一种智能维修辅助方法、系统、设备及存储介质技术方案

本发明专利技术属于人工智能技术领域，具体提供一种智能维修辅助方法、系统、设备及存储介质，所述方法包括如下步骤：扫描整机序列号获取机器的故障信息；根据故障机器的订单信息对获取的故障信息进行检索匹配维修建议；将匹配出的维修建议按照分析匹配的契合度进行推荐排序；将推荐排序高的第一阈值个数的维修建议输出显示；当维修人员最终是按照输出显示的一个维修建议进行维修时，将所述维修建议的匹配次数加一；当维修人员未按照输出显示的维修建议进行维修时，接收维修人员输入的实际维修记录；将接收到的所述实际维修记录与对应的故障信息进建立关联后进行存储。可以大大提高工厂的生产力和效率。产力和效率。产力和效率。

【技术实现步骤摘要】
一种智能维修辅助方法、系统、设备及存储介质


[0001]本专利技术涉及人工智能
，具体涉及一种智能维修辅助方法、系统、设备及存储介质。

技术介绍

[0002]AIGC(Artificial Intelligence General Corporation)作为最新一代的人工智能技术，其应用领域之广泛，让人们对其迅速发展充满了期待。AIGC技术的独特性在于它具有更广泛、更深入、更复杂的应用能力。它不但可以模拟人类的智慧，还可以模拟人类的观察能力、交流能力、决策能力等多种能力。通过大量的数据训练，AIGC可以在更快的速度下学习信息，使得人们在各个领域中都能够从中受益。
[0003]AIGC技术目前已经在各个领域中得到了广泛应用。在医疗行业中，AIGC可以进行手术、辅助医生进行诊断，在信息化领域中，可以进行数据分析、人机对话等。在工业领域中，AIGC可以进行智能化控制、优化生产等。在金融行业中，除了进行风险控制之外，AIGC技术还可以实现自动化、高效化的交易。在交通领域中，AIGC可以进行智能交通管理、自动驾驶等。
[0004]随着科技的不断发展，大部分制造业将自动化、智能化的方向发展。在工厂的生产过程中，机器设备难免会出现故障，维修员工需要快速准确的判断故障原因，并提出相应的维修方案。但人工维修的流程较为繁琐，误诊难免，严重影响到生产效率。

