Table des Matières
Un graphe de connaissances des équipements d'usine est une base de données qui enregistre chaque repère, équipement, plan, document et ordre de travail comme un nœud, et leurs relations comme des liens. Il permet aux ingénieurs, et aux assistants IA, de répondre aux questions qui traversent plusieurs systèmes, par exemple quelles procédures et quelles pannes passées concernent la pompe actuellement montée à un emplacement donné.
Points clés
- Un graphe de connaissances est « un graphe de données destiné à accumuler et transmettre des connaissances sur le monde réel », dont les nœuds représentent des entités et les arêtes des relations (Hogan et al., 2021).
- Dans une usine, la difficulté est l'identité : la même pompe apparaît comme poste technique, numéro d'équipement, repère sur le P&ID et expression dans un ordre de travail. Les rapprocher représente l'essentiel du travail.
- Les normes du secteur définissent déjà une grande partie du vocabulaire : ISO 14224 pour la taxonomie des équipements et les modes de défaillance, CFIHOS pour les classes de repères et d'équipements, DEXPI pour les P&ID.
- La recherche vectorielle fonctionne bien quand la réponse ressemble à la question, mais n'a aucune notion de l'étendue d'un corpus pour les questions globales (Microsoft Research, 2024). Un graphe apporte la structure qui manque à la seule recherche.
- Construisez d'abord à partir des sources structurées, puis ajoutez les liens extraits du texte, validés par des ingénieurs.
Qu'est-ce qu'un graphe de connaissances, appliqué à une usine ?
Une étude publiée dans ACM Computing Surveys définit un graphe de connaissances comme « un graphe de données destiné à accumuler et transmettre des connaissances sur le monde réel, dont les nœuds représentent des entités d'intérêt et dont les arêtes représentent des relations entre ces entités » (Hogan et al., 2021).
Dans une usine, les entités sont des objets dont les ingénieurs parlent déjà : la pompe P-101, son moteur, la feuille de P&ID qui les représente, le manuel constructeur et les ordres de travail émis sur eux. Les relations sont tout aussi familières : monté sur, raccordé à, représenté sur, décrit par, signalé sur. Sous forme d'énoncés :
- L'équipement 10045678 est monté sur l'emplacement P-101.
- P-101 est représenté sur la feuille de P&ID 101-PID-003, révision D.
- L'équipement 10045678 est une instance du modèle XYZ-200, qui est décrit par le manuel constructeur 4711.
Chaque énoncé est un fait composé d'un sujet, d'une relation et d'un objet. Le standard RDF du W3C l'appelle un triplet et définit un graphe RDF simplement comme « un ensemble de triplets RDF » (W3C, RDF 1.1 Concepts).
Pourquoi l'arborescence de la GMAO ne suffit-elle pas ?
Une GMAO structure déjà les équipements. Dans SAP, les postes techniques sont des « structures hiérarchiques ordonnées de façon systématique » qui représentent des installations techniques, tandis qu'un équipement est « un objet physique individuel que l'on maintient comme une unité autonome », monté sur un poste technique (SAP Learning).
Cette distinction entre l'emplacement (le repère) et l'objet physique (l'équipement) est essentielle, car les pompes sont permutées. Le manuel et l'historique des pannes suivent l'objet physique ; la fonction procédé, le P&ID et les limites opératoires restent attachés à l'emplacement.
L'arbre de la GMAO n'a cependant qu'un parent par objet. Il ne contient ni les raccordements procédé du P&ID, ni le lien entre un modèle et son manuel, ni les équipements cités uniquement dans le texte des ordres de travail. Aujourd'hui, ces liens reposent sur la mémoire d'un ingénieur expérimenté. Un graphe est rentable sur les questions qui traversent plusieurs systèmes :
- Quels procédures et manuels s'appliquent au moteur monté aujourd'hui sur P-101, et non à celui déposé l'an dernier ?
- Quelles autres pompes du même modèle, sur n'importe quel site, ont eu des défaillances de garniture ?
- Si la vanne XV-2003 est isolée, quels équipements en aval sont touchés, et quels ordres de travail ouverts les concernent ?
