【技术实现步骤摘要】
用于维护设备的方法和用于维护设备的系统
本专利技术涉及机械维护的方法和系统，具体涉及一种基于历史数据预测维护新设备的方法和系统。
技术介绍
现代化机械设备的功能日益增多，并且结构也愈加复杂，自动化程度也显著提高，因此开发有效的设备维护和诊断技术，实时可靠地检测机械设备的健康状况，对延长设备使用寿命，保障正常生产和人员安全具有重要意义。基于数据的智能维护方法(例如，人工神经网络(ANN))，通过利用大量历史数据来建立和优化参数，进而建立智能维护模型，已经广泛应用于机械设备的维护，并取得了较好的效果。因此，预测性维护是对机械设备进行状态监控和寿命预估的重要解决方案。然而，基于数据的智能维护方法通常需要大量的样本来训练有效的维护模型，当已经构建的维护模型应用于新的设备时，由于机械设备不同，导致采集的数据通常伴随不均衡等情况，因此已经构建的维护模型无法正常用于新设备的维护。另一方面，如果基于新机械设备的数据来训练有效的维护模型，则可能花费大量的时间和成本来采集数据和训练模型。针对上述问题，在预测性维护中，期望基于原设...
【技术保护点】
1.一种用于维护设备的方法，其特征在于，包括：/n采集处于正常运转情况下的第一设备的多个样本数据；/n利用采集到的所述样本数据对模型进行训练，获得训练好的第一维护模型；/n采集处于正常运转情况下的第二设备的多个目标数据；/n将所述目标数据以及所述样本数据映射至隐蔽空间；/n比较所述目标数据在所述隐蔽空间中的分布与所述样本数据在所述隐蔽空间中的分布之间的差异；/n在所述差异小于阈值的情况下，将所述第一维护模型应用于所述第二设备，用于维护所述第二设备；/n在所述差异大于阈值的情况下，利用采集到的所述目标数据对所述模型进行训练，获得训练好的第二维护模型，用于维护所述第二设备。/n
【技术特征摘要】
1.一种用于维护设备的方法，其特征在于，包括：
采集处于正常运转情况下的第一设备的多个样本数据；
利用采集到的所述样本数据对模型进行训练，获得训练好的第一维护模型；
采集处于正常运转情况下的第二设备的多个目标数据；
将所述目标数据以及所述样本数据映射至隐蔽空间；
比较所述目标数据在所述隐蔽空间中的分布与所述样本数据在所述隐蔽空间中的分布之间的差异；
在所述差异小于阈值的情况下，将所述第一维护模型应用于所述第二设备，用于维护所述第二设备；
在所述差异大于阈值的情况下，利用采集到的所述目标数据对所述模型进行训练，获得训练好的第二维护模型，用于维护所述第二设备。
2.根据权利要求1所述的用于维护设备的方法，其特征在于，将所述目标数据和所述样本数据映射至隐蔽空间包括：对所述目标数据以及所述样本数据进行相同类型的处理，所述处理包括以下各项中的至少一项：正则化处理、降维处理、特征变换处理、自动编码器处理。
3.根据权利要求2所述的用于维护设备的方法，在对所述目标数据以及所述样本数据进行相同类型的处理中，采用第一参数对所述样本数据进行处理，采用第二参数对所述目标数据进行处理，其中，基于所述样本数据确定所述第一参数，基于所述目标数据确定所述第二参数。
4.根据权利要求1至3中任一项所述的用于维护设备的方法，比较所述目标数据在所述隐蔽空间中的分布与所述样本数据在所述隐蔽空间中的分布之间的差异包括：比较所述目标数据在所述隐蔽空间中的分布函数与所述样本数据在所述隐蔽空间中的分布函数。
5.根据权利要求4所述的用于维护设备的方法，其特征在于，在所述目标数据在所述隐蔽空间中的分布函数与所述样本数据在所述隐蔽空间中的分布函数相同的情况下，判定所述目标数据在所述隐蔽空间中的分布与所述样本数据在所述隐蔽空间中的分布之间的差异小于阈值。
6.根据权利要求1所述的用于维护设备的方法，其特征在于，所述第一设备和所述第二设备的类型以及工况相同。
7.根据权利要求1所述的用于维护设备的方法，其特征在于，所述样本数据的数量大于所述目标数据的数量。
8....
【专利技术属性】
技术研发人员：雷光伟，刘飞虎，
申请(专利权)人：西门子工厂自动化工程有限公司，
类型：发明
国别省市：北京;11
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。