设备的故障预测方法、装置、系统、设备及存储介质制造方法及图纸

本申请涉及一种设备的故障预测方法、装置、系统、设备及存储介质，该方法包括：获取设备的至少一个运行指标的当前运行数据；获取至少一个运行指标的历史运行数据；对于每一个运行指标，进行如下处理：获取当前运行数据和历史运行数据的第一差值；确定第一差值所属的目标子论域以及目标子论域的第一评分；获取目标子论域的上边界值和下边界值；基于第一评分、目标子论域的下一子论域的第二评分、上边界值和下边界值计算运行指标的附加评分；将第一评分和附加评分的和作为运行指标的总评分；根据每个运行指标的总评分和运行指标的权重值对设备进行故障预测。本申请用以提供一种准确、可靠、适用范围广的故障预测方法。

【技术实现步骤摘要】
设备的故障预测方法、装置、系统、设备及存储介质
本申请涉及智能监控
，尤其涉及一种设备的故障预测方法、装置、系统、设备及存储介质。
技术介绍
在石油、化工、电子、医药、新能源等众多类型的企业中，工业废物的产生不可避免，工业废物处理设备已经成为此类企业在生产过程中不可缺少的设备之一。随着工业大数据技术的发展，实现工业废物处理设备的远程监控已经成为必然趋势。对于工业废物处理设备的故障预测，现有技术中采用基于神经网络算法的故障预测模型对工业废物处理设备进行故障预测。但是，神经网络模型的准确性建立在对大量具有明显特征的数据进行训练的基础上，训练样本越完善，故障预测准确度才越高。而工业废物处理设备虽然正常运行数据充足，但是故障样本数据匮乏，且破坏性试验成本高，导致故障预测的结果并不准确。
技术实现思路
本申请提供了一种设备的故障预测方法、装置、系统、设备及存储介质，用以解决现有技术中故障预测的结果不准确的问题。第一方面，本申请实施例提供了一种设备的故障预测方法，包括：获取所述设备的至少一个运行指标的当前运行数据；获取所述至少一个运行指标的历史运行数据；对于每一个所述运行指标，进行如下处理：获取所述当前运行数据和所述历史运行数据的第一差值；确定所述第一差值所属的目标子论域以及所述目标子论域的第一评分；获取所述目标子论域的上边界值和下边界值；基于所述第一评分、所述目标子论域的下一子论域的第二评分、所述上边界值和所述下边界值计算所述运行指标的附加评分；将所述第一评分和所述附加评分的和作为所述运行指标的总评分；根据每个所述运行指标的总评分和所述运行指标的权重值对所述设备进行故障预测。可选的，所述基于所述第一评分、所述目标子论域的下一子论域的第二评分、所述上边界值和所述下边界值计算所述运行指标的附加评分，包括：计算所述第二评分和所述第一评分的第二差值；计算所述第一差值与所述上边界值的第三差值；计算所述上边界值和所述下边界值的第四差值；获取所述第三差值和所述第四差值的商的绝对值；获取所述第二差值和所述绝对值的乘积，得到所述附加评分。可选的，所述获取所述设备的至少一个运行指标的当前运行数据，包括：向所述设备的本地服务器发送获取所述至少一个运行指标的当前运行数据的请求；基于所述请求获取所述至少一个运行指标的当前运行数据。可选的，所述获取所述至少一个运行指标的当前运行数据，包括：获取所述设备的所述至少一个运行指标在当前预设时间段内的运行数据；对于每个运行指标，按照预设大小的滑动窗口，计算所述预设时间段内的运行数据的均值，得到所述至少一个运行指标的所述当前运行数据。可选的，所述根据每个所述运行指标的总评分和所述运行指标的权重值对所述设备进行故障预测，包括：对于每个所述运行指标，计算所述总评分和所述权重值的乘积；计算各个所述运行指标的乘积的和，得到所述设备的健康状态参数；其中，所述健康状态参数用于指示所述设备发生故障的可能性。可选的，所述确定所述第一差值所属的目标子论域，包括：获取所述运行指标的论域和模糊等级的数量；将所述论域划分成与所述模糊等级的数量相同的子论域；将所述第一差值所属的子论域作为所述目标子论域。第二方面，本申请实施例提供了一种设备的故障预测系统，包括：远程服务器、至少一个本地服务器和至少一个所述设备；其中，所述至少一个本地服务器与所述远程服务器建立通信连接，且每个所述本地服务器与一个所述设备建立通信连接；所述本地服务器，用于获取所述设备的至少一个运行指标的当前运行数据，并发送至所述远程服务器；所述远程服务器，用于获取所述至少一个运行指标的历史运行数据；对于每一个所述运行指标，进行如下处理：获取所述当前运行数据和所述历史运行数据的第一差值；确定所述第一差值所属的目标子论域以及所述目标子论域的第一评分；获取所述目标子论域的上边界值和下边界值；基于所述第一评分、所述目标子论域的下一子论域的第二评分、所述上边界值和所述下边界值计算所述运行指标的附加评分；将所述第一评分和所述附加评分的和作为所述运行指标的总评分；根据每个所述运行指标的总评分和所述运行指标的权重值对所述设备进行故障预测。第三方面，本申请实施例提供了一种设备的故障预测装置，包括：第一获取模块，用于获取所述设备的至少一个运行指标的当前运行数据；第二获取模块，用于获取所述至少一个运行指标的历史运行数据；评价模块，用于对于每一个所述运行指标，进行如下处理：获取所述当前运行数据和所述历史运行数据的第一差值；确定所述第一差值所属的目标子论域以及所述目标子论域的第一评分；获取所述目标子论域的上边界值和下边界值；基于所述第一评分、所述目标子论域的下一子论域的第二评分、所述上边界值和所述下边界值计算所述运行指标的附加评分；将所述第一评分和所述附加评分的和作为所述运行指标的总评分；故障预测模块，用于根据每个所述运行指标的总评分和所述运行指标的权重值对所述设备进行故障预测。第四方面，本申请实施例提供了一种电子设备，包括：处理器、存储器和通信总线，其中，处理器和存储器通过通信总线完成相互间的通信；所述存储器，用于存储计算机程序；所述处理器，用于执行所述存储器中所存储的程序，实现第一方面所述的设备的故障预测方法。第五方面，本申请实施例提供了一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时实现第一方面所述的设备的故障预测方法。本申请实施例提供的上述技术方案与现有技术相比具有如下优点：本申请实施例提供的该方法，利用运行指标的当前运行数据和历史运行数据的第一差值，确定与第一差值对应的第一评分和附加评分，根据第一评分和附加评分计算得到运行指标的总评分，根据运行指标的总评分和运行指标的权重值进行故障预测，不需要建立在大量的故障样本数据之上，无需建立精确的神经网络模型，以大量的正常的历史运行数据为基准，采用模糊算法的思想进行故障预测，准确度高，鲁棒性强，且不依赖模糊算法中的隶属度函数，是对现有模糊算法的一种改进，适应范围更广泛。附图说明此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本专利技术的实施例，并与说明书一起用于解释本专利技术的原理。为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1为本申请实施例提供的设备的故障预测方法的系统架构示意图；图2为本申请实施例提供的一种设备的故障预测方法的流程示意图；图3为本申请实施例提供的利用滑动窗口计算均值的示意图；图4为本申请实施例提供的故障预测界面的示意图；图5为本申请实施例提供的一种设备的故障预测装置的结构本文档来自技高网...

