[发明专利]基于大数据分析的故障预测方法、装置、设备和存储介质

说明书

本申请实施例提供一种基于大数据分析的故障预测方法、装置、设备和存储介质；本申请实施例中基于大数据分析的故障预测方法，包括：获取目标设备的产量时序数据，根据所述产量时序数据，确定所述目标设备的各停顿时长；将各所述停顿时长进行分类后排序，获得所述目标设备各故障类型对应的停顿时长序列；分别统计各所述停顿时长序列中相邻的停顿时长之间的时间间隔，获得所述目标设备各故障类型的故障周期信息；基于所述目标设备各故障类型的故障周期信息，预测所述目标设备的故障发生信息；本申请实施例中通过对产量时序数据进行大数据分析，获得目标设备各故障类型的故障周期信息，以实现目标设备的故障发生信息准确预测。

技术领域

本申请实施例涉及数字化生产线大数据分析领域技术领域，具体涉及一种基于大数据分析的故障预测方法、装置、设备和存储介质。

背景技术

随着计算机技术的发展，数字化产线在制造行业的应用越来越多。

数字化产线的可靠性与设备故障和暂时停机息息相关，数字化产线的生产过程中出现设备故障或暂时停机的现象，通常需要维修人员进行现场检查，由于维修人员不知道引起设备故障或暂时停机的原因，因此，需要维修人员进行全线检查，这样设备故障或暂时停机原因查找的时间随之增长，数字化产线中设备稼动时间缩短；为了有效地提高设备稼动时间，对设备故障或暂时停机进行准确地预测，以避免设备故障，减少暂时停机次数，或者缩短设备故障与暂时停机原因排查时间，就变得尤为重要。

由于数字化产线复杂，引起设备故障或暂时停机原因较多，当前主要根据维修人员经验对设备故障进行预测，这样的设备故障预测方法容易受到人为因素的影响，设备故障预测不够准确。

发明内容

本申请实施例提供一种基于大数据分析的故障预测方法、装置、设备和存储介质，旨在解决现有的设备故障预测难度大，设备故障预测准确性低的技术问题。

一方面，本申请实施例提供一种基于大数据分析的故障预测方法，所述基于大数据分析的故障预测方法包括以下步骤：

获取目标设备的产量时序数据，根据所述产量时序数据，确定所述目标设备的各停顿时长；

将各所述停顿时长进行分类后排序，获得所述目标设备各故障类型对应的停顿时长序列；

分别统计各所述停顿时长序列中相邻的停顿时长之间的时间间隔，获得所述目标设备各故障类型的故障周期信息；

基于所述目标设备各故障类型的故障周期信息，预测所述目标设备的故障发生信息。

在本申请一些实施方案中，所述将各所述停顿时长进行分类后排序，获得所述目标设备各故障类型对应的停顿时长序列，包括：

将各所述停顿时长按预设分类策略进行分类，获得停顿时长子集合，分别将各所述停顿时长子集合中的停顿时长按照各所述停顿时长的先后顺序排列，获得所述目标设备各故障类型对应的停顿时长序列；或，

将各所述停顿时长按散点图分类方式进行分类，获得停顿时长子集合，分别将各所述停顿时长子集合中的停顿时长按照各所述停顿时长的先后顺序排列，获得所述目标设备各故障类型对应的停顿时长序列。

在本申请一些实施方案中，所述分别统计各所述停顿时长序列中相邻的停顿时长之间的时间间隔，获得所述目标设备各故障类型的故障周期信息，包括：

分别统计各所述停顿时长序列中相邻的停顿时长之间的时间间隔，获得所述目标设备各故障类型的多个单次停顿周期；

分别将各故障类型的多个单次停顿周期进行正态分布拟合回归，获得所述目标设备各故障类型的故障周期信息。

在本申请一些实施方案中，所述分别将各故障类型的多个单次停顿周期进行正态分布拟合回归，获得所述目标设备各故障类型的故障周期信息，包括：