故障诊断与维护系统、方法、设备及存储介质技术方案

本发明专利技术适用于设备故障诊断技术领域，提供了一种故障诊断与维护系统、方法、设备及存储介质，包括数据收集单元、系统知识图谱单元、故障知识图谱单元和故障分析单元，数据收集单元用于收集来自不同数据源的多维数据，并对多维数据进行状态分割、匹配与融合处理，输出多维数据的连续特征和离散特征，系统知识图谱单元用于基于部件关系采用知识图谱技术构建系统知识图谱，故障知识图谱单元用于基于故障知识采用知识图谱技术构建故障知识图谱，故障分析单元用于基于连续特征、离散特征、系统知识图谱和故障知识图谱，对待诊断设备进行故障分析和/或性能监测，输出故障诊断结果和/或性能预测结果，从而更有效地对待诊断设备进行故障诊断与维护。断与维护。断与维护。

【技术实现步骤摘要】
故障诊断与维护系统、方法、设备及存储介质


[0001]本专利技术属于设备故障诊断
，尤其涉及一种故障诊断与维护系统、方法、设备及存储介质。

技术介绍

[0002]随着大数据技术的发展，越来越多的故障诊断与维护系统通过引入历史运维数据以达到更加准确的故障定位和设备剩余寿命预测。以机载设备为例，目前普遍应用的民航机载设备故障预测与健康管理系统的核心是基于领域知识和试飞\可靠性试验数据所开发出的专家系统，并据此对机载设备进行故障诊断和健康趋势的判断，随着无线QAR、卫通和大数据技术的发展，越来越多的故障预测与健康管理系统开始引入历史运维数据以期达到更加准确的故障定位和航线可更换单元(LRU)级别的剩余寿命预测。
[0003]现有算法的主要缺点：
[0004]1.建立这样的专家系统需要耗费大量人力物力，并且只有飞机主制造商(OEM)或是机载设备子系统制造商才具备建立专家系统的条件。
[0005]2.飞机真实的运行环境与设计/试飞环境不一定完全匹配。很多情况下在设计阶段没有办法预测真实运行环境，导致有些设备容易提前发生故障或是产生错误报警。这会影响航司的运维经济性和对维修备件的预测。
[0006]3.基于数据驱动的故障诊断和剩余寿命预测算法需要大量的由专家标定的历史故障数据进行模型训练。然而民航飞机的可靠性设计标准是非常高的，机载设备发生故障的数量很少。这也就造成历史故障数据量不充分，直接影响到算法的准确性。
[0007]4.不同的航司对于维护标准的尺度掌握存在差异，所以会出现同样的设备在不同的航司那里故障类型和使用寿命是不一样的。现有的基于领域知识以及可靠性试验的定期维修的建议(定检时间间隔)不能完全满足客户差异化的维修和使用方法。不同的故障类型和寿命一样会影响航司运维的经济型和可靠性。
[0008]5.现有的算法系统针对航司特定LRU的一些常见故障比较有效，对于出现频率较低或未知的故障很难有效应对。由于不同航司运作飞行器的自然环境和维修策略各不相同，在实际运营中时常能观测到一些新的故障机制。现有的系统并不具备根据持续积累的运营数据自动更新诊断与预测逻辑，这导致现有系统只能在某些常见故障的诊断与预测上比较有效，但很难有效应对低频故障或新出现的未知故障。

