CN112836499B - Pcb故障诊断规则库的构建方法、电子设备及存储介质 - Google Patents
Pcb故障诊断规则库的构建方法、电子设备及存储介质 Download PDFInfo
- Publication number
- CN112836499B CN112836499B CN201911160208.9A CN201911160208A CN112836499B CN 112836499 B CN112836499 B CN 112836499B CN 201911160208 A CN201911160208 A CN 201911160208A CN 112836499 B CN112836499 B CN 112836499B
- Authority
- CN
- China
- Prior art keywords
- semantic
- verb
- information
- fault
- pcb
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Landscapes
- Machine Translation (AREA)
Abstract
本发明涉及智能语言处理技术领域,具体涉及一种PCB故障诊断规则库的构建方法、电子设备及其存储介质。PCB故障诊断规则库构建方法,获取执行对象多个的故障语句,对多个故障语句进行语法分析确定动词类型,根据动词类型将语法分析结果填充至语义框架中,对语义框架中的信息进行语义分析后得到风险信息,将风险信息以语义模板的形式储存,将语义模板中的信息转化为目标语言得到故障针对规则库。本发明提供的PCB故障诊断规则库构建方法以及建立起的规则库,能够实现基于自然语言对PCB的故障进行诊断,能够将IPC标准中的PCB信息更大程度地应用在故障诊断中,并对未来专家系统知识库构建提供了重要的参考意义。
Description
技术领域
本发明涉及智能语言处理技术领域,具体涉及一种PCB故障诊断规则库的构建方法、电子设备及其存储介质。
背景技术
随着电子技术的迅速发展,电子产品变得微小化和多功能化,电子产品的应用范围也越来越广,这使得对电子产品可靠性的要求越来越高。印制电路板(PCB,PrintedCircuit Board)作为电子产品的重要组成,其设计也越来越复杂。电子产品的可靠性很大程度上取决于PCB的可靠性,因此,对PCB的可靠性进行评估变得十分重要。现有的PCB可靠性评估主要通过建模和试验两种方法,这两种方法已经不能满足实际工程应用的需求。因此,采用人工智能的方法对PCB进行故障诊断成为了新的发展趋势。
专家系统作为人工智能中的一种,能够有效地解决PCB故障诊断的难题。CLIPS作为专家系统工具的一种,支持基于规则的、面向对象的和面向过程的编程,其基本组成包括事实表、知识库和推理机。专家系统知识库的构建作为专家系统中的重要环节在研究中具有重要意义。IPC (Association Connecting Electronics Industries)是一家全球性非盈利电子行业协会,其目的是规范电子设备及其零件的装配和生产要求,广泛地应用于电子制造行业。IPC标准通过对设计理念,设计准则和设计流程的分析,构建了一系列“可靠性设计(DfR)”相关体系,以保证印刷电路板组件的可靠性,并重点针对具有表面贴装元器件的印刷电路板组件系统,包括全部使用表面贴装元器件的、混有部分插接元器件的、单面或双面安装元器件的结构,进行了详细分析说明。传统的知识库通过知识工程师与领域专家交流,获取领域相关知识,并以一定方式进行表示。这种方式效率较低,同时可移植性较差。
发明内容
为了解决以上的技术问题,本发明提供一种PCB故障诊断规则库的构建方法、电子设备及存储介质,以解决现有技术中语言故障诊断效率低,且可移植性差的问题。
本申请实施例的第一方面提供了一种PCB故障诊断规则库的构建方法,包括:
获取执行对象多个的故障语句,对多个故障语句进行语法分析确定动词类型;
根据动词类型将语法分析结果填充至语义框架中,对语义框架中的信息进行语义分析后得到风险信息;
将风险信息以语义模板的形式储存,将语义模板中的信息转化为目标语言得到故障针对规则库。
可选地,所述多个故障语句的获取方法包括构建数据库,数据库与执行对象的执行信息进行对比,通过对比结果得到故障语句。
可选地,所述数据库包括PCB产品信息和PCB标准信息,PCB产品信息包括PCB领域材料、制造技术与工艺、故障模式内容信息。
可选地,所述语法分析包括词法分析和句法分析,词法分析用于识别固定词组和时态变化,句法分析用于识别故障语句中的主语、宾语和谓语。
可选地,所述动词类型的确定通过将谓语中的动词与特定标准进行匹配。
可选地,所述语义框架中包含动词及相关信息、施动对象、受动对象和其他信息.
