反應堆試驗知識管理系統探究

前言：想要寫出一篇引人入勝的文章？我們特意為您整理了反應堆試驗知識管理系統探究范文，希望能給你帶來靈感和參考，敬請閱讀。

摘要：反應堆工程試驗是一項復雜的知識密集型系統工程，具有涵蓋學科專業類別多，設計試驗類型廣，模型、數據處理量大等特點，對科研人員有著較高的知識技能門檻要求，而現有的系統不能滿足這些特點對科研試驗數字化轉型創新的迫切需求，在通過梳理現有的試驗研發模式存在的問題后，提出從制度體系、協同管理、能力建設三大內容出發的知識工程研發體系建設，具體分析了知識系統應遵循的建設原則、應達到的技術能力、應實現的目標價值，通過推動知識工程體系建設，統籌管理企業內部顯隱性知識，利用先進的數字化技術手段將知識智能化、應用化、服務化，讓知識流動起來，建成以知識驅動創新發展的科研模式，達到讓員工能更高效地獲取知識、學習知識，為科研工作不斷創造價值的最終目的。

關鍵詞：知識管理；知識工程；需求分析；知識服務；知識圖譜；用戶畫像

0引言

當今是一個萬物皆可“數”的數字化時代，各國的軍工企業都在不斷地提升自己的數字化水平、數據挖掘處理能力，通過對數據賦能來創造新的價值。我國領導層也多次強調國防科研單位應加快數字化、智能化轉型，加強科研創新能力，而能力的提升需要豐富的知識基礎，需要體系化的知識工程作引導[1]，核反應堆的設計研發是一項囊括了大量理論設計、制造工藝、試驗驗證等環節的工作，每一個環節都會產生海量的數據，能否從數據中沉淀出有效知識，更好地為業務賦能，是院所科研成果價值不斷提升的關鍵，也是院所數字化轉型、科研模式轉型、貫徹落實創新驅動發展戰略的必要條件[2]。

1知識工程概念

知識工程是指將知識整合到信息系統上，從而完成特定領域專業技術人才才可以完成的復雜任務。在大數據時代下，知識工程是通過自動化或半自動化的方法從海量的數據中提取知識，建立知識系統，提供智能化的知識服務，通過知識工程使數據產生智慧，完成從數據到信息到知識最終到智能應用的轉變，從而實現對大數據的洞察、提供用戶關心的答案、為決策提供支持、豐富用戶的專業知識[3⁃4]。知識工程是一個體系工程，需要從制度、管理、技術手段等多個維度去推動它的落地，實現它的價值。

2現狀需求分析

反應堆試驗研究是一項復雜的系統工程，需要結構力學、流體力學、材料科學、化學、動力學等多學科協同，需要做大量的理論設計、仿真設計、試驗驗證工作，并且在具體的科研工作中，還有著大量的流程伴隨，每個流程崗位又有較多的專業名詞、專業術語需要理解，這對科研人員有著極高的科研素養要求，需要大量知識的支持。目前企業內這些隱性知識的傳遞主要通過師徒相傳、同事問詢的方式，而現階段各科研部門內部沒能形成科學合理的知識沉淀體系，設計經驗等隱性知識只存在于專家的腦海中[5]，沒能形成知識文檔、構建知識學習路徑，這使得這類知識傳授方式傳遞性差、效率低，嚴重影響工作的進度。因此，在面對相關科研工作時，新員工往往需要長時間的經驗積累和體系化的專業能力培訓才能真正融入項目，骨干員工雖然有著豐富的經驗知識，但由于缺少行業新動態的知識獲取手段，可能會讓他們在思維模式上固化，缺乏在新技術、新研究方向上的突破能力。這些因素都不利于院所科研創新能力的快速提升。

3知識工程建設思路

知識工程系統是以“管理知識資產、高效服務科研、幫助職工成長、推動創新發展”為目標，構建知識驅動科研創新的發展模式，以前沿的數字化技術手段讓知識流動起來，將管理、人員、科研業務有機結合，推動每一個科研項目高質量發展，讓知識資產真正成為科研單位的核心價值，對院所的數字化、智慧化轉型形成強有力的支撐[6]。因此知識工程的建設思路如圖1所示，應從下列幾點出發。1）規范建設、易于集成。為實現知識資產的高效管理，全面地收集存在于個人、各個業務系統中的知識文件，知識系統在建設時一定要遵循信息化建設標準，提供規范化接口，保證各類系統與知識系統的信息集成。2）機制保障、協同管理。為保證知識系統順利推進，管理部門應和業務部門、保密部門根據企業的實際情況，協同梳理制定知識工程體系下的一系列科研活動規范標準，不斷地完善健全相關保障機制，確保知識工程體系工作的扎實有序開展。3）注重體驗、迭代優化。為建立與科研工作緊密結合的業務關系，融入職工的科研生活，知識系統在建設過程中要重點考慮用戶體驗，不斷地收集用戶反饋信息，不斷地對功能和流程進行優化，讓職工切實感受到參與知識工程體系給工作帶來的益處，讓職工愿意使用、樂于使用。4）技術先進、能力突出。系統要具備對海量的多源、異構類型數據的處理能力，結合前沿的數據分析、人工智能技術有效地沉淀知識，構建知識圖譜、知識問答[7]等智能應用服務，洞察用戶關切的問題并對其進行精準的知識推送。讓知識工程真正地成為科研人員工作中的效率倍增器，不斷地為科研事業創造更大的價值。

