城市地鐵車輛設備故障的處置探究

摘要 為進一步提高城市地鐵車輛設備故障的處理效率，該研究提出了一種融合“從上往下”和“從下往上”方式的地鐵車輛設備故障知識圖譜構建方法。采用改進TextRank抽取故障實體，BERT-BiLSTM-CRF模型抽取實體關系，余弦相似度融合圖譜。結果表明：在地鐵設備故障檢測中，僅需3.4 min即可檢測7個故障，準確率達94.3%，顯著提升了故障檢測的精度和速度，可及時為城市地鐵運營管理部門提供決策支持。

關鍵詞 城市地鐵車輛；知識圖譜；余弦相似度；圖的排序算法；條件隨機

中圖分類號 TP391.1 文獻標識碼 A 文章編號 2096-8949（2025）04-0025-03

0 引言

隨著城市地鐵網絡擴展，故障處理效率與精度成為焦點。傳統方法依賴經驗，效率低且精度不足。知識圖譜作為新興工具，被探索用于地鐵故障處理[1，2]。現有研究雖顯成效，但在地鐵領域應用存在精度低、圖譜不完善等問題。該研究創新性地結合“從上往下”與“從下往上”方法，構建地鐵車輛設備故障知識圖譜，并改進知識實體與關系抽取方法，旨在提升圖譜精度與效率，助力地鐵運營管理部門高效決策與應對故障，提升整體運營效能。

1 城市地鐵車輛設備故障知識圖譜的構建

1.1 基于改進TextRank算法的知識實體抽取

構建城市地鐵車輛設備知識圖譜首先需要進行城市構建地鐵車輛設備知識圖譜，先基于2018—2022年廣州地鐵故障數據統計及文獻分析定義故障核心概念集，然后實施知識實體抽取，結構化文本直接提取，非結構化文本則通過關鍵短語抽取法處理。對于輸入的設備故障文本集，先進行文本預處理，首先利用設備故障文本集構建車輛設備故障專用語料庫，然后使用“jieba”分詞工具對語料庫進行中文分詞，然后將設備故障短語中無意義的標點符號以及無意義的詞語去除。接著采用改進TextRank算法進行設備故障關鍵短語提取，設備故障關鍵短語vi的分值見公式（1）[3]。

式中，ωij——關鍵短語vi和vj共同出現的次數；d——阻尼系數；——語料庫中全部鏈接到短語vi的短語集合；——短語vi的鏈接總數；——分值之間轉移概率。雖然車輛設備關鍵故障短語的長度短，但是該短語的頻率高，研究使用加權信息熵代替車輛設備故障關鍵詞頻信息進行特征提取，詞語w的加權信息熵見公式（2）。

式中，fwk——詞語w在整個文本k中的詞頻；nw

——詞語w在整個文本中的詞頻；N——文本集合；λ——詞語w得到的權重系數。詞語加權信息熵越高則代表該詞語是關鍵短語的概率越大，詞語加權信息熵特征見公式（3）。

式中，——文本k中詞語wik的加權信息熵；nk——文本k的待選詞的總數。但是因為加權信息熵高的也不一定都是關鍵短語，因此研究引入單文本詞語長度特征來加強對關鍵詞語的選取，單文本詞語長度特征見公式（4）。

式中，——詞語wik的長度。將單文本詞語長度特征與詞語加權信息熵融合起來表示短語vi的分值

式中，α、β——參數，取值均為0.5。計算出車輛設備關鍵短語的分值后，依據分值對短語進行排名，輸出所需的前n個詞語即為關鍵短語。接著對車輛設備故障關鍵短語進行抽取，首先使用Skip-gram+負采樣的Word2vec模型將關鍵短語轉化為詞向量，并限制詞向量長度為45。然后使用余弦相似度計算短語vi和短語vj語義之間的相似度，見公式（6）。