可选地,所述语义分析的方法包括将语句填充入语义框架中,确定施动对象、受动对象和动词类型,根据动词类型确定匹配对象填充至语义模板。
可选地,所述语义模板的信息转发方法包括将语义模板转换成CLIPS 语言,按照每个槽的映射规则,将语义模板中槽的内容映射到CLIPS语言模板内直至每个句子中的全部元素都对应到CLIPS语言模板中。
本申请实施例的第二方面提供了一种电子设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上述第一方面中任一项所述方法的步骤。
本申请实施例的第三方面提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如上述第一方面中任一项所述方法的步骤。
上述方案的有益效果:本发明提供的PCB故障诊断规则库构建方法以及建立起的规则库,能够实现基于自然语言对PCB的故障进行诊断,能够将IPC标准中的PCB信息更大程度地应用在故障诊断中,并对未来专家系统知识库构建提供了重要的参考意义。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1是本发明的整体流程结构的示意图示意图;
图2是本发明实施方案中故障语句获取流程示意图;
图3是本发明实施方案中词法分析流程示意图;
图4是本发明实施方案中句法分析流程示意图;
图5是本发明实施方案中语义分析流程示意图一;
图6是本发明实施方案中语义分析流程示意图二;
图7是本发明实施方案中生成规则流程示意图。
具体实施方式
下面将结合附图对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
在本发明的描述中,需要说明的是,术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”、“第三”仅用于描述目的,而不能理解为指示或暗示相对重要性。
在本发明的描述中,需要说明的是,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
一种PCB故障诊断规则库构建方法,获取执行对象多个的故障语句,对多个故障语句进行语法分析确定动词类型,根据动词类型将语法分析结果填充至语义框架中,对语义框架中的信息进行语义分析后得到风险信息,将风险信息以语义模板的形式储存,将语义模板中的信息转化为目标语言得到故障针对规则库。
实施例一
参阅图1,本实施例提供的一种一种PCB故障诊断规则库构建方法,主要包括故障语言的获取、词法分析、句法分析、语义分析和构建规则库。
在本实施例中,规则库为CLIPS规则库,故障语言的获取主要是根据标准来确定,且在本实施例中,标准为PCB领域的IPC-D-279标准;词法分析主要是将PCB领域常用词组和时态收录在词典中再进行匹配;句法分析主要是确定故障语句中的主语、谓语和宾语,并获得谓语中动词的类型;语义分析主要是根据不同的动词类型进行不同的语义匹配和判断。
参阅图2,在本实施例中,故障语言的获取主要是词典的构建以及故障语言的截取。
词典的构建根据语料库IPC标准及PCB相关国家标准,构建PCB领域词典,词典类型包括动词、名词、形容词等,词典内容涉及PCB领域材料、制造技术与工艺、故障模式等。
故障语言的截取包括IPC标准中的IPC-D-279,利用构建的词典与标准进行匹配,以句号为截点从标准中获取PCB故障语句。
参阅图3,词法分析是将文本预处理后得到的故障语句按照英文分词方法进行初步分词,再结合词典进行词语的准确识别。具体为基于词典的分词方法进行词法分析,将PCB领域常用词组和时态收录在词典中再进行匹配。现将故障语句进行初步分词,将初步分词后的结果与词典进行初步匹配,将初步匹配后的结果进行准确识别,识别结果组成分析模块。
本实施例中PCB故障信息主要以英文形式表述,则只需对固定词组和时态变化进行识别即可。
参阅图4,句法分析主要是将故障语句中的主语、谓语和宾语进行区分及判断。本实施例中采用了开源句法分析器Stanford parser,是基于概率统计句法分析的工具。该句法分析器经过分析,说明句子中哪些词语是组合使用的例如短语,以及句子中动词的主语和谓语。
将经过词法分析后的故障语句中的动词设为谓语,并将句子初步划分为主语、谓语和宾语,对橘子中的主语和宾语进行分析,再确定句子中的状语、补语和从句,确定结果组成语义分析模块。
参阅图5,语义分析主要包括构建语义框架和语义分析两部分。构建语义框架主要是将经过词法分析后的句子中谓语中的动词与词典中进行匹配,确定动词类型,依据动词类型的不同将语法分析的结果填充入动词的语义框架中,本实施例中语义框架中包含动词及相关信息、施动对象、受动对象和其他信息。
具体过程为:将谓语与词典进行匹配,提取词典中对应的动词确定谓语中动词是否属于第一类动词,如果动词属于第一类动词则将主语和宾语分别填充至“施动对象”和“受动对象”内。如果谓语中动词不属于第一类动词,则判断是否属于第二类动词,如果是则重复上述动作,如果不是则继续判断是否属于第三类动词,依次类推至谓语以及主语和宾语填充至语义框架内。
填充后的语义框架中的“施动对象”匹配故障发生条件词典,从而填充语义模板,完成语义分析整体过程。
参阅图7,规则的生成即规则库的构建主要包括规则模版的构建和规则库的生成两部分。
