摘" 要：由于高速公路施工項目工期短、成本高等原因，高速公路施工現(xiàn)場的柴油發(fā)動機在發(fā)生故障時，需要得到及時的故障診斷和故障處理。通過BiLSTM-CRF模型實現(xiàn)故障實體抽取和關(guān)系抽取，利用結(jié)構(gòu)化的語義網(wǎng)絡(luò)來描述柴油發(fā)動機故障知識，以此構(gòu)建柴油發(fā)動機故障領(lǐng)域知識圖譜。同時，結(jié)合貝葉斯網(wǎng)絡(luò)實現(xiàn)故障原因推理以對其知識圖譜進行補全，還設(shè)計了基于知識圖譜的柴油發(fā)動機故障診斷系統(tǒng)，以全面提升高速公路施工現(xiàn)場工程機械的維修效率。

關(guān)鍵詞：柴油發(fā)動機；故障領(lǐng)域；實體抽取；語義網(wǎng)絡(luò)；貝葉斯網(wǎng)絡(luò)

中圖分類號：TP311" 文獻標識碼：A" 文章編號：2096-4706（2024）10-0112-06

Diesel Engine Fault Diagnosis Research and System Design Based on Knowledge Graph

CHEN Ke1， TAN Qushan2， WANG Jia2， LI Wei2， JIANG Yuao2， YUAN Wendan1， WU Hao1

（1.Chengdu Branch of Sichuan Chengmian Cangba Expressway Construction amp; Development Group Co.， Ltd.， Chengdu" 618206， China; 2.Sichuan Digital Transportation Technology Co.， Ltd.， Chengdu" 610218 China）

Abstract： Due to the short construction period and high cost of highway construction projects， diesel engine on the highway construction site needs to receive timely fault diagnosis and troubleshooting when it malfunctions. It uses the BiLSTM-CRF model to extract fault entities and relationships， a structured semantic network is used to describe the knowledge of diesel engine faults， and a knowledge graph in the field of diesel engine faults is constructed. At the same time， Bayesian networks are combined to achieve fault cause inference and complete its knowledge graph. A diesel engine fault diagnosis system based on knowledge graph is also designed to comprehensively improve the maintenance efficiency of construction machinery on highway construction site.

Keywords： diesel engine; fault field; entity extraction; semantic network; Bayesian network

0" 引" 言

高速公路施工現(xiàn)場的柴油發(fā)動機在運行過程中會產(chǎn)生大量的部件故障信息，這些數(shù)據(jù)中蘊含著豐富的價值，但維修人員無法充分利用這些數(shù)據(jù)進行故障診斷和故障排除[1]，因此構(gòu)建柴油發(fā)動機故障領(lǐng)域知識圖譜和故障診斷系統(tǒng)是需要深入研究的課題[2]，這一研究過程需要以語義信息為基礎(chǔ)[3]。

通常，知識圖譜構(gòu)建[4]過程中采用的中文命名實體識別方法[5]大都是基于詞的標注度，在中文分詞的過程中難免會產(chǎn)生一些錯誤，所以其精度決定了構(gòu)圖質(zhì)量[6]，對其預(yù)訓練的靜態(tài)呈現(xiàn)機制而言，它無法解決文本中的多義性[7]。此外，有關(guān)高速公路施工現(xiàn)場柴油發(fā)動機故障信息實體識別這一方面的研究比較匱乏，故本文采用基于詞的BiLSTM-CRF模型來提升故障識別準確度，并以此構(gòu)建知識圖譜。

陳洪轉(zhuǎn)等人基于故障樹、專業(yè)知識和實踐經(jīng)驗來創(chuàng)建貝葉斯網(wǎng)絡(luò)，并據(jù)此進行故障因果推理[8]，文獻[9]主要探討了如何利用多視角聚類框架來改善知識圖譜嵌入的效果，文獻[10]提出了一種智能的電力信息采集系統(tǒng)故障診斷方法，旨在提高故障診斷的效率和智能化水平。根據(jù)這些研究，本文使用所構(gòu)建知識圖譜中的知識建立貝葉斯網(wǎng)絡(luò)，并完成故障診斷系統(tǒng)的設(shè)計。

