[發明專利]一種航空發動機故障模式提取方法

在審

• 申請號: 202210998959.3
• 申請日: 2022-08-19
• 公開（公告）號: CN115422935A
• 公開（公告）日: 2022-12-02
• 發明（設計）人: 牛鵬超;陳運文;文輝;紀達麒;馮佳妮;代申;于敬
• 申請（專利權）人: 達而觀信息科技（上海）有限公司
• 主分類號: G06F40/295
• 分類號: G06F40/295;G06F40/117;G06F40/289;G06N5/02;G06N5/04;G06N3/04
• 代理公司: 上海智力專利商標事務所(普通合伙) 31105
• 代理人: 周濤

本發明公開了一種航空發動機故障模式提取方法，包括如下步驟：(1)對故障模式進行基于論元的拆分，通過論元的組合形成故障模式的事件模板；(2)定義事件抽取schema，并根據所述事件抽取schema對故障描述文檔進行實體標注和故障模式標注；(3)搭建事件抽取模型，通過步驟(2)中所標注的數據生成訓練語料，將所述訓練語料輸入所述事件抽取模型中進行訓練；(4)通過訓練后的事件抽取模型從故障描述文檔中分別抽取出各論元和整體的故障模式；(5)將抽取出的各論元按照步驟(1)中的事件模板組合成故障模式。本發明通過對故障模式進行分解，將復雜的命名實體識別任務轉換為事件的論元抽取任務，大為簡化。

技術領域

本發明屬于自然語言處理領域，具體涉及一種航空發動機故障模式提取方法。

背景技術

航空發動機具有復雜的機械構造，在使用過程中難免會發生故障。在航空發動機發生故障時，如何快速高效地定位故障并給出修理建議一直是困擾相關研究人員的一大難題。

隨著自然語言處理技術的高速發展，越來越多的研究人員將其應用到航空發動機故障模式抽取中。目前較為主流的方法有兩種：1、建立航空發動機知識庫來輔助故障模式抽取；2、將航空發動機故障模式的抽取轉換成一個實體抽取的任務，通過不斷優化模型來提高故障模式抽取的效果。這兩種方法更多的是從技術角度去考慮問題，而忽視了航空發動機的故障模式和故障類文檔本身的特點。

發明內容

本發明的目的在于克服上述現有技術中存在的不足，在深度理解大量航空發動機文檔特征后，通過對文檔的分析發現航空發動機的故障模式存在一些內在的規律，對這些規律進行總結，并將其應用于模型中，以此來提高航空發動機故障模式的抽取效果，并獲取到故障模式之間的因果關系，當故障發生時，可以給出引起當前故障的原因。

為實現上述發明目的，本發明提供一種航空發動機故障模式提取方法，包括如下步驟：(1)對故障模式進行基于論元的拆分，通過論元的組合形成故障模式的事件模板；(2)定義事件抽取schema，并根據所述事件抽取schema對故障描述文檔進行實體標注和故障模式標注；(3)搭建事件抽取模型，通過步驟(2)中所標注的數據生成訓練語料，將所述訓練語料輸入所述事件抽取模型中進行訓練；(4)通過訓練后的事件抽取模型從故障描述文檔中分別抽取出各論元和整體的故障模式；(5)將抽取出的各論元按照步驟(1)中的事件模板組合成故障模式。

進一步地，所述步驟(5)后面還通過知識推理模型的規則推理得到兩個不同故障模式之間的因果關系。

進一步地，所述知識推理模型采用的推理規則為兩個不同故障模式之間的上下文連接詞。

進一步地，所述上下文連接詞為表原因的觸發詞或表結果的觸發詞。

進一步地，依據步驟(1)中所述的事件抽取schema對步驟(4)中所述的整體故障模式進行校對，舍棄不符合該事件抽取schema的整體故障模式。

進一步地，步驟(1)中所述基于論元的拆分為將故障模式拆分成單元、表征信號和故障信號三部分論元。

進一步地，步驟(1)中所述事件模板包括以下兩種：單元+表征信號+故障信號、單元+故障信號。

進一步地，步驟(3)中所述事件抽取模型為NER模型。

進一步地，論元抽取和故障模式抽取采用不同的NER模型，其中用于論元抽取的NER模型由實體標注數據進行訓練，用于故障模式抽取的NER模型由故障模式標注數據進行訓練。

進一步地，通過微平均值F1評價所述用于論元抽取的NER模型及所述用于故障模式抽取的NER模型的抽取效果。

與現有技術相比，本發明的有益效果為：

1、通過對故障模式進行分解，將復雜的命名實體識別任務轉換為事件的論元抽取任務，大為簡化。