磁懸浮軸承故障知識(shí)圖譜的創(chuàng)建與應(yīng)用*

田 野，蕭 箏，王繼業(yè)，婁 平，嚴(yán)俊偉

(武漢理工大學(xué)a.機(jī)電工程學(xué)院；b.信息工程學(xué)院，武漢 430070)

0 引言

磁懸浮軸承系統(tǒng)由于結(jié)構(gòu)緊湊可靠，能進(jìn)行自動(dòng)平衡等特性，已廣泛應(yīng)用于軍工，航天等精細(xì)化和高端制造裝備行業(yè)，這對(duì)磁懸浮軸承的可靠性提出了更高的要求。眾多學(xué)者針對(duì)磁懸浮軸承系統(tǒng)不同故障進(jìn)行了深入研究，這些研究成果是磁懸浮軸承故障知識(shí)的重要來(lái)源[1-5]。但是，目前積累的故障案例、專家經(jīng)驗(yàn)和研究成果沒(méi)有被有效地利用，故障知識(shí)經(jīng)驗(yàn)零散、價(jià)值密度較低，導(dǎo)致在磁懸浮軸承故障領(lǐng)域存在知識(shí)表示不清晰、形式不規(guī)范、可復(fù)用性差的問(wèn)題，影響了磁懸浮領(lǐng)域故障診斷效能的提升。因此，如何展示磁懸浮軸承故障知識(shí)的發(fā)展進(jìn)程與結(jié)構(gòu)關(guān)系，是亟需考慮并解決的問(wèn)題。

知識(shí)圖譜是一種新的知識(shí)存儲(chǔ)與檢索技術(shù)，最早應(yīng)用在谷歌搜索引擎上[6]，以知識(shí)范圍劃分，可分為通用領(lǐng)域知識(shí)圖譜和垂直領(lǐng)域知識(shí)圖譜[7]，國(guó)外垂直領(lǐng)域知識(shí)圖譜主要涉及地理領(lǐng)域，學(xué)術(shù)領(lǐng)域[8]和生物領(lǐng)域[9]，在國(guó)內(nèi)垂直領(lǐng)域知識(shí)圖譜研究中，阮彤等[10]提出增量式知識(shí)圖譜創(chuàng)建方法，成功構(gòu)建了中醫(yī)藥、海洋和企業(yè)知識(shí)圖譜；李文鵬等[11]構(gòu)建的軟件知識(shí)圖譜解決了在軟件復(fù)用中知識(shí)檢索較難的問(wèn)題；劉園園等[12]提出了一套高校信息知識(shí)圖譜構(gòu)建方法，實(shí)現(xiàn)了高考咨詢問(wèn)題自動(dòng)智能問(wèn)答。

因此，本文提出磁懸浮軸承垂直領(lǐng)域故障知識(shí)圖譜構(gòu)建方法，通過(guò)知識(shí)圖譜直觀形象地對(duì)磁懸浮軸承故障知識(shí)表示，以實(shí)現(xiàn)對(duì)故障傳播的可解釋、故障根因的可定位，也能對(duì)故障排查起到參考作用。通過(guò)將歷史故障數(shù)據(jù)轉(zhuǎn)化為有價(jià)值的知識(shí)，探究故障案例間的關(guān)聯(lián)關(guān)系，使故障知識(shí)結(jié)構(gòu)化、顯性化和可視化，從而為磁懸浮軸承健康管理提供良好的知識(shí)輸送和共享。

1 磁懸浮軸承故障文本數(shù)據(jù)分類

1.1 磁懸浮軸承故障非結(jié)構(gòu)化數(shù)據(jù)特點(diǎn)

磁懸浮軸承故障數(shù)據(jù)可以分為結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)。其中結(jié)構(gòu)化數(shù)據(jù)包括磁懸浮軸承轉(zhuǎn)子、傳感器、控制器和執(zhí)行器等裝置和設(shè)備的拓?fù)浣Y(jié)構(gòu)還有傳感器采集到的二維表格數(shù)據(jù)；非結(jié)構(gòu)化數(shù)據(jù)主要是故障案例信息，說(shuō)明文檔以及相關(guān)文獻(xiàn)等文本數(shù)據(jù)。其中，對(duì)于非結(jié)構(gòu)化數(shù)據(jù)，存在以下特點(diǎn)：