在本实施例中,规则模板主要采用CLIPS(C Language Integrated ProductionSystem)作为专家系统工具,CLIPS基本组成包括了事实库、推理机、规则库和待议事件表。其中规则库是专家系统知识的一种储存形式,包含了用来推理的专家知识。根据CLIPS中规则的形式,分别构建规则中的条件模板和结果模板。
规则库的构建主要为将语义模板中的风险信息转化为目标语言即 CLIPS语言,具体的转换步骤是:(1)以语义模板为核心,由相应语句构成的语义模板转换成CLIPS语言;(2)按照每个槽的映射规则,将语义模板中槽的内容映射到CLIPS语言的规则模板内;(3)从语义模板的第一个槽开始生成对应CLIPS规则,直到每个句子中的全部元素都对应到CLIPS语言模板中。
具体过程为:将语义模板中的槽名所对应的槽值与条件模板中的对应的槽值进行匹配,匹配结果不吻合生成CLIPS规则模式,判断规则模式是否为单一模式,如果为单一模式则直接添加结果生成CLIPS规则,如果不为单一模式按照与模板进行匹配后再生成CLIPS规则。
实施例二
与实施例一不同在于,实施例一中的语义分析为简单句语义分析,实施例二中的语义分析为复合句语义分析,参阅图6,与简单句语义分析不同在于复合句语义分析是将复合句分解成多个简单句,采用简单句循环处理的方法,对每个简单句进行语义分析。根据句法分析的结果,将动词填入其相应的语义框架,如果该动词不满足三类动词语义框架的要求则进行下一个动词语义框架的填充,直到所有的动词都完成上述动作。接下来提取一个动词语义框架按照简单句的处理方式进行语义分析,填充其语义模板,直到完成对所有的动词语义框架的分析。
实施例三
本实施例中,本发明还提供了一种电子设备,包括:一个或多个处理器;存储装置,用于存储一个或多个程序,当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现如实施例一或二的PCB故障诊断规则库构建方法。
实施例四
本实施例中,本发明还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如实施例一或二的PCB故障诊断规则库构建方法。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (6)
1.一种PCB故障诊断规则库的构建方法,其特征在于,所述构建方法包括:
获取执行对象多个的故障语句,对所述多个故障语句进行语法分析确定动词类型;
根据所述动词类型将所述语法分析结果填充至语义框架中,对所述语义框架中的信息进行语义分析后得到风险信息;
将所述风险信息以语义模板的形式储存,将所述语义模板中的信息转化为目标语言得到故障诊断规则库;
所述动词类型的确定通过将谓语中的动词与特定标准进行匹配;
所述语义框架中包含动词及相关信息、施动对象、受动对象和其他信息;
所述语义分析的方法包括将语句填充入语义框架中,确定所述施动对象、所述受动对象和所述动词类型,根据所述动词类型确定匹配对象填充至语义模板;
将谓语与词典进行匹配,提取词典中对应的动词确定谓语中动词是否属于第一类动词,如果动词属于第一类动词则将主语和宾语分别填充至“施动对象”和“受动对象”内;如果谓语中动词不属于第一类动词,则判断是否属于第二类动词,如果是则重复上述动作,如果不是则继续判断是否属于第三类动词,依次类推至谓语以及主语和宾语填充至语义框架内;
所述语义模板的信息转化方法包括将所述语义模板转换成CLIPS语言;
按照每个槽的映射规则,将语义模板中槽的内容映射到CLIPS语言模板内直至每个句子中的全部元素都对应到所述CLIPS语言模板中。
2.根据权利要求1所述的构建方法,其特征在于,所述多个故障语句的获取方法包括构建数据库;
将所述数据库中的信息与所述执行对象的执行信息进行对比,通过对比结果得到故障语句。
3.根据权利要求2所述的构建方法,其特征在于,所述数据库包括PCB产品信息和PCB标准信息;
所述PCB产品信息包括PCB领域材料、制造技术与工艺、故障模式内容信息。
4.根据权利要求1所述的构建方法,其特征在于,所述语法分析包括词法分析和句法分析,
所述词法分析用于识别固定词组和时态变化;
所述句法分析用于识别所述故障语句中的主语、宾语和谓语。
5.一种电子设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至4中任一项所述方法的步骤。
6.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至4中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911160208.9A CN112836499B (zh) | 2019-11-23 | 2019-11-23 | Pcb故障诊断规则库的构建方法、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911160208.9A CN112836499B (zh) | 2019-11-23 | 2019-11-23 | Pcb故障诊断规则库的构建方法、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112836499A CN112836499A (zh) | 2021-05-25 |
CN112836499B true CN112836499B (zh) | 2022-11-22 |
