一种工艺失效模式自动识别方法与系统

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。

说明书

技术领域

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

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。

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。

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

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。

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：

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A_i的同现概率：

P(A_iB)＝n(A_iB)/n(B)，

其中，n(A_iB)是动词B与否定词A_i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；

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。

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。

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：

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。

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

图1是本发明工艺失效模式自动识别系统的组成框图；

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

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：

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)；

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；

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(10)，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(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)；

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A_i的同现概率：

P(A_iB)＝n(A_iB)/n(B)，

其中，n(A_iB)是动词B与否定词A_i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；

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)；

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)。

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(标识为v)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(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；

3)原材料以普通名词(标识为n)出现，充当宾语，与动词v形成动宾关系(标识为VOB)，在语义依存上属于受事关系(标识为Pat)；

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VOB)或与介词形成介宾关系(标识为POB)，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n)出现，通常与介词形成介宾关系(标识为POB)，在语义依存上属于条件关系(标识为eCond)。

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：

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”；

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：

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：

其中，k为依存句法分析中核心词HED对应位置；mMod、mTone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。

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：

工艺失效模式1：“未检查工装是否处于合格期内”；

工艺失效模式2：“工装未处于合格期内”。

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：

工艺失效模式3：“生产人员责任心不强”。

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：

工艺失效模式4：“生产场地光线昏暗”；

工艺失效模式5：“生产场地货物堆放混乱”。

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。