Que contient un graphe des équipements d'usine ?
| Type de nœud | Source habituelle | Exemple | Relations principales |
|---|---|---|---|
| Poste technique ou repère | GMAO, liste des repères | P-101 | fait partie de l'unité, représenté sur le P&ID, raccordé à une ligne |
| Équipement (objet physique) | Fiche équipement de la GMAO | N° de série 10045678 | monté sur le repère, instance du modèle |
| Modèle ou classe d'équipement | GMAO, données constructeur, classes CFIHOS ou ISO 14224 | Pompe centrifuge modèle XYZ-200 | décrit par le manuel, membre de la classe |
| Plan | Gestion documentaire, fichiers DEXPI | P&ID 101-PID-003 rév. D | représente des repères et des lignes |
| Document | Gestion documentaire | Manuel constructeur, procédure, fiche technique | décrit un modèle ou un repère, remplacé par |
| Ordre de travail et avis | GMAO | OT 2026-1182 | signalé sur un repère ou un équipement, mode de défaillance |
| Pièce de rechange | Nomenclature GMAO, magasin | Kit de garniture mécanique | compatible avec le modèle |
Le texte des ordres de travail mérite une étape à part. Stewart et ses collègues décrivent le texte des ordres de travail de maintenance comme « non structuré, laconique et chargé de jargon ». Leur outil MWO2KG combine ce que l'apprentissage profond extrait de ce texte avec des champs structurés comme les dates, le poste technique, la marque et le modèle de l'actif, pour construire un graphe que les ingénieurs fiabilité peuvent interroger (Stewart et al., 2024).
Quelles normes du secteur réutiliser ?
Inutile d'inventer le vocabulaire.
| Norme | Ce qu'elle apporte | Usage dans le graphe |
|---|---|---|
| ISO 14224 | Données de fiabilité et de maintenance des équipements du pétrole, de la pétrochimie et du gaz naturel, dont la taxonomie des équipements et des modes de défaillance utilisables comme « thésaurus de fiabilité » | Classes d'équipements, modes et causes de défaillance |
| ISO 15926 | Une représentation de l'information relative à l'ingénierie, la construction et l'exploitation des usines de procédés, y compris les installations de production de pétrole et de gaz | Une référence pour l'intégration des données de cycle de vie et les données de référence partagées |
| CFIHOS | La spécification de remise des informations de l'IOGP, avec des hiérarchies de classes de repères et d'équipements, leurs propriétés et une bibliothèque de données de référence ; la version 2.0 est alignée sur ISO 14224 | Noms de classes et propriétés des repères et équipements, et ce que les entrepreneurs doivent remettre |
| DEXPI | Un standard d'échange de données pour l'industrie des procédés ; DEXPI 2.0 couvre les BFD, PFD et P&ID au format DEXPI XML | Raccordements procédé entre repères, lignes et instruments |
Les documents CFIHOS sont téléchargeables gratuitement (JIP36). Si vos nouveaux projets exigent une remise CFIHOS de la part des entrepreneurs, les données arrivent déjà proches de la forme d'un graphe. Les anciens P&ID conservés en scans doivent d'abord être numérisés ; voir notre guide sur l'OCR des documents techniques scannés et des P&ID.
RDF ou graphe de propriétés : quel modèle ?
| Triplestore RDF | Base en graphe de propriétés | |
|---|---|---|
| Modèle de données | Triplets sujet, prédicat, objet, identifiés par des IRI (W3C RDF 1.1) | Nœuds et relations, portant tous deux des propriétés clé-valeur (documentation Neo4j) |
| Langage de requête | SPARQL, recommandation du W3C depuis 2013 (W3C) | Cypher, et GQL, publié comme ISO/IEC 39075 en avril 2024 (IEC webstore) |
| Points forts | Identifiants uniques au niveau mondial, adaptés à l'échange entre organisations | Propriétés sur les relations (comme la date de montage), proche de la façon dont les développeurs modélisent les données |
| Usage type | Partage de données de référence et de classes entre entreprises et entrepreneurs | Graphe interne derrière des applications et des assistants |
Les deux peuvent porter un graphe des équipements d'usine. Quel que soit le choix, gardez la GMAO et la gestion documentaire comme systèmes de référence, et traitez le graphe comme une vue connectée reconstruite à partir d'eux.
Comment un graphe de connaissances aide-t-il un assistant LLM ?
Des chercheurs de Microsoft notent que le RAG vectoriel « excelle sur les requêtes locales, où la réponse ressemble à la requête », mais n'a aucune notion de l'étendue du corpus à prendre en compte pour les questions globales (Microsoft Research, 2024). Notre guide du RAG pour les manuels de maintenance détaille la recherche.
Un graphe des équipements aide de trois façons :
- Il résout l'identité. « La pompe en P-101 » devient un numéro d'équipement, un modèle et une liste de documents en vigueur avant toute recherche dans le texte.
- Il filtre la recherche. L'assistant ne cherche que dans les manuels liés à ce modèle et dans les procédures en vigueur pour ce repère.
