[发明专利]一种设备故障预测方法

权利要求书

1.一种设备故障预测方法，其特征在于，包括：

步骤1，按照时间间隔T采集设备的各个特征项数值及设备完好状态，所述设备完好状态包括故障和正常，按照评估算法计算出设备的总评分，将时间、总评分、设备完好状态作为历史数据；

所述评估算法包括：

定义特征项5个节点的数值[nmin，ngood，nbad，ntoobad，nmax]，其中，nmin为最小值，ngood为正常值，nbad为预警值，ntoobad为报警值，nmax为最大值；定义特征项5个节点对应的评估分数[100，fgood，fbad，ftoobad，0]，其中，fgood、fbad、ftoobad为0-100之间的数值；

特征项数值x划分为四个区间：[nmin，ngood]、(ngood，nbad]、(nbad，ntoobad]、(ntoobad，nmax]；

评估分数y和特征值x对应的函数表示如下：

记设备有n个特征项，各特征项分数的权重h为：h1,h2,……,hn，各特征项权重总和为1，总评分为Y，则

Y＝yt yt≤ftoobad t∈[t1,t2,…]t1,t2,…∈[1,n] (5)

y＝h1y1+h2y2+…+hnyn (6)；

步骤2，按时间升序排序历史数据集，遍历历史数据集，找到发生设备故障的数据记录并加入到故障记录集中，记故障记录集为[k1，k2，…，kx]，其中k1，k2，…，kx的值为数据记录的评估分数；

步骤3，遍历故障记录集，对每个评估分数k1，k2，…kx，进行相同的数据分析：

步骤3.1，在历史数据中选取评估分数ki的记录数据及其前n-1条数据的评估分数，如不足n-1条数据则丢弃此条记录的分析，得到数组：

[Si_1、Si_2、Si_3、…、Si_n]，i＝1,2,…,x；

步骤3.2，设定最大标准差D，求出每个数组的标准平方差σ，若σD，则取该区间当前最大值max、最小值min、平均值mean，计算最大值max、最小值min与平均值mean的差的绝对值，丢弃绝对值大的最值max或min；若σ＝D，则求出该区间当前最大值Smax、最小值Smin；循环计算比较标准平方差σ和最大标准差D，直至获取到本区间有效最值Smax和Smin；

步骤3.3，统计每个位置分数的有效最大最小值，获得区间数组A：

[(Smin_1，Smax_1)、(Smin_2，Smax_2)、(Smin_3，Smax_3)、…、(Smin_n，Smax_n)]；

步骤4，选取设备最近m条总评分数据，mn，得到数组B；时间因素影响的权重值W＝w^q；

通过数组B中的元素是否按顺序包含在数组A对应位置，来判断故障概率：

获取数组B[0]，B[1]，B[2]…B[m-1]是否在A[0]，A[1]，A[2]…A[m-1]区间的个数num1，计算故障概率P1＝num1/m*w^q；

获取数组B[0]，B[1]，B[2]…B[m-1]是否在A[1]，A[2]，A[3]…A[m]区间的个数num2，计算故障概率P2＝num2/m*w^q；

获取数组B[0]，B[1]，B[2]…B[m-1]是否在A[2]，A[3]，A[4]…A[m+1]区间的个数num3，计算故障概率P3＝num3/m*w^q；

……

获取数组B[0]，B[1]，B[2]…B[m-1]是否在A[n-m+1]，A[n-m+2]，A[n-m+3]…A[n-1]区间的个数num(n-m+1)，计算故障概率P(n-m+1)＝num(n-m+1)/m*w^q；

统计获取故障概率最大情况P(max)，以及偏移量q＝max-1，得出设备故障发生概率P(max)以及预计故障发生时间q*T＝(max-1)*T，其中，偏移量q是数组B相对数组A的偏移量。

2.根据权利要求1所述的设备故障预测方法，其特征在于：若统计后各偏移量的故障概率都为0，则统计数组B的值在各偏移量时是否都比数组A的最小值小，如果是则判断发生故障的概率为95％，并即将发生故障。