[发明专利]一种液压成形装备故障的个性化服务方法在审
申请号: | 201710900679.3 | 申请日: | 2017-09-28 |
公开(公告)号: | CN107728602A | 公开(公告)日: | 2018-02-23 |
发明(设计)人: | 张强;杨善林;余剑方;彭张林;陆效农;裴军;范煜;严建文 | 申请(专利权)人: | 合肥工业大学 |
主分类号: | G05B23/02 | 分类号: | G05B23/02 |
代理公司: | 北京高沃律师事务所11569 | 代理人: | 王戈 |
地址: | 230000 安*** | 国省代码: | 安徽;34 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 液压 成形 装备 故障 个性化 服务 方法 | ||
技术领域
本发明涉及机械装备故障维修服务领域,特别是涉及一种液压成形装备故障的个性化服务方法及系统
背景技术
随着工业的发展,装备能否正常运转是整个企业正常生产的重要保障。因此,当装备发生故障时,能够快速有效的对其进行维修服务,使得装备能够尽快的恢复正常运转是重中之重。通过对装备进行快速有效的维修服务,尽早检查出装备问题,提前准备好相关维修物料,从而减少停机损失,提高人员的作业安全。由于液压成形装备的工作环境复杂、结构复杂多样,导致液压成形装备故障类型多种多样,相对应的服务的方式也各不相同。目前液压成形装备故障服务方式大多基于故障现象,再由人为主观诊断故障类型,人为诊断的方法受人主观影响和技术人员自身的技术限制较大,并且故障排查需要依靠经验对各个故障进行逐一排查,因此,这种形式的故障服务方法容易造成服务成本高、效率低的问题。
发明内容
本发明的目的是提供一种液压成形装备故障的个性化服务方法及系统,以解决人为诊断故障类型时,服务过程高成本低效率的问题。
为实现上述目的,本发明提供了如下方案:
一种液压成形装备故障的个性化服务方法,包括:
获取液压成形装备的故障数据和特征数据;所述故障数据包括故障码、活塞运行速度、液压油温度以及液压缸压强等;所述特征数据包括装备型号、装备地理位置、历史维修信息以及使用时长信息等;
集成所述故障数据和所述特征数据,生成初始液压成形装备信息;
对所述初始液压成形装备信息预处理,得到最终液压成形装备信息;
将所述最终液压成形装备信息输入故障类型诊断模型,自动输出故障类型;
将所述故障类型输入到智能服务库,输出解决所述液压成形装备的故障的个性化服务方案;所述智能服务库包括已知故障类型以及对应所述已知故障类型的个性化服务方案;所述个性化服务方法包括针对所述已知故障类型的解决方案、解决所述已知故障类型所需的物料以及维修费用等。
可选的,所述将所述最终液压成形装备信息输入故障类型诊断模型,自动输出故障类型之前,还包括:
以历史液压成形装备信息以及与所述历史液压成形装备信息所对应的故障类型作为样本数据集,利用随机森林算法建立故障诊断模型。
可选的,以历史液压成形装备信息以及对应的故障类型作为样本数据集,利用随机森林算法建立故障诊断模型,具体包括:
集成所述历史液压成形装备信息,生成历史初始液压成形装备信息;所述历史液压成形装备信息包括故障数据和特征数据;
对所述历史初始液压成形装备信息预处理,得到历史最终液压成形装备信息;
将所述历史最终液压成形装备信息以及与所述历史液压成形装备信息所对应的故障类型作为样本数据集;
利用bootstrap采样法将所述样本数据集分为训练集数据和测试集数据;
根据所述训练集数据建立所述故障类型诊断模型,根据测试集数据验证所述故障类型诊断模型。
可选的,将所述故障类型输入到智能服务库,输出解决所述液压成形装备的故障的个性化服务方案之后,还包括:
判断所述个性化服务方案是否解决所述液压成形装备的故障,得到第一判断结果;
当所述第一判断结果表示为所述个性化服务方案未解决所述液压成形装备的故障,则重新建立所述故障类型诊断模型。
可选的,所述重新建立所述故障类型诊断模型,具体包括:
调整所述训练集数据的权重,重新建立所述故障类型诊断模型。
可选的,所述对所述历史初始液压成形装备信息预处理,得到历史最终液压成形装备信息,具体包括:
采用相关分析法去除所述历史初始液压成形装备信息具有相关性的属性,得到去除后的历史液压成形装备信息;所述历史液压成形装备信息包括多个属性;所述属性包括故障码、活塞运行速度、液压油温度、液压缸压强、装备型号、装备地理位置、历史维修信息以及使用时长信息等;
清理含有缺失值的所述去除的历史液压成形装备信息,得到清理后的历史液压成形装备信息;
采用离差标准化法对所述清理后的历史液压成形装备信息标准化处理,得到历史最终液压成形装备信息。
可选的,所述采用相关分析法去除所述历史初始液压成形装备信息具有相关性的属性,得到去除后的历史液压成形装备信息,具体包括:
计算每两个属性之间的相关度;
判断所述相关度是否大于预设相关度,得到第二判断结果;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于合肥工业大学,未经合肥工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710900679.3/2.html,转载请声明来源钻瓜专利网。