无人机故障诊断知识图谱的构建及应用方法技术

本发明专利技术涉及无人机故障诊断领域，公开了一种无人机故障诊断知识图谱的构建及应用方法；包括以下步骤：构建无人机故障异构语料库，包括获取与无人机故障相关联的原始语料，所述异构语料库支持结构化和非结构化的数据存储、集成和访问；构建本体层，包括构建本体，具体为定义实体类型、定义关系类型、和定义关系类型所属的头尾实体；在本体层的规范下在语料库中进行知识抽取并将抽取的知识进行知识融合，完成无人机故障知识图谱构建。将已有的专家知识和诊断经验整合，弥补现有诊断方法难以利用知识之间隐藏的丰富的关系问题，以便于更准确快速的对无人机故障进行诊断，提升无人机作业的可靠程度。靠程度。靠程度。

【技术实现步骤摘要】
无人机故障诊断知识图谱的构建及应用方法


[0001]本专利技术涉及无人机故障诊断领域，具体涉及一种无人机故障诊断知识图谱的构建及应用方法。

技术介绍

[0002]无人驾驶飞机，简称无人机，是利用无线电遥控设备和自备的程序控制装置操纵的不载人飞机，或者由车载计算机完全地或间歇地自主地操作；目前无人机的应用非常广泛，在民用方面，无人机+行业应用，是无人机真正的刚需；在航拍、农业、植保、微型自拍、快递运输、灾难救援、观察野生动物、监控传染病、测绘、新闻报道、电力巡检、救灾、影视拍摄等领域的应用，极大的拓展了无人机本身的用途。
[0003]随着无人机工作场景和任务需求的多样化，现代无人机系统和无人机装备也更加复杂化，在这样的情况下，及时准确的排除无人机故障，防止无人机工作期间因设备部件故障造成的任务失败甚至人物损伤尤为重要。
[0004]目前在无人机故障诊断方面，广泛研究的是通过机器学习和深度学习等方法挖掘样本信息进行故障检测和诊断，传统机器学习和深度学习的模型进行故障诊断只输出结果是否异常，至多提出基于黑盒模型的事后解释，实际应用场景本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.无人机故障诊断知识图谱的构建方法，其特征在于，包括以下步骤：构建无人机故障异构语料库，包括获取与无人机故障相关联的原始语料，所述异构语料库支持结构化和非结构化的数据存储、集成和访问；构建本体层，包括构建本体，具体为定义实体类型、定义关系类型、和定义关系类型所属的头尾实体；在本体层的规范下在语料库中进行知识抽取并将抽取的知识进行知识融合，完成无人机故障知识图谱构建。2.根据权利要求1所述的无人机故障诊断知识图谱的构建方法，其特征在于：构建本体采用Prot
é
g
é
工具，定义的实体类型包括故障主体、故障内容、故障原因、检测方法、解决措施。3.根据权利要求1所述的无人机故障诊断知识图谱的构建方法，其特征在于：所述异构语料库的语料来源包括结构化的试飞故障数据、各个半结构化的百科知识数据、非结构化的无人机维修日志和专业书籍。4.根据权利要求3所述的无人机故障诊断知识图谱的构建方法，其特征在于：知识抽取包括结构化数据知识抽取；在本体层的规范下设计相应的映射规则，并将文本数据处理后存入MYSQL数据库，通过D2RQ工具将结构化关系转化成RDF三元组的形式存储。5.根据权利要求3所述的无人机故障诊断知识图谱的构建方法，其特征在于：知识抽取包括半结构化数据知识抽取；所述半结构化数据为采用网络爬虫或其他获取方式从各百科...

【专利技术属性】
技术研发人员：张安思，邱凌，李少波，杨磊，张仪宗，
申请(专利权)人：贵州大学，
类型：发明
国别省市：