摘要：煙草企業(yè)是典型的裝備和技術(shù)密集型企業(yè)，因此設(shè)備管理在煙草企業(yè)管理環(huán)節(jié)中極其重要。文章聚焦“互聯(lián)網(wǎng)+生產(chǎn)制造”行業(yè)熱點(diǎn)，針對(duì)煙草行業(yè)對(duì)設(shè)備精益管理、智能工廠建設(shè)等方面的需求，積極探索知識(shí)圖譜技術(shù)在設(shè)備信息化管理中的應(yīng)用，旨在不斷提高卷煙工廠的信息化、智能化水平，助力煙草行業(yè)數(shù)字化發(fā)展。

關(guān)鍵詞：煙草行業(yè)數(shù)字化；知識(shí)圖譜；設(shè)備管理

中圖分類號(hào)：TS43；F426.8" " "文獻(xiàn)標(biāo)識(shí)碼：A" " " 文章編號(hào)：1674-0688（2024）02-0058-04

0 引言

作為我國(guó)的傳統(tǒng)支柱產(chǎn)業(yè)之一，煙草行業(yè)在我國(guó)國(guó)民經(jīng)濟(jì)發(fā)展中占據(jù)重要地位。國(guó)家煙草專賣局高度重視信息化工作，明確要求全行業(yè)認(rèn)真落實(shí)《中國(guó)制造2025》，創(chuàng)新應(yīng)用現(xiàn)代技術(shù)和管理手段推動(dòng)行業(yè)數(shù)字化發(fā)展，打造“數(shù)字化、網(wǎng)絡(luò)化、智能化”煙草［1］。近年來(lái)，我國(guó)煙草行業(yè)信息化、智能化建設(shè)持續(xù)推進(jìn)，隨著煙草行業(yè)引入各種新興的信息技術(shù)手段，越來(lái)越多的大型自動(dòng)化設(shè)備被應(yīng)用于煙草制造，這些智能化設(shè)備將直接影響卷煙工廠的生產(chǎn)能力［2-3］。由此可見(jiàn)，加強(qiáng)建設(shè)煙草設(shè)備的信息化管理應(yīng)用體系，能夠有效地提高煙草制造企業(yè)的生產(chǎn)效率和質(zhì)量，同時(shí)能降低工廠的生產(chǎn)成本。因此，各卷煙工廠利用信息技術(shù)手段不斷整合與完善工廠現(xiàn)有設(shè)備的運(yùn)維數(shù)據(jù)，積極探索構(gòu)建以知識(shí)圖譜技術(shù)為核心的設(shè)備信息化管理應(yīng)用體系，能有效提升工廠生產(chǎn)設(shè)備的精細(xì)化、智能化管理水平［4-5］。在煙草行業(yè)內(nèi)，目前面向煙機(jī)設(shè)備故障診斷的知識(shí)圖譜研究還較少，技術(shù)應(yīng)用也缺乏完整的體系，因此加強(qiáng)建設(shè)煙草設(shè)備的信息化管理應(yīng)用體系尤為重要。

