基于知識(shí)圖譜的采煤機(jī)智能維護(hù)知識(shí)庫(kù)構(gòu)建

王巖， 曹現(xiàn)剛， 張旭輝， 樊紅衛(wèi)， 段雍， 霍小泉

(1.西安科技大學(xué) 機(jī)械工程學(xué)院， 陜西 西安 710054；2.陜西省礦山機(jī)電裝備智能監(jiān)測(cè)重點(diǎn)實(shí)驗(yàn)室， 陜西 西安 710054;3.陜煤銅川礦業(yè)有限公司， 陜西 銅川 727000)

0 引言

作為煤礦綜采工作面完成煤壁截割工藝的核心裝備之一，采煤機(jī)的作業(yè)環(huán)境極其惡劣，影響其安全運(yùn)行的眾多因素高度耦合，故障預(yù)防與檢修難度極大，這導(dǎo)致采煤機(jī)的故障率遠(yuǎn)高于其他綜采設(shè)備。一旦采煤機(jī)因出現(xiàn)故障而停機(jī)，將對(duì)綜采工作面的人員及生產(chǎn)安全構(gòu)成嚴(yán)重威脅。因此，亟需開(kāi)發(fā)一種快速故障定位與精準(zhǔn)采煤機(jī)檢修技術(shù)，幫助煤礦設(shè)備檢修管理部門(mén)及時(shí)診斷明確采煤機(jī)故障隱患，并采取必要措施主動(dòng)保養(yǎng)與維護(hù)，以降低采煤機(jī)的停機(jī)率，進(jìn)而有效提升開(kāi)采效率。

大量學(xué)者針對(duì)搖臂、齒輪箱、軸承等采煤機(jī)關(guān)鍵元部件的運(yùn)行狀態(tài)監(jiān)測(cè)與故障診斷進(jìn)行了卓有成效的研究[1-3]，然而元部件級(jí)故障診斷分析不能從眾多耦合因素中精確定位潛在故障源。尤其是處于極端惡劣工況下的采煤機(jī)關(guān)鍵元部件失效觸發(fā)因素大幅增加，目前沒(méi)有成熟的方法滿足設(shè)備多部件協(xié)同工作條件下的故障源精確定位需求[4-6]。本文從采煤機(jī)整機(jī)角度分析各元部件協(xié)同關(guān)系，引入知識(shí)圖譜技術(shù)，系統(tǒng)地研究各故障源的耦合程度，通過(guò)圖論中的節(jié)點(diǎn)關(guān)系圖直觀描述設(shè)備運(yùn)行過(guò)程中產(chǎn)生的各種信息及其復(fù)雜關(guān)聯(lián)關(guān)系，形成面向采煤機(jī)故障檢修的智能維護(hù)知識(shí)圖譜，以圖譜的形式固化采煤機(jī)故障檢修知識(shí)，配合相關(guān)故障診斷模型與算法，實(shí)現(xiàn)故障源快速準(zhǔn)確定位及潛在故障點(diǎn)精準(zhǔn)管控，達(dá)到故障前有效預(yù)防、故障后及時(shí)維修和止損的目的。

1 采煤機(jī)智能維護(hù)知識(shí)圖譜

采煤機(jī)故障涉及的因素眾多，如人、機(jī)械、環(huán)境等[7]。實(shí)現(xiàn)快速準(zhǔn)確故障定位的基礎(chǔ)是從系統(tǒng)的角度梳理影響采煤機(jī)運(yùn)行狀態(tài)的因素，采用圖示化方式描述各因素間的關(guān)聯(lián)關(guān)系，并分析各因素在故障產(chǎn)生中的耦合關(guān)系與異常傳導(dǎo)機(jī)制，最后通過(guò)構(gòu)建采煤機(jī)智能維護(hù)知識(shí)圖譜實(shí)現(xiàn)故障檢修知識(shí)的固化與持續(xù)迭代。

采煤機(jī)智能維護(hù)知識(shí)圖譜的構(gòu)建過(guò)程主要包含4個(gè)步驟：① 收集設(shè)備技術(shù)文檔、專家經(jīng)驗(yàn)和歷史維修數(shù)據(jù)等相關(guān)資料，明確采煤機(jī)故障信息涉及范圍，定義其故障檢修知識(shí)圖譜構(gòu)建策略。② 分析采煤機(jī)典型故障特征，規(guī)范與之相關(guān)的核心概念與術(shù)語(yǔ)，定義采煤機(jī)故障的概念類，抽象采煤機(jī)故障內(nèi)容核心概念集。③ 根據(jù)采煤機(jī)的結(jié)構(gòu)特點(diǎn)和故障特點(diǎn)，定義并抽取實(shí)體類型、屬性及實(shí)體間的關(guān)聯(lián)關(guān)系，形成實(shí)體關(guān)系表達(dá)的網(wǎng)絡(luò)圖，通過(guò)實(shí)體消岐、共指消解等步驟合并網(wǎng)絡(luò)，最終實(shí)現(xiàn)采煤機(jī)智能維護(hù)知識(shí)圖譜的實(shí)體和關(guān)系表達(dá)。④ 采用Neo4j圖數(shù)據(jù)庫(kù)創(chuàng)建知識(shí)圖譜，提升采煤機(jī)故障檢修信息查詢過(guò)程中實(shí)體及耦合關(guān)系的檢索效率，進(jìn)而探索一種高效的采煤機(jī)故障檢修知識(shí)的固化與復(fù)用技術(shù)解決方案，為實(shí)現(xiàn)采煤機(jī)智能化維護(hù)提供技術(shù)基礎(chǔ)。采煤機(jī)智能維護(hù)知識(shí)圖譜的構(gòu)建流程如圖1所示。

