设备故障预测诊断系统和方法技术方案

本发明专利技术公开了设备故障预测诊断系统和方法，系统包括：数据采集模块、故障诊断模块、信息管理模块、故障预测模块以及报警模块；所述故障诊断模块是以大数据及人工智能技术为基础，建立生产数据拟合分析及故障诊断预测模型，自动分析设备故障发生源及产生原因；所述故障预测模块通过整理挖掘产线大数据，对设备运行状况进行分析和诊断，预测故障发生的概率，实现故障提前预测和自动生成维护计划。本发明专利技术适用于复合材料生产线的设备故障预测诊断，摆脱了对生产人员传统经验的模糊判断及依赖，降低人力成本，优化生产线修复性维护与周期性维护之间的平衡，实现设备故障的远程智能预测和健康管理，支撑产线生产过程的连续化和生产管理的智能化。生产管理的智能化。生产管理的智能化。

【技术实现步骤摘要】
设备故障预测诊断系统和方法


[0001]本专利技术涉及故障预测
，特别涉及设备故障预测诊断系统和方法。

技术介绍

[0002]在复合材料生产线中，生产设备的故障分析通常依靠生产人员的传统经验进行模糊判断，其预测结果准确性低，并且十分依赖生产人员的经验，普适性较差。生产线中时常会发生因设备故障带来的意外停产事故，影响生产线的稳定性，增加了生产线的管理难度。

技术实现思路

[0003]本专利技术提供了一种设备故障预测诊断系统和方法，以大数据及人工智能技术为基础，建立生产数据分析及故障诊断预测模型，自动分析生产线设备故障发生概览、发生原因以及发生地点，摆脱了对生产人员传统经验的模糊判断及依赖，降低人员成本，实现对设备的预测管理，降低意外停产事故，优化产线修复性维护与周期性维护之间的平衡，支撑产线生产过程的持续化、连贯性和生产管理的智能化。
[0004]本专利技术的技术方案如下：设备故障预测诊断系统，其特征在于，包括：数据采集模块、故障诊断模块、信息管理模块、故障预测模块以及报警模块；所述数据采集模块用于采集设备数据，所述本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.设备故障预测诊断系统，其特征在于，包括：数据采集模块、故障诊断模块、信息管理模块、故障预测模块以及报警模块；所述数据采集模块用于采集设备数据，所述设备数据包括plc底层的状态标签、设备温度、电机电流、CST功率及运维信息数据库；所述故障诊断模块是以大数据及人工智能技术为基础，建立生产数据拟合分析及故障诊断预测模型，自动分析设备故障发生源及产生原因；所述故障评估预测模块通过整理挖掘产线大数据，对设备运行状况进行分析和诊断，预测故障发生的概率，实现故障提前预测和自动生成维护计划；所述信息管理模块用于查看故障预测及诊断的信息，并根据相关故障信息自动生成报警信息；所述报警模块根据报警信息进行报警。2.设备故障预测诊断方法，其特征在于，包括以下步骤：步骤1：采集设备数据，所述设备数据包括plc底层的状态标签、设备温度、电机电流、CST功率及运维信息数据库；步骤2：根据所述设备数据判断设备上的故障类型；步骤3：对设备运行状况进行分析和诊断，预测故障发生的概率；步骤4：根据故障预测及诊断的信息自动生成报警信息到报警模块；步骤5：根据所述报警信息进行报警。3.根据权利要求2所述的设备故障预测诊断方法，其特征在于，步骤3包括：步骤31：根据所述设备数据和所述故障类型统计生产设备在多个预设时段内每个所述故障类型出现故障的故障次数和持续时间；步骤32：每个预设时段设有不同的第一权重值，根据所述故障次数、所述持续时间和故障出现所在时段所对应的所述第一权重值得到故障程度信息；步骤33：根据故障程度信息及故障持续时间获取故障概率。4.根据权利要求3所述的设备故障预测诊断方法，其特征在于，不同预设时段的第一权重值满足：越靠近当前时刻的时段的第一权重值越大。5.根据权利要求4所述的设备故障预测诊断方法，其特征在于，步骤31包括：步骤311：根据所述设备数据统计生产设备在多个预设时段内出现故障的故障次数和持续时间；步骤312：根据所述设备数据和所述故障类型生成故障历史数据；步骤313：分...

【专利技术属性】
技术研发人员：唐宇，孙鸣，陶健，涂亚东，何晨曦，程志远，于春，李晓敏，鄂丽莉，
申请(专利权)人：南京玻璃纤维研究设计院有限公司，
类型：发明
国别省市：