一种工业设备故障维修推荐方法和系统技术方案

本发明专利技术公开了一种工业设备故障维修推荐方法和系统，方法包括S1：在基础维修知识图谱中，训练一个故障实体与类型分类器，对维修类进行分类；S2：获取设备故障问题；S3：对用户输入的故障描述提取出关键词，生成故障条目；S4：利用机器排序，从基础维修知识图谱将与故障条目内容最接近的历史故障案例挑选出来，将此案例的维修决策推荐给设备点管理人员。本发明专利技术对维修人员输入的故障进行自然语言处理，输入到迭代训练的分类模型进行打分，并排序选出与之相似度高，评分靠近的历史维修记录，将此历史维修记录所对应的维修方案推荐给维修人员，使维修人员工作效率更加快速便捷，在遇到熟悉的故障时迅速做出维修决策措施。

A recommended method and system for industrial equipment fault maintenance

【技术实现步骤摘要】
一种工业设备故障维修推荐方法和系统
本专利技术涉及工业设备故障维修领域，更具体地，涉及一种工业设备故障维修推荐方法和系统。
技术介绍
工业制造业互联网是链接工业全系统、全产业链、全价值链，支撑工业智能化发展的关键基础设施。全球工业正迈入一个全新的物联网时代，对于提升各种作业流程自动化的需求越来越高。工业设备网络错综复杂，设备成千上万，一旦发生故障，不及时加以处理，将会影响整个工业设备网络的运转。在工业制造业装备维修保障过程中，会产生大量装备维修记录、故障案例等数据，在各项设备运行和检测的时候，也是参照着一定的检修规范和检修标准。在这些维修历史数据和规范标准中蕴含着许多价值信息。这些信息不仅可以有效促进基层保障部门的维修工作，而且可以为决策人员提供信息参考，提高装备维修保障的效率及精准性。
技术实现思路
本专利技术提供一种工业设备故障维修推荐方法和系统，加快设备维修的进程，为工业设备维修人员提供简便的手段，完善工业设备中的维修管理问题。为解决上述技术问题，本专利技术的技术方案如下：<br>一种工业设备故本文档来自技高网...

【技术保护点】
1.一种工业设备故障维修推荐方法，其特征在于，包括以下步骤：/nS1：在基础维修知识图谱中，训练一个故障实体与类型分类器，对维修类进行分类；/nS2：获取设备故障问题；/nS3：对用户输入的故障描述提取出关键词，生成故障条目；/nS4：利用机器排序，从基础维修知识图谱将与故障条目内容最接近的历史故障案例挑选出来，将此案例的维修决策推荐给设备点管理人员。/n

【技术特征摘要】
1.一种工业设备故障维修推荐方法，其特征在于，包括以下步骤：
S1：在基础维修知识图谱中，训练一个故障实体与类型分类器，对维修类进行分类；
S2：获取设备故障问题；
S3：对用户输入的故障描述提取出关键词，生成故障条目；
S4：利用机器排序，从基础维修知识图谱将与故障条目内容最接近的历史故障案例挑选出来，将此案例的维修决策推荐给设备点管理人员。


2.根据权利要求1所述的工业设备故障维修推荐方法，其特征在于，步骤S1包括以下步骤：
S1.1：基础维修知识图谱中，将维修条目中的故障条目，首先为故障条目标注词性，然后进行命名实体识别，自动标注数据集产生语料库；
S1.2：语料库中，以句子为大单位，单词为小单位输入word2vector得到词嵌入向量w＝{w1，w2，...，wn}，其中n为句子的长度；
S1.3：将词嵌入向量w输入到Bi-LSTM网络中，输出获得词汇向量表示x，x＝{x1，x2，...，xn}；
S1.4：将Bi-LSTM网络输出的词汇向量表示输入到注意力网络中，经过了注意力网络输出的词汇向量与其余单词的特征向量结合为w′＝{w1′，w2′，...，wn′}；
S1.5：将w′输入输出层的sofimax层，得出分类结果，sofimax层将多个神经元的输出，映射到(0，1)区间内，进行多分类。


3.根据权利要求2所述的工业设备故障维修推荐方法，其特征在于，步骤S1.1中利用中文NLP命名实体识别序列标注工具YEDDA为故障条目标注词性。


4.根据权利要求2所述的工业设备故障维修推荐方法，其特征在于，步骤S1.1中YEDDA利用CRF进行命名实体识别。


5.根据权利要求2所述的工业设备故障维修推荐方法，其特征在于，步骤S1.1中选择BIO或BMES标注体系。


6.根据权利要求2所述的工业设备故障维修推荐方法，其特征在于，步骤S1.4中，注意力网络的计算公式如下：



za＝a⊙z

是一个注意力网络，⊙代表对应按元素相乘，即一种元素对应惩罚，生成一个注意力向量a，再将a与输入x的特征向量z相乘，当注意力机制为softattent...

【专利技术属性】
技术研发人员：程良伦，赵芝茵，张凡龙，
申请(专利权)人：广东工业大学，
类型：发明
国别省市：广东;44