Industrial Internet of Things (IIoT) systems connect a plethora of smart devices, such as sensors, actuators, and controllers, to enable efficient industrial productions in manners observable and controllable by human beings. Plain model-based and data-driven diagnosis approaches can be used for fault detection and isolation of specific IIoT components. However, the physical models, signal patterns, and machine learning algorithms need to be carefully designed to describe system faults. Besides, the ever-increasing level of connectivity among devices can induce exponential complexity. Knowledge-based fault diagnosis approaches improve interoperability via ontologies so that high-level reasoning and inquiry response can be provided to nonexpert users. Therefore, knowledge-based fault diagnosis approaches are preferred over plain model-based and data-driven diagnosis approaches in recent IIoT systems. In the context of IIoT systems, this work reviews the recent progress on the construction of knowledge bases via ontologies and deductive/inductive reasoning for knowledge-based fault diagnosis. Besides, general inductive reasoning methods are discussed to shed light on their successful applications in knowledge-based fault diagnosis for IIoT systems. Following the trend of large-system decentralization, future fault diagnosis also requires decentralized implementations. Therefore, we conclude this survey by discussing several interesting open problems for decentralized knowledge-based fault diagnosis for IIoT systems.

中文翻译：

---

工业物联网中基于知识的故障诊断：调查

工业物联网 (IIoT) 系统连接大量智能设备，如传感器、执行器和控制器，以人类可观察和可控的方式实现高效的工业生产。简单的基于模型和数据驱动的诊断方法可用于特定 IIoT 组件的故障检测和隔离。但是，需要仔细设计物理模型、信号模式和机器学习算法来描述系统故障。此外，设备之间不断提高的连接水平会导致指数级的复杂性。基于知识的故障诊断方法通过本体提高互操作性，以便可以向非专家用户提供高级推理和查询响应。所以，在最近的 IIoT 系统中，基于知识的故障诊断方法优于简单的基于模型和数据驱动的诊断方法。在 IIoT 系统的背景下，这项工作回顾了通过本体构建知识库和基于知识的故障诊断的演绎/归纳推理的最新进展。此外，还讨论了一般归纳推理方法，以阐明它们在 IIoT 系统基于知识的故障诊断中的成功应用。顺应大系统去中心化的趋势，未来的故障诊断也需要去中心化的实现。因此，我们通过讨论 IIoT 系统的分散式基于知识的故障诊断的几个有趣的开放问题来结束本次调查。这项工作回顾了通过本体和演绎/归纳推理构建知识库以进行基于知识的故障诊断的最新进展。此外，还讨论了一般归纳推理方法，以阐明它们在 IIoT 系统基于知识的故障诊断中的成功应用。顺应大系统去中心化的趋势，未来的故障诊断也需要去中心化的实现。因此，我们通过讨论 IIoT 系统的分散式基于知识的故障诊断的几个有趣的开放问题来结束本次调查。这项工作回顾了通过本体和演绎/归纳推理构建知识库以进行基于知识的故障诊断的最新进展。此外，还讨论了一般归纳推理方法，以阐明它们在 IIoT 系统基于知识的故障诊断中的成功应用。顺应大系统去中心化的趋势，未来的故障诊断也需要去中心化的实现。因此，我们通过讨论 IIoT 系统的分散式基于知识的故障诊断的几个有趣的开放问题来结束本次调查。讨论了一般归纳推理方法，以阐明它们在 IIoT 系统基于知识的故障诊断中的成功应用。顺应大系统去中心化的趋势，未来的故障诊断也需要去中心化的实现。因此，我们通过讨论 IIoT 系统的分散式基于知识的故障诊断的几个有趣的开放问题来结束本次调查。讨论了一般归纳推理方法，以阐明它们在 IIoT 系统基于知识的故障诊断中的成功应用。顺应大系统去中心化的趋势，未来的故障诊断也需要去中心化的实现。因此，我们通过讨论 IIoT 系统的分散式基于知识的故障诊断的几个有趣的开放问题来结束本次调查。