[發(fā)明專利]基于知識(shí)圖譜的機(jī)械故障診斷知識(shí)庫構(gòu)建方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201810093564.2
• 申請(qǐng)日: 2018-01-31
• 公開（公告）號(hào): CN108509483A
• 公開（公告）日: 2018-09-07
• 發(fā)明（設(shè)計(jì)）人: 王星;馬波;鄭凡帆;江志農(nóng)
• 申請(qǐng)（專利權(quán)）人: 北京化工大學(xué)
• 主分類號(hào): G06F17/30
• 分類號(hào): G06F17/30;G06N5/02;G06N5/04
• 代理公司: 北京思海天達(dá)知識(shí)產(chǎn)權(quán)代理有限公司 11203
• 代理人: 劉萍

基于知識(shí)圖譜的機(jī)械故障診斷知識(shí)庫構(gòu)建方法屬于機(jī)械故障診斷領(lǐng)域。機(jī)械故障診斷知識(shí)庫反映故障產(chǎn)生本質(zhì)和領(lǐng)域?qū)＜业慕?jīng)驗(yàn)，通過知識(shí)處理模塊，存儲(chǔ)于知識(shí)庫中，為機(jī)械故障診斷提供支持。傳統(tǒng)的知識(shí)圖譜被表示為網(wǎng)絡(luò)形式，節(jié)點(diǎn)表示實(shí)體，連線表示關(guān)系，這種表示形式需要設(shè)計(jì)專門的圖算法存儲(chǔ)和利用數(shù)據(jù)庫，存在費(fèi)時(shí)費(fèi)力的取點(diǎn)。本發(fā)明以深度學(xué)習(xí)為代表的表示學(xué)習(xí)技術(shù)，將三元組對(duì)象映射到向量空間，表示為稠密低維向量，通過向量變換實(shí)現(xiàn)高效計(jì)算和推理。本發(fā)明建立了基于知識(shí)圖譜的機(jī)械故障診斷知識(shí)庫構(gòu)建方法，將機(jī)械故障診斷知識(shí)表示為三元組，并利用TransD模型將三元組表示為向量，可以優(yōu)化傳統(tǒng)知識(shí)庫案例表示不準(zhǔn)確、維護(hù)修改困難以及推理計(jì)算效率低下等問題，對(duì)于故障診斷領(lǐng)域具有重要的意義。

技術(shù)領(lǐng)域

本發(fā)明屬于機(jī)械故障診斷領(lǐng)域，涉及機(jī)械故障診斷領(lǐng)域的知識(shí)庫構(gòu)建，包括機(jī)械故障診斷知識(shí)庫的構(gòu)建方法和知識(shí)表示方法。

背景技術(shù)

機(jī)械故障診斷是目前在石油、化工以及制造業(yè)等行業(yè)快速發(fā)展的學(xué)科，也是我國制造業(yè)智能轉(zhuǎn)型的重點(diǎn)研究課題，眾多的工作人員及科研人員都在這一研究上進(jìn)行了很多探索。目前狀態(tài)監(jiān)測(cè)系統(tǒng)已經(jīng)取得廣泛應(yīng)用，但是這些數(shù)據(jù)冗多繁雜，相互之間沒有有機(jī)聯(lián)系，且大多為非結(jié)構(gòu)化數(shù)據(jù)，存在于各類故障診斷報(bào)表和故障案例庫中，如何將這些數(shù)據(jù)整合篩選、從中抽取出有用的信息，利用知識(shí)圖譜的技術(shù)，構(gòu)建機(jī)械故障診斷領(lǐng)域的知識(shí)庫，對(duì)于機(jī)械領(lǐng)域的知識(shí)存儲(chǔ)、知識(shí)檢索以及診斷推理具有重要的意義。

