(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211326224.2 (22)申请日 2022.10.27 (71)申请人 北京城建 设计发展集团股份有限公 司 地址 100037 北京市西城区阜成门北 大街 五号 (72)发明人 韩玉珍　张连卫　华福才　张雷　 何纪忠　潘毫　聂小凡　雷刚　 宋菲　 (74)专利代理 机构 北京中知星原知识产权代理 事务所(普通 合伙) 11868 专利代理师 艾变开 (51)Int.Cl. G06Q 10/06(2012.01) G06Q 50/08(2012.01) (54)发明名称 基于关系图谱的运营隧道结构病害快速智 能诊断方法 (57)摘要 本发明公开了一种基于关系图谱的运营隧 道结构病害快速智能诊断方法， 包括： 步骤一： 搭 建运营隧道病害 ‑成因‑措施关系图谱； 步骤二： 对运营隧道病害 ‑成因‑措施关系图谱的节点和 边赋值； 步骤三： 获取运营隧道病害案例， 输入隧 道病害基本特征数据； 步骤四： 根据运营隧道病 害‑成因‑措施关系图谱推断运营隧道病害成因； 步骤五： 根据运营隧道病害 ‑成因‑措施关系图谱 推测运营隧道病害发展趋势； 步骤六： 根据运营 隧道病害 ‑成因‑措施关系图谱推荐病害治理措 施。 本发明能够利用运营隧道病害 ‑成因‑措施关 系图谱实现对城市轨道交通运营隧道病害的智 能化诊断及治理， 提高了运营隧道病害诊断及治 理效率， 降低了 轨道交通 运营成本 。 权利要求书2页 说明书10页 附图2页 CN 115392796 A 2022.11.25 CN 115392796 A 1.一种基于关系图谱的运营隧道结构病害快速智能诊断方法， 其特征在于， 包括如下 步骤： 步骤一： 搭建运营隧道病害 ‑成因‑措施关系图谱； 步骤二： 对所述 运营隧道病害 ‑成因‑措施关系图谱的节点和边赋值； 步骤三： 获取运营隧道病害案例， 输入隧道病害基本特 征数据； 步骤四： 根据运营隧道病害 ‑成因‑措施关系图谱推断所述 运营隧道病害成因； 步骤五： 根据运营隧道病害 ‑成因‑措施关系图谱推测所述 运营隧道病害发展趋势； 步骤六： 根据运营隧道病害 ‑成因‑措施关系图谱推荐病害 治理措施。 2.根据权利要求1所述的基于关系图谱的运营隧道结构病害快速智能诊断方法， 其特 征在于， 步骤一中， 搭建所述 运营隧道病害 ‑成因‑措施关系图谱 包括： 识别运营隧道病害 ‑成因‑措施关键要素以及关键要素之间的关联； 初步搭建运营隧道病害 ‑成因‑措施关系图谱， 将病害、 成因、 措施三类关键要素作为节 点， 各要素节点之间的关联作为 边； 应用专家知识， 对初步搭建的运营隧道病害 ‑成因‑措施关系图谱进行修 正。 3.根据权利要求2所述的基于关系图谱的运营隧道结构病害快速智能诊断方法， 其特 征在于， 识别所述病害包括识别所述病害种类； 识别所述病害成因包括识别病害初始条件 和病害诱因； 识别所述病害 治理措施包括明确治理措施优点和适用条件。 4.根据权利要求1所述的基于关系图谱的运营隧道结构病害快速智能诊断方法， 其特 征在于， 步骤二中， 对所述关系图谱的节点和边赋值包括： 对现有的运营隧道实际发生的病 害案例进行统计， 并根据统计数据修改病害 ‑成因‑措施关系图谱， 调整 要素节点的权 重值。 5.根据权利要求1所述的基于关系图谱的运营隧道结构病害快速智能诊断方法， 其特 征在于， 步骤三中， 具体包括： 获取运营隧道病害案例的当前病害， 查询病害 要素类二维表， 得到病害类型， 记为 ID0； 将所述病害类型ID0作 为子节点的病害要素ID， 查询相关联的父节点的病害类型ID， 记 为ID1； 再以ID1作为子节 点的病害要素ID， 查询相关联的父节点的病害类型ID， 记 为ID2； 以 此类推， 得到病害 要素ID集 合IDSS={ID0， ID1， ID2， …， IDi，…， IDn}。 