反应堆试验知识管理系统探究

前言：想要写出一篇引人入胜的文章？我们特意为您整理了反应堆试验知识管理系统探究范文，希望能给你带来灵感和参考，敬请阅读。

摘要：反应堆工程试验是一项复杂的知识密集型系统工程，具有涵盖学科专业类别多，设计试验类型广，模型、数据处理量大等特点，对科研人员有着较高的知识技能门槛要求，而现有的系统不能满足这些特点对科研试验数字化转型创新的迫切需求，在通过梳理现有的试验研发模式存在的问题后，提出从制度体系、协同管理、能力建设三大内容出发的知识工程研发体系建设，具体分析了知识系统应遵循的建设原则、应达到的技术能力、应实现的目标价值，通过推动知识工程体系建设，统筹管理企业内部显隐性知识，利用先进的数字化技术手段将知识智能化、应用化、服务化，让知识流动起来，建成以知识驱动创新发展的科研模式，达到让员工能更高效地获取知识、学习知识，为科研工作不断创造价值的最终目的。

关键词：知识管理；知识工程；需求分析；知识服务；知识图谱；用户画像

0引言

当今是一个万物皆可“数”的数字化时代，各国的军工企业都在不断地提升自己的数字化水平、数据挖掘处理能力，通过对数据赋能来创造新的价值。我国领导层也多次强调国防科研单位应加快数字化、智能化转型，加强科研创新能力，而能力的提升需要丰富的知识基础，需要体系化的知识工程作引导[1]，核反应堆的设计研发是一项囊括了大量理论设计、制造工艺、试验验证等环节的工作，每一个环节都会产生海量的数据，能否从数据中沉淀出有效知识，更好地为业务赋能，是院所科研成果价值不断提升的关键，也是院所数字化转型、科研模式转型、贯彻落实创新驱动发展战略的必要条件[2]。

1知识工程概念

知识工程是指将知识整合到信息系统上，从而完成特定领域专业技术人才才可以完成的复杂任务。在大数据时代下，知识工程是通过自动化或半自动化的方法从海量的数据中提取知识，建立知识系统，提供智能化的知识服务，通过知识工程使数据产生智慧，完成从数据到信息到知识最终到智能应用的转变，从而实现对大数据的洞察、提供用户关心的答案、为决策提供支持、丰富用户的专业知识[3⁃4]。知识工程是一个体系工程，需要从制度、管理、技术手段等多个维度去推动它的落地，实现它的价值。

2现状需求分析

反应堆试验研究是一项复杂的系统工程，需要结构力学、流体力学、材料科学、化学、动力学等多学科协同，需要做大量的理论设计、仿真设计、试验验证工作，并且在具体的科研工作中，还有着大量的流程伴随，每个流程岗位又有较多的专业名词、专业术语需要理解，这对科研人员有着极高的科研素养要求，需要大量知识的支持。目前企业内这些隐性知识的传递主要通过师徒相传、同事问询的方式，而现阶段各科研部门内部没能形成科学合理的知识沉淀体系，设计经验等隐性知识只存在于专家的脑海中[5]，没能形成知识文档、构建知识学习路径，这使得这类知识传授方式传递性差、效率低，严重影响工作的进度。因此，在面对相关科研工作时，新员工往往需要长时间的经验积累和体系化的专业能力培训才能真正融入项目，骨干员工虽然有着丰富的经验知识，但由于缺少行业新动态的知识获取手段，可能会让他们在思维模式上固化，缺乏在新技术、新研究方向上的突破能力。这些因素都不利于院所科研创新能力的快速提升。

3知识工程建设思路

知识工程系统是以“管理知识资产、高效服务科研、帮助职工成长、推动创新发展”为目标，构建知识驱动科研创新的发展模式，以前沿的数字化技术手段让知识流动起来，将管理、人员、科研业务有机结合，推动每一个科研项目高质量发展，让知识资产真正成为科研单位的核心价值，对院所的数字化、智慧化转型形成强有力的支撑[6]。因此知识工程的建设思路如图1所示，应从下列几点出发。1）规范建设、易于集成。为实现知识资产的高效管理，全面地收集存在于个人、各个业务系统中的知识文件，知识系统在建设时一定要遵循信息化建设标准，提供规范化接口，保证各类系统与知识系统的信息集成。2）机制保障、协同管理。为保证知识系统顺利推进，管理部门应和业务部门、保密部门根据企业的实际情况，协同梳理制定知识工程体系下的一系列科研活动规范标准，不断地完善健全相关保障机制，确保知识工程体系工作的扎实有序开展。3）注重体验、迭代优化。为建立与科研工作紧密结合的业务关系，融入职工的科研生活，知识系统在建设过程中要重点考虑用户体验，不断地收集用户反馈信息，不断地对功能和流程进行优化，让职工切实感受到参与知识工程体系给工作带来的益处，让职工愿意使用、乐于使用。4）技术先进、能力突出。系统要具备对海量的多源、异构类型数据的处理能力，结合前沿的数据分析、人工智能技术有效地沉淀知识，构建知识图谱、知识问答[7]等智能应用服务，洞察用户关切的问题并对其进行精准的知识推送。让知识工程真正地成为科研人员工作中的效率倍增器，不断地为科研事业创造更大的价值。

