基于BiGRU⁃Attention改进的航空设备故障知识图谱构建

doi:10.7527/S1000-6893.2024.29916

Abstract

Abstract:

In response to the challenge of large volumes of aviation equipment failure data and the inefficiency of traditional fault diagnosis methods， we employ the knowledge graph technology to build a high-performance graph database. This database replaces the conventional relational databases used in civilian aircraft to enhance the efficiency of fault diagnosis decision-making. Additionally， we optimize and improve the knowledge extraction model by integrating an attention mechanism and the Bidirectional Gated Recurrent Unit （BiGRU）. Initially， we designed the ontology of the knowledge graph based on expert experience， clearly defining entities and relationship types within the knowledge graph. Subsequently， we trained the BiGRU-Attention optimized knowledge extraction model using fault-text corpora annotated with BIO tags to enhance the efficiency of extracting entities and relationships from unstructured texts. Comparisons with classical knowledge extraction models reveal that the BiGRU-Attention improved model demonstrates superior recognition performance. Ultimately， we utilize the extracted entities and relationships to construct a knowledge graph for diagnosing faults in aviation equipment. This knowledge graph facilitates more accurate fault diagnosis for maintenance personnel involved in aviation equipment troubleshooting.

Key words: aviation equipment malfunction, knowledge graph, attention mechanism, fault diagnosis, bidirectional gated recurrent neural network

CLC Number:

V240.2

Yonggang CHEN, Kangni LIU, Shuai WANG. Fault knowledge graph construction for aviation equipment based on BiGRU⁃Attention improvement[J]. Acta Aeronautica et Astronautica Sinica, 2024, 45(18): 229916.