圖1 采煤機(jī)智能維護(hù)知識(shí)圖譜構(gòu)建流程

2 實(shí)體定義與命名規(guī)范化

通過(guò)檢修日志、專家經(jīng)驗(yàn)、技術(shù)文檔等方式收集的故障檢修資料中對(duì)同類型故障的描述方式不同，為了統(tǒng)一知識(shí)圖譜構(gòu)建過(guò)程中的實(shí)體、關(guān)系與屬性，需要對(duì)所有內(nèi)容進(jìn)行規(guī)范化命名。對(duì)收集到的所有采煤機(jī)故障信息[8-12]進(jìn)行研究分析后，確定整個(gè)故障檢修知識(shí)庫(kù)的范疇、類別、功能需求，明確定義采煤機(jī)故障診斷中的重要術(shù)語(yǔ)和概念，并對(duì)其進(jìn)行歸納整理。針對(duì)采煤機(jī)智能維護(hù)知識(shí)圖譜的建模需求，本文主要從硬件拓?fù)洹⒐收蠙z修、傳感監(jiān)測(cè)3個(gè)方面規(guī)范實(shí)體的命名方式。

2.1 硬件拓?fù)鋵?shí)體命名規(guī)范

選用MG400/930-WD交流電牽引采煤機(jī)作為研究對(duì)象，該型號(hào)采煤機(jī)具有多電動(dòng)機(jī)驅(qū)動(dòng)、橫向抽屜式布置、機(jī)載式交流變頻調(diào)速等特點(diǎn)，適用于較傾斜、中硬煤層長(zhǎng)壁式綜采工作面，采高范圍為2～3.5 m。其典型機(jī)械部件包括左右搖臂、左右滾筒、牽引傳動(dòng)箱、外牽引、泵站、牽引電動(dòng)機(jī)調(diào)速裝置、高壓控制箱、調(diào)高油缸、主機(jī)架、輔助部件、電器系統(tǒng)及附件等。

為了保證命名體系的一致，引用產(chǎn)品設(shè)計(jì)說(shuō)明、技術(shù)文檔的命名方式，對(duì)采煤機(jī)的機(jī)械結(jié)構(gòu)進(jìn)行分析，將采煤機(jī)機(jī)械結(jié)構(gòu)分為截割部、牽引部、液壓調(diào)高系統(tǒng)、主機(jī)架、輔助部件和電氣系統(tǒng)6個(gè)部分。MG400/930-WD采煤機(jī)的硬件拓?fù)浣Y(jié)構(gòu)如圖2所示，限于篇幅，圖中只給出了采煤機(jī)關(guān)鍵部件的結(jié)構(gòu)關(guān)系，后續(xù)將在知識(shí)圖譜建模部分詳細(xì)描述實(shí)體所包含的類型及關(guān)聯(lián)關(guān)系。

圖2 采煤機(jī)部分硬件拓?fù)浣Y(jié)構(gòu)

2.2 故障檢修實(shí)體命名規(guī)范

通過(guò)梳理故障檢修規(guī)范方面的相關(guān)資料，將與故障檢修相關(guān)的實(shí)體分為故障類型、故障位置、故障現(xiàn)象、原因分析、解決方法5種類型，進(jìn)行實(shí)體規(guī)范化命名。

2.2.1 故障類型的規(guī)范命名

采煤機(jī)可能發(fā)生的故障主要包括機(jī)械故障和電氣故障，由于液壓故障的發(fā)生率比較高，將采煤機(jī)故障檢修知識(shí)庫(kù)的故障類型分為機(jī)械故障、液壓故障和電氣故障，如圖3所示。

圖3 采煤機(jī)故障分類

2.2.2 故障位置的規(guī)范命名

故障位置的命名需要根據(jù)不同的故障類型來(lái)進(jìn)行具體規(guī)劃，而且需要準(zhǔn)確定位到故障發(fā)生的部位，命名要求是簡(jiǎn)潔明了且易于精準(zhǔn)導(dǎo)向故障發(fā)生位置。結(jié)合硬件拓?fù)涞膶?shí)體命名規(guī)范，分別針對(duì)機(jī)械故障、液壓故障和電氣故障3種故障類型進(jìn)行故障位置的規(guī)范命名。

(1) 機(jī)械故障。機(jī)械故障根據(jù)采煤機(jī)的硬件拓?fù)浣Y(jié)構(gòu)分為截割部故障、牽引部故障、主機(jī)架故障、齒輪故障和軸承故障。由于采煤機(jī)機(jī)械故障中齒輪和軸承的問(wèn)題經(jīng)常出現(xiàn)，所以單獨(dú)列出齒輪和軸承故障，方便常見(jiàn)故障的知識(shí)檢索。