(1)文本數(shù)據(jù)較短。短文本可能會(huì)導(dǎo)致利用文本統(tǒng)計(jì)信息對(duì)文本進(jìn)行處理的算法效果下降。

(2)專業(yè)詞匯比較多。

(3)有用的關(guān)鍵詞信息在文本中的分布呈現(xiàn)出首尾分布較為密集，中間分布較為稀疏的特點(diǎn)。

(4)故障短語(yǔ)關(guān)鍵詞連續(xù)成對(duì)出現(xiàn)。例如：“斷路和電流的值為0”，可以將此特點(diǎn)作為詞語(yǔ)特征信息進(jìn)行有效利用。

(5)文本結(jié)構(gòu)不統(tǒng)一。多詞同義的現(xiàn)象比較突出。

1.2 磁懸浮軸承文本數(shù)據(jù)分類

為了對(duì)文本數(shù)據(jù)進(jìn)行統(tǒng)一處理，需要對(duì)相關(guān)的數(shù)據(jù)進(jìn)行抽取以及分類。根據(jù)第1.1節(jié)中磁懸浮軸承故障文本數(shù)據(jù)相關(guān)特點(diǎn)，對(duì)文本數(shù)據(jù)中的相關(guān)信息分為如下幾類：裝置組件類(dev)，現(xiàn)象類(phe)，特征類(fea)，原因類(rea)，處理類(dis)，如表1所示。

表1 磁懸浮軸承故障數(shù)據(jù)信息分類表

1.2.1 文本預(yù)處理

在磁懸浮軸承故障文本數(shù)據(jù)中，存在大量的無(wú)用詞和連詞，因此需要將文本數(shù)據(jù)進(jìn)行分詞去噪，再將關(guān)鍵詞標(biāo)記出來(lái)。本文使用Jieba分詞庫(kù)進(jìn)行分詞處理。

表2展示了在Jieba分詞精確模式下部分自定義的詞典并去除無(wú)用相關(guān)分詞之后的結(jié)果。

表2 磁懸浮軸承故障文本數(shù)據(jù)分詞示例

1.2.2 文本向量生成

分詞之后需要進(jìn)行文本向量的表示，文本向量的表示方法有兩大類，第一類是獨(dú)熱編碼表示，第二類是分布式編碼表示，在分布式編碼表示中以word2vec比較常用，由于獨(dú)熱編碼有可能會(huì)造成大量冗余的稀疏矩陣以及造成維度災(zāi)難，本文使用分布式編碼中的word2vec。

word2vec有CBOW(連續(xù)詞袋模型)以及Skip-gram(跳字模型)兩種訓(xùn)練模型。對(duì)于數(shù)據(jù)量不太大或者生僻詞的出現(xiàn)次數(shù)較少的時(shí)候，Skip-gram模型訓(xùn)練得到的詞向量會(huì)比CBOW模型的結(jié)果的準(zhǔn)確率會(huì)高一點(diǎn)，但兩者都存在一個(gè)問(wèn)題：當(dāng)文本數(shù)據(jù)中的無(wú)用詞較多時(shí)會(huì)影響詞向量的特征表達(dá)。為了更加準(zhǔn)確地表達(dá)文本數(shù)據(jù)的特征，本文利用表2的分詞字典，建立文本數(shù)據(jù)的共現(xiàn)矩陣，然后將點(diǎn)互信息值引入Skip-gram目標(biāo)函數(shù)中，以此來(lái)提高模型對(duì)關(guān)鍵詞的表達(dá)。具體過(guò)程如下：

設(shè)type表示磁懸浮軸承文本數(shù)據(jù)的某一類別，則type∈{dev,phe,fea,rea,dis}，Mtype表示該類的關(guān)鍵詞共現(xiàn)矩陣，設(shè)Vw表示該類的關(guān)鍵詞集合，w,c∈Vw，w表示中心關(guān)鍵詞，c表示處于關(guān)鍵詞上下文窗口之中的詞，Do表示共現(xiàn)詞對(duì)的集合，nb(w,c)表示詞對(duì)(w,c)在Do中出現(xiàn)的次數(shù)，其中

nb(w)=∑c′∈Vwnb(w,c′)

