摘要
数控机床是一种高效率、高精度、高自动化的重要基础装备，数控机床的故障诊断对于保证数控机床制造精度、生产效率和生产安全都有着重要意义。目前数控机床故障诊断的相关知识碎片化严重，这些知识缺乏有效管理，故障案例中的经验不能被有效地利用与共享，数控机床故障诊断的准确性严重依赖相关人员的知识经验。为了解决上述存在的问题，本文将知识图谱引入数控机床故障诊断领域，结合数控机床故障诊断案例的非结构化文本数据和西门子、发那科等数控企业维修技术手册中的结构化数据，构建数控机床故障诊断知识图谱。通过实体对齐消除知识图谱中的实体冗余，并基于数控机床故障诊断知识图谱设计实现问答系统，为维修人员进行故障诊断提供参考，有效提升故障诊断水平。 首先，为了从非结构化的故障诊断案例文本数据中提取出实体用于知识图谱构建，本文进行数控机床故障诊断领域的命名实体识别方法研究。针对命名实体识别方法中Word2vec无法解决一词多义、没有考虑整个句子中所有词相关性、没有使用句子粒度的信息等问题，使用BERT模型替换Word2vec进行改进。 接着，本文使用命名实体识别结果和结构化数据，基于自顶向下的知识图谱构建方法构建数控机床故障诊断知识图谱，先对模式层的数控机床故障诊断本体模型进行构建，再对数据层的数据进行生成，生成的数据使用Neo4j图数据库进行存储。 然后，为了解决数控机床故障诊断知识图谱中存在的实体冗余问题，本文提出了一种基于文本相似性和知识表示学习的实体对齐流程，经实验验证该流程在缩减率和候选对质量两种指标上有所提升。 最后，在已构建的数控机床故障诊断知识图谱的基础上，设计并实现了数控机床故障诊断问答系统。
NETL