系统故障演化过程SFEP^[1-5]表示了故障产生过程中，从原因开始到结果之间各事件及其逻辑关系。通常无论是自然系统还是人工系统发生灾害或故障都不是一蹴而就的。宏观上是众多事件按照一定顺序依次发生形成的；微观上则是事件之间逻辑关系导致的。这里的逻辑关系主要是因果逻辑关系。

作者2018年首次提出SFN理论^[1-5]用于描述和研究SFEP。SFN理论是空间故障树(space fault tree，SFT)理论的第3阶段。SFT的4个研究阶段分别为SFT理论基础^[6-11]、智能化SFT^[12-20]、SFN^[1-5]及系统运动空间和系统映射论。SFN可描述SFEP中各事件及其之间的逻辑关系，但研究的困难在于将SFEP转化为SFN。通常情况下，SFEP是通过事故调查、现场人员叙述或者专家推断得到的。这些SFEP数据是一种非结构的、文本形式的信息。如何将SFEP的文本描述转化为规则化的，具有符号表示特征的模式，以便进一步处理成为了关键问题。这涉及到信息收集、知识提取、知识表示、知识规则化，更涉及到安全科学和SFN理论等。

对类似问题，文本知识的提取和表示已有较多研究。涌现了如基于数据挖掘和数据驱动的因果关系提取^[21-22]、知识地图文本分类^[23-24]、结构因果关系故障诊断^[25]、学习行为数据因果关系挖掘^[26]、条件随机域突发事件因果关系提取^[27]、因果关系脑电特征提取^[28]、因果关系验证信息提取^[29]、医疗知识文本内容提取^[30]、网站信息资源多维语义知识融合^[31]、特征项权重与句子相似度的知识元智能提取^[32]等方法。但一般情况下，这些文本知识提取方法都具有专业领域特征，难以应用于安全及系统故障分析领域，难以在SFEP文本中有效提取因果知识，更难以形成SFN所需要的知识规则化形式。

针对上述问题，作者借鉴文本知识提取的一般方法^[21-33]，专门研究了适合SFN的因果关系提取方法用于研究SFEP描述文本的表示和分析。方法可将SFEP文本语言描述转化为完整的SFN结构，从而为SFN的有效构建提供支持，同时该方法也适合计算机对符号序列的智能处理。这里首先解释文中出现的前期概念，其余相关概念见参考文献[1-5]。

边缘事件(edge event)：导致故障的基本事件，用ee表示。

过程事件(process event)：由边缘事件或其他过程事件导致的事件，同时也导致其他过程事件或最终事件，用pe表示。

最终事件(target event)：边缘事件或过程事件导致的事件，但不导致任何其他事件发生，用te表示。

传递概率(transfer probability)：原因事件可导致结果事件的概率，用tp表示。

原因事件(cause event)：导致其他事件发生的事件，包括边缘事件和过程事件，用ce表示。

结果事件(result event)：被导致发生的事件，包括过程事件和最终事件，用re表示。

连接(connection)：表示事件之间的相互关系，连接具有方向，从原因事件指向结果事件，并蕴含传递概率。

1 SFEP的典型因果关系

在SFEP中主要蕴含了事件间的因果关系，分为如下6种。

1)单层传递结构：A→B，A事件导致B事件。A代表原因事件，B代表结果事件，下同。

2)多层传递结构：A→B→C，A事件导致B事件，B导致C事件。

3)归一与结构：A₁∧A₂∧…→B，多个原因事件A同时导致结果事件B。

4)归一或结构：A₁∨A₂∨…→B，多个原因事件A，至少有一个发生导致结果事件B。

5)分支与结构：A→B₁∧B₂∧…，原因事件A发生，同时产生多个结果事件。

6)分支或结构：A→B₁∨B₂∨…，原因事件A发生，产生多个结果事件中的一个或多个。

上述关系在SFN中的表示如图1所示。

从图1左侧可了解6种因果关系与SFN基本结构的转化情况。

定义1 SFN基本结构。指由一个或多个原因事件，一次连接和一个或多个结果事件组成的基本单元，即原因事件到结果事件经过一次连接的结构。

SFN用于描述SFEP，对于最终事件的分析是按照SFEP的逆序关系^[1-5]描述的，即从最终事件开始，按照连接的反方向找到各过程事件，最终找到边缘事件。从该角度出发，图1(a)、(b) 2种形式的因果关系对于SFN的分析是等效的，可归结为图1(a)形式。图1(c)、(d) 2种形式对SFN分析很重要。由于分析过程是结果事件到原因事件的逆序分析，B事件与其原因事件A之间的因果关系很重要，因此在B事件后标注了A事件通过何种逻辑关系导致B。图1(e)、(f) 2种形式对SFN分析没有实际意义。因为从B事件寻找A事件时，对B而言A总是确定的，不存在多个A事件导致B事件的情况。综上将SFEP表示为SFN时，这6种因果关系形式都有可能出现，重要度相同。但分析时只有图1(a)、(c)和(d)因果结构发挥作用。图1(b)、(e)和(f) 3种因果结构都可归结为图1(a)因果结构进行研究。因此SFN表示SFEP时使用图1左侧6种结构，而分析SFN时只需图1右侧3种结构。当然这里不考虑单向环结构，单向环的处理方法见文献[1-3, 5]。

