RV 減速器故障知識(shí)圖譜的構(gòu)建

涂志健 吳建 衛(wèi)能 趙轉(zhuǎn)哲 馬強(qiáng)

（1 蕪湖賽寶機(jī)器人產(chǎn)業(yè)技術(shù)研究有限公司，安徽蕪湖，241003；2 蕪湖職業(yè)技術(shù)學(xué)院，安徽蕪湖，241000；3 安徽工程大學(xué)機(jī)械工程學(xué)院，安徽蕪湖，241000）

0 引言

現(xiàn)如今工業(yè)發(fā)展迅速，RV 減速器是新興起的一種減速器，它具有質(zhì)量小、體積小、傳動(dòng)比變化的范圍大、使用壽命長、精度穩(wěn)定性好、傳動(dòng)效率高、傳動(dòng)性能平穩(wěn)等一系列優(yōu)點(diǎn)[1]。

故障處理的好壞是影響RV 減速器壽命長短的重要因素。由于RV 減速器的故障類型多，檢測處理效率低下復(fù)雜，并且處理成本高，導(dǎo)致其故障難以處理，因此，國內(nèi)外學(xué)者針對其故障處理提出了多種理論方法以及實(shí)踐。張冶[2]通過日常使用擺線針輪減速器，總結(jié)積累減速器故障處理經(jīng)驗(yàn)，以此保證其正常使用；李學(xué)凌[3]提出分析工作中礦用減速器常見的故障種類和起因，總結(jié)常見的故障和原因，提出解決方法，為煤礦的安全生產(chǎn)提供可靠的保障；李蛟真[4]等主要對減速器的漏油與振動(dòng)異響兩類問題的成因及處理方法進(jìn)行了研究，提出了在減速器發(fā)生故障時(shí)，查清故障成因，對癥采取措施，能有效解決“直接更換總成本較高”的問題；溥江[5]等通過計(jì)算行星齒輪減速器健康與斷齒故障下的時(shí)變嚙合剛度與動(dòng)力學(xué)模型，分析行星齒輪減速器在健康、點(diǎn)蝕、斷齒三種工況下的齒輪振動(dòng)特性，為減速器故障診斷提供理論依據(jù)。然而，以上的成果基本是通過人工總結(jié)和積累的故障處理經(jīng)驗(yàn)，先查清故障成因，然后對故障進(jìn)行處理，沒有提出能夠快速查詢到故障原因的方法，同時(shí)其方法的使用需要日積月累，難以大眾化使用。

本文針對于RV 減速器故障處理的問題，提出建立知識(shí)圖譜，通過建立RV 減速器故障領(lǐng)域的知識(shí)圖譜將其數(shù)據(jù)可視化、可檢索，提高故障檢測的速度，使其能夠大眾化使用，提高了RV 減速器故障處理的便利性。

RV 減速器如圖1 所示。

圖1 RV 減速器

1 知識(shí)圖譜構(gòu)建技術(shù)

知識(shí)圖譜是利用圖的形式來描述知識(shí)和建模世界萬物之間關(guān)系的一種技術(shù)[6]，百度對其的解釋為：知識(shí)圖譜是圖書情報(bào)界中的知識(shí)域可視化或知識(shí)領(lǐng)域映射地圖，是顯示知識(shí)發(fā)展進(jìn)程與結(jié)構(gòu)關(guān)系的一系列各種不同的圖形，用可視化技術(shù)描述知識(shí)資源及其載體，挖掘、分析、構(gòu)建、繪制和顯示知識(shí)及它們之間的相互聯(lián)系。

本質(zhì)上，知識(shí)圖譜是一種描述實(shí)體、實(shí)體屬性與實(shí)體關(guān)系的大型語義網(wǎng)絡(luò)，基本形式是（實(shí)體1—關(guān)系—實(shí)體2）、（實(shí)體—屬性—屬性值），通常以網(wǎng)絡(luò)的形式出現(xiàn)。在知識(shí)圖譜中，節(jié)點(diǎn)可以代表一個(gè)概念、一個(gè)實(shí)體或一個(gè)屬性，邊可以代表實(shí)體、概念等相關(guān)屬性。

