(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210611855.2 (22)申请日 2022.05.31 (71)申请人 秦如坤 地址 226000 江苏省南 通市通州区金富路 643号 (72)发明人 秦如坤　 (51)Int.Cl. G06F 16/36(2019.01) G06F 40/279(2020.01) (54)发明名称 基于大数据的图谱分析修 正系统 (57)摘要 本发明公开了基于大数据的图谱分析修正 系统， 包括图谱构建模块、 图谱分析模块和处理 修正模块， 所述图谱构建模块用于将设备故障维 修信息收集， 用以构建知识图谱， 所述图谱数据 分析模块用于对图谱数据进行分析， 所述处理修 正模块用于对分析后的数据进行处理修正， 所述 图谱分析模块与图谱构建模块网络连接， 所述处 理修正模块与图谱分析模块网络连接， 图谱构建 模块包括图数据库子模块、 数据获取子模块、 实 体识别单元和实体 关系抽取单元， 图谱分析模块 包括数据分析子模块和人员评价子模块， 处理修 正模块包括智能推荐子模块、 异常预警子模块和 预测维护子模块， 本发明， 具有将设备维修形式 直观、 可视、 结构化和数据有效分析的特点。 权利要求书3页 说明书7页 附图1页 CN 114969370 A 2022.08.30 CN 114969370 A 1.基于大数据的图谱分析修正系统， 包括图谱构建模块、 图谱分析模块和 处理修正模 块， 其特征在于： 所述图谱构建模块用于将设备故障维修信息收集， 用以构建知识图谱， 所 述图谱数据分析模块用于对图谱数据进行分析， 所述处理修正模块用于对分析后的数据进 行处理修正， 所述图谱分析模块与图谱构建模块网络连接， 所述处理修正模块与图谱分析 模块网络连接 。 2.根据权利要求1所述的基于大数据的图谱分析修正系统， 其特征在于： 所述图谱构建 模块包括图数据库子模块、 数据获取子模块、 实体识别单元和实体关系抽取单元， 所述图数 据库子模块用于对获取到的数据信息进行存储， 所述数据获取子模块用于获取存储制造车 间内设备的故障维修数据信息， 所述 实体识别单元用于识别数据信息中具有 特定意义的实 体， 对设备故障文本信息进行分类， 所述实体关系抽取单元用于提取数据信息中包含的实 体间的关系以及关系对应的实体辨别， 所述数据获取子模块、 实体识别单元和实体关系抽 取单元均与图数据库子模块网络连接 。 3.根据权利要求2所述的基于大数据的图谱分析修正系统， 其特征在于： 所述图谱分析 模块包括数据分析子模块和人员评价子模块， 所述数据分析子模块用于对构建完成的知识 图谱中的数据信息进 行分析， 所述人员评价子模块用于对设备故障维修人员维修工作进 行 评分， 所述数据分析子模块包括重要度等级划分单元， 所述重要度等级划分单元用于对制 造车间内设备故障问题进 行重要度等级划分， 所述人员评价子模块与数据分析子模块网络 连接。 4.根据权利要求3所述的基于大数据的图谱分析修正系统， 其特征在于： 所述处理修正 模块包括智能推荐子模块、 异常预警子模块和预测维护子模块， 所述智能推荐子模块用于 根据评分后的人员信息为出现故障的设备自动推荐匹配人员， 所述异常预警子模块用于在 设备出现故障发出预警提示， 所述预测维护子模块用于对设备的日常运作进 行前瞻预测维 护， 所述智能推荐子模块与人员评价子模块网络连接， 所述异常预警子模块和预测维护子 模块均与数据分析子模块网络连接 。 5.根据权利要求4所述的基于大数据的图谱分析修正系统， 其特征在于： 所述图谱构建 模块的运行 方法主要包括以下步骤： 步骤S1： 建立图数据库， 将获取处理后的制造车间内设备的故障维修数据信息存储至 图数据库中； 步骤S2： 从车间历史故障维修记录设备故障相关数据， 以及利用网络爬虫技术从互联 网中获取大量与设备故障相关数据， 所述相关数据包括故障现象、 原因、 维修方法、 维修人 员、 维修次数和维修时间； 步骤S3： 对获取到的数据信息进行实体识别， 将得到的实体存 储在图数据库中； 步骤S4： 抽取设备故障实体间的结构关系， 形成以维修人员与设备、 故障关系的三元组 形式， 在获得三元组后进行 人工复查、 校验， 最后将准确信息存 储至图数据库中； 步骤S5： 构建好数据层后， 将抽取到的实体与实体关系三元组存入图数据库中， 完成整 个知识图谱的构建。 6.根据权利要求5所述的基于大数据的图谱分析修正系统， 其特征在于： 所述图谱分析 模块的运行 方法主要包括以下步骤： 步骤A1： 对知识图谱中的数据进行实时更新， 通过 数据分析对设备运行状态进行判断；权　利　要　求　书 1/3 页 2 CN 114969370 A 2步骤A2： 根据历史数据对维修人员的工作状态进行评价分析。 7.根据权利要求6所述的基于大数据的图谱分析修正系统， 其特征在于： 所述步骤A1进 一步包括以下步骤： 步骤A11： 数据分析子模块提取历史设备状态评分， 根据预设公式将上述评分整合计 算， 对设备故障进行重要度等级划分； 步骤A12： 根据综合计算出的结果将制造车间设备故障重要度等级进行划分， 具体划分 为轻度、 中度和重度三个等级； 步骤A13： 设置重要度等级划分单元满分为Q， 根据预设公式计算分析得出的分数值为 W， 则设备故障重要度等级划分为 所述轻度为设备正常运行不受影响， 设备局部或辅助零部件丧失部分功能， 不影响任 务的完成， 所述中度为设备出现报警信息， 经过简单处理后， 在短时间内可恢复正常工作状 态， 所述重度为设备或其零部件在运行过程中出现损伤， 性能下降， 物品的加工精度降低或 导致设备停止运行、 停产。 8.根据权利要求7所述的基于大数据的图谱分析修正系统， 其特征在于： 所述步骤A2进 一步包括以下步骤： 步骤A21： 获取数据库中存储的维修人员、 维修次数n、 每一次的维修时间(t1、 t2、…、 tn)、 维修过 的设备重要度等级(W1、 W2、…、 Wn)， 对各维修人员的维修技术能力值R进行评价 分析； 步骤A22： 具体计算公式为： 式中， 为技术人员平均每次维修所需的时间， 为技术人员平均 每次维修的设备重要度等级， α、 β 分别为时间和设备重要度等级与能力值的转换系数， 为大 于0的常数值； 步骤A23： 智能推荐模块可根据计算出的结果， 向系统推荐出现故障问题解决能力较高 的技术人员。 9.根据权利要求8所述的基于大数据的图谱分析修正系统， 其特征在于： 所述处理修正 模块的运行 方法主要包括以下步骤： 步骤B1： 智能推荐子模块在 设备故障发生后或有用户在系统内搜索相关设备故障修复 时， 根据人员评价分析 结果， 向其智能推荐针对于此故障最 适合进行维修工作的技 术人员； 步骤B2： 异常预警子模块在检测到制造车间内设备工作状态有异， 或维修人员操作异 常， 自动向后台发出异常预警通知， 同时推测此操作可能带来的结果并告知； 步骤B3： 预测维护子模块根据数据分析子模块对设备分析后的结果， 实时监测设备工 作状态， 对其各项功能进 行预测， 在出现故障前， 即重要度等级在轻度和中度时期安排人员权　利　要　求　书 2/3 页 3 CN 114969370 A 3