一种工业设备检测方法、装置、设备及可读存储介质制造方法及图纸

本申请公开了一种工业设备检测方法，包括：获取用户基于人机交互界面选择的目标机器学习算法和模型参数，模型参数为利用目标机器学习算法训练模型时涉及的参数；利用目标机器学习算法和模型参数训练获得用于分析工业设备的状态参数的目标模型；将目标工业设备的状态参数输入目标模型，输出目标工业设备的检测结果。该方案利用机器学习算法训练获得的模型分析工业设备的状态参数，能够提高工业设备的检测效率，以及检测结果的准确率和全面性。同时，用户自由选择训练模型的机器学习算法和模型参数，从而提高了模型训练的灵活性，降低了训练模型的技术要求。本申请公开的一种工业设备检测装置、设备及可读存储介质，也同样具有上述技术效果。

An industrial equipment testing method, device, equipment and readable storage medium

【技术实现步骤摘要】
一种工业设备检测方法、装置、设备及可读存储介质
本申请涉及数据分析
，特别涉及一种工业设备检测方法、装置、设备及可读存储介质。
技术介绍
在现有技术中，为了检测工业设备的运行状态，需要对工业设备的状态参数进行分析和检测。通常情况下，由经验丰富的设备运维人员对这些状态参数逐一进行检测和计算，从而确定工业设备的运行状态。但是，由于物联网中的工业设备众多，且不同工业设备的状态参数各种各样，因此人工检测计算难免效率低下。同时，由于人工只能逐一检测状态参数，无法对一个工业设备的所有状态参数进行全局考量，因此现有的检测方法具有明显的片面性。人工检测难免会出现疏漏，因此现有检测方法也无法保障检测结果的准确性和精度。因此，如何提高工业设备的检测效率和检测结果的准确率，是本领域技术人员需要解决的问题。
技术实现思路
有鉴于此，本申请的目的在于提供一种工业设备检测方法、装置、设备及可读存储介质，以提高工业设备的检测效率和检测结果的准确率。其具体方案如下：第一方面，本申请提供了一种工业设备检测方法，包括：获取用户基于人机交互界面选择的目标机器学习算法和模型参数，模型参数为利用目标机器学习算法训练模型时涉及的参数；利用目标机器学习算法和模型参数训练获得用于分析工业设备的状态参数的目标模型；将目标工业设备的状态参数输入目标模型，输出目标工业设备的检测结果。优选地，利用目标机器学习算法和模型参数训练获得用于分析工业设备的状态参数的目标模型，包括：获取用于训练目标模型的训练状态参数；根据用户基于人机交互界面选择的预处理方法对训练状态参数进行预处理；利用目标机器学习算法和模型参数对预处理后的训练状态参数进行处理，直至获得符合预设要求的模型；将符合预设要求的模型确定为目标模型。优选地，还包括：在目标模型的训练过程中，获取用户基于人机交互界面选择的模型参数的更新值，利用更新值和目标机器学习算法训练目标模型。优选地，将符合预设要求的模型确定为目标模型之后，还包括：按照预设的评估指标对目标模型的训练过程进行评估，获得评估结果，并将评估结果进行可视化展示。优选地，将目标工业设备的状态参数输入目标模型，输出目标工业设备的检测结果之前，还包括：获取用户基于人机交互界面选择的目标工业设备的状态参数。优选地，还包括：若用户基于人机交互界面选择多个目标机器学习算法，以及每个目标机器学习算法对应的模型参数，则分别训练获得每个目标机器学习算法对应的目标模型；将测试状态参数分别输入每个目标模型，输出与每个目标模型对应的测试结果；在所有测试结果中确定精确度最高的测试结果；将目标工业设备的状态参数输入精确度最高的测试结果对应的目标模型，输出目标工业设备的检测结果。优选地，输出目标工业设备的检测结果之后，还包括：将检测结果进行可视化展示。第二方面，本申请提供了一种工业设备检测装置，包括：获取模块，用于获取用户基于人机交互界面选择的目标机器学习算法和模型参数，模型参数为利用目标机器学习算法训练模型时涉及的参数；训练模块，用于利用目标机器学习算法和模型参数训练获得用于分析工业设备的状态参数的目标模型；检测模块，用于将目标工业设备的状态参数输入目标模型，输出目标工业设备的检测结果。第三方面，本申请提供了一种工业设备检测设备，包括：存储器，用于存储计算机程序；处理器，用于执行所述计算机程序，以实现前述公开的工业设备检测方法。第四方面，本申请提供了一种可读存储介质，用于保存计算机程序，其中，所述计算机程序被处理器执行时实现前述公开的工业设备检测方法。通过以上方案可知，本申请提供了一种工业设备检测方法，包括：获取用户基于人机交互界面选择的目标机器学习算法和模型参数，模型参数为利用目标机器学习算法训练模型时涉及的参数；利用目标机器学习算法和模型参数训练获得用于分析工业设备的状态参数的目标模型；将目标工业设备的状态参数输入目标模型，输出目标工业设备的检测结果。在本申请中，当需要检测工业设备的运行状态时，将工业设备的状态参数输入训练获得的目标模型中，即可输出工业设备的检测结果。其中，利用机器学习算法训练获得的模型分析工业设备的状态参数，能够对工业设备的所有状态参数进行分析，从而提高分析效率和分析结果的准确率和全面性，也就提高了工业设备的检测效率，以及检测结果的准确率和全面性。同时，用户可自由选择训练模型的机器学习算法和模型参数，从而提高了模型训练的灵活性，降低了训练模型的技术要求，也增加了模型训练和用户的交互过程，从而使得训练得到的模型更接近用户的意愿，具有个性化特征。相应地，本申请提供的一种工业设备检测装置、设备及可读存储介质，也同样具有上述技术效果。附图说明为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。图1为本申请公开的第一种工业设备检测方法流程图；图2为图1中S102的细化流程图；图3为本申请公开的一种评估指标示意图；图4为本申请公开的一种预估指标示意图；图5为本申请公开的第二种工业设备检测方法流程图；图6为本申请公开的一种工业设备检测装置示意图；图7为本申请公开的一种工业设备检测设备示意图。具体实施方式下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。目前，由于物联网中的工业设备众多，且不同工业设备的状态参数各种各样，因此人工检测计算难免效率低下。同时，由于人工只能逐一检测状态参数，无法对一个工业设备的所有状态参数进行全局考量，因此现有的检测方法具有片面性。人工检测难免会出现疏漏，因此现有检测方法也无法保障检测结果的准确性和精度。为此，本申请提供了一种工业设备检测方案，能够提高工业设备的检测效率，以及检测结果的准确率和全面性。参见图1所示，本申请实施例公开了第一种工业设备检测方法，包括：S101、获取用户基于人机交互界面选择的目标机器学习算法和模型参数，模型参数为利用目标机器学习算法训练模型时涉及的参数；具体的，目标机器学习算法包括：岭回归算法、对数几率回归算法、支持向量机算法，随机森林算法，长短期记忆算法以及神经网络算法等。S102、利用目标机器学习算法和模型参数训练获得用于分析工业设备的状态参数的目标模型；S103、将目标工业设备的状态参数输入目标模型，输出目标工业设备的检测结果。在本实施例中，将目标工业设备的状态参数输入目标模型，输出目标工业设备的检测结果之前，还包括：获取用户基于人机交互界面选择的目标工业设备的状态参数。也就是用户可基于人机交互界面自由选择需要分析和检测的工业设备的状态参数，待分析的状态参数可为一个或多个。当工业设备为压缩机时，其状态参数可以包括：运行温度、气体压力、电流、电压和运行频率等。那么当用户选择状态参数时，可以仅选择运行温度，也可以同时选择运行温度、气体压力、电流、电压和运行频率等多个状态参数。在本实施例中，输出目本文档来自技高网...

【技术保护点】
1.一种工业设备检测方法，其特征在于，包括：获取用户基于人机交互界面选择的目标机器学习算法和模型参数，所述模型参数为利用所述目标机器学习算法训练模型时涉及的参数；利用所述目标机器学习算法和所述模型参数训练获得用于分析工业设备的状态参数的目标模型；将目标工业设备的状态参数输入所述目标模型，输出所述目标工业设备的检测结果。

【技术特征摘要】
1.一种工业设备检测方法，其特征在于，包括：获取用户基于人机交互界面选择的目标机器学习算法和模型参数，所述模型参数为利用所述目标机器学习算法训练模型时涉及的参数；利用所述目标机器学习算法和所述模型参数训练获得用于分析工业设备的状态参数的目标模型；将目标工业设备的状态参数输入所述目标模型，输出所述目标工业设备的检测结果。2.根据权利要求1所述的工业设备检测方法，其特征在于，所述利用所述目标机器学习算法和所述模型参数训练获得用于分析工业设备的状态参数的目标模型，包括：获取用于训练所述目标模型的训练状态参数；根据用户基于人机交互界面选择的预处理方法对所述训练状态参数进行预处理；利用所述目标机器学习算法和所述模型参数对预处理后的训练状态参数进行处理，直至获得符合预设要求的模型；将所述符合预设要求的模型确定为所述目标模型。3.根据权利要求2所述的工业设备检测方法，其特征在于，还包括：在所述目标模型的训练过程中，获取用户基于人机交互界面选择的所述模型参数的更新值，利用所述更新值和所述目标机器学习算法训练所述目标模型。4.根据权利要求2所述的工业设备检测方法，其特征在于，所述将所述符合预设要求的模型确定为所述目标模型之后，还包括：按照预设的评估指标对所述目标模型的训练过程进行评估，获得评估结果，并将所述评估结果进行可视化展示。5.根据权利要求1所述的工业设备检测方法，其特征在于，所述将目标工业设备的状态参数输入所述目标模型，输出所述目标工业设备的检测结果之前，还包括：...

【专利技术属性】
技术研发人员：吴刚，国承斌，阚向阳，黄丹昱，
申请(专利权)人：深圳市智物联网络有限公司，
类型：发明
国别省市：广东,44