CN118396599A - 故障工单处置方法、系统和存储介质 - Google Patents
故障工单处置方法、系统和存储介质 Download PDFInfo
- Publication number
- CN118396599A CN118396599A CN202410831191.XA CN202410831191A CN118396599A CN 118396599 A CN118396599 A CN 118396599A CN 202410831191 A CN202410831191 A CN 202410831191A CN 118396599 A CN118396599 A CN 118396599A
- Authority
- CN
- China
- Prior art keywords
- fault
- information
- node
- determining
- work order
- 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.)
- Granted
Links
- 238000003860 storage Methods 0.000 title claims abstract description 11
- 238000003672 processing method Methods 0.000 title abstract description 13
- 238000004458 analytical method Methods 0.000 claims abstract description 66
- 230000010485 coping Effects 0.000 claims abstract description 57
- 238000012545 processing Methods 0.000 claims description 113
- 238000000034 method Methods 0.000 claims description 86
- 230000008569 process Effects 0.000 claims description 43
- 230000004044 response Effects 0.000 claims description 43
- 238000012549 training Methods 0.000 claims description 9
- 241000251468 Actinopterygii Species 0.000 claims description 6
- 210000000988 bone and bone Anatomy 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 6
- 238000012216 screening Methods 0.000 claims description 5
- 230000002159 abnormal effect Effects 0.000 claims description 4
- 230000006872 improvement Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 4
- 230000001364 causal effect Effects 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 230000010354 integration Effects 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008439 repair process Effects 0.000 description 2
- 102220621241 Proline-rich membrane anchor 1_S32A_mutation Human genes 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000013467 fragmentation Methods 0.000 description 1
- 238000006062 fragmentation reaction Methods 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011112 process operation Methods 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 238000013024 troubleshooting Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Landscapes
- Test And Diagnosis Of Digital Computers (AREA)
Abstract
本发明揭示了一种故障工单处置方法、系统和存储介质,所述故障工单处置方法包括:确定当前流程节点的当前节点信息;其中,所述当前节点信息包括故障信息和故障分析结果至少其中之一;根据所述当前节点信息确定当前流程节点的故障应对信息,并将所述故障应对信息更新至当前节点信息;根据当前节点信息确定下一流程节点的故障应对信息,以确定整体流程的故障应对信息。本发明提供的故障工单处置方法,能够根据前一流程节点的节点信息,确定和动态调整后一流程节点的故障应对信息,实现信息的共享,提高故障处置能力和故障处理的准确性。
Description
技术领域
本发明涉及轨道车辆安全技术领域,尤其涉及一种故障工单处置方法、系统和存储介质。
背景技术
在现代化的生产运营和维护过程中,故障的高效处置对于确保车辆安全、稳定的运营具有重要的现实意义。但是,传统的故障处置方法存在多方面的挑战,严重制约了故障处置的效率和质量。
一方面,在多数企业中,故障相关的信息和知识往往分散在多个部门和系统中,缺乏统一的平台来整合和共享故障处置信息,导致信息共享困难,使得故障处置人员难以快速获取所需的知识和信息,影响故障处置的效率和准确性。