2 SFEP因果关系与SFN基本结构转化流程

一般情况下SFEP通过语言描述形成文本，如何将这些文本转化成可用于SFEP分析的SFN是关键问题。SFN中包括事件和连接及其逻辑关系。事件主要包括原因事件和结果事件；或可分为边缘事件、过程事件和最终事件。所涉及的原因事件和结果事件的逻辑关系主要是与或关系，实际上存在20种这样的关系^[34-35]。在SFEP中提取这些信息，首先要对SFEP语言论述进行因果关系组划分；其次确定关键词；最后确定常用的因果关系组模式。

定义2 因果关系组。划分SFEP的描述文本后，每一个因果关系划分表达一个完整的因果关系描述，称为因果关系组(文本以“。”号分解最为简单)，因果关系组也是因果关系分析的最基本单元。

定义3 因果关系组模式。利用关键字将一个因果关系组中的词汇符号化，形成可表示原因果关系组因果关系的符号序列。因果关系组模式是一类因果关系的抽象，是因果关系组表示为符号序列的模板。来源于实际SFEP的多个因果关系组可能对应一个因果关系组模式。

使用知识提取方法，将SFEP的描述文本转化为SFN基本结构可分为3个阶段，如图2所示，包括模型研究、模型学习和实例分析。

模型研究阶段主要是模型建立，通过SFEP因果关系分析，将SFEP的描述文本进行因果关系分解，从而对文本进行划分。每一个因果关系的划分都表达一个完整的因果关系描述，称为因果关系组(以“。”号分解最为简单)，因果关系组也是因果关系分析的最基本单元。在各个因果关系组转化为SFN基本结构后，可根据因果关系组之间的相同事件叠加形成完整的SFN网络，最终完成SFEP到SFN转化。

确定因果关系组后，对组内各部分进行分析，主要包括原因事件、结果事件及逻辑关系。可将文本抽象为连接词、原因词、结果词、原因部分、结果部分、标点符号、其他类型短语等，称为关键词。在SFEP描述中这些词都有具体的词汇，可在模型学习过程中累计。逐渐形成这些关键词对应的词汇集合，以便丰富文本因果关系分析能力。

根据因果关系组和得到的关键词集合，研究因果关系组的基本模式。由于已事先获得关键字，将因果关系组中的文本描述进行替换，可得到为数不多的因果关系组模式。每种模式都代表了一类因果关系描述类型的语句。该过程在模型学习阶段得到补充和丰富。

将组模式转化为SFN的基本结构。在第1节已提到SFN表示SFEP使用6种结构，而分析过程只需其中3种结构。根据组模式转化为SFN的对应结构。

因此，关键词中的原因词和结果词引导的原因部分和结果部分将成为SFN的节点对应事件。连接词代表了原因部分或结果部分之间的逻辑与或关系，将成为SFN的连接和逻辑关系。其他类型短语一般成为原因和结果事件的一部分。最后得到的所有SFN基本结构都只传递了一次，那么之中必定有事件即作为原因又作为结果，因此根据等事件规则将所有SFN基本结构叠加，形成SFEP文本描述转化的完整SFN结构。

模型学习阶段主要是关键词和因果关系模式的补充和丰富。在已分析的SFEP文本中，可获得一些关键词对应的词汇，也可确定因果关系模式。但关键词在语言中千变万化，一个关键词可以有很多词汇表示，需要实践中学习丰富。同理因果关系模式代表了一句完整的因果关系描述，这些描述的结构千变万化，也需不断补充。

对于一个实例SFEP分析，如果它的关键词和关系模式都是已知的，那么将会顺利完成SFEP到SFN的转化。如果关键词或因果关系模式不在集合中，非已知，那么对模型而言是个学习过程，以丰富关键词和关系模式。在经过大量实例的学习后方法将达到成熟。

3 关键词提取及规则确定

为说明方便形成形式化表示结构，结合文献[21-33]和SFEP的特点，制定如下定义。

定义4 关键词(key words, KW)。用于代表SFEP文本描述中，可进行形式化抽取和同类词汇表示，关键词是由表示相同含义的词汇组成的集合，由关键词组成的集合称为关键词组(key words set, KWS)。