1" 柴油發(fā)動機故障領(lǐng)域知識圖譜構(gòu)建

1.1" 構(gòu)建流程

柴油發(fā)動機故障領(lǐng)域存在大量有關(guān)故障的數(shù)據(jù)，包括故障類型、故障原因、維修方法等信息。通過對這些數(shù)據(jù)的收集和分析，可以更好地了解柴油發(fā)動機的運行狀況，及時發(fā)現(xiàn)并解決故障問題，提高柴油發(fā)動機的可靠性和使用壽命。因此對柴油發(fā)動機故障領(lǐng)域維修數(shù)據(jù)進行有效的管理和應(yīng)用具有十分重要的意義。知識圖譜構(gòu)建流程如下：

1）數(shù)據(jù)收集。目前的柴油發(fā)動機故障領(lǐng)域還沒有公開的數(shù)據(jù)集，故采用Python方法在網(wǎng)絡(luò)上爬取故障相關(guān)信息（包括非結(jié)構(gòu)化數(shù)據(jù)和結(jié)構(gòu)化數(shù)據(jù)）。

2）數(shù)據(jù)處理。對所收集的數(shù)據(jù)進行預(yù)處理等操作。

3）故障原因推理。采用貝葉斯網(wǎng)絡(luò)模型進行故障原因推理，并以此進行知識圖譜補全。

4）知識圖譜構(gòu)建。按照一定的規(guī)則和算法來構(gòu)建知識圖譜。知識圖譜中的節(jié)點表示實體，邊表示實體之間的關(guān)系。構(gòu)建過程中需要考慮實體之間的關(guān)聯(lián)關(guān)系、語義表示等問題。

整體的構(gòu)建過程圖如圖1所示。

1.2" 數(shù)據(jù)處理

1.2.1" 數(shù)據(jù)預(yù)處理

去除重復(fù)數(shù)據(jù)、缺失數(shù)據(jù)、異常數(shù)據(jù)等，以保證數(shù)據(jù)的質(zhì)量和準確性，通過Python的Pandas庫對數(shù)據(jù)進行清洗，包括數(shù)據(jù)清洗、數(shù)據(jù)格式轉(zhuǎn)換、數(shù)據(jù)去重等。數(shù)據(jù)預(yù)處理的目的是保證后續(xù)步驟中數(shù)據(jù)的準確性和可用性。采用自然語言處理、圖像識別等技術(shù)從為數(shù)眾多的文本、圖像中抽取有用的信息，并將其轉(zhuǎn)換成結(jié)構(gòu)化數(shù)據(jù)，預(yù)處理之后的部分數(shù)據(jù)如圖2所示。

1.2.2" 數(shù)據(jù)劃分及標注

在進行故障實體標注之前，需要先確定標注規(guī)則。這些規(guī)則可以根據(jù)具體任務(wù)的需求而定，包括標注的類型、標注的位置、標注的符號等。在完成標注規(guī)則確定和收集數(shù)據(jù)集之后，就可以進行故障實體標注了。標注過程中需要仔細閱讀文本并根據(jù)標注規(guī)則對文本中出現(xiàn)的實體進行標注。標注的結(jié)果應(yīng)該清晰、準確、一致。

本文對1 001條柴油發(fā)動機故障事件進行自動化標注，構(gòu)建了柴油發(fā)動機故障數(shù)據(jù)集，如表1所示。本文采取BIO標注方法將數(shù)據(jù)集中的文本信息劃分成兩類實體，一類是由B（文本信息的開頭）和I（文本信息的中間或者結(jié)尾）組成，另一類是由O（不屬于任何特定的類型）組成。

在預(yù)處理完成之后，需要將數(shù)據(jù)集劃分為訓練集、驗證集和測試集。訓練集是模型訓練的主要數(shù)據(jù)來源，通常占總數(shù)據(jù)集的60%左右；驗證集是用于評估模型性能的數(shù)據(jù)集，通常占總數(shù)據(jù)集的20%左右；測試集是用于最終評估模型性能的數(shù)據(jù)集，通常占總數(shù)據(jù)集的20%左右。劃分數(shù)據(jù)集時需要注意數(shù)據(jù)的隨機性和均衡性，以便更好地評估模型的性能。

