【技术实现步骤摘要】
本专利技术涉及工业智能化领域，尤其涉及智能化设备改造技术中的故障预测与预防方法及系统。
技术介绍
1、在当今的工业领域，智能化设备的应用愈发广泛，涉及制造业、能源、交通运输等众多行业，而在智能化设备改造技术中，有效的故障预测与预防方法至关重要，对于保障设备的可靠运行、延长设备使用寿命具有重大意义。
2、目前，传统的智能化设备故障检测主要依靠定期维护和事后维修，这种方式不仅耗费大量时间和人力成本，而且往往无法及时发现潜在故障，导致设备停机时间增加，影响生产进度，此外，对于一些常规的故障检测手段，难以满足智能化设备日益复杂的结构和功能需求，导致无法精准地预测和预防新型智能化设备的故障，因此，需要一种智能化设备改造技术中的故障预测与预防方法，以提升智能化设备的运行稳定性。
技术实现思路
1、本专利技术提供智能化设备改造技术中的故障预测与预防方法及系统，其主要目的在于提升智能化设备的运行稳定性。
2、获取智能化设备运行过程中的实时数据，对所述实时数据进行滤波处理，得到滤波实时数据，筛选所述滤波实时数据对应的异常熵参数，对所述异常熵参数进行特征提取，得到异常参数集；
3、基于所述异常参数集，构建所述智能化设备对应的故障预测框架，利用所述故障预测框架预测所述智能化设备对应的故障概率，根据所述故障概率，确定所述智能化设备对应的剩余运行寿命，基于所述剩余运行寿命，计算所述智能化设备对应的设备运维周期，其中，所述基于所述剩余运行寿命，计算所述智能化设备对应的设备运
4、利用下述公式计算所述智能化设备对应的设备运维周期：
5、
6、其中，wt表示所述智能化设备对应的设备运维周期，k表示所述智能化设备对应的调整系数，l表示所述剩余运行寿命，t表示时间变量，f(t)表示在时间变量t的权重系数，r(t)表示在时间t的可靠性系数，dt表示时间变量t的微小增量；
7、基于所述设备运维周期，评估所述智能化设备对应的运行状态，得到状态评估参数，基于所述状态评估参数，查询所述智能化设备存在的故障类型，分析所述故障类型对应的发生时间；
8、基于所述故障类型和所述发生时间，结合所述智能化设备的当前状态，构建所述智能化设备对应的预防维护策略，基于所述预防维护策略，生成所述智能化设备对应的维护任务清单，查询所述维护任务清单中的维护任务；
9、分析所述维护任务中的预防目标，识别所述预防目标中的预防阻碍因素，基于所述预防阻碍因素，监测所述智能化设备的运行反馈数据，基于所述运行反馈数据，生成所述智能化设备对应的运行报告。
10、可选地，所述筛选所述滤波实时数据对应的异常熵参数，包括：
11、生成所述滤波实时数据对应的熵值序列；
12、基于所述熵值序列，计算所述滤波实时数据对应的平均熵值；
13、基于所述平均熵值，确定所述滤波实时数据的熵值波动范围；
14、基于所述熵值波动范围，筛选所述滤波实时数据对应的异常熵参数。
15、可选地，所述基于所述熵值序列，计算所述滤波实时数据对应的平均熵值，包括：
16、利用下述公式计算所述滤波实时数据对应的平均熵值：
17、
18、其中，表示所述滤波实时数据对应的平均熵值，n表示所述熵值序列中熵值的总数量，i表示所述熵值序列中熵值的数量索引，hi表示所述熵值序列中的第i个熵值。
19、可选地，所述基于所述异常参数集，构建所述智能化设备对应的故障预测框架，包括：
20、分析所述异常参数集对应的参数分布规律；
21、基于所述参数分布规律，确定所述异常参数集中参数的重要程度；
22、基于所述重要程度，筛选所述异常参数集对应的关键异常参数；
23、基于所述关键异常参数，生成所述智能化设备对应的故障特征向量；
24、基于所述故障特征向量，确定所述智能化设备对应的故障分类标准；
25、基于所述故障分类标准，构建所述智能化设备对应的故障预测框架。
26、可选地，所述根据所述故障概率，确定所述智能化设备对应的剩余运行寿命，包括：
27、基于所述故障概率，获取所述智能化设备对应的历史运行数据；
28、分析所述历史运行数据中的性能衰退趋势；
29、基于所述性能衰退趋势，预测所述智能化设备性能衰退到故障的时间跨度；
30、分析所述时间跨度对应的不确定因素；
31、基于所述不确定因素，确定所述智能化设备对应的剩余运行寿命。
32、可选地，所述基于所述设备运维周期，评估所述智能化设备对应的运行状态，得到状态评估参数，包括：
33、基于所述设备运维周期，查询所述智能化设备对应的原始运行数据；
34、去除所述原始运行数据中的无效数据，得到有效运行数据；
35、分析所述有效运行数据与所述智能化设备对应的历史正常运行数据之间的偏差程度；