(1)

nb(c)=∑c′∈Vwnb(c,w′)

(2)

為了降低文本數(shù)據(jù)中無(wú)用詞對(duì)詞向量的信息表達(dá)的影響，點(diǎn)互信息值PMI計(jì)算公式如下：

(3)

式中，p表示關(guān)鍵詞或者詞對(duì)出現(xiàn)的概率。

設(shè)Skip-gram訓(xùn)練的詞庫(kù)text長(zhǎng)度為k，C(w)為上下文窗口中的詞集，c∈C(w)，則模型的目標(biāo)函數(shù)為：

L=∏w∈text∏c∈C(w)P(c|w)

(4)

式中，P(c|w)表示當(dāng)前關(guān)鍵詞為w，預(yù)測(cè)上下文關(guān)鍵詞為c的概率，對(duì)其展開(kāi)得到：

(5)

式中，xc表示上下文窗口中詞集元素；yw表示關(guān)鍵詞元素。

在該目標(biāo)函數(shù)中，引入點(diǎn)互信息值算子，讓目標(biāo)函數(shù)對(duì)關(guān)鍵詞更加敏感，得到最終的目標(biāo)函數(shù)：

(6)

通過(guò)隨機(jī)梯度下降法求解式(6)的最小值并得到詞向量結(jié)果，詞向量包含更多關(guān)鍵詞的信息，然后利用多種生成方法得到的詞向量通過(guò)BiLSTM算法驗(yàn)證在不同維度下的分類正確率。

2 故障文本信息語(yǔ)義解析

2.1 語(yǔ)義解析框架

磁懸浮軸承系統(tǒng)由多個(gè)組件組成，因此針對(duì)結(jié)構(gòu)化數(shù)據(jù)中的拓?fù)浣Y(jié)構(gòu)數(shù)據(jù)，提出將該類數(shù)據(jù)解析為三元組，設(shè)為G，則G的表達(dá)式為：

(7)

式中，En為磁懸浮軸承裝置；Re為關(guān)系集合；Sm為三元組集合；ei表示磁懸浮軸承組成部件；rj表示裝置之間的關(guān)系；sk表示ei1和ei2與其之間的關(guān)系rj1的三元組。

將非結(jié)構(gòu)化數(shù)據(jù)解析為五元組，設(shè)為T，則T的表達(dá)式為：

(8)

式中，D為故障設(shè)備和裝置；P為故障現(xiàn)象；F為故障特征；Rs為故障原因；H為故障處理措施。

2.2 內(nèi)容解析

2.2.1 字符串匹配模板庫(kù)

字符串能否高成功率進(jìn)行匹配很大程度上由字符串匹配模板庫(kù)決定。由于磁懸浮軸承故障數(shù)據(jù)長(zhǎng)度不等且詞匯比較復(fù)雜，并且形式和結(jié)構(gòu)不一，因此應(yīng)該預(yù)先根據(jù)磁懸浮軸承基本信息，相關(guān)的故障特點(diǎn)以及一些書(shū)籍文獻(xiàn)等構(gòu)建磁懸浮軸承故障數(shù)據(jù)內(nèi)容匹配模板庫(kù)，如表3所示，并且人工進(jìn)行補(bǔ)充和修正。

表3 磁懸浮軸承故障數(shù)據(jù)內(nèi)容匹配模板來(lái)源及示例

2.2.2 字符串匹配算法

字符串匹配是在一個(gè)長(zhǎng)字符串中搜索某個(gè)字符串的所有出現(xiàn)的位置并記錄和返回，字符串匹配算法主要有兩種，第一種是普通模式匹配算法，第二種是快速模式匹配算法，普通模式匹配算法簡(jiǎn)單但是效率比較低；快速模式匹配算法能夠保證在不進(jìn)行回退的前提下，在匹配失敗的時(shí)候，讓模式串向右移動(dòng)最大距離，從而提高匹配效率，KMP算法就是常用的快速模式匹配算法。

