机器人故障诊断事理逻辑知识图谱构建研究

摘要：

知识图谱技术对机器人系统高效有序的故障诊断具有重要的指导意义.针对故障诊断本体知识概念粒度较粗,实体识别模型存在特征提取不够准确的问题.提出了一种自顶向下的故障诊断事理逻辑知识图谱构建方法.对故障诊断事件知识建模,构建细粒度事理逻辑知识本体模型.提出基于注意力机制的堆叠BiLSTM和改进胶囊网络的事件论元实体识别模型.通过BERT预训练模型生成字符特征,利用堆叠BiLSTM获取深层上下文特征;结合事件论元实体关键特征注意力机制,对前向和后向上下文突出实体关键信息;提出改进胶囊网络对字符位置特征进行编码,提高模型对字符位置特征的关注.实验结果表明,提出的事件论元实体识别模型能提高实体识别效果.进一步,根据句式匹配完成论元实体匹配关系,构建机器人系统故障诊断事理逻辑知识图谱,为自主故障诊断提供知识支持.

关键词：事理逻辑知识图谱、故障诊断本体、事件论元知识提取、堆叠BiLSTM、注意力机制、改进胶囊网络

所属期刊栏目：59

分类号：TP391.1(计算技术、计算机技术)

资助基金：国家自然科学基金;国家自然科学基金;广东省基础与应用基础研究基金;佛山市重大科技计划项目;广东省网络物理系统重点实验室项目

在线出版日期：2023-07-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：139-148