故障预测方法、装置、电子设备及计算机可读存储介质制造方法及图纸

本申请实施例提供了一种故障预测方法、装置、电子设备及计算机可读存储介质，涉及故障预测领域。该方法包括：获取当前时间前预设的第一检测时间内若干个传感器中每个传感器对机器的预设属性的检测值；针对每一传感器，根据所述检测值、该传感器预设的权重值和指数平滑预测方法，预测当前时间后的第一预测时间所述传感器的第一预测值；针对每一传感器，若该传感器的第一预测值大于预设的第一报警阈值，生成用于提示所述机器在所述第一预测时间后将要发生故障的第一提示信息，并输出所述第一提示信息。本申请实施例实现了提高了故障预测的精确度，能在机器发生故障之前进行提示。

【技术实现步骤摘要】
故障预测方法、装置、电子设备及计算机可读存储介质
本申请涉及故障预测
，具体而言，本申请涉及一种故障预测方法、装置、电子设备及计算机可读存储介质。
技术介绍
随着技术的发展，各种机器设备被用于自动化生产、发电、运输等产业。机器通常能正常运行很长时间，如能正常运行几个月的时间。而机器在运行较长时间后，就易发生故障，机器若发生故障，会对机器的使用造成较大影响，甚至对机器造成损伤。现有的方案中，可以对机器的故障进行预测，而对故障的预测的精确度不高，会对用户造成误导，因此如何提高预测故障的精确度，就成了现有技术的需求。
技术实现思路
本申请的目的旨在至少能解决上述的技术缺陷之一，特提出以下技术方案：第一方面，提供了一种故障预测的方法，该方法包括：获取当前时间前预设的第一检测时间内若干个传感器中每个传感器对机器的预设属性的检测值；针对每一传感器，根据所述检测值、该传感器预设的权重值和指数平滑预测方法，预测当前时间后的第一预测时间所述传感器的第一预测值；针对每一传感器，若该传感器的第一预测值大于预设的第一报警阈值，生成用于提示所述机器在所述第一预测时间后将要发生故障的第一提示信息，并输出所述第一提示信息。第二方面，提供了一种故障预测的装置，该装置包括：获取模块，用于获取当前时间前预设的第一检测时间内若干个传感器中每个传感器对机器的预设属性的检测值；第一预测模块，用于针对每一传感器，根据所述检测值、该传感器预设的权重值和指数平滑预测方法，预测当前时间后的第一预测时间所述传感器的第一预测值；第一提示模块，用于针对每一传感器，若该传感器的第一预测值大于预设的第一报警阈值，生成用于提示所述机器在所述第一预测时间后将要发生故障的第一提示信息，并输出所述第一提示信息。第三方面，提供了一种电子设备，该电子设备包括：一个或多个处理器；存储器；一个或多个应用程序，其中一个或多个应用程序被存储在存储器中并被配置为由一个或多个处理器执行，一个或多个程序配置用于：执行根据本申请第一方面所示的故障预测方法。第四方面，提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本申请第一方面所示的故障预测方法。本申请提供的技术方案带来的有益效果是：获取每个传感器对机器的预设属性的检测值后，即可根据检测值、该传感器预设的权重值和指数平滑预测方法，预测当前时间后的第一预测时间传感器的第一预测值，若该传感器的第一预测值大于预设的第一报警阈值，生成用于提示机器在第一预测时间后将要发生故障的第一提示信息，并输出第一提示信息，生成的第一预测值精确，提高了故障预测的精确度，能在机器发生故障之前进行提示，可使用户在机器发生故障之前进行干预，减少了机器发生故障的频率，减少机器因发生故障对机器本身造成的损伤。附图说明为了更清楚地说明本申请实施例中的技术方案，下面将对本申请实施例描述中所需要使用的附图作简单地介绍。图1为本申请实施例提供的一种故障预测方法的应用环境示意图；图2为本申请实施例提供的一种故障预测方法的流程示意图；图3为图2中步骤S202的详细流程示意图；图4为本申请实施例提供的一种故障预测方法还包括的流程示意图；图5为本申请实施例提供的一种故障预测方法还包括的流程示意图；图6为本申请实施例提供的一种故障预测方法应用的电子设备显示第一预测值、第一报警阈值和第二报警阈值的示意图；图7为本申请实施例提供的一种故障预测装置的结构示意图；图8为本申请实施例提供的一种故障预测的电子设备的结构示意图。具体实施方式下面详细描述本申请的实施例，实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本申请，而不能解释为对本专利技术的限制。本
技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”和“该”也可包括复数形式。应该进一步理解的是，本申请的说明书中使用的措辞“包括”是指存在特征、整数、步骤、操作、元件和/或组件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解，当我们称元件被“连接”或“耦接”到另一元件时，它可以直接连接或耦接到其他元件，或者也可以存在中间元件。此外，这里使用的“连接”或“耦接”可以包括无线连接或无线耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的全部或任一单元和全部组合。为使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请实施方式作进一步地详细描述。本申请提供的故障预测方法、装置、电子设备和计算机可读存储介质，旨在解决现有技术的如上技术问题。下面以具体地实施例对本申请的技术方案以及本申请的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图，对本申请的实施例进行描述。本申请提供的故障预测方法，可以应用于如图1所示的应用环境中，用于对机器101的故障进行预测。具体的，电子设备102和终端上的传感器通信连接，电子设备102获取当前时间前预设的第一检测时间内若干个传感器中每个传感器对机器101的预设属性的检测值；针对每一传感器，根据检测值、该传感器预设的权重值和指数平滑预测方法，预测当前时间后的第一预测时间传感器的第一预测值；针对每一传感器，若该传感器的第一预测值大于预设的第一报警阈值，生成用于提示机器101在第一预测时间后将要发生故障的第一提示信息，并输出第一提示信息。本
技术人员可以理解，电子设备可以包括终端、服务器或者其他电子设备。本申请中，“终端”可以是手机、平板电脑、PDA(PersonalDigitalAssistant，个人数字助理)、MID(MobileInternetDevice，移动互联网设备)等终端设备；“服务器”可以用独立的服务器或者是多个服务器组成的服务器集群来实现。请参阅图2，本申请实施例中提供了一种故障预测方法，用于对机器的故障进行预测，故障预测方法可以应用于前述的电子设备，该方法包括：S201：获取当前时间前预设的第一检测时间内若干个传感器中每个传感器对机器的预设属性的检测值。本申请的故障预测方法，用于对机器的故障进行预测。机器的具体类型和用途等不做限定，如机器可以为旋转机械、移动机械等，机器可以用于发电、输出动能等。机器的预设属性也不做限定，机器的预设属性可以是机器的温度、压力、转速、震动和位移等。每个机器可以包括一个或多个检测点，不同的检测点可以检测相同或不同的预设属性。若干个传感器的数量和类型不做限定，若干个传感器至少包括一个传感器，也可以包括多个传感器。不同的传感器检测的机器的预设属性可以相同或者不同。例如，传感器包括传感器A、传感本文档来自技高网...

