唐啟東 劉清平 劉文娟

摘要：針對航空修理工廠存在海量不規(guī)整的維修信息，導(dǎo)致飛機故障檢測和修理工作量巨大、耗時耗力的問題，采用字符串正向最大逐字匹配的分詞算法、局部敏感哈希函數(shù)以及深度置信網(wǎng)絡(luò)等技術(shù)手段，研究飛機智能故障診斷系統(tǒng)，以故障知識庫為輸入，訓(xùn)練模型，根據(jù)故障現(xiàn)象找出故障類型和位置，為裝備的維修性、可靠性改進提供科學(xué)依據(jù)，提高企業(yè)修理效能。

關(guān)鍵詞：深度學(xué)習(xí);智能故障診斷;關(guān)鍵技術(shù)

在航空裝備修理中，對具有明顯征兆或潛在故障的預(yù)測和診斷是永恒的主題之一[1-2]。裝備廠家、部隊、修理企業(yè)在長期的航空裝備維修過程中都總結(jié)了大量的故障描述、故障原因及處理方案等，如何很好地管理這些信息，并以豐富多元的知識表達形式對修理企業(yè)積累的故障診斷經(jīng)驗、技能進行提煉和刻畫，并形成故障診斷預(yù)測知識庫系統(tǒng)，從而為修理業(yè)務(wù)提供智能的決策支持，為裝備的教學(xué)提供形象而系統(tǒng)的故障分析素材，為修理專家的維修知識提供可視化的經(jīng)驗提煉和預(yù)防性維修知識，甚至于為裝備的維修性、可靠性改進提供科學(xué)的依據(jù)，將是一個具有較大意義的研究課題。

1 問題描述

某工廠現(xiàn)有的信息管理數(shù)據(jù)庫系統(tǒng)包含海量故障信息，其中飛機故障信息模塊數(shù)據(jù)已經(jīng)超過3萬條。但現(xiàn)有數(shù)據(jù)庫的故障管理板塊只有簡單的“增、刪、改、查”功能，并且信息存儲形式零散、數(shù)據(jù)描述不規(guī)范，不便于管理與利用，導(dǎo)致飛機故障檢測和修理工作量巨大、耗時耗力，已不能滿足大數(shù)據(jù)時代維修人員的需求。由于前期數(shù)據(jù)庫的故障信息是手工輸入，存在語言詞匯多樣化、輸入格式不規(guī)范的問題，對于同一種故障部位、故障類型在數(shù)據(jù)庫中存在多種描述，并且故障描述的字段無統(tǒng)一格式，故障類型隱含在故障描述中，并未作為屬性單獨劃分。部分故障信息的例子（匿去了發(fā)現(xiàn)時間、處理方案等字段信息）見表1。如故障Ⅲ***1、***3、***5所示，“裂”“裂紋”“裂開”實際上都屬于同一種故障現(xiàn)象的不同描述;如故障ID***2、***4所示，“第1墻”“一墻”“第一墻”也都指機翼上的同一構(gòu)件。

智能故障診斷系統(tǒng)，即從非結(jié)構(gòu)化的故障描述中提取故障類型、識別同一類或物件的不同描述，清理出一個純凈的故障知識庫。再基于深度學(xué)習(xí)的方法，設(shè)計一個故障診斷系統(tǒng)，以故障知識庫為輸入，訓(xùn)練一個模型，對一定的故障現(xiàn)象找出故障類型和位置，提醒維修人員做好技術(shù)和相關(guān)備件、工具、耗材等器械準備。

2 關(guān)鍵技術(shù)

2.1 故障信息的預(yù)處理

目前封裝好的分詞器[3-4]大部分是簡單地使用單字法和二分法對漢語分詞，導(dǎo)致切分出來的詞失去了原有的意義或者切分出很多無用詞條，產(chǎn)生冗余，降低效率。在實際的匹配過程中，只需保證故障描述中所有的故障類型、故障部位名都能被準確提取出來，而其他具體的數(shù)值等是與類名無關(guān)的詞（停用詞）[5]。無論分詞結(jié)果如何都不影響最終的匹配，只需要一種針對飛機維修的輕量級分詞技術(shù)。因此，本系統(tǒng)使用基于字符串正向最大逐字匹配的分詞算法。

