基于数据分析的智能贴合设备故障预警系统技术方案

本发明专利技术公开了基于数据分析的智能贴合设备故障预警系统，包括贴合检测模块

【技术实现步骤摘要】
基于数据分析的智能贴合设备故障预警系统


[0001]本专利技术属于智能贴合
，涉及到基于数据分析的智能贴合设备故障预警系统
。

技术介绍

[0002]随着人们对消费电子的性能要求日渐提高，电子产品的更新换代越来越快，产品加工的技术要求越来越高，以保证产品的稳定性，特别针对线路板上的元器件贴合，贴合设备将元器件贴至线路板上指定位置，一旦元器件贴合位置
、
角度以及贴合附着力等异常，会导致线路板工作异常，元器件贴合过程中需组成贴合设备的各执行部件对元器件进行操作，以达到元器件贴合的要求
。
[0003]对元器件贴合的过程中，无法判定对执行部件执行情况进行检测时，检测设备检测的数据是否异常，以及对异常数据无法进行归属性判定，导致无法确定是因检测设备异常导致还是与检测设备相关联的执行部件异常所导致检测的数据异常，同时对因非检测设备异常而导致的检测数据异常无法进行故障源头的准确追踪定位，导致无法根据检测的数据对存在的故障进行及时预警；另外，当其中一执行部件的执行情况异常，会导致与该执行部件相关联的其他执行部件异常，进而存在由多个执行部件共同作用下所呈现的贴合效果差，现有技术无法根据实际的贴合后效果与检测的数据所预测的贴合效果相匹配，无法根据检测的数据对贴合过程中各执行部件的执行情况进行调整，进而存在贴合效果差
、
故障难准确定位识别等问题
。

