基于NLP算法的水泥厂设备巡检管理系统及方法与流程

本发明涉及水泥厂设备巡检管理，具体涉及基于nlp算法的水泥厂设备巡检管理系统及方法。

背景技术：

1、在水泥厂的生产运行过程中，为保障生产安全，都需要对水泥厂的设备进行巡检作业。一般巡检方法大致分为两类，分别为日常巡查和计划巡检，其中日常巡查为现场人员根据经验，每日对设备中具体零件进行巡查发现异常情况；计划巡检则是按照设备维修保养需求，如资产维护清单、保养手册等进行制定，为周期性巡检。而巡检单是在巡检时用于记录巡检情况、异常情况等信息的清单，根据巡检单则可便于获知设备运行、维护、异常等情况。

2、但由于水泥厂运行设备较多，日常巡查项目多，现场人员有限，根据经验进行巡检，使得人员安排不足，难以发现新问题便无法及时根据问题更新巡检内容。而计划巡检一般根据需求进行设定，其无法涵盖设备所有的巡查情况，同样易出现遗漏情况。而日常巡查和计划巡检并没有有效结合，导致巡检人员安排不合理，造成人员浪费，在巡检内容上也易出现重叠或遗漏等情况，使得巡检不到位。

3、同时，在巡检过程中，即使发现了异常情况，通过巡检单记录也容易出现信息偏差，导致维修处理不及时或处理不到位等情况，从而影响工厂生产进度。

4、由此，针对现有的水泥厂设备巡检人力资源安排浪费，巡检易出现遗漏，巡检不到位，且无法及时针对异常情况进行有效处理的问题，现提供一种基于nlp算法的水泥厂设备巡检管理系统及方法。

技术实现思路

1、本发明意在提供一种基于nlp算法的水泥厂设备巡检管理系统及方法，以解决现有技术中针对水泥厂设备巡检不到位、人力资源易造成浪费、异常情况难以及时处理的问题。

2、为达到上述目的，本发明采用如下技术方案，基于nlp算法的水泥厂设备巡检管理系统，用于通过nlp模型，将日常巡查项目中的经验知识及非结构化数据映射到已有的计划巡检数据库中，优化计划巡检，合理分配巡检人员，以提高巡检效率，同时提高异常信息的处理效率。具体包括数据获取单元和模型构建单元；

3、所述数据获取单元用于获取各水泥厂设备巡检数据信息，形成初始数据库；其中，初始数据库包括设备信息数据库和实际巡检数据库；

4、设备信息数据库包括设备信息数据和巡检项目信息，根据巡检项目信息形成巡检状态表，并由巡检状态表生成异常状态表和异常项目记录单，并建立对应的巡检标准描述语句；

5、实际巡检数据库包括报告单数据和巡检计划数据，通过报告单数据生成巡检用语；所述巡检计划数据包括日常巡查单和计划巡检单；

6、所述模型构建单元用于构建处理模块和隐患登记模块；所述处理模块用于对所述巡检用语按照设定模式进行分析处理，并与巡检标准描述语句建立对应关系网；所述隐患登记模块用于根据巡检计划数据建立隐患登记单，并根据隐患登记单内容追溯隐患来源，并更新巡检计划数据。

7、相应的，本发明还提供了一种基于nlp算法的水泥厂设备巡检管理方法，应用于上述基于nlp算法的水泥厂设备巡检管理系统。包括以下步骤：

8、s1，构建初始数据库；包括设备信息数据库和实际巡检数据库；通过设备信息数据库形成设备信息与巡检数据信息对应关系，构成异常状态表，根据异常状态表形成初始异常项目记录单；通过实际巡检数据库形成初始巡检计划单，对比异常状态表生成隐患登记单；

9、s2，按照设定的分析方式对隐患登记单进行分析，获得隐患信息与异常状态的相似度值；根据相似度值对异常项目记录单进行更新；

10、s3，根据更新的异常项目记录单计算出设备零件的相关异常项目的巡检周期，根据巡检周期更新巡检计划单。

11、本方案的原理及优点是：

12、在现有的水泥厂巡检方法中，大致分为日常巡查和计划巡检，根据在调研分析了大量的日常巡查单及计划巡检单后发现，由于日常巡查随机性大，巡检项目多，异常汇报的频率，日常巡查单占了约90％，而计划巡检仅仅占10％。而在巡检人员时间分配上，日常巡查人员不足，一般是有经验的老师傅带领几个巡检人员，逐个设备、逐个零件的根据经验进行检查，并没有结合计划巡检形成一个合理的规划，出现分配不合理，巡检不到位的问题，造成了人员浪费的情况。

13、而在发现异常情况后，需要通过巡检单进行记录，根据记录对异常情况进行处理。但在对异常情况进行处理时，我们发现，即使将发现的异常情况全部记录在案，有时也会出现处理不及时或处理不当等问题。这是由于虽然都有记录，但因为各厂用语不同、人员用语习惯、惯用称呼等的差异，导致记录内容无法统一，从而与后端的维修脱节，不能使维修人员快速定位问题并及时解决。