知識(shí)圖譜在不同應(yīng)用場景和不同業(yè)務(wù)的需求下都能夠提供服務(wù)，知識(shí)圖譜的構(gòu)建步驟如圖2 所示。

圖2 知識(shí)圖譜構(gòu)建步驟示意圖

知識(shí)圖譜大致可分為兩類：一是通用知識(shí)圖譜，二是領(lǐng)域知識(shí)圖譜[7]。通用知識(shí)圖譜面向全領(lǐng)域，主要應(yīng)用于面向互聯(lián)網(wǎng)中的檢索、推薦、問答等業(yè)務(wù)場景，由于它強(qiáng)調(diào)的是廣度，精確度要求低，因而更多的是強(qiáng)調(diào)實(shí)體，很難生成完整的全局性本體層的統(tǒng)一管理。領(lǐng)域知識(shí)圖譜有嚴(yán)格與豐富的數(shù)據(jù)模式，因而要求構(gòu)建者有一定的深度與完備性，其對準(zhǔn)確度要求非常高，通常用于輔助各種復(fù)雜的分析應(yīng)用或決策支持，如軍事、機(jī)械、醫(yī)療等特定領(lǐng)域進(jìn)行輔助決策。本文所構(gòu)建的知識(shí)圖譜類型即為領(lǐng)域知識(shí)圖譜。

1.1 知識(shí)抽取

知識(shí)圖譜的數(shù)據(jù)來源非常多，如專業(yè)的數(shù)據(jù)庫、互聯(lián)網(wǎng)可供爬蟲爬取的數(shù)據(jù)等；數(shù)據(jù)類型基本為：結(jié)構(gòu)化、半結(jié)構(gòu)化、非結(jié)構(gòu)化三種數(shù)據(jù)，其中后兩者占比較大；因此對數(shù)據(jù)源的獲取需要使用知識(shí)圖譜中的知識(shí)抽取[8]。

對于結(jié)構(gòu)化數(shù)據(jù)，經(jīng)過較簡單的處理便可獲得實(shí)體、實(shí)體關(guān)系、屬性、屬性值等；對于半結(jié)構(gòu)化、非結(jié)構(gòu)化數(shù)據(jù)而言，其數(shù)據(jù)置信度不高，規(guī)模較大，個(gè)性化的信息較多，形式復(fù)雜多樣，因此知識(shí)抽取主要處理的是半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)。

知識(shí)抽取主要分為三大類：實(shí)體抽取，事件抽取與關(guān)系抽取。實(shí)體抽取的主要任務(wù)是實(shí)體識(shí)別，主要是識(shí)別三大類（實(shí)體類、時(shí)間類和數(shù)字類）與文本中的七小類（人名、機(jī)構(gòu)名、地名、時(shí)間、日期、 貨幣和百分比）命名實(shí)體，從而確定實(shí)體類別；事件抽取主要從數(shù)據(jù)中抽取出需要的事件信息，并以結(jié)構(gòu)化的形式呈現(xiàn)出來；關(guān)系抽取是通過給定的實(shí)體關(guān)系類別與結(jié)構(gòu)化數(shù)據(jù)，自動(dòng)抽取實(shí)體之間的某種語義關(guān)系。

知識(shí)抽取常用的方法有：基于特征向量方法、基于核函數(shù)方法、基于神經(jīng)網(wǎng)絡(luò)方法，其中常用的為基于神經(jīng)網(wǎng)絡(luò)方法。

1.2 知識(shí)表示

知識(shí)表示是將抽取的實(shí)體、實(shí)體關(guān)系、屬性、屬性值表示成機(jī)器能夠處理的數(shù)據(jù)結(jié)構(gòu)[8]，其中最常用的是RDF 三元組結(jié)構(gòu)。該結(jié)構(gòu)能夠?qū)崿F(xiàn)不同領(lǐng)域的資源描述，為資源描述提供一種通用框架和實(shí)現(xiàn)數(shù)據(jù)集成的元數(shù)據(jù)解決方案。

RDF 三元組結(jié)構(gòu)的具體實(shí)施方式為：對實(shí)體加上一個(gè)屬性和相應(yīng)的屬性值，即實(shí)體1—關(guān)系—實(shí)體2、實(shí)體—屬性—屬性值，通過定義規(guī)則，將抽取的實(shí)體、屬性以及屬性定義轉(zhuǎn)換成RDF 三元組結(jié)構(gòu)，形成數(shù)據(jù)層，在數(shù)據(jù)層的基礎(chǔ)上引入模式層，定義實(shí)體、屬性、關(guān)系來描述和約束資源，構(gòu)建基本的規(guī)則體系。