故障實體的標注類型共分為三種：故障現(xiàn)象（Phenomenon， PHE）、故障原因（Cause， CAU）、故障排除方法（Method， MET）。故障現(xiàn)象是指機器或設(shè)備出現(xiàn)的問題或異常表現(xiàn)，例如發(fā)動機無法啟動。故障原因是指導(dǎo)致故障現(xiàn)象的具體原因，可能是由機器或設(shè)備的部件損壞、使用不當、環(huán)境狀況等因素造成的。故障排除方法是指針對具體的故障原因所采取的解決辦法。各類故障實體的標注情況如表2所示，標注后的故障實體如表3所示。

1.2.3" 故障實體識別

使用主流的BiLSTM-CRF方法對標注后的故障實體進行識別。BiLSTM-CRF的輸入是故障實體的詞向量，輸出是每個單詞預(yù)測的序列標注。BiLSTM-CRF模型的輸入是一個包含所有單詞的序列，輸出是每個單詞的序列標注。在輸入序列中，每個單詞都被表示為一個詞向量。BiLSTM層用于學習上下文信息，輸出每個單詞對應(yīng)于每個標簽的得分概率。這些得分作為CRF層的輸入，用于學習標簽之間的順序依賴信息，最終得到預(yù)測結(jié)果，例如PHE-馬達故障、CAU-更換、B-啟動、O-必要時。BiLSTM-CRF模型的基本結(jié)構(gòu)如圖3所示。

1.2.4" 故障關(guān)系抽取

依存關(guān)系分析是一種自然語言處理任務(wù)，用于分析文本中每個單詞與其他單詞之間的依存關(guān)系。通過依存關(guān)系分析了解每個單詞在句子中扮演的角色，從而更好地理解文本的含義。使用spaCy進行依存關(guān)系分析，只需使用如圖4所示的偽代碼即可?！皕h_core_web_sm”（識別中文文本）。

在上述實體識別數(shù)據(jù)集的基礎(chǔ)上，使用spaCy加載文本數(shù)據(jù)并進行處理，如分詞、去除停用詞等操作，然后使用spaCy的關(guān)系抽取功能對文本中實體之間的關(guān)系進行抽取。抽取后的部分結(jié)果如表4所示。

1.3" 基于貝葉斯網(wǎng)絡(luò)的故障原因推理

1.3.1" 故障原因查詢

基于存儲于Neo4j中的知識圖譜數(shù)據(jù)，使用Cypher語言查詢發(fā)動機的故障原因，這一方法是具有確定性的，致使每個故障原因出現(xiàn)的概率相同。通過MATCH （engine：Engine） WHERE engine.name = \"Your Engine Name\" ，MATCH （failure：Failure） WHERE failure engine = engine ，RETURN failure.description。在這個查詢中，我們首先使用MATCH語句找到名為“Your Engine Name”的發(fā)動機。然后使用MATCH語句找到發(fā)動機上的所有故障，并使用RETURN語句返回每個故障的描述。注意，在這個查詢中，我們使用了一個名為“Failure”的節(jié)點來表示故障，并將其與發(fā)動機節(jié)點進行了匹配。在Cypher語言中，每個節(jié)點都有一個唯一的標識符，即“node：type”，其中type是節(jié)點類型的名稱。因此，我們使用“node：type：Failure”表示一個名為“Failure”的節(jié)點。例如對“燃油系統(tǒng)故障”原因的查詢結(jié)果如圖5所示。

1.3.2" 建立貝葉斯網(wǎng)絡(luò)模型

首先建立一個包含多個變量和條件依存關(guān)系的貝葉斯網(wǎng)絡(luò)模型。例如，可以將發(fā)動機故障樹中的各個節(jié)點作為變量，將不同節(jié)點之間的連接表示為條件依存關(guān)系。整個網(wǎng)絡(luò)模型的構(gòu)建流程如圖6所示。

1.3.3" 故障原因的推理和診斷

在構(gòu)建完貝葉斯網(wǎng)絡(luò)模型之后，可以使用該模型進行故障診斷和預(yù)測。具體來說，可以根據(jù)輸入的故障信息和已有的先驗知識，基于貝葉斯定理計算出每個變量的后驗概率分布，從而推斷出可能的故障原因。同時，還可以針對不同的故障情況選擇合適的診斷方法和措施來確定故障并排除故障。