磁懸浮軸承故障數(shù)據(jù)的字符串文本一般較為短小，并且關(guān)鍵詞信息在文本中的分布呈現(xiàn)出首尾分布較為密集，中間分布較為稀疏的特點(diǎn)，KMP算法在進(jìn)行字符串匹配的時(shí)候，首尾是需要著重注意的部分，針對(duì)此特點(diǎn)進(jìn)行首尾雙向表的循環(huán)改進(jìn)，采用前后兩個(gè)指針記錄位置，匹配到關(guān)鍵字即跳出循環(huán)。

2.2.3 基于字符串匹配的內(nèi)容解析方法

對(duì)于單條磁懸浮軸承文本數(shù)據(jù)信息，基于字符串匹配的語(yǔ)義解析方法流程如圖1所示，方法概括如下：

(1)根據(jù)第2.2.1節(jié)中所述匹配模板依次匹配裝置組件、故障現(xiàn)象、故障特征、故障原因和故障處理措施等語(yǔ)義解析框架要素。對(duì)于單個(gè)要素，若匹配成功，則將匹配成功的字符結(jié)果存儲(chǔ)至對(duì)應(yīng)語(yǔ)義解析框架要素位置并將相應(yīng)字符從待匹配文本內(nèi)刪除；若未找到匹配項(xiàng)，則該要素為空。

(2)磁懸浮軸承信息字符通過(guò)改進(jìn)后的KMP算法遍歷完成后，所有匹配過(guò)程結(jié)束，此時(shí)更新匹配模板。

圖1 字符串匹配流程

3 實(shí)驗(yàn)及知識(shí)圖譜的創(chuàng)建與應(yīng)用

3.1 文本向量化實(shí)驗(yàn)

本文的文本向量化實(shí)驗(yàn)環(huán)境為基于Python的TensorFlow2.5.0和gensim3.8.1，輸出層采用softmax，訓(xùn)練窗口大小設(shè)為5，本文設(shè)置3組不同維數(shù)的詞向量，分別是50、100、150。以收集到的磁懸浮故障案例和文獻(xiàn)中的文本數(shù)據(jù)為語(yǔ)料庫(kù)，在前期文本預(yù)處理完成之后，利用改進(jìn)的Skip-gram算法訓(xùn)練生成磁懸浮軸承故障詞向量，改進(jìn)的Skip-gram算法訓(xùn)練生成的部分關(guān)鍵詞的100維詞向量結(jié)果如表4所示。

表4 改進(jìn)Skip-gram算法生成100維詞向量結(jié)果表

3.2 詞向量生成方法對(duì)比實(shí)驗(yàn)

本文文本分類實(shí)驗(yàn)環(huán)境是Python3.6的TensorFlow2.5.0，通過(guò)對(duì)磁懸浮軸承歷史故障案例以及書(shū)籍文獻(xiàn)的文本預(yù)處理，得到處理后的訓(xùn)練樣本共1060條，用以訓(xùn)練BiLSTM分類模型，利用BiLSTM模型將3種詞向量生成方法的詞向量在不同維數(shù)下進(jìn)行分類實(shí)驗(yàn)，準(zhǔn)確率和損失函數(shù)如圖2所示(以100維詞向量為例)。

圖2 詞向量訓(xùn)練過(guò)程損失值和準(zhǔn)確率變化

使用準(zhǔn)確率(A)、精確率(Pr)和召回率(Re)作為實(shí)驗(yàn)的評(píng)價(jià)指標(biāo)，公式如下：

(9)

(10)

(11)

式中，cor表示正確分類的樣本數(shù)；sum表示樣本總數(shù)；TPS表示正確正樣本數(shù)；FPS表示錯(cuò)誤正樣本；FNS表示被識(shí)別為負(fù)樣本的正樣本數(shù)。

針對(duì)本文為多分類問(wèn)題，模型的等價(jià)精確率和召回率公式如式(12)所示：

(12)