KW是一类文本词汇的统一标识。用于在SFEP中因果关系组的抽象和形式化。将因果关系组代表的文本转化为因果关系组模式的符号序列。KW包括多种类型，连接词1、连接词2、原因词、结果词、原因部分、结果部分、其他关于符号部分。这些KW组成了KWS。

定义5 连接词1(link word 1, LW1)。用于表示SFEP中，归一和分支结构的与关系，即多个原因事件同时发生导致结果事件，一个原因事件同时导致多个结果事件。LW1={并且, 且, 而且, 切, 以及, 加之,…}，这些词汇表示两事件并列及同时的与关系。

定义6 连接词2(link word 2, LW2)。用于表示SFEP中，归一和分支结构的或关系，即多个原因事件之一发生导致结果事件，一个原因事件导致其一或多个结果事件。LW2={或者, 或, 要不, 之一, 都,… }，这些词汇表示两事件之一发生导致结果发生的关系，或导致可能的两个结果事件之一。

定义7 原因词(cause words, CW)。用于表示SFEP中引导原因事件的词汇。CW={由于, 因为, 当,… }，这些词汇用于引导原因事件，是原因事件的标志。

定义8 结果词(result words, RW)。用于表示SFEP中引导结果事件的词汇。RW={所以, 因此, 因而, 于是,… }，这些词汇用于引导结果事件，是结果事件的标志。

定义9 原因部分(cause part, CP)。用于表示SFEP中原因事件的描述。CP用于表示原因事件，可以是复杂的句式或短语等。

定义10 结果部分(result part, RP)。用于表示SFEP中结果事件的描述。RP用于表示结果事件，可以是复杂的句式或短语等。

其他关键词(other KW)包括动词性短语(verb phrase, VP)、名词性偏正短语(nominal partial phrases, NPP)、主语词(subject word, SW)。也可能存在其他类型的关键词，但这些关键词在因果关系组模式分析时不是必要的，或者出现几率很小，因此均归于其他关键词。这些词即可作为CP也可作为RP。

定义11 标点符号(punctuation, Pun)。表示在SFEP中文本间的标点符号。标点符号可以判断事件间的因果关系，也用于因果关系组的划分，Pun={，,；,、, …}。

那么KWS={LW1, LW2, CW, RW, CP, RP, other KW, Pun}。当然这些词汇是在模型学习和实例分析过程中不断补充和丰富的。根据文献[21-33]给出的因果知识提取规则，结合SFEP特点，给出6种常见的因果关系组模式的表达形式。由于组模式是一系列符号表示的符号序列，为澄清关键词之间关系，引入3种符号：“＄”分割符号，表示关键词的分割；“|”并列符号，表示并列的2种形式，可选择之一；“{}”跟随符号，表示之前关键词的补充或形式说明，多用于CP和RP，是可选项。这3种符号之一即可进行划分。这6种符号序列形式为

1)CW＄CP{Pun|Pun＄LW1|Pun＄LW2＄CW＄CP}Pnn＄RW＄RP{Pun＄RP}

2)CW＄VP{Pun|Pun＄LW1|Pun＄LW2＄CW＄VP|NPP}Pnn＄SW＄RP{Pun＄RP}

3)CW＄NPP{Pun|Pun＄LW1|Pun＄LW2＄CW＄NPP}Pnn＄RP{Pun＄RP}

4)CW＄CP{Pun＄LW1|Pun＄LW2＄CW＄CP}Pnn＄RP{Pun＄RP}

5)CW＄CP{Pun＄CP}Pun＄RP

6)CP{Pun＄CP＄Pun|Pun＄NPP} Pun＄LW1＄LW2＄RP

这些符号序列可用于计算机对SFEP文本描述的智能处理，但过程需要借助关键词。当然SFEP中因果关系组模式并不限于这些形式，与关键字补充相同，也需要在模型学习过程中不断增加组模式。

4 因果关系组模式与SFN基本结构转换

上述过程完成了因果关系组模式的获取。得到的6种组模式具有一定代表性，是大部分因果关系组的基本模式，可表示SFEP中的大部分因果关系。完成转化的最后一步确定这6种模式与SFN基本结构的对应关系。根据第1节给出的SFN基本结构，结合6种组模式，得到它们对应的SFN基本结构如图3所示。

这种转化是在SFN建立过程中使用的，而不用于SFN分析，进一步处理SFN并不涉及这些转化。处理方法：一是将SFN转化为SFT进行研究^[1-5]，以便利用已有研究成果；二是SFN独立研究方法，即SFN结构化表示和分析方法。请参考相关文献，这里不做论述。

5 实例分析

完成了SFEP文本因果关系提取，及因果关系组模式与SFN基本结构的转化。本节针对经典飞机起落架故障发生过程的文本应用上述方法进行分析。

实例：由于机场地面温度过高，载荷过大且输入油有问题，作动筒自发收起。当锁键压簧力过大、电信号故障，这2个事件都能导致下位锁自动打开。由于下位锁自动打开和作动筒自发收起的同时发生导致机构本身失效。最终因为电信号故障、液压系统自发收起、机构本身失效引起了前起落架的自发收起。

