[發明專利]一種基于多次失效分析的故障點預測方法及系統在審
| 申請號: | 202211234727.7 | 申請日: | 2022-10-10 |
| 公開(公告)號: | CN115525465A | 公開(公告)日: | 2022-12-27 |
| 發明(設計)人: | 劉丁梟;馬晉辰;肖東寶;柳孟陽;胡浩江;吳浩;張鵬;王紹蘭;王笑塵 | 申請(專利權)人: | 北京智譜華章科技有限公司 |
| 主分類號: | G06F11/07 | 分類號: | G06F11/07;G06K9/62;G01R31/00 |
| 代理公司: | 北京天達知識產權代理事務所有限公司 11386 | 代理人: | 劉鏡 |
| 地址: | 100084 北京市海淀*** | 國省代碼: | 北京;11 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 多次 失效 分析 故障 預測 方法 系統 | ||
1.一種基于多次失效分析的故障點預測方法,其特征在于,包括如下步驟:
分析歷史維修記錄,得到故障點中的異常點,基于各檢測流程的所有檢測步驟關聯的零件及其所屬線路,刪除異常點相關的檢測步驟,補入屬于同一線路的其它零件關聯的檢測步驟,得到各檢測流程的實際檢測步驟;
根據待檢測組裝件的診斷數據進行失效分析,如果是初次失效分析,獲取對應的檢測流程的實際檢測步驟,否則,根據上一次失效分析的故障點,更新對應的檢測流程的實際檢測步驟;根據獲取的實際檢測值得到故障點,若故障點正確,結束失效分析,否則,迭代進行下一次失效分析,直至達到最大失效分析次數,得到最終故障點;
若最終故障點不正確,根據多次失效分析構建待預測數據,輸入至對應的已訓練好的分類模型,預測出故障點。
2.根據權利要求1所述的基于多次失效分析的故障點預測方法,其特征在于,所述分析歷史維修記錄,得到故障點中的異常點,包括:
基于歷史維修記錄,按周期統計出其中故障點的良率;
去除良率不符合西格瑪原則的故障點,得到待聚類的故障點;
采用密度聚類算法,根據待聚類的故障點同一周期的良率和預置的鄰域半徑,對待聚類的故障點進行聚類,得到聚類的各類別;將故障點數量小于數量閾值的類別中的故障點作為離群點;
將良率小于最小良率閾值的離群點作為異常點。
3.根據權利要求2所述的基于多次失效分析的故障點預測方法,其特征在于,所述基于各檢測流程的所有檢測步驟關聯的零件及其所屬線路,刪除異常點相關的檢測步驟,補入屬于同一線路的其它零件關聯的檢測步驟,得到各檢測流程的實際檢測步驟,包括:
基于失效分析知識圖譜,根據每個檢測步驟實體關聯的零件實體,以及零件實體關聯的線路實體,得到各檢測流程下每個檢測步驟關聯的零件及其所屬線路;將異常點名稱作為零件實體名稱,查詢異常點對應的零件實體及其關聯的線路實體,得到異常點所屬線路;
在各檢測流程的所有檢測步驟中,刪除異常點對應的檢測步驟,以及與異常點屬于同一線路的零件關聯的檢測步驟;
對每個檢測流程,分別根據剩下的檢測步驟關聯的零件及其所屬線路,補入屬于同一線路的其它零件關聯的檢測步驟,更新檢測步驟間的關系,得到各檢測流程的實際檢測步驟。
4.根據權利要求1所述的基于多次失效分析的故障點預測方法,其特征在于,所述待檢測組裝件的診斷數據包括與多個故障現象分別對應的檢測項目名稱及其檢測數值,根據第一個檢測項目名稱獲取對應的檢測流程。
5.根據權利要求1所述的基于多次失效分析的故障點預測方法,其特征在于,所述根據上一次失效分析的故障點,更新對應的檢測流程的實際檢測步驟,包括:
根據上一次失效分析的故障點,獲取故障點所屬線路的相鄰線路上所有零件關聯的檢測步驟,按順序放入待補入集合,將待補入集合加入對應檢測流程的實際檢測步驟中,更新檢測步驟間的關系。
6.根據權利要求5所述的基于多次失效分析的故障點預測方法,其特征在于,所述更新檢測步驟間的關系包括:
獲取故障點對應的檢測步驟,作為第一操作步驟,并根據第一操作步驟的下一步操作關系獲取對應的檢測步驟,作為第二操作步驟;將第一操作步驟的下一步操作關系關聯至待補入集合中第一個檢測步驟,將待補入集合中最后一個檢測步驟的下一步操作關系關聯至第二操作步驟。
7.根據權利要求1所述的基于多次失效分析的故障點預測方法,其特征在于,所述根據獲取的實際檢測值得到故障點,包括:
基于對應檢測流程的實際檢測步驟,將具有預置的第一步操作步驟編碼的檢測步驟作為第一步操作;
將獲取的第一步操作的實際檢測值作為判定結果,根據第一步操作關聯的檢測結果,識別其中的判定結果對應的故障點是否為空,如果不為空,得到故障點,否則,根據實際檢測值,獲取第一步操作的下一步操作關系關聯的檢測步驟,繼續獲取該檢測步驟的實際檢測值,直至實際檢測值對應的檢測步驟的故障點不為空。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于北京智譜華章科技有限公司,未經北京智譜華章科技有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202211234727.7/1.html,轉載請聲明來源鉆瓜專利網。