(2) 液壓故障。采煤機(jī)出現(xiàn)的故障問(wèn)題有80%屬于液壓故障，液壓故障一旦出現(xiàn)會(huì)嚴(yán)重影響煤礦開(kāi)采的效率。通過(guò)整理液壓故障的相關(guān)資料，將液壓故障大致分為液壓牽引部故障、液壓系統(tǒng)壓力故障、液壓調(diào)高系統(tǒng)故障、補(bǔ)油熱交換系統(tǒng)壓力故障、油液故障、滾筒故障、擋煤板故障、采煤機(jī)降塵故障等8種類型。

(3) 電氣故障。通過(guò)整理電氣故障相關(guān)資料，將電氣故障大致分為先導(dǎo)回路故障、搖臂升降系統(tǒng)故障、端頭站與遙控器故障、電動(dòng)機(jī)故障、瓦斯斷電儀與傳感器故障、變頻器故障6種類型。

2.2.3 故障現(xiàn)象的規(guī)范描述

由于采煤機(jī)結(jié)構(gòu)內(nèi)部故障的因素耦合關(guān)聯(lián)，如何精準(zhǔn)檢索到相應(yīng)的故障現(xiàn)象及相關(guān)故障原因分析和解決辦法是構(gòu)建智能維護(hù)知識(shí)庫(kù)的關(guān)鍵問(wèn)題。故障現(xiàn)象規(guī)范描述的原則是簡(jiǎn)潔、清楚，可選擇多個(gè)相同或相近的關(guān)鍵詞匹配相應(yīng)的故障現(xiàn)象，進(jìn)而高效、準(zhǔn)確地檢索到故障現(xiàn)象。以“故障位置+故障現(xiàn)象”的格式對(duì)故障現(xiàn)象進(jìn)行命名，如針對(duì)搖臂傳動(dòng)箱中二軸軸承的磨損問(wèn)題，命名為“二軸軸承磨損”。

2.2.4 原因分析的規(guī)范描述

故障現(xiàn)象與故障原因之間是一對(duì)多關(guān)系，即一種故障現(xiàn)象對(duì)應(yīng)多個(gè)故障原因。采用“關(guān)鍵詞+潛在原因分析”的描述方式將可能的故障原因存儲(chǔ)在采煤機(jī)智能維護(hù)知識(shí)庫(kù)中，這種方式既利于精準(zhǔn)檢索潛在原因，也可以描述故障發(fā)生過(guò)程的演化機(jī)理，便于追本溯源。

2.2.5 解決方法的規(guī)范描述

解決方法與原因分析是一對(duì)一關(guān)系，即一種可能的故障原因?qū)?yīng)于一種解決方法。采用“動(dòng)詞+名詞”的命名方式對(duì)解決方法進(jìn)行規(guī)范描述，如“緊固連接螺栓”“更換齒輪油”“過(guò)濾齒輪油”等。

2.3 傳感監(jiān)測(cè)實(shí)體命名規(guī)范

通過(guò)采煤機(jī)控制狀態(tài)及運(yùn)行狀態(tài)的變化反映采煤機(jī)真實(shí)服役狀態(tài)是一種有效且可行的手段。整理MG400/930-WD交流電牽引采煤機(jī)的各個(gè)監(jiān)測(cè)點(diǎn)位，得到采煤機(jī)傳感監(jiān)測(cè)點(diǎn)分布，如圖4所示。根據(jù)各項(xiàng)監(jiān)測(cè)指標(biāo)命名傳感監(jiān)測(cè)實(shí)體，最終對(duì)應(yīng)采煤機(jī)硬件拓?fù)浣Y(jié)構(gòu)的實(shí)體命名，得到傳感器實(shí)體。

圖4 采煤機(jī)部分傳感監(jiān)測(cè)裝置分布

3 采煤機(jī)智能維護(hù)知識(shí)圖譜建模

3.1 元素定義

要實(shí)現(xiàn)采煤機(jī)智能維護(hù)知識(shí)圖譜的建模，首先需要明確圖譜的構(gòu)成元素。主要從實(shí)體節(jié)點(diǎn)、實(shí)體關(guān)系及實(shí)體屬性3個(gè)方面定義構(gòu)成元素。

(1) 實(shí)體節(jié)點(diǎn)。假設(shè)實(shí)體為面向?qū)ο缶W(wǎng)絡(luò)編程中的一個(gè)類，針對(duì)同一種實(shí)體，采煤機(jī)型號(hào)不同，其實(shí)體節(jié)點(diǎn)的抽取及命名也不同。因此，特定型號(hào)的采煤機(jī)會(huì)形成一個(gè)獨(dú)一無(wú)二的實(shí)體節(jié)點(diǎn)集?；趯?shí)體命名規(guī)范，從硬件拓?fù)洹⒐收蠙z修、傳感監(jiān)測(cè)3個(gè)方面明確實(shí)體的種類和數(shù)量。其中，硬件拓?fù)溆烧麢C(jī)、部件、子部件、元件和零件5種實(shí)體組成。故障檢修由故障類型、故障位置、故障現(xiàn)象、原因分析和解決方法5種實(shí)體組成。傳感監(jiān)測(cè)由傳感器和監(jiān)測(cè)位置2種實(shí)體組成。

