故障诊断方法、装置及计算机可读存储介质制造方法及图纸

本发明专利技术公开了一种故障诊断方法、装置及计算机可读存储介质，所述故障诊断方法包括以下步骤：获取待诊断机器的诊断参数；将所述诊断参数与样本数据库中各个样本机器的样本参数进行匹配，得到所述待诊断机器与各个所述样本机器的匹配结果；根据所述匹配结果确定与所述待诊断机器相匹配的样本机器；获取所述样本机器的故障信息，并根据所述样本机器的故障信息确定所述待诊断机器的诊断结果，其中，所述诊断结果包括所述待诊断机器的问题部件、问题影响因素和/或所述问题影响因素的影响权重。本发明专利技术能够解决机器设备的能效稳定性较低的问题。题。题。

【技术实现步骤摘要】
故障诊断方法、装置及计算机可读存储介质


[0001]本专利技术涉及故障诊断
，特别涉及一种故障诊断方法、装置及计算机可读存储介质。

技术介绍

[0002]许多机器设备，例如空调器，在产品设计开发过程中，考虑到来料、制程、零部件等因素，会预留一定的设计余量以防止产品生产过程出现承载范围误差而导致的同批次产品品质不一致化的问题。然而，在产品试制、试产甚至量产阶段，仍然会出现运行余量不足、能效测试值波动大等影响产品性能稳定性的问题，在这种情况下，由于不清楚机器设备发生故障的问题部件，因而无法提供提高机器设备能效稳定性的理论指导和优化方向，导致机器设备的能效稳定性较低。

