[发明专利]一种工业生产制造中故障分析系统及方法在审
申请号: | 202110377790.5 | 申请日: | 2021-04-08 |
公开(公告)号: | CN113094512A | 公开(公告)日: | 2021-07-09 |
发明(设计)人: | 王文广;贺梦洁;陈运文;纪达麒 | 申请(专利权)人: | 达而观信息科技(上海)有限公司 |
主分类号: | G06F16/36 | 分类号: | G06F16/36;G06F40/247;G06F40/289;G06F40/295;G06Q50/04 |
代理公司: | 上海智力专利商标事务所(普通合伙) 31105 | 代理人: | 周涛 |
地址: | 201203 上海市浦东新区*** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 工业生产 制造 故障 分析 系统 方法 | ||
本发明涉及一种工业生产制造中故障分析系统及方法,该系统包括故障知识图谱构建模块、故障信息捕获模块、故障信息解析模块、故障知识匹配模块、故障分析结果输出模块,通过该系统进行故障分析,利用故障信息捕获模块获取故障信息,将该故障信息解析后与故障知识图谱构建模块构建的故障知识图谱匹配得到故障子图,借助该故障子图找出故障原因和解决办法。通过本发明的工业生产制造中故障分析系统及方法能够快速确定故障原因及解决方案,减少对现场工程师的经验依赖,提升分析效果和分析效率。
技术领域
本发明涉及人工智能领域,具体涉及一种工业生产制造中故障分析系统及方法。
背景技术
在工业领域,生产制造是一个企业把产品生产出来并送达消费者使用的最核心的环节,而生产制造过程中,对产品质量的控制则是生命线,需要严格把控产品质量。而当今对产品的生产制造中大量依托机器来生产,生产过程中的数十个环节都是依靠机器来自动运行。
但是由于各种因素,机器在运行过程中都会发生各种故障,包括机械的、电子的、电气的、人为错误操作的、工艺的、管理方面的、测量方法的、原材料的、环境温湿度的等等因素的变化都能够导致生产制造过程的故障的发生,并因这些故障的发生导致所生产的产品不合格。
当这些故障发生时,传统的方法都是依托于现场工程师的经验来解决的,或者依托于工程师的经验,结合从操作手册、内部文档、企业内部资料库以及互联网的信息来解决的。
完全依赖现场工程师进行故障分析不能保证故障发生时可以快速分析原因进而解决问题,需要提出一种解决办法减少对现场工程师的依赖,使得故障分析可以自动或者半自动进行。
发明内容
为了实现上述技术目的,本发明提供了一种工业生产制造中故障分析系统、方法和装置,借助人工智能实现故障的分析,提升故障分析效率,本发明的技术目的是通过以下技术方案实现的:
一种工业生产制造中故障分析系统,该系统包括故障知识图谱构建模块、故障信息捕获模块、故障信息解析模块、故障知识匹配模块、故障分析结果输出模块;
故障知识图谱构建模块用以构建生成故障知识图谱;
故障信息捕获模块用以捕获故障信息将捕获的故障信息并将故障信息转化为文本信息;
故障信息解析模块用以将故障信息捕获模块捕获转化的文本信息解析为实体集合和本体词汇集合;
故障知识匹配模块用以将故障信息解析模块解析得到的实体集合和本体词汇集合分别与故障知识图谱内的信息进行匹配,匹配生成故障知识图谱的子图;
故障分析结果输出模块用以输出故障知识图谱的子图,追溯原始文件并输出原始文件。
一种工业生产制造中故障分析的方法,该方法依赖于权利要求1中的工业生产制造中故障分析系统,该方法包括故障知识图谱构建、捕获故障信息、解析故障信息、解析后的故障信息和故障知识图谱匹配、故障分析结果输出。
进一步地,故障知识图谱构建包括:
S1、故障分析文档收集;
S2、将收集的故障分析分档转化为rdf文档;
S3、利用自动标注模块对rdf文档进行标注,标记结果输入已标注文档库;
S4、通过已标注文档库进行模型训练,生成知识抽取模型;
S5、通过知识抽取模型进行知识抽取,根据推理规则或推理模型判断抽取模型抽取的知识是否已存在于故障知识图谱,若存在则将该抽取的知识融合到故障知识图谱中,若不存在则增加到故障知识图谱;
S6、对S5的判断的结果进行审核,判断是否将知识抽取模型所抽取的知识融合或者增加到知识图谱中。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于达而观信息科技(上海)有限公司,未经达而观信息科技(上海)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110377790.5/2.html,转载请声明来源钻瓜专利网。