一种基于图神经网络的挖掘机故障辅助决策方法技术

本发明专利技术实施例公开了一种基于图神经网络的挖掘机故障辅助决策方法，涉及挖掘机故障诊断领域，能够解决人工诊断和处理故障带来的时效性差、准确率低等问题。本发明专利技术包括：对接收到的挖掘机的故障工单进行预处理，并利用经过预处理的故障工单得到故障知识图谱；查询故障工单对应的处理方案数据，并根据所述故障工单和对应的处理方案数据，构建辅助决策矩阵；构建图神经网络模型，并通过所述故障知识图谱和所述辅助决策矩阵对所述图神经网络模型进行训练；接收当前发生故障的挖掘机上报的文本数据，输入经过训练的所述图神经网络模型，并输出针对当前发生故障的挖掘机的处理方案数据。出针对当前发生故障的挖掘机的处理方案数据。出针对当前发生故障的挖掘机的处理方案数据。

【技术实现步骤摘要】
一种基于图神经网络的挖掘机故障辅助决策方法


[0001]本专利技术涉及挖掘机故障诊断领域，尤其涉及一种基于图神经网络的挖掘机故障辅助决策方法。

技术介绍

[0002]履带式挖掘机具有动力强劲，灵活性高等优点，是使用范围最广的挖掘机种类，素有“经济活动晴雨表”之称，广泛应用于民用施工建造、矿物开采、基础设施建设等各类工程活动中。履带式挖掘机作业条件较为严苛，工况复杂，诸多因素都可能会导致其发生故障。而履带式挖掘机的维修难度较高，若处理不得当，不仅会造成设备的二次损害，还会威胁到操作人员的人身安全。如果这些问题得不到解决，那么很有可能会限制履带式挖掘机发展。针对作业过程中常见挖掘机故障问题进行经验总结，在进行现场维修时选择最为适当的维修方式，能够在保障操作人员人生安全的基础上促进施工作业的顺利进行，并且有助于提升企业施工效率，延长挖掘机使用寿命，增加企业经济收益。因此，研究履带式挖掘机的故障诊断辅助决策方法具有至关重要的意义。
[0003]目前，履带式挖掘机相关的故障诊断领域缺乏完备可靠的知识库，能够辅助决策的推理策略亦有很大的发展空间。当本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于图神经网络的挖掘机故障辅助决策方法，其特征在于，包括：S1、对接收到的挖掘机的故障工单进行预处理，并利用经过预处理的故障工单得到故障知识图谱；S2、查询故障工单对应的处理方案数据，并根据所述故障工单和对应的处理方案数据，构建辅助决策矩阵；S3、构建图神经网络模型，并通过所述故障知识图谱和所述辅助决策矩阵对所述图神经网络模型进行训练；S4、接收当前发生故障的挖掘机上报的文本数据，输入经过训练的所述图神经网络模型，并输出针对当前发生故障的挖掘机的处理方案数据。2.根据权利要求1所述的方法，其特征在于，在S1中，包括：从故障工单中提取实体文本数据和记录各类实体之间关系的文本数据；在通过文本卷积神经网络模型对实体进行分类后，生成实体与各类实体之间关系的RDF三元组；将所生成的RDF三元组导入Neo4j图数据库并进行知识图谱的搭建。3.根据权利要求2所述的方法，其特征在于，还包括：当新的故障发生时，利用新的故障工单，对所搭建的知识图谱进行更新。4.根据权利要求1所述的方法，其特征在于，在S2中，包括：将处理方案和故障现象分别作为矩阵的行和列，得到辅助决策矩阵Y∈R
M
×
N
，其中，M种故障现象表示为将N种处理方案表示为M、N都为正整数；当处理方案能解决当前故障现象时，所述辅助决策矩阵中对应的元素值为1，否则为0。5.根据权利要求1所述的方法，其特征在于，在构建图神经网络模型...

【专利技术属性】
技术研发人员：冒泽慧，卞嘉楠，马亚杰，姜斌，刘文静，
申请(专利权)人：南京航空航天大学，
类型：发明
国别省市：