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() 设备故障预测方法、装置及电子设备制造方法及图纸_技高网

设备故障预测方法、装置及电子设备制造方法及图纸

技术编号:40776999 阅读:6 留言:0更新日期:2024-03-25 20:22
本申请提供一种设备故障预测方法、装置及电子设备,该方法包括:获取待测设备的时序工况数据集,时序工况数据集包括开始时间到当前时间的范围内至少一个时间的状态数据,开始时间为待测设备的生命周期开始时间;基于时序工况数据集进行工况预测,得到待测设备在目标时间的预测工况数据,其中,目标时间在当前时间之后;获取待测设备在目标时间的实际工况数据;基于预测工况数据以及实际工况数据,确定待测设备的故障预测结果。以提高故障预测准确性。

【技术实现步骤摘要】

本申请涉及信息处理,尤其涉及一种设备故障预测方法、装置及电子设备


技术介绍

1、故障预测与健康管理(prognostic and health management,phm)是确保设备安全可靠运行的关键技术。通过全面监控和管理设备,降低设备故障的概率,减少生产停机时间,从而提高了设备的可靠性和生产效率。在实际应用中中,phm一般主要包括三项核心任务:故障检测(故障预测/异常检测)、故障诊断和剩余寿命管理。

2、目前,常用的故障预测方法,仅通过采集的待测设备的实际工况数据进行故障预测,例如,通过采集温度数据,若温度数据小于预先设置的预设温度阈值确定故障等,这样,容易导致故障预测准确性较差。


技术实现思路

1、本申请实施例提供一种设备故障预测方法、装置及电子设备,以解决现有设备故障预测准确性较低的问题。

2、为解决上述技术问题,本申请是这样实现的:

3、第一方面,本申请实施例提供了一种设备故障预测方法,所述方法包括:

4、获取待测设备的时序工况数据集,所述时序工况数据集包括开始时间到当前时间的范围内至少一个时间的状态数据,所述开始时间为所述待测设备的生命周期开始时间;

5、基于所述时序工况数据集进行工况预测,得到所述待测设备在目标时间的预测工况数据,其中,所述目标时间在所述当前时间之后;

6、获取所述待测设备在所述目标时间的实际工况数据;

7、基于所述预测工况数据以及所述实际工况数据,确定所述待测设备的故障预测结果。

8、第二方面,本申请实施例提供一种设备故障预测装置,所述装置包括:

9、第一获取模块,用于获取待测设备的时序工况数据集,所述时序工况数据集包括开始时间到当前时间的范围内至少一个时间的状态数据,所述开始时间为所述待测设备的生命周期开始时间;

10、工况预测模块,用于基于所述时序工况数据集进行工况预测,得到所述待测设备在目标时间的预测工况数据,其中,所述目标时间在所述当前时间之后;

11、第二获取模块,用于获取所述待测设备在所述目标时间的实际工况数据;

12、故障预测模块,用于基于所述预测工况数据以及所述实际工况数据,确定所述待测设备的故障预测结果。

13、第三方面,本申请实施例提供一种电子设备,包括收发机和处理器,

14、所述处理器,用于:

15、获取待测设备的时序工况数据集,所述时序工况数据集包括开始时间到当前时间的范围内至少一个时间的状态数据,所述开始时间为所述待测设备的生命周期开始时间;

16、基于所述时序工况数据集进行工况预测,得到所述待测设备在目标时间的预测工况数据,其中,所述目标时间在所述当前时间之后;

17、获取所述待测设备在所述目标时间的实际工况数据;

18、基于所述预测工况数据以及所述实际工况数据,确定所述待测设备的故障预测结果。

19、第四方面,本申请实施例提供一种电子设备,包括:处理器、存储器及存储在所述存储器上并可在所述处理器上运行的程序,所述程序被所述处理器执行时实现上述第一方面所述的设备故障预测方法的步骤。

20、第五方面,本申请实施例提供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实现上述第一方面所述的设备故障预测方法的步骤。

21、在本实施例的设备故障预测方法中,可利用待测设备的开始时间到当前时间的范围内的时序工况数据集,对目标时间进行工况预测,得到目标时间的预测工况数据,利用的是预测工况数据与实际工况数据进行故障预测,确定所述待测设备的故障预测结果。即在本实施例的故障预测过程中,不但考虑了在目标时间的实际工况数据,而且还结合考虑了利用历史时序工况数据预测的在目标时间的预测工况数据,以提高故障预测准确性。

本文档来自技高网...

【技术保护点】

1.一种设备故障预测方法,其特征在于,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,基于所述时序工况数据集进行工况预测,得到所述待测设备在目标时间的预测工况数据,包括:

3.根据权利要求2所述的方法,其特征在于,所述卷积自注意力Transformer模型按照如下方式得到所述预测工况数据:

4.根据权利要求3所述的方法,其特征在于,所述基于所述时序工况数据集,确定查询信息集、键信息集和值信息集,包括:

5.根据权利要求1所述的方法,其特征在于,所述基于所述预测工况数据以及所述实际工况数据,确定所述待测设备的故障预测结果,包括:

6.根据权利要求1或5所述的方法,其特征在于,所述基于所述预测工况数据以及所述实际工况数据,确定所述待测设备的故障预测结果,包括:

7.一种设备故障预测装置,其特征在于,所述装置包括:

8.一种电子设备,其特征在于,包括收发机和处理器,

9.一种电子设备,其特征在于,包括:处理器、存储器及存储在所述存储器上并可在所述处理器上运行的程序,所述程序被所述处理器执行时实现如权利要求1至6中任一项所述的方法的步骤。

10.一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实现权利要求1-6中任一所述的方法的步骤。

...

【技术特征摘要】

1.一种设备故障预测方法,其特征在于,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,基于所述时序工况数据集进行工况预测,得到所述待测设备在目标时间的预测工况数据,包括:

3.根据权利要求2所述的方法,其特征在于,所述卷积自注意力transformer模型按照如下方式得到所述预测工况数据:

4.根据权利要求3所述的方法,其特征在于,所述基于所述时序工况数据集,确定查询信息集、键信息集和值信息集,包括:

5.根据权利要求1所述的方法,其特征在于,所述基于所述预测工况数据以及所述实际工况数据,确定所述待测设备的故障预测结果,包括:

...

【专利技术属性】
技术研发人员:崔明飞张杰于皓罗华刚李犇王展贾敬伍
申请(专利权)人:北京中关村科金技术有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1