控制理论与应用

作者：崔更申,李书漪,黄春跃,梁颖,张怀权,曹知勤

单位：桂林电子科技大学 计算机与信息安全学院,桂林电子科技大学 机电工程学院,桂林电子科技大学 机电工程学院,成都航空职业技术学院 信息工程学院,桂林电子科技大学 机电工程学院,四川省钒钛材料工程技术研究中心

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

基金：国家自然科学基金项目(61164002), 广西重点研发计划项目(桂科AB23075076), 四川省钒钛材料工程技术研究中心开放基金项目(2023FTGC08), 桂林电子科技大学研究生教育创新计划项目(2023YCXS011, 2023YCXS014, 2023YCXS019)资助.

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.

来源：2026年第2期

《控制理论与应用》期刊编辑部

查看控制理论与应用杂志2026年第2期