【技术保护点】
1.一种故障预测方法，其特征在于，所述方法包括：/n获取当前时间前预设的第一检测时间内若干个传感器中每个传感器对机器的预设属性的检测值；/n针对每一传感器，根据所述检测值、该传感器预设的权重值和指数平滑预测方法，预测当前时间后的第一预测时间所述传感器的第一预测值；/n针对每一传感器，若该传感器的第一预测值大于预设的第一报警阈值，生成用于提示所述机器在所述第一预测时间后将要发生故障的第一提示信息，并输出所述第一提示信息。/n

【技术特征摘要】
1.一种故障预测方法，其特征在于，所述方法包括：
获取当前时间前预设的第一检测时间内若干个传感器中每个传感器对机器的预设属性的检测值；
针对每一传感器，根据所述检测值、该传感器预设的权重值和指数平滑预测方法，预测当前时间后的第一预测时间所述传感器的第一预测值；
针对每一传感器，若该传感器的第一预测值大于预设的第一报警阈值，生成用于提示所述机器在所述第一预测时间后将要发生故障的第一提示信息，并输出所述第一提示信息。


2.根据权利要求1所述的故障预测方法，其特征在于，所述方法还包括：
针对每一传感器，若该传感器的第一预测值大于预设的第一报警阈值，根据当前时间前预设的第二检测时间内该传感器的检测值、该传感器预设的权重值和指数平滑预测方法，预测当前时间后的第二预测时间所述传感器的第二预测值，所述第二检测时间小于第一检测时间，所述第二预测时间小于第一预测时间；
针对每一传感器，若该传感器的第二预测值大于预设的第一报警阈值，生成用于提示所述机器在所述第二预测时间后将要发生故障的第二提示信息，并输出所述第二提示信息。


3.根据权利要求2所述的故障预测方法，其特征在于，所述方法还包括：
针对每一传感器，若该传感器的第二预测值大于预设的第一报警阈值，根据当前时间前预设的第三检测时间内该传感器的检测值、该传感器预设的权重值和指数平滑预测方法，预测所述传感器的第三预测值大于预设的第二报警阈值的故障时间，所述第三检测时间小于第二检测时间，所述第二报警阈值大于所述第一报警阈值；
若所述故障时间小于或等于预设的故障阈值时间，生成用于提示所述机器即将要发生故障的第三提示信息并输出所述第三提示信息，和/或控制所述机器停止工作；
若所述机器停止工作，获取更新后的目标传感器对应的权重值，和/或获取更新后的目标传感器对应的指数平滑预测方法中的平滑系数，所述目标传感器为小于预设的第一报警阈值的第一预测值对应的传感器。


4.根据权利要求1所述的故障预测方法，其特征在于，所述方法还包括：
针对每一传感器，若当前时间后的第一预测时间该传感器的第一预测值大于预设的第一报警阈值，控制所述机器停止工作。


5.根据权利要求1所述的故障预测方法，其特征在于，所述第一提示信息还包括所述机器的故障率，所述生成用于提示所述机器在所述第一预测时间后将要发生故障的第一提示信息，并输出所述第一提示信息之前，所述方法还包括：
根据所述传感器的总数量、每个传感器的预设的所述权重值、所述第一预测值大于预设的第一报警阈值对应的传感器的数量，计算所述机器的故障率。


6.根据权利要求1所述的故障预测方法，其特征在于，所述根据所述检测值、该传感器预设的权重值和指数平滑预测方法，预测当前时间后...

【专利技术属性】
技术研发人员：杨庆飞，邹仕洪，张广伟，周宏斌，黄浩东，
申请(专利权)人：北京元心科技有限公司，
类型：发明
国别省市：北京;11