另一方面,传统故障处置方法的故障处置能力有限。由于传统知识和技术的局限性,对于新出现、或复杂、或需要多人协作的故障情况,因故障根源的复杂性或/和,参与人员的众多导致信息的碎片化,传统方法难以应对,导致故障处理时间长、响应不及时等问题。
发明内容
本发明的目的之一在于提供一种故障工单处置方法,以解决现有技术无法利用故障信息的处理流程动态确定最终故障应对措施,导致故障处理效率低的问题。
本发明的目的之一在于提供一种故障工单处置系统。
本发明的目的之一在于提供一种电子设备。
本发明的目的之一在于提供一种计算机可读存储介质。
为实现上述发明目的之一,本发明一实施方式提供一种故障工单处置方法,步骤S1,确定当前流程节点的当前节点信息;其中,所述当前节点信息包括故障信息和故障分析结果至少其中之一;步骤S2,根据所述当前节点信息确定当前流程节点的故障应对信息,并将所述故障应对信息更新至当前节点信息;步骤S3,根据当前节点信息确定下一流程节点的故障应对信息,以确定整体流程的故障应对信息。
作为本发明一实施方式的进一步改进,步骤S2具体包括:确定当前节点信息的关键要素,根据所述关键要素,生成目标提示指令;其中,所述关键要素用于确定当前节点信息中的子故障信息和子故障原因至少其中之一;根据所述目标提示指令,确定对应的故障分析结果,并将所述故障分析结果更新至所述当前节点信息。
作为本发明一实施方式的进一步改进,所述确定所述当前节点信息的关键要素,根据所述关键要素,生成目标提示指令具体包括:将当前节点信息按照故障分析工具的层级结构进行划分,根据每一层节点的子节点信息确定对应的提示指令;其中,所述故障分析工具包括鱼骨图、5问法以及故障树至少其中之一;根据前一层级提示指令的执行结果,确定后一层级的提示指令,以确定整体层级结构的目标提示指令。
作为本发明一实施方式的进一步改进,步骤S3中所述根据当前节点信息确定下一流程节点的故障应对信息具体包括:判断当前流程节点是否为流程首节点;若否,则获取并根据当前流程节点的节点信息,生成目标提示指令,并根据所述目标提示指令确定对应的故障分析结果,根据所述故障分析结果确定下一流程节点的故障应对信息。
作为本发明一实施方式的进一步改进,在所述判断当前流程节点是否为流程首的首节点之后,所述方法还包括:若是,则根据初始故障信息确定对应的故障应对信息为流程次节点的故障应对信息。
作为本发明一实施方式的进一步改进,在步骤S1之前,所述方法还包括:接收故障异常信号,根据对应的初始故障信息生成故障工单;根据初始故障信息,查询故障知识库的历史摘要信息,根据匹配所述历史摘要信息的应对信息,确定所述故障工单的处理流程;所述处理流程包括处置故障工单若干故障处理专家;步骤S1具体包括:在所述故障工单的处理流程中,根据初始故障信息确定当前流程节点的当前节点信息。
作为本发明一实施方式的进一步改进,步骤S2具体包括:根据故障类型和所述节点信息确定若干故障子任务,将所述故障子任务按照所述故障工单的处理流程,传输至对应的故障处理专家;故障处理专家根据接收到的故障子任务,确定对应的故障子任务应对信息,并将所述故障子任务应对信息更新至当前流程节点的节点信息。
作为本发明一实施方式的进一步改进,所述故障处理专家根据接收到的故障子任务,确定对应的故障子任务应对信息具体包括:根据故障子任务,确定prompt指令;其中,所述prompt指令用于引导预训练模型输出的提示信息;根据prompt指令引导生预训练模型,生成故障子任务的应对信息。
作为本发明一实施方式的进一步改进,步骤S3具体包括:迭代根据当前流程节点的节点信息确定下一流程节点的故障应对信息,直至确定最后流程节点的最后节点信息;筛选所述最后节点信息中的有效节点信息,根据所述有效节点信息确定所述整体流程的故障应对信息。
作为本发明一实施方式的进一步改进,所述目标故障应对信息包括第一应对信息和第二应对信息至少其中之一;所述方法还包括:根据故障信息的紧急程度和/或处理成本,确定对应的目标故障应对信息;当所述故障信息的紧急程度大于设定的紧急程度阈值,和/或当所述故障信息的处理成本大于设定的处理成本阈值时,确定所述第一应对信息为目标故障应对信息;当所述故障信息的紧急程度小于设定的紧急程度阈值,和/或当所述故障信息的处理成本小于设定的处理成本阈值时,则确定所述第二应对信息为目标故障应对信息。
为实现上述发明目的之一,本发明一实施方式提供一种故障工单处置系统,包括:确定模块,用于确定当前流程节点的当前节点信息;其中,所述当前节点信息包括故障信息和故障分析结果至少其中之一;更新模块,用于根据所述当前节点信息确定当前流程节点的故障应对信息,并将所述故障应对信息更新至当前节点信息;处理模块,用于根据当前节点信息确定下一流程节点的故障应对信息,以确定整体流程的故障应对信息。
作为本发明一实施方式的进一步改进,所述处置系统还包括:工单生成模块,用于根据产品的初始故障信息,生成对应的故障工单;工单处理流程生成模块,用于根据所述初始故障信息,查询故障知识库的历史摘要信息,根据匹配的历史摘要信息确定该故障工单的处理流程;显示模块,用于输出显示整体流程的故障应对信息。
为实现上述发明目的之一,本发明一实施方式提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时执行如上述任一种技术方案所述的故障工单处置方法的步骤。
与现有技术相比,本发明提供的故障工单处置方法,利用故障处理流程中的前一流程节点的节点信息,确定和动态地调整后一流程节点的故障应对信息,从而确定整个流程的故障应对信息,能够快速响应故障信息,减少人工介入和决策的时间,提高故障处理的效率,降低人力成本;此外,按照故障工单的处理流程可以记录每个流程节点的故障信息、故障分析结果以及故障应对信息,实现故障相关信息的共享,提高故障处置能力和故障处理的准确性以及处置效率。
附图说明
图1是本发明一实施方式中故障工单处置系统的结构示意图。
图2是本发明一实施方式中故障工单处置方法的步骤示意图。
图3是本发明一实施例中步骤S2的步骤示意图。
图4是本发明一实施例的一具体实施例中步骤S211的步骤示意图。
