文献类型：期刊文章

作　　者：盛林[1] 马波[1,2] 张杨[1]

SHENG Lin;MA Bo;ZHANG Yang(College of Mechanical and Electrical Engineering,Beijing University of Chemical Technology,Beijing 100029,China;Beijing Key Laboratory of High End Mechanical Equipment Health Monitoring and Self Recovery,Beijing University of Chemical Technology,Beijing 100029,China)

机构地区：[1]北京化工大学机电工程学院,北京100029 [2]北京化工大学高端机械装备健康监控与自愈化北京市重点实验室,北京100029

出　　处：《机电工程》

基　　金：国家自然科学基金资助项目(61673046,52075030)。

年　　份：2022

卷　　号：39

期　　号：9

起止页码：1194-1202

语　　种：中文

收录情况：BDHX、BDHX2020、CAS、IC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：对旋转机械进行故障诊断时,在输入征兆条件缺失的情况下,采用传统的基于规则的故障诊断推理方法,其诊断结果会出现较大的偏差。针对这一问题,提出了一种基于知识图谱的旋转机械故障诊断推理方法。首先,阐述了基于本体的旋转机械故障诊断知识表示方法,通过构建旋转机械故障诊断知识本体表示模型进行了知识表达,在此基础上构建了旋转机械故障诊断的知识图谱;然后,结合基于关系路径的知识图谱推理方法,提出了基于知识图谱的旋转机械故障诊断方法,利用旋转机械设备结构间关系进行了故障原因推理;最后,以核电厂主泵为例,构建了主泵故障诊断的知识图谱,对基于知识图谱的旋转机械故障诊断方法进行了验证。研究结果表明:在输入征兆缺失的条件下,采用该方法得到的故障诊断准确率达到92.1%,远高于传统的基于规则的故障诊断推理方法的准确率,有效地解决了以往征兆缺失时故障诊断准确率低的问题;同时,知识图谱的应用也可为其他机械设备智能诊断方法提供一种新的思路。

关 键 词：知识图谱构建  输入征兆缺失  基于本体的知识表示方法  解析模型 数据驱动 基于规则的故障诊断方法  

分 类 号：TH17] TH133] TM623