4知識工程建設內容

知識工程系統是為了整合科研生產活動中產生的數據，挖掘價值，將隱性知識顯性化，將顯性知識共享化，并基于知識形成智能服務及智能應用，讓知識與科研流程、科研活動深度結合，給科研人員完備的指導。在建設時，重點從管理制度層、數據層、知識應用層三個層面展開，如圖2所示。

4.1管理制度層建設內容

頂層制度體系的設計、完備的制度規范是保證工程順利實施落地的重要條件。在制度建設上首先是規范用戶習慣的工作，通過實操、視頻演示等方式介紹知識系統的各項功能、各種工作流程，并定期開展線上理論考試向廣大職工深入貫徹知識工程的價值意義，讓職工真正把系統用起來。其次，業務部門應對自身業務資源展開梳理，并和質量、科辦等管理部門理清工作中各節點的輸入輸出文件，編寫工作指南、業務管理規范等各類文件，為職工后續工作的展開提供理論指導。管理部門應和業務骨干、專家一起，結合業務實際編寫知識梳理指南、知識文件形成規范、知識認定評價標準、知識獎勵辦法等文件，如表1所示，確定知識認定考核相關流程，通過獎勵制度如物質獎勵、職稱評定考核加分等方式激勵骨干人員分享經驗、貢獻知識。保密部門應和信息化管理部門制定知識文件使用過程中的保密規范，規定不同密級人員的權限范圍。各部門明確責任、各司其職的同時又協同管理，奠定知識工程系統的落地基礎。

4.2數據層建設內容

數據的沉淀、知識資源的梳理和集中管理是實現知識應用的基礎。企業應對現有的資源進行梳理整合，分類管理，按數據來源的維度可分為個人資源和系統資源，按資源類別可分為辦公文件、試驗數據庫、標準件庫、模型庫、算法庫，按資源性質可以分為顯性知識和隱性知識，對來源于個人的知識文件、研究的工藝模型、設計的優化算法按照相關制度規范化處理后歸入資源數據中心。對來源于各個系統的數據資源，根據制度中的信息系統標準化建設規范設計數據交互接口，獲取各個應用系統中的數據，按結構化、半結構化規則分類后納入資源中心，資源中心再應用前沿的計算機數據挖掘處理技術對內容智能處理，形成知識，最后再由專業人員審查復核這些知識是否正確按類型、專業、學科分類。通過從多個維度整合梳理知識資源的方法，可以建立層次化、結構分明的知識資源收集管理體系，對知識資源進行有效的挖掘處理。

4.3知識應用層建設內容

形成智能化、服務化的知識類應用是知識系統的最終目的。利用機器學習、自然語言處理等人工智能技術，讓知識在人員和系統中流動利用、服務科研，這也是整個知識工程的核心意義。1）知識檢索與知識地圖。對知識系統所匯聚和管理的知識提供多種方式的查詢和組合查詢功能，支持題目、關鍵字、知識屬性類別、以圖搜文等方式進行全文檢索，支持二次查詢、精準查詢[8]。將梳理的專業學科知識、科研活動流程中的專業知識形象化為知識地圖，根據邏輯關系將學習路徑中每個階段所需掌握的知識形象為地圖節點，節點和學習資料關聯，科學的引導用戶一步步踏實地向掌握該知識的最終目標邁進。2）用戶畫像與智能推薦。記錄用戶的檢索行為，標記用戶的檢索內容，挖掘用戶的興趣和關注點，對用戶進行畫像，根據畫像得到用戶特征，利用邏輯回歸、矩陣分解、分解機等算法模型預測用戶可能關心的內容，通過知識關聯匹配技術將相應的內容推送給用戶[9⁃10]。3）知識圖譜與智能問答。知識圖譜將數據層沉淀得到的知識實體和實體、實體和概念進行關聯，構建實體鏈接，建立語義關系網[11]，彌合知識系統沉淀得到的事物底層特征空間和人們理解的事物語義空間之間的語義鴻溝[12]，對用戶所提出的問題智能分析，以可視化、結構化的形式描述相關概念、實體及其之間的聯系，將信息表達為更接近人類認知世界的形式反饋用戶的提問[13]。4）知識空間與知識更新。知識空間可用來管理科研人員在日常科研活動中梳理、收集、總結的知識，收藏記錄專家共享知識。知識更新是由專人定期搜集導入，維護用戶所關心科研領域的最新動態知識，保障科研人員能更高效地獲得高質量的新知識。

5結語

反應堆科研試驗研究是一種知識密集型的系統工程，通過搭建知識系統，建設以知識驅動科學技術創新發展的研發體系，對院所內的知識進行沉淀、挖掘、整合。通過知識管理制度化、研發工作流程化、隱性知識顯性化、知識資產智能化、服務化的建設思路，將知識工程與具體的科研活動結合，讓科研人員能更便捷地接觸到經驗知識、隱性知識并應用這些知識，同時科研人員也能將創新的知識封裝入庫共享，實現知識的良性閉環循環，讓知識真正流動起來，發揮價值。知識資產是一個企業的核心價值、核心競爭力，在國家大力推動創新發展戰略的當下，在國防工業系統數字化、智慧化轉型的重要時刻，知識工程項目的建設是保證企業科研能力經久不衰的根本之道，是轉型成果的重要體現，必將為國防科研事業做出重要貢獻。

作者:李爽 羅釗航 康喬 田甜 趙珊 單位:中國核動力研究設計院反應堆工程研究所