(2) 實(shí)體關(guān)系。實(shí)體關(guān)系指2個(gè)實(shí)體之間存在的某種或某幾種特定的交互關(guān)系。實(shí)體關(guān)系是反映物理世界運(yùn)行規(guī)律最本質(zhì)的體現(xiàn)。在知識(shí)庫(kù)的建模過(guò)程中，抽取實(shí)體關(guān)系是完成智能維護(hù)知識(shí)固化的基礎(chǔ)。本文中采煤機(jī)智能維護(hù)知識(shí)庫(kù)的實(shí)體關(guān)系描述的是故障檢修信息在硬件拓?fù)浣Y(jié)構(gòu)、傳感器和檢修規(guī)范之間流動(dòng)的內(nèi)在邏輯。

(3) 實(shí)體屬性。實(shí)體屬性描述實(shí)體本源信息，是一個(gè)實(shí)體區(qū)別于另一個(gè)實(shí)體的基本參數(shù)。在知識(shí)圖譜的建模過(guò)程中，實(shí)體屬性通常以實(shí)體的內(nèi)涵描述為主，不以網(wǎng)絡(luò)節(jié)點(diǎn)的形式存在。如工作面長(zhǎng)度、機(jī)面高度、滾筒直徑、調(diào)高誤差、極限運(yùn)輸負(fù)荷、坡度、俯仰角、搖臂長(zhǎng)度等數(shù)據(jù)是用于描述采煤機(jī)的性能參數(shù)，對(duì)于型號(hào)確定的采煤機(jī)，其性能參數(shù)是確定的，故可以將其作為采煤機(jī)實(shí)體的屬性。

采煤機(jī)智能維護(hù)知識(shí)圖譜的實(shí)體屬性可以歸納為名稱、基本參數(shù)、可擴(kuò)展性、性質(zhì)4個(gè)方面，見(jiàn)表1。此外，為便于圖譜的直接展示，在實(shí)體屬性中加入實(shí)體節(jié)點(diǎn)半徑與節(jié)點(diǎn)顏色屬性，從而增加不同類型實(shí)體的區(qū)分度。

表1 采煤機(jī)故障檢修知識(shí)圖譜的實(shí)體屬性

3.2 圖譜構(gòu)建過(guò)程

知識(shí)圖譜本質(zhì)上是一種基于圖論的數(shù)據(jù)存儲(chǔ)、檢索理論和方法。為了清晰描述采煤機(jī)智能維護(hù)知識(shí)圖譜的構(gòu)建過(guò)程，采用圖論方法建立包含維護(hù)知識(shí)實(shí)體、關(guān)系與相關(guān)屬性的有向圖模型，并通過(guò)合理的形式化描述，介紹智能維護(hù)知識(shí)圖譜的拓?fù)浼軜?gòu)的構(gòu)建過(guò)程。

步驟1：建立硬件拓?fù)渥泳W(wǎng)絡(luò)圖。

硬件拓?fù)渥泳W(wǎng)絡(luò)是一種依托硬件拓?fù)浣Y(jié)構(gòu)的關(guān)系描述?；趯?shí)體及關(guān)系屬性的命名規(guī)范，從機(jī)械、液壓和電氣3個(gè)方面抽取實(shí)體類型為整機(jī)、部件、子部件、元件和零件的節(jié)點(diǎn)和關(guān)系，子部件和元件實(shí)體類型可根據(jù)情況調(diào)整。硬件拓?fù)渥泳W(wǎng)絡(luò)圖Gst可描述為

Gst={Vst,Est,Wst}

(1)

Vst={Vequip,Vcomp,Vscomp,Vunit,Vpart}

(2)

式中：Vst為硬件拓?fù)浣Y(jié)構(gòu)實(shí)體節(jié)點(diǎn)集合；Est為5種類型實(shí)體的關(guān)系集合；Wst用于描述Est中的量化關(guān)系，在知識(shí)圖譜中可通過(guò)關(guān)系的屬性來(lái)描述；Vequip為設(shè)備整機(jī)實(shí)體節(jié)點(diǎn)，本文中整機(jī)實(shí)體為采煤機(jī)；Vcomp為部件實(shí)體節(jié)點(diǎn)，如截割部、牽引部等；Vscomp為子部件實(shí)體節(jié)點(diǎn)，如截割部的搖臂、滾筒等，為了清楚描述設(shè)備硬件拓?fù)潢P(guān)系，子部件實(shí)體也可分為多個(gè)層級(jí)；Vunit為元件實(shí)體節(jié)點(diǎn)，以獨(dú)立個(gè)體的形式存在，完成部分功能，其本身常由若干零件構(gòu)成，如搖臂的截割電動(dòng)機(jī)、截割傳動(dòng)箱等；Vpart為硬件拓?fù)渲械淖钚蛹?jí)，通常為設(shè)備細(xì)分的最小獨(dú)立單位，如截割傳動(dòng)箱的殼體、一軸、二軸、中心齒輪組、行星齒輪等。

