一种设备预测性维护方法及装置制造方法及图纸

本发明专利技术涉及能源技术领域，提供了一种设备预测性维护方法及装置，该方法包括：根据需要进行预测性维护的目标设备的有效信息，获取知识图谱，有效信息至少包括历史数据、专家经验、操作记录；对知识图谱进行处理，获取知识图谱对应的故障树；采用蒙特卡洛模型对故障树进行处理，获取目标设备的故障与故障原因之间的函数关系；对函数关系进行预设模拟运行，获取目标设备出现故障的概率。本发明专利技术以设备有效信息为基础数据获取知识图谱，再以知识图谱为基础进行建模，配合大规模模拟预测，得到模拟的故障概率；实现了对设备的预测性维护，减少了停机时间，有效避免设备故障造成的生产损失，该方法预测准确、运行处理简单可靠。

【技术实现步骤摘要】
一种设备预测性维护方法及装置
本专利技术涉及能源
，尤其涉及一种设备预测性维护方法及装置。
技术介绍
预测性维护(PredictiveMaintenance，简称PdM)是“工业4.0”提出的关键创新点之一，而设备的可靠性分析属于预测性维护的一个重要分析方向。在取得设备相关信息后，可以对正在运行设备的运行状态的可靠性进行分析，判断该设备可能在何时出现问题，进行提前保养修复。综合能源场景中具有大量的设备，设备之间又彼此相连，任何一个设备出现问题都会引起连锁反应，影响正常的生产和生活，甚至可能导致不必要的损失，所以在设备还未出现故障前，对设备状态进行判断、提前检查变得尤为重要。然而利用传统物理模型进行处理时，计算繁琐且耗时，甚至对于复杂的设备或者系统无法获取物理模型，所以亟需针对设备或者系统预测性维护的新方法。
技术实现思路
有鉴于此，本专利技术实施例提供了一种设备预测性维护方法、装置、终端设备及计算机可读存储介质，以解决现有技术中无法对设备可能出现故障的时间进行准确性预测的技术问题。本专利技术实施例的第一本文档来自技高网...

【技术保护点】
1.一种设备预测性维护方法，其特征在于，包括：/n根据需要进行预测性维护的目标设备的有效信息，获取知识图谱，所述有效信息至少包括历史数据、专家经验、操作记录；/n对所述知识图谱进行处理，获取所述知识图谱对应的故障树；/n采用蒙特卡洛模型对所述故障树进行处理，获取所述目标设备的故障与故障原因之间的函数关系；/n对所述函数关系进行预设模拟运行，获取所述目标设备出现所述故障的概率。/n

【技术特征摘要】
1.一种设备预测性维护方法，其特征在于，包括：
根据需要进行预测性维护的目标设备的有效信息，获取知识图谱，所述有效信息至少包括历史数据、专家经验、操作记录；
对所述知识图谱进行处理，获取所述知识图谱对应的故障树；
采用蒙特卡洛模型对所述故障树进行处理，获取所述目标设备的故障与故障原因之间的函数关系；
对所述函数关系进行预设模拟运行，获取所述目标设备出现所述故障的概率。


2.如权利要求1所述的设备预测性维护方法，其特征在于，所述根据所述目标设备的有效信息，获取知识图谱，包括：
根据所述历史数据，获取故障率，所述历史数据至少包括返修率、维护时间、更新换件时间和运行数据；
采用预设函数对所述操作记录进行处理，获取故障分布函数，所述操作记录至少包括故障记录数据。


3.如权利要求2所述的设备预测性维护方法，其特征在于，所述根据所述历史数据，获取故障率，包括：
根据所述历史数据，获取所述目标设备故障停机时间和所述目标设备负荷时间；
根据所述目标设备故障停机时间和所述目标设备负荷时间的比值，确定故障率。


4.如权利要求2所述的设备预测性维护方法，其特征在于，所述采用预设函数对所述操作记录进行处理，获取故障分布函数步骤中，所述预设函数至少包括normpdf函数、poissfit函数、expfit函数和raylfit函数中的一种。


5.如权利要求1所述的设备预测性维护方法，其特征在于，所述对所述知识图谱进行处理，获取所述知识图谱对应的故障树步骤中，采用工程软件对所述知识图谱进行处理，所述工程软件至少包括MATLAB和Python中的一种。


6.一种系统预测性维护方法，其特征在于，包括：
确定系统中需要进行预测性维护的目标设备，所述目标设备的数量为至少两个；
根据每个所...

【专利技术属性】
技术研发人员：徐少龙，张燧，李合敏，
申请(专利权)人：新智数字科技有限公司，
类型：发明
国别省市：北京;11