一种基于贝叶斯网络的电子装备调试方案智能推荐方法

本发明属于工业数字化，涉及知识自动推送技术，具体涉及一种基于贝叶斯网络的电子装备调试方案智能推荐方法。

背景技术：

1、随着电子产品向高度集成和多功能方向的发展，其制造过程的复杂性也呈上升趋势，特别是对于军工产品而言，调试工作显得尤为重要。一旦电子产品的制造和装配完成，必须经过严格的调试，以确保各项性能指标达到设计规格。调试包含了对产品的调整与测试，调整是对各离散器件或者集成器件参数的调整，测试是利用激励信号源仪器产生激励信号，经产品处理后输出被测信号至测试仪器，检验其信号指标是否达到设计要求。调试是一个复杂的综合操作过程，需要遵循调试工艺指南，由经验丰富的专业人员进行准确的操作，以确保产品的安全性和准确性。调试工艺文件用于规定产品制造中的调试工序、要求和操作方法，它不仅是产品调试的唯一依据和质量保证，还是调试人员的操作手册和指南。电子信息装备的调试贯穿于整个电子产品制造过程。由于电子信息装备通常具有多系统融合功能、多样性能特点以及复杂的交联关系，为了便于功能分配和生产组织，电子信息装备通常可以分为板级、模块级、分机级和整机级。其设计和制造过程也同时构成了装备性能的形成过程。由于器件性能参数的差异和装配误差可能导致产品性能偏差，因此调试在电子信息装备制造过程中扮演着至关重要的角色。

2、电子产品制造领域正经历着巨大的变革，其中之一是产品多样性的快速增加。消费者的需求越来越多元化，从电子设备的功能性要求到外观设计和尺寸规格，都要求生产商能够提供多种不同的产品变种，以满足不同市场和客户的需求。这使得传统的大规模生产和批量制造模式不再适用，因为它们往往以固定的生产线和一致的工艺流程为基础。因此，多品种生产、批量变化和定制化生产已经成为电子产品制造的主要趋势。

3、这一趋势带来了一系列挑战，其中之一是调试工艺方案的生成问题。由于产品的多样性，每个新产品都可能需要不同的工艺参数和调试设置，以确保产品质量和性能。在这种情况下，如何快速、有效地生成适用于各种产品的调试工艺方案，成为了一项复杂的任务。传统的手工工艺方案生成方法耗时且容易出现错误变得不再可行。另一个问题是工艺知识的收集、管理和重用。不同产品可能涉及不同的工艺流程，这需要工程师和操作人员具备广泛的工艺知识。然而，这些知识通常散布在不同的团队和个人之间，难以有效地整合和共享。因此，收集、组织和管理工艺知识，以便在需要时能够快速访问，是一项重要的任务。调试知识的应用也是一个挑战。在电子产品制造中，调试是确保产品质量和性能的关键环节。不同产品可能需要不同的调试步骤和方法，而这些知识通常嵌入在经验丰富的工程师和操作人员的头脑中。如何将这些宝贵的调试经验系统化并传授给新手，以及如何在自动化生产环境中有效地应用这些知识，都是重要问题。

技术实现思路

1、本发明目的旨在针对现有技术中存在的上述问题，提供一种基于贝叶斯网络的电子装备调试方案智能推荐方法，能够基于调试需求，自动生成调试方案。

2、本发明提供的基于贝叶斯网络的电子装备调试方案智能推荐方法，其包括以下步骤：

3、s1依据电子设备调试需求，得到一组以上的第一实例组件；每个调试需求对应一组第一实例组件；

4、s2依据每一组第一实例组件，对知识图谱进行检索，获取与各组第一实例组件关联的第二实例组件；各组第一实例组件和与之关联的第二实例组件构成相应的有向图；

5、s3依据有向图，将同组内的各第一实例组件，第一实例组件与第二实例组件或/和各第二实例组件之间的关系转化为概率描述，构建条件概率表，从而得到noisy-or贝叶斯网络推荐模型；

6、s4基于noisy-or贝叶斯网络推荐模型，通过推理方法生成调试推荐方案。

7、上述步骤s1和步骤s2中，所述知识图谱包括若干与电子设备调试需求相对应的子调试模块；每个子调试模块为由满足相应电子设备调试需求的若干实例组件构成的有向图，所述实例组件即为知识图谱中的节点。所述实例组件为为满足相应调试需求所使用的调试设备或/和调试步骤。依据电子设备调试需求，得到一组以上的第一实例组件，也即确定了一组以上的子调试模块，以及其中的部分实例组件。然后通过步骤s2-s4确定子调试模块的其他实例组件。

8、上述步骤s2中，对于每个电子设备调试需求，以步骤s1中确定的第一实例组件作为初始节点，并查找与之关联的上下级节点，并将其作为第二实例组件；逐步拓展节点，检索出的所有节点形成有向图，所述有向图为有向有环图或有向无环图。