Est采用實(shí)體→關(guān)系→實(shí)體的結(jié)構(gòu)模式描述，具體內(nèi)容包括整機(jī)→component_of(關(guān)系)→部件，部件→subcomponent_of(關(guān)系)→子部件，子部件→unit_of(關(guān)系)→元件，元件→part_of(關(guān)系)→零件。采煤機(jī)硬件拓?fù)渥泳W(wǎng)絡(luò)圖如圖5所示。其中，I為設(shè)備整機(jī)的部件總數(shù)，i=1，2，…，I；J為部件i的子部件總數(shù)，j=1，2，…，J；K為子部件ij的元件總數(shù)，k=1，2，…，K；L為元件ijk的零件總數(shù)，l=1，2，…，L。

圖5 采煤機(jī)硬件拓?fù)渥泳W(wǎng)絡(luò)圖

步驟2：建立故障檢修子網(wǎng)絡(luò)圖。

故障檢修子網(wǎng)絡(luò)圖用于描述故障現(xiàn)象、原因分析及最終解決方法之間的邏輯關(guān)系。事實(shí)上，導(dǎo)致一種故障現(xiàn)象發(fā)生的原因非常多，基于故障命名規(guī)范，構(gòu)建故障類型、故障發(fā)生位置、故障現(xiàn)象、原因分析、解決方法5類實(shí)體的耦合關(guān)系圖。故障檢修子網(wǎng)絡(luò)圖Gft可描述為

Gft={Vft,Eft,Wft}

(3)

Vft={Vtype,Vloca,Vphen,Vcause,Vsolu}

(4)

式中：Vft為故障檢修子網(wǎng)絡(luò)圖的節(jié)點(diǎn)集合，由5類實(shí)體節(jié)點(diǎn)集組成；Eft為故障檢修子網(wǎng)絡(luò)圖中的關(guān)系集合；Wft用于描述關(guān)系集合Eft中的量化關(guān)系，在知識(shí)圖譜中可以通過(guò)關(guān)系的屬性來(lái)描述；Vtype為故障類型實(shí)體節(jié)點(diǎn)；Vioca為故障發(fā)生位置實(shí)體節(jié)點(diǎn)；Vphen為故障現(xiàn)象實(shí)體節(jié)點(diǎn)；Vcause為故障發(fā)生的可能原因?qū)嶓w節(jié)點(diǎn)；Vsolu為對(duì)應(yīng)于某種故障發(fā)生原因的解決方法實(shí)體節(jié)點(diǎn)。

Eft采用實(shí)體→關(guān)系→實(shí)體的結(jié)構(gòu)模式描述，具體內(nèi)容包括采煤機(jī)故障→type_of(關(guān)系)→故障類型，故障類型→location_of(關(guān)系)→故障位置，故障位置→phenomenon_of(關(guān)系)→故障現(xiàn)象，故障現(xiàn)象→cause_of(關(guān)系)→原因分析，故障分析→solution_of(關(guān)系)→解決方法。采煤機(jī)故障檢修子網(wǎng)絡(luò)圖如圖6所示。其中，M為故障類型總數(shù)，m=1，2，…，M；N為故障位置總數(shù)，n=1，2，…，N；R為故障現(xiàn)象x的原因總數(shù)，r=1，2，…，R；S為故障現(xiàn)象x的解決方法總數(shù)，s=1，2，…，S。

圖6 采煤機(jī)故障檢修子網(wǎng)絡(luò)圖

步驟3：建立傳感監(jiān)測(cè)子網(wǎng)絡(luò)圖。

傳感監(jiān)測(cè)子網(wǎng)絡(luò)圖用于描述布置在設(shè)備各個(gè)關(guān)鍵運(yùn)行元部件上的傳感器與監(jiān)測(cè)位置的關(guān)聯(lián)關(guān)系。該網(wǎng)絡(luò)圖中包含傳感器實(shí)體節(jié)點(diǎn)、監(jiān)測(cè)位置實(shí)體節(jié)點(diǎn)，為了清晰描述傳感器的監(jiān)測(cè)位置與監(jiān)測(cè)目標(biāo)，監(jiān)測(cè)位置實(shí)體節(jié)點(diǎn)對(duì)應(yīng)于硬件拓?fù)渥泳W(wǎng)絡(luò)圖中最小的層級(jí)，也就是元件級(jí)或零件級(jí)。傳感監(jiān)測(cè)子網(wǎng)絡(luò)圖Gse可描述為

Gse={Vse,Ese,Wse}

(5)

Vse={Vsen,Vloca}

(6)

