[发明专利]基于大数据的设备预测性维护方法

说明书

本发明公开了一种基于大数据的设备预测性维护方法，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；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；实现了通过对设备相关的大数据进行分析达到了对设备进行预测性维护的目的，提高了设备维护的智能性；进一步地，也在一定程度上提高了设备的运行寿命和设备的运行效率。

技术领域

本发明涉及数据处理技术领域，特别涉及一种基于大数据的设备预测性维护方法。

背景技术

随着对大数据处理技术的不断发展和完善，且基于对大数据的分析，能够越来越多地为人们提供更加客观和全面的参考依据，因此，基于大数据，为设备的预测性维护也提供了一种很好的思路。

目前的现有技术中，在对设备进行维护时，通常是日常的监控、检修、以及按照一定的周期对设备进行校准等维护性操作，无法根据设备目前的工作情况和具体的运行状态对设备的后续工作情况和运行状态进行客观地预测，通常是在设备超负荷运转一定时长且出现故障的时候，才能监控到该设备已经故障。因此，如何利用大数据对设备进行预测性维护，是目前亟待解决的问题之一。

发明内容

本发明提供一种基于大数据的设备预测性维护方法，旨在通过对设备相关的大数据进行分析，客观智能地对设备进行预测性维护。

本发明提供了一种基于大数据的设备预测性维护方法，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。

进一步地，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。

进一步地，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。

进一步地，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。

进一步地，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；