设备故障诊断方法和装置制造方法及图纸

本申请公开了一种设备故障诊断方法和装置，属于知识图谱领域。所述设备故障诊断方法，包括：获取待测设备的实时工作参数；基于实时工作参数与待测设备对应的设备知识图谱，确定待测设备对应的故障信息；设备知识图谱为基于先验知识确定的；基于故障信息，输出目标维修策略。本申请的设备故障诊断方法，通过构建设备知识图谱，在实际应用过程中基于待测设备的实时工作参数，基于设备知识图谱确定该待测设备对应的故障信息以及目标维修策略，自动化程度高，计算速率快，且最终得到的结果的准确度和精确度较高，能够显著提高检测效率和检测效果，从而提高维修效率以及维修结果的准确率，降低意外故障导致的停机时间与经济损失，提高生成效率。生成效率。生成效率。

【技术实现步骤摘要】
设备故障诊断方法和装置


[0001]本申请属于知识图谱领域，尤其涉及一种设备故障诊断方法和装置。

技术介绍

[0002]自动化生产设备的监测，维护及管理是制造企业的重要需求所在，设备故障的快速排查及维修能力也是提升生产效率的核心，自动化组装设备属于复杂机电系统，包含大量组件单元和零部件，结构复杂而紧凑。相关技术中，主要依靠人工进行设备的日常维护操作和故障识别处理，在确定设备故障的情况下，需人工给出维修策略，以上方法依赖于维修人员的主观判断以及工作经验，影响维修效率以及维修结果的准确率。

技术实现思路

[0003]本申请旨在至少解决现有技术中存在的技术问题之一。为此，本申请提出一种设备故障诊断方法和装置，提高维修效率以及维修结果的准确率，降低意外故障导致的停机时间与经济损失，提高生产效率。
[0004]第一方面，本申请提供了一种设备故障诊断方法，该方法包括：
[0005]获取待测设备的实时工作参数；
[0006]基于所述实时工作参数与所述待测设备对应的设备知识图谱，确定所述待测设备对应的故障信息；所述设备知识图谱为基于先验知识确定的；
[0007]基于所述故障信息，输出目标维修策略。
[0008]根据本申请的设备故障诊断方法，通过构建设备知识图谱，在实际应用过程中基于待测设备的实时工作参数，基于设备知识图谱确定该待测设备对应的故障信息以及目标维修策略，无需用户手动检查，自动化程度高，计算速率快，且最终得到的结果的准确度和精确度较高，能够显著提高检测效率和检测效果，从而提高维修效率以及维修结果的准确率，降低意外故障导致的停机时间与经济损失，提高生产效率。
[0009]根据本申请的一个实施例，所述基于所述实时工作参数与所述待测设备对应的设备知识图谱，确定所述待测设备对应的故障信息，包括：
[0010]对所述实时工作参数进行预处理，获取目标数据；
[0011]基于所述目标数据，从所述设备知识图谱中获取与所述目标数据匹配的故障信息。
[0012]根据本申请的一个实施例，所述基于所述实时工作参数与所述待测设备对应的设备知识图谱，确定所述待测设备对应的故障信息，包括：
[0013]基于所述实时工作参数与所述待测设备对应的设备知识图谱，确定所述待测设备对应的故障类型、故障位置、关联故障以及故障溯源中的至少一种。
[0014]根据本申请的一个实施例，所述基于所述故障信息，输出目标维修策略，包括：
[0015]基于所述故障信息，预测得到所述故障信息对应的第一候选维修策略；
[0016]基于所述故障信息，从所述设备知识图谱中获取与所述故障信息匹配的第二候选
维修策略；
[0017]基于所述第一候选维修策略和所述第二候选维修策略中的至少一种，确定所述目标维修策略。
[0018]根据本申请的设备故障诊断方法，通过设备知识图谱或机器学习等至少一种方式确定与故障信息对应的目标维修策略，计算速率快且准确度高。
[0019]根据本申请的一个实施例，所述基于所述故障信息，预测得到所述故障信息对应的第一候选维修策略，包括：
[0020]将所述故障信息输入至目标模型，获取所述目标模型输出的与所述故障信息对应的第一候选维修策略，其中，所述目标模型为以样本故障信息为样本，以与所述样本故障信息对应的样本维修策略为样本标签，训练得到。
[0021]根据本申请的一个实施例，在所述获取待测设备的实时工作参数之前，所述方法包括：
[0022]获取目标设备的显性数据和隐性数据；
[0023]基于所述显性数据和所述隐性数据，构建所述设备知识图谱。
[0024]根据本申请的设备故障诊断方法，通过设备信息、工艺信息、生产信息、故障信息以及专家知识等信息构建知识图谱，数据量大，涵盖范围广，能够有效表示各数据之间的关联关系，有助于提高所构建的知识图谱的准确性、精确性和全面性。
[0025]第二方面，本申请提供了一种设备故障诊断装置，该装置包括：
[0026]第一处理模块，用于获取待测设备的实时工作参数；
[0027]第二处理模块，用于基于所述实时工作参数与所述待测设备对应的设备知识图谱，确定所述待测设备对应的故障信息；所述设备知识图谱为基于先验知识确定的；
[0028]第三处理模块，用于基于所述故障信息，输出目标维修策略。
[0029]根据本申请的设备故障诊断装置，通过构建设备知识图谱，在实际应用过程中基于待测设备的实时工作参数，基于设备知识图谱确定该待测设备对应的故障信息以及目标维修策略，无需用户手动检查，自动化程度高，计算速率快，且最终得到的结果的准确度和精确度较高，能够显著提高检测效率和检测效果，从而提高维修效率以及维修结果的准确率，降低意外故障导致的停机时间与经济损失，提高生产效率。
[0030]第三方面，本申请提供了一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述第一方面所述的设备故障诊断方法。
[0031]第四方面，本申请提供了一种非暂态计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上述第一方面所述的设备故障诊断方法。
[0032]第五方面，本申请提供了一种芯片，所述芯片包括处理器和通信接口，所述通信接口和所述处理器耦合，所述处理器用于运行程序或指令，实现如第一方面所述的设备故障诊断方法。
[0033]第六方面，本申请提供了一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述第一方面所述的设备故障诊断方法。
[0034]本申请实施例中的上述一个或多个技术方案，至少具有如下技术效果之一：
[0035]通过构建设备知识图谱，在实际应用过程中基于待测设备的实时工作参数，基于
设备知识图谱确定该待测设备对应的故障信息以及目标维修策略，无需用户手动检查，自动化程度高，计算速率快，且最终得到的结果的准确度和精确度较高，能够显著提高检测效率和检测效果，从而提高维修效率以及维修结果的准确率，降低意外故障导致的停机时间与经济损失，提高生产效率。
[0036]进一步的，通过对实时工作参数进行预处理得到目标数据，并基于目标数据与设备知识图谱获取故障信息，能够降低误差数据对最终所获取的故障信息的影响，从而提高所获取的故障信息的准确性。
[0037]更进一步的，通过设备知识图谱或机器学习等至少一种方式确定与故障信息对应的目标维修策略，计算速率快且准确度高。
[0038]更进一步的，通过设备信息、工艺信息、生产信息、故障信息以及专家知识等信息构建知识图谱，数据量大，涵盖范围广，能够有效表示各数据之间的关联关系，有助于提高所构建的知识图谱的准确性、精确性和全面性。
[0039]本申请的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本申请的实践了解到。
...

