[发明专利]一种纺织机械设备的故障智能预警方法及系统

说明书

本发明提供了一种纺织机械设备的故障智能预警方法及系统，方法包括：获得第一故障类型，第一故障类型为第一工厂下的纺织设备故障集合中的故障类型；通过第一故障类型获得第一设备的第一数据信息；通过第一数据信息和所述第一设备的操作习惯系数获得第一设备的第一数据损失函数，获得第一故障数据链；获得第N设备的第N数据信息；获得第N设备的第N数据损失函数；根据第N数据损失函数获得第N故障数据链；将第一故障数据链直至第N故障数据链进行聚类处理，获得第一聚类结果；基于第一聚类结果对第一故障类型进行预警。解决了现有技术中由于现有方案都具有一定局限性，导致存在缺少可行性强的预警方式的技术问题。

技术领域

本发明涉及智能制造相关技术领域，具体涉及一种纺织机械设备的故障智能预警方法及系统。

背景技术

设备故障预警和状态监测根据设备运行规律或观测得到的可能性前兆，在设备真正发生故障之前，及时预报设备的异常状况，采取相应的措施，从而最大程度的降低设备故障所造成的损失。随着设备装置和工程控制系统的规模和复杂性日益增大，为保证生产过程的安全平稳,通过可靠的状态监控技术及时有效的监测和诊断过程异常就显得尤为迫切和重要。

目前主要通过两种方式进行预警，其一为基于机理模型的监控方法，但此种方法只适用于线性系统；其二为基于专家推荐系统的监控方法，但此种方法对于知识库中的专家知识及专家水平具有较强的依赖性。

但本申请发明人在实现本申请实施例中发明技术方案的过程中，发现上述技术至少存在如下技术问题：

现有技术中由于现有方案都具有一定局限性，导致存在缺少可行性强的预警方式的技术问题。

发明内容

本申请实施例通过提供了一种纺织机械设备的故障智能预警方法及系统，解决了现有技术中由于现有方案都具有一定局限性，导致存在缺少可行性强的预警方式的技术问题。通过采集纺织设备的各种故障类型集合，再依次计算每种故障类型N个设备的数据异常变化信息链，并进行聚类将冗杂的数据异常变化信息链降维，得到具有表征性的数据异常变化信息链聚类结果，通过聚类结果对设备数据进行监测，当满足聚类结果中的数据异常变化即对对应故障进行预警。基于机器学习构建的预警系统对于专家知识依赖性不强且可适应复杂设备的数据的监控，达到了得到可行性强的监控方案的技术效果。

鉴于上述问题，本申请实施例提供了一种纺织机械设备的故障智能预警方法及系统。

第一方面，本申请实施例提供了一种纺织机械设备的故障智能预警方法，其中，所述方法应用于一故障分析预警系统，所述方法包括：获得第一故障类型，其中，所述第一故障类型为第一工厂下的纺织设备故障集合中的故障类型；通过所述第一故障类型获得第一设备的第一数据信息；通过所述第一数据信息和所述第一设备的操作习惯系数获得所述第一设备的第一数据损失函数；根据所述第一数据损失函数获得第一故障数据链，其中，所述第一故障数据链为所述第一设备产生所述第一故障类型故障时的各项数据异常变化信息链；通过所述第一故障类型获得第N设备的第N数据信息；通过所述第N数据信息和所述第N设备的操作习惯系数获得所述第N设备的第N数据损失函数；根据所述第N数据损失函数获得第N故障数据链，其中，所述第N故障数据链为所述第N设备产生所述第一故障类型故障时的各项数据异常变化信息链；将所述第一故障数据链直至所述第N 故障数据链进行聚类处理，获得第一聚类结果；基于所述第一聚类结果对所述第一故障类型进行预警。