技术实现思路

[0005]为了克服传统维修方法的不足，提高维修准确率，将人工维修与AI智能化相结合，设计一种智能维修辅助方法、系统、设备及存储介质。
[0006]第一方面，本专利技术技术方案提供一种智能维修辅助方法，包括如下步骤：
[0007]扫描整机序列号获取机器的故障信息；
[0008]根据故障机器的订单信息对获取的故障信息进行检索匹配维修建议；
[0009]将匹配出的维修建议按照分析匹配的契合度进行推荐排序；
[0010]将推荐排序高的第一阈值个数的维修建议输出显示；
[0011]当维修人员最终是按照输出显示的一个维修建议进行维修时，将所述维修建议的匹配次数加一；
[0012]当维修人员未按照输出显示的维修建议进行维修时，接收维修人员输入的实际维修记录；
[0013]将接收到的所述实际维修记录与对应的故障信息进建立关联后进行存储。
[0014]作为本专利技术技术方案的优选，扫描整机序列号获取机器的故障信息的步骤之前包括：
[0015]对机器故障数据进行整理并将整理后的数据写入数据库。
[0016]作为本专利技术技术方案的优选，对机器故障数据进行整理并将整理后的数据写入数
据库的步骤包括：
[0017]对故障设备的错误代码、硬件分类、机型、报错信息以及维修建议进行整理；
[0018]将错误代码、硬件分类、机型、报错信息以及维修建议建立关联后写入数据库；
[0019]将维修白皮书、维修操作流程文件进行格式化和标识化后写入数据库。
[0020]作为本专利技术技术方案的优选，根据故障机器的订单信息对获取的故障信息进行检索匹配维修建议的步骤包括：
[0021]根据故障代码、机器机型、故障描述找到故障现象；
[0022]按照故障机器的故障现象在数据库内进行检索，进行分词匹配；
[0023]若匹配到完全相同的信息直接进行维修建议推荐；并记录维修建议的匹配次数；
[0024]若没有找到完全相同的故障信息，进行模糊匹配找到相似度大于第二阈值的故障对应的维修建议。
[0025]作为本专利技术技术方案的优选，将匹配出的维修建议按照分析匹配的契合度进行推荐排序的步骤包括：
[0026]获取匹配出的维修建议的评价指标；所述评价指标包括故障频率、维修成功率和维修时间；
[0027]将获取的评价指标进行归一化处理；
[0028]故障频率F归一化：F'＝(F
‑
minF)/(maxF
‑
minF)；
[0029]维修成功率SR归一化：SR'＝(SR
‑
minSR)/(maxSR
‑
minSR)；
[0030]维修时间RT归一化：RT'＝(RT
‑
minRT)/(maxRT
‑
minRT)；
[0031]其中，minF、maxF表示故障频率的最小值和最大值；minSR、maxSR表示维修成功率的最小值和最大值；minRT、maxRT表示维修时间的最小值和最大值；
[0032]为每个评价指标分配权重；
[0033]对于每种维修建议，计算归一化评价指标的加权和，得到综合评分；
[0034]综合评分S＝wF*F'+wSR*SR'+wRT*RT'，其中，wF为故障频率的权重,wSR为维修成功率的权重,wRT为维修时间的权重；
[0035]将所有维修建议按照综合评分由高到低进行推荐排序。
[0036]作为本专利技术技术方案的优选，该方法还包括：
[0037]获取数据库中故障现象以及对应的维修建议；
[0038]将获取的故障现象以及对应的维修建议按照问题和答案的格式整理成训练数据；
[0039]对收集到的训练数据进行预处理，并将预处理后的数据分割成训练集和验证集；
[0040]加载预训练好的GPT模型及其词典；
[0041]通过训练集对加载的GPT模型进行训练微调；
[0042]通过验证集对微调后的GPT模型进行性能评估输出最优GPT模型；
[0043]接收用户输入的故障问题，使用所述最优GPT模型进行维修建议的智能推荐。
[0044]作为本专利技术技术方案的优选，获取数据库中故障现象以及对应的维修建议的步骤包括：
[0045]获取数据库中匹配次数大于第三阈值的维修建议以及对应的故障现象。
[0046]第二方面，本专利技术技术方案还提供一种智能维修辅助系统，包括故障诊断模块、维修建议匹配模块、推荐处理模块、输出显示模块、维修结果处理模块、数据清洗整理模块和
智能推荐模块；
[0047]故障诊断模块，用于扫描整机序列号获取机器的故障信息；
[0048]维修建议匹配模块，用于根据故障机器的订单信息对获取的故障信息进行检索匹配维修建议；
[0049]推荐处理模块，用于将匹配出的维修建议按照分析匹配的契合度进行推荐排序；
[0050]输出显示模块，用于将推荐排序高的第一阈值个数的维修建议输出显示；
[0051]维修结果处理模块，用于当维修人员最终是按照输出显示的一个维修建议进行维修时，将所述维修建议的匹配次数加一；当维修人员未按照输出显示的维修建议进行维修时，接收维修人员输入的实际维修记录；
[0052]数据清洗整理模块，用于将接收到的所述实际维修记录与对应的故障信息进建立关联后进行存储；
[0053]智能推荐模块，用于获取数据库中的故障维修数据对GPT模型进行本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种智能维修辅助方法，其特征在于，包括如下步骤：扫描整机序列号获取机器的故障信息；根据故障机器的订单信息对获取的故障信息进行检索匹配维修建议；将匹配出的维修建议按照分析匹配的契合度进行推荐排序；将推荐排序高的第一阈值个数的维修建议输出显示；当维修人员最终是按照输出显示的一个维修建议进行维修时，将所述维修建议的匹配次数加一；当维修人员未按照输出显示的维修建议进行维修时，接收维修人员输入的实际维修记录；将接收到的所述实际维修记录与对应的故障信息进建立关联后进行存储。2.根据权利要求1所述的智能维修辅助方法，其特征在于，扫描整机序列号获取机器的故障信息的步骤之前包括：对机器故障数据进行整理并将整理后的数据写入数据库。3.根据权利要求2所述的智能维修辅助方法，其特征在于，对机器故障数据进行整理并将整理后的数据写入数据库的步骤包括：对故障设备的错误代码、硬件分类、机型、报错信息以及维修建议进行整理；将错误代码、硬件分类、机型、报错信息以及维修建议建立关联后写入数据库；将维修白皮书、维修操作流程文件进行格式化和标识化后写入数据库。4.根据权利要求3所述的智能维修辅助方法，其特征在于，根据故障机器的订单信息对获取的故障信息进行检索匹配维修建议的步骤包括：根据故障代码、机器机型、故障描述找到故障现象；按照故障机器的故障现象在数据库内进行检索，进行分词匹配；若匹配到完全相同的信息直接进行维修建议推荐；并记录维修建议的匹配次数；若没有找到完全相同的故障信息，进行模糊匹配找到相似度大于第二阈值的故障对应的维修建议。5.根据权利要求4所述的智能维修辅助方法，其特征在于，将匹配出的维修建议按照分析匹配的契合度进行推荐排序的步骤包括：获取匹配出的维修建议的评价指标；所述评价指标包括故障频率、维修成功率和维修时间；将获取的评价指标进行归一化处理；故障频率F归一化：F'＝(F
‑
minF)/(maxF
‑
minF)；维修成功率SR归一化：SR'＝(SR
‑
minSR)/(maxSR
‑
minSR)；维修时间RT归一化：RT'＝(RT
‑
minRT)/(maxRT
‑
minRT)；其中，minF、maxF表示故障频率的最小值和最大值；minSR、maxSR表示维修成功率的最小值和最大值；minRT、maxRT表示维修时间的最小值和最大值；为每个评价指标分配权重；对于每种维修建议，计算归一化评价...

【专利技术属性】
技术研发人员：鲁键，鞠佳男，
申请(专利权)人：苏州浪潮智能科技有限公司，
类型：发明
国别省市：