本发明涉及一种保温板生产线故障诊断方法，具体为一种基于知识图谱的保温板生产线故障诊断方法，属于生产线故障诊断。
背景技术：
1、最初，知识图谱概念的提出是为了搜索引擎服务。然而，随着技术的发展，知识图谱技术已在医疗领域、电商领域、领域知识管理等方面得到了广泛应用。
2、知识图谱技术运用到故障诊断领域，能够准确、全面地对故障诊断知识及其联系进行描述，因此，基于知识图谱的故障诊断得到了广泛关注。但是，知识图谱技术应用到保温板生产线故障诊断领域可能存在两方面的问题：一方面，针对保温板生产线多设备、多传感器、故障数据多源异构的情况，实体抽取复杂，故障诊断知识图谱的构建困难，相关保温板生产线故障诊断的知识图谱案例缺乏；另一方面，现有方法存在着故障征兆缺失时诊断结果准确率低的问题。
技术实现思路
1、本发明的目的在于提供一种基于知识图谱的保温板生产线故障诊断方法，以解决上述背景技术中提出的问题。
2、为解决上述技术问题，本发明提供如下技术方案：一种基于知识图谱的保温板生产线故障诊断方法，该保温板生产线故障诊断方法包括如下步骤：
3、s1、保温板生产线故障诊断知识图谱的构建
4、所述故障诊断知识图谱的构建包括：
5、s11、保温板生产线故障诊断知识图谱的模式构建；
6、s12、根据构建的模式对保温板生产线故障诊断知识图谱的本体进行知识本体表示；
7、s13、根据表示的知识本体对保温板生产线故障诊断知识图谱进行知识本体抽取；
8、s14、根据所抽取的知识本体构建保温板生产线故障诊断知识图谱中的节点和边，建立完整的故障诊断知识图谱；
9、s2、基于保温板生产线故障诊断知识图谱进行故障诊断推理
10、所述故障诊断推理包括：
11、s21、根据步骤s14得到的完整的故障知识图谱，输入保温板生产线发生的故障现象集合f，判别故障现象集合f是否满足且q＝g∪r，获得推理诊断集合fd；
12、s22、根据推理诊断集合fd与关系集合r相关联，由相关关系分别引入直接故障原因ed和间接故障原因ei，得到故障原因集合e0＝ed∪ei；
13、s23、根据故障原因集合e0引入维修建议集合a0，按照由直接原因引入的维修建议在前，间接原因引入的维修建议在后的顺序对维修建议a0进行排序；
14、s24、根据排序完成的故障原因与维修建议进行输出。
15、作为本发明更进一步的技术方案：步骤s11中，所述保温板生产线故障诊断知识图谱的模式构建采用自底而上与自顶向下相结合的策略构建模式。
16、作为本发明更进一步的技术方案：步骤s12中，根据构建的模式对保温板生产线故障诊断知识图谱的知识本体进行表示具体包括：
17、设备结构、传感测点、故障现象、故障原因和维修建议作为实体集合g，设备结构、传感测点、故障现象、故障原因和维修建议这些实体之间的关系为关系集合r；
18、其中，实体集合表示为：
19、g＝{g1，g2，g3，g4，g5}
20、式中：g1—设备结构类实体；g2—传感测点类实体；g3—故障现象类实体；g4—故障原因类实体；g5—维修建议类实体；
21、关系集合表示为：
22、r＝{r1，r2，r3，r4，r5，r6}
23、式中：r1—设备结构与故障原因之间的关系；r2—传感测点与设备结构之间的关系；r3—故障现象与故障原因之间的关系；r4—维修建议与故障原因之间的关系；r5—传感测点与故障现象之间的关系；r6—设备结构与故障现象之间的关系。
24、作为本发明更进一步的技术方案：步骤s13中，对保温板生产线故障诊断知识图谱进行知识本体抽取采用深度学习模型bilstm+crf实体抽取及关系抽取；其中，bilstm代表双向长短期记忆网络，crf代表条件随机场。
