Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种装备故障预测系统及方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:成都愿景仿视科技有限公司

摘要:本发明公开了一种装备故障预测系统及方法,涉及装备保障技术领域。包括一种装备故障预测系统,包括服务器,服务器通过交换机分别连接多个信息采集装置和用户终端,服务器中搭载有故障预测模型,信息采集装置收集的实时数据传输给服务器后经过故障预测模型的计算得到预测数据,服务器将故障预测数据反馈给用户终端,信息采集装置包括安装面板。本发明通过整个装备故障预测系统的搭建,能够创建整个生产设备的故障预测网络,全程自动,且数据可视化,判定方法科学化,能够有效提高故障排查的效率,且一般在故障发生之前就能够做出故障预警,由此使得原有设备不必长期停工,有效地保证了生产效率。

主权项:1.一种装备故障预测系统,包括服务器1,其特征在于:所述服务器通过交换机2分别连接多个信息采集装置3和用户终端4,所述服务器1中搭载有故障预测模型,信息采集装置3收集的实时数据传输给服务器1后经过故障预测模型的计算得到预测数据,服务器1将故障预测数据反馈给用户终端,所述故障预测模型的建立方法包括以下步骤:S1:数据收集,将装备正常运行和异常运行时的数据进行收集,建立数据集,数据集内容包括故障信息和设备运行信息,设备运行信息中包含多项设备运行数据;S2:特征评估,将收集到的异常运输的设备运行信息与正常运行的设备运行信息进行对比,寻找不同故障中的主要异常特征设备运行数据;S3:算法分析,建立不同故障类型对应的设备运行数据权重分配;S4:模型建立:使用训练集对模型进行训练,得到故障预测模型;S5:模型验证:验证模型功能完整性后,将模型搭载到服务器中;所述故障预测模型的建立方法中S2步骤的特征评估方法包括以下步骤:N1:调取正常的设备运行数据,随后再调取任一故障下的多个设备运行信息;N2:将任一故障下的多个设备运行数据分别与正常的设备运行数据进行对比,筛选出多个同一故障下的设备运行数据平均值与正常的设备运行数据值偏差不超过5%的设备运行数据项,其余设备运行数据为异常特征设备运行数据;N3:将异常特征设备运行数据进行筛选,将N2中偏差数值最高的1-2项设备运行数据为主要异常特征设备运行数据;所述故障预测模型的建立方法中S3步骤的算法分析包括以下步骤:M1;获取异常特征设备运行数据和主要异常特征设备运行数据;M2:将判断权重的20%-30%分派平均给全部的异常特征设备运行数据;M3:将判定权重的50%-60%平均分派给主要异常特征设备运行数据;M4:将剩余的判定权重分派给非主要异常特征设备运行数据。

全文数据:

权利要求:

百度查询: 成都愿景仿视科技有限公司 一种装备故障预测系统及方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。