[發明專利]一種工業生產設備故障預測分析方法及模型

有效

• 申請號: 202011212500.3
• 申請日: 2020-11-03
• 公開（公告）號: CN112462734B
• 公開（公告）日: 2022-06-17
• 發明（設計）人: 劉作國;廖一星;綦云華;徐亮;王亮;肖開余;姬科盛;唐信軍;何城橋
• 申請（專利權）人: 貴州江南航天信息網絡通信有限公司
• 主分類號: G05B23/02
• 分類號: G05B23/02
• 代理公司: 重慶百潤洪知識產權代理有限公司 50219
• 代理人: 陳萬江

本發明公開了一種工業生產設備的故障預測分析方法及模型。包括以下步驟：步驟S1：劃分設備級別并采集運行數據；對一般設備采集各個周期內的故障率、故障類別、故障原因；對關鍵設備，實時采集設備運行數據；步驟S2：執行設備故障預測分析；對一般設備執行步驟S2.1，本發明涉及工業生產設備技術領域，該工業生產設備的故障預測分析方法及模型通過設備端對數據進行采集，然后將數據傳輸至故障分析系統，通過故障分析系統對故障的原因進行分析，然后通過故障預警單元接收故障預警信息，并將警報發送給對應的人員和設備，從而可以快速、精準的找到故障，方便工作人員對故障進行維修，從而避免故障影響生產設備的正常運行。

技術領域

本發明涉及工業生產設備技術領域，具體為一種工業生產設備的故障預測分析方法及模型。

背景技術

目前國內大部分生產制造企業對生產系統和生產設備的監管還是停留在人工管理的水平，尤其是對設備故障的維修，只能采取事后搶修的方式，不僅無法發現故障隱患，也不利于及時檢修，故障檢修效率低下，開銷巨大，嚴重地影響企業生產效益。

故障預測與健康管理系統PHM(Prognostic and Health Management)是目前進行設備故障預警和診斷的有效工具，PHM系統可使用集中式、分散式、分層式等多種部署策略，通過算法和模型來預測和管理系統健康狀況，當前工業設備故障預測分析研究的主要瓶頸在于：

(1)設備運行參數難以采集，由于工業設備類型多種多樣，每種設備都有各自的運行參數，采集設備運行數據代價巨大，難以對所有設備參數進行有效監控；

(2)設備監控的實時性要求較高，工業設備往往需要長時間不間斷運作，因此需要實時監控設備運行參數，一旦發現故障隱患立即處理，這要求算法和模型具有快速、精準的能力；

(3)設備故障難以排查，很多工業設備系統非常復雜，輕微的設備故障不容易被察覺，而且工業設備受到復雜的環境因素影響，導致難以明確發生故障的原因。

發明內容

針對現有技術的不足，本發明提供了一種工業生產設備的故障預測分析方法及模型，解決了設備運行中的故障預警、故障原因分析的問題。

為實現以上目的，本發明通過以下技術方案予以實現：一種工業生產設備的故障預測分析方法，包括以下步驟：

步驟S1：劃分設備級別并采集運行數據；對一般設備采集各個周期內的故障率、故障類別、故障原因；對關鍵設備，實時采集設備運行數據；

步驟S2：執行設備故障預測分析；對一般設備執行步驟S2.1，對關鍵設備執行步驟S2.2；

步驟S2.1：執行一般設備故障預測；

步驟S2.1.1：設原始時序特征為x⁽⁰⁾＝(x⁽⁰⁾(1),x⁽⁰⁾(2),…,x⁽⁰⁾(n))，采用灰色系統理論對其進行一次加權累加，生成新的數據序列：x⁽¹⁾＝(x⁽¹⁾(1),x⁽¹⁾(2),…,x⁽¹⁾(n))，其中0＜α＜1為距離權重；

步驟S2.1.2：GM(1,1)模型的背景值為z⁽¹⁾＝(z⁽¹⁾(2),z⁽¹⁾(3),…,z⁽¹⁾(n))，其中 z⁽¹⁾(k)＝0.5(x⁽¹⁾(k)+x⁽¹⁾(k-1))；

步驟S2.1.3：設GM(1,1)的發展系數和灰色作用量分別是a,b，時序序列的預測結果為

步驟S2.2：執行關鍵設備故障預測；