用于预测空压机的故障的方法、设备和介质技术

本公开的实施例涉及一种用于预测空压机的故障的方法、设备和介质，空压站中包括一个或多个空压机并且所述空压机包括一个或多个不同类型的零件，所述方法包括：构建关于每一个空压机的、基于多个实体

【技术实现步骤摘要】
用于预测空压机的故障的方法、设备和介质


[0001]本公开总体上涉及空压机的控制，并且具体地，涉及用于控制用于预测空压站中空压机的故障的方法、计算设备和计算机存储介质。

技术介绍

[0002]空气压缩机（简称为“空压机）用于提供气源动力，是气动系统的核心设备。目前，空压机已经普遍运用于各个行业，成为相关企业设备中的核心装置之一。通常一个空压站中可能包括多台不同型号的空压机，并且每台空压机的型号不同。
[0003]空压站以机械装备为主，重点关注物理和功能安全。但是空压站的生产设备数字化、信息化、网络化、智能化水平不断提升；生产环节中人机交互过程逐渐减少甚至消失，这种生产环境往往会导致安全隐患难以发觉，从而导致空压站的安全事故。空压站中空压机的质量缺陷、材料老化等状态都是连续变化的，这些故障引起的连锁反应会导致整个生产过程无法正常进行，然而由于空压站中的生产设备过于复杂往往难以定位故障。
[0004]综上，传统用于预测空压站中空压机的故障的方案存在不能准确定位空压站中空压机以及空压机中各类部件故障的问题。