1 煙草設(shè)備管理現(xiàn)狀分析

近年來(lái)，我國(guó)煙草行業(yè)信息化管理應(yīng)用體系建設(shè)工作不斷推進(jìn)，信息化管理軟件不斷普及，煙草行業(yè)已經(jīng)逐步由過(guò)去的傳統(tǒng)商業(yè)模式向具有標(biāo)準(zhǔn)化數(shù)據(jù)采集流程的現(xiàn)代商業(yè)模式轉(zhuǎn)變。然而，作為煙草行業(yè)管理工作中的重要組成部分，設(shè)備管理工作的信息化水平仍有待提高。以煙草生產(chǎn)工廠卷包、制絲產(chǎn)線關(guān)鍵設(shè)備為例，目前針對(duì)以上各類設(shè)備的預(yù)防性檢修大多依靠人為經(jīng)驗(yàn)，局限性較大，而且對(duì)生產(chǎn)過(guò)程中長(zhǎng)期積累的設(shè)備維修案例、設(shè)備維修資料和設(shè)備運(yùn)行數(shù)據(jù)，未能進(jìn)行有效的數(shù)據(jù)分析和價(jià)值挖掘，導(dǎo)致這些數(shù)據(jù)與設(shè)備管理的關(guān)聯(lián)不足，從而造成數(shù)據(jù)資源的極大浪費(fèi)?，F(xiàn)階段，煙草行業(yè)在設(shè)備管理方面主要存在如下問(wèn)題：①設(shè)備的維修經(jīng)驗(yàn)、技術(shù)參數(shù)、手冊(cè)等資料繁雜且分散，不易快速查閱，缺乏對(duì)設(shè)備進(jìn)行技術(shù)改造后的個(gè)性化技術(shù)資料管理，同時(shí)存在直觀性弱、管理方式粗放、資料不易查閱、維修經(jīng)驗(yàn)傳承不通暢等問(wèn)題，降低了維修工作效率。②維修人員在實(shí)際的維修學(xué)習(xí)過(guò)程中缺乏有效的技術(shù)輔助指導(dǎo)，對(duì)維修人員進(jìn)行維修技能的培訓(xùn)缺乏有效的資源平臺(tái)支持。③目前，與設(shè)備運(yùn)行、維修與保養(yǎng)相關(guān)的知識(shí)、經(jīng)驗(yàn)比較分散，缺少一個(gè)統(tǒng)一的信息平臺(tái)進(jìn)行歸類整理?，F(xiàn)有的系統(tǒng)對(duì)數(shù)據(jù)的應(yīng)用深度不足，未能形成有效的大數(shù)據(jù)分析，缺少設(shè)備智能化應(yīng)用模型，無(wú)法向設(shè)備維修人員提供維修決策指導(dǎo)。

因此，煙草企業(yè)需要構(gòu)建一個(gè)智能的設(shè)備信息化管理應(yīng)用體系，實(shí)現(xiàn)對(duì)已有的設(shè)備維修經(jīng)驗(yàn)、維修資料、設(shè)備故障數(shù)據(jù)等的綜合利用，從而以智能化管理方式替代傳統(tǒng)的人工經(jīng)驗(yàn)管理方式。

2 基于知識(shí)圖譜技術(shù)的設(shè)備信息化管理應(yīng)用

為提升煙草生產(chǎn)設(shè)備的信息化管理水平，卷煙工廠采用知識(shí)圖譜技術(shù)，以卷包、制絲關(guān)鍵設(shè)備為研究主體，綜合故障歷史數(shù)據(jù)、維修案例，以及設(shè)備知識(shí)經(jīng)驗(yàn)和技術(shù)資料，構(gòu)建工廠設(shè)備知識(shí)圖譜數(shù)據(jù)庫(kù)，通過(guò)數(shù)據(jù)挖掘技術(shù)整合和完善現(xiàn)有設(shè)備運(yùn)維數(shù)據(jù)資源，構(gòu)建設(shè)備信息化管理應(yīng)用體系，為設(shè)備管理、產(chǎn)品生產(chǎn)、質(zhì)量檢測(cè)等業(yè)務(wù)提供及時(shí)、準(zhǔn)確的數(shù)據(jù)分析和決策信息。

2.1 基于知識(shí)圖譜技術(shù)的設(shè)備信息化管理應(yīng)用的關(guān)鍵技術(shù)介紹

知識(shí)圖譜（Knowledge" Graph）由谷歌（Google）于 2012 年首次提出，主要用于優(yōu)化搜索引擎。該技術(shù)能夠有效描繪現(xiàn)實(shí)世界中的各種實(shí)體信息，同時(shí)以一種與人類思維類似的方式進(jìn)行知識(shí)語(yǔ)義的處理、分析和聯(lián)系，從而以結(jié)構(gòu)化的形式展現(xiàn)出用戶需要的知識(shí)。

卷煙工廠構(gòu)建知識(shí)圖譜技術(shù)應(yīng)用體系，主要是通過(guò)將工廠生產(chǎn)設(shè)備領(lǐng)域中異構(gòu)的知識(shí)結(jié)構(gòu)化，構(gòu)建數(shù)據(jù)知識(shí)間的關(guān)聯(lián)，從而解決本領(lǐng)域內(nèi)設(shè)備數(shù)據(jù)多樣、復(fù)雜、孤島化且單一數(shù)據(jù)價(jià)值不高等問(wèn)題。其構(gòu)建過(guò)程主要包括以下5個(gè)關(guān)鍵：知識(shí)圖譜建模、知識(shí)抽取和融合、知識(shí)存儲(chǔ)與管理、知識(shí)推理和分析挖掘、知識(shí)應(yīng)用。

