[发明专利]设备故障识别方法、装置及计算机可读存储介质

说明书

本申请公开了一种设备故障识别方法、装置及计算机可读存储介质，其中，设备故障识别方法包括：获取设备的故障率数据，故障率数据包括第一故障率数组及对应的时间数组；对故障率数据进行拟合得到第二故障率数组；利用时间数组及第二故障率数组绘制故障曲线；将故障曲线输入识别模型得到第一识别结果；至少利用第一识别结果获取故障曲线的最终分类结果。上述方案，能够准确且低成本地确定设备故障类型。

技术领域

本申请涉及人工智能技术领域，特别是涉及一种设备故障识别方法、装置及计算机可读存储介质。

背景技术

随着信息技术的发展，大数据、人工智能等技术逐渐应用到工业界的各种业务中。而在各种业务中，由于在设备生命周期阶段设备故障的诊断分类对于设备维修、保护而言尤为重要，故确定设备故障类型成为工业界中广受关注的业务之一。

目前，对于设备故障类型的确定过多地依赖领域专家或维修人员的判断，通过人工分析设备故障率数据，依靠领域专家或维修人员的专业知识及相关经验，确定设备故障类型。然而，人工分析的方式不可避免地为设备故障类型确定带来主观不确定性，且成本较高。有鉴于此，如何准确且低成本地确定设备故障类型成为亟待解决的问题。

发明内容

本申请主要解决的技术问题是提供一种设备故障识别方法、装置及计算机可读存储介质，能够准确且低成本地确定设备故障类型。

为了解决上述问题，本申请第一方面提供了一种设备故障识别方法，包括：获取设备的故障率数据，故障率数据包括第一故障率数组及对应的时间数组；对故障率数据进行拟合得到第二故障率数组；利用时间数组及第二故障率数组绘制故障曲线；将故障曲线输入识别模型得到第一识别结果；至少利用第一识别结果获取故障曲线的最终分类结果。

为了解决上述问题，本申请第二方面提供了一种设备故障识别装置，包括相互耦接的存储器和处理器，存储器中存储有程序指令，处理器用于执行程序指令以实现上述第一方面中的设备故障识别方法。

为了解决上述问题，本申请第三方面提供了一种计算机可读存储介质，存储有程序指令，程序指令被处理器执行时实现上述第一方面中的设备故障识别方法。

上述方案，通过对获取到的包括第一故障率数组及对应的时间数组的故障率数组进行拟合，得到第二故障率数组，并利用第二故障率数组和时间数组绘制故障曲线，从而能够将故障曲线输入识别模型进行识别，得到第一识别结果，进而能够至少利用第一识别结果获取故障曲线的最终分类结果，而无需再依赖于领域专家或维修人员的专业知识及相关经验，故能够降低成本，且由于能够排除人工分析的主观不确定性对于设备故障类型确定的影响，故能够有助于提高设备故障类型确定的准确性，从而能够准确且低成本地确定设备故障类型。

附图说明

图1是本申请设备故障识别方法一实施例的流程示意图；

图2是浴盆曲线BA一实施例的示意图；

图3是早期失效曲线EF一实施例的示意图；

图4是故障增加型曲线FI一实施例的示意图；

图5是先增后平曲线FITF一实施例的示意图；

图6是后期失效型曲线LF一实施例的示意图；

图7是随机曲线RA一实施例的示意图；

图8是图1中识别模型的训练方法一实施例的流程示意图；

图9是图8中步骤S82一实施例的流程示意图；

图10是本申请设备故障识别装置一实施例的框架示意图；

图11是本申请计算机可读存储介质一实施例的框架示意图。

具体实施方式

下面结合说明书附图，对本申请实施例的方案进行详细说明。