[发明专利]人机物知识图谱制造产线运维决策方法及系统、存储介质

说明书

本发明公开一种人机物知识图谱制造产线运维决策方法及系统、存储介质，该方法利用时频信号技术进行分析得到特征指标；并在人机物知识图谱中推理相适应的算法模型，并调用推荐的模型参数；利用算法模型进行特征提取与分析，得到状态评估；根据状态评估结果在人机物知识图谱中推理该结果的产生原因以及相应的解决方法和预防措施，并形成决策支持方案输出。本发明方法可以更为方便、精准地了解和获得设备运维处理的决策方案；尽可能降低了设备运维对于员工经验的要求度；利用制造领域知识图谱，使得制造生产线决策生成效率高，成本较低、省时省力以及准确性高。

技术领域

本发明涉及制造生产线数据处理技术领域，特别是一种基于人机物三元融合知识图谱的制造产线智能运维决策方法及系统、存储介质。

背景技术

产线设备运维是指对制造产线上的设备进行定期型维护或预期性维护，智能运维则是指通过数据采集、识别、分析技术对传统运维的一种升级和进化。目前的运维决策系统通常可以分为基于知识(人)和数据驱动(机物)的两种类型。基于知识的决策系统通常以操作手册、故障手册以及专家经验为知识来源，手动或自动转换为基于规则的专家知识来进行决策支持。但是用自然语言描述的知识由于人员的差异性、自然语言的丰富性，导致表达同种运维决策知识具有复杂的多样性。基于数据驱动的方法运用了深度学习中的方法，从实际生产数据中自动提取知识，从过去的数据中学习并揭示可用数据中的未知模式。但深度学习模型中对数据的分析以及模型的构建也需要花费较大的人力物力。数据的多源性异构性导致数据的描述差异大及语义跨度大，难以统一理解和交流，例如：数据的多源性导致数据的描述差异大及语义跨度大，即制造知识的统一表达及知识图谱的构建问题。

因此需要一种针对制造生产线领域的智能决策的控制方法及系统。

发明内容

有鉴于此，本发明的目的在于提供一种基于人机物三元融合知识图谱的制造产线智能运维决策方法，该方法利用人机物三元知识图谱及其决策支持并形成决策支持方案输出。

为达到上述目的，本发明提供如下技术方案：

本发明提供的人机物知识图谱制造产线运维决策方法，包括以下步骤：

输入信号数据；

对信号数据进行分析并获取信号数据的特征指标；

利用特征指标在人机物知识图谱中推理相适应的算法模型，并调用推荐的模型参数；

利用算法模型处理输入信号数据，实现对信号数据的特征提取与分析，得到状态评估；

根据状态评估结果在人机物知识图谱中推理所述状态评估结果的产生原因以及相应的解决方法和预防措施，并形成决策支持方案输出。

进一步，所述人机物知识图谱按照以下步骤构建：

构建人机物三元本体，抽取人机物三元数据实体；

根据三元数据实体获取人机物实体并建立模型分析与数据设备解析；

对人机物三元实体消歧与连接，形成初始人机物知识图谱；

基于Deeppath算法对初始图谱进行知识图谱补全，形成最终的人机物知识图谱。

进一步，所述人机物三元本体构建包括从人机物来构建本体，所述人机物三元本体按照以下步骤构建：

所述人本体是以报告手册的总结出来的凝练知识；

所述机本体是能大规模处理不同类型数据的计算机网络模型；

所述物本体得是客观存在的设备参数数据；