[發明專利]一種基于HTM的傳送帶故障預測方法、系統及裝置

在審

• 申請號: 201711270999.1
• 申請日: 2017-12-05
• 公開（公告）號: CN108268970A
• 公開（公告）日: 2018-07-10
• 發明（設計）人: 黃勁;趙舒陽
• 申請（專利權）人: 盈盛資訊科技有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04
• 代理公司: 廣州嘉權專利商標事務所有限公司 44205
• 代理人: 朱曉敏;胡輝

本發明公開了一種基于HTM的傳送帶故障預測方法、系統及裝置，該方法包括：采集傳送帶設備的狀態數據；將傳送帶設備的狀態數據輸入至HTM算法模型進行處理，從而輸出異常分數。該系統包括：采集單元和處理單元。該裝置包括存儲器以及用于加載存儲器中的程序以執行上述基于HTM的傳送帶故障預測方法。本發明的傳送帶故障預測方案無需人工預先定義好規則，無需人工對大量狀態進行狀態間的規則關聯挖掘，無需人工更新規則，大大減少了運營人員的工作量和工作負擔，提高工作效率和操作使用便利性，而且還極大地提高了故障預測的準確性和實時有效性。本發明作為一種基于HTM的傳送帶故障預測方法、系統及裝置可廣泛應用于機場傳送設施中。

技術領域

本發明涉及故障預測技術，尤其涉及一種基于HTM算法的傳送帶(機場行李傳送帶)故障預測方法、系統及裝置。

背景技術

技術詞解釋：

HTM：Hierarchical Temporal Memory，分層時間記憶算法。

針對機場行李傳送帶這一會存在老舊、甚至是過時設備的生產設施而言，它們的維護程序經常會導致不必要的費用，比如，因運行停機而造成的損失、能源浪費和人力成本等。通常，按照傳統的維護程序可知，其需要定期進行日常維護，這就意味著操作人員很有可能在對一些并不需要維護的設備進行保養，這就意味著造成了時間和資源的浪費；或者，更換掉那些仍具有使用價值的設備。此外，使用傳統的維護程序，如果一個設備沒有按規定進行日常維護，那即使有某些征兆顯示其要發生事故，也可能被忽視，故障預測實時性差。為了改變目前設備維護不及時這個現狀，在大數據的驅動下，預測性維護就應運而生。

預測性維護(Predictive Maintenance，簡稱PdM)是以狀態為依據的維修，在機器運行時，對它的主要(或需要)部位進行定期(或連續)的狀態監測和故障診斷，判定裝備所處的狀態，從而預測裝備狀態未來的發展趨勢，依據裝備的狀態發展趨勢和可能的故障模式，預先制定預測性維修計劃，確定機器應該修理的時間、內容、方式和必需的技術和物資支持。可見，所述預測性維修是集裝備狀態監測、故障診斷、故障(狀態)預測、維修決策支持和維修活動于一體，一種新興的維修方式。

就目前的預測性維護而言，技術上多數是采用“狀態監測+規則匹配”的方法來實現故障預測。其中，所述狀態監測的方法可依據狀態檢測手段的不同而分成許多種，常用的包括有振動監測法、噪聲監測法、溫度監測法、壓力監測法、油液分析監測法、聲發射監測法等，通過將這些方法采集到的數據與事先定好的規則相匹配，如果匹配中了，就說明存在故障風險，例如，通過溫度監測法，得知目前發動機溫度為60攝氏度，通過振動監測法，得知目前機器的振動頻率為30下/分鐘，那么根據定義好的規則“當發動機溫度超過55攝氏度，機器振動頻率大于18下/分鐘時，機器將會發生故障”可知，該規則與狀態監測到的結果相吻合，因而該傳送帶設備被預測為故障，需要被維護。然而，采用“狀態監測+規則匹配”的方法來實現故障預測，這卻存在不少缺點，例如：1、需要事先根據運營人員經驗定義好若干規則，涉及過多人為操作，導致工作人員的工作量大，而且預測準確性低下，容易出現預測失誤；2、如果有新的故障類型出現，原規則沒法正確匹配，則需要去人為更新規則，更新迭代的時效性低；3、當狀態較多時，人工難以發現狀態間存在的規則關聯，因此，人工定義的規則難以精準地匹配對應各種狀態，從而導致故障預測的精準度低下。

發明內容

為了解決上述技術問題，本發明的目的是提供一種基于HTM的傳送帶故障預測方法、系統及裝置，可避免過多的人為操作，極大地提高預測的實時有效性和精準度。

本發明所采用的第一技術方案是：一種基于HTM的傳送帶故障預測方法，包括以下步驟：

采集傳送帶設備的狀態數據；

將傳送帶設備的狀態數據輸入至HTM算法模型進行處理，從而輸出異常分數。