一种工艺失效模式自动识别方法与系统的制作方法
【专利摘要】本发明公开了一种工艺失效模式自动识别方法与系统，其步骤是：将工艺指导书所列写的工艺指令信息作为系统的输入，运用自然语言处理技术，将其转化为能够存入关系数据库的结构化信息。然后，从影响工艺质量的人、机、料、法、环、测这六个因素出发，依据六因素在词法、句法、语义、语境这四个层面上的语言特征，通过否定词插入算法和典型失效模式库，自动输出相应的若干个工艺失效模式。该系统有效地避免了人工操作所特有的通用弊端，如实施成本高、执行效率低、识别效果依赖参与人员的业务水平和责任心等等。此外，在特定而明确的失效判定机制下，穷举所有可能的潜在工艺失效模式，机器识别所能达到的全面性和稳定性要超过人工识别。
【专利说明】
一种工艺失效模式自动识别方法与系统
技术领域
[0001 ]本发明涉及自然语言处理技术领域，具体地说是涉及一种工艺失效模式自动识别 方法与系统。
【背景技术】
[0002] 工艺失效模式及影响分析(PFMEA)是提高产品制造过程可靠性的重要基础性工 作。它是在假定产品满足设计要求的前提下，对产品制造过程的每一工序进行分析，尽可能 地找出该工序中所有潜在的工艺失效模式，对其进行原因和后果分析，进而在工艺上采取 适当预防或补救措施的一种分析方法。这项技术起源于美国航空业，现已被广泛应用于航 空、航天、机械、汽车等领域，取得了显著效果，为确保这些领域产品的可靠性发挥了巨大作 用。
[0003] 工艺失效模式是指不能满足产品加工与装配要求，不能满足设计意图的工艺缺 陷，它可能是下游工艺失效模式的发生原因，也可能是上游工艺失效模式的影响后果，但一 般不再包括产品设计中的缺陷。为了保证PFMEA实施的有效性，工艺失效模式的识别应遵循 "穷举"原则，即要对所分析工序的各个细节都清楚明白，做到"心中有数、记录在案"；要通 过查阅资料、逻辑分析、比较、预想、回想、研讨、启发等方式，在尽可能大的范围内，穷举式 挖掘尽可能多的潜在工艺失效模式。
[0004] 然而，工艺失效模式的传统识别方法完全依靠人工操作，具有效率低、一致性差、 受制于PFMEA成员的业务水平和责任心、实施成本高等人工操作所具备的通用弊端。值得一 提的是，由于人类记忆力的有限性，人工搜索的局限性，联想与类比思维的不确定性，常常 导致工艺失效模式的遗漏。
【发明内容】
[0005] 为解决上述难题，本发明的目的在于提供一种工艺失效模式的自动识别方法与系 统。该系统依靠计算机存储的海量历史工艺失效模式和数据库软件的强大搜索能力，成功 地避免了有限人类记忆力和类比思维所造成的工艺失效模式遗漏。由于采用了遍历性的否 定词插入算法，使得在穷举式挖掘工艺失效模式方面也远超过了传统的人工挖掘，从而能 挖掘出更多的工艺失效模式。
[0006] 为实现上述目的，本发明采用以下技术方案。一种工艺失效模式的自动识别方法 与系统，其特征在于，包括以下步骤：
[0007] 1)按照自然语言处理技术的规范要求，将工艺指导书所列写的工艺指令信息进行 规范化处理，每一道工艺指令对应一个句子，末尾以句号结束，从而得到以自然语言描述的 规范化工艺指令信息；
[0008] 2)利用云语言技术平台，将各道工艺指令信息转化为相对应的结构化信息，展示 了词法、句法、语义和语境这四个层面上的语言特征；
[0009] 3)从影响工艺质量的生产人员、生产机器、原材料、环境、生产方法和检测控制这 六个因素出发，运用自然语言处理技术，确立这六个因素在词法、句法、语义和语境四个层 面上的语言特征，确定生产方法和检测控制这两个因素所对应的核心动词HED，确定核心动 词HED与生产人员、生产机器、原材料和环境这四个因素之间的数据关联情况；
[0010] 4)围绕生产人员、生产机器、原材料、环境这四个因素的语言特征，结合相关历史 资料，建立以生产人员为核心搜索项的典型失效模式库、以生产机器为核心搜索项的典型 失效模式库、以原材料为核心搜索项的典型失效模式库、以环境为核心搜索项的典型失效 模式库；
[0011] 5)收集PFMEA的历史资料，建立工艺失效模式历史语料库，利用语义依存信息中的 否定标记mNeg在该工艺失效模式语料库中搜集否定词，结合hownet网站提供的负面评价词 库与程度级别词库，建立否定词词库，通过工艺失效模式语料库计算动词B与第i个否定词 Ai的同现概率：
[0012] P(AiB)=n(AiB)/n(B)，
[0013] 其中，n(AiB)是动词B与否定词Ai在工艺失效模式语料库中的共同出现次数;n(B) 是动词B在工艺失效模式语料库中的出现次数；
