基于多路召回的智能辅助诊断与检修的方法及系统
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
AITNT公众号
AITNT APP
AITNT交流群
搜索
首页
AI资讯
AI技术研报
AI监管政策
AI产品测评
AI商业项目
AI产品热榜
AI专利库
寻求报道
基于多路召回的智能辅助诊断与检修的方法及系统
申请号:
CN202411965745
申请日期:
2024-12-30
公开号:
CN119357787B
公开日期:
2025-02-28
类型:
发明专利
摘要
本发明提供一种基于多路召回的智能辅助诊断与检修的方法及系统,涉及故障处理技术领域,包括采集设备运行数据,经预处理后提取时序特征并增强,构建特征依赖关系图,生成状态特征向量。利用多路召回诊断网络进行故障特征召回,并融合生成故障传播图谱,进而生成故障诊断结果。最后,基于故障诊断结果和设备状态迁移概率矩阵生成初步检修方案,并结合历史案例和故障传播图谱,采用分层强化学习方法对检修方案进行优化,生成最优检修方案。本发明能够提高故障诊断的准确性和检修方案的有效性,降低设备维护成本。
技术关键词
检修策略
注意力
时序特征
智能辅助诊断
分层强化学习
融合特征
图谱
参数
矩阵
深度强化学习
元学习方法
有向图结构
故障特征
递归神经网络
节点特征
关系
依赖特征
滤波