2.1.1 知識(shí)圖譜建模

知識(shí)圖譜的難點(diǎn)在于知識(shí)圖譜的搭建，如何高效、高質(zhì)量、快速地搭建知識(shí)圖譜是知識(shí)圖譜工程的核心。對(duì)于制造行業(yè)來(lái)說(shuō)，構(gòu)建知識(shí)圖譜一般采用自上而下的方式，即先確定知識(shí)圖譜的數(shù)據(jù)模型Schema，包括實(shí)體（點(diǎn)）建模、屬性建模、關(guān)系（邊）建模，將數(shù)據(jù)中蘊(yùn)含的知識(shí)組織形式以圖的表達(dá)方式建立起來(lái)，再根據(jù)模型填充具體數(shù)據(jù)，從現(xiàn)有的高質(zhì)量數(shù)據(jù)源中進(jìn)行映射，最終形成知識(shí)圖譜。

設(shè)備知識(shí)圖譜建模基于生產(chǎn)設(shè)備的應(yīng)用屬性、知識(shí)特點(diǎn)、實(shí)際需求，通過(guò)對(duì)以往記錄的設(shè)備數(shù)據(jù)進(jìn)行整理與規(guī)范化處理，從而識(shí)別對(duì)象實(shí)體和關(guān)系屬性。設(shè)備知識(shí)建模的主體包括實(shí)體和事件。實(shí)體分為概念實(shí)體和物理實(shí)體，事件則包含現(xiàn)象、過(guò)程及活動(dòng)。設(shè)備知識(shí)模實(shí)體關(guān)系見(jiàn)圖1。

2.1.2 知識(shí)抽取和知識(shí)融合

知識(shí)抽取是指從已有的設(shè)備半結(jié)構(gòu)化、無(wú)結(jié)構(gòu)數(shù)據(jù)中抽取實(shí)體、關(guān)系及實(shí)體屬性等結(jié)構(gòu)化信息。設(shè)備知識(shí)抽取主要包括關(guān)系型數(shù)據(jù)抽取和文檔型數(shù)據(jù)抽取。關(guān)系型數(shù)據(jù)抽取是指從MES（生產(chǎn)制造管理）系統(tǒng)、ERP（企業(yè)資源規(guī)劃）系統(tǒng)和第三方系統(tǒng)獲取結(jié)構(gòu)化數(shù)據(jù)。本系統(tǒng)利用ETL（數(shù)據(jù)抽取處理）工具，結(jié)合數(shù)據(jù)抽取、數(shù)據(jù)轉(zhuǎn)換、作業(yè)執(zhí)行等技術(shù)，抽取設(shè)備相關(guān)實(shí)體、實(shí)體屬性及實(shí)體關(guān)系等信息，按業(yè)務(wù)邏輯要求保存到設(shè)備的知識(shí)圖譜中。文檔型數(shù)據(jù)抽取是指從系統(tǒng)中獲取大量的設(shè)備維修案例等設(shè)備文檔。本系統(tǒng)使用NLP（自然語(yǔ)言處理技術(shù)）及基于規(guī)則和詞典的方法，對(duì)文本做了噪聲移除和句法分析，然后識(shí)別出故障現(xiàn)象、故障原因及處理措施等知識(shí)實(shí)體內(nèi)容，進(jìn)行消歧和去重，并對(duì)語(yǔ)義進(jìn)行語(yǔ)料標(biāo)注，結(jié)合正則表達(dá)式處理等技術(shù)，提取出無(wú)歧義的設(shè)備知識(shí)實(shí)體和關(guān)系。