6.根据权利要求5所述的基于关系图谱的运营隧道结构病害快速智能诊断方法， 其特 征在于， 步骤四中， 推断所述 运营隧道病害成因包括： 查找与IDSS中各病害要素ID相关联的成因要素， 得到初 始病害成因ID集合IDS1={IDS1‑ 1， IDS1‑2， IDS1‑3，…， IDS1‑i}； 剔除IDS1实际条件下不会出现的病害成因， 得到中间病害成因ID集合IDS2={IDS2‑1， IDS2‑2， IDS2‑3，…， IDS2‑i}； 根据病害成因要素权 重对IDS2中的病害成因进行排序； 根据实际情况按排序进行排查验证， 剔除经验证排除的病害成因， 得到最终病害成因 ID集合IDS3={IDS3‑1， IDS3‑2， IDS3‑3，…， IDS3‑i}。 7.根据权利要求6所述的基于关系图谱的运营隧道结构病害快速智能诊断方法， 其特 征在于， 步骤五中， 所述推测运营隧道病害发展趋势包括： 根据IDS3的病害成因查询成因 ‑病害路径； 获得成因 ‑病害路径集 合；权　利　要　求　书 1/2 页 2 CN 115392796 A 2根据成因 ‑病害路径集 合获得病害路径集 合； 查询病害 要素权重对病害路径集 合中的病害 进行排序； 根据病害排序顺序推测病害发展趋势。 8.根据权利要求7所述的基于关系图谱的运营隧道结构病害快速智能诊断方法， 其特 征在于， 具体包括： 根据IDS3的病害成因ID集合， 查询获得IDS3导致的成因 ‑病害路径： Path （IDS3_i， IDS4_j） ； 其中， IDS3_i为IDS3中的成因要素ID， IDS4_j为其指向的病害要素ID， Path表示由 （IDS3_i， IDS4_j） 组成的有序数列； 剔除实际条件下不会发生的成因 ‑病害路径， 获得成因 ‑病害路径集合： S_P={Path （IDS3_1， IDS4_1） ，……}； 根据S_P中 的成因‑病害路径Path （IDS3_i， IDS4_j） ， 以IDS4_j为父节点， 查询获得其子 节点IDS4_k， 将传播路径扩展为Path （IDS3_i， IDS4_j， IDS4_k， ……） ， 以此类推， 获取IDS3 的所有正向传播路径集 合； 剔除实际条件不会发生的成因 ‑病害传播路径； 将各传播路径上的病害ID集 合记为IDS5； 根据病害要素权重对IDS5中的病害要素ID进行排序， 由排序顺序推测运营隧道病害发 展趋势。 9.根据权利要求8所述的基于关系图谱的运营隧道结构病害快速智能诊断方法， 其特 征在于， 所述 IDS3的所有正向传播路径集 合的终止条件 包括： （1） 查询不到作为子节点的病害类型与之关联； （2） 查询到的病害类型ID S4_n已经在Path （ID S3_i， IDS4_j， IDS4_k，……） 中出现。 10.根据权利要求9所述的基于关系图谱的运营隧道结构病 害快速智能诊断方法， 其特 征在于， 步骤六中， 所述治理措施包括： 排查验证IDS5中的病害要素ID， 剔除没有发生的病害要素ID， 得到病害要素ID集合 IDS6； 根据IDS6的病害 要素ID， 查询获取病害 要素ID对应的初始治理措施要素ID集 合IDS7； 列出各初始治理措施对应的使用条件， 根据实际条件进行筛选， 从IDS7中剔除受限无 法实施的治理措施， 得到最终治理措施ID集 合IDS8； 查询治理措施要素权 重对IDS8中的治理措施进行排序， 按顺序推荐 治理措施。权　利　要　求　书 2/2 页 3 CN 115392796 A 3