[發明專利]故障檢測方法、裝置、檢測設備、旋挖機及存儲介質

在審

• 申請號: 202010431944.X
• 申請日: 2020-05-20
• 公開（公告）號: CN111598346A
• 公開（公告）日: 2020-08-28
• 發明（設計）人: 田春雨;劉振岳
• 申請（專利權）人: 北京三一智造科技有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06N3/08;G01D21/02
• 代理公司: 北京超凡宏宇專利代理事務所(特殊普通合伙) 11463
• 代理人: 張磊

本申請提供一種故障檢測方法、裝置、檢測設備、旋挖機及存儲介質。該故障檢測方法中，根據該傳感器的歷史檢測數據，預測未來預設時段內各傳感器所采集數據的可能情況。通過訓練好的第一神經網絡模型對各傳感器的預測數據進行處理，以確定該目標設備將要發生的故障類型。

技術領域

本申請涉及數據處理領域，具體而言，涉及一種故障檢測方法、裝置、檢測設備、旋挖機及存儲介質。

背景技術

隨著設備使用壽命的增加，設備難免會出現或多或少的故障問題。目前在設備發生故障時，往往需要專業的檢修人員經人工檢查后，才能確定具體的故障類型。然而檢測結果的準確度以及檢修的效率，嚴重依賴于檢修人員的個人經驗。并且，目前并不能對設備將要發生的故障的進行預測，使得用戶難以提前進行應對。

發明內容

為了克服現有技術中的至少一個不足，本申請實施例的目的之一在于提供一種故障檢測方法，應用于檢測設備，該檢測設備通過預設數量的傳感器監測目標設備的工作狀態，所述檢測設備配置有第一神經網絡模型，所述方法包括：

獲取所述傳感器的預測數據，其中，針對各所述傳感器，該傳感器的預測數據預測自該傳感器的歷史檢測數據；

通過所述第一神經網絡模型處理所述預測數據，獲得處理結果；

根據所述處理結果預測該目標設備將要發生的故障類型。

可選地，所述檢測設備為各所述傳感器還配置有訓練好的第二神經網絡模型，所述獲取所述傳感器的預測數據的步驟，包括：

針對各所述傳感器，獲取該傳感器的歷史檢測數據；

通過與該傳感器對應的第二神經網絡模型處理所述歷史檢測數據，獲得該傳感器的預測數據。

可選地，所述方法還包括：

獲取各所述傳感器在所述目標設備發生故障時的實測數據；

通過所述第一神經網絡模型處理所述實測數據，確定該故障的故障類型。

可選地，所述方法還包括：

根據該目標設備將要發生的故障類型，確定與所述將要發生的故障類型相關的控制參數；

調整所述控制參數，推遲故障將要發生的時間。

可選地，所述方法還包括：

將所述將要發生的故障類型以及故障將要發生的時間提供給用戶。

本申請實施例的目的之二在于提供一種故障檢測裝置，應用于檢測設備，該檢測設備通過預設數量的傳感器監測目標設備的工作狀態，所述檢測設備配置有第一神經網絡模型，所述故障檢測裝置包括：

數據獲取模塊，用于獲取所述傳感器的預測數據，其中，針對各所述傳感器，該傳感器的預測數據預測自該傳感器的歷史檢測數據；

數據處理模塊，用于通過所述第一神經網絡模型處理所述預測數據，獲得處理結果；

故障檢測模塊，用于根據所述處理結果預測該目標設備將要發生的故障類型。

可選地，所述檢測設備為各所述傳感器還配置有訓練好的第二神經網絡模型，所述數據獲取模塊獲取所述預測數據的方式包括：

針對各所述傳感器，獲取該傳感器的歷史檢測數據；

通過與該傳感器對應的第二神經網絡模型處理所述歷史檢測數據，獲得該傳感器的預測數據。

本申請實施例的目的之三在于提供一種檢測設備，所述檢測設備包括處理器以及存儲器，所述存儲器存儲有能夠被所述處理器執行的計算機可執行指令，所述計算機可執行指令被所述處理器執行時，實現所述的故障檢測方法。