[發明專利]一種工業生產制造中故障分析系統及方法

在審

• 申請號: 202110377790.5
• 申請日: 2021-04-08
• 公開（公告）號: CN113094512A
• 公開（公告）日: 2021-07-09
• 發明（設計）人: 王文廣;賀夢潔;陳運文;紀達麒
• 申請（專利權）人: 達而觀信息科技（上海）有限公司
• 主分類號: G06F16/36
• 分類號: G06F16/36;G06F40/247;G06F40/289;G06F40/295;G06Q50/04
• 代理公司: 上海智力專利商標事務所(普通合伙) 31105
• 代理人: 周濤

本發明涉及一種工業生產制造中故障分析系統及方法，該系統包括故障知識圖譜構建模塊、故障信息捕獲模塊、故障信息解析模塊、故障知識匹配模塊、故障分析結果輸出模塊，通過該系統進行故障分析，利用故障信息捕獲模塊獲取故障信息，將該故障信息解析后與故障知識圖譜構建模塊構建的故障知識圖譜匹配得到故障子圖，借助該故障子圖找出故障原因和解決辦法。通過本發明的工業生產制造中故障分析系統及方法能夠快速確定故障原因及解決方案，減少對現場工程師的經驗依賴，提升分析效果和分析效率。

技術領域

本發明涉及人工智能領域，具體涉及一種工業生產制造中故障分析系統及方法。

背景技術

在工業領域，生產制造是一個企業把產品生產出來并送達消費者使用的最核心的環節，而生產制造過程中，對產品質量的控制則是生命線，需要嚴格把控產品質量。而當今對產品的生產制造中大量依托機器來生產，生產過程中的數十個環節都是依靠機器來自動運行。

但是由于各種因素，機器在運行過程中都會發生各種故障，包括機械的、電子的、電氣的、人為錯誤操作的、工藝的、管理方面的、測量方法的、原材料的、環境溫濕度的等等因素的變化都能夠導致生產制造過程的故障的發生，并因這些故障的發生導致所生產的產品不合格。

當這些故障發生時，傳統的方法都是依托于現場工程師的經驗來解決的，或者依托于工程師的經驗，結合從操作手冊、內部文檔、企業內部資料庫以及互聯網的信息來解決的。

完全依賴現場工程師進行故障分析不能保證故障發生時可以快速分析原因進而解決問題，需要提出一種解決辦法減少對現場工程師的依賴，使得故障分析可以自動或者半自動進行。

發明內容

為了實現上述技術目的，本發明提供了一種工業生產制造中故障分析系統、方法和裝置，借助人工智能實現故障的分析，提升故障分析效率，本發明的技術目的是通過以下技術方案實現的：

一種工業生產制造中故障分析系統，該系統包括故障知識圖譜構建模塊、故障信息捕獲模塊、故障信息解析模塊、故障知識匹配模塊、故障分析結果輸出模塊；

故障知識圖譜構建模塊用以構建生成故障知識圖譜；

故障信息捕獲模塊用以捕獲故障信息將捕獲的故障信息并將故障信息轉化為文本信息；

故障信息解析模塊用以將故障信息捕獲模塊捕獲轉化的文本信息解析為實體集合和本體詞匯集合；

故障知識匹配模塊用以將故障信息解析模塊解析得到的實體集合和本體詞匯集合分別與故障知識圖譜內的信息進行匹配，匹配生成故障知識圖譜的子圖；

故障分析結果輸出模塊用以輸出故障知識圖譜的子圖，追溯原始文件并輸出原始文件。

一種工業生產制造中故障分析的方法，該方法依賴于權利要求1中的工業生產制造中故障分析系統，該方法包括故障知識圖譜構建、捕獲故障信息、解析故障信息、解析后的故障信息和故障知識圖譜匹配、故障分析結果輸出。

進一步地，故障知識圖譜構建包括：

S1、故障分析文檔收集；

S2、將收集的故障分析分檔轉化為rdf文檔；

S3、利用自動標注模塊對rdf文檔進行標注，標記結果輸入已標注文檔庫；

S4、通過已標注文檔庫進行模型訓練，生成知識抽取模型；

S5、通過知識抽取模型進行知識抽取，根據推理規則或推理模型判斷抽取模型抽取的知識是否已存在于故障知識圖譜，若存在則將該抽取的知識融合到故障知識圖譜中，若不存在則增加到故障知識圖譜；

S6、對S5的判斷的結果進行審核，判斷是否將知識抽取模型所抽取的知識融合或者增加到知識圖譜中。