CN116151093B - 零部件模型的获取方法、零部件的检测方法及其相关设备 - Google Patents

Abstract

本公开提出了一种零部件模型的获取方法、零部件的检测方法及其相关设备，涉及零部件生命周期预测技术领域，该方法包括：获取零部件内的n个器件的第一模型，并获取每个器件在生命周期内的每个环节下的第二模型，其中，n为正整数；对第i个器件的第一模型和第i个器件在每个环节下的第二模型进行模型融合，得到第i个器件的第三模型，其中，i为正整数，1≤i≤n；基于n个器件的第三模型，生成零部件的零部件模型。通过对零部件的每个器件的每个环节进行数据分析和建立模型，并进行融合生成零部件的零部件模型，以此，生成的零部件模型可以模拟零部件在生命周期中的不同环节的工作状态，便于对零部件的生命周期进行管理和跟踪。

Description

零部件模型的获取方法、零部件的检测方法及其相关设备

技术领域

本公开涉及零部件生命周期预测技术领域，尤其涉及一种零部件模型的获取方法、零部件的检测方法及其相关设备。

背景技术

随着业务过程管理技术在产品设计中的广泛应用，零部件的生产管理和过程跟踪得以实现。

当前技术中的对零部件进行跟踪和管理，通常用于解决现有零部件的管理流程中存在的信息收集不全面、人工错误之类的问题，或者在零部件流程的关键环节，通过系统自动上报的方式，实现人员对关键环节的把控，以达到审批流程的快速响应等效果。

发明内容

本公开旨在至少在一定程度上解决相关技术中的技术问题之一。

为此，本公开的一个目的在于提出一种零部件模型的获取方法。

本公开的第二个目的在于提出一种零部件的检测方法。

本公开的第三个目的在于提出一种零部件模型的获取装置。

本公开的第四个目的在于提出一种零部件的检测装置。

本公开的第五个目的在于提出一种电子设备。

本公开的第六个目的在于提出一种非瞬时计算机可读存储介质。

本公开的第七个目的在于提出一种计算机程序产品。

为达上述目的，本公开第一方面实施方式提出了一种零部件模型的获取方法，包括：获取零部件内的n个器件的第一模型，并获取每个器件在生命周期内的每个环节下的第二模型，其中，n为正整数；对第i个器件的第一模型和第i个器件在每个环节下的第二模型进行模型融合，得到第i个器件的第三模型，其中，i为正整数，1≤i≤n；基于n个器件的第三模型，生成零部件的零部件模型。

根据本公开的一个实施方式，获取每个器件在生命周期内的每个环节下的第二模型，包括：获取第i个器件在生命周期内的m个环节下的子训练样本集，其中，m为正整数；基于第i个器件在第j个环节下的子训练样本集，对第一初始模型进行训练，得到第i个器件在第j个环节下的第二模型，其中，j为正整数，1≤j≤m。

根据本公开的一个实施方式，获取第i个器件在生命周期内的m个环节下的子训练样本集，包括：获取第i个器件的第一训练样本集；从m个环节中，确定第一训练样本集中的第一训练样本属于的第j个环节；将第一训练样本划分到第i个器件在第j个环节下的子训练样本集。

根据本公开的一个实施方式，对第i个器件的第一模型和第i个器件在每个环节下的第二模型进行模型融合，得到第i个器件的第三模型，包括：获取第i个器件的第一模型的第一权重，以及第i个器件在每个环节下的第二模型的第二权重；基于第一权重和第二权重，对第i个器件的第一模型和第i个器件在每个环节下的第二模型进行模型融合，得到第i个器件的第三模型。

根据本公开的一个实施方式，获取第i个器件在每个环节下的第二模型的第二权重，包括：获取第i个器件的每个环节之间的关联关系；基于关联关系，确定第i个器件在每个环节下的第二模型的第二权重。

根据本公开的一个实施方式，方法还包括：获取零部件在多个工况下的第二训练样本集；基于第二训练样本集，对第二初始模型进行训练，得到零部件的工况模型；基于工况模型，对零部件模型进行更新。

根据本公开的一个实施方式，基于工况模型，对零部件模型进行更新，包括：识别工况模型和零部件模型存在类别一致的重合模型参数；基于工况模型的至少一个工况下的重合模型参数，更新零部件模型的重合模型参数。

根据本公开的一个实施方式，获取零部件内的n个器件的第一模型，包括：获取第i个零部件在每个失效模式下的第四模型；对第i个零部件在每个失效模式下的第四模型进行模型融合，得到第i个零部件的第一模型。

根据本公开的一个实施方式，第i个器件的生命周期包括m个环节，其中，m为正整数，获取每个器件在生命周期内的每个环节下的第二模型，包括：获取第i个器件在第j个环节内的每个失效模式下的第五模型，其中，j为正整数，1≤j≤m；对第i个器件在第j个环节内的每个失效模式下的第五模型进行模型融合，得到第i个零部件在第j个环节下的第二模型。

为达上述目的，本公开第二方面实施方式提出了一种零部件的检测方法，包括：获取零部件的运行参数；将零部件的运行参数输入零部件的零部件模型，由零部件模型输出用于表征零部件的运行状态的目标参数。

为达上述目的，本公开第三方面实施例提出了一种零部件模型的获取装置，包括：获取模块，用于获取零部件内的n个器件的第一模型，并获取每个器件在生命周期内的每个环节下的第二模型，其中，n为正整数；融合模块，用于对第i个器件的第一模型和第i个器件在每个环节下的第二模型进行模型融合，得到第i个器件的第三模型，其中，i为正整数，1≤i≤n；生成模块，用于基于n个器件的第三模型，生成零部件的零部件模型。

根据本公开的一个实施方式，获取模块，还用于：获取第i个器件在生命周期内的m个环节下的子训练样本集，其中，m为正整数；基于第i个器件在第j个环节下的子训练样本集，对第一初始模型进行训练，得到第i个器件在第j个环节下的第二模型，其中，j为正整数，1≤j≤m。

根据本公开的一个实施方式，获取模块，还用于：获取第i个器件的第一训练样本集；从m个环节中，确定第一训练样本集中的第一训练样本属于的第j个环节；将第一训练样本划分到第i个器件在第j个环节下的子训练样本集。

根据本公开的一个实施方式，融合模块，还用于：获取第i个器件的第一模型的第一权重，以及第i个器件在每个环节下的第二模型的第二权重；基于第一权重和第二权重，对第i个器件的第一模型和第i个器件在每个环节下的第二模型进行模型融合，得到第i个器件的第三模型。

根据本公开的一个实施方式，融合模块，还用于：获取第i个器件的每个环节之间的关联关系；基于关联关系，确定第i个器件在每个环节下的第二模型的第二权重。

根据本公开的一个实施方式，生成模块，还用于：获取零部件在多个工况下的第二训练样本集；基于第二训练样本集，对第二初始模型进行训练，得到零部件的工况模型；基于工况模型，对零部件模型进行更新。

根据本公开的一个实施方式，生成模块，还用于：识别工况模型和零部件模型存在类别一致的重合模型参数；基于工况模型的至少一个工况下的重合模型参数，更新零部件模型的重合模型参数。

根据本公开的一个实施方式，获取模块，还用于：获取第i个零部件在每个失效模式下的第四模型；对第i个零部件在每个失效模式下的第四模型进行模型融合，得到第i个零部件的第一模型。

根据本公开的一个实施方式，获取模块，还用于：获取第i个器件在第j个环节内的每个失效模式下的第五模型，其中，j为正整数，1≤j≤m；对第i个器件在第j个环节内的每个失效模式下的第五模型进行模型融合，得到第i个零部件在第j个环节下的第二模型。

为达上述目的，本公开第四方面实施例提出了一种零部件的检测装置，包括：采集模块，用于获取零部件的运行参数；输出模块，用于将零部件的运行参数输入零部件的零部件模型，由零部件模型输出用于表征零部件的运行状态的目标参数。

为达上述目的，本公开第五方面实施例提出了一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以实现如本公开第一方面实施例所述的零部件模型的获取方法或者第二方面所述的零部件的检测方法。

为达上述目的，本公开第六方面实施例提出了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于实现如本公开第一方面实施例所述的零部件模型的获取方法或者第二方面所述的零部件的检测方法。

为达上述目的，本公开第七方面实施例提出了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时用于实现如本公开第一方面实施例所述的零部件模型的获取方法或者第二方面所述的零部件的检测方法。

通过对零部件的每个器件的每个环节进行数据分析和建立模型，并进行融合生成零部件的零部件模型，以此，生成的零部件模型可以模拟零部件在生命周期中的工作状态，便于对零部件的生命周期进行管理和跟踪。

附图说明

图1是本公开一个实施方式的一种零部件模型的获取方法的示意图；

图2是本公开一个实施方式的另一种零部件模型的获取方法的示意图；

图3是本公开一个实施方式的另一种零部件模型的获取方法的示意图；

图4是本公开一个实施方式的另一种零部件模型的获取方法的示意图；

图5是本公开一个实施方式的一种零部件的检测方法的示意图；

图6是本公开一个实施方式的一种零部件模型的获取装置的示意图；

图7是本公开一个实施方式的一种零部件模型的检测装置的示意图；

图8是本公开一个实施方式的一种电子设备的示意图。

具体实施方式

下面详细描述本公开的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本公开，而不能理解为对本公开的限制。

图1为本公开提出的一种零部件模型的获取方法的一种示例性实施方式的示意图，如图1所示，该零部件模型的获取方法包括以下步骤：

S101，获取零部件内的n个器件的第一模型，并获取每个器件在生命周期内的每个环节下的第二模型，其中，n为正整数。

零部件包括至少一个器件，用以实现某种特定的用途，或者与其他零部件配合实现某种用途。零部件可分为多种，本公开中的零部件的种类不作任何限定。举例来说，零部件按材质分类,可分为金属零部件和非金属零部件等，按零部件使用用途分类,可分为制造用零部件和维修用零部件等。器件是指用于某一特定目的或完成某一特定功能的机件，举例来说，器件可为二极管、三极管等。

需要说明的是，本公开实施例中提及的生命周期是指零部件从使用开始到不具备使用条件之间的时间长度或者使用次数，通过生命周期，可以准确的分析出零部件是否适用于对应的产品或者系统，同时可以分析出零部件是否存在缺陷。

本公开实施例中的第一模型是指器件的模型，第二模型是指零部件的每个器件在生命周期内每个环节下的模型，需要说明的是，不同的环节还可包括多个子环节。环节可包括多种，举例来说，可包含生产、组装、测试（实验）等，环节为生产对应的子环节可包括生成过程1、生成过程2、生成过程3、生成过程4等，此处不作任何限定。不同的环节之间可能存在一定的顺序关系，同时，环节下的子环节之间也存在一定的顺序关系，具体需要根据实际的情况而定。

在本公开实施例中，第一模型可为根据器件的出厂数据而生成的模型，第二模型可为器件根据不同环节下的失效数据而生成的模型。需要说明的是，失效数据为器件在生命周期中的运行数据，获取失效数据的方法可为多种，此处不作任何限定。举例来说，可通过统计零部件整体的实际生产数据和工况失效数据，以获取失效数据；还可对失效模式进行分类，分别对每一种失效模式的数据进行统计，以获取失效数据；还可通过多层环节的数据集合，实现对零部件全生命周期的不同失效模式进行拟合，以获取失效数据；还可通过不断积累生产和使用过程中的数据作为失效数据。

可选地，可通过对失效数据进行分析，确定器件对应的失效概率函数，然后根据对应的失效概率函数来生成第一模型。需要说明的是，该失效概率函数可为多种，举例来说，可包含有正态分布函数、对数正态分布函数、威布尔分布函数和指数分布等函数形式，此处不作任何限定，具体需要根据实际的数据以及设计需要进行确定。同时，由于存在环节可能包含多个子环节的情况，因此，还需要将子环节之间的相互影响因素添加至模型的生成中，举例来说，对不同的子环节赋予不同的权重，然后基于权重和每个子环节的失效概率函数来确定第二模型。举例来说，多个子环节的相互影响关系可为并联、串联和混连等。

可选地，第一模型和第二模型还可为从提前设定好的模型集合中选取的，并根据对应的数据选择适配的模型作为第一模型或者第二模型。该模型集合可为提前设定好的。

可选地，还可基于不同环节下的操作数据输入至第一模型中进行训练，以获取第二模型。

S102，对第i个器件的第一模型和第i个器件在每个环节下的第二模型进行模型融合，得到第i个器件的第三模型，其中，i为正整数，1≤i≤n。

通过将第i个器件的第一模型和第i个器件在每个环节下的第二模型进行模型融合，可以获取第i个器件适用于所有环节下的第三模型。需要说明的是，由于各个环节可能存在一定的顺序，因此在第二模型和第一模型进行融合时，每个环节的第二模型之间也可能存在互相的影响，在进行模型融合时，需要考虑到每个环节之间的影响因素，并基于影响因素生成第三模型。举例来说，多个第二模型之间的相互影响关系可为并联、串联和混连等。

在本公开实施例中，模型融合的方法可为多种，举例来说，可包括Boosting方法、随机森林等方法，此处不作任何限定，具体需要根据实际的设计需要进行设定。

S103，基于n个器件的第三模型，生成零部件的零部件模型。

在本公开实施例中，在获取到n个器件的第三模型后，可生成零部件的零部件模型。基于n个器件的第三模型生成零部件模型的方法可为多种，举例来说，可基于部件法、Boosting方法、随机森林等方法，此处不作任何限定。

需要说明的是，n个器件之间由于存在连接顺序，相互之间可能存在影响，因此，将n个器件的第三模型生成零部件模型时，需要考虑n个器件之间的相互影响因素，从而生成更加准确的第三模型。可基于n个器件之间的相互影响因素，对n个第三模型进行赋权重，然后根据n个第三模型的权重和第三模型生成零部件的零部件模型。

在本公开实施例中，首先获取零部件内的n个器件的第一模型，并获取每个器件在生命周期内的每个环节下的第二模型，其中，n为正整数，然后对第i个器件的第一模型和第i个器件在每个环节下的第二模型进行模型融合，得到第i个器件的第三模型，其中，i为正整数，1≤i≤n，最后基于n个器件的第三模型，生成零部件的零部件模型。通过对零部件的每个器件的每个环节进行数据分析和建立模型，并进行融合生成零部件的零部件模型，以此，生成的零部件模型可以模拟零部件在生命周期中的工作状态，便于对零部件的生命周期进行管理和跟踪。

在本公开实施例中，获取零部件内的n个器件的第一模型，可通过获取第i个零部件在每个失效模式下的第四模型，然后对第i个零部件在每个失效模式下的第四模型进行模型融合，得到第i个零部件的第一模型。需要说明的是，失效模式是指从致使失效的因素、失效的机理、失效发展过程到失效临界状态的到达等整个失效过程。

上述实施例中，获取每个器件在生命周期内的每个环节下的第二模型，还可通过图2进一步解释，该方法包括：

S201，获取第i个器件在生命周期内的m个环节下的子训练样本集，其中，m为正整数。

在本公开实施例中，可首先获取第i个器件的第一训练样本集，然后从m个环节中，确定第一训练样本集中的第一训练样本属于的第j个环节，最后将第一训练样本划分到第i个器件在第j个环节下的子训练样本集。从而，可将第一训练样本集分别划分到m个环节中，并基于m个环节下的子训练样本集分别对模型进行训练。

S202，基于第i个器件在第j个环节下的子训练样本集，对第一初始模型进行训练，得到第i个器件在第j个环节下的第二模型，其中，j为正整数，1≤j≤m。

在本公开实施例中，可基于第j个环节下的子训练样本集对第i个器件的第一模型进行训练，以获取第i个器件在第j个环节下的第二模型。

基于上述实施例中的内容可知，第i个器件在第j个环节下可包含多个子环节，每个子环节又可将子训练样本集分为多个细化的训练样本集。由于多个子环节存在一定的实施顺序，因此，在对模型进行训练时，输入至第一模型中的多个细化的训练样本集也可存在一定的顺序，以此可以减少由于多个子环节之间的相互影响关系而对生成的第二模型的准确性产生影响。

在本公开实施例中，首先获取第i个器件在生命周期内的m个环节下的子训练样本集，其中，m为正整数，然后基于第i个器件在第j个环节下的子训练样本集，对第一初始模型进行训练，得到第i个器件在第j个环节下的第二模型，其中，j为正整数，1≤j≤m。由此，通过获取器件下的每个环节对应的子训练样本集，并对第一模型进行分别训练，可以生成每个器件适配于各个环节的第二模型，提升第二模型的鲁棒性和准确性。

需要说明的是，获取每个器件在生命周期内的每个环节下的第二模型，还可通过获取第i个器件在第j个环节内的每个失效模式下的第五模型，其中，j为正整数，1≤j≤m，然后对第i个器件在第j个环节内的每个失效模式下的第五模型进行模型融合，得到第i个零件在第j个环节下的第二模型。

上述实施例中，对第i个器件的第一模型和第i个器件在每个环节下的第二模型进行模型融合，得到第i个器件的第三模型，还可通过图3进一步解释，该方法包括：

S301，获取第i个器件的第一模型的第一权重，以及第i个器件在每个环节下的第二模型的第二权重。

在本公开实施例中，可基于每个器件之间的关联关系，然后基于关联关系确定第i个器件的第一模型的第一权重。需要说明的是，每个器件之间的关系由系统功能决定，确定器件之间的关联关系的方法可为多种，此处不作任何限定。

同时，还可获取第i个器件的每个环节之间的关联关系，然后基于关联关系，确定第i个器件在每个环节下的第二模型的第二权重。需要说明的是，每个环节之间的关系由环节之间的操作流程决定。

每个环节之间的关联关系可包括并联、串联和混连等。此处不作任何限定。可通过每个环节之间的关联关系和运行数据，来确定每个器件在每个环节下的第二模型的第二权重。

S302，基于第一权重和第二权重，对第i个器件的第一模型和第i个器件在每个环节下的第二模型进行模型融合，得到第i个器件的第三模型。

在本公开实施例中，首先获取第i个器件的第一模型的第一权重，以及第i个器件在每个环节下的第二模型的第二权重，然后基于第一权重和第二权重，对第i个器件的第一模型和第i个器件在每个环节下的第二模型进行模型融合，得到第i个器件的第三模型。由此，通过确定器件的第一模型的第一权重以及第二模型的第二权重，并根据权重对第一模型和第二模型进行融合，可以基于各个器件之间的相互影响关系确定准确性更高的第三模型，并减小器件和各环节之间的影响，提升第三模型的鲁棒性和准确性。

需要说明的是，在实际的操作环节中，不同工况下对零部件的影响也较大。举例来说，影响器件的因素是温度，在特定温度下，器件会有特定的表现，而不同的温度，表现差异较大。在本公开实施例中，还可基于图4进一步解释生成不同工况下的模型，如图4所示：

S401，获取零部件在多个工况下的第二训练样本集。

在本公开实施例中，工况可包含多种，举例来说，可包括温度、湿度等，此处不作任何限定，具体需要根据实际的设计需要进行限定。需要说明的是，不同的零部件影响工况可为不同，可为一个，也可为多个，具体需要根据实际的零部件进行确定。

S402, 基于第二训练样本集，对第二初始模型进行训练，得到零部件的工况模型。

能够理解的是，模型的训练是个重复迭代的过程，通过不断地调整模型的网络参数进行训练，直到模型整体的损失函数值小于预设值，或者模型整体的损失函数值不再变化或变化幅度缓慢，模型收敛，从而得到训练完成的工况模型。

S403, 基于工况模型，对零部件模型进行更新。

在本公开实施例中，可通过识别工况模型和零部件模型存在类别一致的重合模型参数，然后基于工况模型的至少一个工况下的重合模型参数，更新零部件模型的重合模型参数。举例来说，影响器件的因素是温度，在特定温度下，器件会有特定的表现，其中，公式为：

P（特性1|温度1）=f(x)

通过公式可以看出，即特性1发生是以温度1发生为条件的，而发生的条件的概率函数是f(x)；f(x)函数可以是基于理论的连续概率分布如正态分布，然后基于f(x) 对零部件模型进行更新。

在本公开实施例中，首先获取零部件在多个工况下的第二训练样本集，然后基于第二训练样本集，对第二初始模型进行训练，得到零部件的工况模型，最后基于工况模型，对零部件模型进行更新。以此，通过加入工况数据对第二模型进行训练，可以生成不同工况下元器件的模型，为后续对不同工况下的元器件的生命周期管理和跟踪提供基础，提升零部件模型的实用性。

为本公开提出的零部件的检测方法的一种示例性实施方式的示意图，如图5所示，该零部件模型的获取方法包括以下步骤：

S501，获取零部件的运行参数。

获取零部件的运行参数可参见上述实施例中的内容，此处不再赘述。

S502，将零部件的运行参数输入零部件的零部件模型，由零部件模型输出用于表征零部件的运行状态的目标参数，其中，零部件模型采用上述实施例中的零部件模型的获取方法得到。

在本公开实施例中，目标参数可为多种，举例来说，可包括失效模式、失效概率、可靠性度量、寿命等。具体需要根据实际的设计需要进行设定，此处不作任何限定。通过输出的目标参数，可以对零部件每个环节的可靠性进行数据建模可以更充分了解每一个环节对可靠性的影响，从而提升对零部件的全流程把控，为未来失效模式分析和打下基础，同时可以在不同工况下零部件的失效模式，可以分析不同环节下的失效贡献权值，帮助零部件针对性的在前端生产和管理升级优化。

与上述几种实施例提供的零部件模型的获取方法相对应，本公开的一个实施例还提供了一种零部件模型的获取装置，由于本公开实施例提供的零部件模型的获取装置与上述几种实施例提供的零部件模型的获取方法相对应，因此上述零部件模型的获取方法的实施方式也适用于本公开实施例提供的零部件模型的获取装置，在下述实施例中不再详细描述。

图6为本公开提出的一种零部件模型的获取装置的示意图，如图 6所示，该零部件模型的获取装置600，包括获取模块610、融合模块620和生成模块630。

其中，获取模块610，用于获取零部件内的n个器件的第一模型，并获取每个器件在生命周期内的每个环节下的第二模型，其中，n为正整数。

融合模块620，用于对第i个器件的第一模型和第i个器件在每个环节下的第二模型进行模型融合，得到第i个器件的第三模型，其中，i为正整数，1≤i≤n。

生成模块630，用于基于n个器件的第三模型，生成零部件的零部件模型。

在本公开的一个实施例中，获取模块610，还用于：获取第i个器件在生命周期内的m个环节下的子训练样本集，其中，m为正整数；基于第i个器件在第j个环节下的子训练样本集，对第一初始模型进行训练，得到第i个器件在第j个环节下的第二模型，其中，j为正整数，1≤j≤m。

在本公开的一个实施例中，获取模块610，还用于：获取第i个器件的第一训练样本集；从m个环节中，确定第一训练样本集中的第一训练样本属于的第j个环节；将第一训练样本划分到第i个器件在第j个环节下的子训练样本集。

在本公开的一个实施例中，融合模块620，还用于：获取第i个器件的第一模型的第一权重，以及第i个器件在每个环节下的第二模型的第二权重；基于第一权重和第二权重，对第i个器件的第一模型和第i个器件在每个环节下的第二模型进行模型融合，得到第i个器件的第三模型。

在本公开的一个实施例中，融合模块620，还用于：获取第i个器件的每个环节之间的关联关系；基于关联关系，确定第i个器件在每个环节下的第二模型的第二权重。

在本公开的一个实施例中，生成模块630，还用于：获取零部件在多个工况下的第二训练样本集；基于第二训练样本集，对第二初始模型进行训练，得到零部件的工况模型；基于工况模型，对零部件模型进行更新。

在本公开的一个实施例中，生成模块630，还用于：识别工况模型和零部件模型存在类别一致的重合模型参数；基于工况模型的至少一个工况下的重合模型参数，更新零部件模型的重合模型参数。

在本公开的一个实施例中，获取模块610，还用于：获取第i个零部件在每个失效模式下的第四模型；对第i个零部件在每个失效模式下的第四模型进行模型融合，得到第i个零部件的第一模型。

在本公开的一个实施例中，获取模块610，还用于：获取第i个器件在第j个环节内的每个失效模式下的第五模型，其中，j为正整数，1≤j≤m；对第i个器件在第j个环节内的每个失效模式下的第五模型进行模型融合，得到第i个零部件在第j个环节下的第二模型。

图7为本公开提出的一种零部件的检测装置的示意图，如图7所示，该零部件模型的获取装置700，包括采集模块710和输出模块720。

其中，采集模块710，用于获取零部件的运行参数。

输出模块720，用于将零部件的运行参数输入零部件的零部件模型，由零部件模型输出用于表征零部件的运行状态的目标参数，其中，零部件模型采用如权利要求上述实施例中的零部件模型的获取方法得到。

为了实现上述实施例，本公开实施例还提出一种电子设备800，如图8所示，该电子设备800包括：处理器801和处理器通信连接的存储器802，存储器802存储有可被至少一个处理器执行的指令，指令被至少一个处理器801执行，以实现如本公开第一方面实施例的零部件模型的获取方法。

为了实现上述实施例，本公开实施例还提出一种存储有计算机指令的非瞬时计算机可读存储介质，其中，计算机指令用于使计算机实现如本公开第一方面实施例的零部件模型的获取方法。

为了实现上述实施例，本公开实施例还提出一种计算机程序产品，包括计算机程序，计算机程序在被处理器执行时实现如本公开第一方面实施例的零部件模型的获取方法。

在本公开的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”、“顺时针”、“逆时针”、“轴向”、“径向”、“周向”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本公开和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本公开的限制。

此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本公开的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本公开的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。

尽管上面已经示出和描述了本公开的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本公开的限制，本领域的普通技术人员在本公开的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (18)

1.一种零部件模型的获取方法，其特征在于，包括：

获取零部件内的n个器件的第一模型，并获取每个器件在生命周期内的每个环节下的第二模型，其中，n为正整数；

对第i个器件的第一模型和第i个器件在每个环节下的第二模型进行模型融合，得到所述第i个器件的第三模型，其中，i为正整数，1≤i≤n；

基于n个器件的第三模型，生成所述零部件的零部件模型；

所述获取零部件内的n个器件的第一模型，包括：

获取第i个零部件在每个失效模式下的第四模型；

对所述第i个零部件在每个失效模式下的第四模型进行模型融合，得到所述第i个零部件的第一模型；

所述获取每个器件在生命周期内的每个环节下的第二模型，包括：

获取所述第i个器件在生命周期内的m个环节下的子训练样本集，其中，m为正整数；

基于所述第i个器件在第j个环节下的子训练样本集，对第一初始模型进行训练，得到所述第i个器件在第j个环节下的第二模型，其中，j为正整数，1≤j≤m。

2.根据权利要求1所述的方法，其特征在于，所述获取所述第i个器件在生命周期内的m个环节下的子训练样本集，包括：

获取所述第i个器件的第一训练样本集；

从所述m个环节中，确定所述第一训练样本集中的第一训练样本属于的第j个环节；

将所述第一训练样本划分到所述第i个器件在第j个环节下的子训练样本集。

3.根据权利要求1所述的方法，其特征在于，所述对第i个器件的第一模型和第i个器件在每个环节下的第二模型进行模型融合，得到所述第i个器件的第三模型，包括：

获取所述第i个器件的第一模型的第一权重，以及所述第i个器件在每个环节下的第二模型的第二权重；

基于所述第一权重和所述第二权重，对所述第i个器件的第一模型和所述第i个器件在每个环节下的第二模型进行模型融合，得到所述第i个器件的第三模型。

4.根据权利要求3所述的方法，其特征在于，获取所述第i个器件在每个环节下的第二模型的第二权重，包括：

获取所述第i个器件的每个环节之间的关联关系；

基于所述关联关系，确定所述第i个器件在每个环节下的第二模型的第二权重。

5.根据权利要求1所述的方法，其特征在于，还包括：

获取所述零部件在多个工况下的第二训练样本集；

基于所述第二训练样本集，对第二初始模型进行训练，得到所述零部件的工况模型；

基于所述工况模型，对所述零部件模型进行更新。

6.根据权利要求5所述的方法，其特征在于，所述基于所述工况模型，对所述零部件模型进行更新，包括：

识别所述工况模型和所述零部件模型存在类别一致的重合模型参数；

基于所述工况模型的至少一个工况下的重合模型参数，更新所述零部件模型的重合模型参数。

7.根据权利要求1-6中任一项所述的方法，其特征在于，所述第i个器件的生命周期包括m个环节，其中，m为正整数，所述获取每个器件在生命周期内的每个环节下的第二模型，包括：

获取所述第i个器件在第j个环节内的每个失效模式下的第五模型，其中，j为正整数，1≤j≤m；

对所述第i个器件在第j个环节内的每个失效模式下的第五模型进行模型融合，得到所述第i个器件在第j个环节下的第二模型。

8.一种零部件的检测方法，其特征在于，包括：

获取零部件的运行参数；

将所述零部件的运行参数输入所述零部件的零部件模型，由所述零部件模型输出用于表征所述零部件的运行状态的目标参数，其中，所述零部件模型采用如权利要求1-7中任一项所述的零部件模型的获取方法得到。

9.一种零部件模型的获取装置，其特征在于，包括：

获取模块，用于获取零部件内的n个器件的第一模型，并获取每个器件在生命周期内的每个环节下的第二模型，其中，n为正整数；

融合模块，用于对第i个器件的第一模型和第i个器件在每个环节下的第二模型进行模型融合，得到所述第i个器件的第三模型，其中，i为正整数，1≤i≤n；

生成模块，用于基于n个器件的第三模型，生成所述零部件的零部件模型；

所述获取模块，还用于：

获取第i个零部件在每个失效模式下的第四模型；

对所述第i个零部件在每个失效模式下的第四模型进行模型融合，得到所述第i个零部件的第一模型；

所述获取模块，还用于：

获取所述第i个器件在生命周期内的m个环节下的子训练样本集，其中，m为正整数；

基于所述第i个器件在第j个环节下的子训练样本集，对第一初始模型进行训练，得到所述第i个器件在第j个环节下的第二模型，其中，j为正整数，1≤j≤m。

10.根据权利要求9所述的装置，其特征在于，所述获取模块，还用于：

获取所述第i个器件的第一训练样本集；

从所述m个环节中，确定所述第一训练样本集中的第一训练样本属于的第j个环节；

将所述第一训练样本划分到所述第i个器件在第j个环节下的子训练样本集。

11.根据权利要求9所述的装置，其特征在于，所述融合模块，还用于：

获取所述第i个器件的第一模型的第一权重，以及所述第i个器件在每个环节下的第二模型的第二权重；

基于所述第一权重和所述第二权重，对所述第i个器件的第一模型和所述第i个器件在每个环节下的第二模型进行模型融合，得到所述第i个器件的第三模型。

12.根据权利要求11所述的装置，其特征在于，所述融合模块，还用于：

获取所述第i个器件的每个环节之间的关联关系；

基于所述关联关系，确定所述第i个器件在每个环节下的第二模型的第二权重。

13.根据权利要求9所述的装置，其特征在于，所述生成模块，还用于：

获取所述零部件在多个工况下的第二训练样本集；

基于所述第二训练样本集，对第二初始模型进行训练，得到所述零部件的工况模型；

基于所述工况模型，对所述零部件模型进行更新。

14.根据权利要求13所述的装置，其特征在于，所述生成模块，还用于：

识别所述工况模型和所述零部件模型存在类别一致的重合模型参数；

基于所述工况模型的至少一个工况下的重合模型参数，更新所述零部件模型的重合模型参数。

15.根据权利要求9-14中任一项所述的装置，其特征在于，所述第i个器件的生命周期包括m个环节，其中，m为正整数，所述获取模块，还用于：

获取所述第i个器件在第j个环节内的每个失效模式下的第五模型，其中，j为正整数，1≤j≤m；

对所述第i个器件在第j个环节内的每个失效模式下的第五模型进行模型融合，得到所述第i个器件在第j个环节下的第二模型。

16.一种零部件的检测装置，其特征在于，包括：

采集模块，用于获取零部件的运行参数；

输出模块，用于将所述零部件的运行参数输入所述零部件的零部件模型，由所述零部件模型输出用于表征所述零部件的运行状态的目标参数，其中，所述零部件模型采用如权利要求1-7中任一项所述的零部件模型的获取方法得到。

17.一种电子设备，其特征在于，包括存储器、处理器；

其中，所述处理器通过读取所述存储器中存储的可执行程序代码来运行与所述可执行程序代码对应的程序，以用于实现如权利要求1-7中任一项所述的方法或者如权利要求8所述的方法。

18.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-7中任一项所述的方法或者如权利要求8所述的方法。

Images