[发明专利]一种基于知识图谱的制造业装备故障监测模型训练方法

说明书

本发明属于计算机应用技术领域，具体公开一种基于知识图谱的制造业装备故障监测模型训练方法，包括：获取装备历史运行状态数据，并对获取的装备历史运行状态数据进行标准化处理；获取装备零件和人工操作文本数据，并对获取的装备零件和人工操作文本数据进行预处理；对预处理后的装备零件和人工操作文本数据进行标签化处理，构建装备知识图谱；基于构建的装备知识图谱、标准化的装备历史运行状态数据和装备故障监测模型，对设备进行实时故障监测。本申请通过对装备运行数据之外的装备自身零件数据、人工操作数据进行标签化管理，提取知识驱动的方式将可解释的知识编码到故障监测模型中，从而优化模型以提供精准的故障监测结果。

技术领域

本发明属于计算机应用技术领域，具体地说涉及一种基于知识图谱的制造业装备故障监测模型训练方法。

背景技术

随着计算机技术的发展，越来越多的技术应用在制造业领域，针对其装备运行状况进行监测，能够帮助相应的管理人员更加清晰地认识到装备运行的状态，避免装备损坏造成损失。而通过有效地故障监测就能够为具体的故障预防提供详细的资料和数据支持，保障装备的稳定运行，从而保障制造业的健康发展。在现有技术中，主要通过现场采集制造业装备的历史运行状态数据，构建制造业装备的故障监测模型并进行模型训练，通过增加训练次数、修改模型参数以提高监测模型的精确率，最后使得训练后的故障监测模型可以实时从数据库中获取制造业装备的数据并进行故障甄别。

但是，装备的运行状态受多种因素的影响，仅从历史运行数据会导致故障监测模型的片面性，一旦装备出现不可抗力因素的影响，仅仅利用历史运行状态数据的方法就会失效，这使得现有技术的方法面临着极大的挑战，如何提高装备故障监测模型的精准度成为一个亟待解决的问题。

因此，现有技术还有待于进一步发展和改进。

发明内容

针对现有技术的种种不足，为了解决上述问题，现提出一种基于知识图谱的制造业装备故障监测模型训练方法。本发明提供如下技术方案：

一种基于知识图谱的制造业装备故障监测模型训练方法，包括：

获取装备历史运行状态数据，并对获取的装备历史运行状态数据进行标准化处理；

获取装备零件和人工操作文本数据，并对获取的装备零件和人工操作文本数据进行预处理；

对预处理后的装备零件和人工操作文本数据进行标签化处理，构建装备知识图谱；

基于构建的装备知识图谱、标准化的装备历史运行状态数据和装备故障监测模型，对设备进行实时故障监测。

进一步的，所述标准化处理包括：筛选正常运行的历史数据得到正常状态数据集。

进一步的，所述预处理包括清洗和剔除异常、缺失的样本数据操作。

进一步的，所述标签化处理包括：对装备零件文本数据和人工操作文本数据抽取相关的实体和关系。

进一步的，构建装备知识图谱的方法包括：整合抽取后的实体和关系，基于实体和关系获得装备知识图谱。

进一步的，基于实体和关系获得装备知识图谱的方法包括：构建装备的事件三元组，即实体1、关系、实体2，通过连接各事件三元组，获得装备知识图谱。

进一步的，对设备进行实时监测的方法包括：将构建的装备知识图谱和正常状态数据集输入装备故障监测模型中，对装备故障监测模型进行优化、训练。

进一步的，整合装备知识图谱与装备故障监测模型方法包括：将从装备知识图谱中获取的相关信息进行向量化处理，并将装备历史运行状态数据共同输入到装备故障监测模型中。

一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现一种基于知识图谱的制造业装备故障监测模型训练方法。