【技术实现步骤摘要】
一种集成人工智能算法的工业设备状态管控方法和装置
本专利技术实施例涉及人工智能
，具体涉及一种集成人工智能算法的工业设备状态管控方法和装置，另外还涉及一种电子设备以及计算机可读存储介质。
技术介绍
近年来，随着科学技术的不断发展，各种工业设备得到了更加广泛的应用。尤其是，在自动化流水线上，智能工业设备的逐渐普及，对于自动化流水线上工业设备的管控，需要快速、准确的对产生的各种异常或者故障状态做出诊断，实现预防或者消除故障，提高工业设备运行的可靠性、安全性和有效性，将机械故障损失降低到最低水平。通过在线监控或者巡检可以实现工业设备的诊断与监视。尤其是在设备长期运行后，控制和管理需要调整。然而现有的工业自动化流水线，缺少有效的检测及管控一体化解决方案，往往只停留在PID控制，保证实际工况和额定工况相同，不考虑机械本身是否还能够支持额定工况。当机器本身没有损坏的时候，仅仅是因为长时间工作的磨损，也会影响机器的性能。然而，目前的PID自控程序并不能根据工业设备的运行状态来调整工况使设备在效率和寿命之间维持平衡，达到经济效益的最大...
【技术保护点】
1.一种集成人工智能算法的工业设备状态管控方法，其特征在于，包括：/n针对目标工业设备进行建模，并获得所述目标工业设备的零部件在不同故障种类或磨损程度下对应的第一物理状态特征；/n对所述第一物理状态特征进行二次识别，获得所述零部件对应的第二物理状态特征；/n利用预设的支持向量机模型，基于所述第二物理状态特征对所述目标工业设备的运行状态是否异常进行判断；若所述目标工业设备的运行状态为异常，则基于预设的标准测试工况和所述支持向量机模型进行第二级匹配分析，对所述目标工业设备进行故障检测，获得故障检测结果；/n若所述故障检测结果符合预设条件，则利用预设的循环神经网络模型和马尔科夫链...
【技术特征摘要】
1.一种集成人工智能算法的工业设备状态管控方法，其特征在于，包括：
针对目标工业设备进行建模，并获得所述目标工业设备的零部件在不同故障种类或磨损程度下对应的第一物理状态特征；
对所述第一物理状态特征进行二次识别，获得所述零部件对应的第二物理状态特征；
利用预设的支持向量机模型，基于所述第二物理状态特征对所述目标工业设备的运行状态是否异常进行判断；若所述目标工业设备的运行状态为异常，则基于预设的标准测试工况和所述支持向量机模型进行第二级匹配分析，对所述目标工业设备进行故障检测，获得故障检测结果；
若所述故障检测结果符合预设条件，则利用预设的循环神经网络模型和马尔科夫链模型的混合模型，基于所述零部件的当前故障和/或磨损状态，对所述目标工业设备进行预测，获得所述目标工业设备对应的预期寿命信息；
根据所述预期寿命信息，确定所述目标工业设备的目标运行工况；基于所述目标运行工况，调整所述目标工业设备的当前实际运行工况。
2.根据权利要求1所述的集成人工智能算法的工业设备状态管控方法，其特征在于，所述对所述第一物理状态特征进行二次识别，获得所述零部件对应的第二物理状态特征，具体包括：
分别对所述第一物理状态特征进行频谱分析和统计指标分析，获得对应的图谱和统计数据；
针对所述图谱和所述统计数据进行二次识别，提取出所述零部件对应的第二物理状态特征。
3.根据权利要求1所述的集成人工智能算法的工业设备状态管控方法，其特征在于，所述利用预设的循环神经网络模型和马尔科夫链模型的混合模型，基于所述零部件的当前故障和/或磨损状态，对所述目标工业设备进行预测，获得所述目标工业设备对应的预期寿命信息，具体包括：
将所述第二物理状态特征输入到所述混合模型中的马尔科夫链模型，基于所述零部件的当前故障和/或磨损状态，预测之后预设时间范围内产生对应的故障类型和概率；
从目标数据库中获取对应所述故障类型的界定的不同状态下的第二物理状态特征，将所述界定的不同状态下的第二物理状态特征输入到所述混合模型中的循环神经网络模型，预测之后预设时间范围内所述界定的不同状态下的第二物理状态特征所对应特征值的变化信息；当所述特征值达到或者超过预设的目标特征值时，将当前对应的时间点作为所述预期寿命信息的时间信息。
4.根据权利要求3所述的集成人工智能算法的工业设备状态管控方法，其特征在于，还包括：预测之后预设时间范围内所述界定的不同状态下的第二物理状态特征所对应特征值达到或者超过所述目标特征值的概率值，将所述概率值作为所述预期寿命信息的概率信息。
5....
【专利技术属性】
技术研发人员：李祎，孟力，
申请(专利权)人：赛腾机电科技常州有限公司，
类型：发明
国别省市：江苏;32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。