36、根据所述偏差程度，标记所述有效运行数据中的异常数据段；
37、基于所述异常数据段，计算所述智能化设备对应的性能下降幅值；
38、基于性能下降幅值，评估所述智能化设备对应的运行状态，得到状态评估参数。
39、可选地，所述基于所述异常数据段，计算所述智能化设备对应的性能下降幅值，包括：
40、利用下述公式计算所述智能化设备对应的性能下降幅值：
41、
42、其中，xf表示所述智能化设备对应的性能下降幅值，m表示异常数据段中的数据点数量，j表示异常数据段中的数据点索引，pnj表示异常数据段中第j个数据点对应的性能指标实际值，phj表示在正常运行状态下对应第j个数据点的性能指标预期值。
43、可选地，所述基于所述状态评估参数，查询所述智能化设备存在的故障类型，包括：
44、基于所述状态评估参数，分析所述智能化设备对应的运行波动情况；
45、提取所述运行波动情况对应的运行波动特征；
46、查询运行波动特征中存在故障的波动指标；
47、将所述波动指标与预设的故障指标库进行匹配，得到匹配数据；
48、筛选所述匹配数据中相似度较高的故障指标子集；
49、基于所述故障指标子集，查询所述智能化设备存在的故障类型。
50、可选地，所述基于所述故障类型和所述发生时间，结合所述智能化设备的当前状态，构建所述智能化设备对应的预防维护策略，包括：
51、基于所述故障类型和发生时间，分析所述智能化设备对应的故障发展趋势；
52、提取所述故障发展趋势中的关键变化节点；
53、查询所述关键变化节点对应的节点运行参数；
54、将所述节点运行参数与正常标准参数进行对比，得到差异参数；
55、分析所述差异参数本文档来自技高网...
【技术保护点】
1.智能化设备改造技术中的故障预测与预防方法，其特征在于，所述方法包括：
2.如权利要求1所述的智能化设备改造技术中的故障预测与预防方法，其特征在于，所述筛选所述滤波实时数据对应的异常熵参数，包括：
3.如权利要求2所述的智能化设备改造技术中的故障预测与预防方法，其特征在于，所述基于所述熵值序列，计算所述滤波实时数据对应的平均熵值，包括：
4.如权利要求1所述的智能化设备改造技术中的故障预测与预防方法，其特征在于，所述基于所述异常参数集，构建所述智能化设备对应的故障预测框架，包括：
5.如权利要求1所述的智能化设备改造技术中的故障预测与预防方法，其特征在于，所述根据所述故障概率，确定所述智能化设备对应的剩余运行寿命，包括：
6.如权利要求1所述的智能化设备改造技术中的故障预测与预防方法，其特征在于，所述基于所述设备运维周期，评估所述智能化设备对应的运行状态，得到状态评估参数，包括：
7.如权利要求6所述的智能化设备改造技术中的故障预测与预防方法，其特征在于，所述基于所述异常数据段，计算所述智能化设备对应的性能
8.如权利要求1所述的智能化设备改造技术中的故障预测与预防方法，其特征在于，所述基于所述状态评估参数，查询所述智能化设备存在的故障类型，包括：
9.如权利要求1所述的智能化设备改造技术中的故障预测与预防方法，其特征在于，所述基于所述故障类型和所述发生时间，结合所述智能化设备的当前状态，构建所述智能化设备对应的预防维护策略，包括：
10.智能化设备改造技术中的故障预测与预防系统，其特征在于，用于执行如权利要求1-9中任意一项所述的智能化设备改造技术中的故障预测与预防方法，所述系统包括：
...【技术特征摘要】
1.智能化设备改造技术中的故障预测与预防方法，其特征在于，所述方法包括：
2.如权利要求1所述的智能化设备改造技术中的故障预测与预防方法，其特征在于，所述筛选所述滤波实时数据对应的异常熵参数，包括：
3.如权利要求2所述的智能化设备改造技术中的故障预测与预防方法，其特征在于，所述基于所述熵值序列，计算所述滤波实时数据对应的平均熵值，包括：
4.如权利要求1所述的智能化设备改造技术中的故障预测与预防方法，其特征在于，所述基于所述异常参数集，构建所述智能化设备对应的故障预测框架，包括：
5.如权利要求1所述的智能化设备改造技术中的故障预测与预防方法，其特征在于，所述根据所述故障概率，确定所述智能化设备对应的剩余运行寿命，包括：
6.如权利要求1所述的智能化设备改造技术中的故障预测与预防方法，其特征在于，...
【专利技术属性】
技术研发人员：王敏，王梓铭，郝斌，
申请(专利权)人：深圳市正针金属科技有限公司，
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。