式中：Vse為傳感監(jiān)測(cè)實(shí)體節(jié)點(diǎn)集合，由傳感器、監(jiān)測(cè)位置2類實(shí)體節(jié)點(diǎn)集合組成；Ese為傳感監(jiān)測(cè)子網(wǎng)絡(luò)圖中的關(guān)系集合；Wse用于描述Ese中的量化關(guān)系，在知識(shí)圖譜中可以通過(guò)關(guān)系的屬性來(lái)描述；Vsen為傳感器實(shí)體節(jié)點(diǎn)集；Vloca為傳感器監(jiān)測(cè)的設(shè)備具體位置節(jié)點(diǎn)集，為了精確描述監(jiān)測(cè)對(duì)象，以設(shè)備部件的最小層級(jí)零件或部件來(lái)表示監(jiān)測(cè)位置。

Ese采用實(shí)體→關(guān)系→實(shí)體的結(jié)構(gòu)模式描述，具體內(nèi)容為傳感器→monitor_of(關(guān)系)→位置。采煤機(jī)傳感監(jiān)測(cè)子網(wǎng)絡(luò)圖如圖7所示。其中，T為故障位置n處的傳感器總數(shù)，t=1，2，…，T。

圖7 采煤機(jī)傳感監(jiān)測(cè)子網(wǎng)絡(luò)圖

步驟4：合并各子網(wǎng)絡(luò)圖，建立采煤機(jī)智能維護(hù)知識(shí)網(wǎng)絡(luò)圖。

硬件拓?fù)渥泳W(wǎng)絡(luò)圖Gst、故障檢修子網(wǎng)絡(luò)圖Gft和傳感監(jiān)測(cè)子網(wǎng)絡(luò)圖Gse有相同的節(jié)點(diǎn)，但邊不相交，即Est∩Eft∩Ese=?，Vst∩Vft∩Vse=?。將各子網(wǎng)絡(luò)圖合并，形成包含整機(jī)、部件、子部件、元件、零件、故障類型、故障現(xiàn)象、原因分析、解決方法、傳感器10類實(shí)體節(jié)點(diǎn)的采煤機(jī)智能維護(hù)知識(shí)圖譜的拓?fù)渚W(wǎng)絡(luò)G：

G={V,E,W}=Gst1∪…∪GstA∪Gft1∪…∪

GftB∪Gse1∪…∪GseC

(7)

式中：V為采煤機(jī)智能維護(hù)知識(shí)圖中所有實(shí)體類型的節(jié)點(diǎn)集合；E為所有智能維護(hù)知識(shí)圖中所有實(shí)體的關(guān)系集合；W用于描述E中的量化關(guān)系；GstA為第A個(gè)硬件拓?fù)渥泳W(wǎng)絡(luò)圖；GftB為第B個(gè)故障檢修子網(wǎng)絡(luò)圖；GseC為第C個(gè)傳感監(jiān)測(cè)子網(wǎng)絡(luò)圖。

合并后的知識(shí)圖譜邏輯關(guān)系如圖8所示。

圖8 合并后的知識(shí)圖譜邏輯關(guān)系

4 智能維護(hù)知識(shí)庫(kù)實(shí)現(xiàn)

知識(shí)圖譜中的數(shù)據(jù)表示方式和數(shù)據(jù)存儲(chǔ)方式種類多樣，尤其是結(jié)構(gòu)化程度低、數(shù)據(jù)復(fù)雜、連接關(guān)系多的大數(shù)據(jù)，需要根據(jù)垂直領(lǐng)域設(shè)計(jì)的知識(shí)特點(diǎn)并結(jié)合知識(shí)圖譜應(yīng)用的具體場(chǎng)所來(lái)確定知識(shí)的存儲(chǔ)方式和表示方式。采煤機(jī)故障檢修知識(shí)庫(kù)應(yīng)用于單一的設(shè)備維修，因此不需要頻繁修改實(shí)體及關(guān)系，但是由于其整體數(shù)據(jù)量較大，通過(guò)關(guān)系型數(shù)據(jù)庫(kù)進(jìn)行大量數(shù)據(jù)導(dǎo)入時(shí)會(huì)產(chǎn)生較多的表連接或需添加新表、新字段。

圖數(shù)據(jù)庫(kù)是一種非關(guān)系型數(shù)據(jù)庫(kù)，隨著大數(shù)據(jù)時(shí)代對(duì)提高數(shù)據(jù)檢索效率的需求而飛速發(fā)展。應(yīng)用較多的圖數(shù)據(jù)庫(kù)有Neo4j，HyperGraphDB，Trinity，AllegroGraph，InfiniteGraph，DEX，InfoGrid等。其中，Neo4j圖數(shù)據(jù)庫(kù)具有便攜性與擴(kuò)展性良好、支持百億級(jí)數(shù)據(jù)量存儲(chǔ)、易于維護(hù)等特點(diǎn)，是當(dāng)前最受歡迎的圖數(shù)據(jù)庫(kù)[13]。因此，本文選用Neo4j圖數(shù)據(jù)庫(kù)作為知識(shí)圖譜數(shù)據(jù)存儲(chǔ)和分析的數(shù)據(jù)庫(kù)。

