HVAC-KG-RAG 项目从系统架构到具体代码实现，全面融合了本体论（Ontology）的核心理念。经过高度抽象与提炼，最终形成了一套名为 Global_HVACR_Ontology_Policy 的规则框架。这套框架将人类专家头脑中的隐性知识以及规范语言背后的深层结构，以显性化的方式表达出来——使其成为 AI 必须严格遵循的规则。
普通工业领域的规范通常只回答“应该怎么做”。而基于本体论的这套规则，则进一步追问更底层的问题：暖通空调（HVAC）领域的知识应当如何被表示、如何建立关联、如何施加约束、如何进行判定。有了这些规则，AI 便从那些容易夸大其词的聊天机器人，转变为一个严谨、可靠、懂行的工程师。
为什么要设计这样一套本体规则？这需要从大模型的底层机制说起。
大模型本质上是概率模型，它在高维流形（Manifold）上提供通用的、泛化的推理能力，能生成“可能正确”的回答。但问题在于，它无法保证输出的实体类型与关系方向绝对准确，无法确保单位与符号严格统一，更无法保证数值一定符合物理定律。而工业领域的任务要求的是可计算、可审计、可复现、可追责的确定性结构。
这套本体规则的作用，就是强行将连续高维流形的输出，投影到 HVAC 这个特定领域的低维、严谨、无歧义的子空间里。其本质是将语言的统计相关性，坍缩为物理的因果必然性。最终目标：消除歧义，约束幻觉。
这套本体规则采用了五层架构设计。各层之间遵循清晰的逻辑顺序：先定义对象，再定义连接关系，之后统一表达方式，然后规定映射规则，最后实施治理。好比建造一栋房子：
- L1 概念层是地基。
- L2 关系层规定梁柱如何连接。
- L3 表达层统一图纸符号。
- L4 解析层将自然语言的施工说明翻译成图纸。
- L5 治理层负责质检与验收。
知识图谱提取流程
知识入库环节采用四阶段判定机制：语义识别、结构规范、数值验证、治理决策。系统首先从文本中识别候选实体，并进行本体映射；随后执行术语保护与复合结构解析；接着对参数值进行标准化与物理约束校验；最后，根据证据与规则综合计算置信度，决定是否写入知识图谱。最终将杂乱无章的原始文本，清洗成干净的结构化数据。
这套本体规则如何应用？
1. AI 审图：逻辑判断
人类设计师绘制好 BIM 图纸后，需要检查是否符合消防规范。规范原文写着：“排烟风管的风速不宜大于 20m/s。”如果计算机未经过这套规范处理，它看到的只是一串字符，并不理解“不宜大于”的含义，也不知道 20m/s 是一个上限值。
这套规则如何发挥作用？它将模糊的自然语言转换为可计算的布尔逻辑（True/False）。
- L3 表达规范层把“不宜大于”翻译成数学符号 ≤。
- L1 概念本体层把图纸中的线条识别为实体
Component:风管。 - L2 关系规则层将这句话转换成一条机器逻辑：
IF (Component == 风管) THEN (Parameter:风速 MUST ≤ 20)。
当 AI 扫描图纸，发现某根风管的设计风速为 22m/s 时，它不再是在看图，而是在做数学计算：22 ≤ 20？结果为 False。于是，AI 立即用红框标出：“违规！不合格！”
2. 智能问答：精准检索
工程师在现场遇到问题，向 AI 提问：“洁净室温度上限是多少？”如果没有这套本体规则，AI 可能会胡乱编造答案，或者从一篇错误的博客中抓取 30℃——而实际规范规定的是 26℃。传统的搜索则会返回数百个包含温度的文档，让用户自行翻阅。
这套规则如何发挥作用？它将概率性的文本生成转变为确定性的数据库查询。
- L5 语义治理层事先通过物理熔断机制，将所有不靠谱、违背常识的数据（例如超过 100℃）剔除干净。
- L4 解析映射层已经将《洁净厂房设计规范》中的表格解析为结构化的知识图谱。
- L2 关系规则层建立了一条精确链路：
(Space:洁净室) --[HAS_PARAMETER]--> (温度) --[HAS_VALUE]--> (20~26℃)。
当工程师提问时，AI 不再是猜测或搜索，而是像查字典一样，直接沿着知识图谱的路径走到目标节点，取出确定的值。它会回答：“根据 GB 50073，洁净室温度应控制在 20~26℃，置信度 1.0。”
3. 数字孪生：规则注入
数字孪生并不仅仅是一个好看的 3D 模型。如果楼宇中有一个冷水机组的 3D 模型，但它不知道自己该如何运行，那它只是一具空壳。
这套规则如何发挥作用？它为数字孪生提供了运行规则与诊断依据。
- L1 概念本体层给 3D 模型打上标签——你不仅仅是长方体，你是
Equipment:冷水机组。 - L2 关系规则层为模型注入灵魂——你拥有
CONTROLS关系，负责调节Parameter:出水温度。 - L5 语义治理层为模型设定底线——你的
Parameter:运行电流如果超过Value:阈值，即为故障。
现实世界中的传感器传回数据，电流突然飙升。数字孪生系统立刻对照由规范层定义的正常范围，瞬间判断出异常，并根据关系层定义的知识图谱，推导出问题可能源于下游的阀门（Component）完全关闭。
