[发明专利]基于大数据的设备预测性维护方法

权利要求书

1.一种基于大数据的设备预测性维护方法，其特征在于，所述方法包括：

获取待维护设备在历史时长内对应的历史工作状态信息；其中，所述历史工作状态信息包括：所述设备在所述历史时长内运行的历史运行总时长，以及所述设备在所述历史时长内每一天分别对应的历史当天完成任务量；

根据获取的所述历史工作状态信息，进行大数据分析，计算得到所述设备对应的日常故障损耗值；

根据计算得到的所述日常故障损耗值，对所述设备的后续工作状态进行预测；其中，所述设备的后续工作状态包括：截至当前时间所述设备的当前运行总时长以及所述设备对应的当前每天完成任务量；

其中，所述根据获取的所述历史工作状态信息，进行大数据分析，计算得到所述设备对应的日常故障损耗值，包括：

根据获取的所述历史工作状态信息，通过数学表达式(1)，利用大数据分析所述设备对应的所述历史工作状态信息，计算得到所述设备对应的日常故障损耗值X，则有：

所述数学表达式(1)中，X表示所述设备对应的日常故障损耗值，t_i表示所述设备对应的所述历史工作状态信息中第i天对应的运行总时长；g_i表示所述设备对应的所述历史工作状态信息中第i天当天完成的任务量；n表示所述设备对应的所述历史工作状态信息中所述历史时长包含的总天数；

其中，所述根据计算得到的所述日常故障损耗值，对所述设备的后续工作状态进行预测，包括：

获取所述设备对应的包含当天运行总时长和当天完成任务量的当天运行工作状态；

根据计算得到的所述日常故障损耗值，结合获取的所述当天运行工作状态，计算所述设备后续工作状态对应的第二天可运行总时长和第二天可完成任务量；

其中，所述根据计算得到的所述日常故障损耗值，结合获取的所述当天运行工作状态，计算所述设备后续工作状态对应的第二天可运行总时长和第二天可完成任务量，包括：

根据利用数学表达式(1)计算得到的所述日常故障损耗值X，结合所述当天运行工作状态，利用数学表达式(2)计算所述设备后续工作状态对应的第二天可运行总时长，则有：

所述数学表达式(2)中，t表示对所述设备进行预测时对应的所述设备第二天可运行总时长；t_t表示在预测当天所述设备对应的所述当天运行工作状态中的当天运行总时长；X表示所述设备对应的所述日常故障损耗值；

同时，利用数学表达式(3)，计算所述设备后续工作状态对应的第二天可完成任务量，则有：

所述数学表达式(3)中，g表示对所述设备进行预测时对应的所述设备第二天可完成任务量；g_t表示在预测当天所述设备对应的所述当天运行工作状态中的当天完成任务量；X表示所述设备对应的所述日常故障损耗值。

2.如权利要求1所述的基于大数据的设备预测性维护方法，其特征在于，所述根据计算得到的所述日常故障损耗值，对所述设备的后续工作状态进行预测，之后还包括步骤：

根据预测结果，判断所述设备的后续工作状态是否会超过所述设备的自身负荷，并根据判断结果，维护所述设备。

3.如权利要求1或2所述的基于大数据的设备预测性维护方法，其特征在于，所述获取待维护设备在历史时长内对应的历史工作状态信息，包括：

根据所述待维护设备的设备ID，获取所述设备自身记录的和/或系统监控记录的包含所述设备每一天的运行时长以及每一天分别对应的当天完成任务量的历史工作状态信息。