4知识工程建设内容

知识工程系统是为了整合科研生产活动中产生的数据，挖掘价值，将隐性知识显性化，将显性知识共享化，并基于知识形成智能服务及智能应用，让知识与科研流程、科研活动深度结合，给科研人员完备的指导。在建设时，重点从管理制度层、数据层、知识应用层三个层面展开，如图2所示。

4.1管理制度层建设内容

顶层制度体系的设计、完备的制度规范是保证工程顺利实施落地的重要条件。在制度建设上首先是规范用户习惯的工作，通过实操、视频演示等方式介绍知识系统的各项功能、各种工作流程，并定期开展线上理论考试向广大职工深入贯彻知识工程的价值意义，让职工真正把系统用起来。其次，业务部门应对自身业务资源展开梳理，并和质量、科办等管理部门理清工作中各节点的输入输出文件，编写工作指南、业务管理规范等各类文件，为职工后续工作的展开提供理论指导。管理部门应和业务骨干、专家一起，结合业务实际编写知识梳理指南、知识文件形成规范、知识认定评价标准、知识奖励办法等文件，如表1所示，确定知识认定考核相关流程，通过奖励制度如物质奖励、职称评定考核加分等方式激励骨干人员分享经验、贡献知识。保密部门应和信息化管理部门制定知识文件使用过程中的保密规范，规定不同密级人员的权限范围。各部门明确责任、各司其职的同时又协同管理，奠定知识工程系统的落地基础。

4.2数据层建设内容

数据的沉淀、知识资源的梳理和集中管理是实现知识应用的基础。企业应对现有的资源进行梳理整合，分类管理，按数据来源的维度可分为个人资源和系统资源，按资源类别可分为办公文件、试验数据库、标准件库、模型库、算法库，按资源性质可以分为显性知识和隐性知识，对来源于个人的知识文件、研究的工艺模型、设计的优化算法按照相关制度规范化处理后归入资源数据中心。对来源于各个系统的数据资源，根据制度中的信息系统标准化建设规范设计数据交互接口，获取各个应用系统中的数据，按结构化、半结构化规则分类后纳入资源中心，资源中心再应用前沿的计算机数据挖掘处理技术对内容智能处理，形成知识，最后再由专业人员审查复核这些知识是否正确按类型、专业、学科分类。通过从多个维度整合梳理知识资源的方法，可以建立层次化、结构分明的知识资源收集管理体系，对知识资源进行有效的挖掘处理。

4.3知识应用层建设内容

形成智能化、服务化的知识类应用是知识系统的最终目的。利用机器学习、自然语言处理等人工智能技术，让知识在人员和系统中流动利用、服务科研，这也是整个知识工程的核心意义。1）知识检索与知识地图。对知识系统所汇聚和管理的知识提供多种方式的查询和组合查询功能，支持题目、关键字、知识属性类别、以图搜文等方式进行全文检索，支持二次查询、精准查询[8]。将梳理的专业学科知识、科研活动流程中的专业知识形象化为知识地图，根据逻辑关系将学习路径中每个阶段所需掌握的知识形象为地图节点，节点和学习资料关联，科学的引导用户一步步踏实地向掌握该知识的最终目标迈进。2）用户画像与智能推荐。记录用户的检索行为，标记用户的检索内容，挖掘用户的兴趣和关注点，对用户进行画像，根据画像得到用户特征，利用逻辑回归、矩阵分解、分解机等算法模型预测用户可能关心的内容，通过知识关联匹配技术将相应的内容推送给用户[9⁃10]。3）知识图谱与智能问答。知识图谱将数据层沉淀得到的知识实体和实体、实体和概念进行关联，构建实体链接，建立语义关系网[11]，弥合知识系统沉淀得到的事物底层特征空间和人们理解的事物语义空间之间的语义鸿沟[12]，对用户所提出的问题智能分析，以可视化、结构化的形式描述相关概念、实体及其之间的联系，将信息表达为更接近人类认知世界的形式反馈用户的提问[13]。4）知识空间与知识更新。知识空间可用来管理科研人员在日常科研活动中梳理、收集、总结的知识，收藏记录专家共享知识。知识更新是由专人定期搜集导入，维护用户所关心科研领域的最新动态知识，保障科研人员能更高效地获得高质量的新知识。

5结语

反应堆科研试验研究是一种知识密集型的系统工程，通过搭建知识系统，建设以知识驱动科学技术创新发展的研发体系，对院所内的知识进行沉淀、挖掘、整合。通过知识管理制度化、研发工作流程化、隐性知识显性化、知识资产智能化、服务化的建设思路，将知识工程与具体的科研活动结合，让科研人员能更便捷地接触到经验知识、隐性知识并应用这些知识，同时科研人员也能将创新的知识封装入库共享，实现知识的良性闭环循环，让知识真正流动起来，发挥价值。知识资产是一个企业的核心价值、核心竞争力，在国家大力推动创新发展战略的当下，在国防工业系统数字化、智慧化转型的重要时刻，知识工程项目的建设是保证企业科研能力经久不衰的根本之道，是转型成果的重要体现，必将为国防科研事业做出重要贡献。

作者:李爽 罗钊航 康乔 田甜 赵珊 单位:中国核动力研究设计院反应堆工程研究所