CN113760873B - Agv维修数据的处理方法、装置、设备及存储介质 - Google Patents
Agv维修数据的处理方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN113760873B CN113760873B CN202011078723.5A CN202011078723A CN113760873B CN 113760873 B CN113760873 B CN 113760873B CN 202011078723 A CN202011078723 A CN 202011078723A CN 113760873 B CN113760873 B CN 113760873B
- Authority
- CN
- China
- Prior art keywords
- maintenance
- data
- field
- standardized
- processing
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000012423 maintenance Methods 0.000 title claims abstract description 236
- 238000003860 storage Methods 0.000 title claims abstract description 13
- 238000003672 processing method Methods 0.000 title abstract description 21
- 238000012545 processing Methods 0.000 claims abstract description 130
- 238000000034 method Methods 0.000 claims abstract description 51
- 238000004140 cleaning Methods 0.000 claims abstract description 31
- 230000008569 process Effects 0.000 claims abstract description 22
- 238000012937 correction Methods 0.000 claims description 26
- 230000002159 abnormal effect Effects 0.000 claims description 24
- 230000011218 segmentation Effects 0.000 claims description 11
- 238000004519 manufacturing process Methods 0.000 claims description 10
- 230000008439 repair process Effects 0.000 claims description 10
- 238000010586 diagram Methods 0.000 description 26
- 238000013461 design Methods 0.000 description 10
- 238000004590 computer program Methods 0.000 description 9
- 238000006467 substitution reaction Methods 0.000 description 7
- 241000282461 Canis lupus Species 0.000 description 6
- 230000000694 effects Effects 0.000 description 6
- 238000009825 accumulation Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 5
- 230000009471 action Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000012360 testing method Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000002085 persistent effect Effects 0.000 description 2
- 238000010129 solution processing Methods 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000004062 sedimentation Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/21—Design, administration or maintenance of databases
- G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
- G06F16/367—Ontology
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Computational Linguistics (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请提供一种AGV维修数据的处理方法、装置、设备及存储介质,通过对获取的AGV的维修记录数据进行脏数据处理,得到有效维修数据,再对有效维修数据进行清洗处理,剔除冗余信息并对数据进行标准化处理,得到维修记录表,维修记录表中包括标准化描述的问题部位,故障现象,问题原因和解决措施。该技术方案中,通过对维修记录数据的处理,得到包括标准化描述的故障以及对应的措施的维修记录表,在对AGV出现故障之后,基于该维修记录表能够及时对故障进行有效的处理,提高了故障维修的效率,以及实现了维修经验的可传承性。
Description
技术领域
本申请涉及人工智能技术领域,尤其涉及一种AGV维修数据的处理方法、装置、设备及存储介质。
背景技术
随着工业化进程的不断发展与智能化的普及,工业应用中需要驾驶员驾驶的搬运车已经逐渐的被自动导航装置(Automated Guided Vehicle,AGV)所代替。
目前,为了确保AGV能够正常且高效的负载起日常工作,就需要在AGV工作的各个区域增添维修组,专门针对AGV可能发生故障的情况进行排查与维修,以确保工业流程的正常进行。
在实现本发明过程中,发明人发现现有技术中至少存在如下问题:上述方式中需要专门的维修组对可能出现故障的AGV进行维修,且维修的经验累积周期长,由于维修人员的流动性较强,也增加了维修的不确定性,进而无法及时有效的对AGV故障做出快速处理。
发明内容
