[發(fā)明專利]一種基于知識圖譜技術的故障診斷方法

在審

• 申請?zhí)枺?/td>: 202110774334.4
• 申請日: 2021-07-08
• 公開（公告）號: CN113360679A
• 公開（公告）日: 2021-09-07
• 發(fā)明（設計）人: 吳志強;牛才華;李國慶;郭鋒濤;張玉魯
• 申請（專利權）人: 北京國信會視科技有限公司
• 主分類號: G06F16/36
• 分類號: G06F16/36;G06F16/35;G06F11/07;G06F30/27;G06N3/04;G06N3/08;G06F119/02
• 代理公司: 北京市盛峰律師事務所 11337
• 代理人: 于國強

1.一種基于知識圖譜技術的故障診斷方法，其特征在于，包括以下步驟：

S1、基于知識圖譜的構建原理，針對產(chǎn)品整體構建故障圖譜，包括以下步驟：

S11、對產(chǎn)品的核心組成部分以及故障檢測核心要素進行劃分；

S12、以對產(chǎn)品故障的歷史研究案例為基礎，根據(jù)智能算法和產(chǎn)品故障本體構建對應產(chǎn)品的故障檢測知識體系；

S13、根據(jù)所述故障檢測知識體系對產(chǎn)品的故障進行概念歸納，并建立歸納的概念之間的關系，構建故障檢測知識領域核心概念體系；

S14、根據(jù)所述故障檢測知識領域核心概念體系對故障本體進行建模，形成具有層次結構的知識分類體系，實現(xiàn)故障本體的結構化；

S15、采用概念聚類的方法對故障的概念進行調(diào)整，從而完善所述故障檢測知識領域核心概念體系，構建產(chǎn)品的故障圖譜；

S2、根據(jù)步驟S1中形成的完善的故障檢測知識領域核心概念體系，通過聯(lián)合抽取模型對被檢測產(chǎn)品的實體和關系進行標注，得到所述被檢測產(chǎn)品的故障狀態(tài)信息；

S3、對實體的故障狀態(tài)信息進行故障知識表示和融合，形成所述被檢測產(chǎn)品的故障知識的實體和關系；

S4、采用Neo4j儲存被檢測產(chǎn)品故障檢測知識的實體和關系，建立完整的故障知識圖譜；

S5、將出現(xiàn)故障產(chǎn)品的故障現(xiàn)象輸入步驟S5建立的所述故障知識圖譜中，定位故障位置并推斷故障產(chǎn)生原因，并針對產(chǎn)品故障作出響應。

2.根據(jù)權利要求1所述的基于知識圖譜技術的故障診斷方法，其特征在于，步驟S1的所述故障圖譜包括定義產(chǎn)品核心組成以及產(chǎn)品故障檢測核心要素、故障檢測知識體系分析、歸納概念和概念之間的關系、實現(xiàn)故障本體結構化、形成故障本體模型評價。

3.根據(jù)權利要求2所述的基于知識圖譜技術的故障診斷方法，其特征在于，所述產(chǎn)品核心組成以及故障檢測核心要素包括工業(yè)產(chǎn)品組成、失效模式故障分析和失效故障檢測。

4.根據(jù)權利要求3所述的基于知識圖譜技術的故障診斷方法，其特征在于，所述工業(yè)產(chǎn)品組成包括系統(tǒng)、子系統(tǒng)、部件和子部件；所述失效模式故障分析包括故障模式、故障現(xiàn)象、故障原因和解決措施；所述失效故障檢測包括檢測設備和檢測方法。

5.根據(jù)權利要求1所述的基于知識圖譜技術的故障診斷方法，其特征在于，產(chǎn)品故障從產(chǎn)品組成的子域和產(chǎn)品故障檢測知識的子域對產(chǎn)品故障實現(xiàn)概念歸納，針對產(chǎn)品結構組成的子域，當按照同一維度分別得到的結構單元都具有相似的特征時，相應維度進行抽象得到的概念，作為對應維度的頂層概念；所述頂層概念對應的明確實例作為對應的下層概念；針對故障檢測知識的子域，將故障模式、故障現(xiàn)象、故障原因和解決措施歸納為故障檢測知識的頂層概念，每層組成部分均包含對應的失效故障檢測知識的頂層概念。

6.根據(jù)權利要求5所述的基于知識圖譜技術的故障診斷方法，其特征在于，概念之間的關系，包括繼承類關系、具有類關系和動作類關系。

7.根據(jù)權利要求1所述的基于知識圖譜技術的故障診斷方法，其特征在于，所述聯(lián)合抽取模型包括字符嵌入層、堆疊雙向長短期記憶網(wǎng)絡層、實體和關系提取層和雙向圖卷積網(wǎng)絡推理層，所述字符嵌入層用于收集關于運維手冊和故障歷史案例，對所述被檢測產(chǎn)品的實體和關系進行標注；所述堆疊層雙向長短期記憶網(wǎng)絡層用于獲取標注文本深層上下文特征，輸出預測實體關系；所述實體和關系提取層用于提取進行故障檢測產(chǎn)品的實體和關系，提取三元組作為最終結果輸出；所述雙向圖卷積網(wǎng)絡推理層通過多個卷積核的卷積操作生成不同的特征圖。