故障检测方法、装置、电子设备和介质制造方法及图纸

本公开提供了一种故障检测方法、装置、设备、介质和产品，涉及计算机技术领域，具体为工业大数据、机器学习技术领域。故障检测方法包括：基于目标频率范围和目标设备的运行状态数据的频率，对运行状态数据进行分解，得到与目标频率范围对应的频率区间数据；对频率区间数据进行特征提取，得到与频率区间数据对应的初始特征集合，其中，初始特征集合中的初始特征包括类别标识；基于类别标识，对初始特征集合进行处理，得到目标特征；基于目标特征，确定针对目标设备的故障信息。对目标设备的故障信息。对目标设备的故障信息。

【技术实现步骤摘要】
故障检测方法、装置、电子设备和介质


[0001]本公开涉及计算机
，具体为工业大数据、机器学习
，更具体地，涉及一种故障检测方法、装置、电子设备、介质和程序产品。

技术介绍

[0002]在目标设备的运行过程中，在一些情况下会发生设备故障，目标设备包括机械设备。为了保证设备的正常运行，需要及时检测设备的故障情况，以便及时采集相关措施。但是，相关技术的设备故障检测方式存在准确性较低、成本较高的问题。

技术实现思路

[0003]本公开提供了一种故障检测方法、装置、电子设备、存储介质以及程序产品。
[0004]根据本公开的一方面，提供了一种故障检测方法，包括：基于目标频率范围和目标设备的运行状态数据的频率，对所述运行状态数据进行分解，得到与所述目标频率范围对应的频率区间数据；对所述频率区间数据进行特征提取，得到与所述频率区间数据对应的初始特征集合，其中，所述初始特征集合中的初始特征包括类别标识；基于所述类别标识，对所述初始特征集合进行处理，得到目标特征；基于所述目标特征，确定针对所述目标设备的故障信息。
[0005]根据本公开的另一方面，提供了一种故障检测装置，包括：分解模块、提取模块、处理模块以及第一确定模块。分解模块，用于基于目标频率范围和目标设备的运行状态数据的频率，对所述运行状态数据进行分解，得到与所述目标频率范围对应的频率区间数据；提取模块，用于对所述频率区间数据进行特征提取，得到与所述频率区间数据对应的初始特征集合，其中，所述初始特征集合中的初始特征包括类别标识；处理模块，用于基于所述类别标识，对所述初始特征集合进行处理，得到目标特征；第一确定模块，用于基于所述目标特征，确定针对所述目标设备的故障信息。
[0006]根据本公开的另一方面，提供了一种电子设备，包括：至少一个处理器和与所述至少一个处理器通信连接的存储器。其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述的故障检测方法。
[0007]根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行上述的故障检测方法。
[0008]根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序/指令，所述计算机程序/指令被处理器执行时实现上述故障检测方法的步骤。
[0009]应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
[0010]附图用于更好地理解本方案，不构成对本公开的限定。其中：
[0011]图1示意性示出了根据本公开一实施例的故障检测的系统架构；
[0012]图2示意性示出了根据本公开一实施例的故障检测方法的流程图；
[0013]图3示意性示出了根据本公开一实施例的故障检测方法的系统图；
[0014]图4示意性示出了根据本公开另一实施例的故障检测方法的系统图；
[0015]图5示意性示出了根据本公开一实施例的故障检测装置的框图；以及
[0016]图6是用来实现本公开实施例的用于执行故障检测的电子设备的框图。
具体实施方式
[0017]以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
[0018]在此使用的术语仅仅是为了描述具体实施例，而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在，但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。
[0019]在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义，除非另外定义。应注意，这里使用的术语应解释为具有与本说明书的上下文相一致的含义，而不应以理想化或过于刻板的方式来解释。
[0020]在使用类似于“A、B和C等中至少一个”这样的表述的情况下，一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如，“具有A、B和C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。
[0021]图1示意性示出了根据本公开一实施例的故障检测的系统架构。需要注意的是，图1所示仅为可以应用本公开实施例的系统架构的示例，以帮助本领域技术人员理解本公开的
技术实现思路
，但并不意味着本公开实施例不可以用于其他设备、系统、环境或场景。
[0022]如图1所示，根据该实施例的系统架构100可以包括数据采集装置101、102、103，网络104和服务器105。网络104用以在数据采集装置101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
