本申请的实施例提供了一种应用于工业互联网的故障预测方法、装置、计算机可读介质及电子设备。该应用于工业互联网的故障预测方法包括：获取当前工业生产过程中的运行数据以及所述运行数据关联的配件信息；根据运行数据中的运行参数和本轮运行时长，以及预设的参数阈值确定异常运行占比；获取所述配件标识对应的使用寿命，根据所述总运行时长和所述使用寿命确定配件的有效寿命占比；基于所述异常运行占比和所述有效寿命占比确定所述配件发生故障的概率。通过根据配件实际的运行参数值确定异常运行占比，同时将配件的运行时长和使用寿命也考虑进故障的预测中，保证了故障预测的全面和精确，提高了工业生产中的设备监控的效率和可靠性。可靠性。可靠性。
【技术实现步骤摘要】
应用于工业互联网的故障预测方法、装置及电子设备
[0001]本申请涉及计算机
，具体而言，涉及一种应用于工业互联网的故障预测方法、装置、计算机可读介质及电子设备。
技术介绍
[0002]工业互联网是新一代信息通信技术与工业经济深度融合的新型基础设施、应用模式和工业生态，通过对人、机、物、系统等的全面连接，构建起覆盖全产业链、全价值链的全新制造和服务体系。在实际的工业生产过程中，通过对尚未发生但通过某些迹象判断设备可能存在异常，这种判断可以通过某种模型或者算法进行初筛，然后通过人工确认后，再向设备工程师发出警告，最终现场确认设备是否存在故障，或者故障趋势。但是这种方式在精确性和故障预测效率上往往不能满足生产者的需求。
技术实现思路
[0003]本申请的实施例提供了一种应用于工业互联网的故障预测方法、装置、计算机可读介质及电子设备，进而至少在一定程度上可以保证了故障预测的全面和精确，提高了工业生产中的设备监控的效率和可靠性。
[0004]本申请的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本申请的实践而习得。
[0005]根据本申请实施例的一个方面，提供了一种应用于工业互联网的故障预测方法，包括：获取当前工业生产过程中的运行数据以及所述运行数据关联的配件信息；所述运行数据包括运行参数、本轮运行时长以及总运行时长，所述配件信息包括配件标识；根据所述运行数据中的运行参数和本轮运行时长，以及预设的参数阈值，确定异常运行占比；获取所述配件标识对应的使用寿命，根据所述总运行时长和所述使用寿命，确定配件的有效寿命占比；基于所述异常运行占比和所述有效寿命占比，确定所述配件发生故障的概率。
[0006]在本申请的一些实施例中，基于前述方案，所述获取当前工业生产过程中的运行数据以及所述运行数据关联的配件信息，包括：基于设定的数据获取周期，通过预设的传感器获取当前工业生产过程中的运行数据，并从数据库中获取与所述运行数据关联的配件信息。
[0007]在本申请的一些实施例中，基于前述方案，所述根据所述运行数据中的运行参数和本轮运行时长，以及预设的参数阈值，确定异常运行占比，包括：计算所述运行参数和所述参数阈值之间的参数差值；根据所述参数差值与所述参数阈值之间的比值，以及所述本轮运行时长，确定异常运行占比。
[0008]在本申请的一些实施例中，基于前述方案，所述根据所述总运行时长和所述使用寿命，确定配件的有效寿命占比，包括：根据所述使用寿命和所述总运行时长之间的比值，确定配件的已用时间占比；基于所述已用时间占比确定配件的有效寿命占比。
[0009]在本申请的一些实施例中，基于前述方案，所述基于所述异常运行占比和所述有效寿命占比，确定所述配件发生故障的概率，包括：基于所述异常运行占比和所述有效寿命占比之间的比值，确定配件发生故障的概率。
[0010]在本申请的一些实施例中，基于前述方案，所述方法还包括：根据所述配件发生故障的概率和所述使用寿命，预测所述配件的发生故障的时间。
[0011]在本申请的一些实施例中，基于前述方案，所述根据所述配件发生故障的概率和所述使用寿命，预测所述配件的发生故障的时间，包括：根据所述配件发生故障的概率，确定配件正常运行的概率；根据所述配件正常运行的概率与使用寿命之间的乘积，确定配件正常运行的时长；根据配件正常运行的时长，确定配件的发生故障的时间。
[0012]根据本申请实施例的一个方面，提供了一种应用于工业互联网的故障预测装置，包括：数据获取单元，用于获取当前工业生产过程中的运行数据以及所述运行数据关联的配件信息；所述运行数据包括运行参数、本轮运行时长以及总运行时长，所述配件信息包括配件标识；异常确定单元，用于根据所述运行数据中的运行参数和本轮运行时长，以及预设的参数阈值，确定异常运行占比；时间确定单元，用于获取所述配件标识对应的使用寿命，根据所述总运行时长和所述使用寿命，确定配件的有效寿命占比；故障预测单元，用于基于所述异常运行占比和所述有效寿命占比，确定所述配件发生故障的概率。