4.1 Neo4j數(shù)據(jù)庫(kù)

Neo4j圖數(shù)據(jù)庫(kù)包含2種數(shù)據(jù)存儲(chǔ)方式：

(1) 節(jié)點(diǎn)(Node)。表示知識(shí)圖譜中的特征實(shí)體，該實(shí)體可以附帶與之相關(guān)的屬性詞，理論上數(shù)量沒(méi)有上限。其格式?jīng)]有要求，主要依據(jù)節(jié)點(diǎn)的屬性標(biāo)簽來(lái)進(jìn)行分類。

(2) 關(guān)系(Relationship)。表示當(dāng)前節(jié)點(diǎn)與其他節(jié)點(diǎn)之間的關(guān)系，關(guān)系自身也可以設(shè)定屬于自己的屬性，與節(jié)點(diǎn)基本相同，存儲(chǔ)格式也沒(méi)有特定的要求，不過(guò)其包含所連接的2個(gè)節(jié)點(diǎn)的ID。

4.2 基于Neo4j的采煤機(jī)故障知識(shí)圖譜構(gòu)建

4.2.1 實(shí)體導(dǎo)入

實(shí)體的導(dǎo)入分單個(gè)導(dǎo)入和批量導(dǎo)入2種模式?？紤]到不同類型實(shí)體的數(shù)量差異較大，少則3個(gè)，多則近300個(gè)，因此，本文采用單個(gè)導(dǎo)入和批量導(dǎo)入2種模式組合的方式進(jìn)行實(shí)體導(dǎo)入。其中，故障類型采用單個(gè)導(dǎo)入方式，由于故障位置、故障現(xiàn)象、故障分析、解決方法的實(shí)體數(shù)量較多，且較復(fù)雜，故均采用批量導(dǎo)入方式。

(1) 單個(gè)導(dǎo)入。采煤機(jī)發(fā)生的故障屬于液壓故障的故障率為80%，因此，在進(jìn)行故障分類時(shí)將其從機(jī)械故障和電氣故障中分離出來(lái)。對(duì)于3種故障類型實(shí)體，采用單個(gè)分別導(dǎo)入的方法。Cypher導(dǎo)入代碼如下。

單個(gè)導(dǎo)入代碼創(chuàng)建節(jié)點(diǎn)實(shí)體:create(n:故障類型{故障類型:'液壓故障'})create(n:故障類型{故障類型:'機(jī)械故障'})create(n:故障類型{故障類型:'電氣故障'})查詢實(shí)體:match(n:故障類型)return n

(2) 批量導(dǎo)入。故障位置數(shù)量超過(guò)了10個(gè)，因此本文采用批量導(dǎo)入的方式。首先需要?jiǎng)?chuàng)建1個(gè)csv文件并將其放在Neo4j數(shù)據(jù)庫(kù)文件夾的import目錄下，將所有的故障位置實(shí)體排成1列，編碼模式為utf-8。批量導(dǎo)入的Cypher語(yǔ)句如下。

批量導(dǎo)入代碼導(dǎo)入代碼:LOAD CSV FROM "file://故障位置.csv" AS linemerge(a:故障位置{故障位置:line[0]})查詢實(shí)體:match(n:故障位置)return n

4.2.2 實(shí)體間關(guān)系導(dǎo)入

實(shí)體導(dǎo)入只涉及單個(gè)內(nèi)容的導(dǎo)入，大批量導(dǎo)入比較簡(jiǎn)單，而多個(gè)實(shí)體之間關(guān)系的導(dǎo)入相對(duì)比較復(fù)雜。實(shí)體間關(guān)系包括如下情形：① 單個(gè)實(shí)體對(duì)應(yīng)單個(gè)實(shí)體；② 單個(gè)實(shí)體對(duì)應(yīng)多個(gè)實(shí)體；③ 多個(gè)實(shí)體對(duì)應(yīng)單個(gè)實(shí)體。因?yàn)閏sv文件只能存在一對(duì)一的映射關(guān)系，而關(guān)系創(chuàng)建語(yǔ)句create不適合對(duì)同一實(shí)體創(chuàng)建多個(gè)關(guān)系，所以本文采用另一種Cypher語(yǔ)句——merge。使用merge語(yǔ)句時(shí)，先進(jìn)行實(shí)體關(guān)系查詢，若已存在關(guān)系則不創(chuàng)建，若不存在關(guān)系則創(chuàng)建，避免了create語(yǔ)句直接創(chuàng)建實(shí)體關(guān)系時(shí)可能出現(xiàn)的錯(cuò)誤。

以故障檢修子網(wǎng)絡(luò)圖的實(shí)現(xiàn)過(guò)程為例，對(duì)于該子圖的5種實(shí)體，需要?jiǎng)?chuàng)建4層關(guān)系：① 故障類型與故障位置的關(guān)系；② 故障位置與故障現(xiàn)象的關(guān)系；③ 故障現(xiàn)象與故障分析的關(guān)系；④ 故障分析與相關(guān)解決方法的關(guān)系。