本申请提供一种AGV维修数据的处理方法、装置、设备及存储介质,用以解决传统维修故障AGV时,维修的经验累积周期长,无法及时有效的对AGV故障做出快速处理的问题。
第一方面,本申请实施例提供一种AGV维修数据的处理方法,包括:
对获取到的AGV的维修记录数据进行脏数据处理,得到有效维修数据;
对所述有效维修数据进行清洗处理,剔除冗余信息并对数据进行标准化处理,得到维修记录表,所述维修记录表中包括标准化描述的问题部位,故障现象,问题原因和解决措施。
其中,所述有效维修数据包括问题部位字段,故障现象字段,问题原因字段以及解决措施字段。
所述有效维修数据记录中还包括设备类型和设备代次,则所述维修知识图谱中还包括问题部位对应的设备类型和设备代次。
在第一方面的一种可能设计中,所述方法还包括:根据所述维修记录表进行知识生产,并生成AGV的维修知识图谱,所述维修知识图谱中包括多个问题部位,每个问题部位对应的不同的故障现象,以及每个问题部位对应的每个故障现象的问题原因和解决措施。
在第一方面的另一种可能设计中,所述对所述有效维修数据进行清洗处理,剔除冗余信息并对数据进行标准化处理,得到维修记录表,包括:
根据预先获取的部件词库,对所述问题部位字段中的部件名称进行规范化修正,得到标准化描述的所述问题部位。
若所述解决措施字段中描述的部件名称与所述问题部位中的部件名称不一致,则根据所述解决措施字段中描述的部件名称对所述问题部位进行修正。
可选的,所述对所述有效维修数据进行清洗处理,剔除冗余信息并对数据进行标准化处理,得到维修记录表,包括:
根据预先获取的部件词库,对所述故障现象字段中的部件名称进行规范化修正,得到标准化描述的部件名称;
对所述故障现象字段中的异常现象描述进中的动词和现象描述进行标准化处理,并对所述异常现象进行副词清洗和错别字纠错,得到标准化表述的异常现象描述;
根据所述标准化描述的部件名称和所述标准化表述的异常现象描述,确定标准化的所述故障现象。
可选的,所述对所述有效维修数据进行清洗处理,剔除冗余信息并对数据进行标准化处理,得到维修记录表,包括:
通过分词识别获取所述问题原因字段中的部件名称,并根据预先获取的部件词库,对所述部件名称进行规范化修正,得到标准化描述的所述问题原因。
可选的,对所述解决措施字段中的描述性语句中的副词,场景描述,多样化补充描述进行剔除,得到标准化的描述性语句;
若所述解决措施字段中缺乏实体描述,则根据所述解决措施字段对应的问题原因中的部件名称进行实体补全,得到处理实体;
若所述解决措施字段中无实际措施,则根据所述解决措施字段对应的问题原因对措施进行修正,得到实际措施;
根据所述标准化的描述性语句,所述处理实体,以及所述实际措施,确定标准化的所述解决措施。
第二方面,本申请提供一种AGV维修数据的处理装置,该装置包括:第一处理模块和第二处理模块。
所述第一处理模块,用于对获取到的AGV的维修记录数据进行脏数据处理,得到有效维修数据;
所述第二处理模块,用于对所述有效维修数据进行清洗处理,剔除冗余信息并对数据进行标准化处理,得到维修记录表,所述维修记录表中包括标准化描述的问题部位,故障现象,问题原因和解决措施。
在第二方面的一种可能设计中,第二处理模块,还用于根据所述维修记录表进行知识生产,并生成AGV的维修知识图谱,所述维修知识图谱中包括多个问题部位,每个问题部位对应的不同的故障现象,以及每个问题部位对应的每个故障现象的问题原因和解决措施。
在第二方面的另一种可能设计中,所述有效维修数据包括问题部位字段,故障现象字段,问题原因字段以及解决措施字段,还包括设备类型和设备代次,则维修知识图谱中还包括问题部位对应的设备类型和设备代次。
可选的,所述有效维修数据包括问题部位字段,故障现象字段,问题原因字段以及解决措施字段。
在第二方面的又一种可能设计中,所述第二处理模块具体用于:
根据预先获取的部件词库,对所述问题部位字段中的部件名称进行规范化修正,得到标准化描述的所述问题部位;
若所述解决措施字段中描述的部件名称与所述问题部位中的部件名称不一致,则根据所述解决措施字段中描述的部件名称对所述问题部位进行修正。
可选的,所述第二处理模块具体用于:
根据预先获取的部件词库,对所述故障现象字段中的部件名称进行规范化修正,得到标准化描述的部件名称;
对所述故障现象字段中的异常现象描述进中的动词和现象描述进行标准化处理,并对所述异常现象进行副词清洗和错别字纠错,得到标准化表述的异常现象描述;
根据所述标准化描述的部件名称和所述标准化表述的异常现象描述,确定标准化的所述故障现象。
可选的,所述第二处理模块具体用于:
通过分词识别获取所述问题原因字段中的部件名称,并根据预先获取的部件词库,对所述部件名称进行规范化修正,得到标准化描述的所述问题原因。
可选的,所述第二处理模块具体用于:
对所述解决措施字段中的描述性语句中的副词,场景描述,多样化补充描述进行剔除,得到标准化的描述性语句;
若所述解决措施字段中缺乏实体描述,则根据所述解决措施字段对应的问题原因中的部件名称进行实体补全,得到处理实体;
若所述解决措施字段中无实际措施,则根据所述解决措施字段对应的问题原因对措施进行修正,得到实际措施;
根据所述标准化的描述性语句,所述处理实体,以及所述实际措施,确定标准化的所述解决措施。
可选的,所述有效维修数据记录中还包括设备类型和设备代次,则所述维修知识图谱中还包括问题部位对应的设备类型和设备代次。
第三方面,本申请提供一种电子设备,包括:处理器以及存储器;
所述存储器存储计算机执行指令;
所述处理器执行所述计算机程序指令时实现第一方面以及各可能设计提供的方法。
第四方面,本申请提供一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机程序指令,当所述计算机程序指令被处理器执行时用于实现第一方面以及各可能设计提供的方法。
本申请实施例提供的AGV维修数据的处理方法、装置、设备及存储介质,通过对获取到的AGV的维修记录数据进行脏数据处理,得到有效维修数据,再对有效维修数据进行清洗处理,剔除冗余信息并对数据进行标准化处理,得到维修记录表,维修记录表中包括标准化描述的问题部位,故障现象,问题原因和解决措施。该技术方案中,通过对维修记录数据的处理,得到包括标准化描述的故障以及对应措施的维修记录表,在对AGV出现故障之后,基于该维修记录表能够及时对故障进行有效的处理,避免了由于维修人员的流动性而导致维修的不确定性,更进一步地,实现了维修经验的可传承性。
附图说明
图1为本申请实施例提供的AGV维修数据处理方法的原理图;
图2为本申请实施例一提供的AGV维修数据处理方法的流程图;
图3A为本申请实施例二提供的AGV维修数据处理方法的流程图;
图3B为本申请实施例提供的维修知识图谱的结构示意图;
图3C为本申请实施例提供的效果图;
图4A为本申请实施例提供的整体数据的处理示意图;
图4B为本申请实施例提供的清洗处理的流程图;
图5A为本申请实施例问题部位处理方法的流程图;
图5B为本申请实施例问题部位名称多样性的处理示意图;
图6A为本申请实施例故障现象处理方法的流程图;