技术实现思路

[0003]本专利技术的主要目的是提供一种故障诊断方法、装置及计算机可读存储介质，旨在解决机器设备的能效稳定性较低的问题。
[0004]为实现上述目的，本专利技术提供一种故障诊断方法，所述故障诊断方法包括：
[0005]获取待诊断机器的诊断参数；
[0006]将所述诊断参数与样本数据库中各个样本机器的样本参数进行匹配，得到所述待诊断机器与各个所述样本机器的匹配结果；
[0007]根据所述匹配结果确定与所述待诊断机器相匹配的样本机器；
[0008]获取所述样本机器的故障信息，并根据所述故障信息确定所述待诊断机器的诊断结果，其中，所述诊断结果包括所述待诊断机器的问题部件、问题影响因素和/或所述问题影响因素的影响权重。
[0009]可选地，所述将所述诊断参数与样本数据库中各个样本机器的样本参数进行匹配，得到所述待诊断机器与各个所述样本机器的匹配结果的步骤包括：
[0010]获取所述诊断参数的参数水平，其中，所述参数水平为所述诊断参数的实际值相对于所述诊断参数的基准值的相对水平；
[0011]判断所述诊断参数的参数水平与各个所述样本机器的样本参数的参数水平是否相同，以确定所述待诊断机器与各个所述样本机器的匹配结果。
[0012]可选地，所述获取所述诊断参数的参数水平的步骤包括：
[0013]获取所述诊断参数的基准值；
[0014]获取所述诊断参数的实际值与所述基准值的比值；
[0015]根据所述比值确定所述诊断参数的参数水平。
[0016]可选地，所述诊断参数包括所述待诊断机器的输入参数和输出参数，所述样本参数包括所述样本机器的输入参数和输出参数，所述判断所述诊断参数的参数水平与各个所述样本机器的样本参数的参数水平是否相同，以确定所述待诊断机器与各个所述样本机器
的匹配结果的步骤包括：
[0017]判断所述待诊断机器的输入参数的参数水平与各个所述样本机器的同一输入参数的参数水平是否相同，以确定所述待诊断机器与各个所述样本机器的第一匹配结果；
[0018]判断所述待诊断机器的输出参数的参数水平与各个所述样本机器的同一输出参数的参数水平是否相同，以确定所述待诊断机器与各个所述样本机器的第二匹配结果；
[0019]根据所述第一匹配结果和所述第二匹配结果确定所述待诊断机器与各个所述样本机器的匹配结果。
[0020]可选地，所述获取待诊断机器的诊断参数的步骤包括：
[0021]获取所述待诊断机器的输入参数；
[0022]将所述待诊断机器的输入参数输入目标神经网络模型进行预测，得到所述待诊断机器的输出参数；
[0023]将所述输入参数和所述输出参数确定为所述待诊断机器的诊断参数。
[0024]可选地，所述获取所述待诊断机器的输入参数的步骤之前还包括：
[0025]获取预设神经网络模型；
[0026]将训练数据库中训练机器的输入参数输入所述预设神经网络模型，得到所述训练机器的输出参数的实际输出值；
[0027]获取所述训练机器的输出参数的期望输出值；
[0028]在所述实际输出值等于所述期望输出值时，将所述预设神经网路模型确定为所述目标神经网络模型。
[0029]可选地，所述获取所述训练机器的输出参数的期望输出值的步骤之后还包括：
[0030]在所述实际输出值不等于所述期望输出值时，获取所述期望输出值与所述实际输出值之间的误差值；
[0031]根据所述误差值修正所述预设神经网络模型中网络节点偏向的权重；
[0032]将预设神经网络模型更新为所述修正后的神经网络模型，并返回执行所述获取预设神经网络模型的步骤。
[0033]可选地，所述获取所述样本机器的故障信息，并根据所述样本机器的故障信息确定所述待诊断机器的诊断结果，其中，所述诊断结果包括所述待诊断机器的问题部件、问题影响因素和/或所述问题影响因素的影响权重的步骤之后还包括：
[0034]关联所述待诊断机器的诊断参数以及诊断结果；
[0035]将关联后的所述待诊断机器的诊断参数以及诊断结果存储至所述机器样本数据库。
[0036]此外，为实现上述目的，本专利技术还提出一种故障诊断装置，所述故障诊断装置包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的故障诊断程序，所述故障诊断程序被所述处理器执行时实现如以上所述的故障诊断方法的步骤。
[0037]此外，为实现上述目的，本专利技术还提出一种计算机可读存储介质，所述计算机可读存储介质上存储有故障诊断程序，所述故障诊断程序被处理器执行时实现如以上所述的故障诊断方法的步骤。
[0038]本专利技术提出了一种故障诊断方法、装置及计算机可读存储介质，通过获取待诊断机器的诊断参数，将诊断参数与样本数据库中各个样本机器的样本参数进行匹配，得到待
诊断机器与各个样本机器的匹配结果，然后根据匹配结果确定与待诊断机器相匹配的样本机器，之后获取样本机器的故障信息，并根据样本机器的故障信息确定待诊断机器的诊断结果，其中，所述诊断结果包括所述待诊断机器的问题部件、问题影响因素和/或所述问题影响因素的影响权重。这样，本方案可以对未知问题的待诊断机器的问题部件进行溯源，为提高待诊断机器的能效稳定性提供理论指导和优化方向，有效解决了机器设备能效稳定性较低的问题。
附图说明
[0039]本专利技术目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
[0040]图1为本专利技术实施例方案涉及的故障诊断装置的硬件架构示意图；
[0041]图2为本专利技术故障诊断方法第一实施例的流程示意图；
[0042]图3为本专利技术故障诊断方法第二实施例的流程示意图；
[0043]图4为本专利技术故障诊断方法第三实施例的流程示意图；
[0044]图5为本专利技术故障诊断方法第四实施例的流程示意图；
[0045]图6为本专利技术故障诊断方法第五实施例的流程示意图；
[0046]图7为本专利技术故障诊断方法第六实施例的流程示意图；
[0047]图8为本专利技术实施例方案涉及的待诊断空调器X/Y的输入参数表；
[0048]图9为本专利技术实施例方案涉及的匹配度排序的规则示意图；
[0049]图本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种故障诊断方法，其特征在于，所述故障诊断方法包括：获取待诊断机器的诊断参数；将所述诊断参数与样本数据库中各个样本机器的样本参数进行匹配，得到所述待诊断机器与各个所述样本机器的匹配结果；根据所述匹配结果确定与所述待诊断机器相匹配的样本机器；获取所述样本机器的故障信息，并根据所述故障信息确定所述待诊断机器的诊断结果，其中，所述诊断结果包括所述待诊断机器的问题部件、问题影响因素和/或所述问题影响因素的影响权重。2.如权利要求1所述的故障诊断方法，其特征在于，所述将所述诊断参数与样本数据库中各个样本机器的样本参数进行匹配，得到所述待诊断机器与各个所述样本机器的匹配结果的步骤包括：获取所述诊断参数的参数水平，其中，所述参数水平为所述诊断参数的实际值相对于所述诊断参数的基准值的相对水平；判断所述诊断参数的参数水平与各个所述样本机器的样本参数的参数水平是否相同，以确定所述待诊断机器与各个所述样本机器的匹配结果。3.如权利要求2所述的故障诊断方法，其特征在于，所述获取所述诊断参数的参数水平的步骤包括：获取所述诊断参数的基准值；获取所述诊断参数的实际值与所述基准值的比值；根据所述比值确定所述诊断参数的参数水平。4.如权利要求3所述的故障诊断方法，其特征在于，所述诊断参数包括所述待诊断机器的输入参数和输出参数，所述样本参数包括所述样本机器的输入参数和输出参数，所述判断所述诊断参数的参数水平与各个所述样本机器的样本参数的参数水平是否相同，以确定所述待诊断机器与各个所述样本机器的匹配结果的步骤包括：判断所述待诊断机器的输入参数的参数水平与各个所述样本机器的同一输入参数的参数水平是否相同，以确定所述待诊断机器与各个所述样本机器的第一匹配结果；判断所述待诊断机器的输出参数的参数水平与各个所述样本机器的同一输出参数的参数水平是否相同，以确定所述待诊断机器与各个所述样本机器的第二匹配结果；根据所述第一匹配结果和所述第二匹配结果确定所述待诊断机器与各个所述样本机器的匹配结果。5.如权利要求1所述的故障...

【专利技术属性】
技术研发人员：陈超新，张桃，刘迎文，徐华志，任云鸿，支长双，谭成斌，
申请(专利权)人：广东美的制冷设备有限公司，
类型：发明
国别省市：