地质钻进故障特征知识图谱构建及智能诊断方法
Earth Science-Journal of China University of Geosciences · 2026
DOI: 10.3799/dqkx.2026.112 ↗Kurz gefasst
Fachartikel in der Zeitschrift Earth Science-Journal of China University of Geosciences, 2026. Verfasst von Yang Yulong und 3 weiteren Autor:innen. Die Arbeit nennt 34 Literaturangaben.
Abstract (Originalsprache)
地质钻进工程难度大、风险高,设计可解释、可交互的钻进故障诊断系统,帮助司钻人员及时发现和排除井下故障,对保障钻进过程的安全和效率意义重大. 围绕这一目标,提出一套针对地质钻进复杂知识和故障机理的结构化表征框架,收集整理钻进故障文献库,针对文献上下文关联强、专业名词形式复杂的特点设计长程依赖关系分析和复合结构实体识别算法,抽取文献中的知识,自动构建钻进故障特征知识图谱,实现知识驱动的钻进故障智能诊断. 对21篇公开出版物进行知识抽取,构建了一个具备3 121个节点、1 301则关系的钻进故障特征知识图谱,故障诊断系统在5项钻进故障知识查询任务上性能达到ChatGPT⁃5.2同等水平,在2项故障诊断任务上表现优于主流商业大语言模型.
Zitieren
APA
Yulong, Y., Weihua, C., Yupeng, L., & Chao, G. (2026). 地质钻进故障特征知识图谱构建及智能诊断方法. Earth Science-Journal of China University of Geosciences, 0(0), 0. https://doi.org/10.3799/dqkx.2026.112
Vancouver
Yulong Y, Weihua C, Yupeng L, Chao G. 地质钻进故障特征知识图谱构建及智能诊断方法. Earth Science-Journal of China University of Geosciences. 2026;0(0):0. doi:10.3799/dqkx.2026.112
BibTeX
@article{Yulong2026,
author = {Yulong, Yang and Weihua, Cao and Yupeng, Li and Chao, Gan},
title = {地质钻进故障特征知识图谱构建及智能诊断方法},
journal = {Earth Science-Journal of China University of Geosciences},
year = {2026},
volume = {0},
number = {0},
pages = {0},
doi = {10.3799/dqkx.2026.112}
}
EUVIMED