一种基于AR设备的设备诊断方法与系统技术方案

本发明专利技术公开了一种基于AR设备的设备诊断方法与系统，方法包含获取每个待检设备的实时数据；分别对AR设备数据与待检设备数据进行过滤处理得到AR设备有效数据与待检设备有效数据并进行关联得到包含待检设备唯一标识的数据档案模板，并拆分为多个特征数据得到特征集合；依据多个特征数据对数据档案模板进行分类后存储为或更新历史特征数据；依据待检设备的特征数据获取相应待检设备的历史特征数据，判断该历史特征数据中是否有设备特征模型；并采用聚类算法得出实时值所在的区间得到区间反馈数据；通过设备特征模型，代入区间反馈数据中的实时值得出计算结果，判断该计算结果是否在聚类返回正常区间内，得到诊断数据；整合得到整合数据。到整合数据。到整合数据。

【技术实现步骤摘要】
一种基于AR设备的设备诊断方法与系统


[0001]本专利技术涉及设备诊断领域，具体涉及一种基于AR设备的设备诊断方法与系统。

技术介绍

[0002]工业生产中很多大型的机械设备在运行中会出现性能，强度和劣化状态等情况，以此结果为基础，对设备的可靠性，安全性和寿命进行预测和评估就显得极为重要；在日常的设备诊断中，发现设备异常现象，要检测的项目比较多，包括震动、声音、传热、压力、电压、排油等等，面对各种的功能诊断单一的诊断对于设备出现的问题有很多的不可预测性，同时在预测的结果上有很大的差异，造成生产的成本提升。

