一种基于知识图谱的SMT智能故障诊断模型设计与实现
崔更申1
李书漪2
黄春跃2
梁颖3
张怀权2
曹知勤4
1.桂林电子科技大学计算机与信息安全学院,广西桂林 5410042.桂林电子科技大学机电工程学院,广西桂林 5410043.成都航空职业技术学院信息工程学院,四川成都 610021;四川省钒钛材料工程技术研究中心,四川攀枝花 6170004.四川省钒钛材料工程技术研究中心,四川攀枝花 617000
摘要：针对表面组装生产工艺复杂、生产过程易出现设备故障和工艺缺陷的特点,本文设计了一种基于故障知识图谱的面向表面组装生产的智能故障诊断模型.同时针对知识图谱构建过程的关键技术-故障实体抽取进行研究,设计并实现了一种基于BERT-Residual-BiLSTM-CRF的面向表面组装生产故障日志的故障实体抽取模型.首先根据表面组装技术(SMT)故障日志文本构建故障实体抽取模型的训练、测试数据集,其次采用TensorFlow框架搭建SMT故障实体抽取模型,最后利用训练好的模型进行对照试验.结果表明,所设计的故障实体抽取模型的故障实体识别精确率、召回率和F值平均值较基础模型BERT-BiLSTM-CRF分别提高了约0.26,0.28和0.24.
关键词：表面组装生产智能故障诊断知识图谱故障实体抽取
论文发表日期：2026-02-28
在线出版日期：2026-04-08（本平台首次上网日期，不代表文献的发表时间）
页数：11( 305-315 )
英文信息