該分詞算法的主要思想是基于分詞詞典，從左往右掃描材料文本字符串，將文本中的字符串逐一與詞典中的詞條進行匹配。開始時選取文本字符串中第一個字作為匹配字段，與分詞詞典中的詞條匹配，如果該詞存在于詞典中，則將其進行標記;如果該詞不存在于詞典中，則將該字作為前綴，與其下一個字組成新的字段與詞典中的詞條進行匹配，依次逐字增加直至匹配結(jié)束，每輪匹配結(jié)束后，從匹配結(jié)果中取最大的匹配成功的匹配字段，從詞典中將匹配到的最長匹配字符串切分出來，然后繼續(xù)掃描，重復(fù)上述操作，如表2所示。

這種分詞算法的主要優(yōu)點是可以根據(jù)需求對字典進行修改，加入更多與飛機有關(guān)的生僻術(shù)語，以達到更好的分詞效果。分詞完成后，刪除與匹配無關(guān)的停用詞元，以提高匹配效率?，F(xiàn)存停用詞表很多，但都不是面向飛機維修，因此系統(tǒng)對基于改良的停用詞表進行刪除操作，達到了更好地精度。

2.2 故障類型與故障部位的匹配

由于飛機的故障部件、故障類型的種類數(shù)目巨大，每種類別又有多個同義詞，如果線性地匹配詞元和詞庫的近義詞，即對每一個詞元都遍歷一次詞庫來查找同義詞，則所需的時間代價非常大，計算機難以承受這樣的負荷。并且，故障描述是手工輸入，描述詞匯種類繁多，一個大類不一定完全包含其所有在故障描述中出現(xiàn)的同義詞。如圖1所示，對于故障部位[第1墻]：（第1墻）（1墻）（第一墻），如果故障描述中出現(xiàn)了一個新詞“一墻”也指同一部位，那么使用精確匹配將無法得到匹配結(jié)果，這條數(shù)據(jù)的屬性值就會異常缺失甚至整條數(shù)據(jù)丟失，大量的數(shù)據(jù)丟失會導(dǎo)致系統(tǒng)性能降低;但使用模糊匹配則能將“一墻”與（第一墻）匹配上，最終都能通過指針指向大類[第1墻]，成功提取出正確的故障類型。因此，系統(tǒng)設(shè)計了一個檢索數(shù)據(jù)結(jié)構(gòu)和快速近似匹配的算法——局部敏感哈希（LSH，LocalitySensitive Hashing）函數(shù)。

局部敏感哈希[6]主要運用于高維海量數(shù)據(jù)的快速近似查找，即比較數(shù)據(jù)點之間的距離或者是相似度。其主要思想是，如果高維空間的兩點距離很近，那么設(shè)計一種哈希函數(shù)對這兩點進行哈希值計算，使得它們的哈希值有很大的概率是一樣的;如果兩點之間的距離較遠，那么它們哈希值相同的概率會很小。當同義詞詞庫中不存在某條故障描述的故障類型或故障部位名時，也能通過哈希函數(shù)的計算，將它們以高概率映射到與它們意思相近的詞所在的哈希桶中。不同于樹形結(jié)構(gòu)的搜索方法可以得到精確的結(jié)果，LSH算法所得到的是一個近似的結(jié)果，在同義詞匹配中，并不需要非常高的精確度，即使得到近似解，其近似程度幾乎和精準解一致[7]。同時，哈希表是各種存取、查找結(jié)構(gòu)中速度最快的一種，LSH利用了哈希表內(nèi)的沖突加快了匹配速度，并且可以通過對桶內(nèi)的屬性建立索引進一步加快匹配速度，即使在數(shù)據(jù)量很大的情況下，LSH也能保持理想的匹配時間。因此，LSH匹配技術(shù)是目前最適合該項目的技術(shù)。