【技术保护点】

【技术特征摘要】
1.一种设备故障诊断方法，其特征在于，包括：获取待测设备的实时工作参数；基于所述实时工作参数与所述待测设备对应的设备知识图谱，确定所述待测设备对应的故障信息；所述设备知识图谱为基于先验知识确定的；基于所述故障信息，输出目标维修策略。2.根据权利要求1所述的设备故障诊断方法，其特征在于，所述基于所述实时工作参数与所述待测设备对应的设备知识图谱，确定所述待测设备对应的故障信息，包括：对所述实时工作参数进行预处理，获取目标数据；基于所述目标数据，从所述设备知识图谱中获取与所述目标数据匹配的故障信息。3.根据权利要求1所述的设备故障诊断方法，其特征在于，所述基于所述实时工作参数与所述待测设备对应的设备知识图谱，确定所述待测设备对应的故障信息，包括：基于所述实时工作参数与所述待测设备对应的设备知识图谱，确定所述待测设备对应的故障类型、故障位置、关联故障以及故障溯源中的至少一种。4.根据权利要求1
‑
3任一项所述的设备故障诊断方法，其特征在于，所述基于所述故障信息，输出目标维修策略，包括：基于所述故障信息，预测得到所述故障信息对应的第一候选维修策略；基于所述故障信息，从所述设备知识图谱中获取与所述故障信息匹配的第二候选维修策略；基于所述第一候选维修策略和所述第二候选维修策略中的至少一种，确定所述目标维修策略。5.根据权利要求4所述的设备故障诊断方法，其特征在于，所述基于所述故障信息，预测得到所述故障信息对应的第一候选维修策略，包括...

【专利技术属性】
技术研发人员：胥思桐，于雷，赵严，
申请(专利权)人：苏州凌云光工业智能技术有限公司，
类型：发明
国别省市：