知識(shí)融合則是通過(guò)對(duì)煙草設(shè)備相關(guān)信息的梳理，基于設(shè)備知識(shí)建模、知識(shí)抽取，對(duì)設(shè)備相關(guān)數(shù)據(jù)進(jìn)行邏輯歸屬和冗雜、錯(cuò)誤過(guò)濾，完成實(shí)體鏈接和知識(shí)合并等，實(shí)現(xiàn)數(shù)據(jù)的知識(shí)融合及用戶關(guān)注的設(shè)備管理業(yè)務(wù)需求。其中，實(shí)體匹配是完成知識(shí)融合的關(guān)鍵環(huán)節(jié)，它能發(fā)現(xiàn)具有不同標(biāo)識(shí)卻代表真實(shí)世界中同一對(duì)象的實(shí)體，并將這些實(shí)體歸并為一個(gè)具有全局唯一標(biāo)識(shí)的實(shí)體對(duì)象，從而將結(jié)構(gòu)化的歷史數(shù)據(jù)融入設(shè)備知識(shí)圖譜中，通過(guò)與設(shè)備相關(guān)的數(shù)據(jù)被圖譜節(jié)點(diǎn)鏈接并動(dòng)態(tài)調(diào)用，形成基于數(shù)據(jù)驅(qū)動(dòng)的設(shè)備知識(shí)圖譜管理。

2.1.3 知識(shí)存儲(chǔ)與管理

設(shè)備知識(shí)圖譜保存的數(shù)據(jù)格式要求不同，根據(jù)不同的數(shù)據(jù)庫(kù)存儲(chǔ)性能優(yōu)勢(shì)，本系統(tǒng)采用如下方式實(shí)現(xiàn)知識(shí)的存儲(chǔ)管理。

（1）圖數(shù)據(jù)庫(kù)存儲(chǔ)。利用圖數(shù)據(jù)庫(kù)服務(wù)存儲(chǔ)設(shè)備知識(shí)圖譜中的資源描述框架（RDF）結(jié)構(gòu)的網(wǎng)絡(luò)化數(shù)據(jù)，包括實(shí)體、關(guān)系、屬性等?；趫D的存儲(chǔ)在設(shè)計(jì)上非常靈活，一般只需要局部改動(dòng)即可。

（2）文檔數(shù)據(jù)庫(kù)存儲(chǔ)。利用文檔數(shù)據(jù)庫(kù)服務(wù)存儲(chǔ)設(shè)備文檔、圖片和圖紙等非結(jié)構(gòu)化數(shù)據(jù)，通過(guò)知識(shí)合并鏈接與圖譜中的實(shí)體關(guān)聯(lián)。

（3）大數(shù)據(jù)倉(cāng)庫(kù)存儲(chǔ)。利用大數(shù)據(jù)倉(cāng)庫(kù)服務(wù)存儲(chǔ)設(shè)備生產(chǎn)過(guò)程全要素的數(shù)據(jù)信息，一般作為事件補(bǔ)充知識(shí)圖譜，通過(guò)知識(shí)合并鏈接與圖譜中的實(shí)體進(jìn)行關(guān)聯(lián)。

（4）知識(shí)推理和分析。在完成知識(shí)抽取和融合之后，可以從原始雜亂的數(shù)據(jù)中獲得一系列基本的事實(shí)表達(dá)。基于設(shè)備本體各類實(shí)體和關(guān)系的構(gòu)建，在知識(shí)推理和分析階段，可以通過(guò)邏輯、圖及深度學(xué)習(xí)的推理計(jì)算獲得結(jié)構(gòu)化、網(wǎng)絡(luò)化的設(shè)備知識(shí)體系。

本系統(tǒng)采用基于語(yǔ)義的NTN張量神經(jīng)網(wǎng)絡(luò)模型作為其知識(shí)推理方法。該模型利用雙線性張量層代替?zhèn)鹘y(tǒng)的標(biāo)準(zhǔn)線性神經(jīng)網(wǎng)絡(luò)，通過(guò)將實(shí)體表示為向量獲取實(shí)體信息，并將參數(shù)關(guān)系表示為三階張量實(shí)現(xiàn)兩個(gè)實(shí)體間的關(guān)聯(lián)。同時(shí)，系統(tǒng)根據(jù)事件的上下文和相關(guān)性進(jìn)行知識(shí)推理，計(jì)算對(duì)應(yīng)的事件根因模型。根據(jù)事件根因模型，系統(tǒng)會(huì)對(duì)可能引起故障的隱患事件進(jìn)行警告，并推薦事件的解決方案。NTN張量神經(jīng)網(wǎng)絡(luò)模型的基本原理見(jiàn)圖2。

NTN為每個(gè)三元組（h，r，t）定義了如下評(píng)分函數(shù)，用于評(píng)價(jià)兩個(gè)實(shí)體之間存在的某個(gè)特定關(guān)系r的可能性：