基于貝葉斯網(wǎng)絡(luò)的發(fā)動機故障原因推理可以通過貝葉斯定理進行計算，計算式為：

其中，P（ yi | xi）表示第i個變量在給定觀測值情況下的條件概率分布，P（xi）表示第i個變量的先驗概率分布。

對于柴油發(fā)動機故障原因的推理，我們可以假設(shè)有多個可能的原因，每個原因都有一個對應(yīng)的條件概率分布。例如，如果某個故障原因與發(fā)動機溫度有關(guān)，該原因的條件概率分布可以表示為：

其中，P（xij | yij， yji-1）表示第j個變量在給定其觀測值和前一個變量觀測值的情況下與發(fā)動機溫度有關(guān)的概率分布，P（ yji-1 | xji-1）表示第j - 1個變量在給定其觀測值的情況下與發(fā)動機溫度有關(guān)的概率分布。通過這種方式，我們可以根據(jù)已知的故障數(shù)據(jù)和相應(yīng)的條件概率分布推斷出可能的故障原因，機組故障原因檢索效果如圖7所示。

2" 故障實體識別對比實驗

2.1" 實驗評價指標

本文使用準確率（Precision）、召回率（Recall）和F1值作為模型的評估指標。計算式為：

TP（True Positive）表示真正例，即實際為正例且被正確預(yù)測為正例的數(shù)量；FP（False Positive）表示假正例，即實際為負例但被錯誤預(yù)測為正例的數(shù)量。FN（False Negatives）表示假負例，即實際為正例但被模型預(yù)測為負例的案例數(shù)量。F1表示準確率和召回率的調(diào)和平均數(shù)。

2.2" 實驗環(huán)境

本實驗的實體識別是基于PyTorch構(gòu)建的，具體環(huán)境為：深度學習框架采用PyTorch 1.9.5、Python 3.7，CPU是Intel i9，GPU是RTX4060。

本實驗所采用BiLSTM-CRF模型的參數(shù)設(shè)置如表5所示。

2.3" 實驗結(jié)果

采用層次抽樣的方法來構(gòu)建訓練集、驗證集和測試集。具體來說就是，根據(jù)數(shù)據(jù)集的大小和樣本數(shù)量將整個數(shù)據(jù)集劃分為若干個層次，然后從每個層次中隨機抽取一定數(shù)量的樣本作為該層次的樣本。最后對每個層次中的樣本按照一定的比例進行劃分，得到訓練集、驗證集和測試集。具體的實驗結(jié)果如表6所示。

從表6中的數(shù)據(jù)可以看出，CRF模型和BiLSTM-CRF模型在基于詞的BIO標注方案下的準確率、召回率和F1值分別為82.75%、62.37%和71.24%，以及85.34%、80.87%和82.97%。

從這些結(jié)果中可以得出以下結(jié)論：

1）CRF模型在基于詞的BIO標注方案下的表現(xiàn)略低于BiLSTM-CRF模型，這可能是因為CRF模型對于序列標注任務(wù)的建模能力相對較弱，需要借助更多的特征工程來提高性能。

2）BiLSTM-CRF模型在基于詞的BIO標注方案下的表現(xiàn)較好，準確率和召回率均較高，且F1值也比較穩(wěn)定。這表明BiLSTM-CRF模型對于序列標注任務(wù)具有較好的建模能力和泛化能力。

3）需要注意的是，這些結(jié)果只是針對基于詞的BIO標注方案而言，對于其他標注方案或其他任務(wù)類型可能會有不同的表現(xiàn)。因此，在評估模型性能時需要考慮多個指標和多個任務(wù)類型。

BiLSTM可以捕捉上下文信息，從而更好地表達單詞之間的依賴關(guān)系。這使得BiLSTM-CRF能夠更加準確地預(yù)測單詞的標簽。BiLSTM可以捕捉長距離依賴，從而更好地解決復(fù)雜的序列標注問題。這使得BiLSTM-CRF能夠更加準確地預(yù)測長距離依賴的標簽。BiLSTM-CRF可以得到更準確地標注結(jié)果，從而提高文本分析的準確性和效率。BiLSTM-CRF的結(jié)果可以通過觀察每個單詞的得分來解釋，從而更好地理解模型的決策過程。

