[發明專利]機電裝備故障預診與健康管理方法及系統

在審

• 申請號: 201710145942.2
• 申請日: 2017-03-13
• 公開（公告）號: CN106952028A
• 公開（公告）日: 2017-07-14
• 發明（設計）人: 蔡一彪;陳南西
• 申請（專利權）人: 杭州安脈盛智能技術有限公司
• 主分類號: G06Q10/06
• 分類號: G06Q10/06
• 代理公司: 杭州知通專利代理事務所(普通合伙)33221
• 代理人: 姚宇吉

技術領域

本發明涉及設備的故障預測與健康管理領域，且特別涉及一種機電裝備故障預診與健康管理方法及系統。

背景技術

隨著中國社會經濟的高速發展，各種機電裝備的性能不斷提高，向著高速化、重載化、智能化的方向不斷發展，系統組成復雜性也不斷增加，使機電裝備的可靠性、維修性等問題日漸突出。目前對機電裝備的維修多停留在離線定期檢修階段，這種方法實時性較差，維修效率較低，會造成“該修沒修、不該修卻修”的維修不足和維修過度的缺點。國內外相關單位在機電裝備基于狀態維修和預測性維修方面做了大量研究工作，提出了許多機電裝備故障預測和診斷方法并搭建了相關機電裝備監控系統。

然而，現有的這些故障預測和診斷方法多是針對單臺設備在單一或恒定工況下進行的。而目前機電裝備面臨的問題是需要對多臺設備在多工況下的健康狀態進行監測、比較和預測，傳統的故障預測和診斷方法存在一定的局限性。進一步的，已有的機電裝備監控方法和系統在數據采集時只注重采集設備的狀態數據，而對許多重要的信息如設備使用時的工況數據、環境參數、維護保養記錄及績效類數據沒有有效同步記錄，造成這些數據的調用和相互對照變得十分困難，并且在對運行狀態數據進行采集時往往采用固定的和無差別的采集策略，造成消耗大部分時間采集許多無用的信息。更進一步的，已有的機電裝備監控方法和系統只能根據分析計算結果給出報警、維修指導建議等信息，但是沒有基于這些監測信息進行決策優化和系統重配置。

此外，由于對多臺設備在多工況下的健康狀態監測和預測需要存儲和處理大量的數據，單純依靠提高計算機的硬件配置來實現數據的實時處理變得越來越難，并且目前的大數據計算方法存在的問題之一是需要人工來配置處理數據的計算服務器節點數量，費時費力。并且在很多機電裝備監控系統在分析過程中多依賴專家經驗，存在著大量手動分析、肉眼觀察、參數試湊等缺陷。

發明內容

本發明為了克服現有的機電裝備無法實現多臺設備多工況下的健康狀態監控以及預測的問題，提供一種適用于多設備多工況的機電裝備故障預診與健康管理方法及系統。

為了實現上述目的，本發明提供一種機電裝備故障預診與健康管理方法，該方法包括：

數據獲取，獲取機電裝備的數據信息；

自診斷，對某一臺機電裝備在不同運行模式和健康狀態下的歷史數據信息進行特征提取和模型建立，再利用建立的模型將當前狀態獲取的數據信息與歷史數據信息進行比較，自動識別該臺機電裝備的當前健康狀態；

健康狀態預測，根據自診斷后獲得的該臺機電裝備的當前健康狀態和歷史健康狀態預測該臺機電裝備未來健康狀態的變化；

集群分析，根據單臺機電裝備的當前健康狀態對機電裝備集群中的多臺機電裝備的數據信息進行聚類和分析比較，得到多臺機電裝備的健康狀態等級和風險分布。

于本發明一實施例中，數據信息為機電裝備的全生命周期信息，全生命周期信息包括運行狀態數據。

于本發明一實施例中，在自診斷和健康狀態預測過程中采用上層定制工具和底層調用工具對某一臺機電裝備的數據信息進行特征提取、模型建立以及健康狀態識別，上層定制工具根據該臺機電裝備的數據信息自動調用底層調用工具中每一工具庫的數據分析模型。

于本發明一實施例中，上層定制工具調用底層調用工具內每一工具庫的數據分析模型的步驟包括：

上層定制工具分別將機電裝備的運行狀態數據和其余全生命周期信息的重要度等級進行定制；

根據機電裝備的運行狀態數據和其余全生命周期信息的重要度等級進行計算，獲得底層調用工具中每一工具庫內每一數據分析模型的權重；

選取每一工具庫內權重最大的數據分析模型對該臺機電裝備的數據信息進行分析。

于本發明一實施例中，底層調用工具內包含特征提取工具庫、狀態評估工具庫、故障診斷工具庫、故障及壽命預測工具庫。

于本發明一實施例中，在獲取機電裝備的數據信息時根據事件信息、活動目標和設備狀態自動產生符合信息分析需求的數據采樣控制信號來進行數據采集。

于本發明一實施例中，在自診斷、健康狀態預測和集群分析過程中，根據獲取到的數據信息的量自動配置計算服務器的節點數量。

于本發明一實施例中，機電裝備故障預診與健康管理方法還包括根據得到的多臺機電裝備的健康狀態等級對機電裝備控制模型的自重構，自重構包括對單臺機電裝備的控制模型的調整和/或對機電裝備集群的控制模型的調整。