LSH是向量空間模型[8]下的算法，系統(tǒng)使用信息摘要算法[9]（MD5，Message-digest Algorithm 5），先將需要匹配的詞元和類名、同義詞進行編碼，轉(zhuǎn)換為可以處理的向量，將每個詞語編碼成相同長度的獨一無二的指紋（fingerprint），這樣除了可以得到唯一的編碼，還同時對數(shù)據(jù)進行了加密處理，提高了保密性要求。

編碼之后，將同義詞庫中的每個詞通過哈希函數(shù)計算到不同的哈希桶中，每個桶都附加一個指針指向該詞對應(yīng)的大類，如圖2所示，完成哈希表的初始化。再將一條故障描述的所有指紋使用同樣的哈希函數(shù)映射到該哈希表中，最后指紋指向的大類就是這條故障描述的故障類型和故障部位，結(jié)合原始故障記錄的部分屬性，按照對應(yīng)屬性存入新的故障信息表中，這樣便完成了歷史數(shù)據(jù)的導(dǎo)入。

2.3 基于深度學(xué)習(xí)的智能故障診斷系統(tǒng)

當一架飛機進入維修廠進行檢修時，需要經(jīng)過一系列復(fù)雜的過程（如除漆、無損檢測、整體排查等）以及專業(yè)的判斷，才能診斷出故障及故障區(qū)域，這十分消耗時間與人力，成為維修工廠無法提高生產(chǎn)效率的一大障礙。基于深度學(xué)習(xí)[10-12]的智能故障診斷與定位系統(tǒng)，能大大提高工廠的效率與故障排查的準確性。

利用深度置信網(wǎng)絡(luò)進行粗粒度的故障部位預(yù)測的模型訓(xùn)練過程如圖3所示，該過程大體可以分為兩個部分。

1）逐層對RBM進行無監(jiān)督的訓(xùn)練。首先將飛機自身的屬性如飛機編號、飛機類型、作戰(zhàn)區(qū)域、飛行里程和飛行高度等作為輸入?yún)?shù)輸入到可視層，訓(xùn)練第一個RBM的參數(shù)矩陣WO。

2）運用反向傳播算法微調(diào)網(wǎng)絡(luò)，使網(wǎng)絡(luò)結(jié)構(gòu)達到最優(yōu)，優(yōu)化深度置信網(wǎng)絡(luò)的故障識別能力。在最高層，DBN可以利用帶標簽數(shù)據(jù)通過BP算法對判別性能做調(diào)整。DBN的BP算法只需要對權(quán)值參數(shù)空間進行一個局部的搜索，這比前向神經(jīng)網(wǎng)絡(luò)訓(xùn)練更快，而且收斂的時間也更少，詳細的訓(xùn)練過程如圖4所示。

在訓(xùn)練過程中，首先將可視向量值映射至隱層單元;然后由隱層單元重建可視單元;這些新可視單元再次映射至隱層單元，因此獲取了新的隱層單元。以上后退和前進的步驟就是Gibbs采樣[13]，而隱層激活單元和可視層輸入之間的相關(guān)性差別就作為權(quán)值更新的主要依據(jù)。具體步驟如下。

步驟1：將數(shù)據(jù)向量x和第一層隱藏層hl作為一個RBM，訓(xùn)練出這個RBM的參數(shù)（連接x和hl的權(quán)重，x和hl各個節(jié)點的偏置等），使其達到穩(wěn)定狀態(tài)。

步驟2：固定第1個RBM的參數(shù)，將hl視作可見向量，將h2視作隱藏向量，訓(xùn)練第二個RBM，得到其參數(shù)，直至穩(wěn)定狀態(tài)。