BiLSTM-CRF和CRF的總體對比：基于BIO詞向量標注的BiLSTM-CRF模型是一種端到端的深度學習模型，不需要手動設(shè)計特征，只需將句子中的單詞變?yōu)镮D輸入給模型即可。相比之前的模型，CRF計算整個標記序列的聯(lián)合概率分布，而不是在給定當前狀態(tài)條件下定義下一個狀態(tài)的狀態(tài)分布。因此，CRF的參數(shù)更多，訓練量更大，復(fù)雜度更高。

3" 故障診斷系統(tǒng)設(shè)計

3.1" 系統(tǒng)需求分析

基于知識圖譜的柴油發(fā)動機故障診斷系統(tǒng)主要是面向高速公路施工現(xiàn)場的維修人員，系統(tǒng)可滿足維修人員對故障原因等信息的快速查詢和錄入。

3.1.1" 具體功能需求分析

此系統(tǒng)面向兩類用戶，一類是管理員和普通用戶（維修人員就是管理員）。系統(tǒng)的注冊功能是提供給普通用戶的，管理員的賬號是系統(tǒng)自動生成的，管理員擁有系統(tǒng)的最高權(quán)限，可錄入故障信息，而普通用戶是不能錄入故障信息的，普通用戶只能進行故障信息查詢和賬號注冊。如圖8所示為各功能模塊的示意圖。

3.1.2" 非功能需求分析

該故障診斷系統(tǒng)除了滿足具體的功能需求之外，還滿足一定的非功能需求，它們兩個是缺一不可的，非功能需求包括以下幾種：

1）性能需求。例如頁面的響應(yīng)時間、后臺靜態(tài)資源利用率等。

2）可靠性需求。例如數(shù)據(jù)的容錯性、恢復(fù)性、穩(wěn)定性等。

3）可用性需求。例如用戶界面操作的易用性、易學習性等。

4）可維護性需求。例如程序的模塊化程度、可復(fù)用性、可分析性等。

3.2" 系統(tǒng)總體結(jié)構(gòu)設(shè)計

該故障系統(tǒng)的開發(fā)采用Web前后端分類模式，后臺使用Django框架，前臺使用ElementUI和Echart實現(xiàn)故障信息的可視化操作，前臺和后臺通過HTTP請求實現(xiàn)互通，后臺的數(shù)據(jù)存入Neo4j圖數(shù)據(jù)庫。整體結(jié)構(gòu)分為四層，分別為用戶層、展示層、業(yè)務(wù)功能層、信息層，用戶層主要包括兩類用戶（管理員和普通用戶），展示層主要包括前端頁面的可視化展示，業(yè)務(wù)功能層主要實現(xiàn)對信息的管理操作，連接展示層和信息層，信息層主要實現(xiàn)對數(shù)據(jù)的存儲管理，保證了數(shù)據(jù)的安全。系統(tǒng)總體架構(gòu)如圖9所示。

3.3" 系統(tǒng)開發(fā)環(huán)境設(shè)計

該故障系統(tǒng)是一個Web應(yīng)用網(wǎng)站，后臺的主要語言是Python，前臺的主要語言是HTML和JavaScript，具體開發(fā)環(huán)境如表7所示。

3.4" 系統(tǒng)功能模塊設(shè)計

基于知識圖譜的柴油發(fā)動機故障診斷系統(tǒng)的核心功能模塊如下，如圖10所示為核心模塊的展示圖。

1）登錄和注冊模塊。普通用戶只有在注冊賬號之后才能使用該系統(tǒng)的功能，注冊成功之后方可登錄系統(tǒng)。

2）故障信息查詢模塊。用戶可通過該模塊查詢各種故障實體的相關(guān)信息，例如故障原因和故障排除方法。用戶隨意輸入一個故障現(xiàn)象文本信息，系統(tǒng)將推斷出其故障原因和排除方法返回給前端（如果該故障原因是數(shù)據(jù)庫中沒有的則會進行存儲），維修人員可針對故障原因，采用相應(yīng)的故障排除方法解決故障問題。