【技术保护点】
1.一种设备的故障预测方法，其特征在于，包括：/n获取所述设备的至少一个运行指标的当前运行数据；/n获取所述至少一个运行指标的历史运行数据；/n对于每一个所述运行指标，进行如下处理：/n获取所述当前运行数据和所述历史运行数据的第一差值；确定所述第一差值所属的目标子论域以及所述目标子论域的第一评分；获取所述目标子论域的上边界值和下边界值；基于所述第一评分、所述目标子论域的下一子论域的第二评分、所述上边界值和所述下边界值计算所述运行指标的附加评分；将所述第一评分和所述附加评分的和作为所述运行指标的总评分；/n根据每个所述运行指标的总评分和所述运行指标的权重值对所述设备进行故障预测。/n

【技术特征摘要】
1.一种设备的故障预测方法，其特征在于，包括：
获取所述设备的至少一个运行指标的当前运行数据；
获取所述至少一个运行指标的历史运行数据；
对于每一个所述运行指标，进行如下处理：
获取所述当前运行数据和所述历史运行数据的第一差值；确定所述第一差值所属的目标子论域以及所述目标子论域的第一评分；获取所述目标子论域的上边界值和下边界值；基于所述第一评分、所述目标子论域的下一子论域的第二评分、所述上边界值和所述下边界值计算所述运行指标的附加评分；将所述第一评分和所述附加评分的和作为所述运行指标的总评分；
根据每个所述运行指标的总评分和所述运行指标的权重值对所述设备进行故障预测。


2.根据权利要求1所述的设备的故障预测方法，其特征在于，所述基于所述第一评分、所述目标子论域的下一子论域的第二评分、所述上边界值和所述下边界值计算所述运行指标的附加评分，包括：
计算所述第二评分和所述第一评分的第二差值；
计算所述第一差值与所述上边界值的第三差值；
计算所述上边界值和所述下边界值的第四差值；
获取所述第三差值和所述第四差值的商的绝对值；
获取所述第二差值和所述绝对值的乘积，得到所述附加评分。


3.根据权利要求1所述的设备的故障预测方法，其特征在于，所述获取所述设备的至少一个运行指标的当前运行数据，包括：
向所述设备的本地服务器发送获取所述至少一个运行指标的当前运行数据的请求；
基于所述请求获取所述至少一个运行指标的当前运行数据。


4.根据权利要求1所述的设备的故障预测方法，其特征在于，所述获取所述至少一个运行指标的当前运行数据，包括：
获取所述设备的所述至少一个运行指标在当前预设时间段内的运行数据；
对于每个运行指标，按照预设大小的滑动窗口，计算所述预设时间段内的运行数据的均值，得到所述至少一个运行指标的所述当前运行数据。


5.根据权利要求1所述的设备的故障预测方法，其特征在于，所述根据每个所述运行指标的总评分和所述运行指标的权重值对所述设备进行故障预测，包括：
对于每个所述运行指标，计算所述总评分和所述权重值的乘积；
计算各个所述运行指标的乘积的和，得到所述设备的健康状态参数；其中，所述健康状态参数用于指示所述设备发生故障的可能性。


6.根据权利要求1所述的设备的故障预测方法，其特征在于，所述确定所述第一差值所属的...

【专利技术属性】
技术研发人员：代超，叶翔，曾锡安，陈涛，
申请(专利权)人：深圳市捷晶能源科技有限公司，
类型：发明
国别省市：广东;44