RDF 三元組結(jié)構(gòu)如圖3 所示。

圖3 RDF 三元組結(jié)構(gòu)示意圖

1.3 知識(shí)融合

知識(shí)融合是將不同來源的數(shù)據(jù)知識(shí)進(jìn)行融合[8]，進(jìn)行實(shí)體消歧、實(shí)體對齊、實(shí)體匹配等工作，其中最重要的是實(shí)體對齊工作。

不同來源的數(shù)據(jù)主要有結(jié)構(gòu)化數(shù)據(jù)、半結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)。為了統(tǒng)一化管理，生成所需要的實(shí)體，使后續(xù)工作能夠進(jìn)行下去，必須要對不同來源的數(shù)據(jù)進(jìn)行融合。在進(jìn)行知識(shí)融合之前，第一步的工作便是實(shí)體對齊，實(shí)體對齊是為了判斷不同數(shù)據(jù)來源的實(shí)體是否為指向真實(shí)世界中同一個(gè)對象，包含實(shí)體消歧和共指消解。實(shí)體消歧的本質(zhì)在于解決一個(gè)詞有很多可能的意思，也就是在不同的上下文中所表達(dá)的含義不太一樣的問題；共指消解，也叫指代消解，解決指代不明的問題；通過實(shí)體對齊解決來自不同數(shù)據(jù)庫數(shù)據(jù)源一詞多義，以及指代不明的問題，提高知識(shí)融合后實(shí)體的準(zhǔn)確性。

1.4 知識(shí)推理

知識(shí)推理是通過知識(shí)圖譜中已有的知識(shí)去推理未知的知識(shí)關(guān)系[8]；如已知雄獅子吃肉，母獅子吃肉，能夠推出小獅子也吃肉；由于知識(shí)圖譜中的實(shí)體、實(shí)體關(guān)系和屬性種類繁多，人們難以將所有的推理方式都列舉出來，基本上都是在使用的過程中去總結(jié)。對于推理方式的總結(jié)，人們必須依靠所使用知識(shí)圖譜中實(shí)體與實(shí)體關(guān)系或者實(shí)體與屬性來進(jìn)行實(shí)現(xiàn)。

1.5 知識(shí)存儲(chǔ)

知識(shí)圖譜中的知識(shí)是通過RDF 的結(jié)構(gòu)進(jìn)行表示的，其基本構(gòu)成單元是事實(shí)，每個(gè)事實(shí)都被表示成三元組的形式。知識(shí)圖譜進(jìn)行知識(shí)存儲(chǔ)的常用存儲(chǔ)方式為圖數(shù)據(jù)庫存儲(chǔ)，圖數(shù)據(jù)庫存儲(chǔ)的表現(xiàn)方式為節(jié)點(diǎn)、邊與屬性，節(jié)點(diǎn)代表的是實(shí)體、屬性值等對象；邊代表的是圖中連接節(jié)點(diǎn)的有方向的線條，用于代表不同節(jié)點(diǎn)之間的關(guān)系；屬性用于描述節(jié)點(diǎn)或者邊的特性；圖數(shù)據(jù)庫存儲(chǔ)的方式直觀、方便。

RV 減速器是新興起的減速器，而且其優(yōu)點(diǎn)明顯，是智能制造裝備與精密儀器的核心零件，但現(xiàn)在由于領(lǐng)域知識(shí)圖譜數(shù)據(jù)的特殊性和不斷更新的特性，因而現(xiàn)在對于構(gòu)建RV 減速器故障知識(shí)圖譜方面的技術(shù)很少，難以滿足人們對RV 減速器檢測的需求，故本文提出關(guān)于RV 減速器故障知識(shí)圖譜的構(gòu)建方法。

2 RV 減速器故障知識(shí)圖譜構(gòu)建的主要技術(shù)

本文提出關(guān)于RV 減速器故障知識(shí)圖譜的構(gòu)建，并且根據(jù)RV 減速器的數(shù)據(jù)源提供了相應(yīng)的構(gòu)建方法，根據(jù)自頂向下和自底向上相結(jié)合的方式構(gòu)建垂直行業(yè)領(lǐng)域知識(shí)圖譜。自頂向下的構(gòu)建方法可以使知識(shí)圖譜的構(gòu)建得到簡化，并能使工作變簡單，實(shí)現(xiàn)快速構(gòu)建的目的。

