在云制造模式浪潮推动下,工业云机器人将分散在各地的工业机器人制造资源和能力进行整合和流通,为用户提供制造能力服务。然而,单一制造能力服务无法完成复杂任务,需要以服务组合形式满足用户复杂制造任务多资源服务需求,实现制造能力服务增值和优化配置。但是,传统服务组合方法由于缺乏对机器人制造能力特征知识和关联知识的研究,导致服务组合模型的合理性存在欠缺,难以有效利用制造能力相关知识快速获取高质量的服务组合方案。而知识图谱可以实现机器人制造知识的集成和共享,加速服务组合决策过程和提高组合方案质量。因此,研究基于知识图谱的工业云机器人制造能力服务组合方法具有重要意义。针对以上问题,本文将工业云机器人作为研究对象,深入研究基于知识图谱的工业云机器人制造能力服务组合方法。主要研究工作如下:（1）工业云机器人制造能力知识图谱构建方法研究。分析面向制造任务的工业云机器人制造能力内涵,确立工业云机器人制造能力知识体系中的制造能力服务、制造任务及制造产品等知识要素的属性和关联信息,提出基于本体的工业云机器人制造能力知识图谱构建架构。探究机器人服务个体间关联关系、服务与制造任务的关联关系对服务组合整体质量的影响,构建支持关联关系的工业云机器人制造能力知识表示模型。从大量数据资源中提取机器人制造能力知识,使用Neo4j图数据库存储相关知识,完成面向制造任务的工业云机器人制造能力知识图谱构建,为服务组合决策过程提供有效的知识模型和数据基础。（2）基于知识图谱的工业云机器人制造能力服务组合方法研究。针对传统服务组合方法难以有效利用服务相关知识导致组合效果不佳的问题,提出基于知识图谱的工业云机器人制造能力服务组合推荐方法,利用高质量知识实现最佳服务组合方案的推荐。在服务匹配阶段,提出基于SWRL规则的知识图谱制造能力服务匹配方法获取高质量的服务。在服务组合阶段,构建工业云机器人制造能力服务组合问题的马尔科夫决策过程,基于服务质量关联知识设计Qo S奖励函数,提出基于DQN的制造能力服务组合优化方法,提高服务组合决策过程的效率和质量。最后,通过对比实验对所提方法进行对比分析,验证其有效性。（3）工业云机器人制造能力服务组合推荐原型系统的设计与实现。该系统包括集成了知识图谱的云平台、机器人制造能力服务知识管理模块、制造任务管理模块和服务组合推荐模块,通过优质知识引导对工业云机器人制造任务进行服务组合方案知识推荐,为企业用户提供高质量工业云机器人制造能力服务组合方案,提高制造效率。