(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210992699.9 (22)申请日 2022.08.18 (65)同一申请的已公布的文献号 申请公布号 CN 115081997 A (43)申请公布日 2022.09.20 (73)专利权人 庞械 （天津） 科技有限公司 地址 300000 天津市滨 海新区天津经济技 术开发区洞庭一 街10号5楼5 02 (72)发明人 靳国兴　温东　侯万增　池吉　 (74)专利代理 机构 天津麦芽知识产权代理有限 公司 12269 专利代理师 姚远方 (51)Int.Cl. G06Q 10/08(2012.01) G06Q 10/06(2012.01)G06K 9/62(2022.01) (56)对比文件 CN 103426073 A,2013.12.04 CN 104732 287 A,2015.0 6.24 CN 106548257 A,2017.0 3.29 CN 114862296 A,202 2.08.05 但伟等.备件消耗预测方法研究. 《物流科 技》 .2012,8 8-91. 审查员 纪甜甜 (54)发明名称 设备备件库存 诊断系统 (57)摘要 本发明涉及设备备件库存管 理技术领域， 提 供了一种设备备件库存诊断系统， 所述系统包 括： 故障概率评估模块， 用于对在保设备进行故 障概率评估， 生成故障概率评估结果， 其中， 所述 故障概率评估结果包括在保设备组件和组件故 障概率； 易损级别划分模块， 用于根据所述组件 故障概率对所述在保设备组件进行易损级别划 分， 生成组件易损级别； 组件消化率预测模块， 用 于将在保组件类型和所述组件易损级别输入组 件消耗率预测模型， 生成组件消耗率； 组件消耗 量评估模块， 用于根据所述组件消耗率、 组件服 役数量和预设补库周期进行消耗量评估， 生成组 件消耗量。 现有技术设备备件库存 管理方式存在 精细化程度和智能化 程度较低的技 术问题。 权利要求书3页 说明书11页 附图2页 CN 115081997 B 2022.12.13 CN 115081997 B 1.一种设备 备件库存诊断系统， 其特 征在于， 所述系统包括： 故障概率评估模块， 用于对在保设备进行故障概率评估， 生成故障概率评估结果， 其 中， 所述故障概 率评估结果包括在保设备组件和组件故障概 率； 易损级别划分模块， 用于根据 所述组件故障概率对所述在 保设备组件进行易损级别划 分， 生成组件易损级别； 组件消化率预测模块， 用于将在保组件类型和所述组件易损级别输入组件消耗率预测 模型， 生成组件消耗 率； 组件消耗量评估模块， 用于根据所述组件消耗率、 组件服役数量和预设补库周期进行 消耗量评估， 生成组件消耗 量； 标准库存获取模块， 用于根据组件消耗 量， 构建组件数 标准库存区间； 库存异常判断模块， 用于从设备备件库提取组件库存数量， 判断所述组件库存数量是 否满足所述组件数 标准库存区间； 库存异常管理模块， 用于若不满足， 生成设备备件库异常信号， 其中， 所述设备备件库 异常信号包括异常库存组件和异常度， 根据所述异常度对所述异常库存组件进行库存管 理； 所述故障概 率评估模块执行步骤包括： 对所述在保设备进行层级聚类分析， 生成在保设备聚类结果； 遍历所述在保设备聚类结果进行组件拆分， 生成组件拆分结果； 基于预设时间粒度遍历所述组件拆分结果， 匹配组件损坏频率； 获取故障概 率评估公式： 其中， 为第k个组件的故障概 率， 为第k个组件的损坏频率， 为组件总数； 将所述组件损坏频率输入所述故障概 率评估公式， 生成所述组件故障概 率； 将所述在保设备组件和所述组件故障概 率关联存 储， 生成所述故障概 率评估结果。 2.如权利要求1所述的系统， 其特 征在于， 所述故障概 率评估模块执行步骤还包括： 根据设备类型对所述在保设备进行一级聚类分析， 生成在保设备一级聚类结果； 根据启动次数遍历所述在保设备一级聚类结果进行二级聚类分析， 生成在保设备二级 聚类结果； 根据工作参数遍历所述在保设备二级聚类结果进行三级聚类分析， 生成所述在保设备 聚类结果。 3.如权利要求1所述的系统， 其特 征在于， 所述 易损级别划分模块执 行步骤包括： 当满足预设更新周期时， 通过第 一参与方、 第二参与方直到第N参与方上传组件故障概 率‑易损级别数据集； 通过所述组件故障概 率‑易损级别数据集对易损级别划定表进行 更新； 将所述组件故障概 率输入所述 易损级别划定表， 生成所述组件易损级别。 4.如权利要求1所述的系统， 其特 征在于， 所述组件消化 率预测模块执 行步骤包括：权　利　要　求　书 1/3 页 2 CN 115081997 B 2获取在保组件类型记录数据、 组件易损级别记录数据和 组件消耗率记录数据， 构建训 练数据集； 基于所述训练数据集， 训练第M组件消耗 率预测决策树； 若所述第M组件消耗率预测决策树不满足预设准确率的所述训练数据集满足预设数据 量， 将第一组件消耗率预测决策树、 第二组件消耗率预测决策树直到所述第M组件消耗率预 测决策树 合并， 生成所述组件消耗 率预测模型； 将所述在 保组件类型和所述组件易损级别 输入所述组件消耗率预测模型， 生成所述组 件消耗率， 其中， 所述组件消耗 率表征单位时长内同一组件的消耗 量。 5.如权利要求1所述的系统， 其特 征在于， 所述组件消耗 量评估模块执行步骤包括： 获取消耗 量评估公式： 其中， 为第k个组件的消耗量， 为三级聚类结果数量， 为二级聚类结果数量， 为一 级聚类结果数量， 为第k个组件的消耗率， 为预设补库周期， 为组件服役数量， 为第l个聚类中的第k个组件的消耗 量； 将所述组件消耗率、 所述组件服役数量和所述预设补库周期输入所述消耗量评估公 式， 生成所述组件消耗 量。 6.如权利要求1所述的系统， 其特 征在于， 所述库存异常管理模块执 行步骤包括： 若所述组件库存数量不满足所述组件数标准库存区间， 获取组件数标准库存区间上限 和组件数 标准库存区间下限； 若所述组件库存数量大于所述组件数 标准库存区间上限， 计算过量异常度； 将过量异常库存组件和所述过量异常度关联存 储， 生成库存过量异常信号； 若所述组件库存数量小于所述组件数 标准库存区间下限， 计算 缺量异常度； 将缺量异常库存组件和所述 缺量异常度关联存 储， 生成库存缺 量异常信号； 将所述库存过量异常信号和所述库存缺 量异常信号添加进所述设备 备件库异常信号。 7.一种设备 备件库存诊断方法， 其特 征在于， 所述方法包括： 对在保设备进行故障概率评估， 生成故障概率评估结果， 其中， 所述故障概率评估结果 包括在保设备组件和组件故障概 率； 根据所述组件故障概 率对所述在保设备组件进行易损级别划分， 生成组件易损级别； 将在保组件类型和所述组件易损级别输入组件消耗 率预测模型， 生成组件消耗 率； 根据所述组件消耗率、 组件服役数量和预设补库周期进行消耗量评估， 生成组件消耗 量； 根据组件消耗 量， 构建组件数 标准库存区间； 从设备备件库提取组件库存数量， 判断所述组件库存数量是否满足所述组件数标准库 存区间；权　利　要　求　书 2/3 页 3 CN 115081997 B 3