图5是本发明一实施例中步骤S1之前的步骤示意图。
图6是本发明另一实施例中步骤S2的步骤示意图。
图7是本发明又一实施例中步骤S3的步骤示意图。
图8是本发明一较优实施例中故障工单处置方法的流程示意图。
具体实施方式
以下将结合附图所示的具体实施方式对本发明进行详细描述。但这些实施方式并不限制本发明,本领域的普通技术人员根据这些实施方式所做出的结构、方法、或功能上的变换均包含在本发明的保护范围内。
需要说明的是,术语“包括”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者还包括为这种过程、方法、物品或者设备所固有的要素。此外,术语“第一”、“第二”等仅用于描述目的,而不能理解为指示或暗示相对重要性。
如图1所示,本发明一实施方式提供一种故障工单处置系统100。
一种实施例中,故障工单处置系统100根据一种故障工单处置方法确定对应于故障工单的目标故障应对信息,以辅助维护人员判断故障的真实原因和解决方案。
一种具体实施例中,所述故障工单处置方法可以参照后文提供的任一技术方案实现。
故障工单处置系统100包括确定模块11。确定模块11用于在故障工单的处理流程中,确定当前流程节点的当前节点信息。
一种实施例中,当前节点信息可以是故障信息和当前流程节点的故障分析结果。对于故障工单的处理流程中的不同节点,其对应的故障信息可能不同,与流程节点的故障分析结果有关。
一种具体实施例中,生成故障工单包含于处理流程,在当前流程节点为处理流程中的首节点(即生成故障工单)时,所述首节点的节点信息为故障工单的初始故障信息(例如基本故障信息描述、故障发生时间、影响范围等)。
一种具体实施例中,故障工单的创建独立于处理流程,在当前流程节点为处理流程中的首节点或其它节点时,所述当前节点信息包括初始故障信息和对应的故障分析结果。其中,故障分析结果包括但不限于初始故障信息的原因分析,还可以包括新增故障分析结果(不同的专家可能给出的结论不同,可能会出现新增的故障分析结果)。
故障工单处置系统100包括更新模块12。更新模块12用于根据所述当前节点信息确定当前流程节点的故障应对信息,并将所述故障应对信息更新至当前节点信息。
一种实施例中,当当前节点信息仅包括第一故障信息时,根据所述第一故障信息确定当前流程节点的第一故障应对信息,则更新后的当前节点信息包括第一故障信息和第一故障应对信息;
一种实施例中,当当前节点信息包括第一故障信息和第一故障应对信息时,根据所述第一故障信息确定当前流程节点的第二故障应对信息,则更新后的当前节点信息包括第一故障信息、第一故障应对信息和第二故障应对信息。
故障工单处置系统100包括处理模块13。处理模块13用于根据当前节点信息确定下一流程节点的故障应对信息,以确定整体流程的故障应对信息。
故障工单处置系统100还包括工单生成模块14。工单生成模块14用于根据产品的初始故障信息,生成对应的故障工单。
一种实施例中,工单生成模块14用于解析初始故障信息,确定与故障工单模板信息匹配的关键信息,将所述关键信息填充至故障工单模板,形成对应的故障工单。
一种实施例中,工单生成模块14用于解析初始故障信息并提取关键故障要素,根据所述关键故障要素生成故障工单。
故障工单处置系统100还包括工单处理流程生成模块15。工单处理流程生成模块15用于根据所述初始故障信息,查询故障知识库的历史摘要信息,根据匹配的历史摘要信息确定该故障工单的处理流程。
一种实施例中,利用预设的故障工单处理流程,匹配与初始故障信息,确定对应的故障工单处理流程。
一种实施例中,利用处置工单的历史处置经验,提取处置故障工单的关键节点,形成对应的故障工单处理流程。
故障工单处置系统100还包括显示模块16。显示模块16用于输出显示整体流程的故障应对信息。显示模块16可以是显示屏等。
一种具体实施例中,显示模块16还可以输出显示故障工单处理流程中节点处的所有操作过程。具体地,可以是故障处理专家或操作人员对流程中各个节点执行相应的操作步骤进行显示,比如点击按钮确定接收故障任务、键入故障原因分析、故障应对信息,和/或响应于输入的提示指令或评估指令,确定并输出故障分析结果、应对信息等。
一种具体实施例中,故障工单处置系统100接收到故障工单后,按照故障工单记载的具体信息确定对应的故障处置专家,并将故障信息划分成若干故障子任务。在故障子任务的处置过程中,处置专家可以通过故障工单处置系统100的界面实时更新任务进展状态,比如确定接收任务,键入故障分析原因等,并根据其处置流程中的各个节点信息动态更新故障应对信息。如此,故障工单处置系统100不仅实现了故障的快速检测和响应,还通过多人协作,实现故障信息的共享,提高故障的处置效率。
本发明在上文中提供的模块及功能之间的关系并不绝对固定,一些实施例中,可以将模块进行组合、集成,以通过一个模块承担多个模块的功能;一些实施例中,也可以将部分功能独立出来由若干额外的模块实施。
例如数据确定模块11、更新模块12、处理模块13和显示模块16可以集成为一个控制模块,该控制模块搭载上述模块的全部或部分功能。
如图2所示,本发明一实施方式提供一种故障工单处置方法。
所述故障工单处置方法应用于一种故障工单处置系统中。
一种实施例中,所述故障工单处置系统可以如图1及上文所述进行配置,相应技术方案设置引用至本发明提供的处置方法中。
如图2所示,本发明一实施方式中提供的故障工单处置方法,包括下述步骤。
步骤S1,确定当前流程节点的当前节点信息;其中,所述当前节点信息包括故障信息和故障分析结果至少其中之一;
步骤S2,根据所述当前节点信息确定当前流程节点的故障应对信息,并将所述故障应对信息更新至当前节点信息;
步骤S3,根据当前节点信息确定下一流程节点的故障应对信息,以确定整体流程的故障应对信息。
如此,通过利用故障处理流程中的前一流程节点的节点信息,确定和动态地调整后一流程节点的故障应对信息,能够快速响应故障信息,减少人工介入和决策的时间,提高故障处理的效率,降低人力成本;此外,故障工单的处理流程可以记录每个节点的故障信息、故障分析结果以及故障应对信息,实现信息的共享,提高故障处置能力和故障处理的准确性。