一般的實(shí)體關(guān)系導(dǎo)入思路：① 查詢需要關(guān)聯(lián)的實(shí)體，一般為單實(shí)體與另一實(shí)體；② 創(chuàng)建關(guān)系：{實(shí)體1→[關(guān)系名稱]→實(shí)體2}，該關(guān)系可能為單向或雙向。根據(jù)上述思路，采用csv文件導(dǎo)入法創(chuàng)建4層關(guān)系，依次創(chuàng)建以4層關(guān)系命名的csv文件，以方便識(shí)別和導(dǎo)入。創(chuàng)建的csv文件必須放在Neo4j目錄下的import文件夾中，否則下面的導(dǎo)入語(yǔ)句會(huì)出現(xiàn)故障。以故障類型與故障位置實(shí)體關(guān)系為例，Cypher導(dǎo)入語(yǔ)句如下。

關(guān)系導(dǎo)入代碼LOAD CSV FROM "file://故障類型與位置關(guān)系.csv"AS linematch(from:故障位置{故障位置:line[2]})match(to:故障類型{故障類型:line[0]})merge(to)-[r:位置{location:line[1]}]->(from)

根據(jù)導(dǎo)入的實(shí)體關(guān)系，形成故障類型與故障位置的一對(duì)多關(guān)系表達(dá)(圖9)、故障現(xiàn)象與原因分析的一對(duì)一關(guān)系表達(dá)、原因分析與解決方法的多對(duì)一關(guān)系表達(dá)，最終形成包含整機(jī)、部件、子部件、元件、零件、故障類型、故障現(xiàn)象、原因分析、解決方法、傳感器10類實(shí)體節(jié)點(diǎn)的采煤機(jī)智能維護(hù)知識(shí)圖譜，如圖10所示。

圖9 故障類型與故障位置的一對(duì)多關(guān)系表達(dá)

圖10 采煤機(jī)智能維護(hù)知識(shí)圖譜

4.3 基于Py2neo的知識(shí)庫(kù)智能交互模式實(shí)現(xiàn)

使用Py2neo庫(kù)中的Node，Relationship及Graph實(shí)現(xiàn)知識(shí)庫(kù)智能交互。Node用于創(chuàng)建節(jié)點(diǎn)實(shí)體，Relationship用于創(chuàng)建連接實(shí)體的關(guān)系，Graph用于故障查詢。假設(shè)某采煤機(jī)發(fā)生故障，通過(guò)傳感器傳來(lái)的數(shù)據(jù)初步斷定屬于液壓故障，故障位置在滾筒，故障現(xiàn)象是滾筒升降出現(xiàn)問(wèn)題，提取關(guān)鍵詞“不能調(diào)高”“升降”，在查詢系統(tǒng)中輸入關(guān)鍵詞進(jìn)行查詢，查詢結(jié)果如圖11所示。雙擊查詢結(jié)果，得到詳細(xì)的故障內(nèi)容，包括故障現(xiàn)象分析和解決方法等。

圖11 模擬故障查詢結(jié)果

5 結(jié)論

(1) 構(gòu)建了基于知識(shí)圖譜的采煤機(jī)智能維護(hù)知識(shí)庫(kù)。從實(shí)體命名規(guī)范化角度進(jìn)行知識(shí)圖譜的實(shí)體消岐，采用形式化描述建模的方式，從硬件拓?fù)洹⒐收蠙z修和傳感監(jiān)測(cè)3個(gè)方面分別建立子網(wǎng)絡(luò)圖，并通過(guò)共指消解完成各子網(wǎng)絡(luò)圖的合并，形成采煤機(jī)智能維護(hù)知識(shí)圖譜。

(2) 采用Neo4j，Py2neo等技術(shù)搭建了可實(shí)現(xiàn)動(dòng)態(tài)交互的采煤機(jī)智能維護(hù)知識(shí)庫(kù)原型系統(tǒng)，初步實(shí)現(xiàn)了故障信息檢索、技術(shù)指導(dǎo)等功能。

(3) 提出的采煤機(jī)智能維護(hù)知識(shí)庫(kù)構(gòu)建方法對(duì)采煤機(jī)故障檢修知識(shí)固化及數(shù)字化實(shí)現(xiàn)具有一定的創(chuàng)新意義和實(shí)用價(jià)值，然而該方法采用人工構(gòu)建方式，僅適用于小規(guī)模圖譜建模，不能滿足大規(guī)模的工程領(lǐng)域知識(shí)圖譜建模需求。此外，考慮到良好的人機(jī)交互有助于工程領(lǐng)域知識(shí)復(fù)用，后續(xù)工作將從以下4個(gè)方面展開(kāi)：① 研究一種自動(dòng)的知識(shí)圖譜構(gòu)建方式，以提升實(shí)體及關(guān)系的抽取效率。② 研究一種基于實(shí)體關(guān)系動(dòng)態(tài)描述的知識(shí)推理方法，以實(shí)現(xiàn)工程領(lǐng)域知識(shí)結(jié)構(gòu)的動(dòng)態(tài)構(gòu)建。③ 開(kāi)發(fā)一種友好的人機(jī)交互模式，以簡(jiǎn)化知識(shí)固化與復(fù)用過(guò)程。④ 建立一種圖譜構(gòu)建質(zhì)量的評(píng)價(jià)體系，以提升知識(shí)固化準(zhǔn)確性。