图6B为本申请实施例故障现象名称多样性的处理示意图;
图7A为本申请实施例问题原因处理方法的流程图;
图7B为本申请实施例问题原因名称多样性的处理示意图;
图8A为本申请实施例解决措施处理方法的流程图;
图8B为本申请实施例解决措施缺乏实体描述的处理示意图;
图8C为本申请实施例解决措施缺乏真实解决措施的处理示意图;
图9为本申请实施例提供的AGV维修数据处理装置的结构示意图;
图10为本申请实施例提供的电子设备的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
首先对本申请实施例涉及的专业术语及其缩写进行介绍:
自动导航装置(Automated Guided Vehicle,AGV):通常也称为AGV小车,指装备有电磁或光学等自动导航装置,能够沿规定的导航路径行驶,具有安全保护以及各种移载功能的运输车;
宕机:指操作系统无法从一个严重系统错误中恢复过来,或系统硬件层面出问题,以致系统长时间无响应,而不得不重新启动计算机的现象。它属于电脑运作的一种正常现象,任何电脑都会出现这种情况;
位置导引视觉系统(Position Guided Vision,PGV):应用在单向和双向的移动机器人上的产品;
在介绍本申请的实施例之前,首先对本申请的背景技术进行解释说明。
随着人工智能在工业化运用的不断普及与完善,以电脑自动控制的搬运车逐步取代了以驾驶员控制的运输车,这种电脑自动控制的搬运车又称为自动导航装置(AutomatedGuided Vehicle,AGV)。
目前AGV作为新一代的移动机器人代表,其维修经验获得均依靠线下进行,还没有沉淀成为专业知识,在维修过程中,对于维修经验的传承,目前均通过以老带新、遇到问题询问等方式获得维修经验。
现有的维修流程是:由AGV所在的各区域维修组作为设备的一线维修组,负责AGV的维修,如果一线维修不能修复时,升级到二线维修组,维修工单都会在系统中记录或导入,单据中会记录每一次问题的详细解决办法,从而进行维修。
然而,在维修时,一线维修组并非专业的AGV维修人员,即使经验积累成为成熟维修人员,随着人员流动,维修人员以老带新会出现断层、也会面临维修知识传承的问题,另外,目前对于一些设备维修问题,一线维修人员经常需要电话联系二线维修(非升级到二线进行维修的情况下),逐个问题逐个询问,工作效率相对较低,进而由于设备停产时间过长可能导致巨大的经济损失。综上所述,现有的AGV故障之后的处理方式效率低下,无法及时有效的对AGV故障做出快速处理,并且经验累积周期长,维修人员的流动更增加了故障处理的不确定性。
基于现有技术中存在的问题,本申请提供了一种AGV维修数据的处理方法,本方案的整体构思是:对获取到的人工填写的维修记录数据进行标准化的处理,最后得到一个针对每种产品的每个问题的标准化的解决措施,这样在下次出现问题的时候可以根据标准化的数据直接查询到解决措施,以及了解问题原因等,可有效提高对AGV的维修效率。具体的,可对获取到的AGV的维修记录数据进行脏数据处理,得到有效维修数据,再对有效维修数据进行清洗处理,剔除冗余信息并对数据进行标准化处理,得到维修记录表,维修记录表中包括标准化描述的问题部位,故障现象,问题原因和解决措施。该技术方案中,通过对维修记录数据的进行标准化的处理,得到维修记录表,从而在AGV出现故障之后,能够有效的对AGV进行维修,提高了故障处理的效率,以及实现了维修经验的可传承性。
图1为本申请实施例提供的AGV维修数据处理方法的原理图。该系统原理图包括:维修记录数据101、数据清洗102、维修记录表103、语义库104、知识生产105和维修知识图谱106。
示例性的,对有效维修数据101进行清洗处理102,得到维修记录表103,通过维修记录表103与语义库104进行知识生产105,得到维修知识图谱106,当AGV发生故障时,可根据该维修知识图谱106,对AGV具体故障的原因以及解决方法进行查询,并进行针对性的维修。
可选的,该清洗处理102的标准化处理方式由下述实施例中给出,此处不在赘述。
本申请实施例针对现有技术中,AGV维修的经验累积周期性长,传承性低,且不能及时有效对AGV故障做出快速处理的问题,发明人的技术构思过程如下:发明人发现基于每次AGV故障时,人工维修的记录数据,可以将这些数据进行清洗,并转化为AGV维修知识图谱,以达到对出现的故障问题可以快速做出反应的效果。
下面以图1所示的原理图,通过具体实施例对本申请的技术方案进行详细说明。需要说明的是,下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图,对本申请的实施例进行描述。
图2为本申请实施例一提供的AGV维修数据处理方法的流程图。如图2所示,该处理方法可以包括如下步骤:
步骤21、对获取到的AGV的维修记录数据进行脏数据处理,得到有效维修数据。
在本步骤中,由于维修记录数据是现场人员填写的数据,填写的内容多样,可能存在大量现场状况描述,也就是存在与故障维修不相关的内容,而且也存在未维修完成的故障的内容,本方案中需要进行处理的是对故障已经维修完成并且有相应的措施和原因描述的数据,因此为了能够获取到有效数据,需要将其中未维修完成,以及不相关的其他描述进行清除,得到所需要的有效维修数据。
可选的,在一种具体实现中,一条有效维修数据应该包括问题部位,故障现象,问题原因以及解决措施四个字段的描述,也就是说在表格记录中这四个四段均不为空的数据才是需要的有效维修数据。进一步可选的,四个字段中也不能描述为“无”/“无故障”,否则也不属于有效维修数据。基于此,进行数据处理的电子设备首先需要将维修记录数据进行脏数据处理,得到有效维修数据。该有效维修数据至少包括问题部位字段、故障现象字段、问题原因字段、解决措施字段。这4个字段中均有内容,且没有任一字段包含显示内容为“无”或“无故障”等相关的内容。
可选的,有效维修数据中还包含设备类型和设备代次。
步骤22、对有效维修数据进行清洗处理,剔除冗余信息并对数据进行标准化处理,得到维修记录表。
在本步骤中,有效维修数据中包括问题部位字段、故障现象字段、问题原因字段、以及解决措施字段。然而,对不用的用户来说,对于同一个AGV的部件可能有不同的称呼,或者不同的描述,对于不同的故障现象描述也跟个人习惯息息相关,这样的数据并不利于生成指导维修的知识数据,因此,还需要对有效维修数据进行清洗,将其中的冗余信息剔除,并对问题部位字段、故障现象字段、问题原因字段、以及解决措施字段中的描述进行标准化处理,可统称为清洗处理。
可选的,对于上述有效维修数据进行清洗处理得到的维修记录表中包括标准化描述的问题部位,故障现象,问题原因和解决措施。
本申请实施例提供的AGV维修数据的处理方法,通过对获取到的AGV的维修记录数据进行脏数据处理,得到有效维修数据,再对有效维修数据进行清洗处理,剔除冗余信息并对数据进行标准化处理,得到维修记录表,该维修记录表中的数据不包含根故障处理的无关数据,并且在进行标准化处理之后,对于在故障维修过程中的部件,原因,现象以及处理措施进行规范化描述,在AGV出现故障之后,基于该维修记录表,能够及时对故障进行有效的处理,提高了故障维修的效率,以及实现了维修经验的可传承性。
