煤矿综采设备故障知识图谱构建
蔡安江
张妍
任志刚
西安建筑科技大学 机电工程学院,陕西 西安 710000
摘要：现有煤矿综采设备故障诊断方法缺乏对综采设备历史故障数据的系统化管理及应用,针对该问题,引入知识图谱技术对综采设备故障数据进行系统化管理.采用自顶而下的方法对综采设备故障知识进行本体构建,将综采设备故障知识归纳为故障位置、故障现象、故障原因、处理方法4类,并进行规范化命名;采用通用的命名实体标注方法BIOES对综采设备故障知识进行人工标注;将双向长短期记忆(BiLSTM)和条件随机场(CRF)相结合,构建BiLSTM-CRF模型,对已标注的综采设备故障知识进行命名实体识别,并通过人工抽取实体关系,从而实现故障知识抽取;结合BiLSTM-CRF模型的实体识别结果和人工抽取的实体关系,使用Neo4j图数据库存储综采设备故障知识,构建综采设备故障知识图谱.实验结果表明,相较于BiLSTM模型和BiLSTM-Attention模型,BiLSTM-CRF模型精确率显著提高,为87％,F1值也有一定幅度上升,为69％.综采设备故障知识图谱的构建可为大规模、多域综采设备故障数据的有效分析、管理及应用提供支持.
关键词：煤矿综采设备故障诊断知识图谱知识抽取BiLSTMCRF
分类号：TD632(矿山电工)
资助基金：工信部物联网集成创新与融合应用项目(2018-470)榆林市科技计划项目(CXY-2022-172)
论文发表日期：2023-05-10
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 46-51 )
英文信息