(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 (43)申请公布日 (21)申请号 202011472894.6
(22)申请日 2020.12.15
(71)申请人 浙江智昌机器人科技有限公司
地址 315400 浙江省宁波市余姚市安山路
175号
(72)发明人 张路路
(74)专利代理机构 常州品益专利代理事务所
(普通合伙) 32401
代理人 侯慧娜
(51)Int.Cl.
G06Q 10/04(2012.01)
G06Q 50/04(2012.01)
G06K 9/62(2006.01)
(54)发明名称
(57)摘要
本发明提供了一种基于条件概率的设备故
障预测方法，该方法主要包括实时采集设备的运
表，并将所述故障数据报表保存到数据库中；依
据所述的故障数据报表，建立设备故障预测模
型；根据建立的设备故障预测模型进行故障预
测，生成故障预测数据。本发明提供的一种基于
行系统不仅具有设备历史故障数据报表，还能对
生产设备未来一段时间的运行状态进行预判，提
高了生产制造执行系统的可靠性，使得生产设备
更稳定、
更高效率执行生产制造。权利要求书2页 说明书4页 附图2页CN 112488420 A 2021.03.12
C N 112488420
A
1.一种基于条件概率的设备故障预测方法，其特征在于，包括以下步骤：
步骤S1：实时采集设备的运行数据；
步骤S2：对运行数据进行分类，将运行数据分成无故障、故障A、故障B、故障AB四种故障类型，所述故障AB为故障A和故障B同时发生，生成故障数据报表，并将所述故障数据报表保存到数据库中；
步骤S3：依据所述的故障数据报表，建立设备故障预测模型：
若在周期t(c)内，设备处于无故障，则在将来周期t(c)内发生故障A或故障B或故障AB 的概率分别为P(A)、P(B)、P(AB)；
若在周期t(c)内，设备发生故障A，则在将来周期t(c)内发生故障AB的概率为P(AB)＝P (B∣A)；
若在周期t(c)内，设备发生故障B，则在将来周期t(c)内发生故障AB的概率为P(AB)＝P (A∣B)；
步骤S4：根据建立的设备故障预测模型进行故障预测，生成故障预测数据。
2.如权利要求1所述的一种基于条件概率的设备故障预测方法，其特征在于，对设备进行故障预测包括如下步骤：
步骤S41：实时采集设备的运行数据，并将所述运行数据传输给边缘网关；
步骤S42：所述边缘网关接收所述运行数据并进行分析、处理，得到无故障、故障A、故障B、故障AB中的其中一种故障类型，并将该故障类型数据信息保存到数据库中；
步骤S43：所述设备故障预测模型依据步骤S42中的故障类型，对在将来周期t(c)内发生故障AB的概率进行预测。
3.如权利要求1所述的一种基于条件概率的设备故障预测方法，其特征在于，所述故障数据报表还包括：故障A开始时间、故障A解除时间、故障B开始时间、故障B解除时间、故障AB 开始时间、故障AB解除时间。
4.如权利要求3所述的一种基于条件概率的设备故障预测方法，其特征在于，在建立设备故障预测模型时，所述周期t(c)的确定方法为：在周期t(c)内，故障A和故障B至少同时发生一次，即故障AB至少发生一次。
5.如权利要求4所述的一种基于条件概率的设备故障预测方法，其特征在于，建立设备故障预测模型还包括以下步骤：
步骤S31：查询数据库中保存的故障数据报表，获取周期t(c)内的设备故障数据；
步骤S32：计算故障A的持续时间t(a)、故障B的持续时间t(b)和故障AB的持续时间t (ab)；
步骤S33：计算故障A发生的概率P(A)＝t(a)/t(c)、故障B发生的概率P(B)＝t(b)/t
(c)、故障AB发生的概率P(AB)＝t(ab)/t(c)。
6.如权利要求5所述的一种基于条件概率的设备故障预测方法，其特征在于，若在周期t(c)内，故障A或故障B或故障AB发生多次，则故障A的持续时间t(a)或故障B的持续时间t
(b)或故障AB的持续时间t(ab)为将相应故障类型每次发生时的持续时间进行累加。
7.如权利要求6所述的一种基于条件概率的设备故障预测方法，其特征在于，故障预测模型的验证包括以下步骤：
步骤S61：在已知故障数据报表中，选取多个周期t(c)内的故障数据，对故障预测模型
进行验证；
步骤S62：将故障预测数据与已知故障类型数据进行对比，验证设备故障预测模型的准确性；
步骤S63：若故障预测得不到效果，通过修改周期t(c)大小及更换算法重新建立设备故障预测模型，直到得到有效的数据模型，提高故障预测模型预测的准确性。
8.如权利要求1所述的一种基于条件概率的设备故障预测方法，其特征在于，将所述故障数据报表和故障预测数据上传到云服务器进行存储，同时提供可视化显示。
9.如权利要求2所述的一种基于条件概率的设备故障预测方法，其特征在于，所述步骤S42还包括：若边缘网关对运行数据经过分析、处理后，得到的故障类型为故障AB，则将故障数据信息发送给用户终端。
一种基于条件概率的设备故障预测方法
技术领域
[0001]本发明涉及一种设备故障预测领域，具体涉及一种基于条件概率的设备故障预测方法。
背景技术
