[發明專利]一種基于知識圖譜技術的故障診斷方法

在審

• 申請號: 202110774334.4
• 申請日: 2021-07-08
• 公開（公告）號: CN113360679A
• 公開（公告）日: 2021-09-07
• 發明（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

一種基于知識圖譜技術的故障診斷方法，將知識圖譜引入列車故障應用場景，通過構建故障圖譜，實現產品各系統、零部件、組件等主題元素之間關聯關系，以及故障與主體元素之間關聯關系的構建，通過該故障圖譜可以清楚的展現各零部件、故障等之間的相互關系，進一步結合具體故障現象可以精準判定該故障對相關零部件的影響關系，并通過故障發生的頻率精確判定故障發生的相關性，并直觀展示故障原因和各因素影響程度的大小，深入挖掘故障對產品各個維度的影響及故障原因，有效降低因故障對列車造成的潛在影響。

技術領域

本發明涉及智能化故障診斷領域，尤其涉及一種基于知識圖譜技術的故障診斷方法。

背景技術

傳統的故障診斷主要依靠機理模型，通過實時數據判斷列車的故障現象，并利用大數據技術提供系列趨勢分析、構成分析等能力，這種方式鞥判斷出具體的故障現象，在故障檢測方面具有良好的效果，但是無法從整車方面診斷出個故障現象的關聯關系，具體存在以下缺點：傳統的故障分析方法故障診斷范圍相對片面，難以實現產品整體層面的全部故障原因，產品設計師對產品的了解程度、設計經驗的局限性導致難以全面識別故障模式及深層次的原因；基于故障分析模型分析結果，隨機因素較多，時常存在偏差，產品全生命周期故障數據匱乏、分散，難以通過模型實現系統分析，現有模型的監控能力、分析能力有限，難以挖掘偶發故障，難以判斷各子系統、部件故障之間的關聯關系。

發明內容

本發明的目的在于提供一種基于知識圖譜技術的故障診斷方法，從而解決現有技術中存在的前述問題。

為了實現上述目的，本發明采用的技術方案如下：

一種基于知識圖譜技術的故障診斷方法，包括以下步驟：

S1、基于知識圖譜的構建原理，針對產品整體構建故障圖譜，包括以下步驟：

S11、對產品的核心組成部分以及故障檢測核心要素進行劃分；

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

S13、根據所述故障檢測知識體系對產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整，從而完善所述故障檢測知識領域核心概念體系，構建產品的故障圖譜；

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

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

S4、采用Neo4j儲存被檢測產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、將出現故障產品的故障現象輸入步驟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生原因，并針對產品故障作出響應。

優選的，步驟S1的所述故障圖譜包括定義產品核心組成以及產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、實現故障本體結構化、形成故障本體模型評價。

優選的，所述產品核心組成以及故障檢測核心要素包括工業產品組成、失效模式故障分析和失效故障檢測。

優選的，所述工業產品組成包括系統、子系統、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。