System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及工业设备维护,尤其是涉及一种水泵的剩余寿命预测方法及装置、水泵的剩余寿命预测设备及计算机可读存储介质。
技术介绍
1、冷水机组是一种常见的工业设备,用于制冷空调系统中的冷却水循环。冷水机组的稳定运行对于保障空调系统的正常工作和设备的安全性至关重要。然而,长期运行和频繁使用可能导致冷水机组水泵的磨损和老化,从而影响其性能和寿命。
2、因此,准确预测冷水机组水泵的剩余使用寿命对于设备维护和故障预防至关重要。通过提前检测水泵的运行状态和剩余寿命,维护人员可以根据预测结果来制定最佳的维护计划,避免或及时处理潜在的故障和性能下降问题,延长水泵的使用寿命,降低维护成本,并提高整体系统的可靠性和效率。
3、传统的水泵寿命通常基于经验模型或统计方法预测得到,基于经验模型的寿命预测一般都源于厂家的器件设计寿命,进行每日运行时间衰减计算,如果运行的工况发生改变,对于剩余使用寿命的准确度也是非常低的。基于统计的方法,一般是厂家在进行器件寿命测试时,输出器件在某时间失效的概率,无法精确输出确定的失效时间。因此,基于传统的水泵寿命预测方法得到的预测结果的准确度较低。
技术实现思路
1、为解决现有存在的技术问题,提供了一种具有较高精准度的一种水泵的剩余寿命预测方法及装置、水泵的剩余寿命预测设备及计算机可读存储介质。
2、依据本申请实施例的第一方面,提供了一种水泵的剩余寿命预测方法,包括:
3、获取与待测水泵的当前健康状态相关的待测水泵参数;
5、根据所述统一化工况下的总健康状态值、所述待测水泵在所述统一化工况下的所述当前健康状态值和单位健康状态值的维持时间,确定所述待测水泵的剩余使用寿命。
6、依据本申请实施例的第二方面,提供了一种水泵的剩余寿命预测装置,包括:
7、获取模块,用于获取与待测水泵的当前健康状态相关的待测水泵参数;
8、预测模块,用于将所述待测水泵参数输入至训练后的健康状态预测模型,预测得到所述待测水泵在统一化工况下的当前健康状态值;其中,所述健康状态预测模型的训练样本集包括与多种测试工况分别对应的多个训练样本组,每一个所述训练样本组包括多个训练样本,各所述训练样本分别以对应的所述测试工况下各样本水泵参数为特征数据,以各所述样本水泵参数在所述统一化工况下对应的各所述当前健康状态值为分类标签数据,所述统一化工况为根据各所述测试工况确定的虚拟工况;
9、确定模块,用于根据所述统一化工况下的总健康状态值、所述待测水泵在所述统一化工况下的所述当前健康状态值和单位健康状态值的维持时间,确定所述待测水泵的剩余使用寿命。
10、依据本申请实施例的第三方面,提供了一种水泵的剩余寿命预测设备,包括存储器和处理器,所述存储器中存储有计算机可读程序,所述处理器在执行所述计算机可读程序时,实现本申请任一实施例所述水泵的剩余寿命预测方法。
11、依据本申请实施例的第四方面,提供了一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时本申请任一实施例所述水泵的剩余寿命预测方法。
12、由上可见,在本申请实施例提供的水泵的剩余寿命预测方法中,通过获取表征待测水泵当前健康状态的待测水泵参数,作为采用由多种测试工况分别对应的多个训练样本组形成的训练样本集进行训练后的健康状态预测模型的输入,由于训练样本集中的每一训练样本以对应测试工况下的对应的样本水泵参数为特征数据,以该对应的样本水泵参数在统一化工况下对应的当前健康状态值为分类标签数据,从而在无需知晓待测水泵当前的运行工况下,可以准确预测待测水泵在统一化工况下的当前健康状态值,再根据统一化工况下的总健康状态值、待测水泵在统一化工况下对应的当前健康状态值和单位健康状态值对应的维持时间,预测得到待测水泵的剩余寿命的确切数值。本申请实施例提供的水泵的剩余寿命预测方法与待测水泵当前的运行工况无关,其预测的是在统一化工况下的当前健康状态值,也是以统一化工况下的总健康状态值表征待测水泵的总寿命,并以待测水泵在统一化工况下的剩余健康状态值表征待测水泵的剩余寿命。因此,采用本申请实施例提供的水泵的剩余寿命预测方法,不管待测水泵当前处于何种运行工况,均能准确性的预测到待测水泵的剩余寿命。
