[发明专利]一种基于大数据的设备智能维修方案推荐方法

权利要求书

1.一种基于大数据的设备智能维修方案推荐方法，其特征在于步骤如下：

步骤一、对于当前发生故障的设备，基于设备匹配与维修方案频次对已有的维修方案进行过滤，筛选最优的维修方案，推荐给用户，结束；如果没有找到最优的维修方案，则进入步骤二；

步骤二、基于方案评估与方案属性修正误差对用户的维修操作集合进行筛选，得到最优操作集合，推荐给用户，结束；如果没有找到最优的操作集合，则进入步骤三；

步骤三、若当前发生故障的设备为新设备，则基于权重修正方法对相似设备进行搜索，筛选出与当前发生故障的设备相似度最高的设备作为同型号设备，再基于设备匹配与维修方案频次对已有的维修方案进行协同过滤，筛选最优的维修方案，推荐给用户，结束。

2.根据权利要求1所述的一种基于大数据的设备智能维修方案推荐方法，其特征在于，所述步骤一中，基于设备匹配与维修方案频次对已有的维修方案进行过滤，筛选最优的维修方案的实现方法如下：

(1.1)对同型号设备的历史故障类型及故障维修方案进行统计并列表标识，同时对于每个故障类型的各种故障维修方案进行频次统计；

(1.2)确定当前发生故障的设备的故障类型；

(1.3)计算该故障类型下各故障维修方案的发生频率，并按从高到底进行排序,形成最优维修方案推荐列表。

3.根据权利要求1所述的一种基于大数据的设备智能维修方案推荐方法，其特征在于，所述步骤二中，基于方案评估与方案属性修正误差对用户的维修操作集合进行筛选，得到最优操作集合的方法如下：

(2.1)对于操作工在各维修方案中的各类操作进行颗粒化分类，确定第t个操作工在每个维修记录中涉及到的属性，即操作；

(2.2)采用以下公式计算对操作工每条维修记录进行总体评价：

R_t，g＝a_t，0+a_t，1X_t，g，1+a_t，2X_t，g，2+…+a_t，kX_t，g，k+…+a_t，mX_t，g，m+ε_t，g

其中，R_t，g是操作工t对维修记录g的总体评价值，X_t，g，k是操作工t对维修记录g的第k个属性的评价值，m是需要评价的维修记录的属性总数，k∈[1，m]；参数a_t，k决定了各个属性的数值对用户的重要性，将操作工历史评价值应用到上述公式中，如果记录条目数足够，则参数a_t，k就能被计算出来；ε_t，g表示误差；

(2.3)构建操作工t的评价矩阵，对参数a_t，k进行排序，a_t，k反应了当前操作工t是否进行操作g的期望值，a_t，k越高期望值越高，按照a_t，k值从高到低的顺序，将对应的操作集合提供给用户。

4.根据权利要求3所述的一种基于大数据的设备智能维修方案推荐方法，其特征在于，

当操作工t评价矩阵由于数据不足，无法被构建出来时，利用如下公式计算适合所有用户和维修方案及其属性的预测值R_g∧：

R_g∧＝a₀+a₁X_g，1+a₂X_g，2+…+a_kX_g，k+…+a_mX_g，m+ε_g

其中a_k为第k个属性的期望值，根据已有记录获得；X_g，k表示维修记录g的第k个属性的评价值，ε_g表示误差；

对R_g∧参数进行排序，并将排序后的操作集合提供给用户。