【技术实现步骤摘要】
一种设备故障诊断方法和系统
本专利技术涉及人工智能
，尤其涉及一种设备故障诊断方法和系统。
技术介绍
专利技术人在研究实践中发现，目前设备故障诊断技术不够成熟、设备故障诊断系统不能精准的定位设备故障原因，因此如何进一步提高设备故障诊断的精准性成为本
亟需解决的技术问题。
技术实现思路
本专利技术提供一种设备故障诊断方法和系统，以解决现有设备故障诊断技术不成熟、不能精准地定位设备故障原因的技术问题，本专利技术能够精准地定位设备故障原因。第一方面，本专利技术实施例提供一种设备故障诊断系统，包括：数据获取模块，用于实时获取数据传感器采集到的设备各零部件的参数数据；故障检测模块，用于根据所述各零部件的参数数据的时空分布状态，判断零部件是否产生故障；故障诊断模块，当检测到所述设备的某一零部件产生故障时，接收基于图论的初始多故障传播关系模型输入的所述零部件的初始故障概率以及设备结构数字孪生模型输入的所述设备的损伤度；其中，所述初始多故障传播关系模型基于所述设备历史参数数据，...
【技术保护点】
1.一种设备故障诊断系统，其特征在于，包括：/n数据获取模块，用于实时获取数据传感器采集到的设备各零部件的参数数据；/n故障检测模块，用于根据所述各零部件的参数数据的时空分布状态，判断零部件是否产生故障；/n故障诊断模块，用于当检测到所述设备的某一零部件产生故障时，接收基于图论的初始多故障传播关系模型输入的所述零部件的初始故障概率以及设备结构数字孪生模型输入的所述设备的损伤度；其中，所述初始多故障传播关系模型基于所述设备历史参数数据，采用深度学习并结合专家经验构建得到；/n所述故障诊断模块，还用于根据所述设备的损伤度和所述零部件的初始故障概率，确定所述零部件的最终故障发生概...
【技术特征摘要】
1.一种设备故障诊断系统，其特征在于，包括：
数据获取模块，用于实时获取数据传感器采集到的设备各零部件的参数数据；
故障检测模块，用于根据所述各零部件的参数数据的时空分布状态，判断零部件是否产生故障；
故障诊断模块，用于当检测到所述设备的某一零部件产生故障时，接收基于图论的初始多故障传播关系模型输入的所述零部件的初始故障概率以及设备结构数字孪生模型输入的所述设备的损伤度；其中，所述初始多故障传播关系模型基于所述设备历史参数数据，采用深度学习并结合专家经验构建得到；
所述故障诊断模块，还用于根据所述设备的损伤度和所述零部件的初始故障概率，确定所述零部件的最终故障发生概率，并根据每一个最终故障发生概率和故障关系定位故障原因。
2.根据权利要求1所述的设备故障诊断系统，其特征在于，所述最终故障概率由以下公式确定：
pf＝pi×Damage
其中，pf表示最终故障发生概率，pi表示初始故障概率，Damage表示设备的损伤度。
3.根据权利要求1所述的设备故障诊断系统，其特征在于，
所述设备结构数字孪生模型基于所述设备在生产过程中获取的应力、温度、振动，以数据驱动损伤机理，结合损伤和寿命预测模型，计算设备的损伤度。
4.根据权利要求1所述的设备故障诊断系统，其特征在于，所述初始多故障传播关系模型通过初始故障概率指示故障与故障之间的关系；
基于设备历史参数数据，采用深度学习并结合专家经验构建得到所述初始多故障传播关系，具体包括：
基于设备历史参数数据，采用深度学习得到多故障传播关系；
根据所述多故障传播关系和专家经验对故障进行分层，获得初始多故障传播关系模型；其中，所述专家经验为故障从低层节点传播到高层节点的经验。
5.根据权利要求1-4任一项所述的设备故障诊断系统，其特征在于，所述设备为注塑设备，所述设备的历史参数数据包括：
注塑设备开关模参数：开模压力、开模流量、开模位置、关模压力、关模流量、关模位置；
注射参数：射出压力、射出流量、射出位置、保射压力、保射流量、保射位置、储料压力、储料流量、储前冷却时间、射退位置与时间、清料压力、清料流量、清料时间、注射循环时间；
托模参数：托模压力、托模流量、托模位置、座台压...
【专利技术属性】
技术研发人员：杜翠凤，房小兆，沈文明，猛新予，
申请(专利权)人：广州杰赛科技股份有限公司，广东工业大学，
类型：发明
国别省市：广东;44
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。