本文提出自頂向下的方式構(gòu)建知識(shí)圖譜。首先定義知識(shí)圖譜的數(shù)據(jù)模式，數(shù)據(jù)模式從最頂層的概念開始構(gòu)建，通過人工構(gòu)建實(shí)體模式層，隨后逐漸向下一級細(xì)化，再通過底層數(shù)據(jù)的不斷填充，構(gòu)建并不斷滿足RV 減速器故障知識(shí)圖譜的需求。

根據(jù)RV 減速器故障的數(shù)據(jù)進(jìn)行實(shí)體、屬性、關(guān)系的定義，RV 減速器故障知識(shí)圖譜的構(gòu)建主要是數(shù)據(jù)的處理、知識(shí)表示、知識(shí)存儲(chǔ)與可視化、知識(shí)問答等過程。

2.1 數(shù)據(jù)處理及知識(shí)表示

知識(shí)圖譜建立的基礎(chǔ)是對數(shù)據(jù)源的抽取，因?yàn)镽V減速器為新型減速器，目前沒有其相關(guān)的結(jié)構(gòu)化數(shù)據(jù)，因此本文主要對RV 減速器故障的非結(jié)構(gòu)化數(shù)據(jù)源進(jìn)行處理。

對RV 減速器故障的非結(jié)構(gòu)化數(shù)據(jù)的處理，主要通過知識(shí)抽取相關(guān)技術(shù)，從不同結(jié)構(gòu)與類型的數(shù)據(jù)當(dāng)中，抽取出能夠被計(jì)算機(jī)理解的結(jié)構(gòu)化數(shù)據(jù)，為知識(shí)圖譜的建立打下基礎(chǔ)。

本文通過人工的方式對采用的文本數(shù)據(jù)進(jìn)行處理，通過人工以及計(jì)算機(jī)對文本數(shù)據(jù)中關(guān)于RV 減速器不同部位的故障進(jìn)行分類處理。首先依據(jù)故障位置的不同，分為齒輪故障、漏油故障、噪聲振動(dòng)故障等；然后依據(jù)故障位置進(jìn)行故障分析，找出故障原因；最后提出改進(jìn)策略以及解決方案。

數(shù)據(jù)處理后，還需要通過知識(shí)表示才能使得處理后的數(shù)據(jù)成為被計(jì)算機(jī)可理解的數(shù)據(jù)結(jié)構(gòu)。

本文通過產(chǎn)生式規(guī)則[9]的方式進(jìn)行知識(shí)表示，通過已定義規(guī)則將已處理的數(shù)據(jù)通過三元組的形式表示，即定義為規(guī)則=<實(shí)體1，關(guān)系，實(shí)體2>的形式，規(guī)則代表的是已經(jīng)定義的規(guī)則；實(shí)體1 和實(shí)體2 代表的是實(shí)體的類別，如齒輪故障、磨損、膠合、加工精度差等；關(guān)系代表的是實(shí)體與實(shí)體之間的關(guān)系，如：齒輪故障，發(fā)生故障的原因是齒輪磨損，其中“齒輪故障”與“齒輪磨損”表示實(shí)體，“故障的原因”表示兩個(gè)實(shí)體之間的關(guān)系。根據(jù)定義的規(guī)則建立RV 減速器的知識(shí)結(jié)構(gòu)，同時(shí)通過推理結(jié)構(gòu)控制整個(gè)過程的運(yùn)行，將其轉(zhuǎn)化為三元組結(jié)構(gòu)的形式，方便之后的查詢與分析。

產(chǎn)生式規(guī)則的表示結(jié)構(gòu)如圖4 所示。

圖4 產(chǎn)生式規(guī)則的表示結(jié)構(gòu)圖

2.2 知識(shí)存儲(chǔ)及可視化

RV 減速器知識(shí)圖譜數(shù)據(jù)只采用三元組的形式進(jìn)行存儲(chǔ)，其使用人員能夠通過相關(guān)的信息進(jìn)行查詢，但是使用人員只能查詢到故障，卻不能直觀地看到查詢結(jié)果與故障之間的關(guān)系，這對于新人或者經(jīng)驗(yàn)較少的人員是及其不友好的。為了解決這個(gè)問題，本文采用現(xiàn)在應(yīng)用最為廣泛的圖數(shù)據(jù)庫軟件Neo4j[10]對三元組數(shù)據(jù)進(jìn)行處理，利用Python[11]相關(guān)代碼將RV 減速器的關(guān)系型數(shù)據(jù)寫入Neo4j 中，并通過Neo4j 生成可視化圖譜。

