买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜北京轩宇空间科技有限公司申请的专利一种故障树图片的故障知识图谱自动创建方法及装置获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114443856B 。

龙图腾网通过国家知识产权局官网在2025-03-07发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210030791.7，技术领域涉及：G06F16/36；该发明授权一种故障树图片的故障知识图谱自动创建方法及装置是由王礼祥;申莉;郭旦怀;朱肖伟设计研发完成，并于2022-01-12向国家知识产权局提交的专利申请。

本一种故障树图片的故障知识图谱自动创建方法及装置在说明书摘要公布了：本发明提供一种故障树图片的故障知识图谱自动创建方法及装置，方法包括：对复杂装备故障知识图谱进行知识建模，定义实体类型、关系类型和属性；对故障树图片进行灰度化、二值化和形态学处理；将图像分割成若干不相交的检测区域，识别检测区域的中心点坐标；识别检测区域内容，将故障事件和事件代号一一对应，完成实体抽取；基于识别的检测区域内容和检测区域中心点坐标，完成实体之间的关系抽取；将实体和关系转化成结构化三元组，建立故障知识图谱，存储在图数据库；对故障知识图谱进行汇聚融合；利用知识图谱进行根因分析、故障影响分析。本发明可以有效解决手工获取大规模知识困难的问题，实现多源异构知识的汇聚融合。

本发明授权一种故障树图片的故障知识图谱自动创建方法及装置在权利要求书中公布了：1.一种故障树图片的故障知识图谱自动创建方法，其特征在于，包括步骤：S1：对复杂装备故障知识图谱进行知识建模，定义实体类型、关系类型和属性；S2：对读取的故障树图片进行图像预处理，包括灰度化、二值化和形态学处理，以将检测目标凸显出来；S3：将图像分割成若干不相交的检测区域，并识别检测区域的中心点坐标；S4：利用光学字符识别技术识别检测区域内容，并将故障事件和事件代号一一对应，完成实体抽取；S5：基于识别的检测区域内容和检测区域中心点坐标，完成实体之间的关系抽取；S6：将实体和关系转化成结构化三元组，建立故障知识图谱，存储在图数据库；S7：对多张故障树图片自动创建的故障知识图谱进行汇聚融合；S8：对融合的故障知识图谱进行可视化展示，利用知识图谱进行根因分析、故障影响分析；S3包括如下步骤：S31：基于图像处理中的轮廓提取算法，提取目标检测区域轮廓和属性；S32：遍历所有目标检测区域轮廓，计算每一个轮廓的面积，并筛选掉面积小于预定面积阈值的区域；S33：计算目标检测区域的轮廓长度，并利用多边形逼近方法获取目标检测区域的近似轮廓；S34：利用最小矩形面积方法获取近似轮廓的矩形，数量为k1，并确定矩形四个角和中心点的坐标；S35：根据矩形长和宽的比例筛选掉形状窄度小于预定窄度阈值的目标检测区域，剩余目标检测区域的数量为k2，k2≤k1；S36：利用图形绘制方法将目标检测区域用矩形框进行切分并按照顺序索引保存，索引值为[0，k2-1]；S4包括如下步骤：S41：基于pytesseract循环识别S36中矩形框中的文字，并按照顺序索引以字典形式保存识别的文字内容；S42：将具有相同键值的元素放在一个列表中，并将列表中的元素进行合并；S43：将纵坐标差值小于预定近似阈值的矩形框进行合并，并筛选掉含有“门”字的矩形框，并将合并内容定义为{key:value}的字典形式，其中key为故障输入事件代号，value为故障输入事件；S44：在所识别的内容距离小于预定间距阈值时，将多个故障输入事件合并到同一个矩形框中，根据正则表达式区分不同的故障输入事件，并根据S43中key所对应的故障输入事件代号的纵坐标确定剩余的故障输入事件代号，并将故障输入事件与故障输入事件代号一一对应，完成实体抽取；S5包括如下步骤：S51：统计目标检测区域中逻辑门的数量n；S52：找到与对应逻辑门纵坐标差值小于预定相近阈值的故障输出事件，将逻辑门和故障输出事件存储在列表Li1≤i≤n中；S53：根据目标检测区域横坐标之间的关系，确定故障事件是否同时输入到一个逻辑门中，将输入到同一逻辑门中的故障事件存储在同一个列表中Lj1≤j≤k2-n2，其中j代表初始故障输入事件的数量；S54：根据S52中Li的故障输出事件的横坐标确定每一个逻辑门和故障输出事件所对应的故障输入事件。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人北京轩宇空间科技有限公司，其通讯地址为：101318 北京市顺义区高丽营镇文化营村北(临空二路1号)；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。