一种液压成形装备故障的个性化服务方法技术

本发明专利技术公开了一种液压成形装备故障的个性化服务方法及系统。该方法包括：获取液压成形装备的故障数据和特征数据；集成所述故障数据和所述特征数据，生成初始液压成形装备信息；对所述初始液压成形装备信息预处理，得到最终液压成形装备信息；将所述最终液压成形装备信息输入故障类型诊断模型，自动输出故障类型；将所述故障类型输入到智能服务库，输出解决所述液压成形装备的故障的个性化服务方案。采用本发明专利技术所提供的个性化服务方法或系统能够快速有效地诊断出故障类型，得到相应的个性化服务方案，避免人工一一排查，提高服务效率、降低服务成本。

【技术实现步骤摘要】
一种液压成形装备故障的个性化服务方法
本专利技术涉及机械装备故障维修服务领域，特别是涉及一种液压成形装备故障的个性化服务方法及系统
技术介绍
随着工业的发展，装备能否正常运转是整个企业正常生产的重要保障。因此，当装备发生故障时，能够快速有效的对其进行维修服务，使得装备能够尽快的恢复正常运转是重中之重。通过对装备进行快速有效的维修服务，尽早检查出装备问题，提前准备好相关维修物料，从而减少停机损失，提高人员的作业安全。由于液压成形装备的工作环境复杂、结构复杂多样，导致液压成形装备故障类型多种多样，相对应的服务的方式也各不相同。目前液压成形装备故障服务方式大多基于故障现象，再由人为主观诊断故障类型，人为诊断的方法受人主观影响和技术人员自身的技术限制较大，并且故障排查需要依靠经验对各个故障进行逐一排查，因此，这种形式的故障服务方法容易造成服务成本高、效率低的问题。
技术实现思路
本专利技术的目的是提供一种液压成形装备故障的个性化服务方法及系统，以解决人为诊断故障类型时，服务过程高成本低效率的问题。为实现上述目的，本专利技术提供了如下方案：一种液压成形装备故障的个性化服务方法，包括：获取液压成形装备的故障数据和特征数据；所述故障数据包括故障码、活塞运行速度、液压油温度以及液压缸压强等；所述特征数据包括装备型号、装备地理位置、历史维修信息以及使用时长信息等；集成所述故障数据和所述特征数据，生成初始液压成形装备信息；对所述初始液压成形装备信息预处理，得到最终液压成形装备信息；将所述最终液压成形装备信息输入故障类型诊断模型，自动输出故障类型；将所述故障类型输入到智能服务库，输出解决所述液压成形装备的故障的个性化服务方案；所述智能服务库包括已知故障类型以及对应所述已知故障类型的个性化服务方案；所述个性化服务方法包括针对所述已知故障类型的解决方案、解决所述已知故障类型所需的物料以及维修费用等。可选的，所述将所述最终液压成形装备信息输入故障类型诊断模型，自动输出故障类型之前，还包括：以历史液压成形装备信息以及与所述历史液压成形装备信息所对应的故障类型作为样本数据集，利用随机森林算法建立故障诊断模型。可选的，以历史液压成形装备信息以及对应的故障类型作为样本数据集，利用随机森林算法建立故障诊断模型，具体包括：集成所述历史液压成形装备信息，生成历史初始液压成形装备信息；所述历史液压成形装备信息包括故障数据和特征数据；对所述历史初始液压成形装备信息预处理，得到历史最终液压成形装备信息；将所述历史最终液压成形装备信息以及与所述历史液压成形装备信息所对应的故障类型作为样本数据集；利用bootstrap采样法将所述样本数据集分为训练集数据和测试集数据；根据所述训练集数据建立所述故障类型诊断模型，根据测试集数据验证所述故障类型诊断模型。可选的，将所述故障类型输入到智能服务库，输出解决所述液压成形装备的故障的个性化服务方案之后，还包括：判断所述个性化服务方案是否解决所述液压成形装备的故障，得到第一判断结果；当所述第一判断结果表示为所述个性化服务方案未解决所述液压成形装备的故障，则重新建立所述故障类型诊断模型。可选的，所述重新建立所述故障类型诊断模型，具体包括：调整所述训练集数据的权重，重新建立所述故障类型诊断模型。可选的，所述对所述历史初始液压成形装备信息预处理，得到历史最终液压成形装备信息，具体包括：采用相关分析法去除所述历史初始液压成形装备信息具有相关性的属性，得到去除后的历史液压成形装备信息；所述历史液压成形装备信息包括多个属性；所述属性包括故障码、活塞运行速度、液压油温度、液压缸压强、装备型号、装备地理位置、历史维修信息以及使用时长信息等；清理含有缺失值的所述去除的历史液压成形装备信息，得到清理后的历史液压成形装备信息；采用离差标准化法对所述清理后的历史液压成形装备信息标准化处理，得到历史最终液压成形装备信息。可选的，所述采用相关分析法去除所述历史初始液压成形装备信息具有相关性的属性，得到去除后的历史液压成形装备信息，具体包括：计算每两个属性之间的相关度；判断所述相关度是否大于预设相关度，得到第二判断结果；若所述第二判断结果表示为所述相关度大于预设相关度，则确定两个属性具有相关性，去除所述两个属性中的任一属性。可选的，所述对所述初始液压成形装备信息预处理，得到最终液压成形装备信息，具体包括：采用所述去除后的历史液压成形装备信息去除所述初始液压成形装备信息具有相关性的属性，得到去除后的液压成形装备信息；所述初始液压成形装备信息包括多个属性；所述属性包括故障码、活塞运行速度、液压油温度、液压缸压强、装备型号、装备地理位置、历史维修信息以及使用时长信息等；清理含有缺失值的所述去除的液压成形装备信息，得到清理后的液压成形装备信息；采用离差标准化法对所述清理后的液压成形装备信息标准化处理，得到最终液压成形装备信息。一种液压成形装备故障的个性化服务系统，包括：故障数据和特征数据获取模块，用于获取液压成形装备的故障数据和特征数据；所述故障数据包括故障码、活塞运行速度、液压油温度以及液压缸压强等；所述特征数据包括装备型号、装备地理位置、历史维修信息以及使用时长信息等；集成模块，用于集成所述故障数据和所述特征数据，生成初始液压成形装备信息；预处理模块，用于对所述初始液压成形装备信息预处理，得到最终液压成形装备信息；第一输入模块，用于将所述最终液压成形装备信息输入故障类型诊断模型，自动输出故障类型；第二输入模块，用于将所述故障类型输入到智能服务库，输出解决所述液压成形装备的故障的个性化服务方案；所述智能服务库包括已知故障类型以及对应所述已知故障类型的个性化服务方案；所述个性化服务方法包括针对所述已知故障类型的解决方案、解决所述已知故障类型所需的物料以及维修费用等。根据本专利技术提供的具体实施例，本专利技术公开了以下技术效果：本专利技术根据历史液压成形装备信息以及历史故障类型建立故障类型诊断模型，集成所述液压成形装备的故障数据和特征数据，对集成后的初始液压成形装备信息预处理，并将处理后的最终液压成形装备信息输入到之前建立的故障类型诊断模型中，自动输出故障类型，无需技术人员对各个故障一一排查，有效提高诊断故障类型的效率，降低了服务过程的成本；其次，通过将故障类型输入到智能服务库，从而输出解决该故障的个性化服务方案，得到解决方案、所需物料以及维修费用等，进而提高了解决装备故障的效率。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术所提供的个性化服务方法流程图；图2为本专利技术所提供的个性化服务系统结构图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。本专利技术的目的是提供一种液压成形装备故障类型的个性化服务方法及系统，能够自动诊断出故障类型，并针本文档来自技高网...

