摘要：鉴于常规知识图谱仅能处理二元关系,而故障知识包含大量“多现象—多原因—多方法”的多元耦合关系,强制转化将会破坏关系的完整性,造成严重的信息失真,为采用知识超图处理此类复杂多元关系以保证数据的完整性,设计了一种基于超图嵌入的行车故障多元关系知识表示方法。通过梳理行车故障单中现象、原因、方法等数据之间的多元关联,构建适用于表征多元耦合关系的行车故障本体模型,以该本体模型为知识超图的模式层建立行车故障知识超图;基于BERT模型和超图卷积网络获取故障知识的嵌入向量表示,并实现了相似故障检索。最后,以上海某钢铁公司收集的行车故障调查单为实例,验证了所提方法的有效性。

摘要：设备点检记录是支撑故障原因分析与处理的重要信息来源,目前亟需对设备点检故障中的根因信息进行有效挖掘,以提升设备预防性维护的可靠性。鉴于此,首次将因果科学论引入制造领域,提出一种面向设备点检故障根因分析的因果知识建模方法。首先,从设备点检故障文档中提取事件知识,构建故障运维因果知识图谱;其次,定义故障运维因果知识规则,形成结构因果图模型;进而,设计一种基于ISPN的因果效应估计学习模型,对故障知识中混杂影响因素进行估计计算,挖掘出影响设备故障发生的语义关系,补全图谱节点间隐含的因果性语义链路;最后,以冶金设备点检故障文档的知识测试了所提方法,验证了因果知识模型估计设备故障根因知识间因果效应的可行性。