摘要
本发明涉及维修工单管理技术领域,尤指一种售后维修工单的智能管理系统,于K‑means算法实现设备聚类,考虑不同用户习惯和使用环境差异,提升故障诊断精度。结合关联规则挖掘与图卷积网络构建故障传播网络,刻画硬件之间的故障影响路径,从而实现目标故障硬件的精确识别,并结合近期维修记录智能确定备选硬件,避免误判和重复维修。智能派单模块则通过匹配维修人员的位置信息与实时备件库存,优先派发具备所需备件的就近维修人员,提升维修响应效率。模型纠错模块在维修完成后对设备运行状态进行持续监测,若预测结果与实际维修不符,则自动调整节点特征与边权参数,并通过增量学习方式更新图卷积模型,提升模型自适应与演化能力。
技术关键词
智能管理系统
报错日志
节点特征
关联规则挖掘算法
纠错模块
智能派单
备件
设备运行参数
Apriori算法
维修工单管理
聚类
矩阵
挖掘频繁项集
故障特征
卷积网络模型
监测设备
设备运行状态
系统为您推荐了相关专利信息
语音意图识别
信息发布方法
语义特征
LED显示参数
文本
风速预测方法
地理位置信息
数据
注意力机制
风速预测系统
级联
通道注意力机制
时序特征
节点特征
线性变换矩阵
信息智能管理系统
打包钢管
数据验证
库存管理模块
出入库管理