14、而对于工厂的使用设备，由于设备的功能都是统一设定的，只是其部分参数有所差异，在采购或制造时，都有出厂状态设置，导致行业内都认为设备的称呼都根据出厂设置而统一，因此存在固有思维认为设备名称不会出现差异，即使有也是行业内统一的公认称呼。但在实际应用时却忽略了，由于地区差异、每个厂管理习惯，甚至记录人员的文字使用习惯、认知等多方面因素影响，相同含义的设备、零件、现象等由不同人表述出来是有差异的，设备的专业术语与日常工作用语相差甚远，在做一些设备维修时，使得信息传递的误差增大，无法准确定位到所需要的维修文件，从而出现异常情况处理不到位或不及时的情况。同时，也因为巡检单没有统一规范，导致告警分级无法进行有效归类，针对设备维修信息推送的及时性有障碍，若出现人员流失情况，也会出现信息遗漏或经验流失等情况，影响设备有效管理。

15、因此，本方案通过获取各水泥厂设备巡检数据信息，以此形成具有针对性的标准性初始数据库，以此建立巡检标准描述语句。然后获取实际的巡检数据，以此获得各工厂的不同的巡检用语，对巡检用语进行分析，并与建立的巡检标准描述语句形成对应关系网，从而将非结构化的巡检用语结构化，以此提高信息传递效率，克服了以往结构化数据处理手段带来的制约性，提高系统可复用性及迁移性。同时根据建立的关系网，获取异常项目，主动优化更新巡检计划，有效合理分配人力资源，降低日常巡查重复劳动，减少人力浪费。

16、而通过建立数据库，也能够将人员经验数据转化为数据库进行存储，更利于经验的学习和传播，避免因人员流失而造成知识流失及断层。在建立了数据库的基础上，也能够通过分析非结构化的巡检用语获取各工厂的用语习惯，了解行业内工厂对设备的描述方式，以完善数据库。

技术特征：

1.基于nlp算法的水泥厂设备巡检管理系统，其特征在于：包括数据获取单元和模型构建单元；

2.根据权利要求1所述的基于nlp算法的水泥厂设备巡检管理系统，其特征在于：所述设备信息数据包括设备名称信息和零件名称信息，并将设备名称与相关的零件名称建立层级关联关系。

3.根据权利要求2所述的基于nlp算法的水泥厂设备巡检管理系统，其特征在于：所述巡检项目信息为设备-零件需要巡检的项目；所述异常项目记录单为通过对应的巡检标准描述语句，形成初始零件异常数的记录向量。

4.根据权利要求1所述的基于nlp算法的水泥厂设备巡检管理系统，其特征在于：所述报告单数据包括异常数据、维修数据和经验总结数据，并将报告单数据与设备信息数据通过以下公式建立映射关系：

5.根据权利要求1所述的基于nlp算法的水泥厂设备巡检管理系统，其特征在于：所述处理模块为自然语言处理模块，用于对实际巡检数据库中的巡检用语进行提取，并将数据信息进行分类，按照分类建立对应关系网，所述对应关系网包括实体关系和映射关系。

6.基于nlp算法的水泥厂设备巡检管理方法，其特征在于，应用于上述权利要求1-5中任意所述的基于nlp算法的水泥厂设备巡检管理系统，包括以下步骤：

7.根据权利要求6所述的基于nlp算法的水泥厂设备巡检管理方法，其特征在于：在s1中，设备信息数据库包括设备名称数据和对应的零件名称数据，并将名称与对应的零件以树状结构建立层级关系，按照层级关系建立对应的巡检数据信息；将实际巡检数据库中的数据通过以下余弦相似度公式与设备信息形成映射关系：

8.根据权利要求6所述的基于nlp算法的水泥厂设备巡检管理方法，其特征在于：所述初始巡检计划单包括日常巡查单和计划巡检单；所述隐患登记单包括日常巡查隐患单和计划巡检隐患单。

9.根据权利要求8所述的基于nlp算法的水泥厂设备巡检管理方法，其特征在于，在s2中，还包括以下子步骤：

10.根据权利要求9所述的基于nlp算法的水泥厂设备巡检管理方法，其特征在于：所述相似度值通过以下公式获得，

技术总结
本发明涉及水泥厂设备巡检管理技术领域，公开了基于NLP算法的水泥厂设备巡检管理系统及方法，包括数据获取单元和模型构建单元；数据获取单元用于形成初始数据库，初始数据库包括设备信息数据库和实际巡检数据库；设备信息数据库用于建立对应的巡检标准描述语句；实际巡检数据库用于生成巡检用语；模型构建单元用于构建处理模块和隐患登记模块；处理模块用于对巡检用语进行分析处理，并建立对应关系网；隐患登记模块用于建立隐患登记单，并根据隐患登记单内容追溯隐患来源，并更新巡检计划数据。本发明主动优化更新巡检计划，有效合理分配人力资源，降低日常巡查重复劳动，减少人力浪费，避免巡检不到位情况，提高巡检效率。

技术研发人员：邹艺洁,刘林,李慧霞,卢红丽,卓海龙,黄聪睿,陈晨
受保护的技术使用者：中材智能科技（成都）有限公司
技术研发日：
技术公布日：2024/2/19