技术实现思路

[0004]本专利技术公开了基于数据分析的智能贴合设备故障预警系统，解决了现有技术中存在的问题
。
[0005]本专利技术在其一个应用方面中提供了基于数据分析的智能贴合设备故障预警系统，包括用于对贴合设备在贴合过程中与执行部件相关联的检测设备对执行部件的执行数据进行检测的贴合检测模块，还包括数据偏离分析模块
、
数据异常归属判定模块
、
故障追踪定位模块和故障预警提示模块；所述数据偏离分析模块用于获得各固定采集周期内各检测设备检测的数据，建立实时检测数据集，对实时检测数据集内各固定采样周期内检测的数据进行偏离量分析；所述数据异常归属判定模块分析数据的偏离量所对应的偶然性系数，并对偶然性系数大于设定阈值的偏离量数据进行异常判定及追踪分析；所述故障追踪定位模块用于提取各检测设备检测的数据存在异常下的固定采样周期内该检测设备检测数据的检测逼近系数，对各检测设备检测的数据所对应的检测逼近系数进行预测分析，模拟追踪出各检测设备检测的异常数据的故障源头；所述故障预警提示模块用于判断各故障源头所对应的异常数据的检测逼近系数是否大于设定的贴合安全系数阈值下限，若大于设定的贴合安全系数阈值下限，及时对检
测设备检测的异常数据所对应的故障进行预警提示
。
[0006]进一步地，各检测设备检测的数据进行偏离程度判定，得到偏离量数据，，
j=1
，2，
…
，
n
，
k=1
，2，
…
，
m
，表示为第
j
个检测设备正常运行下所检测的正常数值，表示为第
v
个固定采样周期内第
j
个检测设备在时刻检测的数据的偏离量，表示为第
v
个固定采样周期内第
j
个检测设备在时刻检测的数据
。
[0007]进一步地，各检测设备的偶然性系数计算：，表示为第
j
个检测设备检测的数据的偏离量大于该检测设备正常运行所检测的偏离量阈值的个数，
v=1
，2，
…
，
V。
[0008]进一步地，对各检测设备检测的数据进行相关性分析，采用的公式如下：，表示为检测设备处于正常运行状态下的第
i
个和第
j
个检测设备检测的数据间的相关性，表示为第
i
个检测设备检测的数据异常下引发第
j
个检测设备检测的数据异常的基础关联影响系数，和分别表示为第
v
个固定检测周期内第
i
个和第
j
个检测设备检测的数据的均值，当大于0时，表示第
i
个检测设备与第
j
个检测设备检测的数据存在正相关性，当小于0时，表示第
i
个检测设备与第
j
个检测设备检测的数据存在负相关性，当等于0时，表示第
i
个检测设备与第
j
个检测设备检测的数据不存在相关性
。
[0009]进一步地，对各固定采样周期内各检测设备检测的数据进行异常判定，判定方法如下：步骤
1、
提取各固定采样周期内各检测设备检测的数据所对应的数学期望；步骤
2、
分析固定采样周期内各检测设备检测的数据方差；步骤
3、
采用异常判定模型分析出检测设备检测的数据是否异常；步骤
4、
对检测的异常数据进行故障追踪溯源
。
[0010]进一步地，异常判定模型为，表示为检测的数据所对应的偏离度系数小于偏离量阈值下的第
j
个检测设备在第
v
个固定采样周期内检测数据的数学期望，表示为检测的数据的偏离度系数小于偏离量阈值且偶然性系数小于设定阈值的第
j
个检测设备在第
v
个固定采样周期内检测数据的数学期望，当满足异常判定模型公式时，表明第
v
个固定采样周期内第
j
个检测设备在时刻检测的数据正常，若不满足，则表明第
v
个固定采样周期内第
j
个检测设备在时刻检测的数据异常
。
[0011]进一步地，判断第
i
个检测设备的故障追踪溯源模型公式是否满足条件，筛选出满足故障追踪模型的检测设备所检测的数据异常归类，若第
i
个检测设备检测的数据满足故障追踪溯源模型，则表明与第
i
个检测设备相关联的执行机构存在故障而
非第
i
个检测设备故障；若第
i
个检测设备检测的数据不满足故障追踪溯源模型，则表明该检测设备存在故障，其中，，表示为第
i
个检测设备的检测数据异常引发多个检测设备检测的数据异常的概率，表示为第
j
个检测设备的权重，，表示为第
j
个检测设备在时刻检测的数据异常概率，若第
j
个检测设备在时刻检测的数据无异常，则取值为0，反之，则取值
1。
[0012]进一步地，对各检测设备检测的异常数据进行故障源头追踪分析，分析方法：步骤
1、
筛选出各检测设备检测的数据存在异常下的检测逼近系数最大所对应的检测设备以及检测逼近系数最大的检测设备所检测的数据；步骤
2、
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
基于数据分析的智能贴合设备故障预警系统，包括用于对贴合设备在贴合过程中与执行部件相关联的检测设备对执行部件的执行数据进行检测的贴合检测模块，其特征在于，还包括数据偏离分析模块
、
数据异常归属判定模块
、
故障追踪定位模块和故障预警提示模块；所述数据偏离分析模块用于获得各固定采集周期内各检测设备检测的数据，建立实时检测数据集，对实时检测数据集内各固定采样周期内检测的数据进行偏离量分析；所述数据异常归属判定模块分析数据的偏离量所对应的偶然性系数，并对偶然性系数大于设定阈值的偏离量数据进行异常判定及追踪分析；所述故障追踪定位模块用于提取各检测设备检测的数据存在异常下的固定采样周期内该检测设备检测数据的检测逼近系数，对各检测设备检测的数据所对应的检测逼近系数进行预测分析，模拟追踪出各检测设备检测的异常数据的故障源头；所述故障预警提示模块用于判断各故障源头所对应的异常数据的检测逼近系数是否大于设定的贴合安全系数阈值下限，若大于设定的贴合安全系数阈值下限，及时对检测设备检测的异常数据所对应的故障进行预警提示
。2.
根据权利要求1所述的基于数据分析的智能贴合设备故障预警系统，其特征在于，各检测设备检测的数据进行偏离程度判定，得到偏离量数据， ，
j=1
，2，
…
，
n
，
k=1
，2，
…
，
m
，表示为第
j
个检测设备正常运行下所检测的正常数值，表示为第
v
个固定采样周期内第
j
个检测设备在时刻检测的数据的偏离量，表示为第
v
个固定采样周期内第
j
个检测设备在时刻检测的数据
。3.
根据权利要求1所述的基于数据分析的智能贴合设备故障预警系统，其特征在于，各检测设备的偶然性系数计算：，表示为第
j
个检测设备检测的数据的偏离量大于该检测设备正常运行所检测的偏离量阈值的个数，
v=1
，2，
…
，
V。4.
根据权利要求1所述的基于数据分析的智能贴合设备故障预警系统，其特征在于，对各检测设备检测的数据进行相关性分析，采用的公式如下：，表示为检测设备处于正常运行状态下的第
i
个和第
j
个检测设备检测的数据间的相关性，表示为第
i
个检测设备检测的数据异常下引发第
j
个检测设备检测的数据异常的基础关联影响系数，和分别表示为第
v
个固定检测周期内第
i
个和第
j
个检测设备检测的数据的均值，当大于0时，表示第
i
个检测设备与第
j
个检测设备检测的数据存在正相关性，当小于0时，表示第
i
个检测设备与第
j
个检测设备检测的数据存在负相关性，当等于0时，表示第
i
个检测设备与第
j
个检测设备检测的数据不存在相关性
。5.
根据权利要求4所述的基于数据分析的智能贴合设备故障预警系统，其特征在于，对各固定采样周期内各检测设备检测的数据进行异常判定，判定方法如下：
步骤
1、
提取各固定采样周期内各检测设备检测的数据所对应的数学期望；步骤
2、
分析固定采样周期内各检测设备检测的数据方差；步骤
3、
采用异常判定模型分析出检测设备检测的数据是否异常；步骤
4、
对检测的异常数据进行故障追踪溯源
。6.
根据权利要求5所述的基于数据分析的智能贴合设备故障预警系统，其特征在于，异常判定模型为，表示为检测的数据所对应的偏离度系数小于偏离量阈值下的第
j
个检测设备在第
v
...

【专利技术属性】
技术研发人员：鲁伟，李文科，赵阳，徐思通，
申请(专利权)人：深圳市磐锋精密技术有限公司，
类型：发明
国别省市：