Figures/Tables 19

Fig.1

Fig.2

Fig.3

Fig.4

Fig.5

Fig.6

Table 1

Fig.7

Fig.8

Fig.9

Table 2

Fig.10

Fig.11

Table 3

Fig.12

Fig.13

Table 4

Table 5

Fig.14

References 32

1	中国民用航空局. 民航行业发展统计公报［R］. 北京：中国民用航空局， 2010-2022.
	Civil Aviation Administration of China. The Bluebook on the Development of China’s Air Transport Industry［R］. Beijing： Civil Aviation Administration of China， 2010-2022 （in Chinese）.
2	贾宝惠，姜番，王玉鑫，等. 基于民机维修文本数据的故障诊断方法［J］. 航空学报， 2023， 44（5）： 326598.
	JIA B H， JIANG F， WANG Y X， et al. Fault diagnosis method based on civil aircraft maintenance text data［J］. Acta Aeronautica et Astronautica Sinica， 2023， 44（5）： 326598 （in Chinese）.
3	徐静. 基于自适应滑模观测器的DC-DC变换器故障诊断方法［D］. 吉林：东北电力大学， 2021.
	XU J. DC-DC converter fault diagnosis method using adaptive sliding mode observer［D］.Jilin： Northeast Dianli University， 2021 （in Chinese）.
4	赵万里，郭迎清，徐柯杰，等. 航空发动机多电分布式控制系统故障诊断与容错关键技术综述［J］. 航空学报， 2023， 44（10）： 027519.
	ZHAO W L， GUO Y Q， XU K J， et al. Review of key technologies for fault diagnosis and accommodation for multi-electric distributed engine control system［J］. Acta Aeronautica et Astronautica Sinica， 2023， 44（10）： 027519 （in Chinese）.
5	李耀华，王星州. 飞机液压系统故障诊断［J］. 计算机工程与应用， 2019， 55（5）： 232-236， 264.
	LI Y H， WANG X Z. Fault diagnosis of aircraft hydraulic system［J］. Computer Engineering and Applications， 2019， 55（5）： 232-236， 264 （in Chinese）.
6	王雪飞，李青，冯力. 基于模型和故障树的飞机故障诊断方法［J］. 科学技术与工程， 2017， 17（20）： 308-313.
	WANG X F， LI Q， FENG L. Aircraft fault diagnosis method based on model and fault-tree［J］. Science Technology and Engineering， 2017， 17（20）： 308-313 （in Chinese）.
7	YOU S H， CHO Y M， HAHN J O. Model-based fault detection and isolation in automotive yaw moment control system［J］. International Journal of Automotive Technology， 2017， 18（3）： 405-416.
8	ZHANG K， XU Y G， LIAO Z Q， et al. A novel Fast Entrogram and its applications in rolling bearing fault diagnosis［J］. Mechanical Systems and Signal Processing， 2021， 154： 107582.
9	林海香，卢冉，陆人杰，等. 融合BiLSTM-CBA组合模型的高铁车载设备故障诊断［J］. 中国安全科学学报， 2022， 32（6）： 79-86.
	LIN H X， LU R， LU R J， et al. Fault diagnosis of high-speed railway on-board equipment based on BiLSTM-CBA hybrid model［J］. China Safety Science Journal， 2022， 32（6）： 79-86 （in Chinese）.
10	王修岩，薛斌斌，李宗帅. 基于Petri网的飞机交流发电机故障诊断方法研究［J］. 计算机测量与控制， 2012， 20（4）： 878-880.
	WANG X Y， XUE B B， LI Z S. Fault diagnosis methods of aircraft AC generator based on petri nets［J］. Computer Measurement & Control， 2012， 20（4）： 878-880 （in Chinese）.
11	王猛. 基于Petri网模型的高铁沿线外部环境安全风险研究［J］. 中国安全科学学报， 2022， 32（）： 57-62.
	WANG M. Research on the safety risk of external environment along high-speed railway based on petri net model［J］. China Safety Science Journal， 2022， 32（Sup 1）： 57-62 （in Chinese）.
12	王凯，樊纲旗，董瑾，等. 故障树分析法（FTA）在大型飞机机载设备系统故障诊断中的应用［J］. 现代制造技术与装备， 2018（11）： 144-146.
	WANG K， FAN G Q， DONG J， et al. Application of fault tree analysis（FTA） in fault diagnosis of large aircraft airborne equipment system［J］. Modern Manufacturing Technology and Equipment， 2018（11）： 144-146 （in Chinese）.
13	陈洪转，赵爱佳，李腾蛟，等. 基于故障树的复杂装备模糊贝叶斯网络推理故障诊断［J］. 系统工程与电子技术， 2021， 43（5）： 1248-1261.
	CHEN H Z， ZHAO A J， LI T J， et al. Fuzzy Bayesian network inference fault diagnosis of complex equipment based on fault tree［J］. Systems Engineering and Electronics， 2021， 43（5）： 1248-1261 （in Chinese）.
14	李欣，乔颖，李想，等. 基于ECA规则推理的故障诊断技术［J］. 计算机工程与设计， 2011， 32（3）： 1023-1028.
	LI X， QIAO Y， LI X， et al. Fault diagnosis technology based on ECA rules［J］. Computer Engineering and Design， 2011， 32（3）： 1023-1028 （in Chinese）.
15	阴东玲，陈兆波，曾建潮，等. 煤矿作业人员不安全行为的影响因素分析［J］. 中国安全科学学报， 2015， 25（12）： 151-156.
	YIN D L， CHEN Z B， ZENG J C， et al. Analysis of factors affecting coal mine operators’ unsafe acts［J］. China Safety Science Journal， 2015， 25（12）： 151-156 （in Chinese）.
