申请/专利权人：中国商用飞机有限责任公司上海飞机设计研究院;中国商用飞机有限责任公司;上海交通大学

申请日：2021-07-09

公开（公告）日：2024-04-16

公开（公告）号：CN113610112B

主分类号：G06N5/01

分类号：G06N5/01;G06F40/284;G06N20/00;G06F18/22;G06F18/214;G06F18/2431

优先权：

专利状态码：有效-授权

法律状态：2024.04.16#授权;2021.11.23#实质审查的生效;2021.11.05#公开

摘要：一种飞机装配质量缺陷辅助决策方法，将专家知识与机器学习算法相结合，提高了特征提取的准确度和智能性；计算新问题与历史案例的各属性匹配度时，将专家知识与KNN模型相结合，由专家制定权重，对于文本向量计算余弦值，对于结构化数据相同取1不同取0，从而计算案例相似度。完成非结构化文本到结构化数据的准确高效的转化，充分利用历史数据匹配相似案例，为工作人员快速给出处理意见提供参考，从而提高飞机装配阶段质量问题的处理效率。

主权项：1.一种飞机装配质量缺陷辅助决策方法，其特征在于，包括：第一步、从原始数据库收集有效的故障表单，通过特征修剪选取飞机装配质量缺陷相关的属性；第二步、将飞机装配质量缺陷相关的属性中的零件名称和不合格代码进行编码转换、将飞机装配质量缺陷相关的属性中的偏差描述，针对飞机装配情境建立专有词典，运用基于最大逆向匹配算法的jieba分词器对故障表单中的中文文本进行分词处理，得到词汇的集合；第三步、采用textrank算法通过词汇之间的相邻关系搭建词汇网络，每个词汇对应于网络中的节点并计算第二步得到的所有节点的重要性指标并进行排序，提取出排序靠前的词语作为关键词；第四步、基于专家建立词汇类型及对应的权重，并对关键词进行人工标注；第五步、使用word2vec算法，将第二步中的每个词汇转化为词向量，参照第四步中标注后的词汇并依据待计算词汇与标注词汇间的向量距离，对间距离较小的其他词向量自动标注特征；第六步、以第五步得到的词向量和特征标注为基础，对每段文本中的各个词向量进行赋权累加，最终得到代表整段文本的向量；第七步、使用KNN算法计算待查询案例与历史数据库中各个案例的相似度指标，工程人员根据相似度指标降序对应的历史案例的处理方法，作为解决新案例的质量问题；所述的有效的故障表单是指：通过从包含飞机原始故障表单的原始数据库中获取表单信息完整且可识别、符合表单故障完全相同的情况下处理结果需相同条目的表单；所述的特征修剪是指：根据专家知识来判别和提取与质量缺陷处理处置密切相关的属性，例如偏差描述、零件名称、不合格代码；所述的飞机装配质量缺陷相关的属性包括：编号、零件名称、不合格代码、偏差描述和处置说明；所述的专有词典包括：飞机零件词库、偏离词库以及停用词库，分别包含飞机装配中的零件名称、装配质量缺陷相关的词汇以及连词、副词、标点符号和与表达内容无关的词汇，通过不断完善词库可以提高分词效率与准确性。

全文数据：

权利要求：

百度查询： 中国商用飞机有限责任公司上海飞机设计研究院;中国商用飞机有限责任公司;上海交通大学 飞机装配质量缺陷辅助决策方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD