[發(fā)明專利]一種專家規(guī)則集訓(xùn)練方法、訓(xùn)練器和工業(yè)設(shè)備預(yù)警系統(tǒng)

有效

• 申請?zhí)枺?/td>: 202011131385.7
• 申請日: 2020-10-21
• 公開（公告）號: CN112363465B
• 公開（公告）日: 2022-04-01
• 發(fā)明（設(shè)計）人: 田春華;李闖;劉家揚(yáng);曾慶勇
• 申請（專利權(quán)）人: 北京工業(yè)大數(shù)據(jù)創(chuàng)新中心有限公司
• 主分類號: G05B19/418
• 分類號: G05B19/418
• 代理公司: 深圳紫藤知識產(chǎn)權(quán)代理有限公司 44570
• 代理人: 遠(yuǎn)明

本方案公開了一種專家規(guī)則集訓(xùn)練方法、訓(xùn)練器和工業(yè)設(shè)備預(yù)警系統(tǒng)，其中，該方法的步驟包括：對實(shí)際標(biāo)記樣本和專家規(guī)則集標(biāo)記樣本進(jìn)行權(quán)重分配；基于分配權(quán)重的實(shí)際標(biāo)記樣本和專家規(guī)則集標(biāo)記樣本進(jìn)行模型訓(xùn)練，獲得專家規(guī)則參數(shù)和/或易混淆樣本數(shù)據(jù)；將所述專家規(guī)則參數(shù)更新至專家規(guī)則集中，形成優(yōu)化后的專家規(guī)則集。本方案能夠根據(jù)資深專家手動標(biāo)記的實(shí)際標(biāo)記樣本，對專家規(guī)則集進(jìn)行模型訓(xùn)練，提升專家規(guī)則集的精準(zhǔn)度，從而降低資深專家對樣本進(jìn)行手動標(biāo)記的疲勞度和產(chǎn)生的人工成本；本方案能夠使專家規(guī)則集能夠直接應(yīng)用于設(shè)備智能運(yùn)維，從而使資深專家的寶貴經(jīng)驗(yàn)?zāi)軌驊?yīng)用于設(shè)備的智能運(yùn)維當(dāng)中，大幅度提高設(shè)備智能運(yùn)維的可靠性和精準(zhǔn)性。

技術(shù)領(lǐng)域

本發(fā)明涉及工業(yè)設(shè)備運(yùn)維領(lǐng)域。更具體地，涉及一種專家規(guī)則集訓(xùn)練方法、訓(xùn)練器、電子設(shè)備、存儲介質(zhì)和工業(yè)設(shè)備預(yù)警系統(tǒng)。

背景技術(shù)

隨著工業(yè)智能運(yùn)維的飛速發(fā)展，人工故障檢測的工作已經(jīng)逐漸被自動化的故障排查和預(yù)警所替代。但是，很多資深專家的寶貴經(jīng)驗(yàn)，對于工業(yè)運(yùn)維依然具有很大的指導(dǎo)和幫助作用。

目前，在行業(yè)應(yīng)用中，資深專家能夠手動標(biāo)記的樣本數(shù)量通常非常有限(標(biāo)記工作本身也是有代價的)，很難支持全樣本的監(jiān)督學(xué)習(xí)。而專家規(guī)則(即資深專家給出的經(jīng)驗(yàn)判斷規(guī)則)在設(shè)備自動化故障排查和語境中還不夠精準(zhǔn)，可能會出現(xiàn)專家規(guī)則的虛假預(yù)警，分析不完備等問題。因此，目前資深專家直接給出的專家規(guī)則還無法應(yīng)用于工業(yè)智能運(yùn)維當(dāng)中。

發(fā)明內(nèi)容

本發(fā)明的目的在于提供一種專家規(guī)則集訓(xùn)練方法、訓(xùn)練器、電子設(shè)備、存儲介質(zhì)和工業(yè)設(shè)備預(yù)警系統(tǒng)。

為達(dá)到上述目的，本方案采用下述技術(shù)方案：

第一方面，本方案提供一種專家規(guī)則集訓(xùn)練方法，該方法將資深專家手動標(biāo)記的實(shí)際標(biāo)記樣本和利用專家規(guī)則集標(biāo)記的專家規(guī)則集標(biāo)記樣本匯總后，對兩種標(biāo)記樣本進(jìn)行權(quán)重分配。在分配好權(quán)重的實(shí)際標(biāo)記樣本和專家規(guī)則集標(biāo)記樣本的基礎(chǔ)上，對專家規(guī)則集進(jìn)行模型訓(xùn)練，得到專家規(guī)則參數(shù)和/或易混淆樣本數(shù)據(jù)；

為了是專家規(guī)則集的精準(zhǔn)度更高，可以基于專家規(guī)則參數(shù)和/或易混淆樣本數(shù)據(jù)，繼續(xù)對專家規(guī)則集進(jìn)行模型訓(xùn)練，直至達(dá)到預(yù)定訓(xùn)練次數(shù)或易混淆樣本數(shù)據(jù)的量小于預(yù)定閾值。將訓(xùn)練結(jié)束時的專家規(guī)則參數(shù)添加至專家規(guī)則集中，形成最終優(yōu)化后的專家規(guī)則集。將優(yōu)化后的專家規(guī)則集應(yīng)用于工業(yè)設(shè)備的自動化運(yùn)維。

第二方面，本方案提供一種規(guī)則訓(xùn)練器，該模型訓(xùn)練器包括：

分配模塊，對實(shí)際標(biāo)記樣本和專家規(guī)則集標(biāo)記樣本進(jìn)行權(quán)重分配；

訓(xùn)練模塊，基于分配權(quán)重的實(shí)際標(biāo)記樣本和專家規(guī)則集標(biāo)記樣本進(jìn)行模型訓(xùn)練，獲得專家規(guī)則參數(shù)和/或易混淆樣本數(shù)據(jù)；

輸出模塊，將所述專家規(guī)則參數(shù)更新至專家規(guī)則集中，形成優(yōu)化后的專家規(guī)則集。

第三方面，本方案提供一種設(shè)備，包括：存儲器，一個或多個處理器；存儲器與處理器通過通信總線相連；處理器被配置為執(zhí)行存儲器中的指令；所述存儲介質(zhì)中存儲有用于執(zhí)行如上所述專家規(guī)則集訓(xùn)練方法中各個步驟的指令。

第四方面，本方案提供一種計算機(jī)可讀存儲介質(zhì)，其上存儲有計算機(jī)程序，該程序被處理器執(zhí)行時實(shí)現(xiàn)如上所述專家規(guī)則集訓(xùn)練方法的步驟。

第五方面，本方案提供一種工業(yè)設(shè)備預(yù)警系統(tǒng)，該系統(tǒng)包括：

數(shù)據(jù)獲取單元，獲取設(shè)備運(yùn)行數(shù)據(jù)；

識別單元，基于上述的專家規(guī)則集訓(xùn)練器，對設(shè)備運(yùn)行數(shù)據(jù)進(jìn)行識別，獲得識別結(jié)果；

排查單元，根據(jù)數(shù)據(jù)的識別結(jié)果，對設(shè)備故障進(jìn)行預(yù)警。

本發(fā)明的有益效果如下：