[0002]在生产制造行业，数据采集系统采集车间生产设备故障数据，通过网关，把数据上传到生产制造执行系统，生产制造执行系统把生产设备故障数据保存在本地，形成时间范围内的生产设备故障数据报表。在智能制造的大背景下，生产设备故障数据报表只能对历史生产数据进行总结展示，无法预测设备未来一段周期内的运行状态，无法达到智能制造的条件。因此，生产制造执行系统需要一种方法，利用生产设备的历史故障数据，对设备未来一段周期内的生产运行状态进行预测。
[0003]传统的对故障预防的方式是通过定期人员巡检，让技术专家每周或每月进行预防性的检修，而由人员实现的数据采集不足以用于发现所有问题，以实现计划性的维修。故障导致的非计划的停产将会产生紧急事故和生产效率的破坏。因为无法对潜在故障进行预测，则需付出昂贵的事故和维修成本，造成生产损失。
发明内容
[0004]本发明提供了一种基于条件概率的设备故障预测方法，采用概率论中的条件概率算法，预测设备未来一段周期内发生故障的概率，为企业保证安全生产、提高生产效率、节约生产成本提供技术支撑。
[0005]为实现上述目的，本发明提供的一种基于条件概率的设备故障预测方法，主要包括以下步骤：
[0006]实时采集设备的运行数据；
[0007]对运行数据进行分类，将运行数据分成无故障、故障A、故障B、故障AB四种故障类型，所述故障AB为故障A和故障B同时发生，生成故障数据报表，并将所述故障数据报表保存到数据库中；
[0008]依据所述的故障数据报表，建立设备故障预测模型；
[0009]若在周期t(c)内，设备处于无故障，则在将来周期t(c)内发生故障A或故障B或故障AB的概率分别为P(A)、P(B)、P(AB)；
[0010]若在周期t(c)内，设备发生故障A，则在将来周期t(c)内发生故障AB的概率为P (AB)＝P(B∣A)；
[0011]若在周期t(c)内，设备发生故障B，则在将来周期t(c)内发生故障AB的概率为P (AB)＝P(A∣B)；
[0012]根据建立的设备故障预测模型进行故障预测，生成故障预测数据。
[0013]具体地，对设备进行故障预测包括如下步骤：
[0014](1)实时采集设备的运行数据，并将所述运行数据传输给边缘网关；
[0015](2)所述边缘网关接收所述运行数据并进行分析、处理，得到无故障、故障A、故障B、故障AB中的其中一种故障类型，并将该故障类型数据信息保存到数据库中；
[0016](3)所述设备故障预测模型依据步骤(2)中的故障类型，对在将来周期t(c)内发生故障AB的概率进行预测。
[0017]具体地，所述故障数据报表还包括：故障A开始时间、故障A解除时间、故障B开始时间、故障B解除时间、故障AB开始时间、故障AB解除时间。
[0018]具体地，在建立设备故障预测模型时，所述周期t(c)的确定方法为：在周期t(c)内，故障A和故障B至少同时发生一次，即故障AB至少发生一次。
[0019]具体地，建立设备故障预测模型还包括以下步骤：
[0020]查询数据库中保存的故障数据报表，获取周期t(c)内的设备故障数据；[0021]计算故障A的持续时间t(a)、故障B的持续时间t(b)和故障AB的持续时间t(ab)；[0022]计算故障A发生的概率P(A)＝t(a)/t(c)、故障B发生的概率P(B)＝t(b)/t(c)、故障AB发生的概率P(AB)＝t(ab)/t(c)。
[0023]具体地，若在周期t(c)内，故障A或故障B或故障AB发生多次，则故障A的持续时间t (a)或故障B的持续时间t(b)或故障AB的持续时间t(ab)为将相应故障类型每次发生时的持续时间进行累加。
[0024]具体地，设备故障预测模型的验证包括以下步骤：
[0025]在已知故障数据报表中，选取多个周期t(c)内的故障数据，对故障预测模型进行验证；
[0026]将故障预测数据与已知故障类型数据进行对比，验证设备故障预测模型的准确性；
[0027]若故障预测得不到效果，通过修改周期t(c)大小及更换算法重新建立设备故障预测模型，直到得到有效的数据模型，提高故障预测模型预测的准确性。
[0028]具体地，将所述故障数据报表和故障预测数据上传到云服务器进行存储，同时提供可视化显示。
[0029]具体地，若边缘网关对运行数据经过分析、处理后，得到的故障类型为故障AB，则将故障数据信息发送给用户终端。
[0030]本发明提供的一种基于条件概率的设备故障预测方法，在不改动原有设备历史故障数据报表的情况下，将设备历史故障数据进行分类。采用概率论中的条件概率方法建立设备故障预测模型，对生产设备未来一段时间的运行状态进行预测，提高了生产制造执行系统的可靠性，使得生产设备更稳定、更高效率执行生产制造。
附图说明
[0031]为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例中所需要使用的附图作简单地介绍，显而易见地，下面所描述的附图仅仅是本发明的一些实施例，对于本领域的技术人员来讲，
还可以根据这些附图获得其他的附图。
[0032]图1为本发明建立设备故障预测模型的流程图；
[0033]图2为本发明一种基于条件概率的设备故障预测方法的流程图。
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议