文献类型：期刊文章

作　　者：张亮[1] 吴闯[1,2] 唐希浪[1] 冯少林[1]

ZHANG Liang;WU Chuang;TANG Xilang;FENG Shaolin(Equipment Management and Unmanned Aerial Vehicle Engineering College,Air Force Engineering University,Xi’an 710051,China;Unit 95478,Chongqing 401329,China)

机构地区：[1]空军工程大学装备管理与无人机工程学院,西安710051 [2]95478部队,重庆401329

出　　处：《空军工程大学学报（自然科学版）》

基　　金：中国博士后科学基金(2021M693941)。

年　　份：2022

卷　　号：23

期　　号：2

起止页码：1-6

语　　种：中文

收录情况：AJ、BDHX、BDHX2020、CSCD、CSCD2021_2022、IC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：故障实体识别是自主获取航空发动机故障知识的基础,对实现航空发动机故障智能诊断起到至关重要的作用。为准确快速搭建航空发动机大规模故障知识库,在定义了“单元”“故障状态”“表征信号”“检查方法”和“解决措施”5种航空发动机故障实体类型的基础上,初步构建了一种以Bert-BiLSTM-CRF模型为基础的航空发动机故障实体识别方法。基于某型航空发动机大规模数据集分析抽取了故障实体,搭建了滑油压力异常故障知识图谱,验证了该方法识别航空发动机多源异构故障数据的有效性。

关 键 词：航空发动机 智能故障诊断 实体识别  知识图谱

分 类 号：V37]