16	EL-SHAFAI W， MAHMOUD A A， EL-RABAIE E S M， et al. Traditional Chinese medicine automated diagnosis based on knowledge graph reasoning［J］. Computers， Materials & Continua， 2022， 71（1）： 159-170.
17	刘凤娟，赵蔚，姜强，等. 基于知识图谱的个性化学习模型与支持机制研究［J］. 中国电化教育， 2022（5）： 75-81， 90.
	LIU F J， ZHAO W， JIANG Q， et al. Research on personalized learning model and support mechanism based on knowledge graph［J］. China Educational Technology， 2022（5）： 75-81， 90 （in Chinese）.
18	王杰，谢忠局，赵建涛，等. 基于知识图谱和用户画像的金融产品推荐系统［J］. 计算机应用， 2022， 42（）： 43-47.
	WANG J， XIE Z J， ZHAO J T， et al. Financial product recommendation system based on knowledge map and user portrait［J］. Journal of Computer Applications， 2022， 42（Sup 1）： 43-47 （in Chinese）.
19	ZHAO Y C， ZHANG B K， GAO D. Construction of petrochemical knowledge graph based on deep learning［J］. Journal of Loss Prevention in the Process Industries， 2022， 76： 104736.
20	邢雪琪，丁雨童，夏唐斌，等. 基于知识图谱的商用飞机维修方案推荐系统集成建模［J］. 浙江大学学报（工学版）， 2023， 57（3）： 512-521.
	XING X Q， DING Y T， XIA T B， et al. Integrated modeling of commercial aircraft maintenance plan recommendation system based on knowledge graph［J］. Journal of Zhejiang University （Engineering Science）， 2023， 57（3）： 512-521 （in Chinese）.
21	薛坤. 面向军事领域的知识图谱构建与应用研究［D］. 大连：大连理工大学， 2020.
	XUE K. Research on the construction and application of knowledge graph in the military field［D］.Dalian： Dalian University of Technology， 2020 （in Chinese）.
22	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）： 625499.
	NIE T P， ZENG J Y， CHENG Y J， et al. Knowledge graph construction technology and its application in aircraft power system fault diagnosis［J］. Acta Aeronautica et Astronautica Sinica， 2022， 43（8）： 625499 （in Chinese）.
23	DEVLIN J， CHANG M W， LEE K， et al. BERT： Pre-training of deep bidirectional transformers for language understanding［EB/OL］. 2018： arXiv： 1810.04805. .
24	陈克正，郭晓然，钟勇，等. 基于负训练和迁移学习的关系抽取方法［J］. 计算机应用， 2023， 43（8）： 2426-2430.
	CHEN K Z， GUO X R， ZHONG Y， et al. Relation extraction method based on negative training and transfer learning［J］. Journal of Computer Applications， 2023， 43（8）： 2426-2430 （in Chinese）.
25	CHIU J P C， NICHOLS E. Named entity recognition with bidirectional LSTM-CNNs［J］. Transactions of the Association for Computational Linguistics， 2016， 4： 357-370.
26	CHE J L， TANG L， DENG S， et al. Chinese word segmentation based on Bidirectional GRU-CRF model［J］. International Journal of Performability Engineering， 2018，14（12）： 3066-3075.
27	MENG F Q， YANG S S， WANG J D， et al. Creating knowledge graph of electric power equipment faults based on BERT-BiLSTM-CRF model［J］. Journal of Electrical Engineering & Technology， 2022， 17（4）： 2507-2516.
28	MENG F Q， YANG S S， WANG J D， et al. Creating knowledge graph of electric power equipment faults based on BERT-BiLSTM-CRF model［J］. Journal of Electrical Engineering & Technology， 2022， 17（4）： 2507-2516
29	LV J H， DU J P， ZHOU N， et al. BERT-BIGRU-CRF： A novel entity relationship extraction model［C］∥ 2020 IEEE International Conference on Knowledge Graph （ICKG）. Piscataway： IEEE Press， 2020： 157-164.
30	NGUYEN T H， GRISHMAN R. Relation extraction： Perspective from convolutional neural networks［C］∥ Proceedings of the 1st Workshop on Vector Space Modeling for Natural Language Processing. Stroudsburg： Association for Computational Linguistics， 2015： 39-48.
31	LAN W W， XU W. Neural network models for paraphrase identification， semantic textual similarity， natural language inference， and question answering［EB/OL］. 2018： arXiv： 1806.04330.
32	ZHOU P， SHI W， TIAN J， et al. Attention-based bidirectional long short-term memory networks for relation classification［C］∥ Proceedings of the 54th Annual Meeting of the Association for Computational Linguistics （Volume 2： Short Papers）. Stroudsburg： Association for Computational Linguistics， 2016： 207-212.