流程节点指在一个完整的业务流程或操作序列中的一个具体步骤或环节。它是流程执行过程中的一个基本单元,代表某个特定的操作或任务。例如在故障工单处置流程中,可能存在多个流程节点。例如,创建故障工单、任务分配、执行任务等。
节点信息指与流程节点相关的数据和状态。节点信息可以用于描述该流程节点在执行过程中的当前状态、故障原因以及故障应对信息等。
如图3所示,在一种实施例中,本发明的步骤S2可具体包括下述步骤。
步骤S211,确定当前节点信息的关键要素,根据所述关键要素,生成目标提示指令;
步骤S212,根据所述目标提示指令,确定对应的故障分析结果,并将所述故障分析结果更新至所述当前节点信息。
如此,通过确定当前节点信息的关键要素,能够快速识别问题所在,并根据关键要素有针对性的生成目标提示指令,避免无目的地分析和排查,提高故障分析效率和准确性。
节点信息的关键要素指对于理解节点当前状态、识别潜在问题或故障以及制定对应策略具有指导意义的数据或信息。
一种实施例中,所述关键要素用于确定当前节点信息中的子故障信息和子故障原因至少其中之一。
一种具体实施例中,节点信息的关键要素可以包括故障现象的描述、故障发生的位置、故障发生的时间以及故障的影响范围等。
目标提示指令指基于节点信息的关键要素生成的一种具有指导性或建议性的指令,以快速响应和处理故障。
一种具体实施例中,目标提示指令是基于预先设定的规则、算法或专家经验提出的。在该实施例中,对于相同的故障信息,不同专家的分析结果可能并不相同,确定的目标提示指令也会不相同,如此得到的结果就更不相同了。如此,通过流程节点的传播可以共享当前流程节点之前的节点信息,并动态调整当前流程节点的目标提示指令,使得应对信息更贴合实际情况。
一种具体实施例中,通过采用prompt实现目标提示指令。换言之,根据分析结果生成对应的prompt指令,并根据所述prompt指令确定对应的故障应对信息。
一种具体实施例中,基于prompt模板库,确定与所述分析结果匹配的prompt指令,并通过执行所述prompt指令引导预训练模型输出对应的故障应对信息。
一种具体实施例中,所述预训练模型为GPT(Generative Pre-TrainedTransformer,生成式预训练转换器)模型。
所述prompt指令可以描述故障信息,和/或提供与故障相关的历史数据或背景信息,和/或明确GPT模型需要完成的任务(比如分析、预测、生成解决方案等),和/或明确GPT模型的输出方式等。
故障分析结果指对设备、系统或处理流程中出现故障进行调查和评估后得出的结论性总结。所述故障分析结果包括故障的分析过程和响应的应对措施或建议,包括但不限于紧急处理措施、修复方案、预防措施至少其中之一等。
为了简化故障分析过程,保证故障分析结果的全面性和准确性,本发明还可以借助故障分析工具对节点信息进行解析,确定最终目标提示指令。
如图4所示,在一种具体实施例中,本发明的步骤S211可具体包括下述步骤。
步骤S2111,将当前节点信息按照故障分析工具的层级结构进行划分,根据每一层级的子节点信息确定对应的提示指令;
步骤S2112,根据前一层级提示指令的执行结果,确定后一层级的提示指令,以确定整体层级结构的目标提示指令。
如此,通过将节点信息划分为不同层级,使得分析过程更加结构化和条理化,降低整体复杂性,减少不必要的重复工作,提高故障分析效率。
一种实施例中,所述故障分析工具包括鱼骨图、5问法以及故障树至少其中之一。
其中,鱼骨图是将造成某种结论的众多原因以系统的方式进行图解,以类似“鱼骨头”图的形式来表达结果(特性)与原因(要因)之间的关系。
5问法又称5why分析法,是对一个问题点连续提出5个“为什么”,以追究问题的根本原因。虽称为5问法,但实际使用时不限定次数,直至找到问题的根本原因,有时可能几次,有时也许十几次。
故障树是一种树状逻辑因果关系图,用于将顶事件、中间事件和底事件用适当的逻辑门自上而下逐级连接起来所构成的逻辑结构,可以描述系统中各种事件之间的因果关系。具体地,它可以通过事件符号、逻辑门符号和转移符号来展示逻辑门的输入事件(原因)与输出事件(结果)之间的因果关系。
一种具体实施例中,当故障分析工具为故障树时,从故障初始信息(顶事件)开始,逐级向下分解为多个中间事件和基本事件。其中,基本事件为故障树中不可再分的事件,可以为导致中间事件发生的直接原因。根据每个层级的事件类型和故障原因,确定相应的提示命令,迭代执行,逐层向下执行提示指令,直至故障树的基本事件,确定目标提示指令。
一种具体实施例中,当故障分析工具为鱼骨图时,明确当前节点信息中的主要故障信息(或主要故障问题);根据所述主要故障信息确定该故障信息的主要类别或主要因素;解析每个主要类别,确定子因素或子原因,形成层级结构。根据每个层级结构的子因素,确定相应的提示命令,迭代执行,确定目标提示指令。
在一种实施例中,本发明的步骤S3可具体包括下述步骤。
步骤S31,判断当前流程节点是否为处理流程的首节点;
若否,则跳转步骤S32A,获取并根据当前流程节点的节点信息,生成目标提示指令,并根据所述目标提示指令确定对应的故障分析结果,根据所述故障分析结果确定下一流程节点的故障应对信息;
若是,则跳转步骤S32B,将初始故障信息作为流程首节点的节点信息,并根据首节点的节点信息确定对应的故障应对信息为下一流程节点的故障应对信息。
如此,通过分析和积累流程中的各个节点的节点信息,可以共同分析故障信息和制定应对信息,提高团队的协作能力和整体应对能力。
需说明的,在故障工单处理流程中,当前流程节点的节点信息可以作为下一流程节点的参考信息,但是下一流程节点在确定故障应对信息时,并不是简单地将当前节点的节点信息与下一流程节点的故障应对信息直接合并。
具体地,下一流程节点根据业务逻辑和规则,结合当前流程节点的节点信息,确定故障应对信息。所述故障应对信息可以是对当前流程节点的节点信息的进一步处理,也可以是基于当前流程节点的某种响应。
一种实施例中,下一流程节点的节点信息是下一流程节点在处理过程中产生的所有相关信息的集合。
一种具体实施例中,下一流程节点的节点信息包含从当前节点获取的节点信息和基于节点信息确定的故障应对信息。
一种具体实施例中,下一流程节点的节点信息包含从当前节点获取的节点信息和基于节点信息确定的故障应对信息,以及下一流程节点自身的状态、数据输入等。
举例而言,假设故障工单的处理流程包括三个流程节点(节点A、节点B、节点C),在节点A创建故障工单,并将产生的初始故障信息作为节点A的节点信息。
当故障工单流转至节点B处时,获取节点A的节点信息,根据节点A的节点信息确定对应的第一故障分析结果和第一故障应对信息,并将其更新至节点B的节点信息,得到节点B的节点信息。换言之,节点B处的节点信息包括但不限于初始故障信息、第一故障分析结果和第一故障应对信息,还可以包括操作人员在节点B处的所有操作,比如点击按钮操作、键入目标提示指令操作、查看页面操作等。
同理,当故障工单流转至节点C处时,获取节点B的节点信息,并根据节点B的节点信息生成节点B对应的第二故障分析结果和第二故障应对信息,并将其更新至节点B的节点信息,更新后的结果作为节点C的节点信息。即,节点C处的节点信息包括但不限于初始故障信息、第一故障分析结果、第一故障应对信息以及第二故障分析结果和第二故障应对信息。
如图5所示,在一种实施例中,在本发明的步骤S1之前,所述方法还包括下述步骤。
步骤P11,接收故障异常信号,根据对应的初始故障信息生成故障工单;
步骤P12,根据初始故障信息,查询故障知识库的历史摘要信息,根据匹配所述历史摘要信息的应对信息,确定所述故障工单的处理流程;所述处理流程包括对应于若干故障工单的故障处理专家的指示信息。
基于此,步骤S1可具体包括:
步骤S1’,在所述故障工单的处理流程中,根据初始故障信息确定当前流程节点的当前节点信息。
如此,通过初始故障信息确定故障工单的处理流程,可以确保故障得到专业的处理,大大提高故障处理的准确性和质量,提高处理效率;且从识别故障异常信号到故障工单的创建以及故障处置整个过程智能化程度较高,减少人工介入的时间和可能的延误,提高响应速度。
其中,初始故障信息指在设备或系统首次检测到故障时,由监控系统、操作人员或自动诊断工具所提供的一组基本信息。该基本信息包括故障类型、故障位置、故障时间、故障级别、相关参数等。
步骤P12中的处理流程是一种初始故障处理流程,后续可能根据当前配备的故障处置团队进行相应调整,确定最终故障处理流程。初始通过分析历史摘要信息,识别与当前故障信息相似的历史案例,基于历史案例的匹配结果,能够推荐最合适的故障专家,确保故障得到准确、高效处理。
可理解地,引起故障信息的原因可能有多种,比如可能是设计图的不合理,或是工艺操作不合规,或是系统集成阶段的错误。因此,当接收到故障工单时,可根据故障类型将其划分成多个故障子任务进行分别处理。
如图6所示,一种实施例中,本发明的步骤S2可具体包括下述步骤。
步骤S221,根据故障类型和所述节点信息确定若干故障子任务,将所述故障子任务按照所述故障工单的处理流程,传输至对应的故障处理专家;
步骤S222,故障处理专家根据接收到的故障子任务,确定对应的故障子任务应对信息,并将所述故障子任务应对信息更新至当前流程节点的节点信息。
如此,通过将流程节点的节点信息按照故障类型进行划分,并按照处理流程传输至相应的专家,可使得故障处理过程更加有序、高效,能够确保故障得到最专业、最准确的处理,减少误判和错误处理,同时还能增强团队协作和沟通。
一种实施例中,故障类型是预先设定的,可以对应于完成一个产品制作的整个周期,包括但不限于产品设计阶段(比如设计图错误)、工业制造阶段(比如设备故障)、系统集成阶段(比如系统配置错误、接口不匹配)等。其它实施例中,故障类型还可以是故障工单本身的故障类型。
一种实施例中,按照专业领域对故障信息进行划分,得到对应于专业领域的若干故障子任务。
一种实施例中,按照故障处理阶段进行划分,得到对应于处理阶段的若干故障子任务。
一种实施例中,基于故障知识库,确定与所涉故障子任务匹配的若干故障处理专家。
具体而言,从列车制动系统的维护手册、操作手册以及历史故障处理报告中获取数据;使用自然语言处理技术将收集到的数据进行结构化处理,并存储在制动系统故障知识库中。
一种具体实施例中,本发明的步骤S222中所述“故障处理专家根据接收到的故障子任务,确定对应的故障子任务应对信息”部分可以具体包括下述步骤。
步骤S2221,根据故障子任务,确定prompt指令;其中,所述prompt指令用于引导预训练模型输出的提示信息;
步骤S2222,根据prompt指令引导生预训练模型,生成故障子任务的应对信息。
如图7所示,在一种实施例中,本发明的步骤S3具体包括下述步骤。
步骤S31,迭代根据当前流程节点的节点信息确定下一流程节点的故障应对信息,直至确定最后流程节点的最后节点信息;
步骤S32,筛选所述最后节点信息中的有效节点信息,根据所述有效节点信息确定所述整体流程的故障应对信息。
如此,通过获取最后流程节点的最后节点信息,确定整体流程的故障应对信息,可以在全局层面上对故障信息进行动态调整,避免针对单一节点信息进行处理的局限性,实现信息共享、可追溯性和整合,提高故障应对信息的质量。
一种实施例中,根据每个流程节点的节点信息,确定对应的数据标志位;根据所述数据标志位对节点信息进行筛选,得到每个流程节点的有效节点信息;根据每个流程节点的有效节点信息确定最后流程节点的有效节点信息。
一种实施例中,根据每个流程节点的节点信息确定最后流程节点的最后节点信息;根据最后节点信息中的数据标志位进行筛选,确定有效节点信息为所述整体流程的故障应对信息。
一种实施例中,利用8D报告显示所述整体流程的故障应对信息。
具体而言,故障工单处置系统自动收集所有相关信息,包括但不限于故障信息、故障分析结果、故障应对信息和效果验证等,生成初稿8D报告;对初稿8D报告进行审阅和编辑,核稿完成后,故障工单处置系统输出显示正式的8D报告。
一种实施例中,所述故障应对信息包括第一应对信息;第一应对信息用于临时性地解决故障信息。在该实施例中,临时性的解决方案可能并不完全解决故障的根本原因,但在短时间内稳定系统状态,为进一步的故障排除和修复提供时间。
一种实施例中,所述故障应对信息包括第二应对信息;第二应对信息用于永久性的解决故障信息。
一种实施例中,可根据设定的阈值确定故障应对信息,本发明的方法还包括下述步骤。
步骤S41,根据故障信息的紧急程度和/或处理成本,确定对应的故障应对信息;
步骤S42,当所述故障信息的紧急程度大于设定的紧急程度阈值,和/或当所述故障信息的处理成本大于设定的处理成本阈值时,确定所述第一应对信息为故障应对信息;
步骤S43,当所述故障信息的紧急程度小于设定的紧急程度阈值,和/或当所述故障信息的处理成本小于设定的处理成本阈值时,则确定所述第二应对信息为故障应对信息。
如此,根据故障信息的紧急程度和/或处理成本,选择合适的故障应对信息,自适应性好。
图8示出一种较优实施例中,故障工单处置方法的流程示意图。根据图8所示的内容概括故障工单处置方法的工作过程。
故障工单创建完成时启动工作流程,根据故障工单上的故障信息和专家团队人员,确定故障工单的处理流程,并按照处理流程将故障信息分配至对应的故障处理专家。
故障处理专家接收到故障任务时,判断故障任务的类型是否与自己负责或擅长的领域相匹配;若是,则确定接收故障任务,并利用故障分析工具对故障任务进行分析,确定故障应对信息。
故障处理专家利用故障分析工具对故障任务进行处理的过程中,利用故障分析工具解析故障原因和故障分析过程,并通过提示指令引导GPT模型进行分析和预测,根据GPT模型的输出,故障专家可以快速定位故障的可能原因并给出相应的故障应对信息。
最后将故障应对信息可以以8D报告的形式输出显示。
本发明一实施方式提供一种计算机可读存储介质。
一种实施例中,计算机可读存储介质中存储有前文提及的处理器所执行的计算机程序,或者前文任一种技术方案中的故障工单处置方法。
当处理器执行计算机程序时,能够执行前文任一种技术方案中对故障工单处置方法的描述,因此,这里将不再进行赘述。另外,对采用相同方法的有益效果描述,也不再进行赘述。
所述计算机可读存储介质可以包括:闪存盘、只读存储器(Read-Only Memory,ROM)、随机存取器(Random Access Memory,RAM)、磁盘或光盘等。
综上,本发明提供的故障工单处置方法、系统和存储介质,通过利用故障处理流程中的前一流程节点的节点信息,确定和动态地调整后一流程节点的故障应对信息,从而确定整个流程的故障应对信息,能够快速响应故障信息,减少人工介入和决策的时间,提高故障处理的效率,降低人力成本;此外,按照故障工单的处理流程可以记录每个流程节点的故障信息、故障分析结果以及故障应对信息,实现故障相关信息的共享,提高故障处置能力和故障处理的准确性以及处置效率。
此外,通过集成GPT模型和多元故障知识库,使得专家团多能够有效完成任务分配和任务追踪,促进节点信息共享,加速故障处置过程,提高整体故障诊断的质量,使得故障工单处理过程实现智能化,提高工作效率。
应当理解,虽然本说明书按照实施方式加以描述,但并非每个实施方式仅包含一个独立的技术方案,说明书的这种叙述方式仅仅是为清楚起见,本领域技术人员应当将说明书作为一个整体,各实施方式中的技术方案也可以经适当组合,形成本领域技术人员可以理解的其他实施方式。
上文所列出的一系列的详细说明仅仅是针对本发明的可行性实施方式的具体说明,它们并非用以限制本发明的保护范围,凡未脱离本发明技艺精神所作的等效实施方式或变更均应包含在本发明的保护范围之内。
Claims (13)
1.一种故障工单的处置方法,其特征在于,所述处置方法包括:
步骤S1,确定当前流程节点的当前节点信息;其中,所述当前节点信息包括故障信息和故障分析结果至少其中之一;
步骤S2,根据所述当前节点信息确定当前流程节点的故障应对信息,并将所述故障应对信息更新至当前节点信息;
步骤S3,根据当前节点信息确定下一流程节点的故障应对信息,以确定整体流程的故障应对信息。
2.根据权利要求1所述的故障工单的处置方法,其特征在于,步骤S2具体包括:
确定当前节点信息的关键要素,根据所述关键要素,生成目标提示指令;其中,所述关键要素用于确定当前节点信息中的子故障信息和子故障原因至少其中之一;
根据所述目标提示指令,确定对应的故障分析结果,并将所述故障分析结果更新至所述当前节点信息。
3.根据权利要求2所述的故障工单的处置方法,其特征在于,所述确定所述当前节点信息的关键要素,根据所述关键要素,生成目标提示指令具体包括:
将当前节点信息按照故障分析工具的层级结构进行划分,根据每一层级的子节点信息确定对应的提示指令;其中,所述故障分析工具包括鱼骨图、5问法以及故障树至少其中之一;
根据前一层级提示指令的执行结果,确定后一层级的提示指令,以确定整个层级结构的目标提示指令。
4.根据权利要求1所述的故障工单的处置方法,其特征在于,步骤S3中所述根据当前节点信息确定下一流程节点的故障应对信息具体包括:
判断当前流程节点是否为流程首节点;
若否,则获取并根据当前流程节点的节点信息,生成目标提示指令,并根据所述目标提示指令确定对应的故障分析结果,根据所述故障分析结果确定下一流程节点的故障应对信息。
5.根据权利要求4所述的故障工单的处置方法,其特征在于,在所述判断当前流程节点是否流程首节点之后,所述方法还包括:
若是,则根据初始故障信息确定对应的故障应对信息为下一流程节点的故障应对信息。
6.根据权利要求1所述的故障工单的处置方法,其特征在于,在步骤S1之前,所述方法还包括:
接收故障异常信号,根据对应的初始故障信息生成故障工单;
根据初始故障信息,查询故障知识库的历史摘要信息,根据匹配所述历史摘要信息的应对信息,确定所述故障工单的处理流程;所述处理流程包括对应于若干故障工单的故障处理专家的指示信息;
步骤S1具体包括:
在所述故障工单的处理流程中,根据初始故障信息确定当前流程节点的当前节点信息。
7.根据权利要求1所述的故障工单的处置方法,其特征在于,步骤S2具体包括:
根据故障类型和所述节点信息确定若干故障子任务,将所述故障子任务按照所述故障工单的处理流程,传输至对应的故障处理专家;
故障处理专家根据接收到的故障子任务,确定对应的故障子任务应对信息,并将所述故障子任务应对信息更新至当前流程节点的节点信息。
8.根据权利要求7所述的故障工单的处置方法,其特征在于,所述故障处理专家根据接收到的故障子任务,确定对应的故障子任务应对信息具体包括:
根据故障子任务,确定prompt指令;其中,所述prompt指令用于引导预训练模型输出的提示信息;
根据prompt指令引导生预训练模型,生成故障子任务的应对信息。
9.根据权利要求1所述的故障工单的处置方法,其特征在于,步骤S3具体包括:
