买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉南京航空航天大学申请的专利一种基于数控机床故障知识图谱的智能问答方法及其系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116150337B 。

龙图腾网通过国家知识产权局官网在2026-04-24发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310077227.5，技术领域涉及：G06F16/3329；该发明授权一种基于数控机床故障知识图谱的智能问答方法及其系统是由马亚杰;张昊阳;姜斌;冒泽慧;陆宁云设计研发完成，并于2023-01-30向国家知识产权局提交的专利申请。

本一种基于数控机床故障知识图谱的智能问答方法及其系统在说明书摘要公布了：本发明公开了一种基于数控机床故障知识图谱的智能问答方法及其系统，包括：处理数控机床故障维修记录，构建故障领域知识图谱；构建融合GAT和RotatE的知识推理模型并进行训练，将数控机床故障知识库中的故障三元组输入图注意力层，经过训练后得到的实体和关系的嵌入表示向量被输入到链接预测层；构建智能问答系统网页，获取用户的问题文本，用实体替换问题三元组的尾实体；计算被替换三元组的得分并按得分排序，将结果知识过滤后以表格形式反馈给用户。本发明将知识图谱和智能问答引入故障诊断领域，通过融合GAT和RotatE的知识推理模型对数控机床故障知识图谱进行知识推理并构造智能问答系统，从而有效提高数控机床故障诊断和维修的准确率。