本文档来自技高网...【技术保护点】
1.一种水泵的剩余寿命预测方法,其特征在于,包括:
2.根据权利要求1所述的剩余寿命预测方法,其特征在于,其中,所述统一化工况下的所述总健康状态值根据样本水泵在各所述测试工况下的所述总健康状态值确定;其中,所述统一化工况的所述总健康状态值大于或等于各所述测试工况下的各所述总健康状态值中的最大值;
3.根据权利要求2所述的剩余寿命预测方法,其特征在于,各所述样本水泵参数在所述统一化工况下对应的所述当前健康状态值与所述统一化工况下的所述总健康状态值之间的差值分别为第一差值,各所述样本水泵参数在对应的所述测试工况下对应的所述当前健康状态值与对应的所述测试工况下的所述总健康状态值之间的差值分别为第二差值;
4.根据权利要求1所述的剩余寿命预测方法,其特征在于,所述总健康状态值为总循环次数,所述当前健康状态值为当前循环次数,所述样本水泵参数为在对应的所述测试工况下的全寿命周期内按照预设采集频率被采集到的多个用于表征样本水泵当前健康状态的参数;
5.根据权利要求1所述的剩余寿命预测方法,其特征在于,所述待测水泵参数包括所述待测水泵当前的振动信号
6.根据权利要求5所述的剩余寿命预测方法,其特征在于,所述待测水泵参数还包括所述待测水泵当前的运行工况相关参数,所述运行工况相关参数包括所述水泵的进口压力值、出口压力值、进口温度值、出口温度值、流量值以及负载功率值中的至少一个。
7.根据权利要求1所述的剩余寿命预测方法,其特征在于,所述健康状态预测模型由卷积神经网络和长短时记忆网络构成;
8.一种水泵的剩余寿命预测装置,其特征在于,包括:
9.一种水泵的剩余寿命预测设备,其特征在于,包括存储器和处理器,所述存储器中存储有计算机可读程序,所述处理器在执行所述计算机可读程序时,实现如权利要求1至7中任意一项所述的剩余寿命预测方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的剩余寿命预测方法。
...【技术特征摘要】
1.一种水泵的剩余寿命预测方法,其特征在于,包括:
2.根据权利要求1所述的剩余寿命预测方法,其特征在于,其中,所述统一化工况下的所述总健康状态值根据样本水泵在各所述测试工况下的所述总健康状态值确定;其中,所述统一化工况的所述总健康状态值大于或等于各所述测试工况下的各所述总健康状态值中的最大值;
3.根据权利要求2所述的剩余寿命预测方法,其特征在于,各所述样本水泵参数在所述统一化工况下对应的所述当前健康状态值与所述统一化工况下的所述总健康状态值之间的差值分别为第一差值,各所述样本水泵参数在对应的所述测试工况下对应的所述当前健康状态值与对应的所述测试工况下的所述总健康状态值之间的差值分别为第二差值;
4.根据权利要求1所述的剩余寿命预测方法,其特征在于,所述总健康状态值为总循环次数,所述当前健康状态值为当前循环次数,所述样本水泵参数为在对应的所述测试工况下的全寿命周期内按照预设采集频率被采集到的多个用于表征样本水泵当前健康状态的参数;
5.根据权利要求1所述的剩余寿命预测方法...
【专利技术属性】
技术研发人员:蔡可荣,石健,周润鹏,
申请(专利权)人:深圳市英维克软件技术有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。