[0014] 6)依照工艺指令所对应的结构化信息，选定词性为动词的核心词HED，选择具有最 大同现概率的否定词与之搭配，从而实现否定词插入算法，生成与该工艺指令相对应的崭 新工艺失效模式；
[0015] 7)依照工艺指令所对应的结构化信息，选定词性为动词的核心词HED，根据该核心 动词与生产人员、生产机器、原材料和环境的数据关联情况，在以生产人员、生产机器、原材 料和环境为核心索引项的典型失效模式历史数据库中，进行关联搜索，从而获得与该工艺 指令相对应的典型工艺失效模式。
[0016] 优选地，所述步骤2)中的结构化信息是词性、依存句法、语义角色和语义依存的信 息。
[0017] 优选地，所述步骤3)中的生产方法和检测控制这两个因素与生产人员、生产机器、 原材料和环境这四个因素之间的数据关联情况如下：
[0018] 1)生产方法、检测控制以动词的形式出现，并成为工艺指令语句中的核心词HED;
[0019] 2)生产人员以专有名词出现，充当主语，与动词V形成主谓关系，在语义依存上属 于施事关系，但在汉语习惯中也常常隐藏充当主语的生产人员；
[0020] 3)原材料以普通名词出现，充当宾语，与动词V形成动宾关系，在语义依存上属于 受事关系；
[0021] 4)生产机器以专有名词出现，通常与非核心动词形成动宾关系或与介词形成介宾 关系，在语义依存上属于手段关系；
[0022] 5)环境以普通名词出现，通常与介词形成介宾关系，在语义依存上属于条件关系。
[0023] 本发明依靠机器实现工艺失效模式的识别，具有信息记忆容量大、运行稳定可靠、 省时省力等一系列优点，有效地避免了人工操作所特有的通用弊端，此外，在特定而明确的 失效判定机制下，穷举所有可能的潜在工艺失效模式，机器识别所能达到的全面性和稳定 性要超过人工识别。
【附图说明】
[0024] 图1是本发明工艺失效模式自动识别系统的组成框图；
[0025] 图2是由工艺指令信息转化而来的结构化信息视图。
【具体实施方式】
[0026] 以下结合附图和实施例对本发明作进一步说明。参见图1和图2,一种工艺失效模 式的自动识别方法与系统，其特征在于，包括以下步骤：
[0027] 1)按照自然语言处理技术的规范要求，将工艺指导书所列写的工艺指令信息进行 规范化处理，每一道工艺指令对应一个句子，末尾以句号结束，从而得到以自然语言描述的 规范化工艺指令信息(7);
[0028] 2)利用云语言技术平台（1)，将各道工艺指令信息转化为相对应的结构化信息，结 构化信息包含词性、依存句法、语义角色和语义依存的信息，展示出词法、句法、语义和语境 这四个层面上的语言特征；
[0029] 3)从影响工艺质量的生产人员、生产机器、原材料、环境、生产方法和检测控制这 六个因素出发，运用自然语言处理技术，确立这六个因素在词法、句法、语义和语境四个层 面上的语言特征，确定生产方法和检测控制这两个因素所对应的核心动词HED(IO)，确定核 心动词HED与生产人员、生产机器、原材料和环境这四个因素之间的数据关联情况；
[0030] 4)围绕生产人员、生产机器、原材料、环境这四个因素的语言特征，结合相关历史 资料，建立以生产人员为核心搜索项的典型失效模式库(2)、以生产机器为核心搜索项的典 型失效模式库(3)、以原材料为核心搜索项的典型失效模式库(4)、以环境为核心搜索项的 典型失效模式库(5);
[0031] 5)收集PFMEA的历史资料，建立工艺失效模式历史语料库，利用语义依存信息中的 否定标记mNeg在该工艺失效模式语料库中搜集否定词，结合hownet网站提供的负面评价词 库与程度级别词库，建立否定词词库，通过工艺失效模式语料库计算动词B与第i个否定词 Ai的同现概率：
[0032] P(AiB) =n(AiB)/n(B)，
[0033] 其中，n(AiB)是动词B与否定词Ai在工艺失效模式语料库中的共同出现次数;n(B) 是动词B在工艺失效模式语料库中的出现次数；
[0034] 6)依照工艺指令所对应的结构化信息，选定词性为动词的核心词HED，选择具有最 大同现概率的否定词与之搭配，从而实现否定词插入算法(6)，生成与该工艺指令相对应的 崭新工艺失效模式(8);
[0035] 7)依照工艺指令所对应的结构化信息，选定词性为动词的核心词HED，根据该核心 动词与生产人员、生产机器、原材料和环境的数据关联情况，在以生产人员、生产机器、原材 料和环境为核心索引项的典型失效模式历史数据库中，进行关联搜索，从而获得与该工艺 指令相对应的典型工艺失效模式(9)。