记录纸编号	故障时间	故障描述	故障处理
NRCXXX	2022-04-29	机组报告2号液压系统加压较慢	依据AMM29-34-01与B-3142飞机对串2号液压系统泵液压电门MT123，测试结果正常
NRCXXX	2022-06-21	机组报告左右发振动值偏高，其中左发最高振动值1.0	依据AMM72-21-02检查发动机风扇叶片，结果正常
NRCXXX	2022-07-10	航后检查发现后乘务座椅下 PBE封签破损	依据AMMM35-31-06更换后乘务座椅下PBE封条，结果正常
NRCXXX	2022-08-08	中央加/放油关断活门在打开位	依据AMM28-25-06更换中央加/放油关断活门，依据AMM28-25-00操作测试压力加/放油系统，结果正常
NRCXXX	2022-08-28	检查发现左发尾罩固定连杆和衬套磨损	依据AMM71-13-05更换左发尾罩固定连杆和衬套，结果正常

模型	训练时间/s
BERT	489
BiLSTM-CRF	472
BiGRU-CRF	429
BERT-BiLSTM-CRF	356
BERT-BiGRU-CRF	319
BERT-BiGRU-Attention-CRF	298

模型	训练时间/s
BiLSTM	215
BiGRU	178
BiLSTM-Attention	336
BiGRU-Attention	277

编号	故障部件	推理关系	发生频率/次数
1	导航系统	｛ATA=34，出现主要问题=MDC显示HGS COMPUTER 1 FAIL INTERNAL FAULT｝→｛故障处理=清洁HGS风扇气滤｝	177
2	空调系统	｛ATA=21，出现主要问题=航后检查发现客舱前后温差较大｝→｛故障处理=拆装并清洁前后客舱温度传感器，操作测试温度控制系统｝	173
3	通讯系统	｛ATA=23，出现主要问题=航后检查发现ACP#1选择旋钮松动｝→｛故障处理=重新安装ACP#1选择旋钮｝	138
4	飞机操作系统	｛ATA=27，出现主要问题=ED2显示"FLAPS HALFSPEED"信息｝→｛故障处理=更换歪斜传感器MT2｝	119
5	舱门	｛ATA=52，出现主要问题=航后发现后货舱门手柄卡阻｝→｛故障处理=润滑后货舱门手柄｝	99
6	防冰和排雨系统	｛ATA=30，出现主要问题=ED1显示 L WINDOW HEAT 信息｝→｛故障处理=测量S1/S2； S3/S4；S5/S6 P1/P2阻值；使用APU增压至4.0psid后，用力按压左侧窗传感器接线块过程中，测量S1/S2，S3/S4，S5/S6， P1/P2的阻值｝	95
7	设备/ 设施	｛ATA=25，出现主要问题=机组报告驾驶舱门锁卡顿｝→｛故障处理=清洁门锁机构，测试门锁机构｝	92
8	起落架系统	｛ATA=32，出现主要问题=机组报告右内刹车温度高｝→｛故障处理=完成右内刹车放气工作｝	90
9	气源系统	｛ATA=36，出现主要问题=航前ED2出现 DUCT MON FAULT信息｝→｛故障处理=引气泄漏探测系统余度降低C类保留，无M项，无O程序｝	89
10	辅助动力装置	｛ATA=49，出现主要问题=ED1 显示 APU FAULT｝→｛故障处理=检查APU点火导线｝	61

故障设备	NRC_类型	ATA号	记录纸编号	飞机编号	故障时间	故障类型	航站	报告部门	维修级别	故障来源
防火系统	正常NRC	26	NRCXXX106	3380	2022-01-17	MA	重庆/江北	重庆航线	航线	航线工卡
			NRCXXX335	601Z	2022-01-22	PI	重庆/江北	重庆航线	航线	机组报告
			NRCXXX511	601Z	2022-01-24	PI	东河	包头航线	航线	机组报告
			NRCXXX716	3379	2022-05-10	MA	天津/滨海	天津航线	航线	维修报告
			NRCXXX157	3380	2022-05-12	MA	库尔勒/梨城	库尔勒航线	航线	维修报告
			NRCXXX440	3361	2022-06-04	PI	贵阳/龙洞堡	贵阳航线	航线	机组报告
			NRCXXX957	3363	2022-06-06	PI	贵阳/龙洞堡	贵阳航线	航线	机组报告
			NRCXXX189	3377	2022-07-01	PI	呼和浩特/白塔	呼和航线	航线	航线工卡
			NRCXXX002	3377	2022-07-06	PI	呼和浩特/白塔	呼和航线	航线	机组报告
			NRCXXX727	7693	2022-07-10	MA	天津/滨海	天津航线	航线	维修报告
			NRCXXX353	602P	2022-08-07	PI	库尔勒/梨城	库尔勒航线	航线	机组报告

Fault knowledge graph construction for aviation equipment based on BiGRU⁃Attention improvement

RichHTML

PDF (PC)