技术实现思路

[0009]本专利技术的目的在于提供一种故障诊断与维护系统、方法、设备及存储介质，旨在解决现有技术中故障诊断与维护准确性不够高的问题。
[0010]一方面，本专利技术提供一种故障诊断与维护系统，所述系统包括：
[0011]数据收集单元，用于收集来自不同数据源的多维数据，并对所述多维数据进行状态分割、匹配与融合处理，输出所述多维数据的连续特征和离散特征；
[0012]系统知识图谱单元，用于基于部件关系采用知识图谱技术构建系统知识图谱；
[0013]故障知识图谱单元，用于基于故障知识采用知识图谱技术构建故障知识图谱；以及
[0014]故障分析单元，用于基于所述连续特征、所述离散特征、所述系统知识图谱和所述故障知识图谱，对待诊断设备进行故障分析和/或性能监测，输出故障诊断结果和/或性能预测结果。
[0015]优选地，所述数据收集单元包括：
[0016]状态分割模块，用于基于预设的参考分割数据对所述多维数据中的第一数据进行状态分割，得到每个状态下的快照样本，其中，所述第一数据包括传感器数据；
[0017]信息匹配模块，用于基于预设的参考匹配数据对所述多维数据中的第二数据进行匹配，得到组合数据，其中，所述第二数据包括运行计划、维修事件和日志数据中的一种或多种组合；以及
[0018]数据融合模块，用于对所述快照样本和所述组合数据进行融合处理，输出所述连续特征和所述离散特征。
[0019]优选地，所述故障分析单元包括分析模块，所述分析模块包括：
[0020]分析模型培训模块，用于基于所述连续特征、所述离散特征、所述系统知识图谱和所述故障知识图谱，在线或离线地进行故障分类器的迭代训练，并将当前训练好的故障分类器的模型文件发送给异常监测模块和故障分离模块；
[0021]所述异常监测模块，用于基于所述连续特征、所述离散特征、所述系统知识图谱和所述故障知识图谱，使用已存储的所述故障分类器的模型文件调用所述故障分类器检测异常数据；
[0022]故障分离模块，用于基于所述异常数据，使用已存储的所述故障分类器的模型文件调用所述故障分类器进行故障分离，若诊断出故障原因则输出所述故障原因和/或维修建议，若未诊断出故障原因则输出所述异常数据以供人工分析。
[0023]优选地，所述分析模块还包括：
[0024]性能监测模块，用于基于所述连续特征、所述离散特征、所述系统知识图谱和所述故障知识图谱，对待诊断设备进行性能监测，并输出所述性能预测结果，所述性能预测结果包括系统级性能预测结果和部件级性能预测结果。
[0025]优选地，所述系统还包括：
[0026]故障逻辑数据库，用于存储故障规则逻辑；以及
[0027]知识生成单元，用于基于第三数据归纳学习所述故障知识，并将所述故障知识发给所述故障知识图谱单元，其中，所述第三数据包括所述连续特征、所述离散特征、所述故障规则逻辑和所述部件关系。
[0028]优选地，所述知识生成单元包括知识模块，所述知识模块包括：
[0029]信号过滤器，用于基于所述部件关系对所述连续特征和所述连续特征进行过滤，得到过滤后的特征；
[0030]知识模型培训模块，用于根据第四数据在线或离线地进行知识分类器的迭代训练，并将当前训练好的知识分类器的模型文件发送给AI模型，其中，所述第四数据包括故障规则逻辑和所述过滤后的特征；以及
[0031]所述AI模型，用于基于所述过滤后的特征，使用已存储的所述知识分类器的模型文件调用所述知识分类器进行知识分类，得到所述故障知识，其中，所述故障知识包括故障部件和每个所述故障部件的故障属性，所述故障属性包括故障症状、故障成因以及故障发生时间和位置。
[0032]优选地，所述第三数据和所述第四数据还包括已标注的故障实例，所述系统还包括：
[0033]报文单元，用于存储第五数据，所述第五数据包括所述故障诊断结果和/或性能预测结果；
[0034]故障数据库，用于存储维修事件和日志数据，并存储已标注的故障实例；以及
[0035]故障标注单元，用于基于所述连续特征、所述离散特征、所述维修事件、所述日志数据和所述第五数据，采用人在回路的技术标注故障实例，并将已标注的故障实施例发送给故障数据库。
[0036]另一方面，本专利技术还提供了一种故障诊断与维护方法，所述方法包括：
[0037]收集来自不同数据源的多维数据，并对所述多维数据进行状态分割、匹配与融合处理，输出所述多维数据的连续特征和离散特征；
[0038]基于所述连续特征、所述离散特征、已构建的系统知识图谱和故障知识图谱，对待诊断设备进行故障分析和/或性能监本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种故障诊断与维护系统，其特征在于，所述系统包括：数据收集单元，用于收集来自不同数据源的多维数据，并对所述多维数据进行状态分割、匹配与融合处理，输出所述多维数据的连续特征和离散特征；系统知识图谱单元，用于基于部件关系采用知识图谱技术构建系统知识图谱；故障知识图谱单元，用于基于故障知识采用知识图谱技术构建故障知识图谱；以及故障分析单元，用于基于所述连续特征、所述离散特征、所述系统知识图谱和所述故障知识图谱，对待诊断设备进行故障分析和/或性能监测，输出故障诊断结果和/或性能预测结果。2.如权利要求1所述的故障诊断与维护系统，其特征在于，所述数据收集单元包括：状态分割模块，用于基于预设的参考分割数据对所述多维数据中的第一数据进行状态分割，得到每个状态下的快照样本，其中，所述第一数据包括传感器数据；信息匹配模块，用于基于预设的参考匹配数据对所述多维数据中的第二数据进行匹配，得到组合数据，其中，所述第二数据包括运行计划、维修事件和日志数据中的一种或多种组合；以及数据融合模块，用于对所述快照样本和所述组合数据进行融合处理，输出所述连续特征和所述离散特征。3.如权利要求1所述的故障诊断与维护系统，其特征在于，所述故障分析单元包括分析模块，所述分析模块包括：分析模型培训模块，用于基于所述连续特征、所述离散特征、所述系统知识图谱和所述故障知识图谱，在线或离线地进行故障分类器的迭代训练，并将当前训练好的故障分类器的模型文件发送给异常监测模块和故障分离模块；所述异常监测模块，用于基于所述连续特征、所述离散特征、所述系统知识图谱和所述故障知识图谱，使用已存储的所述故障分类器的模型文件调用所述故障分类器检测异常数据；故障分离模块，用于基于所述异常数据，使用已存储的所述故障分类器的模型文件调用所述故障分类器进行故障分离，若诊断出故障原因则输出所述故障原因和/或维修建议，若未诊断出故障原因则输出所述异常数据以供人工分析。4.如权利要求3所述的故障诊断与维护系统，其特征在于，所述分析模块还包括：性能监测模块，用于基于所述连续特征、所述离散特征、所述系统知识图谱和所述故障知识图谱，对待诊断设备进行性能监测，并输出所述性能预测结果，所述性能预测结果包括系统级性能预测结果和部件级性能预测结果。5.如权利要求1所述的故障诊断与维护系统，其特征在于，所述系统...

【专利技术属性】
技术研发人员：严汪楼，
申请(专利权)人：海南文鳐科技有限公司，
类型：发明
国别省市：