9、上述步骤s3包括以下分步骤：

10、s31对同组内的有向图进行剪枝得到有向无环图；

11、s32将各节点之间的关系转化为概率描述，得到各节点的条件概率；

12、对于节点ni，将其作为noisy-or节点，其条件概率计算公式如下所示：

13、

14、

15、式中，ni、表示节点ni的状态“0”或“1”；pij＝p(ni|nij)，指父节点nij(j表示父节点序号)单独导致ni出现的条件概率，由电子设备调试历史数据统计得到；parent(ni)表示节点ni父节点集的不同状态集合；parent(ni)+表示父节点集合中状态为“1”的节点集合；p(ni)表示单个节点ni出现“0”的概率，由电子设备调试历史数据统计得到；

16、所有节点的条件概率构成条件概率表；所述有向无环图及图中各节点的条件概率表组成noisy-or贝叶斯网络推荐模型。

17、上述步骤s4中，所述推理方法包括正向推理、反向推理和混合推理；基于各组构建的noisy-or贝叶斯网络推荐模型，选择其中一种推理方法确定第二实例组件，由第一实例组件和确定的第二实例组件生成相应需求的调试推荐方案。

18、上述基于贝叶斯网络的电子装备调试方案智能推荐方法还包括步骤s5，由工艺人员判断生成的调试推荐方案是否符合电子设备调试需求，若不符合电子设备调试需求，可以对电子设备调试需求进行调整，再返回步骤s1；若符合需求，可以使用生成的调试推荐方案，或者进一步对调试推荐方案进行修正调优得到最终的调试方案，并将最终的调试方案保存至知识图谱中，实现知识重用。

19、与现有技术相比，本发明提供的基于贝叶斯网络的电子装备调试方案智能推荐方法具有以下有益效果：

20、1)本发明融合知识图谱及贝叶斯网络，首先通过电子设备调试需求确定其中部分实例组件，再通过知识图谱检索待确定实例组件，然后构建贝叶斯网络模型，再通过推理方法生成调试方案，完成针对电子设备调试方案的智能推荐；

21、2)本发明通过采用noisy-or节点作为贝叶斯网络中的节点有效的解决了贝叶斯网络参数学习时数据稀疏的问题，提高了预测的精准性；

22、3)本发明通过设计的先验概率，确定节点的条件概率，能够适应电子设备调试过程首次引入新的子调试模块的情况，具有很好的扩展能力。

技术特征：

1.一种基于贝叶斯网络的电子装备调试方案智能推荐方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于贝叶斯网络的电子装备调试方案智能推荐方法，其特征在于，步骤s1和步骤s2中，所述知识图谱包括若干与电子设备调试需求相对应的子调试模块；每个子调试模块为由满足相应电子设备调试需求的若干实例组件构成的有向图，所述实例组件即为知识图谱中的节点。

3.根据权利要求2所述的基于贝叶斯网络的电子装备调试方案智能推荐方法，其特征在于，所述实例组件为为满足相应调试需求所使用的调试设备或/和调试步骤。

4.根据权利要求1所述的基于贝叶斯网络的电子装备调试方案智能推荐方法，其特征在于，步骤s2中，对于每个电子设备调试需求，以步骤s1中确定的第一实例组件作为初始节点，并查找与之关联的上下级节点，并将其作为第二实例组件；逐步拓展节点，检索出的所有节点形成有向图。

5.根据权利要求4所述的基于贝叶斯网络的电子装备调试方案智能推荐方法，其特征在于，所述有向图为有向有环图或有向无环图。

6.根据权利要求1至5任一项所述的基于贝叶斯网络的电子装备调试方案智能推荐方法，其特征在于，步骤s3包括以下分步骤：

7.根据权利要求6所述的基于贝叶斯网络的电子装备调试方案智能推荐方法，其特征在于，步骤s4中，所述推理方法包括正向推理、反向推理和混合推理；基于各组构建的noisy-or贝叶斯网络推荐模型，选择其中一种推理方法确定第二实例组件，由第一实例组件和确定的第二实例组件生成相应需求的调试推荐方案。

8.根据权利要求1所述的基于贝叶斯网络的电子装备调试方案智能推荐方法，其特征在于，还包括步骤s5，由工艺人员判断生成的调试推荐方案是否符合电子设备调试需求，若不符合电子设备调试需求，对电子设备调试需求进行调整，再返回步骤s1；若符合需求，使用生成的调试推荐方案，或者进一步对调试推荐方案进行修正调优得到最终的调试方案，并将最终的调试方案保存至知识图谱中。

技术总结本发明属于工业数字化技术领域，公开了一种基于贝叶斯网络的电子装备调试方案智能推荐方法，依据电子设备调试需求，得到一组以上的第一实例组件；每个调试需求对应一组第一实例组件；依据每一组第一实例组件，对知识图谱进行检索，获取与各组第一实例组件关联的第二实例组件；各组第一实例组件和与之关联的第二实例组件构成相应的有向图；依据有向图，将同组内的各第一实例组件，第一实例组件与第二实例组件或/和各第二实例组件之间的关系转化为概率描述，构建条件概率表，从而得到Noisy‑OR贝叶斯网络推荐模型；再通过推理方法生成调试推荐方案。本发明融合知识图谱及贝叶斯网络，通过推理方法生成调试方案，完成针对电子设备调试方案的智能推荐。技术研发人员：赵武,关景新,肖勇,张郭勇,桑树艳,陈星宇,郭鑫,张凯,于淼受保护的技术使用者：宜宾四川大学产业技术研究院技术研发日：技术公布日：2024/7/29