针对船舶电子设备故障的诊断问题，提出一种基于知识图谱的故障诊断系统。该系统不仅利用传统的故障维修日志库，还利用图书馆电子数据源提取和整合广泛的知识，建立起一个详尽的船舶设备故障知识图谱，为运维人员提供了一个全面的参考框架，并使用机器学习方法实现对电子设备故障的快速和准确诊断，显著提高了船舶故障处理的效率。
In response to the diagnostic issues of maritime electronic equipment failures, a knowledge graph-based fault diagnosis system has been proposed. This system not only utilizes the traditional fault repair log library but also leverages electronic data sources from the library to extract and integrate extensive knowledge, establishing a comprehensive maritime equipment fault knowledge graph. It provides operational and maintenance personnel with a holistic reference framework and employs machine learning methods to achieve rapid and accurate diagnosis of electronic equipment failures, significantly improving the efficiency of ship fault handling.
2024,46(16): 153-157 收稿日期：2024-02-06
DOI：10.3404/j.issn.1672-7649.2024.16.025
分类号：U672.5
作者简介：司聿宣(1981 – )，女，硕士，工程师，研究方向为数字资源管理与应用
参考文献：
[1] 卞嘉楠, 冒泽慧, 姜斌, 等. 基于知识图谱和多任务学习的工业生产关键设备故障诊断方法[J]. 中国科学: 信息科学, 2023, 53(4): 699-714.
[2] 朱大奇, 于盛林. 基于知识的故障诊断方法综述[J]. 安徽工业大学学报(自然科学版), 2002(3): 197-204.
[3] 聂同攀, 曾继炎, 程玉杰, 等. 面向飞机电源系统故障诊断的知识图谱构建技术及应用[J]. 航空学报, 2022, 43(8): 46-62.
[4] 刘炎昌. 基于知识图谱的电力通信设备故障诊断方法研究及应用[D]. 吉林：东北电力大学, 2023.
[5] 卞嘉楠, 冒泽慧, 姜斌, 等. 基于知识图谱和多任务学习的工业生产关键设备故障诊断方法[J]. 中国科学: 信息科学, 2023, 53(4): 699-714.
[6] 刘峤, 李杨, 段宏, 等. 知识图谱构建技术综述[J]. 计算机研究与发展, 2016, 53(3): 582-600.
