【技术实现步骤摘要】
本专利技术涉及民用飞机故障预测与健康管理，具体地，涉及一种基于知识图谱的民用飞机排故路径推理方法及系统。
技术介绍
1、飞行保障任务日趋严峻，保障要求不断提高。能否快速准确的进行排故，成为飞行保障中的关键。而准确的描述故障，并在种类繁多的维修资料和经验记录中快速的检索出有用有效的信息正是快速排故的关键。传统的维修资料和经验记录的数据建立在关系型数据库中，其结构化的数据虽然在使用中提供了结构化、层次化和系统化的体验，但是这种数据存储和利用形式也给包括模糊输入识别、快速检索、跨文档查找、复杂问题处理等需求造成了难以解决的问题。例如，在空调系统故障发生后必须快速准确地定位故障部件进行排故，否则会导致机舱释压、紧急迫降，甚至引起重大事故。传统的基于电子手册的排故方式存在故障定位效率低、误换件情况多、浪费维修资源等问题。因此，亟需一种能快速进行故障定位，减少多余拆换件的高效排故技术手段。基于系统可靠性和维修人员的现实需要，如何提供一套辅助系统提供排故逻辑和故障线索，使得辅助系统具有可解释性，方便维修技术人员做出合理决策。同时，该辅助系统还应该具有可扩展性和可学习性，用以适应机型和机队扩展以及环境、运营保障条件的变化。因此，对该辅助系统的研发是本领域技术人员亟待解决的问题。
2、知识图谱(knowledge graph)是近年来新出现的技术，以google为代表的国际互联网公司基于搜索引擎及互联网商务的需要构建了各领域的知识图谱。其最初为用于提高搜索质量、增强其数据引擎的知识库，随着技术发展，现已在机器翻译、推荐系统、智能问答系
3、在航空领域中，在早期就有许多相关的工作，最早有基于维护手册的故障诊断方法，通过将各类手册如《故障隔离手册》、《飞机维护手册》、《线路图手册》等电子化来提升故障诊断的效率。基于案例的推理技术(cased-based reasoning,cbr)，提出了基于cbr的故障诊断知识表示方法，通过该方法，从理论上能够直接利用维修过程中产生的维修案例，通过案例的不断充实，实现故障诊断系统的知识不断获取过程。此外，一些故障诊断方法采用建立系统故障模型的方法，其中典型的是故障树分析(fault tree analysis,fta)，该方法将系统故障形成的原因由全局至局部按树枝状逐渐细化，通过该方法可以解决系统结构复杂、故障分析困难的问题。此外还有基于专家系统的故障诊断技术，通过归纳专家经验知识的方法，分析故障现象与故障原因之间的关系联系。基于专家系统的故障诊断在难以建立系统模型的情况下能够发挥优势。
4、但是这些系统中如基于维护手册的故障诊断，基于专家系统的故障诊断与基于fta的故障诊断都存在一个很严重的问题，即学习扩展能力差，在系统中所有的知识，逻辑都是预先定义好的。由于人工知识本身存在不完备性，再加上特定的领域知识会随着技术的发展而增加，这使得原先的定义好的知识系统在新的情况下不具备解决新问题的能力。基于cbr的故障诊断方法尽管可以随着案例的扩充来增加自己的知识，但是由于cbr的基本组织单元是案例，案例本身属于比较低层次知识，不包含高层次的抽象、总结经验规则等内容。
5、近年来，知识图谱技术的发展，给解决上述问题带来了契机。知识图谱技术使用简单的三元组作为知识表示的最简单的结构，基于语义的三元组可以学习知识图谱的嵌入表示，具有很高的灵活性与可扩展性，利用知识图谱的嵌入表示可以完成故障多级推理诊断任务。此外可以通过知识图谱的嵌入表示能够与近年来先进的基于深度学习方法的命名实体识别技术与关系抽取技术结合，从而赋予故障诊断系统强大的知识学习能力，这是一个很有前景的研究方向。
6、但是，如果将知识图谱技术直接应用于民用飞机快速排故中，又将面临如下技术难题：
7、1、如何获得合理的故障实体与关系。
8、2、如何实现知识本身的完备性。目前没有发现同本专利技术类似技术的说明或报道，也尚未收集到国内外类似的资料。
技术实现思路
1、本专利技术针对现有技术中存在的上述不足，提供了一种基于知识图谱的民用飞机排故路径推理方法及系统。
2、根据本专利技术的一个方面，提供了一种基于知识图谱的民用飞机排故路径推理方法，包括：
3、提供一本体模型，所述本体模型用于定义实体以及实体间的关系，根据所述实体以及实体之间的关系，构建民用飞机故障知识图谱；
4、基于所述民用飞机故障知识图谱，对其中的实体和关系进行嵌入学习，得到实体与关系之间的嵌入表示；
5、提供一基于注意力模型的故障知识图谱推理模型，利用所述实体与关系之间的嵌入表示并结合历史维修记录对所述模型进行路径学习，得到具有频次权重的民用飞机排故路径。
6、优选地，所述实体，包括：故障实体、设备实体和操作实体。
7、优选地，所述基于所述民用飞机故障知识图谱，对其中的实体和关系进行嵌入学习，得到实体与关系之间的嵌入表示，包括：
8、基于所述民用飞机故障知识图谱，构建实体与关系之间的三元组(ai,rj,ak)，其中，ai表示主体实体；ak表示目标实体；rj表示实体间的关系，包括：可能的故障原因关系、操作先后关系、故障与操作先后关系、操作与故障原因关系；
9、采用基于双线性表示的带权知识图谱嵌入学习方法，对所述三元组(ai,rj,ak)进行嵌入学习，并通过损失函数优化为：
10、
11、式中，lembed为嵌入损耗；表示正三元组集；ai′与ak′表示对原有三元组进行替换后的实体；表示负三元组集；φ(·)为三元组的合理度函数。
12、优选地，所述提供一基于注意力模型的故障知识图谱推理模型，利用所述实体与关系之间的嵌入表示并结合历史维修记录对所述模型进行路径学习，得到具有频次权重的民用飞机排故路径，包括：
13、利用路径搜索算法计算备选路径集合ψ＝{φi},其中φi＝{(a1,r1,a2),(a2,r2,a3),…,(an,rn,an+1)}，表示实体与关系之间的嵌入表示，并且根据历史维修记录中发生的频次计算单条本文档来自技高网...
【技术保护点】
1.一种基于知识图谱的民用飞机排故路径推理方法，其特征在于，包括：
2.根据权利要求1所述的基于知识图谱的民用飞机排故路径推理方法，其特征在于，所述实体，包括：故障实体、设备实体和操作实体。
3.根据权利要求1所述的基于知识图谱的民用飞机排故路径推理方法，其特征在于，所述基于所述民用飞机故障知识图谱，对其中的实体和关系进行嵌入学习，得到实体与关系之间的嵌入表示，包括：
4.根据权利要求1所述的基于知识图谱的民用飞机排故路径推理方法，其特征在于，所述提供一基于注意力模型的故障知识图谱推理模型，利用所述实体与关系之间的嵌入表示并结合历史维修记录对所述模型进行路径学习，得到具有频次权重的民用飞机排故路径，包括：
5.一种基于知识图谱的民用飞机排故路径推理系统，其特征在于，包括：
6.根据权利要求5所述的基于知识图谱的民用飞机排故路径推理系统，其特征在于，所述实体，包括：故障实体、设备实体和操作实体。
7.根据权利要求5所述的基于知识图谱的民用飞机排故路径推理系统，其特征在于，所述嵌入表示学习模块，包括：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。