面向工业数字主线的语义图统一：以本体驱动知识图谱贯通11个异构制造系统

现代制造企业运行着异构系统——ERP、MES、PLM、SCADA、QMS、SCM——每个系统都有自己的数据模型和API。由此形成的数据孤岛阻碍了整体分析，延迟了根因调查，并妨碍工业4.0的可追溯性。点对点集成以O(n^2)的复杂度扩展并积累脆弱的依赖。本文提出了一个用于工业数字主线语义图统一的开放框架。本体驱动的RDF知识图谱通过五阶段ETL流水线统一来自九个领域11个模拟源的数据，自动实体解析覆盖97条owl:sameAs身份链接。本体包含78个RDFS类、108个对象属性和243个数据属性，借鉴ISA-95、OPC UA、eClass、资产管理壳（Asset Administration Shell）、RAMI 4.0等标准。自动发现引擎应用九类策略——跨工位关联、报警覆盖、ECN影响、CUSUM/EWMA漂移检测——以发现跨越系统边界的洞察。主要实证结果：屏蔽24个跨系统工具使召回率从1.00降至0.31（F1从1.00降至0.48），表明69%可发现的信号需要跨系统图连接。留一消融确认九个策略中有六个贡献独特信号。对65信号清单（16阳性、49阴性）的验证得到F1=1.00（95% Clopper-Pearson置信区间[0.79, 1.00]）；由于该清单为作者自建，这构成验证而非独立确认。该图谱通过287个Model Context Protocol工具作为SPARQL原生语义层暴露给LLM智能体。五个行业模板（航空航天、CPG、制药、医疗器械、涡轮叶片）展示了跨制造垂直领域的模式稳定性。