[发明专利]一种基于机器学习的设备巡检方法

说明书

本发明属于工业领域，具体公开了一种基于机器学习的设备巡检方法和巡检装置，包括获取目标设备的运行参数，对所述目标设备数据库中的数据进行审查和校验，根据所述目标设备数据库建立设备运行模式库，获取所述目标设备当前的运行状态，根据所述设备运行模式库判断目标设备运行是否正常，通过采集设备不同状态下相互关联的大量数据，建立设备不同运行状态下的运行模式库，通过对目标设备当前的运行状态下的运行模式和设备运行模式库中的运行模式的比较，判断设备的运行状态，可准确科学的判断设备的运行状态，提高设备巡检维护的可靠性和准确性。

【技术领域】

本发明属于列车检修领域，具体涉及一种基于机器学习的设备巡检方法。

【背景技术】

铁路列车的检修是列车运营维护工作中最重要的一环，在铁路列车的检修和维护过程中，一般情况下将列车组悬空，由工作人员进入到列车组的底部，从列车的一端开始，详细检查列车组的各个组成部分。列车车底结构复杂、零部件繁多，使得检修维护环境异常复杂。而且列车结构复杂、造价昂贵，列车运行中表征每个零部件状态的参数复杂多元，简单的人工检修无法详细的判断列车每个零部件的状态。而对于高速运行的列车组，一个零部件的故障便可导致重大安全事故，造成重大的损失。

人工巡检维护由于工作人员的能力问题，很难根据表征设备运行状态的大量、不同，并相互关联的数据做出准确可靠的判断。现有的基于数据采集的设备监控不能对部件的状态做有效的分析判断，检修维护关键智能依靠人工经验完成。

【发明内容】

本公开提供一种基于机器学习的设备巡检方法，可对设备的运行状态做准确科学的判断。

为实现上述目的，本公开提供一种基于机器学习的设备巡检方法，所述方法包括：

获取目标设备不同运行状态下的运行参数，并把所述运行参数存储在目标设备数据库中；

对所述目标设备数据库中的数据进行审查和校验，检查数据的一致性，删除无效数据和重复数据，根据所述目标设备的类型定义不同的数据类型；

根据所述目标设备数据库建立设备运行模式库；

获取所述目标设备当前的运行状态，根据所述设备运行模式库判断目标设备运行是否正常。

可选的，所述根据所述目标设备数据库建立设备运行模式库，包括：

从所述目标设备数据库中提取特征向量，并对所述特征向量进行分类，建立特征向量数据库；

根据所述目标设备的类型，设定识别阈值，并使用已确定的特征向量数据作为训练数据，利用朴素贝叶斯分类器将所述目标设备的运行状态分为正常状态和非正常状态。

可选的，所述获取所述目标设备当前的运行状态，根据所述设备运行模式库判断目标设备运行是否正常，包括：

从所述目标设备当前的运行状态中提取目标设备当前的运行参数；

根据所述目标设备当前的运行参数确定所述目标设备当前的运行模式。

本公开的第二方面提供一种基于机器学习的设备巡检装置，所述装置包括：

运行参数获取模块，用于获取目标设备不同运行状态下的运行参数，并把所述参数存储在目标设备数据库中；

数据处理模块，用于对所述目标设备数据库中的数据进行审查和校验，检查数据的一致性，删除无效数据和重复数据，根据所述目标设备的类型定义不同的数据类型；

模式库建立模块，用于根据所述目标设备数据库建立设备运行模式库；

运行状态获取模块，用于获取所述目标设备当前的运行状态，根据所述设备运行模式库判断目标设备运行是否正常。