[0013]在本申请的一些实施例中，基于前述方案，所述获取当前工业生产过程中的运行数据以及所述运行数据关联的配件信息，包括：基于设定的数据获取周期，通过预设的传感器获取当前工业生产过程中的运行数据，并从数据库中获取与所述运行数据关联的配件信息。
[0014]在本申请的一些实施例中，基于前述方案，所述根据所述运行数据中的运行参数和本轮运行时长，以及预设的参数阈值，确定异常运行占比，包括：计算所述运行参数和所述参数阈值之间的参数差值；根据所述参数差值与所述参数阈值之间的比值，以及所述本轮运行时间，确定异常运行占比。
[0015]在本申请的一些实施例中，基于前述方案，所述根据所述总运行时长和所述使用寿命，确定配件的有效寿命占比，包括：
根据所述使用寿命和所述总运行时长之间的比值，确定配件的已用时间占比；基于所述已用时间占比确定配件的有效寿命占比。
[0016]在本申请的一些实施例中，基于前述方案，所述基于所述异常运行占比和所述有效寿命占比，确定所述配件发生故障的概率，包括：基于所述异常运行占比和所述有效寿命占比之间的比值，确定配件发生故障的概率。
[0017]在本申请的一些实施例中，基于前述方案，所述方法还包括：根据所述配件发生故障的概率和所述使用寿命，预测所述配件的发生故障的时间。
[0018]在本申请的一些实施例中，基于前述方案，所述根据所述配件发生故障的概率和所述使用寿命，预测所述配件的发生故障的时间，包括：根据所述配件发生故障的概率，确定配件正常运行的概率；根据所述配件正常运行的概率与使用寿命之间的乘积，确定配件正常运行的时长；根据配件正常运行的时长，确定配件的发生故障的时间。
[0019]根据本申请实施例的一个方面，提供了一种计算机可读介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上述实施例中所述的应用于工业互联网的故障预测方法。
[0020]根据本申请实施例的一个方面，提供了一种电子设备，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现如上述实施例中所述的应用于工业互联网的故障预测方法。
[0021]根据本申请实施例的一个方面，提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述各种可选实现方式中提供的应用于工业互联网的故障预测方法。
[0022]在本申请的一些实施例所提供的技术方案中，获取当前工业生产过程中的运行数据以及所述运行数据关联的配件信息；根据所述运行数据中的运行参数和本轮运行时长，以及预设的参数阈值，确定异常运行占比；获取所述配件标识对应的使用寿命，根据所述总运行时长和所述使用寿命，确定配件本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种应用于工业互联网的故障预测方法，其特征在于，包括：获取当前工业生产过程中的运行数据以及所述运行数据关联的配件信息；所述运行数据包括运行参数、本轮运行时长以及总运行时长，所述配件信息包括配件标识；根据所述运行数据中的运行参数和本轮运行时长，以及预设的参数阈值，确定异常运行占比；获取所述配件标识对应的使用寿命，根据所述总运行时长和所述使用寿命，确定配件的有效寿命占比；基于所述异常运行占比和所述有效寿命占比，确定所述配件发生故障的概率。2.根据权利要求1所述的方法，其特征在于，获取当前工业生产过程中的运行数据以及所述运行数据关联的配件信息，包括：基于设定的数据获取周期，通过预设的传感器获取当前工业生产过程中的运行数据，并从数据库中获取与所述运行数据关联的配件信息。3.根据权利要求1所述的方法，其特征在于，根据所述运行数据中的运行参数和本轮运行时长，以及预设的参数阈值，确定异常运行占比，包括：计算所述运行参数和所述参数阈值之间的参数差值；根据所述参数差值与所述参数阈值之间的比值，以及所述本轮运行时长，确定异常运行占比。4.根据权利要求1所述的方法，其特征在于，根据所述总运行时长和所述使用寿命，确定配件的有效寿命占比，包括：根据所述使用寿命和所述总运行时长之间的比值，确定配件的已用时间占比；基于所述已用时间占比确定配件的有效寿命占比。5.根据权利要求1所述的方法，其特征在于，基于所述异常运行占比和所述有效寿命占比，确定所述配件发生故障的概率，包括：基于所述异常运行占比和所述有效寿命占比之间的比值，确定配件发生故障的概率。6....
【专利技术属性】
技术研发人员：贾昌武，李鸿峰，黄筱炼，谭国豪，
申请(专利权)人：深圳市玄羽科技有限公司，
类型：发明
国别省市：
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。