Knowledge

Abstract

Cite this article

share this article

Figures/Tables 19

References 32

Related Articles 15

Recommended Articles

Metrics

Comments

[1]	Zuoxu WANG, Xin WANG, Shuang MENG, Lianyu ZHENG. A knowledge-user behavior-driven aircraft assembly tooling design knowledge recommendation approach [J]. Acta Aeronautica et Astronautica Sinica, 2025, 46(9): 431417-431417.
[2]	Lingjie MENG, Hongguang LI, Xinjun LI. SAR image simulation method guided by geomorphic category information [J]. Acta Aeronautica et Astronautica Sinica, 2025, 46(7): 331003-331003.
[3]	Qing GUO, Xiaoyang LIU, Junfeng FAN, Yu FU, Hongfu ZUO. Adaptive gas path fault diagnosis method of civil aviation engine fusing prior information [J]. Acta Aeronautica et Astronautica Sinica, 2025, 46(4): 230871-230871.
[4]	Guixian QU, Dongyang LIU, Xu YANG, Tian QIU, Chuankai LIU, Shuiting DING, Shuzheng YUAN, Kan GUO. Remaining useful life prediction method based on temporal information enhancement of sensors [J]. Acta Aeronautica et Astronautica Sinica, 2025, 46(17): 231634-231634.
[5]	Shuming YANG, Jianjun WU, Changlin XIE, Yuqiang CHENG, Biao WANG. Application issues of data-driven intelligent fault diagnosis technologies for liquid rocket engines [J]. Acta Aeronautica et Astronautica Sinica, 2025, 46(15): 131427-131427.
[6]	Chuanyun WANG, Yang SU, Linlin WANG, Tian WANG, Jingjing WANG, Qian GAO. Multi-object continuous robust tracking algorithm for anti-UAV swarm [J]. Acta Aeronautica et Astronautica Sinica, 2024, 45(7): 329017-329017.
[7]	Minghui HU, Jinji GAO, Zhinong JIANG, Weimin WANG, Limin ZOU, Tao ZHOU, Yunfeng FAN, Yue WANG, Jiaxin FENG, Chenyang LI. Research progress on vibration monitoring and fault diagnosis for aero-engine [J]. Acta Aeronautica et Astronautica Sinica, 2024, 45(4): 630194-630194.
[8]	Zhanjun HUANG, Xin DONG, Muyu LU, Ruitao ZHANG, Zhaoyang YAN, An ZHANG. Fault diagnosis of inverter of aviation HVDC sysytem based on DRSN and voltage amplitude analysis [J]. Acta Aeronautica et Astronautica Sinica, 2024, 45(3): 328685-328685.
[9]	Jiang CUI, Fan ZHOU, Yongfan CHEN, Li YU, Zhuoran ZHANG. A technique for aerospace generator rectifier fault diagnosis based on GAMF-CNN [J]. Acta Aeronautica et Astronautica Sinica, 2024, 45(24): 330398-330398.
[10]	Yueteng WU, Dun BA, Juan DU, Yunfei LI, Juntao CHANG. Compressor flow field reconstruction method based on deep attention networks [J]. Acta Aeronautica et Astronautica Sinica, 2024, 45(24): 630580-630580.
[11]	Minghui HU, Shaopeng LIU, Hao WANG, Chenyang LI, Weimin WANG, Zhinong JIANG. Characterization and identification of gas turbine blade fracture faults based on broadband vibration [J]. Acta Aeronautica et Astronautica Sinica, 2024, 45(20): 230098-230098.
[12]	Tianqing LI, Weimin WANG, Xulong ZHANG, Shuhui WANG, Zhenyu FU. Identification method of rotor blade axial displacement based on blade tip timing [J]. Acta Aeronautica et Astronautica Sinica, 2024, 45(2): 228682-228682.
[13]	Xiangxi KONG, Wenyuan QIN, Piaoyi SU, Yongzhao HUA, Xiwang DONG, Li WANG, Ying SU, Kun LYU. Damage assessment algorithm based on deep learning and fuzzy analytic hierarchy process [J]. Acta Aeronautica et Astronautica Sinica, 2024, 45(19): 329503-329503.
[14]	Hui LI, Yinchao CHEN, Shaoshan SUN, Zhaoxin LIANG, Gang MAO, Bin QIAO, Yongbo LI. Fault diagnosis method of rotor system based on federated graph network [J]. Acta Aeronautica et Astronautica Sinica, 2024, 45(17): 530611-530611.
[15]	Yuanhao HU, Yibo SONG, Jiahui LIU, Xiaoli ZHAO, Wenxiang DENG, Jian HU, Jianyong YAO. Fault diagnosis of electro-hydraulic proportional servo valves based on attention convolutional capsule networks [J]. Acta Aeronautica et Astronautica Sinica, 2024, 45(15): 630407-630407.