首先，对该描述进行分解，以句号进行划分。得到如下4个因果关系组：

1)由于机场地面温度过高，载荷过大且输入油有问题，作动筒自发收起。

2)当锁键压簧力过大、电信号故障，这2个事件都能导致下位锁自动打开。

3)由于下位锁自动打开和作动筒自发收起的同时发生导致机构本身失效。

4)最终因为电信号故障、液压系统自发收起、机构本身失效都引起了前起落架自发收起。

对1)进行分析，由于∈CW，且∈LW1；机场地面温度过高(CP₁)、载荷过大(CP₂)、输入油有问题(CP₃)∈CP；作动筒自发收起(RP₁)∈RP。表示为组模式字符序列为CW＄CP₁PunPunCP₂LW1LW1CP₃＄Pun＄RP₁。相当于3个原因事件CP₁、CP₂和CP₃同时发生时导致RP₁发生，与图3(a)和图1(c)相同，转化为SFN基本结构如图4(a)所示。

对2)进行分析，当∈CW；都∈LW2；锁键压簧力过大(CP₄)∈CP；电信号故障(VP₁)∈VP；作下位锁自动打开(RP₂)∈RP。表示为组模式字符序列为CW＄CP₄＄Pun|VP₁＄Pun＄LW1＄RP₂。原因事件CP₄和VP₁同时发生时导致RP₂发生，SFN基本结构如图4(b)所示。

对3)进行分析，由于∈CW；和、同时∈LW1；下位锁自动打开(VP₂)，作动筒自发收起(VP₃)∈VP；机构本身失效(RP₃)∈RP。表示为组模式字符序列为CW＄VP₂LW1LW1VP₃LW1LW1RP₃。原因事件VP₂、VP₃同时发生时导致RP₃发生，SFN基本结构如图4(c)所示。

对4)进行分析，因为∈CW；都∈LW2；电信号故障(VP₁)、液压系统自发收起(VP₄)、机构本身失效(VP₅)∈VP；前起落架自发收起(RP₄)∈RP。表示为组模式字符序列为CW＄VP₁＄Pun| VP₄＄Pun|VP₅＄LW2＄RP₄。SFN基本结构如图4(d)所示。

图4(a)~(d)给出了转化的SFN基本结构，又由于RP₃=VP₅，RP₂=VP₂，RP₁=VP₃，将SFN基本结构进行叠加，得到图4(e)的SFEP完整SFN结构。可见该方法能将上述前起落架自发收起的SFEP文本描述转化成为完整的SFN结构。

本文主要解决SFEP描述文本转化为SFN的问题，但只建立了方法的基本框架。由于该方法是依靠关键词和因果关系组模式进行文本到组模式字符序列的转化，以及字符序列到SFN基本结构的转化。因此先期的关键字和组模式积累和学习是非常重要的。只有当关键字和组模式达到一定完备程度时方法才能用于计算机对SFEP的智能分析处理及SFN的完整结构建立；且其学习过程需要人的协助。

6 结束语

论文主要研究了SFEP的文本描述转化为SFN结构的方法。主要结论如下：

1)研究了SFEP中因果关系的6种基本形式，包括单层传递、多层传递、归一与、归一或、分支与和分支或结构。这6种关系均可转化为SFN的对应结构用以表示SFEP。但只有单层传递、归一与和归一或结构在SFN分析中使用。

2)研究了SFEP文本描述中的因果关系转化为对应SFN基本结构的流程。分为模型研究、模型学习和实例分析阶段。模型研究阶段主要是因果关系组划分，确定关键词种类，确定因果关系组模式，模式与SFN基本结构的转化。模型学习阶段用于补充和丰富关键词种类和组模式种类。

3)确定了主要关键词种类和组模式种类。关键词包括连接词、原因词、结果词、原因部分、结果部分、其他关键词和标点符号。关键词是对应词汇的集合，可随着模型学习不断变化增加。给出了6种因果关系组模式的符号序列，同样随着模型学习不断变化增加。将SFEP的因果关系组模式用符号序列表示有利于计算机智能处理。完成了因果关系组模式与SFN基本结构转换，6种组模式对应着6种SFN基本结构，但这些转化只用于SFN表示SFEP，不用于SFN分析。

4)以飞机起落架故障发生过程文本描述为例进行了应用。表明该方法可以有效地分析SFEP，划分因果关系组。按照关键词和组模式对划分的因果关系组进行转化。得到4个因果关系组模式的符号序列，并转化为SFN基本结构，最终叠加形成表示SFEP的完整SFN。