面向无人机故障诊断的知识图谱构建应用方法

摘要：

近年无人机作业安全保障问题面临着严峻挑战,确保无人机安全作业至关重要.传统的无人机故障诊断方法具有容易造成知识浪费等问题,已无法满足日益复杂的工作需求,基于新兴研究热点的知识图谱,充分利用无人机先验知识进行故障诊断,可实现组件关联诊断并依靠专家知识实现诊断结果的可解释性.目前面向故障诊断知识图谱的研究较少,通常采用"预训练"模型解决深度学习模型训练的数据不足,但这种方法应用场景限制较大,且不能为后续研究者提供有价值可参考的训练样本.以无人机故障维修手册为主要数据,提出一种基于远程监督的机标人校数据标注方法,获得数量可观、标注精确的无人机故障语料库,并根据数据结构特点结合基于规则和BiLSTM-CRF网络的知识抽取方法,实验证明实体抽取效果良好.基于无人机故障诊断本体完成无人机故障诊断知识图谱的构建,通过Neo4j进行存储及可视化展示,并搭建无人机系统故障的智能问答系统,为无人机故障提供有理有据的精准诊断,证明了知识图谱在故障诊断领域的有效性,为基于知识图谱的故障诊断体系构建提供科学依据.

关键词：无人机、知识图谱、故障诊断、知识抽取、双向长短期记忆网络

所属期刊栏目：59

分类号：TP309;TP181(计算技术、计算机技术)

资助基金：国家重点研发计划;贵州省高等学校人才培养基地项目;贵州省科技计划项目;贵州省科技计划项目;贵州省重大科技专项计划;贵州省高等学校集成攻关大平台项目;贵州省教育厅青年科技人才成长项目;贵州大学引进人才科研项目

在线出版日期：2023-05-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：280-288