式中，Word2vec模型將短語vi量化得到；將短語vj量化得到。接著采用加權的方式對詞語進行處理，見公式（7）。

式中，S——設備故障短語；l——S的個數；V——詞組；1——設備故障短語與詞組存在相同的詞語；lequal

——設備故障短語中與詞組之間相似度為1的詞組數量。由公式（7）得故障短語中與詞組的相似度得分，

由公式（8）計算出，然后依據進行排名，將名次低的作為車輛設備故障關鍵短語實體抽取的輸出結果。

1.2 基于BERT-BiLSTM-CRF模型的設備故障知識關系抽取

為完成地鐵車輛設備故障知識實體抽取后，研究構建一種融合自注意力機制的BERT-BiLSTM-CRF模型進行實體之間的關系抽取。利用預訓練的語言表示模型（BERT模型）將故障關鍵短語轉化為多維向量表示，用于預測句子中存在的關系類別。然后利用自注意力機制根據預測的關系對句子向量進行加權，捕捉更加關鍵的信息。再經過雙向長短期記憶網絡（Bi-directional Long Short-Term Memory，BiLSTM），捕獲多維向量的上下文特征信息。最后聯合條件隨機場對車輛設備故障知識實體進行解碼，同時將目標關系輸出。設含有設備故障關鍵短語長度為n的句子為，S為句子訓練集，an為句子的第n的詞語，an經過BERT模型時被轉化為詞向量、字向量以及位置向量三種多維向量，然后進行訓練。訓練方式是將設備故障關鍵短語所在句子的部分詞語進行隱藏，然后利用BERT模型取去預測被隱藏的詞語，訓練后得到。自注意機制層則是為不同關系下的故障關鍵短語賦值，見公式（9）。

式中，aik——第i關鍵短語所占權重；Wr、Wg、Wi——模型網絡參數；rk——關系向量；Sg——上一層輸出的包含故障關鍵短語的句子向量；Si——第i個故障關鍵短語的特征向量。雙向長短期記憶網絡層將經過加權后的故障關鍵短語向量序列輸出雙向長短期記憶網絡，經過該網絡后得到前后輸出序列和，接著將故障關鍵短語向量序列的特征進行拼接，得到包含故障關鍵短語上下文信息雙向表征的向量lt，見公式（10）。

式中，、——t時刻的前后項特征；、——t-1時刻的前后項特征；xt——t時刻的關鍵短語向量序列。之后將拼接好的向量作為輸出進入條件隨機場層，條件隨機場層會對這些向量進行建模，通過學習標簽之間的轉移概率，以及從輸入到標簽的發射概率，選擇最有可能的標簽序列作為輸出，最終將故障發生關系和與故障實體匹配起來，實現對車輛設備故障知識關系的抽取。完成設備故障知識實體和關系抽取后，采用將余弦相似度多個意思相同但表示不同的實體融合為一個實體。若兩個實體的余弦相似度大于設定閾值，則將這兩個實體進行融合。完成設備故障知識實體融合之后，經過檢查即可構建相應的知識圖譜。

2 地鐵車輛設備故障知識圖譜構建結果分析

利用改進TextRank算法對研究構建的設備故障概念集進行故障關鍵短語提取，展示部分數據結果見表1。

由表1可知，該研究采用的改進TextRank算法可以較為精確地從故障現象文本中提取出故障原因短語。BERT作為預訓練模型，可以使模型能夠更好地理解文本內容。BiLSTM能夠捕捉文本中的序列信息，有利于建模文本中的長距離依賴關系。而CRF作為條件隨機場，能夠對上下文信息進行標簽的聯合解碼，提高實體關系抽取的準確性。

如表2所示，研究構建的BERT-BiLSTM-CRF模型按照“lt;頭實體尾實體-關系說明gt;”的模板可以準確地對每一句語料進行關系抽取，然后使用Python編程語言進行讀入，并保存為JSON文件。JSON是一種輕量級的數據交換格式，它基于文本，易于人閱讀和編寫，同時也易于機器解析和生成。將上述抽取的實體和實體關系構建地鐵車輛設備故障知識圖譜，以廣州地鐵二十一號線地鐵為例，其設備故障知識圖譜見圖1。

如圖1所示，構建完地鐵車輛設備故障知識圖譜后進行保存，然后用戶便可利用查詢語言Cypher對該知識圖譜進行查詢。用戶可以采用語義搜索的方式對設備故障進行搜索，也可以利用該知識圖譜輔助用戶檢索到關聯度較高的故障處理記錄，幫助用戶快速找到故障原因。

3 結論

針對地鐵車輛設備故障數據繁多復雜且零散的問題，該研究采用了一種“從上往下”和“從下往上”相結合的方法來構建地鐵車輛設備故障知識圖譜。結果顯示：構建的知識圖譜檢測7個故障僅需3.4 min，且準確率高達94.3%，說明結合知識圖譜可以快速且精確地檢索地鐵車輛設備故障。但是為了適應故障類型的更新和增加，需要不斷對故障語料數據進行更新，后續將對故障語料數據的更新進一步研究。

參考文獻

[1]荊振文，鄭殿科.基于列車控制管理系統的輔助逆變器并網控制策略[J].城市軌道交通研究， 2021（1）：194-196.

[2]劉堯.基于振動信號相位檢測的地鐵車輛牽引設備故障自動診斷研究[J].機械設計與制造工程， 2023（4）：81-86.

[3]Zhao M ， Li D， Long Y .Forestry big data platform by Knowledge Graph[J].Journal of Forestry Research， 2021（3）：1305-1314.

收稿日期：2024-08-19

作者簡介：張杰（1989—），男，本科，工程師，研究方向：軌道交通建設與運營。