[fr（h，t）=uTrg（lhMrlt+Mr，1lh+Mr，2lh+br）]

該模型中的實(shí)體向量是該實(shí)體中所有單詞向量的平均值，這樣做的好處是實(shí)體中的單詞數(shù)量遠(yuǎn)小于實(shí)體數(shù)量，可以充分地重復(fù)利用單詞向量構(gòu)建實(shí)體表示，解決了實(shí)體表示學(xué)習(xí)的稀疏性問(wèn)題，增強(qiáng)了不同實(shí)體的語(yǔ)義聯(lián)系。

（5）設(shè)備維修知識(shí)應(yīng)用體系構(gòu)建。設(shè)備維修知識(shí)應(yīng)用體系基于煙草領(lǐng)域內(nèi)本體技術(shù)構(gòu)建專業(yè)概念之間的關(guān)聯(lián)模型，實(shí)現(xiàn)不同概念之間由此及彼的語(yǔ)義推理，克服了傳統(tǒng)知識(shí)管理系統(tǒng)無(wú)法全方位表達(dá)知識(shí)的多維度語(yǔ)義關(guān)系的難題。知識(shí)體系構(gòu)建流程見(jiàn)圖3。

圖3所示的體系中匯聚了煙草設(shè)備通用領(lǐng)域的知識(shí)和企業(yè)內(nèi)部的知識(shí)，包括廠商設(shè)備手冊(cè)、企業(yè)內(nèi)部的故障報(bào)告、維修記錄、監(jiān)控?cái)?shù)據(jù)等，并利用自然語(yǔ)言處理方式中的實(shí)體識(shí)別、實(shí)體關(guān)系分析等技術(shù)手段，進(jìn)行知識(shí)的提取和整理。通過(guò)對(duì)知識(shí)源的分析，完成知識(shí)體系框架和知識(shí)分類、知識(shí)關(guān)系和知識(shí)模板定義。

作為應(yīng)用體系構(gòu)建過(guò)程中的關(guān)鍵技術(shù)，知識(shí)圖譜的實(shí)體表示學(xué)習(xí)為關(guān)系抽取、實(shí)體消歧、鏈接預(yù)測(cè)等任務(wù)提供了底層支持。實(shí)體表示學(xué)習(xí)的核心思想即挖掘數(shù)據(jù)的關(guān)鍵性特征，通過(guò)設(shè)計(jì)映射函數(shù)將能夠充分表征原始數(shù)據(jù)的信息以一個(gè)低維的向量來(lái)表示。網(wǎng)絡(luò)表示學(xué)習(xí)原理見(jiàn)圖4。

知識(shí)圖譜的實(shí)體表示學(xué)習(xí)即將知識(shí)圖譜構(gòu)建成一個(gè)（頭實(shí)體，關(guān)系，尾實(shí)體）的三元組形式，通過(guò)目標(biāo)函數(shù)將實(shí)體和關(guān)系分別采用低維的向量表示。Trans系列的知識(shí)圖譜表示方法均采用同樣的函數(shù)思想，即|h + r| ≈ t，其中h、t分別表示知識(shí)圖譜中的頭實(shí)體和尾實(shí)體的向量表示，r表示關(guān)系的向量表示。本系統(tǒng)選取TransE作為表示學(xué)習(xí)方法，TransE核心原理見(jiàn)圖5。

構(gòu)建的設(shè)備維修知識(shí)應(yīng)用體系主要包括設(shè)備故障知識(shí)圖譜的關(guān)系展示、設(shè)備故障百科查詢、虛擬專家咨詢、故障維修輔助指導(dǎo)等功能。

2.2 基于知識(shí)圖譜技術(shù)的設(shè)備信息化管理應(yīng)用介紹

設(shè)備知識(shí)圖譜的構(gòu)建不是最終目的，如何利用設(shè)備知識(shí)圖譜進(jìn)行設(shè)備領(lǐng)域業(yè)務(wù)的預(yù)測(cè)分析并解決問(wèn)題才是關(guān)鍵。通過(guò)各種數(shù)據(jù)挖掘算法，進(jìn)一步分析設(shè)備知識(shí)數(shù)據(jù)之間的內(nèi)在關(guān)系，實(shí)現(xiàn)設(shè)備相關(guān)的基于知識(shí)圖譜技術(shù)的智能化應(yīng)用，包括設(shè)備故障知識(shí)圖譜的關(guān)系展示、設(shè)備故障百科查詢、虛擬專家咨詢、故障維修輔助指導(dǎo)等。