值得说明的是,本申请提供的AGV维修数据处理方法并不局限于对AGV的维修数据处理,还可以包括其他设备或者其他设备的器件的维修数据处理。
图3A为本申请实施例二提供的AGV维修数据处理方法的流程图,在上述实施例的基础上,步骤22之后还包括:
步骤23、根据维修记录表进行知识生产,并生成AGV的维修知识图谱。
在该步骤中,对维修记录表中的数据进行知识生产,生成AGV的维修知识图谱,该维修知识图谱中包括多个问题部位,每个问题部位对应的不同的故障现象,以及每个问题部位对应的每个故障现象的问题原因和解决措施。
示例性的,图3B为本申请实施例提供的维修知识图谱的结构示意图。如图3B所示,该结构示意图包括:问题部位201、故障现象202、问题原因203和解决措施204。
可选的,如果有效维修数据101记录中还包括设备类型和设备代次,则维修知识图谱中还包括问题部位201对应的设备类型2011和设备代次2012。
示例性的,问题部位201包含发生故障的零件205,可选的,若AGV故障时,问题原因203为伺服故障,其中,该伺服属于问题部位201,伺服扣板属于伺服的组成部位—零件205。
在图3B的基础上,图3C为本申请实施例提供的效果图。如图3C所示,该效果图包括:输入“维修记录表”和输出“维修知识图谱”。
可选的,该效果图以随机的一次维修记录为例进行举例说明。
可选的,在输入的“维修记录表”中,包括:报修单号“1498”、库房名“XX”、设备类型“地狼”、设备代次“1.5代”、问题部位201“伺服扣板”、故障现象202“脱轨”、问题原因203“伺服扣板松动”和解决措施204“更换伺服扣板”。
在输出“维修知识图谱”中,包括:问题部位201“伺服”、故障现象202“脱轨”、问题原因203“伺服扣板松动”、解决措施204“换伺服盖板”、零件205“伺服扣板”、设备类型2011“地狼”和设备代次2012“1.5代”。
本申请实施例提供的AGV维修数据的处理方法,根据维修记录表进行知识生产,并生成AGV的维修知识图谱,该维修知识图谱,可以更加直观且清晰的显示出历史AGV故障时,每次故障维修的相关内容,并使得在之后AGV出现故障时,能够基于该维修知识图谱中相关的问题部位,故障现象,问题原因和解决措施,对AGV故障做出快速反应。
图4A为本申请实施例提供的整体数据的处理示意图。如图4A所示,“获取维修记录数据”,对维修记录数据进行“脏数据处理”,并“输出有效维修数据”,对该有效维修数据进行“清洗处理”,生成“维修记录表”。
其中,清洗处理包括:问题部位字段清洗,输出清洗后的问题部位、故障现象字段清洗,输出清洗后的故障现象、问题原因字段清洗,输出清洗后的问题原因、解决措施字段清洗,输出清洗后的解决措施。
在上述实施例的基础上,图4B为本申请实施例提供的清洗处理的流程图。如图4B所示,上述步骤22可以通过如下步骤实现:
步骤31、根据预先获取的部件词库,对问题部位字段中的部件名称进行规范化修正,得到标准化描述的问题部位。
在本步骤中,由于各个问题部位可能会存在多个不同的名称(即,部件的名称具有多样性),就需要对这些不同的部件名称进行规范化修正,以使得维修人员可以正确的识别具体的问题部位。
可选的,在一种具体实现中,需要先获取部件词库,该部件词库包括AGV各个部件的名称、别称以及部件的非专业称呼,根据该部件词库,对问题部位字段中的部件名称进行规范化修正,使得部件名称统一,得到标准化描述的问题部位。
可选的,若问题部位字段中的部件名称为“霍尔”,可以根据部件词库中的“霍尔传感器”替换“霍尔”。
步骤32、根据预先获取的部件词库,对故障现象字段中的部件名称进行规范化修正,得到标准化描述的部件名称。
在本步骤中,根据预先获取的部件词库,需要对故障现象字段中的部件名称进行标准化的处理,以使得部件名称统一,以使对故障现象的描述规范化。
可选的,若故障现象字段的描述为“PGV宕机”,则用部件词库中对应的PGV的规范名称“下扫码头”替换“PGV”,生成“下扫码头宕机”。
步骤33、通过分词识别获取问题原因字段中的部件名称,并根据预先获取的部件词库,对部件名称进行规范化修正,得到标准化描述的问题原因。
在本步骤中,同上述部件的名称具有多样性一样,需要对问题原因字段中的部件名称进行标准化的处理,以使得部件名称统一,便于参考。
可选的,在一种具体实现中,分词识别是将问题原因字段中的部件名称和描述部件名称的动词区分,并将该部件名称获取出来,然后对该部件名称进行规范化修正,用修正后的部件名称替换问题原因字段中的部件名称,得到标准化描述的问题原因。
可选的,若问题原因字段中的部件名称为“马达损坏”,则用部件词库中对应的马达的规范名称“电机”替换“马达”,生成“电机损坏”。
步骤34、根据标准化的描述性语句,处理实体,以及实际措施,确定标准化的解决措施。
示例性的,在维修记录表中,解决措施方式的描述相对于问题部位、故障现象和问题原因的描述更加复杂,需要对解决措施中的场景、副词、实体等词进行处理,得到标准化的描述性语句,进一步地,确定出标准化的解决措施,进而在维修知识图谱中,形成每个问题部位对应的不同的故障现象,以及每个问题部位对应的每个故障现象的问题原因和解决措施。
本申请实施例提供的AGV维修数据的处理方法,通过预先获取的部件词库,对问题部位字段中的部件名称进行规范化修正,得到标准化描述的问题部位,并对故障现象字段中的部件名称进行规范化修正,得到标准化描述的部件名称,再对部件名称进行规范化修正,得到标准化描述的问题原因,根据标准化的描述性语句,处理实体,以及实际措施,确定出标准化的解决措施。从而实现了维修经验的地实时累积,避免了由于维修人员的流动,以及故障出现时,在传达过程中导致的维修效率过低的问题。
图5A为本申请实施例问题部位处理方法的流程图,上述步骤31可以包括如下步骤:
步骤311、问题部位名称多样性的处理。
示例性的,图5B为本申请实施例问题部位名称多样性的处理示意图,如图4B所示,下扫码头可以称为位置导引视觉系统(Position Guided Vision,PGV),也可以称为维修记录表中其他可能出现的形容下扫码头的词汇。在这里,就需要将问题部位对应的词汇修改为下扫码头,以保持问题部位名称的规范性。
具体的,若在有效维修数据中,其中一条维修记录项目名称“XX”、设备名称“地狼”、设备型号“1.5代”、问题部位“PGV”、故障现象“PGV宕机”、问题原因“PGV损坏”、解决措施“更换PGV”,在问题部位,出现了下扫码头多样性的描述词汇“PGV”,此时调用对应的部件词库,将“PGV”替换为“下扫码头”。
步骤312、问题部位名称准确性的识别。
可选的,若解决措施字段中描述的部件名称与问题部位中的部件名称不一致,则根据解决措施字段中描述的部件名称对问题部位进行修正。
