[发明专利]一种基于知识图谱的减速机数据共享方法

说明书

本发明提供的一种基于知识图谱的减速机数据共享方法，提出了基于深度迁移卷积神经网络的旋转机械故障诊断模型和基于深度迁移卷积神经网络和极限共享机的故障诊断方法，提升了故障识别和分类的有效性和效率性，本发明由服务器根据标签信息和各用户的共享知识图谱生成待共享用户列表，可将该减速机共享信息共享给需要的用户，实现共享内容共享的便捷性和精准性，降低工作人员获取所需要的共享内容的难度。基于知识图谱对机械传动结构共享数据进行整合，通过知识推理模型对已有知识进行推理，发现传动结构实体之间的潜在关联关系。基于已构建的知识图谱实现知识检索，从庞大的数据资源中快速地获取准确信息，以提供更便捷的传动结构共享服务。

技术领域

本发明属于智能产品技术领域，具体的，涉及一种基于知识图谱的减速机数据共享方法。

背景技术

随着现代工业的迅速发展和机械运行设备的不断升级，对旋转机械进行及时有效的故障诊断能避免经济损失和安全事故的发生。传统的故障诊断方法依赖专家经验和先验知识，已不满足复杂机械设备的故障诊断需求，需要不断研究和开发出更为高效、智能的故障诊断方法。申请人研发的减速机拥有自主知识产权，具有外观美、低噪音、不漏油、快交付、智能化于无故障等亮点，包括JRTR齿轮减速电机、JRTF平行轴-齿轮减速电机、JRTK锥齿轮-齿轮减速电机、JRTS蜗杆副-齿轮减速电机等全系列产品。

随着智能终端及网络技术的迅速发展，使用智能终端进行移动共享的方式也逐渐被人们所重视，而且移动共享作为一种新的共享方式将成为现代社会的一种重要的共享方式与手段。工作人员在共享时，一般具有共享信息及获取共享信息的需求。而目前的智能终端无法做到将需要共享的共享信息准确地共享给需要的人。当工作人员需要共享信息时，只能将共享信息发布在互联网上，该共享信息则会被淹没在互联网的海量信息中，而需要获取该共享信息的人只能从互联网上的海量信息中进行搜索，且无法保证能准确搜索到该共享信息，使得工作人员之间无法进行更好的共享交流和互动。

尤其针对当前机械操作系统过程中，缺乏行之有效的互动监管信息和方法和系统，本申请面向机械传动减速机操作的信息化管理，公开了一种基于知识图谱的减速机数据共享方法，用于解决减速机等传动结构的全生命周期的数据管理问题。

发明内容

为了解决当前机械操作减速机结构的信息管理问题，本发明公开了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。

具体的，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。

具体的，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。