知識(shí)圖譜關(guān)系展示功能主要幫助業(yè)務(wù)人員對(duì)設(shè)備維修知識(shí)資源進(jìn)行高效、有序的管理。讓所有設(shè)備維修人員都能快速方便地將自己掌握的經(jīng)驗(yàn)技能傳授他人，從而全面增強(qiáng)維修人員的技能素質(zhì)和協(xié)同工作能力，提升企業(yè)整體的競(jìng)爭(zhēng)能力。

設(shè)備故障百科功能實(shí)現(xiàn)了設(shè)備故障知識(shí)的智能搜索，可以通過(guò)按常見(jiàn)高頻故障、按分類查找、按機(jī)型查找、按部位查找、按字母查找等方式查看故障現(xiàn)象，并返回翔實(shí)的故障知識(shí)，包括故障的具體現(xiàn)象、部位、產(chǎn)生原因、造成影響、處理措施和預(yù)防建議等。

虛擬專家咨詢功能是基于提高設(shè)備管理工作效率的智能化模塊，其最大的隱性價(jià)值是在實(shí)際的設(shè)備管理中得到標(biāo)準(zhǔn)化的數(shù)據(jù)積累，從而在新的場(chǎng)景中智能化地提供相應(yīng)的決策經(jīng)驗(yàn)。

故障維修輔助指導(dǎo)功能是指設(shè)備發(fā)生故障后，依據(jù)故障知識(shí)圖譜中包含的故障現(xiàn)象、故障原因、故障癥狀及傳播關(guān)系、在線實(shí)時(shí)設(shè)備狀態(tài)數(shù)據(jù)，自動(dòng)識(shí)別故障類型、故障發(fā)生位置等信息，運(yùn)用機(jī)器學(xué)習(xí)技術(shù)、人工智能算法，進(jìn)行故障根因的自動(dòng)確診，并給出最終的故障診斷結(jié)果。

3 結(jié)語(yǔ)

針對(duì)現(xiàn)階段煙草行業(yè)生產(chǎn)設(shè)備信息化管理水平不足的問(wèn)題，卷煙工廠在整合卷包、制絲關(guān)鍵設(shè)備知識(shí)經(jīng)驗(yàn)和設(shè)備技術(shù)資料的基礎(chǔ)上，基于知識(shí)圖譜等信息技術(shù)手段，構(gòu)建了設(shè)備信息化管理應(yīng)用體系，為設(shè)備管理、產(chǎn)品生產(chǎn)、質(zhì)量檢測(cè)等業(yè)務(wù)提供了實(shí)時(shí)準(zhǔn)確的數(shù)據(jù)分析和信息決策參考，有效提高了卷煙工廠的信息化、智能化水平。未來(lái)，可不斷擴(kuò)大信息技術(shù)在煙草行業(yè)的應(yīng)用場(chǎng)景，構(gòu)建生產(chǎn)、管理、銷售一體化的煙草行業(yè)智能信息系統(tǒng)。

4 參考文獻(xiàn)

［1］馮波興，韋泰丞，李發(fā)文.“互聯(lián)網(wǎng) +”背景下煙草行業(yè)管理創(chuàng)新問(wèn)題研究［J］.管理創(chuàng)新，2021（30）：52-54.

［2］夏歡.煙草卷煙機(jī)械設(shè)備管理方法優(yōu)化分析［J］.科技創(chuàng)新導(dǎo)報(bào)，2020（14）：164-165.

［3］向宇洋.大數(shù)據(jù)在現(xiàn)代煙草信息建設(shè)中的應(yīng)用［J］.科技資訊，2022（7）：46-48.

［4］王衛(wèi)軍.面向煙草領(lǐng)域的科研知識(shí)圖譜服務(wù)平臺(tái)關(guān)鍵技術(shù)研究［J］.中國(guó)煙草學(xué)報(bào)，2021（27）：83-89.

［5］王昱，孫超，王星來(lái).煙草行業(yè)設(shè)備健康管理及信息化平臺(tái)應(yīng)用淺析［J］.中國(guó)設(shè)備工程，2021（8）：19-21.