技术实现思路

[0005]针对上述问题，本公开提供了一种用于预测空压机的故障的方法、计算设备和计算机可读存储介质，其结合知识图谱分析空压机中可能的故障，其可以用图数据库实现知识库的创建和管理，使知识库的维护更新、规则的增删查改便捷高效；同时，知识图谱的构建和推理主要基于对专家经验的梳理，不需要大量数据训练模型，冷启动友好；知识图谱可结合专家经验和机器学习，机器学习做关键指标的异常检测，图数据库根据专家经验完成根因分析和路径推导，既利用了先验知识又深度利用数据；最后本公开的方案实现了空压机故障的因果分析。
[0006]根据本公开的第一方面，提供了一种用于预测空压站中空压机的故障的方法，所述空压站中包括一个或多个空压机并且所述空压机包括一个或多个不同类型的零件，所述方法包括：构建关于每一个空压机的、基于多个实体
‑
关系
‑
属性的三元组；基于所述三元组，构建关于所述空压站的知识图谱，其中所述知识图谱的节点为实体和属性，并且节点与节点之间通过关系连接；基于所获取的空压机的运行数据，经由机器学习模型，为知识图谱中的、用于连接节点与节点的关系赋予权重值；以及基于经赋予权重值的知识图谱，预测空压站中空压机的故障，以便基于所预测的故障推荐与所述故障相应的故障检修信息。
[0007]根据本公开的第二方面，提供了一种计算设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行本公开的第一方面的方法。
[0008]在本公开的第三方面中，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中计算机指令用于使计算机执行本公开的第一方面的方法。
[0009]在一个实施例中，所述知识图谱中的实体包括以下各项中的一项或多项：空压站、空压机、空压机的零部件、空压机的运行参数、空压机运行的故障症状指示信息、空压机运行的故障原因信息以及空压机运行故障检修信息。
[0010]在一个实施例中，所述知识图谱中的关系包括以下各项中的一项或多项：从属关系、故障症状关系、故障原因关系以及故障检修关系。
[0011]在一个实施例中，所述知识图谱中的属性包括以下各项中的一项或多项：空压机来源属性、空压机型号、空压机类别、空压机电机额定功率以及空压机容积流量。
[0012]在一个实施例中，预测空压站中空压机的故障，以便基于所预测的故障推荐与所述故障相应的故障检修信息包括：监控空压站以及空压机的运行数据；响应于所述运行数据超过报警阈值，将所述运行数据带入到所述经赋予权重值的知识图谱，从而获取对应于所述运行数据的知识图谱子图；基于图相似度算法，比较所获取的知识图谱子图与关于故障的标准图谱，从而获取子图与标准图谱的比较结果；以及响应于所述比较结果高于或等于图相似度阈值，则基于所述标准图谱，确定空压站中空压机的故障以及与所述故障相应的故障检修信息。
[0013]在一个实施例中，预测空压站中空压机的故障，以便基于所预测的故障推荐与所述故障相应的故障检修信息还包括：响应于所述比较结果低于图相似度阈值，则确定知识图谱子图中连接节点与节点的关系的权重值；基于所确定的权重值，计算属性对应于实体的权重，从而将所计算的权重最高的属性确定为空压站中空压机的故障；以及基于所计算的权重最高的属性，确定与所述故障相应的故障检修信息。
[0014]在一个实施例中，为知识图谱中的、用于连接节点与节点的关系赋予权重值包括：基于空压机的历史运行数据，构建空压机故障诊断模型；基于所构建的空压机故障诊断模型，确定实体
‑
属性之间的关联概率值；以及基于所获取的概率值，为用于连接节点与节点的关系赋予权重值。
[0015]在一个实施例中，为知识图谱中的、用于连接节点与节点的关系赋予权重值还包括：基于预测的空压机故障以及故障检修信息，确定空压机的实际故障；以及基于所确定的空压机实际故障，更新用于连接节点与节点的关系的权重值。
[0016]应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
[0017]结合附图并参考以下详细说明，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。在附图中，相同或相似的附图标注表示相同或相似的元素。
[0018]图1示出了用于实现根据本专利技术的实施例的用于控制空压站的空压机的方法的系统100的示意图。
[0019]图2示出了根据本公开的实施例的用于预测空压站中空压机的故障的方法200的流程图。
[0020]图3示出了根据本专利技术实施例的三元组构建的知识图谱节点的示意图。
[0021]图4示出了根据本专利技术实施例的三元组构建的知识图谱的示意图。
[0022]图5示出了根据本公开的实施例的电子设备的框图。
具体实施方式
[0023]以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
[0024]在本文中使用的术语“包括”及其变形表示开放性包括，即“包括但不限于”。除非特别申明，术语“或”表示“和/或”。术语“基于”表示“至少部分地基于”。术语“一个示例实施例”和“一个实施例”表示“至少一个示例实施例”。术语“另一实施例”表示“至少一个另外的实施例”。术语“第一”、“第二”等等可以指代不同的或相同的对象。下文还可能包括其他明确的和隐含的定义。
[0025]为了至少部分地解决上述问题以及其他潜在问题中的一个或者多个，本公开的示例本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于预测空压站中空压机的故障的方法，所述空压站中包括一个或多个空压机并且所述空压机包括一个或多个不同类型的零件，所述方法包括：构建关于每一个空压机的、基于多个实体
‑
关系
‑
属性的三元组；基于所述三元组，构建关于所述空压站的知识图谱，其中所述知识图谱的节点为实体和属性，并且节点与节点之间通过关系连接；基于所获取的空压机的运行数据，经由机器学习模型，为知识图谱中的、用于连接节点与节点的关系赋予权重值；以及基于经赋予权重值的知识图谱，预测空压站中空压机的故障，以便基于所预测的故障推荐与所述故障相应的故障检修信息。2.根据权利要求1所述的方法，其中所述知识图谱中的实体包括以下各项中的一项或多项：空压站、空压机、空压机的零部件、空压机的运行参数、空压机运行的故障症状指示信息、空压机运行的故障原因信息以及空压机运行故障检修信息。3.根据权利要求2所述的方法，其中所述知识图谱中的关系包括以下各项中的一项或多项：从属关系、故障症状关系、故障原因关系以及故障检修关系。4.根据权利要求3所述的方法，其中所述知识图谱中的属性包括以下各项中的一项或多项：空压机来源属性、空压机型号、空压机类别、空压机电机额定功率以及空压机容积流量。5.根据权利要求1或4所述的方法，其中预测空压站中空压机的故障，以便基于所预测的故障推荐与所述故障相应的故障检修信息包括：监控空压站以及空压机的运行数据；响应于所述运行数据超过报警阈值，将所述运行数据带入到所述经赋予权重值的知识图谱，从而获取对应于所述运行数据的知识图谱子图；基于图相似度算法，比较所获取的知识图谱子图与关于故障的标准图谱，从而获取子图与标准图谱的比较结果；...

【专利技术属性】
技术研发人员：周子叶，张开元，雷翔，郭媛，白皓，
申请(专利权)人：蘑菇物联技术深圳有限公司，
类型：发明
国别省市：