Family
ID=75922692
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911160208.9A Active CN112836499B (zh) | 2019-11-23 | 2019-11-23 | Pcb故障诊断规则库的构建方法、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112836499B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118312896A (zh) * | 2024-04-08 | 2024-07-09 | 上海宝信软件股份有限公司 | 基于大语言模型的故障诊断专家系统及实现方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102681982A (zh) * | 2012-03-15 | 2012-09-19 | 上海云叟网络科技有限公司 | 可让计算机理解的自然语言句子的自动语义识别的方法 |
CN103684828A (zh) * | 2012-09-18 | 2014-03-26 | 亿阳信通股份有限公司 | 一种电信设备故障的处理方法和装置 |
CN104361026A (zh) * | 2014-10-22 | 2015-02-18 | 北京航空航天大学 | 一种fmea分析过程中的故障知识存储和推送方法 |
WO2016068690A1 (en) * | 2014-10-27 | 2016-05-06 | Mimos Berhad | Method and system for automated semantic parsing from natural language text |
CN108492399A (zh) * | 2018-02-11 | 2018-09-04 | 山东大学 | 基于大数据分析的推土机柴油机故障诊断专家系统及方法 |
CN109189946A (zh) * | 2018-11-06 | 2019-01-11 | 湖南云智迅联科技发展有限公司 | 一种将设备故障语句描述转换为知识图谱表达的方法 |
CN109446513A (zh) * | 2018-09-18 | 2019-03-08 | 中国电子科技集团公司第二十八研究所 | 一种基于自然语言理解的文本中事件的抽取方法 |
-
2019
- 2019-11-23 CN CN201911160208.9A patent/CN112836499B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102681982A (zh) * | 2012-03-15 | 2012-09-19 | 上海云叟网络科技有限公司 | 可让计算机理解的自然语言句子的自动语义识别的方法 |
CN103684828A (zh) * | 2012-09-18 | 2014-03-26 | 亿阳信通股份有限公司 | 一种电信设备故障的处理方法和装置 |
CN104361026A (zh) * | 2014-10-22 | 2015-02-18 | 北京航空航天大学 | 一种fmea分析过程中的故障知识存储和推送方法 |
WO2016068690A1 (en) * | 2014-10-27 | 2016-05-06 | Mimos Berhad | Method and system for automated semantic parsing from natural language text |
CN108492399A (zh) * | 2018-02-11 | 2018-09-04 | 山东大学 | 基于大数据分析的推土机柴油机故障诊断专家系统及方法 |
CN109446513A (zh) * | 2018-09-18 | 2019-03-08 | 中国电子科技集团公司第二十八研究所 | 一种基于自然语言理解的文本中事件的抽取方法 |
CN109189946A (zh) * | 2018-11-06 | 2019-01-11 | 湖南云智迅联科技发展有限公司 | 一种将设备故障语句描述转换为知识图谱表达的方法 |
Non-Patent Citations (2)
Title |
---|
Research on a knowledge modelling methodology for fault diagnosis of machine tools based on formal semantics;Zhou Qiang等;《Advanced Engineering Informatics》;20180430;92-112 * |
基于知识的民航飞机故障诊断专家系统;吕琦;《中国优秀博硕士学位论文全文数据库(硕士)工程科技Ⅱ辑》;20050515(第(2005) 05期);C031-72 * |
Also Published As
Publication number | Publication date |
---|---|
CN112836499A (zh) | 2021-05-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Pust et al. | Parsing English into abstract meaning representation using syntax-based machine translation | |
