随着工业科技的不断进步,机电设备变得种类繁多、结构复杂,该领域的从业人员在日常运维工作中往往需要检索大量设备说明、维修手册等文字信息并只获取了其中的一小部分来指导工作。互联网资源日益增长,通用搜索引擎、专业论坛等也成为了机电运维人员检索咨询的渠道,但是这些渠道通常以夹杂着无关信息的大量网页链接作为检索结果,用户仍需费时费力进行筛选。随着知识图谱技术的兴起与成熟,医疗、法律等越来越多的领域开始采用知识图谱来组织信息,并以此作为数据基础构建了高效的智能搜索、咨询问答应用,机电运维领域可以借鉴这一方法,打造准确、快捷、高效的智能搜索问答。本文针对机电运维领域从业人员资料检索困难的问题,提供了基于领域知识图谱的智能搜索解决方案,并提出了一种考虑机电运维人员个性化需求特征的结果排序设计,旨在为用户提供更符合其当下需求的知识检索结果。本文的主要工作如下:（1）构建面向机电设备运维领域的知识图谱:通过对机电设备运维领域工作内容和知识数据的分析,构建了以“设备”为中心实体的模式层,基于百科网站、机电论坛等渠道完成数据收集与处理,得到格式化的知识,并辅以专业、范围、难度的人工标注,采用图数据库实现机电设备运维知识图谱的构建与存储。（2）设计结合用户特征的机电设备运维领域问答模型:本文提出的设计既考虑了从查询问句本身出发进行语义解析获取目标查询,还从专业、范围、学习能力三个维度考虑了用户本身的个性化需求特征,在查询问句涉及的知识较为广泛时,能为用户提供尽可能匹配其需求的结果。在问句语义解析任务中,联合了基于规则的AC多模式匹配和基于Bert的深度学习方法,在机电领域问题集上实现了效果可观的实体关系属性识别。（3）集成实现机电设备运维智能搜索系统:将上述两项工作的成果进行集成,采用Django框架进行前后端开发实现了一个机电设备运维智能搜索系统,能在知识库范围内为用户提供有个性化差异的智能搜索服务。