技术实现思路

[0003]本专利技术要解决的技术问题是面对各种的功能诊断单一的诊断对于设备出现的问题有很多的不可预测性，同时在预测的结果上有很大的差异，造成生产的成本提升，本专利技术提供一种基于AR设备的设备诊断方法，本专利技术还提供一种基于AR设备的设备诊断系统，通过AR设备采集数据，提供更真实有效的数据，能够对设备进行多角度的功能诊断，大大提高预测结果的真实性，可靠性；对设备安全性和寿命进行预测，降低设备操作存在的风险，提前知晓设备寿命，减少老化带来的风险，用以解决现有技术导致的缺陷。
[0004]为解决上述技术问题本专利技术提供以下的技术方案：
[0005]第一方面，一种基于AR设备的设备诊断方法，其中，包含以下步骤：
[0006]步骤1：AR设备实时获取每个待检设备的实时数据，所述实时数据包含AR设备数据与待检设备数据；
[0007]步骤2：分别对所述AR设备数据与所述待检设备数据进行过滤处理得到AR设备有效数据与待检设备有效数据；
[0008]步骤3：将所述AR设备有效数据与所述待检设备有效数据进行关联得到包含待检设备唯一标识的数据档案模板；
[0009]步骤4：对所述数据档案模板进行特征识别，并拆分为多个特征数据得到特征集合；
[0010]步骤5：依据多个所述特征数据对所述数据档案模板进行分类后存储为或更新历史特征数据；
[0011]步骤6：依据待检设备的所述特征数据获取相应待检设备的所述历史特征数据，判断该设备的所述历史特征数据中是否有设备特征模型，若有，则比较所述设备特征模型与所述特征数据中的特征类型是否一致，若一致，则完善所述设备特征模型，若不一致，则将所述特征数据加入所述设备特征模型中；
[0012]若没有，则将所述特征数据添加为所述设备的设备特征模型；
[0013]步骤7：获取所述设备特征模型并采用dbscan聚类算法得出实时值所在的区间是正常区间还是异常区间，得到区间反馈数据；
[0014]步骤8：通过所述设备特征模型，代入所述区间反馈数据中的所述实时值得出计算结果，判断该计算结果是否在聚类返回正常区间内，得到诊断数据；
[0015]步骤9：将所述数据档案模板、所述区间反馈数据、所述诊断数据进行匹配于整合得到整合数据；
[0016]步骤10：对所述整合数据进行分类，并通过所述AR设备进行展示。
[0017]上述的一种基于AR设备的设备诊断方法，其中，所述AR设备数据包含所述AR设备内置传感器的AR设备传感器数据与所述AR设备获取的视频数据、音频数据；
[0018]所述待检设备数据包含待检设备信息数据、所述待检设备上设备传感器采集的采集数据以及所述设备传感器的待检设备传感器数据。
[0019]上述的一种基于AR设备的设备诊断方法，其中，步骤5中依据多个所述特征数据按关键词、时间、特征信号对所述数据档案模板进行分类后存储为或更新历史特征数据。
[0020]上述的一种基于AR设备的设备诊断方法，其中，所述历史特征数据还包含设备特征数据、设备模型数据、设备类型数据。
[0021]上述的一种基于AR设备的设备诊断方法，其中，步骤6中当所述历史特征数据量到1W条时，对所述历史特征数据做曲线分析，并通过多元线性回归模型得到所述设备特征模型，对所述设备的所述设备特征模型进行更新或增加。
[0022]上述的一种基于AR设备的设备诊断方法，其中，所述区间反馈数据包含正常区间反馈数据与异常区间反馈数据；
[0023]步骤8中，通过所述设备特征模型，代入所述正常区间反馈数据中的所述实时值得出计算结果，判断该计算结果是否在聚类返回正常区间内，得到所述诊断数据；
[0024]依据所述异常区间反馈数据直接处理为所述诊断数据。
[0025]上述的一种基于AR设备的设备诊断方法，其中，所述整合数据还包含依据所述数据档案模板、所述区间反馈数据、所述诊断数据处理生成的数据趋势预测曲线图。
[0026]第二方面，一种基于AR设备的设备诊断系统，其中，包含数据处理模块、分类模块、判断模块、区间处理模块、诊断模块、整合模块；
[0027]所述数据处理模块用于获取AR设备实时获取每个待检设备的实时数据，所述实时数据包含AR设备数据与待检设备数据；
[0028]还用于分别对所述AR设备数据与所述待检设备数据进行过滤处理得到AR设备有效数据与待检设备有效数据；
[0029]还用于将所述AR设备有效数据与所述待检设备有效数据进行关联得到包含待检设备唯一标识的数据档案模板；
[0030]还用于对所述数据档案模板进行特征识别，并拆分为多个特征数据得到特征集合；
[0031]所述分类模块用于依据多个所述特征数据对所述数据档案模板进行分类后存储为或更新历史特征数据；
[0032]所述判断模块用于依据待检设备的所述特征数据获取相应待检设备的所述历史特征数据，判断该设备的所述历史特征数据中是否有设备特征模型，若有，则比较所述设备特征模型与所述特征数据中的特征类型是否一致，若一致，则完善所述设备特征模型，若不一致，则将所述特征数据加入所述设备特征模型中；
[0033]若没有，则将所述特征数据添加为所述设备的设备特征模型；
[0034]所述区间处理模块用于获取所述设备特征模型并采用dbscan聚类算法得出实时值所在的区间是正常区间还是异常区间，得到区间反馈数据；
[0035]所述诊断模块用于通过所述设备特征模型，代入所述区间反馈数据中的所述实时值得出计算结果，判断该计算结果是否在聚类返回正常区间内，得到诊断数据；
[0036]所述整合模块用于将所述数据档案模板、所述区间反馈数据、所述诊断数据进行匹配于整合得到整合数据；
[0037]所述分类模块还用于对所述整合数据进行分类，并通过所述AR设备进行展示。
[0038]第三方面，一种芯片，其中，包含：处理器，用于从存储器中调用并运行计算机程序，使得安装有所述芯片的设备执行：如第一方面中任一项所述方法。
[0039]依据上述本专利技术一种基于AR设备的设备诊断方法与系统提供的技术方案具有以下技术效果：
[0040]通过AR设备采集数据，提供更真实有效的数据，能够对设备进行多角度的功能诊断，大大提高预测结果的真实性，可靠性；对设备安全性和寿命进行预测，降低设备操作本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于AR设备的设备诊断方法，其特征在于，包含以下步骤：步骤1：AR设备实时获取每个待检设备的实时数据，所述实时数据包含AR设备数据与待检设备数据；步骤2：分别对所述AR设备数据与所述待检设备数据进行过滤处理得到AR设备有效数据与待检设备有效数据；步骤3：将所述AR设备有效数据与所述待检设备有效数据进行关联得到包含待检设备唯一标识的数据档案模板；步骤4：对所述数据档案模板进行特征识别，并拆分为多个特征数据得到特征集合；步骤5：依据多个所述特征数据对所述数据档案模板进行分类后存储为或更新历史特征数据；步骤6：依据待检设备的所述特征数据获取相应待检设备的所述历史特征数据，判断该设备的所述历史特征数据中是否有设备特征模型，若有，则比较所述设备特征模型与所述特征数据中的特征类型是否一致，若一致，则完善所述设备特征模型，若不一致，则将所述特征数据加入所述设备特征模型中；若没有，则将所述特征数据添加为所述设备的设备特征模型；步骤7：获取所述设备特征模型并采用dbscan聚类算法得出实时值所在的区间是正常区间还是异常区间，得到区间反馈数据；步骤8：通过所述设备特征模型，代入所述区间反馈数据中的所述实时值得出计算结果，判断该计算结果是否在聚类返回正常区间内，得到诊断数据；步骤9：将所述数据档案模板、所述区间反馈数据、所述诊断数据进行匹配于整合得到整合数据；步骤10：对所述整合数据进行分类，并通过所述AR设备进行展示。2.如权利要求1所述的一种基于AR设备的设备诊断方法，其特征在于，所述AR设备数据包含所述AR设备内置传感器的AR设备传感器数据与所述AR设备获取的视频数据、音频数据；所述待检设备数据包含待检设备信息数据、所述待检设备上设备传感器采集的采集数据以及所述设备传感器的待检设备传感器数据。3.如权利要求2所述的一种基于AR设备的设备诊断方法，其特征在于，步骤5中依据多个所述特征数据按关键词、时间、特征信号对所述数据档案模板进行分类后存储为或更新历史特征数据。4.如权利要求3所述的一种基于AR设备的设备诊断方法，其特征在于，所述历史特征数据还包含设备特征数据、设备模型数据、设备类型数据。5.如权利要求4所述的一种基于AR设备的设备诊断方法，其特征在于，步骤6中当所述历史特征数据量到1W条时，对所述历史特征数据做曲线分析，并通过多元线性回归模型得到所述设备特征模型，对所述设备的所述设备特征模型进行更新...

【专利技术属性】
技术研发人员：钱韫辉，高巍，
申请(专利权)人：上海擎测机电工程技术有限公司，
类型：发明
国别省市：