[发明专利]一种面向工业互联网的故障预警方法及装置

说明书

本发明公开了一种面向工业互联网的故障预警方法及装置。该方法包括：根据预警模型发出的预警信息、工业设备的实际故障及实际停产来修正预警模型的预警阈值；所述预警阈值XT的调整公式为：XT＝(X2+X3)/4+(X4×W4+X1×W1)/2其中，XT表示预警阈值；X1、X2、X3和X4分别表示预测错误类的质心值、准确预测故障类的质心值、准确预测正常类的质心值、预测不准确类的质心值；W1和W4分别表示预测错误类的权重系数和预测不准确类的权重系数。该方法有效地平衡了故障预警和生产效率，使工业设备的安全高效的运行。

技术领域

本发明涉及工业互联网技术领域，具体涉及一种面向工业互联网的故障预警方法及装置。

背景技术

在工业化生产过程中需要对工业设备的运行状况进行监控，以便于及时发现问题并排除。随着工业化的深入，人们对工业设备的运行效率提出更高的要求，希望能对工业设备实现监控预警，减少工业设备因故障而导致生产停滞。

目前采用的预警方式是边缘模型部署方式，即将本地训练好的故障预警模型部署在边缘云上，然后实时接入生产数据，依据实时生产数据实现故障预警。这种预警方式存在以下缺陷：

其一，在边缘模型运行初期完全依托于模型本身，但边缘模型运行初期，实际数据较少，完全依托于模型本身容易导致预测错误。

其二，边缘模型预警的阈值是根据历史经验设定，如设定预测发生故障概率大于0.6时视为工业设备发生故障，这种一刀切的方式也容易导致预测不准。

其三，在训练预警模型时，没有考虑预警与产能之间的平衡，单纯通过边缘模型的错误与否进行训练更新，忽略了工业设备的核心目的是高效高产，预警与产能脱节。

因此，目前的预警模型存在预测错误，即发生了故障而未预测到，导致不必要的损失；或者，预警模型存在预测不准确，即预测有故障，但实际没有故障，导致工业设备停产进行无用的检修，导致工业设备的使用效率不高，给企业造成损失。换言之，目前的预警模型无法对预警与产能进行有效的平衡，导致工业设备预测错误或预测不准确。

发明内容

为此，本发明提供一种面向工业互联网的故障预警方法及装置，以解决现有技术中由于预警模型不合理而导致工业设备的使用效率低的问题。

为了实现上述目的，本发明第一方面提供一种面向工业互联网的故障预警方法，包括：

根据预警模型发出的预警信息、工业设备的实际故障及实际停产来修正预警模型的预警阈值；

所述预警阈值XT的调整公式为：

XT＝(X2+X3)/4+(X4×W4+X1×W1)/2

其中，XT表示预警阈值；

X1、X2、X3和X4分别表示预测错误类的质心值、准确预测故障类的质心值、准确预测正常类的质心值、预测不准确类的质心值；

W1和W4分别表示预测错误类的权重系数和预测不准确类的权重系数；W4/W1＝a，且W1+W2＝1；

a为权重调整常数，且a＝SumC1/SumC4；

其中，SumC1表示预测错误类的停产时间的总和；

SumC4表示预测不准确类的停产时间的总和。

其中，包括：

根据工业设备的历史生产信息训练基础模型获得训练模型；

对所述训练模型进行测试获得预警模型，并确定预警模型中的预警阈值；

利用设置有所述预警阈值的所述预警模型对所述工业设备的实际运行数据进行预警；