本发明授权一种基于数控机床故障知识图谱的智能问答方法及其系统在权利要求书中公布了：1.一种基于数控机床故障知识图谱的智能问答方法，其特征在于，包括以下步骤： S1、构建数控机床故障知识图谱：将收集到的数控机床设备维修记录进行处理，保留实体和实体之间的语义关系，生成故障三元组，所述的故障三元组包括头实体、关系和尾实体，将故障三元组储存在数控机床故障知识库中，按比例将故障三元组拆分为训练集、验证集和测试集，将故障三元组导入Neo4j图数据库中形成一张全新的数控机床故障知识图谱； S2、构建融合GAT和RotatE的知识推理模型并进行训练：融合GAT和RotatE的知识推理模型包括图注意力层部分和链接预测层部分；将数控机床故障知识库中的故障三元组输入图注意力层，经过训练后得到的实体和关系的嵌入表示向量被输入到链接预测层；在链接预测层，采用随机采样的方式从正例故障三元组中得到负例故障三元组，通过得分函数计算正例故障三元组和负例故障三元组的得分，循环迭代优化结束后保存链接预测层输出的实体和关系的嵌入表示向量； S3、问题识别：构建智能问答系统网页，获取用户提出的问题文本，利用Python库和自定义词典提取问题文本的关键词，将问题文本的关键词和数控机床故障三元组的实体进行语义相似度计算，确定问题三元组的头实体，通过特征词匹配和意图识别相结合的方式确定问题三元组的关系，从数控机床故障知识库中随机一个实体作为问题三元组的尾实体； S4、答案输出：用数控机床故障知识库中的实体替换问题三元组的尾实体得到被替换问题三元组，调用融合GAT和RotatE的知识推理模型训练得到的实体和关系的嵌入表示向量，将被替换问题三元组转化为向量的形式，利用得分函数计算被替换问题三元组的得分，将被替换问题三元组按照得分进行排序和知识过滤，最后将得分最低的十个被替换问题三元组以表格的形式输出给用户； 在步骤S1中所述的构建数控机床故障知识图谱，包括： S1.1、数控机床设备维修记录处理：将收集到的数控机床设备维修记录进行处理，删除缺失行和无意义行，保留设备名称、故障情况和维修结果三种实体类别和不同实体类别之间的语义关系，根据保留的实体类别和语义关系构建由头实体、关系和尾实体组成的故障三元组，将故障三元组存储在数控机床故障知识库； S1.2、划分训练集、验证集和测试集：按照7:2:1的比例将故障三元组随机划分为训练集、验证集和测试集三部分，训练集用于更新融合GAT和RotatE的知识推理模型的参数，验证集用于对融合GAT和RotatE的知识推理模型的参数进行调整，测试集用于对融合GAT和RotatE的知识推理模型的泛化能力进行评价； S1.3、构建数控机床故障知识图谱：利用Python创建数控机床故障知识图谱，向数控机床故障知识图谱中插入数控机床故障知识库中的故障三元组，故障三元组的实体和关系分别用数控机床故障知识图谱的节点和边表示，通过Neo4j图数据库生成一张全新的数控机床故障知识图谱并进行可视化展示； 在步骤S2中所述的构建融合GAT和RotatE的知识推理模型并进行训练，包括： S2.1、构建图注意力层：图注意力层采用注意力机制，通过聚合函数进行建模，计算数控机床故障知识图谱中的节点和邻居节点的权重关系，然后对权重关系进行非线性激活，通过逻辑回归函数得到注意力系数，最后将注意力系数加权聚合得到输出时节点的嵌入表示向量，进行代码实现时指定图注意力层的各层节点数、学习率、迭代次数； 为了将融合GAT和RotatE的知识推理模型输入的实体和关系转换到向量空间中，通过已初始化的矩阵WW∈RF′×F定义一个映射b:RF′×RF→R，其中F和F'分别表示输入时实体和关系的嵌入表示向量的维度和输出时实体和关系的嵌入表示向量的维度，再由注意力机制计算得到节点i和节点j的权重关系： eij＝bWxi,Wxj1 其中，eij是节点i和节点j的权重关系，b是映射向量，W是节点i和节点j的线性变换矩阵，xi是节点i，xj是节点i的邻居节点j； 加入LeakyReLU非线性激活函数，使用softmax函数进行正则化处理，得到节点i的注意力系数： 其中，αij是节点i的注意力系数，Ni是第i个节点的邻居节点，expx是数学运算ex，||是向量拼接操作，bT是映射向量b的转置，xk是第k个节点的邻居节点； 将所求的节点i的注意力系数加权求和，可得训练后节点i的嵌入表示向量： 其中，σ是非线性转换操作，xi′是训练后的节点i的嵌入表示向量； S2.2、构建链接预测层：利用RotatE模型构建融合GAT和RotatE的知识推理模型的链接预测层，采用随机采样的方式从正例故障三元组中得到负例故障三元组，通过得分函数计算正例故障三元组和负例故障三元组的得分，进行代码实现时指定RotatE模型实体和关系的嵌入表示向量的维度、损失函数、得分函数； RotatE模型的基本思想来源于欧拉公式： eiθ＝cosθ+isinθ4 其中，指数iθ被表示为在复数向量空间中的旋转角度θ；因此，RotatE模型将实体和关系映射到复数向量空间中，并且定义关系为从头实体嵌入表示向量到尾实体嵌入表示向量的旋转角度；给定一个故障三元组，故障三元组的头实体嵌入表示向量经过故障三元组的关系嵌入向量旋转后得到的旋转向量应该尽可能接近故障三元组的尾实体嵌入表示向量；故障三元组的旋转向量和故障三元组的尾实体嵌入向量越靠近，故障三元组的实体和关系的嵌入表示向量越准确；用距离函数来计算故障三元组的旋转向量和故障三元组的尾实体嵌入向量的靠近程度，计算公式如下： 其中，drh,r,t表示故障三元组的得分结果，h表示故障三元组的头实体嵌入向量，r表示故障三元组的关系嵌入向量，t表示故障三元组的尾实体嵌入向量，表示圈乘操作，||·||L1L2表示L1范数或L2范数，具体计算公式如下： 其中，X为矩阵，xi为矩阵中的第i个元素； S2.3、训练融合GAT和RotatE的知识推理模型：将数控机床故障知识库中的故障三元组的训练集输入到融合GAT和RotatE的知识推理模型的图注意力层进行训练，得到训练后数控机床故障知识图谱中每个节点的嵌入表示向量，计算正例故障三元组和负例故障三元组的得分，设计MarginLoss函数为损失函数，损失函数的计算公式如下： Loss＝max[0,γ+drh,t-dr'h',t']8 其中，Loss表示故障三元组的损失函数值，γ表示正例故障三元组和负例故障三元组之间的距离，一般取1，drh,t表示正例故障三元组的得分结果，dr'h',t'表示负例故障三元组的得分结果； 使用Adam优化器优化学习，不断更新融合GAT和RotatE的知识推理模型的权重参数，使故障三元组的损失函数值不断降低，循环结束后保存故障三元组的实体和关系的嵌入表示向量； S2.4、测试融合GAT和RotatE的知识推理模型性能：利用融合GAT和RotatE的知识推理模型训练后得到的故障三元组的实体和关系的嵌入表示向量，将数控机床故障知识库中的故障三元组的测试集转换为嵌入表示向量的形式，然后分别替换故障三元组的测试集的头实体和尾实体得到被替换故障三元组，通过得分函数将所有被替换故障三元组按照得分结果由低到高进行排序，查找替换前的故障三元组的头实体或尾实体所在的位置，利用Hit@3、Hit@10、MR、MRR评价指标评估融合GAT和RotatE的知识推理模型的泛化能力； 在步骤S3中所述的问题识别，包括： S3.1、构建智能问答系统网页：通过Python的Django库创建项目，修改路由地址，选择CSS、JS插件编写HTML网页文件，使后台可以接收智能问答系统网页上用户提出的问题，并将后台处理后的结果展现在智能问答系统的网页上； S3.2、实体识别：利用Python的jieba库和自定义词典提取出用户提出的问题的关键词，将问题的关键词和数控机床故障知识库中的实体进行语义相似度计算，语义相似度计算结果最高的数控机床故障知识库的实体为问题三元组的头实体； S3.3、构建问题三元组：采用特征词匹配和意图识别相结合的方式，确认问题三元组的关系，然后由问题三元组的头实体、问题三元组的关系和从数控机床故障知识库中随机选择的一个实体作为问题三元组的尾实体，共同构成问题三元组。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人南京航空航天大学，其通讯地址为：210016 江苏省南京市秦淮区御道街29号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。