[0036] 所述步骤3)中的生产方法和检测控制这两个因素与生产人员、生产机器、原材料 和环境这四个因素之间的数据关联情况如下：
[0037] 1)生产方法、检测控制以动词(标识为V)的形式出现，并成为工艺指令语句中的核 心词HED;
[0038] 2)生产人员以专有名词（标识为nz)出现，充当主语，与动词V形成主谓关系（标识 为SBV)，在语义依存上属于施事关系(标识为Agt)，但在汉语习惯中也常常隐藏充当主语的 生产人员；
[0039] 3)原材料以普通名词（标识为η)出现，充当宾语，与动词V形成动宾关系（标识为 V0B)，在语义依存上属于受事关系(标识为Pat);
[0040] 4)生产机器以专有名词(标识为nz)出现，通常与非核心动词形成动宾关系(标识 为V0B)或与介词形成介宾关系(标识为Ρ0Β)，在语义依存上属于手段关系(标识为eMetd); 5)环境以普通名词（标识为η)出现，通常与介词形成介宾关系(标识为Ρ0Β)，在语义依存上 属于条件关系(标识为eCond) 〇
[0041] 实施例：以下列举一个较佳实施例子，以展示工艺失效模式自动识别系统的运行 过程，具体为如下步骤：
[0042] 1)输入用自然语言描述的工艺指令信息："检查工装是否处于合格期内"；
[0043] 2)利用哈工大的云语言技术平台，将工艺指令信息转化为结构化信息，具体如图2 所示，该结构化信息包含词性、依存句法、语义角色、语义依存这四个层次的语言特征信息， 并存为XML格式的文件。XML格式的文件信息如下：
[0044] <?xml yersion=Hl-01' CncodmgzzrnUtf-B" <xml4nlp> <note： seni=ny:" word='ry" pos="yM' ne~"y'r wsd-!fyM srl-"y'7> <cloc> <para id="0"> <sent id="0" conf检查工装是否处于合格期内"> <woM id;"0" COTt;"检查" pos口V' pai.eni="r' rdaie="A打1' Semrelate=lfRooti'^ <word id=''ln cont="工装" pareM="3" relate="SBV" s:ei耶arent=n3" seimelate=,!Exp'V> id=n2" ⑶η?="是否,f pos="Vn ne="On rdateJADV'1 semparent=f'Y e〇nt="处于" p郎塊pat即Mate=nK semrelate=1 > <arg Id-Olj Iype^nAOft beg-On end=,,i,,/> <arg id="l" t>pe="ADV" beg=''2" end="2'7> </word> <word id二M''⑶nt=n*格斯" pos二，'n" ne二relate土"ATT" sem^ Semrelate=llLoc1V^ id=f'5"。_1二"内'' 城二，'0" par印rete仿 seiBrelate=,!mRaflg,V> </如 nt> </para> </doc> </xm!4nip>
[0045] 3)当出现专有词"检查"并处于句首时，实现下列否定词插入算法： if^arraytOMwords]=验查'或其同义词）丨 //第1种插入否定词的情况：出现与检测控制有关的专有词检查" strl=f 否定词\str2=0; ? while( array [i] ^0) { Strl=Strl U array[i][words];
[0046] i++; //第2种插入否定词的情况：处理工艺指令语句中的核心动词HED if(array[k][words]与 array[k-l][words]关系StmModl|fmTone')| ibr(i=l:i<k-l:H-+){ str2-str2 U array[i] [words]; } str2=str2 U'否定词\ i=k; while(array [i] ^ 0) { str2=sti:2 U array[i] [words]; i++;,
[0047] } str[0]=strl; str[l]=str2; return str; }
[0048] 其中，k为依存句法分析中核心词HED对应位置;mMocUmTone为语义依存分析中三 大类语义依存关系中的其中两种，分别为情态标记和语气标记。
[0049] 由此可得到"检查工装是否处于合格期内"这一工艺指令所对应的工艺失效模式， 具体如下：
[0050] 工艺失效模式1: "未检查工装是否处于合格期内"；