25、作为本发明更进一步的技术方案：步骤s14具体包括：在建立完整的故障诊断知识图谱中，实体集合作为故障诊断知识图谱中的节点，实体之间的关系集合作为故障诊断知识图谱中的边，其中，边的权重代表实体关系的置信度，采用neo4j储存故障诊断知识图谱的实体和关系。
26、作为本发明更进一步的技术方案：步骤s21中，故障诊断推理过程输入发生的故障现象集合f至步骤s14中得到的完整的故障知识图谱，判别故障现象集合f是否满足且q＝g∪r，获得推理诊断集合fd；
27、对于不满足条件的情况，剔除故障现象集合f不在q的实体元素得f’，令fd＝f’。
28、作为本发明更进一步的技术方案：步骤s22中，将推理诊断集合fd与关系集合r相关联，由故障现象与故障原因之间的关系引入直接故障原因ed，判断条件为fd＝map(r5,r6)；
29、若满足，由传感测点与故障现象之间的关系r5与设备结构与故障现象之间的关系r6引入间接故障原因ei，若不满足，则最后，令故障原因集合e0＝ed∪ei。
30、作为本发明更进一步的技术方案：步骤s24中，根据排序完成的故障原因集合e0与维修建议集合a0输出诊断结果，通过neo4j数据库采用cypher语句对故障现象实体进行检索，获得故障原因和维修建议以实现故障诊断。
31、本发明的有益效果是：
32、1)本发明通过故障诊断推理、数据测点、设备结构与故障现象的关系引入间接故障原因，能够解决传统故障诊断方法在征兆缺失条件下准确率低的问题；
33、2)本发明能够有效从保温板生产线设备检修日志、专家知识库、文献资料和设备技术文档中进行知识抽取，用户在进行保温板生产线故障诊断时，对生产线设备故障原因进行分析，并给出维修建议；
34、3)本发明的故障诊断知识图谱支持查询功能，用户可输入设备故障现象，通过故障诊断推理流程对故障原因进行分析输出；支持新的故障现象、故障原因、维修建议引入，当生产线设备发生新故障时，技术人员可进行输入，便于完善已构建的保温板生产线故障诊断知识图谱。
1.一种基于知识图谱的保温板生产线故障诊断方法，其特征在于，所述保温板生产线故障诊断方法包括如下步骤：
2.根据权利要求1所述的保温板生产线故障诊断方法，其特征在于：步骤s11中，所述保温板生产线故障诊断知识图谱的模式构建采用自底而上与自顶向下相结合的策略构建模式。
3.根据权利要求1所述的保温板生产线故障诊断方法，其特征在于：步骤s12中，根据构建的模式对保温板生产线故障诊断知识图谱的本体进行表示具体包括：
4.根据权利要求3所述的保温板生产线故障诊断方法，其特征在于，步骤s13中，对保温板生产线故障诊断知识图谱进行知识抽取采用深度学习模型bilstm+crf实体抽取及关系抽取；其中，bilstm代表双向长短期记忆网络，crf代表条件随机场。
5.根据权利要求4所述的保温板生产线故障诊断方法，其特征在于，步骤s14具体包括：在建立完整的故障诊断知识图谱中，实体集合作为故障诊断知识图谱中的节点，实体之间的关系集合作为故障诊断知识图谱中的边，其中，边的权重代表实体关系的置信度，采用neo4j储存故障诊断知识图谱知识图谱的实体和关系。
6.根据权利要求4所述的保温板生产线故障诊断方法，其特征在于：步骤s21中，故障诊断推理过程输入发生的故障现象集合f至步骤s14中得到的完整的故障知识图谱，判别故障现象集合f是否满足且q＝g∪r，获得推理诊断集合fd；
7.根据权利要求6所述的保温板生产线故障诊断方法，其特征在于：步骤s22中，将推理诊断集合fd与关系集合r相关联，由故障现象与故障原因之间的关系r3引入直接故障原因ed，判断条件为fd＝map(r5,r6)；
8.根据权利要求7所述的保温板生产线故障诊断方法，其特征在于：步骤s24中，根据排序完成的故障原因集合e0与维修建议集合a0输出诊断结果，通过neo4j数据库采用cypher语句对故障现象实体进行检索，获得故障原因和维修建议以实现故障诊断。