具体的,对于识别填写不准确的情况,若解决措施中的部件名称为“下扫码头”,与问题部位“伺服”不一致,则认为问题部位填写不准确,再通过解决措施字段对有效维修数据中问题部件填写不准确的记录进行修正,将解决措施进行分词,拾取出设备部件相关的词为下扫码头相关的词,用这个拾取出的词对问题部件进行替换,可以填写“下扫码头”。
若解决措施中涉及的部件名称与问题部位填写的部件名称一致,则不做修改。值得说明的是,关于解决措施中的部件名称的处理,由下述实施例给出,此处不再赘述。
图6A为本申请实施例故障现象处理方法的流程图,上述步骤32可以包括如下步骤:
步骤321、对原始维修记录中故障现象名称多样性的处理。
示例性的,通过分析识别故障现象中的部件名称,通过使用预先获取的部件词库,将部件命名全部规范化修正。图6B为本申请实施例故障现象名称多样性的处理示意图,如图6B所示,若对下扫码头不响应的故障现象描述为其他词汇,就需要将故障现象中对应的词汇修改为下扫码头宕机,以保持问题部位名称的规范性。
在针对故障现象字段进行清除处理时,首先根据预先获取的部件词库,对故障现象字段中的部件名称进行规范化修正,得到标准化描述的部件名称。具体的,若在有效维修数据中,其中一条维修记录项目名称“XX”、设备名称“地狼”、设备型号“1.5代”、问题部位“PGV”、故障现象“PGV宕机”、问题原因“PGV损坏”、解决措施“更换PGV”,在故障现象,出现了下扫码头宕机多样性的描述词汇“PGV宕机”,此时调用对应的部件词库,将“PGV宕机”替换为“下扫码头宕机”。
步骤322、对于故障现象描述多样性进行处理。
示例性的,对故障现象字段中的异常现象描述进中的动词和现象描述进行标准化处理,并对异常现象进行副词清洗和错别字纠错,得到标准化表述的异常现象描述,再根据标准化描述的部件名称和标准化表述的异常现象描述,确定标准化的故障现象。
可选的,可以将故障现象字段中的异常现象以及处理方法大致分为如下几种:
第1种:动词的多种描述。比如:灯不亮、灯灭;掉线、未上线;失灵、失效;无动作、不动作、无动作异常;处理方法:使用标准动词词库对多样性的动词描述进行清洗,将其转化为一致的动词;
第2种:异常现象描述多样性,比如:注册收到无效地码、重启注册扫描地标为0、重启地标码错误;扫描货架码失败、扫不上货架码;无法充电、充不上电、充不进电;无法注册、注册不上;处理方法:使用异常描述的标准化异常词库,对异常现象描述转化为一致的描述;
第3种:描述中使用了副词表达程度。比如:比如:频繁、多次、N次(四次)、经常、偶尔、持续、有、超过、自动、异常(宕机)、总是、(误报)有、长时间。处理方法:分词处理,识别词性为副词后,在进行处理时忽略/删除掉副词;
第4种:错别字。比如:充电电流过低、充电电流地;左轮伺服MOEL报错、左轮伺服ELMO报错;左轮伺服点线、左轮伺服掉线;左轮伺服、左轮私服;CAN线、看线;处理方法:形成错别字词库,根据该词库内容对错别字进行修正;
第5种:空格、标点符号导致的差异。比如:顶升ELMO伺服报错11029569、顶升ELMO伺服报错11029569;顶升伺服报错11009024、顶升伺服报错,11009024;处理方法:标点的一致性处理,删除或者取消空格。
图7A为本申请实施例问题原因处理方法的流程图,问题原因的多样化程度较高(这是因为出现问题的原因较多),考虑到知识图谱的应用场景主要是对解决措施、问题部件进行搜索后返回知识内容,做问题原因中的部位多样性处理即可。如图7A所示,上述步骤33可以包括如下步骤:
步骤331、分词识别问题原因中的部件名称。
在此步骤中,通过分词识别问题原因中的部件名称,将部件名称进行确定。
步骤332、对部件名称多样化处理。
在本步骤中,电子设备对问题原因字段进行清洗处理时,通过分词识别获取所述问题原因字段中的部件名称,并根据预先获取的部件词库,对所述部件名称进行规范化修正,得到标准化描述的所述问题原因。
示例性的,通过使用对应的部件词库,将部件命名全部规范化修正。问题原因的多样化程度较高,是因为出现问题的原因较多,即,图7B为本申请实施例问题原因名称多样性的处理示意图,如图7B所示,PGV坏了等词汇可以用PGV损坏代替。
具体的,若在有效维修数据中,其中一条维修记录项目名称“XX”、设备名称“地狼”、设备型号“1.5代”、问题部位“PGV”、故障现象“PGV宕机”、问题原因“PGV损坏”、解决措施“更换PGV”,在故障现象,出现了下扫码头损坏多样性的描述词汇“PGV损坏”,此时调用对应的部件词库,将“PGV损坏”替换为“下扫码头损坏”。
图8A为申请实施例解决措施处理方法的流程图,上述步骤34可以包括如下步骤:
步骤341、在有效维修数据中,人为填写时存在一些描述性语句(不具有实际含义)情况的处理。
示例性的,对解决措施字段中的描述性语句中的副词,场景描述,多样化补充描述进行剔除,得到标准化的描述性语句。
具体的,第一步:利用分词、通用词语识别,识别有效维修数据的解决措施中是否为描述性语句。
第二步:当认为是描述性语句时,需要再次与补充性描述语句形成的语句词库,进行相似度对比,如相似度较高认为是补充描述,在进行数据清洗时可以删除,如相似度较低则不进行删除。
描述性语句处理内容包含以下3种情况:
第1类,副词表达程度。可以在进行处理时忽略掉副词。类似副词有:
频繁、多次、N次(四次)、经常、偶尔、持续、有、超过、自动、异常(宕机)、总是、(误报)有、长时间。
第2类,包含场景描述,可以删除。比如:
行驶中脱轨、行走过程中脱轨、搬运途中脱轨,这些描述只需要保留“脱轨”。
第3类,多样化补充描述,可以删除。比如:
“……后恢复正常”;“……后上线观察OK”;“”……后测试正常;“……后OK”;“……OK”;“……恢复”;“……上线观察”;“……后测试动作正常”。
步骤342、在有效维修数据中,解决措施缺乏实体描述的情况(只填写更换2字),进行补全。
示例性的,若解决措施字段中缺乏实体描述,则根据解决措施字段对应的问题原因中的部件名称进行实体补全,得到处理实体。
具体的,第一步:识别解决措施是否是完整的,如果当识别到解决措施是缺乏实体描述时,进入第二步。
第二步:对该有效维修数据中的“问题原因”字段进行分词,识别出问题原因中设备零部件相关的词语(需要进行部件名称规范化修正),根据第一步识别出的结果对解决措施进行补全和修正。
具体的,图8B为本申请实施例解决措施缺乏实体描述的处理示意图。如图8B所示:项目名称“XX”,设备类型“地狼”,设备型号“1.5代”,问题部位“伺服电机”,故障现象“托盘电机无动作”,问题原因“托盘电机故障”,解决措施“更换”。
可选的,解决措施缺乏实体描述,则可以根据“问题原因”进行分词,得到实体名为“托盘电机”,所以处理措施处可以将“更换”替换为“更换托盘电机”。
步骤343、在有效维修数据中,解决措施未填写实际真实的解决措施,需要对解决措施进行修正。
示例性的,若解决措施字段中无实际措施,则根据解决措施字段对应的问题原因对措施进行修正,得到实际措施。
具体的,第一步:当识别到解决措施为“上线观察”、“测试观察”等无实际措施的词语,进入第二步。
第二步:使用问题原因对解决措施进行修正,如问题原因中包含“更换”+部件名称等动词词组,则基于该动词词组对解决措施进行修正。