3）故障信息錄入和處理模塊。管理員通過界面按鈕實現(xiàn)故障事件文本信息的自動導(dǎo)入，后臺使用與BiLSTM-CRF模型相結(jié)合的命名實體識別方法對故障事件文本信息進行實體識別，提取出故障類型、故障原因、故障現(xiàn)象等實體及關(guān)系信息，并將抽取出的故障實體和關(guān)系表示為三元組形式，存儲到Neo4j數(shù)據(jù)庫中。

4）普通用戶個人信息管理模塊。管理員通過該模塊管理普通用戶的個人基本信息，可對用戶賬號進行增刪改查。

4" 結(jié)" 論

本文構(gòu)建了包含3 003個實體和300 234個三元組的柴油發(fā)動機故障領(lǐng)域知識圖譜，實驗結(jié)果表明在基于詞的標注度方面，BiLSTM-CRF模型明顯優(yōu)于CRF模型。開發(fā)基于知識圖譜的柴油發(fā)動機故障診斷系統(tǒng)，有利于降低高速公路施工現(xiàn)場工程機械故障的維修成本。

參考文獻：

[1] 陳昭明，鄒勁松.智能制造領(lǐng)域的數(shù)字孿生技術(shù)研究可視化知識圖譜分析 [J].機械科學與技術(shù)，2023，42（8）：1249-1260.

[2] 鐘保強，鐘建栩，佘俊，等.基于知識圖譜的IT設(shè)備故障分析方法研究 [J].電子設(shè)計工程，2022，30（14）：48-52.

[3] ZHAO H，YAO Q M，LI J D，et al. Meta-Graph Based Recommendation Fusion over Heterogeneous Information Networks [C]//Proceedings of the 23rd ACM SIGKDD International Conference on Knowledge Discovery and Data Mining. Halifax：Association for Computing Machinery，2017：635-644.

[4] AL-MOSLMI T，OCA?A M G，OPDAHL A L，et al. Named Entity Extraction for Knowledge Graphs： A Literature Overview [J].IEEE Access，2020，8：32862-32881.

[5] LI Y，MA Q X，WANG X. Medical Text Entity Recognition Based on CRF and Joint Entity [C]//2021 IEEE Asia-Pacific Conference on Image Processing， Electronics and Computers （IPEC）. Dalian：IEEE，2021：155-161.

[6] LIU X，CHEN H Q，XIA W G. Overview of Named Entity Recognition [J].Journal of Contemporary Educational Research，2022，6（5）：65-68.

[7] SHEN Y F，LIU J H. Comparison of Text Sentiment Analysis Based on Bert and Word2vec [C]//2021 IEEE 3rd International Conference on Frontiers Technology of Information and Computer （ICFTIC）. Greenville：IEEE，2021：144-147.

[8] 陳洪轉(zhuǎn)，趙愛佳，李騰蛟，等.基于故障樹的復(fù)雜裝備模糊貝葉斯網(wǎng)絡(luò)推理故障診斷 [J].系統(tǒng)工程與電子技術(shù)，2021，43（5）：1248-1261.

[9] XIAO H，CHEN Y D，SHI X D. Knowledge Graph Embedding based on Multi-View Clustering Framework [J].IEEE Transactions on Knowledge and Data Engineering，2021，33（2）：585-596.

[10] FENG Y，ZHAI F，LI B F，et al. Research on Intelligent Fault Diagnosis of Power Acquisition Based on Knowledge Graph [C]//2019 3rd International Conference on Electronic Information Technology and Computer Engineering （EITCE）. Xiamen：IEEE，2019：1737-1740.

作者簡介：陳柯（1984—），男，漢族，四川成都人，

高級工程師，本科，研究方向：高速公路管理；譚屈山（1990—），男，漢族，四川大英縣人，工程師，碩士研究生，研究方向：大數(shù)據(jù)、人工智能；王佳（1997—），男，漢族，陜西咸陽人，工程師，本科，研究方向：智慧交通；李偉（1995—），男，漢族，四川巴中人，助理工程師，本科，研究方向：人工智能、計算機網(wǎng)絡(luò)；江雨澳（1994—），男，漢族，四川成都人，助理工程師，碩士研究生，研究方向：人工智能，智慧交通；通訊作者：袁文丹（1983—），女，漢族，四川大竹縣人，工程師，本科，研究方向：高速公路管理；吳浩（1993—），男，漢族，重慶榮昌人，工程師，碩士研究生，研究方向：高速公路建設(shè)管理。