本文使用的可視化圖譜中含有32 個(gè)實(shí)體、7 種實(shí)體關(guān)系。其中，32 個(gè)實(shí)體在圖譜中表示為：10 個(gè)故障實(shí)體，例如齒輪、傳動(dòng)軸等；5 個(gè)故障表現(xiàn)，例如齒輪磨損、斷齒、軸承振動(dòng)大、聲音異常等；6 個(gè)故障原因，例如加工精度差、制造設(shè)計(jì)強(qiáng)度不足、潤滑失效等；7 個(gè)故障改善，例如規(guī)范現(xiàn)場安裝聯(lián)軸器工藝，百分表檢測減速機(jī)輸入軸、輸出軸等；4 個(gè)建議，例如禁止超載使用、禁止違規(guī)操作等。可視化圖譜中每個(gè)實(shí)體都代表一個(gè)節(jié)點(diǎn)，每條邊代表實(shí)體與實(shí)體之間的關(guān)系。實(shí)體即節(jié)點(diǎn)和邊的關(guān)系組成了RV 減速器知識(shí)可視化圖譜，其存儲(chǔ)方便并且提供了相應(yīng)的查詢算法，方便工作人員的使用與查詢?？梢暬瘓D譜如圖5 所示。

圖5 可視化圖譜

2.3 知識(shí)問答

建立可視化知識(shí)圖譜以后，便可以進(jìn)行知識(shí)問答系統(tǒng)的構(gòu)建。本文基于知識(shí)圖譜的問答系統(tǒng)包括問句分類程序、問句解析程序、回復(fù)程序以及問答程序四個(gè)模塊。

首先是問句分類程序模塊，使用的腳本文件是question_classifier——在其腳本文件中，對問句類型的特征詞進(jìn)行定義，例如齒輪故障、齒輪故障的子故障、齒輪膠合的原因等，實(shí)現(xiàn)對用戶輸入問句的類型進(jìn)行分類；然后是問句解析程序模塊，使用的腳本文件是questions_parse——在這個(gè)腳本文件中，需要根據(jù)上一步問句分類程序腳本文件中得到的問句類型，將其轉(zhuǎn)化為SQL 語句，根據(jù)SQL 語句對存儲(chǔ)在Neo4j 中的字段進(jìn)行提取；其次是回復(fù)程序模塊，使用的腳本文件是answer_search——在這個(gè)腳本文件中，需要根據(jù)上一步問句解析程序轉(zhuǎn)化得到的SOL 語句執(zhí)行查詢，并根據(jù)問句的類型來調(diào)用相應(yīng)的回復(fù)模板；最后是問答程序模塊，使用的腳本文件是chatbot_graph，其是通過調(diào)用以上的三個(gè)功能模塊來構(gòu)建并實(shí)現(xiàn)知識(shí)問答。當(dāng)給定自然語言問題之后，程序會(huì)對該問題進(jìn)行語義理解和解析，然后通過數(shù)據(jù)庫對解析結(jié)果進(jìn)行查詢，得到最終答案。問答界面如圖6 所示。

圖6 問答界面

3 結(jié)論

為了提高RV 減速器故障的處理速度，本文提出構(gòu)建一種RV 減速器故障知識(shí)圖譜，并分析其在故障診斷中的有益之處；本文對知識(shí)圖譜的定義及相關(guān)技術(shù)進(jìn)行了介紹，并且從數(shù)據(jù)的處理、知識(shí)表示、知識(shí)存儲(chǔ)與可視化、知識(shí)問答等方面對RV 減速器故障知識(shí)圖譜的構(gòu)建進(jìn)行詳述，驗(yàn)證了RV 減速器故障知識(shí)圖譜能夠提高RV 減速器故障的處理速度，并且降低了其故障處理的難度。

RV 減速器故障知識(shí)圖譜的構(gòu)建極大地降低了故障處理所花費(fèi)的成本，也能夠?yàn)槠渌麢C(jī)械設(shè)備的故障知識(shí)圖譜構(gòu)建提供一些幫助。