具体的,图8C为本申请实施例解决措施缺乏真实解决措施的处理示意图。如图8C所示::项目名称“XX”,设备类型“地狼”,设备型号“1.5代”,问题部位“主控板”,故障现象“心跳超时”,问题原因“信号强度由36到48”,解决措施“上线观察”。
可选的,识别到解决措施“上线观察”属于无实际措施的词语,使用问题原因进行修正,根据问题原因内容分词得到“更换天线”,将解决措施修正为“更换天线”。
说明:如实际情况属于解决措施与问题原因不一致,不在数据清洗考虑范围内,默认原始记录的问题原因是准确的。
步骤344、维修记录中部件名称的多样性处理。
根据标准化的描述性语句,处理实体,以及实际措施,确定标准化的所述解决措施。
具体的,第一步:通过使用对应的部件词库,将部件命名全部规范化修正。
第二步:清洗零部件名称后,对解决措施再用算法进行一次多样性部件名称修正,需要删掉第一步修正后出现的重复的词语。
具体的,在经过对维修记录中,涉及到AGV零部件名称的整理,分析之后可得到以下规则词库(表1标识零部件名称多样性词库,或者成为零部件规则词库),在下表1中,AGV的部件的名称可分为一级(部分)、二级(部分)、三级(部分)、四级(部分)以及五级(部分),该示意图还包括备注(多样性),具体内容由下表1给出。
表1:
/>
/>
/>
/>
本申请实施例提供的AGV维修数据的处理方法,通过对有效维修数据中的数据进行剔除冗余信息,以及标准化处理,得到维修记录表中标准化描述的问题部位,故障现象,问题原因和解决措施。从而实现了对有效维修数据的标准化处理,为后续生成维修知识图谱提供了数据基础。
图9为本申请实施例提供的AGV维修数据处理装置的结构示意图。如图9所示,该装置包括第一处理模块121和第二处理模块122。
第一处理模块121,用于对获取到的AGV的维修记录数据进行脏数据处理,得到有效维修数据;
第二处理模块122,用于对有效维修数据进行清洗处理,剔除冗余信息并对数据进行标准化处理,得到维修记录表,维修记录表中包括标准化描述的问题部位,故障现象,问题原因和解决措施。
在本申请实施例一种可能设计中,第二处理模块122,还用于根据维修记录表进行知识生产,并生成AGV的维修知识图谱,维修知识图谱中包括多个问题部位,每个问题部位对应的不同的故障现象,以及每个问题部位对应的每个故障现象的问题原因和解决措施。
在本申请实施例另一种可能设计中,有效维修数据包括问题部位字段,故障现象字段,问题原因字段以及解决措施字段,还包括设备类型和设备代次,则维修知识图谱中还包括问题部位对应的设备类型和设备代次。
可选的,有效维修数据包括问题部位字段,故障现象字段,问题原因字段以及解决措施字段。
在本申请实施例又一种可能设计中,第二处理模块122具体用于:
根据预先获取的部件词库,对问题部位字段中的部件名称进行规范化修正,得到标准化描述的问题部位;
若解决措施字段中描述的部件名称与问题部位中的部件名称不一致,则根据解决措施字段中描述的部件名称对问题部位进行修正。
可选的,第二处理模块122具体用于:
根据预先获取的部件词库,对故障现象字段中的部件名称进行规范化修正,得到标准化描述的部件名称;
对故障现象字段中的异常现象描述进中的动词和现象描述进行标准化处理,以及对异常现象进行副词清洗和错别字纠错,得到标准化表述的异常现象描述;
根据标准化描述的部件名称和标准化表述的异常现象描述,确定标准化的故障现象。
可选的,第二处理模块122具体用于:
通过分词识别获取问题原因字段中的部件名称,并根据预先获取的部件词库,对部件名称进行规范化修正,得到标准化描述的问题原因。
可选的,第二处理模块122具体用于:
对解决措施字段中的描述性语句中的副词,场景描述,多样化补充描述进行剔除,得到标准化的描述性语句;
若解决措施字段中缺乏实体描述,则根据解决措施字段对应的问题原因中的部件名称进行实体补全,得到处理实体;
若解决措施字段中无实际措施,则根据解决措施字段对应的问题原因对措施进行修正,得到实际措施;
根据标准化的描述性语句,处理实体,以及实际措施,确定标准化的解决措施。
可选的,有效维修数据记录中还包括设备类型和设备代次,则维修知识图谱中还包括问题部位对应的设备类型和设备代次。
前述任一实施例提供的处理装置,可用于执行上述实施例中的方案,其实现原理和技术效果类似,在此不再赘述。
需要说明的是,应理解以上装置的各个模块的划分仅仅是一种逻辑功能的划分,实际实现时可以全部或部分集成到一个物理实体上,也可以物理上分开。且这些模块可以全部以软件通过处理元件调用的形式实现;也可以全部以硬件的形式实现;还可以部分模块通过处理元件调用软件的形式实现,部分模块通过硬件的形式实现。例如,处理模块可以为单独设立的处理元件,也可以集成在上述装置的某一个芯片中实现,此外,也可以以程序代码的形式存储于上述装置的存储器中,由上述装置的某一个处理元件调用并执行以上确定模块的功能。其它模块的实现与之类似。此外这些模块全部或部分可以集成在一起,也可以独立实现。这里的处理元件可以是一种集成电路,具有信号的处理能力。在实现过程中,上述方法的各步骤或以上各个模块可以通过处理器元件中的硬件的集成逻辑电路或者软件形式的指令完成。
例如,以上这些模块可以是被配置成实施以上方法的一个或多个集成电路,例如:一个或多个特定集成电路(application specific integrated circuit,ASIC),或,一个或多个微处理器(digital signal processor,DSP),或,一个或者多个现场可编程门阵列(field programmable gate array,FPGA)等。再如,当以上某个模块通过处理元件调度程序代码的形式实现时,该处理元件可以是通用处理器,例如中央处理器(centralprocessing unit,CPU)或其它可以调用程序代码的处理器。再如,这些模块可以集成在一起,以片上系统(system-on-a-chip,SOC)的形式实现。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行计算机程序指令时,全部或部分地产生按照本申请实施例的流程或功能。计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘solid state disk(SSD))等。
图10为本申请实施例提供的电子设备的结构示意图。如图10所示,该设备可以包括:处理器131和存储器132。
处理器131执行存储器存储的计算机执行指令,使得处理器131执行上述实施例中的方案。
处理器131可以是通用处理器,包括中央处理器CPU、网络处理器(networkprocessor,NP)等;还可以是数字信号处理器DSP、专用集成电路ASIC、现场可编程门阵列FPGA或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
