高速公路施工安全培训领域本体模型构建与评估研究OA

为解决高速公路施工场景中建筑工人安全培训知识存在结构分散、表达不统一与缺乏推理支持的问题,提升安全知识的组织、表达与推理应用能力,以高速公路施工安全培训相关标准规范与操作规程为语料基础,采用“七步法”构建面向语义表达与推理的STO-HCW(safety training ontology for highway construction workers)本体模型。设计由概念类、语义关系、数据属性、推理规则和实例构成的五元组结构,覆盖作业控制、风险预防与应急处置三大语义维度,并基于Protégé平台完成本体建模。最后,使用HermiT推理器开展一致性验证,引入ONTOQA评估框架对本体结构质量与实例覆盖度进行量化分析。STO-HCW本体模型共包含160个概念类、117条非继承语义关系、13项对象属性、138项数据属性及1557条实例数据,实现了语义分层、结构关联与实例映射的一体化表达。评估结果表明,该本体模型具备良好的逻辑一致性、结构饱和度与实例映射能力。同时,构建多条SWRL复合语义规则,有效支持对施工场景中风险行为、设备使用与隐患触发等语义事件的自动识别与联动推理。STO-HCW本体模型为高速公路施工安全培训知识提供了统一的语义表达与推理支撑,具备良好的复用性与扩展性。研究成果可支撑知识图谱构建、智能培训系统开发与安全教育平台集成,推动安全培训的数字化转型与知识服务能力提升。