步驟3：重復(fù)執(zhí)行步驟2，直至最后一個RBM。

步驟4：在DBN的最后一層設(shè)置BP網(wǎng)絡(luò)，接收RBM的輸出特征向量作為它的輸入特征向量，有監(jiān)督地訓(xùn)練實體關(guān)系分類器。

當該故障部位的預(yù)測模型訓(xùn)練成功后，可利用飛機的一系列自身屬性預(yù)測故障部位。在輸入飛機屬性參數(shù)后，模型可以預(yù)測該飛機可能發(fā)生故障的部位，并將結(jié)果及時報告給機務(wù)人員，機務(wù)人員可以重點排查這些預(yù)測的部位，提高排故檢故的效率。

對于細粒度故障類型的診斷，其方式與粗粒度故障部位的預(yù)測基本相同，不同的是輸入的參數(shù)不再是飛機自身的屬性而是故障的表象，如裂紋、老化、磨損等，通過相同的方式重新訓(xùn)練深度置信網(wǎng)絡(luò)，得到故障類型診斷的模型，從而實現(xiàn)智能的故障診斷與定位。

3 總結(jié)

基于深度學(xué)習(xí)的智能故障診斷系統(tǒng)仍有提高的空間，如BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練需要一個有標簽的樣本集、合適的隱藏層數(shù)避免學(xué)習(xí)過程較慢、適當?shù)膮?shù)不致于學(xué)習(xí)收斂于局部最優(yōu)解等，但其在一定程度上解決了航空裝備修理中故障診斷分析困難、診斷經(jīng)驗無法管理、診斷知識共享不易的問題，在航空修理廠的故障識別、定位、診斷，人員的培訓(xùn)、航空修理業(yè)務(wù)流程重組和優(yōu)化中都具有較大的推廣價值。

參考文獻

[l]唐民鋒.美國軍用航空裝備維修保障體制[J].航空維修與工程，2016，298（4）：20-23.

[2]馬乃蒼，賈向軍，祝華遠.航空裝備維修思想的發(fā)展探討[J].航空科學(xué)技術(shù)，2003（6）：27-29.

[3]劉巖.基于MMSEG算法的中文分詞器的設(shè)計與實現(xiàn)[D].湖南大學(xué)，2016.

[4]章登義，胡思，徐愛萍.一種基于雙向LSTM的聯(lián)合學(xué)習(xí)的中文分詞方法[J/OL].計算機應(yīng)用研究，2019（10）：1-7[201808-03].

[5]官琴，鄧三鴻，王昊.中文文本聚類常用停用詞表對比研究[J].數(shù)據(jù)分析與知識發(fā)現(xiàn)，2017（3）：72-80.

[6]吳瑾，彭延國，崔江濤.基于局部敏感哈希的安全相似性查詢方案[J].密碼學(xué)報，2018（2）：197-205.

[7] HAR-PELED S，INDYKP，MOTWANI R.Approximate nearestneighbor： Towards removing the curse ofdimensionality[J].Theory of Computmg，2012， 8：321-350.[DOI： 10.4086/toc.2012.v008a014]。

[8]唐果.基于語義領(lǐng)域向量空間模型的文本相似度計算[D].云南大學(xué)，2013.

[9]林平.密碼學(xué)中信息摘要算法MD5的改進[J].福建工程學(xué)院學(xué)報，2011（6）：602-603.

[10]段艷杰，呂宜生，張杰，趙學(xué)亮，王飛躍.深度學(xué)習(xí)在控制領(lǐng)域的研究現(xiàn)狀與展望[J].自動化學(xué)報，2016（5）：643-654.

[11]王俊，鄭彤，雷鵬，魏少明.深度學(xué)習(xí)在雷達中的研究綜述[J/OL].雷達學(xué)報，2018 （4）：395-411.

[12]宋征宇.運載火箭遠程故障診斷技術(shù)綜述[J].宇航學(xué)報，2016，37（2）：135-144.

[13] Denis Marcotte，Denis Allard.Gibbs sampling on large lattice withGMRF[J].Computers and Geosclences，2018.