文献类型：期刊文章

作　　者：周彬[1] 花豹[1] 陆玉前[2] 李心雨[1] 李婕[1] 鲍劲松[1]

ZHOU Bin;HUA Bao;LU Yuqian;LI Xinyu;LI Jie;BAO Jinsong(Institute of Intelligent Manufacturing,College of Mechanical Engineering,Donghua University,Shanghai 201620,China;Department of Mechanical Engineering,The University of Auckland,Auckland 1142,New Zealand)

机构地区：[1]东华大学机械工程学院智能制造研究所,上海201620 [2]奥克兰大学机械工程系,新西兰奥克兰1142

出　　处：《计算机集成制造系统》

基　　金：国家重点研发计划资助项目(2019YFB1706300);上海市自然科学基金面上资助项目(21ZR1400800);上海市科学技术委员会“科技创新行动计划”启明星计划扬帆专项资助项目(22YF1400200);中央高校基本科研业务费专项资金资助项目(CUSF-DH-D-2021043)。

年　　份：2023

卷　　号：29

期　　号：8

起止页码：2708-2721

语　　种：中文

收录情况：AJ、BDHX、BDHX2020、CSCD、CSCD2023_2024、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：设备点检记录是支撑故障原因分析与处理的重要信息来源,目前亟需对设备点检故障中的根因信息进行有效挖掘,以提升设备预防性维护的可靠性。鉴于此,首次将因果科学论引入制造领域,提出一种面向设备点检故障根因分析的因果知识建模方法。首先,从设备点检故障文档中提取事件知识,构建故障运维因果知识图谱;其次,定义故障运维因果知识规则,形成结构因果图模型;进而,设计一种基于ISPN的因果效应估计学习模型,对故障知识中混杂影响因素进行估计计算,挖掘出影响设备故障发生的语义关系,补全图谱节点间隐含的因果性语义链路;最后,以冶金设备点检故障文档的知识测试了所提方法,验证了因果知识模型估计设备故障根因知识间因果效应的可行性。

关 键 词：工业知识图谱  因果知识建模  设备点检故障  根因分析  

分 类 号：TP183]