首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于保内保外跨期维护数据融合配件间维修关联获取方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:北京理工大学

摘要:本发明公开的基于保内保外跨期维护数据融合的配件间维修关联获取方法,属于配件维修领域。本发明通过构建设备及组件之间的机理模型,融入先验知识,用于指导配件之间关联关系的计算和对关联配件的状态预测;通过对保内保外数据进行标记,指导配件间维修关联神经网络模型的预测;通过客户评价,融入后验知识,对配件间维修关联神经网络模型进行修正;利用保修期内和保修期外的维修数据、配件之间维修关联性,在某些配件损坏后,通过配件间维修关联神经网络模型预测出可能需要维护的配件。本发明充分利用监控数据、先验知识和后验知识,使用人机结合的方式对损坏的配件进行预测,能够提高预测精度和预测效率,进而提高配件维修效率和降低维修成本。

主权项:1.基于保内保外跨期维护数据融合的配件间维修关联获取方法,其特征在于:包括如下步骤,步骤一、构建包含产品及配件信息的信息图谱;机理图谱用于表示承载产品的各种信息,能够挖掘、分析、构建和显示机理之间的相互关联;在保内保外的产品中,需要构建的图谱主要包含三个,分别是产品基本信息图谱、产品与配件信息图谱、配件间信息图谱三部分;步骤二:获取监控数据时间序列,通过构建设备及组件之间的机理模型,融入先验知识,用于指导配件之间关联关系的计算和对关联配件的状态预测;监控数据时间序列是反映智能配件运行状态的关键信息,通过监控数据反映出故障信息;为了充分反应某个配件损坏时的情况,不仅需要获取该配件的监控数据时间序列,还需要获取与该配件相关的监控数据时间序列,定义损坏配件为A;通过构建设备及组件之间的机理模型,融入先验知识,用于指导配件之间关联关系的计算和对关联配件的状态预测;步骤三:获取客户及维修人员对维修的评价,通过客户评价融入后验知识,用于后续步骤对配件间维修关联神经网络模型进行修正;客户及维修人员的评价是对更换配件最终结果的反馈,是衡量维修结果优略的评价标准;客户及维修人员对A、Accessory_list1和Accessory_list2评价,形成评价元组配件名称、配件编号、故障种类、维修结果评价;其中维修结果评价使用百分制;最后根据评价元组,形成最终本次维修评价元组配件编号、维修时间、最终故障种类、最终维修结果评价;通过客户评价融入后验知识,用于后续步骤对配件间维修关联神经网络模型进行修正;步骤四:构建面向保内保外维修数据集,通过对保内保外数据进行标记,指导后续步骤配件间维修关联神经网络模型的预测;步骤五:构建配件间维修关联神经网络模型,并对构建的配件间维修关联神经网络模型进行数据训练,对配件间维修关联神经网络模型进行修正;步骤六:利用保修期内和保修期外的维修数据、配件之间维修关联性,在某些配件损坏后,通过修正后的配件间维修关联神经网络模型预测出需要维护的配件,获取需要更换的配件列表,提高预测精度和预测效率。

全文数据:

权利要求:

百度查询: 北京理工大学 基于保内保外跨期维护数据融合配件间维修关联获取方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。