McCrae et al. | Linking lexical resources and ontologies on the semantic web with lemon | |
Al-Emran et al. | Parsing modern standard Arabic using Treebank resources | |
Borin et al. | The open lexical infrastructure of Spräkbanken. | |
Levy et al. | Deep dependencies from context-free statistical parsers: correcting the surface dependency approximation | |
US20150286631A1 (en) | Automatic linking of requirements using natural language processing | |
US20150286712A1 (en) | Function-based method for classifying and fusing system behavior information in product development | |
Abdelnabi et al. | Generating uml class diagram from natural language requirements: A survey of approaches and techniques | |
CN112818008A (zh) | 核电调试故障智能诊断的方法、系统、介质及电子设备 | |
Zielinski et al. | Morphisto–an open source morphological analyzer for German | |
CN112836499B (zh) | Pcb故障诊断规则库的构建方法、电子设备及存储介质 | |
Paiva et al. | Empirically-based control of natural language generation | |
Qi et al. | Dependency parsing-based entity relation extraction over Chinese complex text | |
Necşulescu et al. | Towards the automatic merging of language resources | |
Zheng et al. | Llm-funcmapper: Function identification for interpreting complex clauses in building codes via llm | |
CN117555519A (zh) | 基于自然语言处理的SysML软件需求建模方法和系统 | |
CN117235280A (zh) | 一种操作票生成方法、装置、设备及介质 | |
Mengyuan et al. | Automatic generation method of airborne display and control system requirement domain model based on NLP | |
Sugandhi et al. | Issues in parsing for machine aided translation from english to hindi | |
Nguyen et al. | Systematic knowledge acquisition for question analysis | |
Ohto et al. | Proposal of extracting state variables and values from requirement specifications in japanese by using dependency analysis | |
Cao | Extracting and sharing knowledge from medical texts | |
Saneifar et al. | From terminology extraction to terminology validation: an approach adapted to log files | |
Yoon et al. | A corpus-based approach for Korean nominal compound analysis based on linguistic and statistical information | |
Sen-lin et al. | Construction method of Chinese sentential semantic structure |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |