设备异常的检测方法、装置、可读存储介质及电子设备制造方法及图纸

本申请提供了设备异常的检测方法、装置、可读存储介质及电子设备，所述检测方法包括：获取在预设检测时间段内每一个检测时刻时，待检测设备的振动信号；将获取到的振动信号按照时间顺序依次输入至预先训练好的磨损检测模型中，得到每个检测时刻上待检测设备的磨损状态；当存在任一检测时刻的所述磨损状态指示所述待检测设备存在磨损情况时，确定所述待检测设备异常。这样，在每个检测时刻实时检测待检测设备的磨损状态，进而实时确定待检测设备的异常情况，可以实时检测待检测设备的异常情况，进而有针对性地对待检测设备进行维护，有助于及时地对待检测设备维护，提高对待检测设备维护的效率。

Detection method, device, readable storage medium and electronic equipment for equipment abnormality

【技术实现步骤摘要】
设备异常的检测方法、装置、可读存储介质及电子设备
本申请涉及异常检测
，尤其是涉及设备异常的检测方法、装置、可读存储介质及电子设备。
技术介绍
在工业生产线的生成过程中，相应的工业设备在其中起着不可替代的作用，随着工业设备的使用时间的增加，设备各个部件之间的由于长时间的运转，可能存在磨损的情况，影响设备的正常运行，进而影响工业生产，因此对于设备磨损状态的检测是很有必要的。现阶段，设备的异常检测很大程度上依赖于设备维修人员和操作人员的经验以及企业对设备维护的管理体系，一般是基于周期的维护保养，即该设备运营到一定时间，需要一定的保养或更换，但是基于预设周期时间的维护，设备的运行异常可能不止存在每个周期的起始时间或是终止时间，对设备基于周期的维护，可能存在对设备维护过早或是过晚的情况，过早维护可能会导致维护资源的浪费，过晚维护可能会错过设备的最佳维护时间，进而导致设备发生较为严重的故障，因此，在一定周期对设备进行检测和维护的针对性不高，对异常检测的准确率以及效率低。
技术实现思路
有鉴于此，本申请的目的在于提供设备异本文档来自技高网...

【技术保护点】
1.一种设备异常的检测方法，其特征在于，所述检测方法包括：/n获取在预设检测时间段内每一个检测时刻时，待检测设备的振动信号；/n将获取到的振动信号按照时间顺序依次输入至预先训练好的磨损检测模型中，得到每个检测时刻上待检测设备的磨损状态；/n当存在任一检测时刻的所述磨损状态指示所述待检测设备存在磨损情况时，确定所述待检测设备异常。/n

【技术特征摘要】
1.一种设备异常的检测方法，其特征在于，所述检测方法包括：
获取在预设检测时间段内每一个检测时刻时，待检测设备的振动信号；
将获取到的振动信号按照时间顺序依次输入至预先训练好的磨损检测模型中，得到每个检测时刻上待检测设备的磨损状态；
当存在任一检测时刻的所述磨损状态指示所述待检测设备存在磨损情况时，确定所述待检测设备异常。


2.根据权利要求1所述的检测方法，其特征在于，通过以下步骤确定检测时刻待检测设备的磨损状态：
获取与该检测时刻对应的预测信号；
确定所述振动信号与所述预测信号之间的信号差值，并将所述信号差值确定为干扰信号；
基于所述干扰信号与磨损状态之间的映射关系，确定所述待检测设备在该检测时刻的磨损状态。


3.根据权利要求2所述的检测方法，其特征在于，通过以下步骤确定所述预测信号：
获取距离所述检测时刻的预设时间段中包括的每个历史时刻上的历史振动信号；
基于每个历史振动信号，确定出历史振动信号向量；
将预设参数向量以及所述历史振动信号向量的乘积，确定为所述预测信号。


4.根据权利要求3所述的检测方法，其特征在于，通过以下步骤确定所述预设参数向量：
获取预设参数，并将预设参数确定为当前参数；
将所述当前参数对应的振动信号作为当前振动信号，基于预设步长以及当前振动信号，确定中间参数；
将所述中间参数作为当前参数，并将所述当前参数对应的振动信号作为当前振动信号，继续求解，直至预设次数后停止求解；
将预设参数以及求解过程中确定的多个中间参数组成的向量，确定为预设参数向量。


5.根据权利要求1所述的检测方法，其特征在于，通过以下步骤训练所述磨损检测模型：
获取多个历史时刻对应的样本振动信号以及每一个历史时刻上设备的样本磨损状态；
针对每一个历史时刻，将该历史时刻对应的样本振动信号以及样本磨损状态输入至构建好的深度神经网络模型中，得到该历史时刻上设备的预测磨损状态；
针对每一个历史时刻，检测该历史时刻上的预测磨损状态指示的设备状态与样本磨损状态指示的设备状态是...

【专利技术属性】
技术研发人员：孙泽懿，孙靖文，祝彦森，
申请(专利权)人：上海明略人工智能集团有限公司，
类型：发明
国别省市：上海;31