機(jī)械故障診斷知識(shí)庫是機(jī)械故障的基礎(chǔ)，是解決問題、求解知識(shí)的集合，它反映故障產(chǎn)生本質(zhì)和領(lǐng)域?qū)＜业慕?jīng)驗(yàn)，通過知識(shí)處理模塊，存儲(chǔ)于知識(shí)庫中，為機(jī)械故障診斷提供支持。本發(fā)明提出一種基于知識(shí)圖譜相關(guān)理論的機(jī)械故障診斷知識(shí)庫構(gòu)建方法，傳統(tǒng)的知識(shí)圖譜被表示為網(wǎng)絡(luò)形式，節(jié)點(diǎn)表示實(shí)體，連線表示關(guān)系，這種表示形式需要設(shè)計(jì)專門的圖算法存儲(chǔ)和利用數(shù)據(jù)庫，存在費(fèi)時(shí)費(fèi)力的取點(diǎn)，以深度學(xué)習(xí)為代表的表示學(xué)習(xí)技術(shù)，將三元組對(duì)象映射到向量空間，表示為稠密低維向量，通過向量變換實(shí)現(xiàn)高效計(jì)算和推理。

發(fā)明內(nèi)容

本發(fā)明的目的是應(yīng)用現(xiàn)代先進(jìn)知識(shí)圖譜技術(shù)與機(jī)器學(xué)習(xí)技術(shù)相結(jié)合，提出了基于知識(shí)圖譜的機(jī)械故障診斷知識(shí)庫的構(gòu)建方法，利用構(gòu)建好的知識(shí)庫，可以實(shí)現(xiàn)機(jī)械故障診斷領(lǐng)域的知識(shí)存儲(chǔ)、檢索以及診斷推理等工作。

本發(fā)明公開了一種基于知識(shí)圖譜的機(jī)械故障診斷知識(shí)庫構(gòu)建方法，具體步驟為：所述步驟1)包括：機(jī)械故障診斷知識(shí)存在于各類結(jié)構(gòu)化和非結(jié)構(gòu)化的診斷報(bào)表和案例庫中，需要將這些內(nèi)容統(tǒng)一搜集整理作為知識(shí)構(gòu)建的基礎(chǔ)，包括機(jī)械設(shè)備型號(hào)、采集分析儀器、故障部位、故障征兆、故障機(jī)理、故障原因和工藝特點(diǎn)等內(nèi)容，由于知識(shí)圖譜圖結(jié)構(gòu)的特點(diǎn)，這些屬性可以方便的實(shí)現(xiàn)修改和定義，可以很容易實(shí)現(xiàn)機(jī)械故障診斷知識(shí)的擴(kuò)充和修改。

步驟2)構(gòu)建三元組數(shù)據(jù)集：基于知識(shí)圖譜的構(gòu)建模式，搜集整理的故障診斷知識(shí)并以實(shí)體-關(guān)系-實(shí)體三元組的形式表示，建立機(jī)械故障診斷的知識(shí)圖譜，例如三元組(離心壓縮機(jī)，型式，“H”型)表示某種離心壓縮機(jī)中的型式為“H”型，以這些三元組共同組成機(jī)械故障診斷領(lǐng)域的知識(shí)圖譜。

步驟3)確定嵌入維數(shù)：根據(jù)數(shù)據(jù)集的內(nèi)容和規(guī)模，確定知識(shí)表示的嵌入維數(shù)。

步驟4)初始化向量：將三元組初始化編碼為確定維度的向量；

步驟5)構(gòu)建訓(xùn)練樣本：以正確的三元組作為正采樣樣本，并替換正確的三元組頭實(shí)體或尾實(shí)體，構(gòu)建負(fù)采樣樣本，將構(gòu)建好的采樣樣本作為訓(xùn)練模型的輸入；

步驟6)利用SGD進(jìn)行訓(xùn)練學(xué)習(xí)：訓(xùn)練學(xué)習(xí)得到三元組的向量化表示；

步驟7)利用測(cè)試集測(cè)試三元組的向量化表示結(jié)果。

本發(fā)明提出了構(gòu)建機(jī)械故障診斷領(lǐng)域知識(shí)庫的方法和步驟，該知識(shí)庫采用基于知識(shí)圖譜的方法構(gòu)建，并利用TransD的知識(shí)表示模型將知識(shí)庫映射到向量空間表示成向量，能夠顯著提升知識(shí)庫的檢索和推理性能，對(duì)于機(jī)械故障診斷領(lǐng)域的知識(shí)庫構(gòu)建和診斷推理有重要的意義。