迭代根据当前流程节点的节点信息确定下一流程节点的故障应对信息,直至确定最后流程节点的最后节点信息;
筛选所述最后节点信息中的有效节点信息,根据所述有效节点信息确定所述整体流程的故障应对信息。
10.根据权利要求1所述的故障工单的处置方法,其特征在于,所述故障应对信息包括第一应对信息和第二应对信息至少其中之一;所述方法还包括:
根据故障信息的紧急程度和/或处理成本,确定对应的故障应对信息;
当所述故障信息的紧急程度大于设定的紧急程度阈值,和/或当所述故障信息的处理成本大于设定的处理成本阈值时,确定所述第一应对信息为故障应对信息;
当所述故障信息的紧急程度小于设定的紧急程度阈值,和/或当所述故障信息的处理成本小于设定的处理成本阈值时,则确定所述第二应对信息为故障应对信息。
11.一种故障工单处置系统,其特征在于,包括:
确定模块,用于确定当前流程节点的当前节点信息;其中,所述当前节点信息包括故障信息和故障分析结果至少其中之一;
更新模块,用于根据所述当前节点信息确定当前流程节点的故障应对信息,并将所述故障应对信息更新至当前节点信息;
处理模块,用于根据当前节点信息确定下一流程节点的故障应对信息,以确定整体流程的故障应对信息。
12.根据权利要求11所述的故障工单处置系统,其特征在于,所述处置系统还包括:
工单生成模块,用于根据产品的初始故障信息,生成对应的故障工单;
工单处理流程生成模块,用于根据所述初始故障信息,查询故障知识库的历史摘要信息,根据匹配的历史摘要信息确定该故障工单的处理流程;
显示模块,用于输出显示整体流程的故障应对信息。
13.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时执行如权利要求1至10任一项所述的故障工单处置方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410831191.XA CN118396599B (zh) | 2024-06-26 | 2024-06-26 | 故障工单处置方法、系统和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410831191.XA CN118396599B (zh) | 2024-06-26 | 2024-06-26 | 故障工单处置方法、系统和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN118396599A true CN118396599A (zh) | 2024-07-26 |
CN118396599B CN118396599B (zh) | 2024-10-11 |
Family
ID=91999626
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410831191.XA Active CN118396599B (zh) | 2024-06-26 | 2024-06-26 | 故障工单处置方法、系统和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN118396599B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5596712A (en) * | 1991-07-08 | 1997-01-21 | Hitachi, Ltd. | Method and system for diagnosis and analysis of products troubles |
KR102396496B1 (ko) * | 2021-05-21 | 2022-05-10 | 주식회사 이엠포커스 | 고장 유형 분석 정보 제공 방법 |
CN115310637A (zh) * | 2022-09-19 | 2022-11-08 | 盛景智能科技(嘉兴)有限公司 | 应用于维修服务的信息推荐方法、装置及电子设备 |
CN115952268A (zh) * | 2022-12-30 | 2023-04-11 | 国科础石(重庆)软件有限公司 | 故障解决方案的查询方法、装置和设备 |
CN116205627A (zh) * | 2023-02-28 | 2023-06-02 | 厦门科灿信息技术有限公司 | 故障诊断的引导方法、电子设备和存储介质 |
CN116402493A (zh) * | 2023-03-20 | 2023-07-07 | 惠州市海葵信息技术有限公司 | 故障处理的方法、系统、设备及存储介质 |
CN116414990A (zh) * | 2023-06-05 | 2023-07-11 | 深圳联友科技有限公司 | 一种车辆故障诊断与预防方法 |
CN117035099A (zh) * | 2023-08-28 | 2023-11-10 | 北京智谱华章科技有限公司 | 基于大模型和知识图谱的企业知识库问答对生成方法 |
-
2024
- 2024-06-26 CN CN202410831191.XA patent/CN118396599B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5596712A (en) * | 1991-07-08 | 1997-01-21 | Hitachi, Ltd. | Method and system for diagnosis and analysis of products troubles |
KR102396496B1 (ko) * | 2021-05-21 | 2022-05-10 | 주식회사 이엠포커스 | 고장 유형 분석 정보 제공 방법 |
CN115310637A (zh) * | 2022-09-19 | 2022-11-08 | 盛景智能科技(嘉兴)有限公司 | 应用于维修服务的信息推荐方法、装置及电子设备 |
CN115952268A (zh) * | 2022-12-30 | 2023-04-11 | 国科础石(重庆)软件有限公司 | 故障解决方案的查询方法、装置和设备 |