存储器132存储计算机执行指令,可能包含随机存取存储器(random accessmemory,RAM),也可能还包括非易失性存储器(non-volatile memory),例如至少一个磁盘存储器。可选的,该设备还可以包括:系统总线133,存储器132可以通过系统总线133与处理器131连接并完成相互间的通信。
系统总线133可以是外设部件互连标准(peripheral component interconnect,PCI)总线或扩展工业标准结构(extended industry standard architecture,EISA)总线等。系统总线可以分为地址总线、数据总线、控制总线等。为便于表示,图中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
本申请实施例还提供一种计算机可读存储介质,该计算机可读存储介质中存储有计算机指令,当该计算机指令在计算机上运行时,使得计算机执行上述实施例的方案。
本申请实施例还提供一种运行指令的芯片,该芯片用于执行上述实施例中的方案。
本申请实施例还提供一种计算机程序产品,该计算机程序产品包括计算机程序,其存储在计算机可读存储介质中,至少一个处理器可以从计算机可读存储介质读取计算机程序,至少一个处理器执行计算机程序时可实现上述实施例中的方案。
最后应说明的是:以上各实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述各实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的范围。
Claims (9)
1.一种AGV维修数据的处理方法,其特征在于,包括:
对获取到的AGV的维修记录数据进行脏数据处理,得到有效维修数据,所述有效维修数据包括问题部位字段,故障现象字段,问题原因字段以及解决措施字段;
对所述有效维修数据进行清洗处理,剔除冗余信息并对数据进行标准化处理,得到维修记录表,所述维修记录表中包括标准化描述的问题部位,故障现象,问题原因和解决措施;
所述对所述有效维修数据进行清洗处理,剔除冗余信息并对数据进行标准化处理,得到维修记录表,包括:
对所述解决措施字段中的描述性语句中的副词,场景描述,多样化补充描述进行剔除,得到标准化的描述性语句;
若所述解决措施字段中缺乏实体描述,则根据所述解决措施字段对应的问题原因中的部件名称进行实体补全,得到处理实体;
若所述解决措施字段中无实际措施,则根据所述解决措施字段对应的问题原因对措施进行修正,得到实际措施;
根据所述标准化的描述性语句,所述处理实体,以及所述实际措施,确定标准化的所述解决措施。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
根据所述维修记录表进行知识生产,并生成AGV的维修知识图谱,所述维修知识图谱中包括多个问题部位,每个问题部位对应的不同的故障现象,以及每个问题部位对应的每个故障现象的问题原因和解决措施。
3.根据权利要求1所述的方法,其特征在于,所述对所述有效维修数据进行清洗处理,剔除冗余信息并对数据进行标准化处理,得到维修记录表,包括:
若所述解决措施字段中描述的部件名称与所述问题部位中的部件名称不一致,则根据所述解决措施字段中描述的部件名称对所述问题部位进行修正,所述解决措施字段中描述的部件名称是经过标准化处理后的部件名称。
4.根据权利要求1所述的方法,其特征在于,所述对所述有效维修数据进行清洗处理,剔除冗余信息并对数据进行标准化处理,得到维修记录表,包括:
根据预先获取的部件词库,对所述故障现象字段中的部件名称进行规范化修正,得到标准化描述的部件名称;
对所述故障现象字段中的异常现象描述进中的动词和现象描述进行标准化处理,并对所述异常现象进行副词清洗和错别字纠错,得到标准化表述的异常现象描述;
根据所述标准化描述的部件名称和所述标准化表述的异常现象描述,确定标准化的所述故障现象。
5.根据权利要求1所述的方法,其特征在于,所述对所述有效维修数据进行清洗处理,剔除冗余信息并对数据进行标准化处理,得到维修记录表,包括:
通过分词识别获取所述问题原因字段中的部件名称,并根据预先获取的部件词库,对所述部件名称进行规范化修正,得到标准化描述的所述问题原因。
6.根据权利要求2所述的方法,其特征在于,所述有效维修数据记录中还包括设备类型和设备代次,则所述维修知识图谱中还包括问题部位对应的设备类型和设备代次。
7.一种AGV维修数据的处理装置,其特征在于,包括:第一处理模块和第二处理模块;
所述第一处理模块,用于对获取到的AGV的维修记录数据进行脏数据处理,得到有效维修数据,所述有效维修数据包括问题部位字段,故障现象字段,问题原因字段以及解决措施字段;
所述第二处理模块,用于对所述有效维修数据进行清洗处理,剔除冗余信息并对数据进行标准化处理,得到维修记录表,所述维修记录表中包括标准化描述的问题部位,故障现象,问题原因和解决措施;
所述第二处理模块,具体用于对所述解决措施字段中的描述性语句中的副词,场景描述,多样化补充描述进行剔除,得到标准化的描述性语句;
若所述解决措施字段中缺乏实体描述,则根据所述解决措施字段对应的问题原因中的部件名称进行实体补全,得到处理实体;
若所述解决措施字段中无实际措施,则根据所述解决措施字段对应的问题原因对措施进行修正,得到实际措施;
根据所述标准化的描述性语句,所述处理实体,以及所述实际措施,确定标准化的所述解决措施。
8.一种电子设备,其特征在于,包括:
处理器以及存储器;
所述存储器存储计算机执行指令;
所述处理器执行所述存储器存储的计算机执行指令,使得所述处理器执行权利要求1-6任一项所述的方法。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有计算机执行指令,所述计算机执行指令被处理器执行时用于实现如上述权利要求1-6任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011078723.5A CN113760873B (zh) | 2020-10-10 | 2020-10-10 | Agv维修数据的处理方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011078723.5A CN113760873B (zh) | 2020-10-10 | 2020-10-10 | Agv维修数据的处理方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113760873A CN113760873A (zh) | 2021-12-07 |
CN113760873B true CN113760873B (zh) | 2024-04-05 |
Family
ID=78785806
