闭环全生命周期管理(Closed-Loop Lifecycle Management,CL2M)理念的提出和建立,旨在利用物联网、大数据、云计算等新技术,跨越不同的系统与组织,跟踪、获取产品全生命周期数据,实现产品信息的闭环流动,从而提高企业的运营效率并提供更优质的服务。目前在CL2M系统中,产品不同生命阶段所获取的信息,彼此独立,表达方式各异,阻碍了知识的共享与重用;同时未能充分提取产品知识的语义信息,缺乏有效的知识获取方案,降低了知识的利用率。针对上述问题,通过对知识语义化管理中关键问题的深入研究,给出了具体的算法与解决方案。论文的主要工作内容如下:1、研究了 CL2M系统中知识的特点,阐述了知识语义化管理的需求。对目前CL2M系统中产品数据及知识管理(Product Data and Knowledge Management,PDKM)技术及其不足进行了解析。最后,基于知识语义化管理的特点与功能,设计出知识语义化管理架构。2、基于本体模型,对CL2M系统构建多维度、多层次知识集成框架,进行产品知识表示。在此基础上,设计出文档语义向量与本体语义向量的提取与匹配算法。以知识语义空间,作为知识的语义标注结果,完成知识在CL2M系统知识集成框架中的多维度标注。3、多角度地构建知识需求模型,基于模型相似度计算方法,进行需求模型与知识本体匹配算法设计,利用知识本体与语义空间,构建产品知识语义图。最后基于知识语义图,定义关键知识节点,引入复杂网络理论方法,分析知识语义图的内部结构,设计出关键知识节点提取方法并提出重要性判别方案,引导用户知识浏览。4、对CL2M系统知识语义化管理平台进行设计。编程实现了知识语义化管理平台的主要功能,计算知识语义图的网络特征参数。最后,以低温等离子体设备系统为应用研究对象,测试并对比语义标注算法、相似度匹配算法,验证知识语义图的小世界网络和无标度网络特性,提取关键知识节点并测试其重要性,证明知识获取与呈现方案的有效性。基于CL2M系统知识语义化管理技术的研究、再进行进一步的开发与应用,可以广泛、深入地挖掘出产品知识的语义信息,提高知识的利用率,实现产品知识在全生命周期范围内的共享与重用。