程簡介158
5.7.2反應再生裝置故障診斷模型的建立162
5.7.3反應再生裝置SDG故障診斷試驗167
5.8SDG深度學習啟示172

第六章知識圖譜建模與智能推理軟件AI3的設計與開發(fā)174
6.1AI3概述174
6.2AI3總體功能、結構設計描述和應用174
6.3圖形化人機界面使用說明與要點177
6.3.1AI3圖形化建模編程要點177
6.3.2AI3基本畫面和圖形化操作方法設計與實現(xiàn)178
6.4推理引擎開發(fā)190
6.4.1具體事件一致性和條件約束推理方法190
6.4.2正向推理192
6.4.3反向推理192
6.4.4雙向推理193
6.4.5AI3推理速度測試194
6.5推理輸出結果表達197
6.5.1AI3推理結果畫面197
6.5.2工況數據（“快門”）一覽表202
6.5.3反應溫度記錄曲線查詢202
6.5.4模型中具體事件超限狀態(tài)顯示203
6.6AI3應用建模方法205
6.6.1經驗漸進法建模要點206
6.6.2“與門”串聯(lián)連接規(guī)則206
6.6.3經驗與深度學習相結合的建模要點207
6.6.4知識圖譜的初步認知212

第七章AI3在智能教學中的應用214
7.1智能教學系統(tǒng)（ITS）應用進展214
7.2學習內容、教學方法和智能教學219
7.3智能仿真培訓系統(tǒng)222
7.4知識本體模型與仿真模型的協(xié)同技術226
7.4.1仿真模型的質量評估226
7.4.2動態(tài)仿真模型的特點及建模注意事項229
7.5高精度動態(tài)仿真模型開發(fā)案例231
7.5.1充分利用工程設計的成熟計算方法231
7.5.2閥門特性仿真建模234
7.5.3間歇反應動力學仿真建模238
7.6多功能過程與控制仿真實驗系統(tǒng)245
7.6.1MPCE實驗系統(tǒng)構成246
7.6.2MPCE過程動態(tài)特性測試實驗案例254
7.6.3PID控制器參數整定實驗257
7.7MPCE連續(xù)反應先進控制案例262
7.7.1連續(xù)反應系統(tǒng)（CSTR）工藝流程262
7.7.2CSTR控制硬件配置263
7.7.3CSTR控制目標263
7.7.4CSTR系統(tǒng)測試及分析264
7.7.5系統(tǒng)控制策略設計267
7.8智能型危險化學品特種作業(yè)仿真培訓與考核軟件272
7.8.1重特大事故的主因——人為失誤274
7.8.2預防操作工人為失誤必要的技能、難點和解決方法274
7.8.3危險化學品特種作業(yè)實際操作仿真培訓與考核系列軟件276
7.8.4AI3-TZZY培訓與考核軟件內容277
7.8.5AI3-TZZY系統(tǒng)考核方法要點279
7.8.6AI3-TZZY培訓與考核軟件特點280
7.8.7智能仿真培訓系列軟件主要類型288
7.8.8AI3和智能仿真軟件適用范圍288

第八章AI3在過程工業(yè)中的應用290
8.1大型過程工業(yè)智能安全評估應用290
8.2智能HAZOP軟件CAH使用方法295
8.3大型過程工業(yè)智能故障診斷探索308

結語316

附錄一因果反事實推理“如果-怎么樣？”化工過程典型問題集319

附錄二專家陪練-AI3軟件說明334

參考文獻341