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】
本专利技术涉及计算机,尤其涉及一种故障诊断方法、装置、电子设备及介质。
技术介绍
1、故障预测与健康管理算法(prognostics and health management,简称phm)利用先进的传感器技术,获取系统运行状态信息,并借助各种智能推理算法,根据系统历史状态和环境因素,对系统进行状态分析和监测、故障诊断及预测,评估系统未来的健康状态、提出维修维护建议,为管理决策提供支持。
2、然而,随着工业设备的复杂性和数据规模的增加,phm故障诊断面临实时性、准确性和效率等多方面的挑战。传统的xgboot算法在处理大规模数据时可能存在性能瓶颈,无法满足实时故障诊断的需求。
技术实现思路
1、本专利技术提供一种故障诊断方法、装置、电子设备及介质,用以解决传统的xgboot算法在处理大规模数据时存在性能瓶颈,无法满足实时故障诊断需求的缺陷,实现高效、准确的故障诊断。
2、根据本专利技术的第一方面,本专利技术提供了一种故障诊断方法,所述方法包括:
3、从各个边缘计算节点采集实时设备运行数据;
4、利用量子遗传算法分别对每个边缘计算节点对应的xgboot模型进行模型参数优化,得到与每个边缘计算节点对应的优化后xgboot模型,其中,所述xgboot模型用于对设备运行数据进行故障诊断并输出故障诊断结果;
5、将各个边缘计算节点的所述实时设备运行数据输入至对应的所述优化后xgboot模型得到实时故障诊断结果并上传至中心管理系统。
...【技术保护点】
1.一种故障诊断方法,其特征在于,所述方法包括:
2.根据权利要求1所述的故障诊断方法,其特征在于,所述利用量子遗传算法分别对每个边缘计算节点对应的XGBOOT模型进行模型参数优化,得到与每个边缘计算节点对应的优化后XGBOOT模型,包括:
3.根据权利要求2所述的故障诊断方法,其特征在于,在每次返回所述计算每个量子比特编码的个体适应度之前,所述方法还包括:
4.根据权利要求2所述的故障诊断方法,其特征在于,所述对每个初始种群个体进行编码,得到与每个种群个体对应的量子比特编码,包括:
5.根据权利要求1所述的故障诊断方法,其特征在于,所述根据计算得到的个体适应度选择最优量子比特编码,并对所述最优量子比特编码进行交叉和变异生成新种群个体,包括:
6.根据权利要求1所述的故障诊断方法,其特征在于,在所述将各个边缘计算节点的所述实时设备运行数据输入至对应的所述优化后XGBOOT模型得到实时故障诊断结果并上传至中心管理系统的步骤之前,所述方法还包括:
7.根据权利要求1所述的故障诊断方法,其特征在于,所述方法还包括:
8.一种故障诊断装置,其特征在于,所述装置包括:
9.一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至7任一项所述故障诊断方法。
10.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述故障诊断方法。
...【技术特征摘要】
1.一种故障诊断方法,其特征在于,所述方法包括:
2.根据权利要求1所述的故障诊断方法,其特征在于,所述利用量子遗传算法分别对每个边缘计算节点对应的xgboot模型进行模型参数优化,得到与每个边缘计算节点对应的优化后xgboot模型,包括:
3.根据权利要求2所述的故障诊断方法,其特征在于,在每次返回所述计算每个量子比特编码的个体适应度之前,所述方法还包括:
4.根据权利要求2所述的故障诊断方法,其特征在于,所述对每个初始种群个体进行编码,得到与每个种群个体对应的量子比特编码,包括:
5.根据权利要求1所述的故障诊断方法,其特征在于,所述根据计算得到的个体适应度选择最优量子比特编码,并对所述最优量子比特编码进行交叉和变异生成新种群个体,包括:<...
【专利技术属性】
技术研发人员:高明亮,孙波,付长昭,吴建国,陆荣琴,
申请(专利权)人:苏州元脑智能科技有限公司,
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。