- Il répond aux questions structurelles qui ne sont écrites dans aucun document, par exemple quels équipements se trouvent en aval d'une vanne.
GraphRAG, de Microsoft, prend une autre voie : un modèle de langage extrait un graphe d'entités des documents et pré-génère des résumés de groupes d'entités étroitement liées. Sur des questions globales de synthèse portant sur des corpus d'environ un million de tokens, il a nettement amélioré l'exhaustivité et la diversité des réponses par rapport à un RAG classique (Edge et al., 2024). Sa page de projet avertit que l'indexation « peut être une opération coûteuse » et que les résultats sans réglage peuvent nécessiter un ajustement des prompts (GraphRAG sur GitHub). La variante LazyGraphRAG, publiée ensuite par Microsoft, ramène le coût d'indexation à 0,1 % de celui de GraphRAG complet (Microsoft Research, 2024).
Pour les équipements d'usine, l'essentiel du graphe existe déjà dans des systèmes structurés : l'extraction de texte est un complément, pas la fondation. Un agent IA peut interroger le graphe comme l'un de ses outils, à côté des outils GMAO décrits dans connecter un agent IA à une GMAO et des requêtes en base abordées dans le text-to-SQL sur les bases de production.
Comment le construire, étape par étape ?
- Écrire d'abord les questions. Recueillir 20 à 30 vraies questions d'ingénieurs qui demandent aujourd'hui plusieurs systèmes pour y répondre.
- Choisir une unité ou une famille d'équipements, pas tout le site.
- Charger l'arborescence de la GMAO. Postes techniques, équipements, historique de montage et modèles, en gardant les identifiants GMAO comme clés.
- Définir un modèle réduit avec uniquement les types de nœuds et de relations dont vos questions ont besoin, nommés d'après les classes ISO 14224 ou CFIHOS quand elles conviennent.
- Rapprocher les identifiants. Écrire des règles de normalisation des formats de repères (P-101, P101, 10-P-101) et enregistrer chaque rapprochement avec sa source.
- Ajouter documents et plans. Relier les manuels aux modèles, les procédures aux repères et les feuilles de P&ID aux repères qu'elles représentent, avec le statut de révision.
- Ajouter le texte des ordres de travail en dernier, et faire valider les liens extraits par un ingénieur avant de s'y fier.
- Tester avec les questions face à ce que répondrait un ingénieur expérimenté, et reconstruire le graphe à partir des systèmes sources selon un calendrier.
Qu'est-ce qui tourne mal en général ?
- Les identifiants ne correspondent pas. Le même repère s'écrit différemment d'un système à l'autre, et dans les usines algériennes le texte libre peut mêler français, arabe et anglais ; voir les documents qui mêlent arabe, français et anglais.
- Le graphe se périme. S'il n'est pas mis à jour quand un équipement est permuté ou un document révisé, il donne des réponses fausses avec assurance.
- Le modèle est trop ambitieux. Des mois passent sur une ontologie avant qu'une seule question reçoive une réponse.
- Les liens extraits sont acceptés sans contrôle. Un modèle de langage reliera parfois la mauvaise pompe à un ordre de travail. Signalez les liens extraits tant qu'ils ne sont pas validés.
- Les droits d'accès se perdent. Un graphe qui relie des documents doit respecter les droits de chaque document source.
La mauvaise qualité des données sources est à l'origine de la plupart de ces problèmes ; voir les problèmes courants de qualité des données industrielles. Une revue systématique des graphes de connaissances dans l'industrie manufacturière a constaté que « la recherche empirique et l'application industrielle font encore largement défaut » (Buchgeher et al., 2021) : attendez-vous à apprendre sur vos propres données.
Ce que nous avons constaté chez KABAS AI
DALILE, notre assistant multi-agents souverain, tourne sur les serveurs du client, cherche dans l'ensemble des documents avec les sources exactes, combine documents, tableurs et bases de données dans une même requête, et se connecte aux ERP et aux systèmes de gestion documentaire. Ce sont les mêmes sources que celles qu'exploite un graphe des équipements. Nous n'avons pas publié de projet de graphe de connaissances : ce qui suit est donc un conseil, pas un résultat rapporté.
Le problème est connu. Chez ADFC (groupe Sonatrach), des décennies d'expérience en formulation étaient « dispersées dans divers formats et emplacements », et ADFC étudie une intégration avec DALILE pour la découverte de connaissances et la documentation technique. Dans la plupart des usines, la connaissance des équipements est dispersée de la même façon. Pour cadrer un graphe, nous recommandons de :
- Partir des questions, pas d'un modèle de données, et limiter le premier périmètre à une unité.