式中，ωi表示第i類樣本在總樣本數(shù)的占比權(quán)重；pi表示第i類的精確率；ri表示第i類的召回率，3組分類對(duì)比實(shí)驗(yàn)的結(jié)果如圖3所示。

圖3 分類對(duì)比實(shí)驗(yàn)結(jié)果

當(dāng)詞向量維數(shù)較低時(shí)，分類結(jié)果都不夠準(zhǔn)確，當(dāng)維數(shù)漸高時(shí)，各指標(biāo)反映的準(zhǔn)確度普遍有所提升，改進(jìn)Skip-gram算法效果比其他兩種效果較為理想，但是維數(shù)過(guò)高，例如150維詞向量，相較于100維詞向量各指標(biāo)反映的準(zhǔn)確度沒(méi)有明顯提升，反而會(huì)增加訓(xùn)練時(shí)長(zhǎng)，因此本文選擇100維詞向量作為文本向量。

3.3 字符串匹配算法對(duì)比實(shí)驗(yàn)

本文的字符串匹配算法對(duì)比實(shí)驗(yàn)環(huán)境為Python3.6，經(jīng)過(guò)前期文本處理后創(chuàng)建字符串匹配模板庫(kù)，隨機(jī)從模板庫(kù)中挑選10、20、30、40、50個(gè)關(guān)鍵詞作為實(shí)驗(yàn)的模式串，以第3.2節(jié)中得到的1060條樣本作為待匹配數(shù)據(jù)，兩個(gè)算法的耗時(shí)時(shí)間如表5所示。

表5 不同個(gè)數(shù)關(guān)鍵詞下字符串匹配算法耗時(shí)對(duì)比 (ms)

當(dāng)一次性需要匹配的關(guān)鍵詞個(gè)數(shù)較多時(shí)，雙向匹配表KMP算法明顯比基本KMP算法耗時(shí)短，因此能夠更有效率地進(jìn)行批量的磁懸浮軸承故障文本語(yǔ)義解析。

3.4 知識(shí)圖譜的創(chuàng)建

按照第2.2.3節(jié)中提出的內(nèi)容解析方法和流程之后得到關(guān)鍵字段以及對(duì)應(yīng)的分類類別，以分類類別為關(guān)系，分類類別首尾關(guān)鍵字段作為實(shí)體構(gòu)成知識(shí)圖譜的三元組，在進(jìn)行指代消歧和實(shí)體對(duì)齊之后，通過(guò)實(shí)體鏈接使用Neo4j圖數(shù)據(jù)庫(kù)存儲(chǔ)和表現(xiàn)磁懸浮軸承故障知識(shí)，磁懸浮軸承故障知識(shí)圖譜創(chuàng)建流程如圖4a所示，如圖4b所示即為磁懸浮軸承故障知識(shí)圖譜。

(a) 創(chuàng)建流程圖

3.5 磁懸浮軸承故障知識(shí)圖譜的應(yīng)用

智能搜索與推薦系統(tǒng)支持對(duì)磁懸浮軸承故障知識(shí)圖譜中的某一實(shí)體進(jìn)行搜索，在系統(tǒng)中對(duì)該實(shí)體進(jìn)行檢索并輸出同時(shí)還可以根據(jù)相關(guān)實(shí)體的相似度進(jìn)行推薦，具體效果如圖5a所示?；诖艖腋≥S承故障知識(shí)圖譜的智能問(wèn)答系統(tǒng)如圖5b所示。該系統(tǒng)支持對(duì)于故障形式、故障數(shù)量以及具體實(shí)體的相關(guān)信息提問(wèn)。

(a) 智能搜索與推薦

4 結(jié)束語(yǔ)

本文提出了一種磁懸浮軸承故障知識(shí)圖譜的構(gòu)建方法，并在詞向量生成和字符串匹配方法上進(jìn)行了優(yōu)化，所構(gòu)建的知識(shí)圖譜可以為磁懸浮軸承故障的知識(shí)搜索、問(wèn)答和推理診斷等應(yīng)用任務(wù)提供指導(dǎo)意見(jiàn)。