(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202211053217.X (22)申请日 2022.08.31 (65)同一申请的已公布的文献号 申请公布号 CN 115146081 A (43)申请公布日 2022.10.04 (73)专利权人 合肥中科迪宏自动化有限公司 地址 230088 安徽省合肥市高新区长江西 路687号拓 基金座B座 423-428 (72)发明人 令狐彬　胡炳彰　周璠　许鹏　 张鲜顺　高磊　 (74)专利代理 机构 北京清亦华知识产权代理事 务所(普通 合伙) 11201 专利代理师 于腾昊 (51)Int.Cl. G06F 16/36(2019.01)G06F 16/335(2019.01) G06F 40/216(2020.01) G06F 40/289(2020.01) G06K 9/62(2022.01) (56)对比文件 CN 110704743 A,2020.01.17 WO 2021175009 A1,2021.09.10 袁泉等.基 于知识图谱和协同过滤的电影 推 荐算法研究. 《计算机 工程与科 学》 .2020,(第04 期), 审查员 徐晓孜 (54)发明名称 生产设备的故障诊断知识图谱的构建方法 及诊断方法 (57)摘要 本发明公开了一种生产设备的故障诊断知 识图谱的构建方法及诊断方法， 该方法包括： 获 取故障维修文本； 从故障维修文本中确定多个实 体， 并建立实体之间的关系， 其中， 实体包括故障 现象； 获取用户对故障诊断知识图谱推荐的各个 故障现象的历史评分， 并根据历史评分确定故障 现象之间的相似度； 根据多个实体、 实体之间的 关系以及故障现象之间的相似度对故障诊断知 识图谱进行更新。 由此， 以在用户对相关故障案 例进行搜索时， 提高故障诊断知识图谱推荐故障 案例的准确性和全面 性。 权利要求书2页 说明书11页 附图7页 CN 115146081 B 2022.12.09 CN 115146081 B 1.一种生产设备的故障诊断知识图谱的构建方法， 其特 征在于， 包括： 获取故障维修文本； 从所述故障维修文本 中确定多个实体， 并建立所述实体之间的关系， 其中， 所述实体包 括故障现象； 获取用户对所述故障诊断知识图谱推荐的各个所述故障现象的历史评分， 并根据 所述 历史评分确定所述故障现象之间的相似度； 根据多个所述实体、 所述实体之间的关系以及所述故障现象之间的相似度对所述故障 诊断知识图谱进行 更新； 所述根据所述历史评分确定所述故障现象之间的相似度， 包括： 将两个所述故障现象的文本进行分词和词汇去重处理， 并统计所述故障现象的文本中 所有词汇的词频； 根据两个所述故障现象的词频确定 两个所述故障现象的初始相似度； 根据所述历史评分确定 两个所述故障现象的权 重系数； 根据所述初始相似度和所述权 重系数得到所述故障现象之间的相似度； 其中， 更新 好的所述故障诊断知识图谱被 配置为： 获取用户输入的故障描述文本； 利用训练好的实体抽取模型对所述故障描述文本进行实体抽取， 得到多个实体信息； 根据各个所述实体信息， 在所有所述故障现象中确定多个第一标准故障现象； 根据各所述第 一标准故障现象与其他所述故障现象之间的相似度， 确定与 各所述第 一 标准故障现象相关的第二标准故障现象； 将多个所述第一标准故障现象和多个所述第二标准故障现象推荐给用户。 2.根据权利要求1所述的故障诊断知识图谱的构建方法， 其特征在于， 所述从所述故障 维修文本中确定多个实体， 包括： 构建所述故障诊断知识图谱的本体层； 利用训练好的实体抽取模型， 根据 所述本体层从所述故障维修文本 中抽取多个所述实 体。 3.根据权利要求2所述的故障诊断知识图谱的构建方法， 其特征在于， 所述实体抽取模 型的训练方法包括： 获取训练样本和 测试样本； 对所述训练样本进行BMEO标注， 并以经过BMEO标注的训练样本为输入， 以标注结果为 标签， 训练双向长短期记 忆网络模型， 得到多个实体抽取模型； 利用所述测试样本对多个实体抽取模型进行测试， 并选取测试结果最优的实体抽取模 型作为所述训练好的实体抽取模型。 4.根据权利要求3所述的故障诊断知识图谱的构建方法， 其特征在于， 通过下式得到所 述初始相似度：权　利　要　求　书 1/2 页 2 CN 115146081 B 2其中， C为所述初始相似度， Bi为第i个所述故障现象， Bj为第j个所述故障现象， n为所述 故障现象的文本经过分词和词汇去重后词汇的数量， k为第k个词汇， bi,k为第i个所述故 障 现象的文本中第k个词汇的词频， bj,k为第j个所述故障现象的文本中第k个词汇的词频。 5.根据权利要求4所述的故障诊断知识图谱的构建方法， 其特征在于， 通过下式得到所 述权重系数： 其中， W(Bi,Bj)为第i个所述故障现象和第j个所述故障现象之间的权重系 数， u为表示 第u个用户， U为对第i个所述故障现象和第j个所述故障现象进行过评分的用户集合， Ru,Bi 为第u个用户对第i个所述故障现象的历史评分， Ru,Bj为第u个用户对第j个所述故障现象的 历史评分， 为第u个用户对所有评分过的所述故障现象的评分均值。 6.根据权利要求5所述的故障诊断知识图谱的构建方法， 其特征在于， 通过下式确定所 述故障现象之间的相似度： 其中， L(Bi,Bj)为第i个所述故障现象和第j个所述故障现象之间的相似度。 7.根据权利要求6所述的故障诊断知识图谱的构建方法， 其特征在于， 所述根据 各个所 述实体信息， 在所有所述故障现象中确定多个第一标准故障现象， 包括： 根据各个所述实体信息确定与各个所述实体信息相似的故障现象集 合； 对所述故障描述文本和所述故障现象集合中各个故障现象的文本进行分词和词汇去 重处理， 并统计所述 故障描述文本中所有词汇的词频和各个所述 故障现象的文本中所有词 汇的词频； 根据所述故障描述文本中所有词汇的词频和各个所述故障现象的文本中所有词汇的 词频， 确定所述故障描述文本和各个所述故障现象之间的相似度； 根据所述故障描述文本和各个所述故障现象之间的相似度确定预设数量的第一标准 故障现象。 8.一种生产设备的故障诊断方法， 其特 征在于， 包括： 获取用户输入的故障描述文本； 利用如权利要求1 ‑7中任一项所述的故障诊断知识图谱的构建方法构建的故障诊断知 识图谱， 得到多个第一标准故障现象和多个第二标准故障现象； 根据所述第 一标准故障现象和所述第 二标准故障现象， 为用户推荐与 所述第一标准故 障现象对应的诊断方案和与所述第二标准故障现象对应的诊断方案， 以实现故障诊断。权　利　要　求　书 2/2 页 3 CN 115146081 B 3