[发明专利]用于确定故障的解决方案的方法、处理器及装置

说明书

本申请涉及工程机械领域，具体涉及一种用于确定故障的推荐解决方案的方法、处理器、装置及存储介质。方法包括：获取待识别的语音数据以及工程机械在与语音数据对应的预设时间段内的工况数据，语音数据是在工程机械发生故障的情况下产生的；对语音数据进行语音识别以确定对应的文本内容，根据文本内容生成报修数据集；对报修数据集进行分词操作以获取报修数据集中的故障词汇，并使用词向量表征故障词汇，以确定报修数据集的故障类型；将故障类型与工况数据输入至故障预诊断模型，通过故障预诊断模型确定工程机械的故障原因；根据故障原因确定针对工程机械的推荐解决方案。通过上述方案，可以提前根据故障原因给出解决故障的推荐解决方案。

技术领域

本申请涉及工程机械领域，具体地，涉及一种用于确定故障的解决方案的方法、处理器、装置及存储介质。

背景技术

工程机械行业产品的使用人员通常是工程机械的操作机手。当产品故障时，需要机手们自行对报修的故障进行描述。但根据机手们针对故障的描述很难诊断出发生故障的原因，也很难确定针对该故障的解决方案。因此，现有技术中基本上不会进行故障预诊断，而是在报修热线接到报修电话(故障报修单)后，由接线员录入故障信息并派下服务单、维修单，由维修人员上门诊断、维修。这种方式导致维修人员需要上门对故障原因进行诊断后再进行维修，难以一次性解决工程机械的故障，使得维修人员的“首次故障解决率”较低，极大的影响客户工期，带来额外经济损失。

发明内容

本申请的目的是提供一种通过对语音进行识别、关联工程机械工况数据，从而对工程机械的故障原因进行判断并给出推荐的解决方案的一种用于确定故障的推荐解决方案的方法、处理器、装置及存储介质。

为了实现上述目的，本申请提供一种用于确定故障的解决方案的方法，应用于工程机械，方法包括：

获取待识别的语音数据以及工程机械在与语音数据对应的预设时间段内的工况数据，语音数据是在工程机械发生故障的情况下产生的；

对语音数据进行语音识别以确定对应的文本内容，根据文本内容生成报修数据集；

对报修数据集进行分词操作以获取报修数据集中的故障词汇，并使用词向量表征故障词汇，以确定报修数据集的故障类型；

将故障类型与工况数据输入至故障预诊断模型，通过故障预诊断模型确定工程机械的故障原因；

根据故障原因确定针对工程机械的推荐解决方案。

在本申请的实施例中，获取工程机械的多个历史故障数据，多个历史故障数据包括多种历史故障类型、与每种历史故障类型对应的历史工况数据和历史故障原因以及工程机械的主机信息；对多个历史故障数据进行预处理以确定样本数据；针对样本数据使用预设算法分别确定与每个主机信息对应的故障预诊断模型以及故障预诊断模型的模型参数。

在本申请的实施例中，对多个历史故障数据进行预处理以确定样本数据包括：对历史故障数据进行检测；通过离点群判断方法剔除历史故障数据中的异常值；将历史故障数据中的缺失数据进行删除和/或插补；将完成数据删除和/或插补的历史故障数据划分为样本训练数据集与样本测试数据集，以对每个主机信息对应的诊断模型进行训练以及测试。

在本申请的实施例中，针对样本数据使用预设算法分别确定与每个主机信息对应的故障预诊断模型以及故障预诊断模型的模型参数包括：确定与每个主机信息对应的多个待训练的诊断模型，其中，待训练的诊断模型包括随机森林模型、GBDT模型、Adaboost模型、XGBoost模型中至少一者；将样本训练数据集中的与每个主机信息对应的历史故障类型以及与历史故障类型对应的历史工况数据作为输入信息输入多个待训练的诊断模型；将每个待训练的诊断模型输出的预测故障原因与历史故障原因进行比对；根据比对结果对每个待训练的诊断模型的模型参数进行调整，以对每个待训练的诊断模型进行训练，并确定每个训练完成的诊断模型的准确率；将全部准确率中数值最大的准确率所对应的诊断模型以及模型参数确定为与主机信息对应的故障预诊断模型以及故障预诊断模型的模型参数。