基于人工智能的设备故障检测与预警系统及方法技术方案

本发明专利技术公开了一种基于人工智能的设备故障检测与预警系统，包括采集模块、处理模块和预警模块，所述处理模块包括数据训练单元、预测单元和判断单元：采集模块包括若干传感器，传感器安装在工控设备的不同部件上，用于采集工控设备实时状态数据；所述数据训练单元用于训练采集到的设备状态历史数据，建立设备异常预测模型；预测单元用于在采集到的设备状态新数据输入设备异常预测模型后，预测设备状态；判断单元用于在预测设备状态异常时，通知预警模块发出预警。该系统能够根据设备工作状态，提前预警设备故障，避免突发故障的发生，减小停工检修带来的经济损失。本发明专利技术还公开一种基于人工智能的设备故障检测与预警方法。

Equipment fault detection and early warning system and method based on Artificial Intelligence

【技术实现步骤摘要】
基于人工智能的设备故障检测与预警系统及方法
本专利技术涉及工控机故障检测领域，具体涉及一种基于人工智能的设备故障检测与预警系统及方法。
技术介绍
工控机(IndustrialPersonalComputer，IPC)即工业控制计算机，是一种采用总线结构，对生产过程及机电设备、工艺装备进行检测与控制的工具总称。机器学习(MachineLearning)是一门专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能的学科。工控设备长时间运行，设备会出现各种各样的问题，为了保障生产线等不受设备故障而出现停线等，需要定期对设备进行相应检测和维护，但一般的检测和维护不能保证可以发现设备一些潜在问题，导致设备还是会出现一些突发故障，造成较大经济损失。设备异常发生后，根据异常类型，通知相关工作人员去处理，异常处理不及时会导致设备停止工作，造成大量经济损失。现有工控机故障维护方式反应时间慢、处理时间长，不利于降低设备故障造成的损失。
技术实现思路
为了解决上述技术问题，本专利技术本文档来自技高网...

【技术保护点】
1.基于人工智能的设备故障检测与预警系统，其特征在于，包括采集模块、处理模块和预警模块，所述处理模块包括数据训练单元、预测单元和判断单元：/n采集模块包括若干传感器，传感器安装在工控设备的不同部件上，用于采集工控设备实时状态数据；/n所述数据训练单元用于训练采集到的设备状态历史数据，建立设备异常预测模型；/n预测单元用于在采集到的设备状态新数据输入设备异常预测模型后，预测设备状态；/n判断单元用于在预测设备状态异常时，通知预警模块发出预警。/n

【技术特征摘要】
1.基于人工智能的设备故障检测与预警系统，其特征在于，包括采集模块、处理模块和预警模块，所述处理模块包括数据训练单元、预测单元和判断单元：
采集模块包括若干传感器，传感器安装在工控设备的不同部件上，用于采集工控设备实时状态数据；
所述数据训练单元用于训练采集到的设备状态历史数据，建立设备异常预测模型；
预测单元用于在采集到的设备状态新数据输入设备异常预测模型后，预测设备状态；
判断单元用于在预测设备状态异常时，通知预警模块发出预警。


2.根据权利要求1所述的基于人工智能的设备故障检测与预警系统，其特征在于，所述预警模块用于发出预警信号，所述设备故障检测与预警系统还包括存储模块，用于存储和更新设备状态数据。


3.根据权利要求1所述的基于人工智能的设备故障检测与预警系统，其特征在于，所述传感器为声音传感器、温度传感器和振动传感器中的一种或多种。


4.基于人工智能的设备故障检测与预警方法，其特征在于，包括以下步骤：
(1)在工控设备的不同部件上选取状态观测点，在状态观测点上安装传感器采集工控设备实时状态数据；
(2)利用数据训练单元训练采集到的设备状态历史数据，建立设备异常预测模型；
(3)采集到的设备状态新数据输入设备异常预测模型后，预测单元预测设备状态，若预测设备状态异常，判断单元则通知预警模块发出预警。


5.根据权利要求4...

【专利技术属性】
技术研发人员：不公告发明人，
申请(专利权)人：成都天玙兴科技有限公司，
类型：发明
国别省市：四川;51