[發明專利]采煤機的故障預測方法及裝置

在審

• 申請號: 202110984019.4
• 申請日: 2021-08-25
• 公開（公告）號: CN113705882A
• 公開（公告）日: 2021-11-26
• 發明（設計）人: 李丹寧;馮銀輝;劉清;姚鈺鵬;鄭闖;張境麟;西成峰;劉姍姍
• 申請（專利權）人: 北京天地瑪珂電液控制系統有限公司;北京煤科天瑪自動化科技有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/06;G06K9/62
• 代理公司: 北京清亦華知識產權代理事務所(普通合伙) 11201
• 代理人: 羅嵐

1.一種采煤機的故障預測方法，其特征在于，包括：

獲取采煤機的監測信號集的目標參數，所述監測信號集包括多個監測信號；

對所述目標參數進行模糊化處理，生成所述監測信號集的狀態表示；

將所述狀態表示輸入至目標故障預測模型，由所述目標故障預測模型對采煤機進行故障預測，輸出所述采煤機在每個故障類別下的預測概率。

2.根據權利要求1所述的方法，其特征在于，所述對所述目標參數進行模糊化處理，生成所述監測信號集的狀態表示，包括：

獲取預設的至少一個隸屬度等級，以及每個所述隸屬度等級對應的隸屬度函數；

將任一目標參數輸入至任一隸屬度等級對應的隸屬度函數，獲取所述任一目標參數在所述任一隸屬度等級下的隸屬度值；

根據所述任一目標參數在每個所述隸屬度等級下的所述隸屬度值，生成所述任一目標參數的候選狀態表示；

根據每個所述目標參數的所述候選狀態表示，生成所述監測信號集的狀態表示。

3.根據權利要求2所述的方法，其特征在于，所述隸屬度等級的數量為4個。

4.根據權利要求2所述的方法，其特征在于，所述隸屬度函數為梯形隸屬度函數。

5.根據權利要求1-4任一項所述的方法，其特征在于，所述方法還包括：

獲取基于模糊規則得到的訓練樣本集，其中，所述訓練樣本集包括樣本監測信號集的樣本狀態表示，以及所述樣本監測信號集對應的所述采煤機的樣本故障類別；

根據所述訓練樣本集訓練故障預測模型，直至達到模型訓練結束條件，生成所述目標故障預測模型。

6.根據權利要求5所述的方法，其特征在于，所述方法還包括：

將所述訓練樣本集輸入至模型生成器，所述模型生成器包括不同類別的模型，由所述模型生成器輸出所述訓練樣本集對應的每個類別的模型的評分，所述評分用于表征所述模型的性能；

將最大評分對應的模型的類別確定為所述故障預測模型的類別。

7.根據權利要求1所述的方法，其特征在于，所述監測信號包括溫度、電流、電壓中的至少一種。

8.根據權利要求1所述的方法，其特征在于，所述目標參數包括平均值、標準差、峰值因子、重心頻率中的至少一種。

9.一種采煤機的故障預測裝置，其特征在于，包括：

獲取模塊，用于獲取采煤機的監測信號集的目標參數，所述監測信號集包括多個監測信號；

模糊模塊，用于對所述目標參數進行模糊化處理，生成所述監測信號集的狀態表示；

預測模塊，用于將所述狀態表示輸入至目標故障預測模型，由所述目標故障預測模型對采煤機進行故障預測，輸出所述采煤機在每個故障類別下的預測概率。

10.一種電子設備，其特征在于，包括：存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，所述處理器執行所述程序時，實現如權利要求1-8任一項所述的采煤機的故障預測方法。