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011078723.5A Active CN113760873B (zh) | 2020-10-10 | 2020-10-10 | Agv维修数据的处理方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113760873B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07306123A (ja) * | 1994-05-12 | 1995-11-21 | Fuji Heavy Ind Ltd | 故障診断装置 |
KR20050060255A (ko) * | 2003-12-16 | 2005-06-22 | 한국철도기술연구원 | 도시철도 차량분야의 사고 및 고장 코드 체계 표준화 방법 |
CN104850934A (zh) * | 2015-04-14 | 2015-08-19 | 中国气象局气象探测中心 | 一种气象装备维护维修管理系统 |
CN106295961A (zh) * | 2016-07-30 | 2017-01-04 | 江苏商达水务有限公司 | 一种用于水环境监管的大数据分析处理系统及方法 |
CN109189946A (zh) * | 2018-11-06 | 2019-01-11 | 湖南云智迅联科技发展有限公司 | 一种将设备故障语句描述转换为知识图谱表达的方法 |
CN111333131A (zh) * | 2020-03-11 | 2020-06-26 | 信开水环境投资有限公司 | 用于地下式再生水厂的设备预测性维护系统和方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9043336B2 (en) * | 2009-08-07 | 2015-05-26 | Applied Materials, Inc. | Methods and systems for global knowledge sharing to provide corrective maintenance |
-
2020
- 2020-10-10 CN CN202011078723.5A patent/CN113760873B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07306123A (ja) * | 1994-05-12 | 1995-11-21 | Fuji Heavy Ind Ltd | 故障診断装置 |
KR20050060255A (ko) * | 2003-12-16 | 2005-06-22 | 한국철도기술연구원 | 도시철도 차량분야의 사고 및 고장 코드 체계 표준화 방법 |
CN104850934A (zh) * | 2015-04-14 | 2015-08-19 | 中国气象局气象探测中心 | 一种气象装备维护维修管理系统 |
CN106295961A (zh) * | 2016-07-30 | 2017-01-04 | 江苏商达水务有限公司 | 一种用于水环境监管的大数据分析处理系统及方法 |
CN109189946A (zh) * | 2018-11-06 | 2019-01-11 | 湖南云智迅联科技发展有限公司 | 一种将设备故障语句描述转换为知识图谱表达的方法 |
CN111333131A (zh) * | 2020-03-11 | 2020-06-26 | 信开水环境投资有限公司 | 用于地下式再生水厂的设备预测性维护系统和方法 |
Non-Patent Citations (1)
Title |
---|
基于5G技术的智能车间故障预测与健康管理系统;赵峰;朱声浩;吕宗辉;张劲宇;张文博;初奇;林青峰;陈威;;电子制作(15);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN113760873A (zh) | 2021-12-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113282461B (zh) | 传输网的告警识别方法和装置 | |
CN110221145B (zh) | 电力设备故障诊断方法、装置及终端设备 | |
US7610514B2 (en) | Identification of uninformative function names in call-stack traces | |
CN109660533B (zh) | 实时识别异常流量的方法、装置、计算机设备和存储介质 | |
CN110649980B (zh) | 一种故障诊断方法、装置和电子设备 | |
CN113269042B (zh) | 基于行驶车辆违章识别的智能交通管理方法及系统 | |
CN113282000A (zh) | 数据中心的故障诊断方法、装置及动环监控系统 | |
CN109144852A (zh) | 静态代码的扫描方法、装置、计算机设备及存储介质 | |
CN115981240B (zh) | 数控机床故障原因确定方法、装置、设备及介质 | |
CN110781381A (zh) | 基于神经网络的数据验证方法、装置、设备及存储介质 | |
CN113760873B (zh) | Agv维修数据的处理方法、装置、设备及存储介质 | |
US20210406790A1 (en) | Model monitoring method and equipment applied to risk control decision flow | |
KR20220068799A (ko) | 자동화설비의 고장 검출 시스템 및 그 방법 | |
CN113255929A (zh) | 异常用户可解释原因的获取方法和装置 | |
CN116955071A (zh) | 故障分类方法、装置、设备及存储介质 | |
CN115658930A (zh) | 一种基于知识图谱的产线故障分析方法、装置与存储介质 | |
CN110716101B (zh) | 电力线路故障定位方法、装置、计算机和存储介质 | |
CN115186001A (zh) | 一种补丁处理方法和装置 | |
CN111221320A (zh) | 一种数据判读方法、装置、终端及计算机可读介质 | |
CN113515507B (zh) | 应用于大坝渗水检测的方法及系统 | |
JP2003016214A (ja) | コンピュータ修理のサービス・ヒストリ・ログ | |
CN116244289A (zh) | 一种运维日志检测方法、装置、计算机设备及智能系统 | |
CN113011726B (zh) | 一种拖拉机制造过程质量数据智能分析处理系统 | |
CN117763477A (zh) | 一种水泥工厂进厂废物分类管理方法及系统 | |
CN114092928A (zh) | 一种车牌容错处理方法和电子设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |