一种设备维修人员智能推荐方法及系统与流程

1.本发明涉及信息处理技术领域，具体涉及一种设备维修人员智能推荐方法及系统。


背景技术：

2.随着科学技术以及人类生活水平的不断提高，越来越多的设备应用于当今的生产、生活中。因此对设备的售后问题也成为了目前消费者们比较关注的问题。设备的售后中最重要的一项就是设备的维修。
3.在需要对设备进行维修时，在维修人员的选择方面，消费者通常不知如何选择维修人员，因此需要对设备维修人员进行推荐。然而目前对设备维修人员进行推荐时，大多过于依赖人为的评价数据，占有极大的主观成份，导致推荐结果客观性不足。


技术实现要素：

4.为了克服上述现有技术中存在的缺陷，本发明的目的是提供一种设备维修人员智能推荐方法及系统。
5.为了实现本发明的上述目的，本发明提供了一种设备维修人员智能推荐方法，包括以下步骤：
6.获取设备所在系统内的已完成的维修工单；
7.基于所述维修工单对每个维修人员的维修质量进行评价；
8.基于所述维修工单对每个维修人员的新故障排查维修能力进行评价；
9.基于所述维修工单对每个维修人员的维修效率进行评价；
10.基于所述维修工单对每个维修人员的已有评分进行修正；
11.结果上述四者之一或任意组合综合计算，将排名前r位人员作为推荐的维修人员。
12.该设备维修人员智能推荐方法依赖客观数据，建立多个依据数据的客观评价指标，减少人为恶意评分影响，提升了推荐合理性。
13.该设备维修人员智能推荐方法的优选方案：所述维修工单包括系统内已完成的应急维修工单、预防性维护工单、其他维修工单数据。
14.该设备维修人员智能推荐方法的优选方案：对每个维修人员的维修质量q进行评价的步骤为：
15.基于所有维修工单，按同类型设备的同类型故障进行分类聚合得到设备故障分类集合，该设备故障分类集合中包含多个子集合，每个子集合中的维修工单的设备类型相同且故障类型相同，计算每个子集合中同一设备相邻两次同类型故障维修时间的时间差值；如果上次维修后未出现同类型故障，则该时间差值＝当前时间-上次维修时间；
16.计算每个子集合中同一维修人员对应的所述时间差值的总和；计算每个维修人员对同类型设备同类型故障的处理效果的有效时长的平均时长avg(δt)，avg(δt)＝sum(δt)/count；其中count是每个维修人员维修同类型设备同类型故障的次数，δt为每个维修人员
对同一设备相邻两次同类型故障维修时间的时间差值，sum(δt)指每个维修人员对同类型设备相邻两次同类型故障维修时间的时间差值的总时长；
17.计算维修人员维修同类型设备同类型故障的平均维修次数avg(cnt)＝sum(count)/pcount；其中count是每个维修人员维修同类型设备同类型故障的次数，sum(count)是所有维修人员维修同类型设备同类型故障的次数；pcount是维修人员个数；
18.计算每个维修人员维修同类型设备同类型故障的维修质量评价得分为q＝count/avg(cnt)*avg(δt)；q值越大，代表综合维修质量越高。
19.该优选实施例依赖客观数据得到了每个维修人员维修同类型设备同类型故障的维修质量的客观评价，提升了推荐合理性。
20.该设备维修人员智能推荐方法的优选方案：对每个维修人员的新故障排查维修能力s进行评价的步骤为：
21.基于所有维修工单，按同类型设备的同类型故障进行分类聚合，筛选出首次出现的故障类型的维修工单集合p；
22.在集合p中统计出每个维修人员解决的维修工单数量；
23.每个维修人员的新故障排查维修能力得分s＝cntperson/cntp，其中，cntperson为集合p中每个维修人员解决的维修工单数量，cntp为集合p中的维修工单总数。
24.该优选实施例依赖客观数据得到了每个维修人员的新故障排查维修能力的客观评价，提升了推荐合理性。
25.该设备维修人员智能推荐方法的优选方案：对每个维修人员的维修效率e进行评价的步骤为：
26.基于所有维修工单，按同类型设备的同类型故障由相同维修人员维修的条件进行分类聚合得到维修人员维修设备故障分类集合；计算该集合中每条维修工单的维修时间，维修时间＝工单结束时间-工单开始时间；该维修人员维修设备故障分类集合中包含多个子集合，每个子集合中的维修工单的设备类型相同、故障类型相同、维修人员相同；针对每个子集合，按维修工单结束时间升序排列得到集合a’＝{a0,a1,a2,...am...,an}，m为整数且0≤m≤n,n为子集合中的维修工单数，为非负整数，am指第m个维修工单结束时间；
27.初始化p1，p2；计算t＝a
m+1
/am，如果t《＝1，代表每次效率均在提升，p1＝p1+1；如果t》1,则计算t’＝a
m+1
/a0,,如果t’《＝1，则代表相对首次有效率提升，p2＝p2+1；遍历维修人员维修设备故障分类集合中所有的子集合，重复该步骤，得到每个子集合对应的p1和p2；
28.计算每个维修人员对每种设备类型的每种故障类型的维修效率e＝(p1+0.8*p2)/count(a’),count(a’)为当前计算所对应的子集合中的维修工单数。
29.该优选实施例依赖客观数据得到了每个维修人员对每种设备类型的每种故障类型的维修效率的客观评价，提升了推荐合理性。
30.该设备维修人员智能推荐方法的优选方案：对每个维修人员的已有评分进行修正的步骤为：
31.基于所有维修工单，计算评分人对每种故障类型的平均评分，将每个评分人-每种故障类型-平均评分作为一个元素，组合得到集合s；
32.计算每个评分人对每个维修人员维修每种故障类型的平均评分，将每个评分人-每个维修人员-每种故障类型-平均评分作为一个元素，组合得到集合s1；
33.遍历集合s和s1，取集合s中的元素a，然后从集合s1中取出所有满足条件的元素b,所述条件为元素a中的评分人、故障类型与元素b中的评分人、故障类型相同；
34.将元素a中的平均评分与所有元素b中的平均评分进行比较；当满足ka*α《＝kb《＝ka*β时，则将元素b计入集合e中，如不满足，则将元素b计入集合e’中，其中，ka为元素a所对应的平均评分，kb为元素b所对应的平均评分，α、β为正实数，如果ka*β》评分最高值，则ka*β取评分最高值；
35.基于集合e’中元素计算每个维修人员处理每种故障类型的平均评分，并将每个维修人员-每种故障类型-平均评分作为一个元素，组合得到集合f；
36.将集合e与集合f合并得到有效集合g，计算有效集合g中每个维修人员处理每种故障类型的平均评分，记为δ。
37.该优选实施例依赖客观数据对维修人员处理的评分进行修正，减少人为恶意评分影响，提升了推荐合理性。
38.该设备维修人员智能推荐方法的优选方案：所述综合计算的步骤为：
39.判断所需要维修的故障是否为新故障；
40.如果为新故障，则计算每个维修人员的新故障推荐综合积分sc＝s*e1，其中s为每个维修人员的新故障排查维修能力，e1为每个维修人员的维修效率评价,e1＝sum(e)，其中，sum(e)指每个维修人员对所有类型设备、所有类型故障的维修质量评价总分；
41.如果不是新故障，设备的设备类型以及所需要维修故障的故障类型，计算每个维修人员的已知故障推荐综合积分sc＝q’*e’*δ’，其中，q’为每个维修人员对当前所需要维修设备的设备类型以及所需要维修故障的故障类型的维修质量，δ’为每个维修人员处理当前所需要维修设备的设备类型以及所需要维修故障的故障类型的平均评分，e’为每个维修人员对当前所需要维修设备的设备类型以及所需要维修故障的故障类型的维修效率；
42.将推荐综合积分sc按大小排序，推荐综合积分中积分前r名维修人员处理所需要维修的故障。
43.该优选方案先判断待维修故障是新故障还是已出现过的故障，然后依赖客观数据进行推荐，提升了推荐合理性。
44.本技术还提出了一种设备维修人员智能推荐系统，包括：
45.存储单元，存储系统内所有的维修工单信息；
46.处理单元，与所述存储单元连接，基于所述维修工单信息根据上述的设备维修人员智能推荐方法进行设备维修人员智能推荐。该设备维修人员智能推荐系统具备上述设备维修人员智能推荐方法的所有优点。
47.本发明的有益效果是：
48.本发明通过客观数据建立多个依据客观数据的客观评价指标，对每个维修人员的维修质量进行评价；对每个维修人员的新故障排查维修能力s进行评价；对每个维修人员的维修效率e进行评价；对每个维修人员的已有评分进行修正；根据新故障和已出现过的故障推荐出最合适的维修人员，提升了推荐合理性，提升企业设备维修效率，从而提高生产效率。
49.本发明的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
50.本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：
51.图1是对每个维修人员的维修质量进行评价的流程示意图；
52.图2是对每个维修人员的新故障排查维修能力进行评价的流程示意图；
53.图3是对每个维修人员的维修效率进行评价的流程示意图；
54.图4是对每个维修人员的已有评分进行修正的流程示意图；
55.图5是综合计算推荐维修人员的流程示意图。
具体实施方式
56.下面详细描述本发明的实施例，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，仅用于解释本发明，而不能理解为对本发明的限制。
57.在本发明的描述中，除非另有规定和限定，需要说明的是，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是机械连接或电连接，也可以是两个元件内部的连通，可以是直接相连，也可以通过中间媒介间接相连，对于本领域的普通技术人员而言，可以根据具体情况理解上述术语的具体含义。
58.本发明提供了一种设备维修人员智能推荐方法，包括以下步骤：
59.获取设备所在系统内的已完成的维修工单。
60.具体的，维修工单包括系统内已完成的应急维修工单、预防性维护工单、其他维修工单数据。
61.基于维修工单对每个维修人员的维修质量进行评价。
62.这里对每个维修人员的维修质量的评价可以精确到每个维修人员维修同类型设备同类型故障的维修质量评价。
63.如图1所示，具体地的步骤为：
64.基于所有维修工单，按同类型设备的同类型故障进行分类聚合得到设备故障分类集合，该设备故障分类集合中包含多个子集合，每个子集合中的维修工单的设备类型相同且故障类型相同，计算每个子集合中同一设备相邻两次同类型故障维修时间的时间差值；如果上次维修后未出现同类型故障，则该时间差值＝当前时间-上次维修时间。
65.计算每个子集合中同一维修人员对应的所述时间差值的总和；计算每个维修人员对同类型设备同类型故障的处理效果的有效时长的平均时长avg(δt)，avg(δt)＝sum(δt)/count；其中count是每个维修人员维修同类型设备同类型故障的次数，δt为每个维修人员对同一设备相邻两次同类型故障维修时间的时间差值，sum(δt)指每个维修人员对同类型设备相邻两次同类型故障维修时间的时间差值的总时长。
66.计算维修人员维修同类型设备同类型故障的平均维修次数avg(cnt)＝sum(count)/pcount；其中count是每个维修人员维修同类型设备同类型故障的次数，sum(count)是所有维修人员维修同类型设备同类型故障的次数；pcount是维修人员个数；
67.计算每个维修人员维修同类型设备同类型故障的维修质量评价得分为q＝count/avg(cnt)*avg(δt)；q值越大，代表综合维修质量越高。
68.例如，假设设备具有a、b、c三种类型，每种类型设备均有a,b,c三种故障类型。按同类型设备的同类型故障进行分类聚合得到设备故障分类集合1，该集合1＝{{aa},{ab},{ac},{ba},{bb},{bc},{ca},{cb},{cc}}，{aa},{ab},{ac},{ba},{bb},{bc},{ca},{cb},{cc}即为集合1中的子集合，以子集合{aa}为例，其代表了设备类型为a、故障类型为a的维修工单，计算这些维修工单中同一设备相邻两次维修故障类型a的时间差值。即这里可能存在多台设备均为a类型设备，且均进行了a类型故障的维修，如果其中一台设备先后对a类型故障进行维修了三次，那么，将得到3个时间差值：第二次维修时间-第一次维修时间；第三次维修时间-第二次维修时间；当前时间-第三次维修时间；把每台设备计算得到的时间差值全部加起来，即得到了a类型设备的a类型故障的维修时间的时间差值的总时长；把子集合{aa}中按相同维修人员维修为条件进行筛选，将筛选出来的维修工单中的每台设备计算得到的时间差值全部加起来，即得到了每个维修人员对a类型设备的a类型故障的维修时间的时间差值的总时长，相加的时间差值个数-1即为每个维修人员维修a类型设备的a类型故障的次数。将所有的子集合都进行相同的运算，最终可得到每个维修人员维修同类型设备同类型故障的次数count，每个维修人员对同类型设备相邻两次同类型故障维修时间的时间差值的总时长sum(δt)指，所有维修人员维修同类型设备同类型故障的次数sum(count)。从而可计算得到每个维修人员维修同类型设备同类型故障的维修质量评价得分q。
69.基于所述维修工单对每个维修人员的新故障排查维修能力进行评价。
70.如图2所示，具体的步骤为：
71.基于所有维修工单，按同类型设备的同类型故障进行分类聚合，筛选出首次出现的故障类型的维修工单集合p。
72.在集合p中统计出每个维修人员解决的维修工单数量。
73.每个维修人员的新故障排查维修能力得分s＝cntperson/cntp，其中，cntperson为集合p中每个维修人员解决的维修工单数量，cntp为集合p中的维修工单总数。
74.基于所述维修工单以每个维修人员的维修效率进行评价。
75.这里对每个维修人员的维修效率进行评价可以精确到对每个维修人员对每种设备类型的每种故障类型的维修效率。如图3所示，具体步骤如下：
76.基于所有维修工单，按同类型设备的同类型故障由相同维修人员维修的条件进行分类聚合得到维修人员维修设备故障分类集合；计算该集合中每条维修工单的维修时间，维修时间＝工单结束时间-工单开始时间；该维修人员维修设备故障分类集合中包含多个子集合，每个子集合中的维修工单的设备类型相同、故障类型相同、维修人员相同；针对每个子集合，按维修工单结束时间升序排列得到集合a’＝{a0,a1,a2,...am...,an}，m为整数且0≤m≤n,n为子集合中的维修工单数，为非负整数，am指第m个维修工单结束时间。
77.初始化p1，p2；计算t＝a
m+1
/am，如果t《＝1，代表每次效率均在提升，p1＝p1+1；如果t》1,则计算t’＝a
m+1
/a0,如果t’《＝1，则代表相对首次有效率提升，p2＝p2+1；遍历维修人员维修设备故障分类集合中所有的子集合，重复该步骤，得到每个子集合对应的p1和p2。
78.计算每个维修人员对每种设备类型的每种故障类型的维修效率e＝(p1+0.8*p2)/count(a’),count(a’)为当前计算所对应的子集合中的维修工单数。
79.基于所述维修工单对每个维修人员的已有评分进行修正。
80.这里对每个维修人员的已有评分进行修正可以精确到对每个维修人员处理每种
故障类型的评分修正。如图4所示，具体步骤如下：
81.基于所有维修工单，计算评分人对每种故障类型的平均评分，将每个评分人-每种故障类型-平均评分作为一个元素，组合得到集合s；
82.计算每个评分人对每个维修人员维修每种故障类型的平均评分，将每个评分人-每个维修人员-每种故障类型-平均评分作为一个元素，组合得到集合s1。
83.遍历集合s和s1，取集合s中的元素a，然后从集合s1中取出所有满足条件的元素b,所述条件为元素a中的评分人、故障类型与元素b中的评分人、故障类型相同。
84.将元素a中的平均评分与所有元素b中的平均评分进行比较；当满足ka*α《＝kb《＝ka*β时，则将元素b计入集合e中，如不满足，则将元素b计入集合e’中，其中，ka为元素a所对应的平均评分，kb为元素b所对应的平均评分，α、β为正实数，如果ka*β》评分最高值，则ka*β取评分最高值。
85.基于集合e’中元素计算每个维修人员处理每种故障类型的平均评分，并将每个维修人员-每种故障类型-平均评分作为一个元素，组合得到集合f；
86.将集合e与集合f合并得到有效集合g，计算有效集合g中每个维修人员处理每种故障类型的平均评分，记为δ，即完成对每个维修人员处理每种故障类型的评分修正。
87.结果上述四者之一或任意组合综合计算，将排名前r位人员作为推荐的维修人员。
88.具体地，如图5所示，可先判断所需要维修的故障是否为新故障。
89.如果为新故障，则计算每个维修人员的新故障推荐综合积分sc＝s*e1，其中s为每个维修人员的新故障排查维修能力，e1为每个维修人员的维修效率评价,e1＝sum(e)，其中，sum(e)指每个维修人员对所有类型设备、所有类型故障的维修质量评价总分。
90.如果不是新故障，判断当前所需要维修设备的设备类型以及所需要维修故障的故障类型，计算每个维修人员的已知故障推荐综合积分sc＝q’*e’*δ’，其中，q’为每个维修人员对当前所需要维修设备的设备类型以及所需要维修故障的故障类型的维修质量，δ’为每个维修人员处理当前所需要维修设备的设备类型以及所需要维修故障的故障类型的平均评分，e’为每个维修人员对当前所需要维修设备的设备类型以及所需要维修故障的故障类型的维修效率。
91.将推荐综合积分sc按大小排序，推荐综合积分中积分前r名维修人员处理所需要维修的故障。
92.本发明还提出了一种设备维修人员智能推荐系统，包括存储单元和处理单元，存储单元存储系统内所有的维修工单信息；处理单元与所述存储单元连接，基于所述维修工单信息根据上述的设备维修人员智能推荐方法进行设备维修人员智能推荐。
93.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发明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一定指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何的一个或多个实施例或示例中以合适的方式结合。
94.尽管已经示出和描述了本发明的实施例，本领域的普通技术人员可以理解：在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由权利要求及其等同物限定。