CN116205627A (zh) * | 2023-02-28 | 2023-06-02 | 厦门科灿信息技术有限公司 | 故障诊断的引导方法、电子设备和存储介质 |
CN116402493A (zh) * | 2023-03-20 | 2023-07-07 | 惠州市海葵信息技术有限公司 | 故障处理的方法、系统、设备及存储介质 |
CN116414990A (zh) * | 2023-06-05 | 2023-07-11 | 深圳联友科技有限公司 | 一种车辆故障诊断与预防方法 |
CN117035099A (zh) * | 2023-08-28 | 2023-11-10 | 北京智谱华章科技有限公司 | 基于大模型和知识图谱的企业知识库问答对生成方法 |
Also Published As
Publication number | Publication date |
---|---|
CN118396599B (zh) | 2024-10-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ruschel et al. | Industrial maintenance decision-making: A systematic literature review | |
US6952658B2 (en) | System for determining fault causes | |
CN109711794B (zh) | 基于人工智能和机器学习的项目管理辅助 | |
US20150120263A1 (en) | Computer-Implemented Systems and Methods for Testing Large Scale Automatic Forecast Combinations | |
US20130035976A1 (en) | Process mining for anomalous cases | |
US20070226540A1 (en) | Knowledge-Based Diagnostic System for a Complex Technical System, Comprising Two Separate Knowledge Bases for Processing Technical System Data and Customer Complaints | |
US20090083089A1 (en) | Systems and methods for analyzing failure modes according to cost | |
KR20180108446A (ko) | Ict 인프라 관리 시스템 및 이를 이용한 ict 인프라 관리 방법 | |
Yang et al. | Development of a risk monitoring system for nuclear power plants based on GO-FLOW methodology | |
US20190066377A1 (en) | Systems and/or methods for virtual reality based process optimization | |
Hill et al. | Creating safety requirements traceability for assuring and recertifying legacy safety-critical systems | |
Čepin | Importance of human contribution within the human reliability analysis (IJS-HRA) | |
CN118396599B (zh) | 故障工单处置方法、系统和存储介质 | |
Banghart et al. | Utilizing confidence bounds in Failure Mode Effects Analysis (FMEA) hazard risk assessment | |
Rodrigues et al. | Using prognostic system and decision analysis techniques in aircraft maintenance cost-benefit models | |
US20200202232A1 (en) | Production record data analyzer | |
Groth | A framework for using SACADA to enhance the qualitative and quantitative basis of HRA | |
JPH0876992A (ja) | ソフトウェア品質評価管理装置及びその方法 | |
CN114358627A (zh) | 一种电力运维管理系统及其运维方法 | |
Azvine et al. | Intelligent process analytics for CRM | |
Kim et al. | AGAPE‐ET: A methodology for human error analysis of emergency tasks | |
EP3657408A1 (en) | Method for risk-based testing | |
EP3301618A1 (en) | System and method for generating and representing a cost optimized diagnostic work plan | |
JP2021068010A (ja) | 計画生成システム構築支援装置、および計画生成システム構築支援方法 | |
CN118394561B (zh) | 服务器故障的诊断方法、装置、存储介质及电子设备 |
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 |