[发明专利]一种基于故障数据的外场质量分析方法及系统

说明书

本发明提供了一种基于故障数据的外场质量分析方法及系统，方法包括建立故障数据信息文件；对故障数据进行分词和词性标注；对故障数据进行命名实体识别；基于故障数据的分词和词性标注结果、命名实体识别结果，对该故障数据进行句法依存关系分析；基于场外质量分析维度，并根据各故障数据的分词和词性标注结果、命名实体识别结果、句法依存关系分析结果，获取故障相关的统计数据，完成外场质量分析。本发明的方法及系统能够开展故障跟踪、故障统计、质量评价，实现外场维护中各型设备的故障定位和关联分析，其能够解决外场质量无法精准监控、故障数据无法有效利用、人工分析准确度低的问题。

技术领域

本发明属于航空电子技术领域，涉及一种基于故障数据的外场质量分析方法及系统。

背景技术

飞机在外场维护保障过程中会海量数据，其中故障数据来源于维护卡片、数据判读结果、综合监控信息等记录或采集的信息，由于故障数据仅停留在记录和简单查询阶段，需要对其进行自然语言处理、大数据等技术开展深入挖掘分析，以探索故障发生机理和关联系统，实现外场质量跟踪。

目前，外场质量跟踪现分析方法是将故障数据放入质量控制系统中，人工查看并分析故障部件、故障部件所在系统、故障原因、故障等级等情况，然后通过人工给出故障解决方法，最后将故障排查方法以及解决方案上报。人工处理故障数据的效率低，且人工主观分析不能进行关联分析，会影响故障分析的准确性。

发明内容

本发明设计了一种基于故障数据的外场质量分析方法及系统，其能够通过词性标注、实体识别、依存句法分析对故障数据进行处理，开展故障跟踪、故障统计、质量评价，实现外场维护中各型设备的故障定位和关联分析，其能够解决外场质量无法精准监控、故障数据无法有效利用、人工分析准确度低的问题。

实现发明目的的技术方案如下：

第一方面，本发明提供了一种基于故障数据的外场质量分析方法，包括以下步骤：

建立故障数据信息文件，故障数据信息文件中包括多条故障数据；

对故障数据进行分词和词性标注；

对故障数据进行命名实体识别；

基于故障数据的分词和词性标注结果、命名实体识别结果，对该故障数据进行句法依存关系分析；

基于场外质量分析维度，并根据各故障数据的分词和词性标注结果、命名实体识别结果、句法依存关系分析结果，获取故障相关的统计数据，完成外场质量分析。

进一步的，故障数据中分词和词性标注包括实词标注、虚词标注，且实词标注结果及虚词标注标注结果存储在第一数据库中。

进一步的，故障数据中命名实体识别包括实体类识别、时间类识别、数字类识别，且实体类识别结果、时间类识别结果、数字类识别结果存储在第二数据库中。

进一步的，故障数据的句法依存关系分析包括动宾关系分析、主谓关系分析、核心关系分析，且动宾关系分析结果、主谓关系分析结果、核心关系分析结果存储在第三数据库中。

进一步的，场外质量分析维度是根据用户统计需求获取的，包括质量特征提取、质量模型构建、质量评价；

质量特征提取包括故障历史发生次数、故障所属系统故障次数、故障部件故障次数、故障等级；

质量评价模型构建方法为采用深度卷积神经网络，对历史故障数据的质量特征数据进行无监督学习后构建，并采用新增故障数据和/或专家知识进行模型验证；

质量评价方法为采用质量评价模型对故障进行质量评估，并对该故障对应的系统进行质量评价。

第二方面，本发明提供了一种基于故障数据的外场质量分析系统，包括：