[發明專利]一種基于數據挖掘的大型裝備MRO知識獲取方法

有效

• 申請號: 201110335215.5
• 申請日: 2011-10-28
• 公開（公告）號: CN102509187A
• 公開（公告）日: 2012-06-20
• 發明（設計）人: 楊善林;胡小建;任明侖;左春榮;何柏英
• 申請（專利權）人: 合肥工業大學
• 主分類號: G06Q10/06
• 分類號: G06Q10/06
• 代理公司: 安徽合肥華信知識產權代理有限公司 34112
• 代理人: 余成俊

1.一種基于數據挖掘的大型裝備MRO知識獲取方法，其特征在于：包括以下步驟：

（1）構建感興趣產生器模塊：所述感興趣產生器由領域專家和維修工程師建立，領域專家和維修工程師提出感興趣的與MRO相關的數據挖掘任務并建立包含與MRO相關的數據挖掘任務的感興趣產生器模塊；

（2）構建數據準備模塊：從MRO數據源中獲取可供數據挖掘分析的數據集，所述數據準備模塊具有數據采集功能、數據選擇功能和預處理功能；

所述數據準備模塊利用數據采集功能，從大型裝備的歷史維修記錄、設計安裝數據記錄中獲取數據以構建包含大型裝備組成部件和部件更換記錄的構型庫、包含大型裝備技術手冊和維修經驗的文檔資料庫、包含具體維修信息的維修數據庫；

所述數據準備模塊利用數據選擇功能，依據感興趣產生器模塊提出的數據挖掘任務，從所述構型庫、文檔資料庫和維修數據庫中選擇與當前數據挖掘任務相關的記錄和特征，得到對應的目標數據集；

所述數據準備模塊利用預處理功能，對目標數據集中的數據進行清理，消除噪聲和不一致的數據，使目標數據集中的數據可供數據挖掘分析；

（3）構建數據挖掘處理模塊：所述數據挖掘處理模塊依據感興趣產生器模塊提供數據挖掘任務，并接收數據準備模塊預處理后的目標數據集，利用數據挖掘方法對目標數據集進行數據挖掘分析，生成新模式；?

（4）構建結果評估模塊：所述結果評估模塊結合專家意見和用戶感興趣度，對數據挖掘處理模塊得到的新模式進行評估，以剔除新模式中冗余或無關的模式，得到符合要求的模式即為MRO知識；

（5）構建規則知識庫，所述規則知識庫以產生式規則形式存儲結果評估模塊得到的MRO知識，規則知識庫中存儲的MRO知識還反饋至所述文檔資料庫，完善維修技術文檔，補充和豐富維修經驗；

（6）構建知識庫維護模塊：所述知識庫維護模塊對規則知識庫中的MRO知識進行管理，對?MRO知識中包含的規則進行添加、刪除和修改操作，并對規則知識庫中冗余、矛盾和循環的MRO知識中包含的規則進行檢查和改正；

（7）構建知識推理模塊：將大型裝備的故障數據以產生式形式進行知識表示，結合規則知識庫中的MRO知識，運用基于規則的知識推理機制進行推理，得到對應大型裝備的維修知識，進而為對應大型裝備的MRO過程決策提供支持。

2.根據權利要求1所述的一種基于數據挖掘的大型裝備MRO知識獲取方法，其特征在于：所述步驟（1）中，數據準備模塊利用數據采集功能構建構型庫、文檔資料庫、維修數據庫的方法如下：

構建構型庫：構建包含大型裝備的部件組成和部件更換記錄的數據庫，即為構型庫，所述構型庫的字段包含大型裝備的機型、核心部件、一般部件、部件更換次數、部件維修次數、部件剩余生命周期；

構建文檔資料庫：構建包含生產商提供的大型裝備技術手冊，以及大型歷史維修經驗的數據庫，即為文檔資料庫，所述文檔資料庫的字段包含維護技術文檔、維修計劃、維修策略、維修方法、排故措施、送修標準；

構建維修數據庫：構建包含具體的歷史維修信息的數據庫，即為維修數據庫，所述維修數據庫字段包含大型裝備機型、故障部件、故障代碼、故障時間、故障現象、故障率、故障原因、維修時間、維修成本、維修所需器材、地理環境、維修級別。

3.根據權利要求1所述的一種基于數據挖掘的大型裝備MRO知識獲取方法，其特征在于：所述MRO數據源包括大型裝備執行維修過程當中產生的大量數據構成的具體的維修記錄，以及生產方提供的大型裝備的設計安裝數據。

4.根據權利要求1所述的一種基于數據挖掘的大型裝備MRO知識獲取方法，其特征在于：所述步驟（3）中的數據挖掘方法包括基于粗糙集、關聯規則挖掘、統計分析。