- Prendre la GMAO comme colonne vertébrale et réutiliser les classes ISO 14224 ou CFIHOS plutôt que d'inventer des noms.
- Tout garder sur site, puisque le graphe concentre équipements, plans et historique de maintenance en un seul endroit.
- Prévoir comment les agents l'utiliseront ; voir les systèmes multi-agents pour les workflows industriels.
Notre équipe IA agentique construit des agents et des workflows sur DALILE, et notre équipe data science prépare et structure les données industrielles pour ce type de travail.
Sources
- Hogan et al., Knowledge Graphs, ACM Computing Surveys 54(4), 2021 (arXiv 2003.02320)
- W3C, RDF 1.1 Concepts and Abstract Syntax (recommandation, 2014)
- W3C, SPARQL 1.1 Query Language (recommandation, 2013)
- IEC webstore, ISO/IEC 39075:2024, Information technology, Database languages, GQL
- Documentation Neo4j, What is a graph database
- SAP Learning, Explaining Technical Asset Structures
- ISO 14224:2016, Collection and exchange of reliability and maintenance data for equipment, domaine d'application (boutique de normes GSO)
- ISO 15926-1:2004, Integration of life-cycle data for process plants including oil and gas production facilities, partie 1 (boutique de normes GSO)
- IOGP JIP36, norme CFIHOS
- DEXPI, Specifications
- Stewart, Hodkiewicz, Liu et French, MWO2KG and Echidna: Constructing and exploring knowledge graphs from maintenance data, Journal of Risk and Reliability 238(5), 2024
- Edge et al., From Local to Global: A Graph RAG Approach to Query-Focused Summarization (arXiv 2404.16130, 2024)
- Microsoft, GraphRAG sur GitHub
- Microsoft Research, LazyGraphRAG: Setting a new standard for quality and cost (novembre 2024)
- Buchgeher et al., Knowledge Graphs in Manufacturing and Production: A Systematic Literature Review, IEEE Access, 2021 (arXiv 2012.09049)
Questions fréquentes
Quelle différence entre un graphe de connaissances et l'arborescence technique de notre GMAO ?
L'arborescence de la GMAO est un arbre : chaque poste technique ou équipement a un seul parent. Un graphe de connaissances contient aussi les liens qu'un arbre ne peut pas porter, par exemple quelle ligne alimente quel ballon, quels documents décrivent un modèle de pompe, et quels ordres de travail mentionnent un repère. L'arborescence de la GMAO est en général la première chose chargée dans le graphe.
Faut-il une ontologie complète avant de commencer ?
Non. Commencez par un petit ensemble de types de nœuds et de relations qui répondent à de vraies questions, comme repère, équipement, document, ordre de travail et leurs liens. Reprenez les noms et classes de normes comme ISO 14224 ou CFIHOS quand ils conviennent, et étendez le modèle quand une nouvelle question l'exige.
GraphRAG, est-ce la même chose qu'un graphe de connaissances ?
Non. GraphRAG est une méthode publiée par des chercheurs de Microsoft, dans laquelle un modèle de langage extrait des entités et des relations d'un texte pour construire un index en graphe destiné à la recherche. Un graphe des équipements d'usine est en général construit surtout à partir de sources structurées comme la GMAO, les listes de repères et les données P&ID, l'extraction de texte servant pour ce qui n'existe que dans les documents.
Un modèle de langage peut-il construire le graphe automatiquement à partir de nos documents ?
Il peut proposer des nœuds et des liens, mais il fait des erreurs, et la documentation de GraphRAG de Microsoft avertit que l'indexation peut coûter cher et que les prompts doivent être ajustés. Chargez d'abord ce qui existe déjà dans les systèmes structurés, et faites valider les liens extraits par des ingénieurs avant de les utiliser pour des décisions de maintenance ou de sécurité.
Faut-il choisir un triplestore RDF ou une base de données en graphe de propriétés ?
Les deux fonctionnent. RDF et SPARQL sont des standards du W3C pensés pour des identifiants partagés et l'échange entre organisations, ce qui convient aux données de référence comme les classes ISO 15926 ou CFIHOS. Les bases en graphe de propriétés, avec Cypher ou le langage GQL normalisé par l'ISO, sont souvent plus simples pour les développeurs d'applications. Choisissez selon les questions, les compétences de l'équipe et les outils avec lesquels vous devez échanger des données.



