【技术实现步骤摘要】
本专利技术涉及设备故障管理，尤其涉及基于知识图谱的工业设备故障管理方法、装置及设备。
技术介绍
1、工业生产设备往往部署在环境恶劣的工业场景中，在经过长时间连续运转后，设备的零部件很容易出现故障，影响生产工作。
2、然而，现有的设备故障管理技术存在如下问题，一种是过于依赖人工经验，很多故障的诊断需要特定员工处理，缺乏系统化的故障诊断。还有一种是对诊断出的故障原因很难快速而准确的做出详细的维修指导。
3、因此，针对现有技术中存在的工业设备故障管理系统智能化程度不高、运维效率低的问题，尚未提出有效的解决方案。
技术实现思路
1、本专利技术实施例提供了一种基于知识图谱的工业设备故障管理方法、装置及设备，旨在解决现有技术方法中所存在的工业设备故障管理系统智能化程度不高、运维效率低的问题。
2、第一方面，本专利技术实施例提供了一种基于知识图谱的工业设备故障管理方法，所述方法包括：
3、获取设备数据；其中，所述设备数据包括结构化数据、半结构化数据、非结构化数据；
4、基于知识抽取策略从所述设备数据中获取设备运维实体相关信息；其中，所述设备运维实体相关信息包括设备运维实体、实体属性以及实体间的关系；
5、基于消歧策略对与所述设备数据中所述半结构化数据和所述非结构化数据对应的第一目标设备运维实体相关信息进行数据消歧处理，得到消歧后设备运维实体相关信息；
6、将与所述设备数据中所述结构化数据对应的第二目标设备运维实体
7、基于融合策略，将历史知识库和所述知识网络进行融合，得到设备运维第一知识图谱；
8、若获取到工业设备的故障数据，则基于所述设备运维第一知识图谱和故障识别策略对所述故障数据进行识别，得到设备故障分析结果；
9、基于所述设备故障分析结果从所述设备运维第一知识图谱中获取故障处置措施数据。
10、第二方面，本专利技术实施例提供了一种基于知识图谱的工业设备故障管理装置，其包括：
11、获取模块，用于获取设备数据；其中，所述设备数据包括结构化数据、半结构化数据、非结构化数据；
12、知识抽取模块，用于基于知识抽取策略从所述设备数据中获取设备运维实体相关信息；其中，所述设备运维实体相关信息包括设备运维实体、实体属性以及实体间的关系；
13、消歧模块，用于基于消歧策略对与所述设备数据中所述半结构化数据和所述非结构化数据对应的第一目标设备运维实体相关信息进行数据消歧处理，得到消歧后设备运维实体相关信息；
14、融合模块，用于将与所述设备数据中所述结构化数据对应的第二目标设备运维实体相关信息与所述消歧后设备运维实体相关信息进行同类实体信息聚合，得到知识网络，
15、基于融合策略，将历史知识库和所述知识网络进行融合，得到设备运维第一知识图谱；
16、故障诊断模块，用于若获取到工业设备的故障数据，则基于所述设备运维第一知识图谱和故障识别策略对所述故障数据进行识别，得到设备故障分析结果，
17、基于所述设备故障分析结果从所述设备运维第一知识图谱中获取故障处置措施数据。
18、第三方面，本专利技术实施例又提供了一种计算机设备，其包括存储器、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上述第一方面所述的方法。
19、第四方面，本专利技术实施例还提供了一种计算机可读存储介质，其中所述计算机可读存储介质存储有计算机程序，所述计算机程序当被处理器执行时使所述处理器执行上述第一方面所述的方法。
20、本专利技术实施例提供了一种基于知识图谱的工业设备故障管理方法及装置。获取设备数据；其中，设备数据包括结构化数据、半结构化数据、非结构化数据；基于知识抽取策略从设备数据中获取设备运维实体相关信息；其中，设备运维实体相关信息包括设备运维实体、实体属性以及实体间的关系；基于消歧策略对与设备数据中半结构化数据和非结构化数据对应的第一目标设备运维实体相关信息进行数据消歧处理，得到消歧后设备运维实体相关信息；将与设备数据中结构化数据对应的第二目标设备运维实体相关信息与消歧后设备运维实体相关信息进行同类实体信息聚合，得到知识网络；基于融合策略，将历史知识库和所述知识网络进行融合，得到设备运维第一知识图谱；若获取到工业设备的故障数据，则基于设备运维第一知识图谱和故障识别策略对故障数据进行识别，得到设备故障分析结果；基于设备故障分析结果从设备运维第一知识图谱中获取故障处置措施数据。
21、上述方法中，通过存储和处理大量复杂的半结构化、非结构化和结构化数据，有效抽取并挖掘出了工业设备数据中海量实体间的复杂关系，生成设备运维第一知识图谱。根据该图谱可快速应对设备出现的故障情况，并制定合理有效的维修计划，以指导维修人员进行维修作业，实现了工业设备的智能化运维，提高了生产设备运维效率，保障了运营安全。
本文档来自技高网...【技术保护点】
1.一种基于知识图谱的工业设备故障管理方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述基于知识抽取策略从所述设备数据中获取设备运维实体相关信息，包括：
3.根据权利要求2所述的方法，其特征在于，在所述若判定所述实体触发词检测结果为所述设备数据中存在触发词，则通过特征匹配算法从所述设备数据中抽取得到所述设备运维实体相关信息中的设备运维实体和实体属性的步骤之后，或在所述若判定所述实体触发词检测结果为所述设备数据中不存在触发词，则通过深度学习算法从所述设备数据中抽取得到所述设备运维实体相关信息中的设备运维实体和实体属性的步骤之后，所述方法还包括：
4.根据权利要求1所述的方法，其特征在于，在所述基于融合策略，将历史知识库和所述知识网络进行融合，得到设备运维第一知识图谱的步骤之前，所述方法还包括：
5.根据权利要求1所述的方法，其特征在于，所述基于融合策略，将历史知识库和所述知识网络进行融合，得到设备运维第一知识图谱，包括：
6.根据权利要求1所述的方法，其特征在于，在所述基于融合策略，将历史知识
7.根据权利要求1所述的方法，其特征在于，所述基于所述设备运维第一知识图谱和故障识别策略对所述故障数据进行识别，得到设备故障分析结果，包括：
8.一种基于知识图谱的工业设备故障管理装置，其特征在于，所述装置包括：
9.一种计算机设备，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，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7中任一项所述的方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，当所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的方法。
...【技术特征摘要】
1.一种基于知识图谱的工业设备故障管理方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述基于知识抽取策略从所述设备数据中获取设备运维实体相关信息，包括：
3.根据权利要求2所述的方法，其特征在于，在所述若判定所述实体触发词检测结果为所述设备数据中存在触发词，则通过特征匹配算法从所述设备数据中抽取得到所述设备运维实体相关信息中的设备运维实体和实体属性的步骤之后，或在所述若判定所述实体触发词检测结果为所述设备数据中不存在触发词，则通过深度学习算法从所述设备数据中抽取得到所述设备运维实体相关信息中的设备运维实体和实体属性的步骤之后，所述方法还包括：
4.根据权利要求1所述的方法，其特征在于，在所述基于融合策略，将历史知识库和所述知识网络进行融合，得到设备运维第一知识图谱的步骤之前，所述方法还包括：
5.根据权利要求1所述的方法，其特征在于，所述基于融...
【专利技术属性】
技术研发人员：高旋，庞观士，陈超，林诗美，沈航，徐成泽，薛英仪，党成斌，
申请(专利权)人：广东省工业边缘智能创新中心有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。