故障分析方法技术

本申请涉及数据分析技术领域，公开了一种故障分析方法

【技术实现步骤摘要】
故障分析方法、装置、电子设备及计算机可读存储介质


[0001]本申请涉及数据分析
，涉及一种故障分析方法
、
装置
、
电子设备及计算机可读存储介质
。

技术介绍

[0002]随着制造业的高速发展，数控机床的应用越加广泛，在企业生产制造中变得不可或缺
。
如果数控机床某些设备发生故障时不能及时发现并且处理，将影响整个系统的正常运行，甚至导致系统停止运转，这会给企业带来严重的经济损失和人员伤亡
。
所以当前通常会通过模型预测数控机床是否存在故障，当模型预测数控机床产生故障时，输出的预测结果一般是故障代码或异常的传感器数据以告知用户数控机床出现故障，但基于故障代码或异常的传感器数据并不能知道产生故障代码的原因或导致传感器数据异常的原因，且由于模型是黑盒模型也无法解释模型是如何预测数控机床产生故障的，用户也无法从模型的预测过程中获取导致数控机床产生故障的原因，从而使得用户难以理解模型输出的预测结果，进而使得用户难以基于模型输出的预测结果对数控机床进行维护
。
...

【技术保护点】

【技术特征摘要】
1.
一种故障分析方法，其特征在于，所述故障分析方法包括：获取数控机床的故障预测数据，分别预测与所述故障预测数据相关的各故障特征为故障原因的原因概率，并将各所述故障特征和各所述故障特征各自对应的原因概率共同作为故障因子分布集合；根据预设贡献预测算法，分别确定所述故障因子分布集合中各故障特征的预测权重值，其中，所述预测权重值表征为故障特征对故障决策结果的影响程度，所述故障决策结果基于对所述数控机床进行故障预测得到；对于所述故障因子分布集合中的任一目标故障特征，对所述目标故障特征的原因概率和预测权重值进行融合，得到所述目标故障特征的故障重要值；其中，所述获取数控机床的故障预测数据，分别预测与所述故障预测数据相关的各故障特征为故障原因的原因概率的步骤包括：获取所述数控机床的所述故障预测数据，其中，所述故障预测数据为所述数控机床对应的故障预测模型的任一输入数据；将所述故障预测数据输入局部解释模型，以通过所述局部解释模型基于预设扰动策略对所述故障预测数据进行扰动以生成所述故障预测数据的邻域相似样本；预测所述邻域相似样本中各所述故障特征为所述故障原因的原因概率
。2.
如权利要求1所述的故障分析方法，其特征在于，所述预测所述邻域相似样本中各所述故障特征为所述故障原因的原因概率的步骤包括：对于所述邻域相似样本中的任一目标故障特征，对所述目标故障特征为所述故障原因的概率进行单独预测，得到所述目标故障特征为所述故障原因的独立概率；预测所述邻域相似样本中的其他故障特征影响所述目标故障特征成为所述故障原因的概率，得到所述目标故障特征的关联概率；将所述独立概率和所述关联概率共同作为所述目标故障特征的原因概率
。3.
如权利要求1所述的故障分析方法，其特征在于，所述根据预设贡献预测算法，分别确定所述故障因子分布集合中各故障特征的预测权重值的步骤包括：根据所述预设贡献预测算法，分别预测所述故障因子分布集合中各故障特征的预测贡献值；基于各所述预测贡献值，分别为各所述故障特征分配预测权重值
。4.
如权利要求1所述的故障分析方法，其特征在于，在所述对于所述故障因子分布集合中的任一目标故障特征，对所述目标故障特征的原因概率和预测权重值进行融合，得到所述目标故障特征的故障重要值的步骤之后，所述故障分析方法还包括：按照预设显示条件，将所述故障因子分布集合中的原因概率
、
所述故障因子分布集合中各故障特征的预测权重值和故障重要值分别进行可视化展示
。5.
如权利要求1所述的故障分析方法，其特征在于，在所述对于所述故障因子分布集合中的任一目标故障特征，对所述目标故障特征的原因概率和预测权重值进行融合，得到所述目标故障特征的故障重要值步骤之后，所述故障分析方法还包括：在各故障特征中，选择故障重要值最高的故障特征作为查询对象；...

【专利技术属性】
技术研发人员：谭勇，刘祥飞，徐洪健，
申请(专利权)人：上海诺倬力机电科技有限公司，
类型：发明
国别省市：