一种工业设备预测性维护方法技术

本发明专利技术属于工业设备维护技术领域，尤其涉及一种工业设备预测性维护方法，包括以下步骤：S1、根据待监测的设备，分析其监测需求；S2、根据监测需求，将对应的设备数据接入至平台；S3、将接入的设备数据进行预设的处理，得到用于训练的数据；S4、使用处理后的数据，通过预设的训练方法进行模型训练，得到设备预测模型；S5、采集设备的实时数据，并使用设备预测模型进行预测，得到设备的预测数据。本方法可以准确、稳定的对工业设备的状态进行预测性的检测。测。测。

【技术实现步骤摘要】
一种工业设备预测性维护方法


[0001]本专利技术属于工业设备维护
，尤其涉及一种工业设备预测性维护方法。

技术介绍

[0002]当前，为了保证足够的生产力，很多工业设备需要长时间的不停运转。对于工业型企业而言，一旦发生突发性的设备故障导致设备停机，会其生产能力产生非常大的影响。
[0003]因此，行业中的不少技术人员会采用新的方法，来避免设备故障造成的生产损失和材料浪费。目前，最常用的方式是由技术人员进行定期巡检，并在发现某设备存在故障隐患时，及时对其进行维护。但是，各设备由于功率、持续工作时间、工况等因素的不同，损耗速度也存在不同，这就导致每次定期巡检时，大部分设备都处于健康状态，对这些设备的检查基本都属于无用功；另一方面，定期巡检的方式，对巡检的工作人员的专业能力及职业素养要求比较高，不然同样非常容易出现漏检错检的情况。
[0004]综上，怎样才能准确、稳定的对工业设备的状态进行预测性的检测，成为目前亟待解决的问题。

技术实现思路

[0005]针对上述现有技术的不足，本专利技术提供了一种工业设备预测性本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种工业设备预测性维护方法，其特征在于，包括以下步骤：S1、根据待监测的设备，分析其监测需求；S2、根据监测需求，将对应的设备数据接入至平台；S3、将接入的设备数据进行预设的处理，得到用于训练的数据；S4、使用处理后的数据，通过预设的训练方法进行模型训练，得到设备预测模型；S5、采集设备的实时数据，并使用设备预测模型进行预测，得到设备的预测数据。2.如权利要求1所述的工业设备预测性维护方法，其特征在于：S2中，接入的设备数据包括设备参数、设备运行数据、噪音数据、温度数据、湿度数据。3.如权利要求2所述的工业设备预测性维护方法，其特征在于：S3中，所述数据清洗包括重复数据处理、缺失数据处理和异常值处理。4.如权利要求3所述的工业设备预测性维护方法，其特征在于：S3中，所述缺失数据处理包括删除处理、替换处理或插补处理；所述删除处理包括，当一个变量中存在缺失的观测比例小于预设下限值时，删除存在缺失的观测，当一个变量存在缺失的观测...

【专利技术属性】
技术研发人员：巩书凯，王立东，陈磊，
申请(专利权)人：重庆忽米网络科技有限公司，
类型：发明
国别省市：