一种基于知识图谱和规则约束的装备故障原因诊断方法技术

本发明专利技术公开了一种基于知识图谱和规则约束的装备故障原因诊断方法，结合装备故障知识图谱和故障诊断规则约束集进行给定装备故障的智能诊断，首先提出装备故障知识图谱数据模型构建方法，然后从开放域的故障诊断文本中，抽取故障描述中的关键要素、挖掘故障现象和原因之间的依赖关系、生成装备故障知识图谱，在此基础上，挖掘故障现象集合到故障原因的规则，定义基于规则匹配和知识推理的故障原因智能选择技术，筛选出可能的故障原因列表，生成最终的故障原因。本发明专利技术能以装备故障知识图谱和故障诊断规则约束集为基础，能够以动态自适应的方式实现对给定故障的原因诊断。

【技术实现步骤摘要】
一种基于知识图谱和规则约束的装备故障原因诊断方法
本专利技术涉及装备故障诊断技术，特别是一种基于知识图谱和规则约束的装备故障原因诊断方法。
技术介绍
随着知识图谱技术的发展，装备领域大量的经验知识和非结构化数据可以被重新组织、充分利用，成为装备研制和试验保障的重要知识资源。与此同时，传统的维护保障手段和模式耗时费力，特别是复杂装备的故障诊断，依赖专家能力和经验，无法应对装备快速精确诊断场景，智能化的装备故障诊断需求日益凸显。基于知识图谱的人工智能技术为装备领域、尤其是装备故障诊断过程中的故障原因定位提供了全新的技术支撑。基于知识图谱的故障智能诊断既需要自然语言处理等人工智能技术对故障诊断非结构化文本进行知识抽取，也需要结合故障诊断结果构建准确的诊断规则。因此，结合装备保障实际需求，构建完备的装备故障知识图谱和诊断规则集合、设计智能诊断方法，可以为信息化条件下装备故障及时诊断定位提供新思路。现有技术中专利号为CN108520093B、CN109189866A的中国专利中基于知识库的故障诊断方法，均是一种针对实例级别和依赖相似性计算的故障诊本文档来自技高网...

【技术保护点】
1.一种基于知识图谱和规则约束的装备故障原因诊断方法，其特征在于，包括以下步骤：/nS1、装备故障知识图谱数据模型构建：定义装备故障诊断的基本要素，所述装备故障诊断的基本要素包括装备故障诊断中故障现象的不同维度、故障原因要素、以及现象和原因之间的语义关系；使用RDF数据模型对故障现象的不同维度、故障原因、以及其之间的语义关系进行表示和组织；/nS2、装备故障知识图谱构建：给定一个具体装备，从开放域的故障诊断文本中，抽取故障描述中的关键要素、挖掘故障现象和原因之间的依赖关系、生成装备故障知识图谱，以RDF图进行表示和存储；/nS3、挖掘故障现象集合到故障原因的规则，生成给定故障的诊断规则约束集合...

【技术特征摘要】
1.一种基于知识图谱和规则约束的装备故障原因诊断方法，其特征在于，包括以下步骤：
S1、装备故障知识图谱数据模型构建：定义装备故障诊断的基本要素，所述装备故障诊断的基本要素包括装备故障诊断中故障现象的不同维度、故障原因要素、以及现象和原因之间的语义关系；使用RDF数据模型对故障现象的不同维度、故障原因、以及其之间的语义关系进行表示和组织；
S2、装备故障知识图谱构建：给定一个具体装备，从开放域的故障诊断文本中，抽取故障描述中的关键要素、挖掘故障现象和原因之间的依赖关系、生成装备故障知识图谱，以RDF图进行表示和存储；
S3、挖掘故障现象集合到故障原因的规则，生成给定故障的诊断规则约束集合；
S4、基于给定当前装备的故障现象，结合S2构建的装备知识图谱以及S3构建的规则集合，定义基于规则匹配和知识推理的故障原因智能选择技术，筛选出可能的故障原因列表，生成最终的故障原因。


2.根据权利要求1所述的一种基于知识图谱和规则约束的装备故障原因诊断方法，其特征在于，所述步骤S1具体如下：
S101、装备故障知识图谱表示为二元组其中表示装备故障知识图谱中描述装备和故障诊断过程中基本要素的数据模式，也称装备故障本体，表示装备故障知识图谱中具体的故障、原因要素、现象、以及以上三者之间的语义关系构成的实体图；
S102、对于装备故障本体进一步表示为二元组其中，是装备和故障诊断过程中涉及有关概念的集合，包括装备名称、故障名称、故障现象、故障要素、故障原因五大类，每个大类包含若干子类，是概念之间的语义关系的集合，包括继承、从属、因果关系；
S103、对于装备故障知识图谱实体图可表示为二元组其中ε表示装备故障本体概念对应的具体实体，包括某一具体装备、具体故障、具体故障现象、具体故障要素、具体故障原因；是装备实体之间的语义关系的集合，其中
S104、对于给定待诊断的装备故障场景，场景中的装备实体e∈ε，且该实体所对应的概念类别定位到装备故障本体上的一个节点


3.根据权利要求2所述的一种基于知识图谱和规则约束的装备故障原因诊断方法，其特征在于，所述步骤S2具体如下：
S201、以句子为单位收集装备故障相关的诊断描述文本，表示为其中n表示出现在故障诊断文本序列里的句子总数，使用分词工具对进行分词，得到装备故障短语序列m表示故障短语的总数，然后组织装备故障诊断专家对每个短语进行标注，将装备实体标出，所述装备实体包括装备名称、故障名称、故障现象、故障要素、故障原因，反之标注为非装备实体；
S202、定义装备故障短语的领域特征，设计特征选择模块，生成每个短语对应的特征向量pi，得到整个故障诊断短语序列的特征表达其中d表示每个故障短语的特征向量维度；
S203、给定标注好的短语和特征向量，其中每个句子由装备故障诊断专家标注的标签共同构成了短语是否是一个装备实体的标签集合，表示为其中li表示该短语是否为一个装备实体，即装备名称、故障名称、故障现象、故障要素、故障原因、非装备实体；
S204、使用分类算法从和中学习得到判别函数其满足最小化如下函数：



S205、对于故障诊断文本剩余的文本，使用该判别函数抽取整个故障诊断文本的装备故障实体；
S206、基于S103中定义的语义关系集合，构建装备故障实体的之间关系集合；
S207、将挖掘得到的装备故障实体集合，装备故障实体语义关系集合和装备故障本体，共同表示为RDF图进行存储，最终生成装备故障知识图谱。


4.根据权利要求3所述的一种基于知识图谱和规则约束的装备故障原因诊断方法，其特征在于，所述步骤S202中特征选择...

【专利技术属性】
技术研发人员：张谞，荆巍巍，倪菁，
申请(专利权)人：中国电子科技集团公司第十四研究所，
类型：发明
国别省市：江苏;32