【技术实现步骤摘要】
本专利技术涉及设备故障预测，具体为基于威布尔模型算法的机电设备预防性维修方法及系统。
技术介绍
1、设备故障预测技术，是指利用数据分析、机器学习和人工智能等技术手段，通过对设备运行状态和相关数据进行监测、分析和建模，来预测设备可能发生的故障或异常情况；这种技术可以帮助企业或组织提前发现设备可能出现的故障风险，采取相应的维修或预防措施，以避免设备损坏、停机时间延长或生产过程中的事故发生。
2、现有的设备故障预测技术通常都是通过大数据或深度学习的方式对机电设备的历史故障数据进行学习，但在大数据训练或深度学习中缺少对历史故障数据的具体分析过程，同时现有的设备故障预测技术在数据分析过程中存在较多的人为设定，主观性较强，得到的结果不准确，且机电设备的故障与运行环境也有较大关联，而现有的设备故障预测技术缺少结合运行环境的分析，仅考虑了机电设备的历史故障数据，导致预测结果与实际情况存在偏差，比如在申请公开号为：cn116934299a的中国专利中，公开了一种高速公路机电设备的预测性维护系统及方法，该方案在对故障预测模块进行训练时就缺少具体...
【技术保护点】
1.基于威布尔模型算法的机电设备预防性维修方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的基于威布尔模型算法的机电设备预防性维修方法，其特征在于，所述历史运行监测数据库内存储有历史运行数据，所述历史运行数据包括历史运行时长以及历史运行状态；所述历史运行时长为机电设备从开始投入使用到出现故障之间所经过的时长；所述运行环境监测数据库内存储有历史环境数据，所述历史环境数据包括环境温度以及粉尘浓度。
3.根据权利要求2所述的基于威布尔模型算法的机电设备预防性维修方法，其特征在于，通过威布尔分布故障模型对历史运行数据进行分析，得到威布尔分布参数
【技术特征摘要】
1.基于威布尔模型算法的机电设备预防性维修方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的基于威布尔模型算法的机电设备预防性维修方法，其特征在于，所述历史运行监测数据库内存储有历史运行数据，所述历史运行数据包括历史运行时长以及历史运行状态；所述历史运行时长为机电设备从开始投入使用到出现故障之间所经过的时长；所述运行环境监测数据库内存储有历史环境数据，所述历史环境数据包括环境温度以及粉尘浓度。
3.根据权利要求2所述的基于威布尔模型算法的机电设备预防性维修方法，其特征在于，通过威布尔分布故障模型对历史运行数据进行分析，得到威布尔分布参数包括如下子步骤：
4.根据权利要求3所述的基于威布尔模型算法的机电设备预防性维修方法，其特征在于，采用中位秩排序法对历史故障数据进行分析包括如下子步骤：
5.根据权利要求4所述的基于威布尔模型算法的机电设备预防性维修方法，其特征在于，参照威布尔分布参数，结合历史环境数据进行分析，根据运行环境对设备故障的影响计算环境故障...
【专利技术属性】
技术研发人员：吴树强，吕显旺，韩立阳，张瑞芳，史军，符德贵，
申请(专利权)人：中铁旸谷北京智慧科技产业有限公司，
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。