买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：山东师范大学

摘要：本发明公开了基于知识图谱的机械故障预测性维护方法及系统，获取待维护的机械设备部件名称及待维护的机械设备信息；对待维护的机械设备，自上而下初步构建机械故障知识图谱；对初步构建的机械故障知识图谱，采用自下而上的方式进行补充完善；对待维护的机械设备，选择对应的数据集；根据补充完善后的机械故障知识图谱，对数据集中每个部件的每个状态赋予多个特征；根据特征和特征值，定义模糊变量、隶属度函数和模糊规则；将模糊变量的值作为输入参数，采用隶属度函数对输入参数进行模糊化处理，采用模糊规则对模糊化处理后的数据进行模糊推理，对模糊推理得到的数据进行去模糊化处理，得到故障程度优先级。实现机械故障的预测性维护。

主权项：1.基于知识图谱的机械故障预测性维护方法，其特征是，包括：获取待维护的机械设备部件名称及待维护的机械设备信息；对待维护的机械设备，自上而下初步构建机械故障知识图谱；对初步构建的机械故障知识图谱，采用自下而上的方式进行补充完善；对待维护的机械设备，选择对应的数据集；根据补充完善后的机械故障知识图谱，对数据集中每个部件的每个状态赋予多个特征；其中，每个特征对应一个特征值；根据特征和特征值，定义模糊变量、隶属度函数和模糊规则；将模糊变量的值作为输入参数，采用隶属度函数对输入参数进行模糊化处理，采用模糊规则对模糊化处理后的数据进行模糊推理，对模糊推理得到的数据进行去模糊化处理，得到故障程度优先级；对初步构建的机械故障知识图谱，采用自下而上的方式进行补充完善；具体包括：从已有数据集中提取所有部件的故障信息，进一步提取与机械设备特征有关的信息，自下而上完成知识图谱的最终定义：以“故障产生威胁”Threat为中心；“故障产生威胁”Threat存在实体“费用”Cost，关系属性为“有维修费用”hasMaintenanceCost；“故障产生威胁”Threat存在实体“阶段”Phase，关系属性为“故障发生于”happensIn；“故障产生威胁”Threat存在实体“机械部件故障程度”Type，关系属性为“存在类型”hasType；并且发生故障的部件组合ComponentCondition，存在属性“故障产生威胁威胁”Threat，关系属性为relatesTo，指“相关”；所述已有数据集，选用UCIrvineMachineLearningRepository的液压系统数据集；其中，“费用”Cost，有三个子类：较低维修费用LowCost、中等维修费用MediumCost和较高维修费用HighCost；“阶段”Phase，有两个子类：使用阶段故障UsePhase和开发阶段故障DevelopmentPhase；“机械部件故障程度”Type，有三个错误类型相关的子类：出现故障Fault、出现错误Error和完全错误Failure；CombinationCondition：指的是发生故障的部件组合，表现为故障部件数目；所述根据特征和特征值，定义模糊变量、隶属度函数和模糊规则；具体包括：定义模糊变量：模糊变量即四个特征type、cost、phase、condition，定义模糊值即定义每个特征的特征值；定义隶属度函数：使用线性函数和三角函数；所述线性函数使用梯形隶属度函数拟合；维修费用的三个模糊术语高、中、低分别对应斜率小于0直线、三角函数、斜率大于0直线，区间分别为[0,30],[0,30,60],[30,60]，其中60为计算得到的维修费用的最高值；类型、组合、阶段的模糊术语均是垂直于水平轴的单值直线，在具体试验过程中使用梯形隶属度函数近似；定义模糊规则：模糊规则的定义格式为：If…Then…,具体的模糊规则定义为：每条故障时序数据的四个状态，每个状态对应的2～4个值，经排列组合得48种状态，自左向右、自上而下故障验证程度依次递增的规则定义，构建模糊推理规则库；所述去模糊化处理，得到故障程度优先级，具体包括：输出去模糊化：采用面积重心法进行去模糊化，面积重心法公式为： 其中，y′表示去模糊化后的精确值，νy表示隶属度函数值，y表示去模糊化前的模糊值；推理结果的模糊集通过取面积重心得到最终的推理精确值，该值为时序数据故障程度，用作故障优先级预警。

全文数据：

权利要求：

百度查询： 山东师范大学 基于知识图谱的机械故障预测性维护方法及系统