[0023]数据采集装置101、102、103可以是具有数据采集功能的各种电子设备，例如包括但不限于温度传感器、压力传感器、设备磨损传感器等等。
[0024]服务器105可以是提供各种服务的服务器，例如对用户利用数据采集装置101、102、103所浏览的网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的数据进行分析等处理，并将处理结果。服务器105还可以是云服务器，即服务器105具有云计算功能。
[0025]需要说明的是，本公开实施例所提供的故障检测方法可以由服务器105执行。相应地，本公开实施例所提供的故障检测装置可以设置于服务器105中。
[0026]在一种示例中，数据采集装置101、102、103用于采集目标设备的运行状态数据，目
标设备例如包括机械设备，机械设备包括但不仅限于飞机、汽轮机、燃气轮机、机床等等。数据采集装置101、102、103可以将采集的运行状态数据通过网络104发送给服务器105。服务器105可以处理运行状态数据，得到针对目标设备的故障信息。
[0027]应该理解，图1中的数据采集装置、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的数据采集装置、网络和服务器。
[0028]下面结合图1的系统架构，参考图2～图4来描述根据本公开示例性实施方式的故障检测方法。本公开实施例的故障检测方法例如可以由图1所示的服务器来执行，图1所示的服务器例如以下文的电子设备相同或类似。
[0029]图2示意性示出了根据本公开一实施例的故障检测方法的流程图。
[0030]如图2所示，本公开实施例的故障检测方法200例如可以包括操作S210～操作S240。
[0031]在操作S210，基于目标频率范围和目标设备的运本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种故障检测方法，包括：基于目标频率范围和目标设备的运行状态数据的频率，对所述运行状态数据进行分解，得到与所述目标频率范围对应的频率区间数据；对所述频率区间数据进行特征提取，得到与所述频率区间数据对应的初始特征集合，其中，所述初始特征集合中的初始特征包括类别标识；基于所述类别标识，对所述初始特征集合进行处理，得到目标特征；以及基于所述目标特征，确定针对所述目标设备的故障信息。2.根据权利要求1所述的方法，其中，所述初始特征集合包括多个时域类别特征；所述基于所述类别标识，对所述初始特征集合进行处理，得到目标特征包括：将所述多个时域类别特征中的任意多个进行组合，得到第一组合特征；以及将所述多个时域类别特征和所述第一组合特征确定为所述目标特征。3.根据权利要求1或2所述的方法，其中，所述初始特征集合包括多个频域类别特征；所述基于所述类别标识，对所述初始特征集合进行处理，得到目标特征包括：将所述多个频域类别特征中的任意多个进行组合，得到第二组合特征；以及将所述多个频域类别特征和所述第二组合特征确定为所述目标特征。4.根据权利要求1
‑
3中任意一项所述的方法，其中，所述初始特征集合包括时域类别特征和频域类别特征；所述基于所述类别标识，对所述初始特征集合进行处理，得到目标特征包括：将所述时域类别特征和所述频域类别特征进行组合，得到第三组合特征；以及将所述时域类别特征、所述频域类别特征和所述第三组合特征确定为所述目标特征。5.根据权利要求1
‑
4中任意一项所述的方法，其中，所述初始特征集合包括时频域类别特征；所述基于所述类别标识，对所述初始特征集合进行处理，得到目标特征包括：将所述时频域类别特征确定为所述目标特征。6.根据权利要求1所述的方法，其中，所述基于所述目标特征，确定所述目标设备的故障信息包括：基于历史故障信息，确定所述目标特征的重要度；基于所述重要度，从所述目标特征中选择重要特征；以及将所述重要特征输入机器学习模型中，得到针对所述目标设备的故障信息。7.根据权利要求1所述的方法，还包括：基于所述目标设备的运行状态数据的频率分布，确定所述目标频率范围。8.根据权利要求1所述的方法，其中，所述频率区间数据包括第一频率区间数据、第二频率区间数据、第三频率区间数据，所述第一频率区间数据的频率大于等于所述第二频率区间数据的频率，所述第二频率区间数据的频率大于等于所述第三频率区间数据的频率。9.根据权利要求2所述的方法，其中，所述时域类别特征包括以下至少一个：均值、均方根、脉冲、峭度、裕度、峰值、均方误差、峰度、偏度。10.根据权利要求3所述的方法，其中，所述频域类别特征包括以下至少一个：功率谱标准差、功率谱和、功率谱均值、功率谱偏度、功率谱峭度、功率谱相对峰值、最大值频率。11.一种故障检测装置，包括：
分解模块，用于基于目标频率范围和目标设备的运行状态数据的频率，对所述运行状态数据进行分解，得到与所述目标频率范围对应的频率区间数据；提取模块，用于对所述频率区间数据进行特征提取，得到与所述频率区间数据对应的初始特征集合，其中，所述初始特征集合中的初始特征包括类别标识；处理模块，用于基于所述类别标识，对所述初始特征...

【专利技术属性】
技术研发人员：杨海华，杨敬，王栋，张英，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：