[0051]工艺失效模式2: "工装未处于合格期内"。
[0052] 4)确定"检查"是检测控制因素有关的专有词后，由其语言特征可知，"检查"是二 元动词，在一个简单的基础句中默认关联主语和宾语这两处的名词性成分。其中，"检查"所 关联的主语成分就是生产人员，在本指令语句中，主语成分被隐藏。因此，搜索以生产人员+ 专有名词词性为搜索项，搜索典型失效模式库，可得到"检查工装是否处于合格期内"这一 工艺指令所对应的工艺失效模式3，具体如下：
[0053]工艺失效模式3: "生产人员责任心不强"。
[0054] 5)依据"检查"这个专有词所关联的环境，搜索以环境为关键内容的典型失效模式 库，可以得到"检查工装是否处于合格期内"这一工艺指令所对应的工艺失效模式4与工艺 失效模式5,具体如下：
[0055]工艺失效模式4: "生产场地光线昏暗"；
[0056]工艺失效模式5: "生产场地货物堆放混乱"。
[0057]以上5个工艺失效模式是机器自动生成的。经过分析，工艺失效模式3与工艺失效 模式5是生产人员未检查工装合格期的原因，工艺失效模式4则容易使生产人员在检查工装 合格期时出现错误，都是影响工艺质量的工艺失效模式。
【主权项】
1. 一种工艺失效模式的自动识别方法与系统，其特征在于，包括以下步骤： 1) 按照自然语言处理技术的规范要求，将工艺指导书所列写的工艺指令信息进行规范 化处理，每一道工艺指令对应一个句子，末尾以句号结束，从而得到以自然语言描述的规范 化工艺指令信息； 2) 利用云语言技术平台，将各道工艺指令信息转化为相对应的结构化信息，展示了词 法、句法、语义和语境这四个层面上的语言特征； 3) 从影响工艺质量的生产人员、生产机器、原材料、环境、生产方法和检测控制这六个 因素出发，运用自然语言处理技术，确立这六个因素在词法、句法、语义和语境四个层面上 的语言特征，确定生产方法和检测控制这两个因素所对应的核心动词HED，确定核心动词 HED与生产人员、生产机器、原材料和环境这四个因素之间的数据关联情况； 4) 围绕生产人员、生产机器、原材料、环境这四个因素的语言特征，结合相关历史资料， 建立以生产人员为核心搜索项的典型失效模式库、以生产机器为核心搜索项的典型失效模 式库、以原材料为核心搜索项的典型失效模式库、以环境为核心搜索项的典型失效模式库； 5) 收集PFMEA的历史资料，建立工艺失效模式历史语料库，利用语义依存信息中的否定 标记mNeg在该工艺失效模式语料库中搜集否定词，结合howne t网站提供的负面评价词库与 程度级别词库，建立否定词词库，通过工艺失效模式语料库计算动词B与第i个否定词八^勺 同现概率：其中，<為均是动词B与否定词^在工艺失效模式语料库中的共同出现次数;戒均是动 词B在工艺失效模式语料库中的出现次数； 6) 依照工艺指令所对应的结构化信息，选定词性为动词的核心词HED，选择具有最大同 现概率的否定词与之搭配，从而实现否定词插入算法，生成与该工艺指令相对应的崭新工 艺失效模式； 7) 依照工艺指令所对应的结构化信息，选定词性为动词的核心词HED，根据该核心动词 与生产人员、生产机器、原材料和环境的数据关联情况，在以生产人员、生产机器、原材料和 环境为核心索引项的典型失效模式历史数据库中，进行关联搜索，从而获得与该工艺指令 相对应的典型工艺失效模式。2. 根据权利要求1所述的工艺失效模式的自动识别方法与系统，其特征在于，所述步骤 2) 中的结构化信息是词性、依存句法、语义角色和语义依存的信息。3. 根据权利要求1所述的工艺失效模式的自动识别方法与系统，其特征在于，所述步骤 3) 中的生产方法和检测控制这两个因素与生产人员、生产机器、原材料和环境这四个因素 之间的数据关联情况如下： 1) 生产方法、检测控制以动词的形式出现，并成为工艺指令语句中的核心词HED; 2) 生产人员以专有名词出现，充当主语，与动词v形成主谓关系，在语义依存上属于施 事关系，但在汉语习惯中也常常隐藏充当主语的生产人员； 3) 原材料以普通名词出现，充当宾语，与动词v形成动宾关系，在语义依存上属于受事 关系； 4) 生产机器以专有名词出现，通常与非核心动词形成动宾关系或与介词形成介宾关 系，在语义依存上属于手段关系； 5)环境以普通名词出现，通常与介词形成介宾关系，在语义依存上属于条件关系。
【文档编号】G06Q10/10GK106056358SQ201610373015
【公开日】2016年10月26日
【申请日】2016年5月27日
【发明人】聂文滨, 刘卫东, 胡坤, 曾天, 陈虎
【申请人】南昌航空大学