【技术保护点】
一种液压成形装备故障的个性化服务方法，其特征在于，包括：获取液压成形装备的故障数据和特征数据；所述故障数据包括故障码、活塞运行速度、液压油温度以及液压缸压强；所述特征数据包括装备型号、装备地理位置、历史维修信息以及使用时长信息；集成所述故障数据和所述特征数据，生成初始液压成形装备信息；对所述初始液压成形装备信息预处理，得到最终液压成形装备信息；将所述最终液压成形装备信息输入故障类型诊断模型，自动输出故障类型；将所述故障类型输入到智能服务库，输出解决所述液压成形装备的故障的个性化服务方案；所述智能服务库包括已知故障类型以及对应所述已知故障类型的个性化服务方案；所述个性化服务方法包括针对所述已知故障类型的解决方案、解决所述已知故障类型所需的物料以及维修费用。

【技术特征摘要】
1.一种液压成形装备故障的个性化服务方法，其特征在于，包括：获取液压成形装备的故障数据和特征数据；所述故障数据包括故障码、活塞运行速度、液压油温度以及液压缸压强；所述特征数据包括装备型号、装备地理位置、历史维修信息以及使用时长信息；集成所述故障数据和所述特征数据，生成初始液压成形装备信息；对所述初始液压成形装备信息预处理，得到最终液压成形装备信息；将所述最终液压成形装备信息输入故障类型诊断模型，自动输出故障类型；将所述故障类型输入到智能服务库，输出解决所述液压成形装备的故障的个性化服务方案；所述智能服务库包括已知故障类型以及对应所述已知故障类型的个性化服务方案；所述个性化服务方法包括针对所述已知故障类型的解决方案、解决所述已知故障类型所需的物料以及维修费用。2.根据权利要求1所述的个性化服务方法，其特征在于，所述将所述最终液压成形装备信息输入故障类型诊断模型，自动输出故障类型之前，还包括：以历史液压成形装备信息以及与所述历史液压成形装备信息所对应的故障类型作为样本数据集，利用随机森林算法建立故障诊断模型。3.根据权利要求2所述的个性化服务方法，其特征在于，以历史液压成形装备信息以及对应的故障类型作为样本数据集，利用随机森林算法建立故障诊断模型，具体包括：集成所述历史液压成形装备信息，生成历史初始液压成形装备信息；所述历史液压成形装备信息包括故障数据和特征数据；对所述历史初始液压成形装备信息预处理，得到历史最终液压成形装备信息；将所述历史最终液压成形装备信息以及与所述历史液压成形装备信息所对应的故障类型作为样本数据集；利用bootstrap采样法将所述样本数据集分为训练集数据和测试集数据；根据所述训练集数据建立所述故障类型诊断模型，根据测试集数据验证所述故障类型诊断模型。4.根据权利要求3所述的个性化服务方法，其特征在于，将所述故障类型输入到智能服务库，输出解决所述液压成形装备的故障的个性化服务方案之后，还包括：判断所述个性化服务方案是否解决所述液压成形装备的故障，得到第一判断结果；当所述第一判断结果表示为所述个性化服务方案未解决所述液压成形装备的故障，则重新建立所述故障类型诊断模型。5.根据权利要求4所述的个性化服务方法，其特征在于，所述重新建立所述故障类型诊断模型，具体包括：调整所述训练集数据的权重，重新建立所述故障类型诊断模型。6.根据权利要求3所述的个性化服务方法，其特征在于，所述对所述历史初始液压成形装备信息预处理，得到历史最终液压成形装备信息，具...

【专利技术属性】
技术研发人员：张强，杨善林，余剑方，彭张林，陆效农，裴军，范煜，严建文，
申请(专利权)人：合肥工业大学，
类型：发明
国别省市：安徽,34