[发明专利]一种基于知识图谱的减速机数据共享方法在审

专利信息
申请号: 202210251890.8 申请日: 2022-03-15
公开(公告)号: CN114706902A 公开(公告)日: 2022-07-05
发明(设计)人: 陈德木;牛乾;张焓昕 申请(专利权)人: 杭州杰牌传动科技有限公司
主分类号: G06F16/2458 分类号: G06F16/2458;G06F16/22;G06F16/901;G06F16/906;G06N3/04;G06N5/04;G06F3/0482
代理公司: 北京辰权知识产权代理有限公司 11619 代理人: 付婧
地址: 311223 浙江*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 知识 图谱 减速 数据 共享 方法
【权利要求书】:

1.一种基于知识图谱的减速机数据共享方法,其特征在于,包括:

获取用户提供的减速机共享信息和所述减速机共享信息对应的标签信息;

将所述减速机共享信息和所述标签信息发送给服务器;

接收所述服务器返回的待共享用户列表,所述待共享用户列表由所述服务器根据所述标签信息和存储的各用户的共享知识图谱生成,所述共享知识图谱由所述服务器根据用户的历史共享日志和历史共享标签生成;

获取用户从所述待共享用户列表中选择的目标用户;

将所述目标用户发送给所述服务器,使所述服务器将所述减速机共享信息发送给所述目标用户对应的智能终端。

2.如权利要求1所述的一种基于知识图谱的减速机数据共享方法,其特征在于,所述获取用户提供的减速机共享信息和所述减速机共享信息对应的标签信息,包括:

所述减速机共享信息包括所述减速机的结构设计信息、故障诊断信息、运维保养信息;

所述减速机共享信息为故障诊断信息时,基于时频分析和卷积神经网络的故障诊断方法,利用连续小波变换将原始振动信号转换为二维时频图像;

利用卷积神经网络的特征共享能力,从转化后的时频图像中自动共享有利于故障分类任务的特征信息,经Softmax后完成故障的分类,所述分类信息为所述故障诊断信息的标签信息。

3.如权利要求2所述的一种基于知识图谱的减速机数据共享方法,其特征在于,

所述减速机共享信息为结构设计信息时,确定减速机除积碳装备应具有工件主轴回转,外壁积碳抛光清理、内壁积碳抛光清理和内壁可视观测功能;

确定装备的结构形式、主要设计参数和除积碳工作流程。

4.如权利要求2所述的一种基于知识图谱的减速机数据共享方法,其特征在于,

所述减速机共享信息为运维保养信息时,建立比例故障率模型:建立威布尔PHM函数以及建立可靠度函数以及极大似然函数,并通过极大似然函数估计出威布尔PHM函数中的参数;

收集数据:收集历史寿命数据和实时监测数据;

对收集好的数据进行分析处理:将实时监测数据进行处理得到协变量,对历史寿命数据进行统计处理,得到正确的历史寿命数据;

将协变量和正确的历史寿命数据以及通过极大似然函数估计出来的威布尔PHM函数的参数分别带入建立好的可靠度函数内,得到测试时刻的可靠度并和预设可靠度阈值进行比较,求得维护时间,根据维护时间来判断机械系统是否需要维护或更换。

5.如权利要求1所述的一种基于知识图谱的减速机数据共享方法,其特征在于,所述接收所述服务器返回的待共享用户列表,所述待共享用户列表由所述服务器根据所述标签信息和存储的各用户的共享知识图谱生成,所述共享知识图谱由所述服务器根据用户的历史共享日志和历史共享标签生成,还包括:

所述共享知识图谱的生成包括:

传动结构共享多源数据的获取及预处理;

机械传动结构共享领域本体的构建;

机械传动结构共享知识图谱的存储;

所述待共享用户列表的生成为基于知识推理的机械传动结构知识图谱关系挖掘,包括:

获取基于表示共享的知识推理模型,推理模型的定义、构建负样本、模型训练;

基于推理模型的传动结构知识图谱关系挖掘,进行数据说明及参数设置、模型验证、减速机传动结构共享知识图谱的推理结果分析、其他传动结构共享知识图谱的推理结果分析。

6.如权利要求1所述的一种基于知识图谱的减速机数据共享方法,其特征在于,所述将所述目标用户发送给所述服务器,使所述服务器将所述减速机共享信息发送给所述目标用户对应的智能终端之后,还包括:

执行基于知识图谱的传动结构共享智能问答和基于知识图谱的传动结构共享查询服务。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于杭州杰牌传动科技有限公司,未经杭州杰牌传动科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202210251890.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top