[发明专利]一种工业生产设备故障预警系统及方法有效

专利信息
申请号: 201811544074.6 申请日: 2018-12-17
公开(公告)号: CN109809149B 公开(公告)日: 2020-10-02
发明(设计)人: 刘坤;杨林;侯双双;范作鹏;逯峰;廖望;尹延华 申请(专利权)人: 北斗天地股份有限公司山东分公司
主分类号: B65G43/00 分类号: B65G43/00;B65G43/02
代理公司: 北京轻创知识产权代理有限公司 11212 代理人: 杨立;董德
地址: 273599 山东省济宁市*** 国省代码: 山东;37
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 工业生产 设备 故障 预警系统 方法
【权利要求书】:

1.一种工业生产设备故障预警系统,其特征在于,包括:采集模块、故障定位模块、系统管理模块、健康度评估模块和警报模块;

所述采集模块用于采集设备数据;

所述故障定位模块用于根据所述设备数据判断故障类型;

所述健康度评估模块用于根据所述设备数据和所述故障类型得到危害程度信息并发送到所述系统管理模块;

所述系统管理模块用于查看所述危害程度信息,所述系统管理模块还用于根据所述危害程度信息发出预警信息;

所述警报模块用于根据所述预警信息进行报警;

所述健康度评估模块还用于根据所述设备数据和所述故障类型统计生产设备在多个预设时段内每个所述故障类型出现故障的故障次数和持续时间,每个预设时段设有不同的第一权重值,所述健康度评估模块还用于根据所述故障次数、所述持续时间和故障出现所在时段所对应的所述第一权重值得到危害程度信息并发送到所述系统管理模块。

2.根据权利要求1所述的工业生产设备故障预警系统,其特征在于:还包括危险度评估模块;所述故障定位模块还用于根据所述设备数据和所述故障类型生成故障历史数据;所述危险度评估模块用于分别将多个时段的所述故障历史数据进行归一化得到多个样本,并将每个所述样本进行维度缩减得到降维数据;所述危险度评估模块还用于计算当前的所述降维数据所在时段的前一时段的所述降维数据,记为先前降维数据,并根据当前的所述降维数据和所述先前降维数据得到健康状态信息;所述危险度评估模块还用于根据所述健康状态信息得到强分类器,所述危险度评估模块还用于获取新的所述设备数据得到新的所述降维数据,并根据所述强分类器和新的所述降维数据得到当前时刻设备运行状态并发送到所述系统管理模块,所述系统管理模块还用于查看所述当前时刻设备运行状态。

3.根据权利要求2所述的工业生产设备故障预警系统,其特征在于:所述危险度评估模块具体用于分别对每个所述样本进行预处理得到与每个所述样本对应的初始数据;所述危险评估模块还用于根据所有所述样本数据得到数据均值,每个所述样本数据减去所述数据均值并计算出协方差矩阵,计算所述协方差矩阵的特征向量和多个特征值,根据大小关系对每个所述特征值进行排序,并选择最大的特征值作为主成分构造一个特征矩阵;所述危险度评估模块还用于计算得到所述特征矩阵的投影矩阵,将所述投影矩阵左乘以所述协方差矩阵得到降维数据。

4.根据权利要求3所述的工业生产设备故障预警系统,其特征在于:所述危险度评估模块具体用于计算出多个所述健康状态信息,并根据所有所述健康状态信息训练得到弱分类器ym,再根据下列公式计算出误差∈m

其中,m表示所述样本的总个数,n为所述样本的维度,t为时段,N表示自然数集,xn表示样本集合中的第n个样本,I()表示取交集;

所述危险度评估模块还用于根据下列公式计算出话语权αm

其中,ln()为自然对数函数;

所述危险度评估模块还用于根据下列公式计算出第二权重Wm+1

其中,i为所述样本的序号,Zm为规范化因子,exp()为以自然常数e为底的指数函数;

所述危险度评估模块还用于根据下列公式计算出规范化因子Zm

所述危险度评估模块还用于根据下列公式计算出第一弱分类器YM(x):

其中,sign()为符号函数,M表示样本的维度;

所述危险度评估模块还用于根据每个所述样本和所述第一弱分类器得到至少一个错误样本,并获取新的设备数据得到第一新样本,根据所述第一新样本与每个所述错误样本得到第二弱分类器;所述危险度评估模块还用于根据所述第一弱分类器、所述第二弱分类器和每个所述样本得到至少一个二次错误样本,并获取新的设备数据得到第二新样本,根据所述第二新样本与每个所述二次错误样本得到强分类器。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北斗天地股份有限公司山东分公司,未经北斗天地股份有限公司山东分公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201811544074.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top