随着国内隧道交通建设需求的不断增加,盾构机作为隧道建设的重要工程装备开始被广泛应用于各种建设场景。复杂的应用环境导致盾构机在使用过程中经常发生故障,此时需要具有丰富维护知识的工程师对盾构机实施维护,相关的维护知识大多只存在于工程师的大脑及非结构性维护资料中,盾构机维护企业迫切需要将非结构性的维护知识转化为更加数字化、结构化及规范化的维护知识。知识图谱作为一种描述数据知识间关联关系的技术方法越来越受到重视,通过知识图谱技术不仅能有效地组织数据知识结构还可以进行知识查询并直观地展示查询结果。基于以上背景,本文将知识图谱技术应用于盾构机的维护知识获取和重用上,开展了面向盾构机智能维护的知识图谱构建研究。希望通过该研究,构建比较合理的盾构机维护知识图谱,并在此基础上进行知识图谱的查询应用,初步实现简单实例问句对应维护方案的智能推荐,使得盾构机的维护更加智能,具体的研究工作如下:（1）完成盾构机维护的本体模型构建。首先对盾构机结构进行分解来构建盾构机的机械结构模型。然后利用七步法并结合盾构机的维护知识构建盾构机维护的本体模型,主要步骤包括明确本体领域及范围、分析复用该领域已有本体的可能性、获取领域知识等,通过以上步骤,最终构建完成了盾构机维护的本体模型。（2）盾构机维护的知识图谱构建与存储。若要构建完整的知识图谱,需要将实体与关系填充到构建完成的本体模型中。本文采用基于Bi-LSTM+CRF模型的命名实体识别方法来完成实体识别,通过和其它模型进行对比实验发现该模型实体识别的准确率更高。本文采用基于神经网络与依存句法分析方法进行关系抽取,在特征提取层采用Bi-LSTM模型,同时在其它条件不变的情况下,用其他模型替换该模型进行对比试验,结果表明该模型的准确率更高。本文采用图数据库Neo4j对盾构机维护知识进行存储,最终构建了完整的盾构机维护知识图谱。（3）盾构机维护知识图谱的查询应用。对于知识图谱的查询,首先提取出问句中的语义信息,该过程利用NLPIR进行分词,并采用命名实体识别和关系抽取方法完成语义信息的提取。然后构建盾构机维护的问题模板及对应的Cypher查询语句模板。最后对简单实例问句进行问题模板归类并生成对应的Cypher查询语句,通过查询语句完成盾构机维护知识图谱的查询。该查询过程实现了简单实例问句对应维护方案的智能推荐,并间接验证了盾构机维护知识图谱构建的合理性。