[发明专利]一种电扶梯设备的故障预警与寿命预测方法

说明书

本发明公开了一种电扶梯设备的故障预警与寿命预测方法，该方法通过电扶梯各个模块状态计算电扶梯系统的健康状况，将电扶梯健康状况与电梯异常度时间拟合函数比较，得到电扶梯运行时间，依据电扶梯故障阈值对应电扶梯运行时间，即可推算设备剩余寿命。该发明方法中所采用的各种算法，是基于设备指标分析而设计的，将算法中电扶梯指标更换为其他设备指标，采集相应检测设备实时指标数据，即可得到所检测设备的健康评估状况和剩余寿命，因此，这项算法系统适用于各关键设备的预测，具有通用性。

技术领域

本发明涉及故障特征信息的获取与信息不确定性的处理和海量数据分析处理技术领域，具体涉及一种电扶梯设备的故障预警与寿命预测方法。

背景技术

设备故障预警和寿命预测根据设备运行规律或观测得到的可能性前兆，能够在设备真正发生故障之前，及时准确预报设备的异常状况，采取相应的措施，最大程度的降低设备故障所造成的损失，保证设备的运行过程的安全平稳。因此可靠的状态监控技术及时有效的监测和诊断过程异常就显得尤为迫切。

现有的设备故障预警技术主要分为三大类：基于机理模型的方法、基于知识的方法和基于数据驱动的方法。

基于机理模型的方法主要包括两个阶段：产生残差与残差评估，前者由以设备运行机理建立的数学模型估计系统输出与实际测量值之间的差别得出，后者依照前者分析设备是否发生故障。该类方法与控制理论紧密结合，多数机理模型都为线性系统，因此当面对非线性，自由度较高以及多变量耦合的复杂系统时，并不能很好的检测到设备的故障，还要付出巨大的成本以建立模型，各种环境的限制也都使得这种方法监测效果不佳，不能广泛应用。

基于知识的方法，要求具有大量知识与经验，完整的数据库，依据相关专家的启发性经验，自动描述监测过程中各单元之间的连接关系、故障传播模式等。对于简单系统，性能较好，对于复杂的系统，则会由于没有完整的数据库，足够的经验推理演绎故障过程而带来各种问题，所以通用性较差。

基于数据驱动的方法依靠智能化仪表和计算机存储技术，对海量数据挖掘，发现过程数据中的内在信息简历数，从而建立模型对数据进行监测，判断设备的故障状态。依赖智能化设备对数据的分析挖掘，因此不能很好的对设备内部的情况作解释，而且机器的学习数据驱动的算法应用面较窄，技术薄弱，也不能广泛的应用于设备的故障预警。

近年来，不断开发出新的寿命预测方法，有相当多的方法已经用于实际也有一些尚处于实验预测阶段。目前，寿命预测主要有两种方法，间接和直接测量两种。

间接寿命预测方法以部件的参数数据为基础，计算部件的损伤程度，依赖于部件运行时完整的、真实的资料，忽略了材料老化的因素。

直接寿命预测方法有非破坏试验法和破坏性试验法，破坏性试验法需要取得相同或相似的样本，通过破坏性试验得到需要的数据，对数据进行分析，推算寿命损伤程度，做出寿命评估。非破坏性试验法，在较短的时间，可对较多的部位进行诊断，能定期监控，使用范围狭小。

这几种方法机理的研究是成熟的，装置的开发应用是可行的，但是寿命预测的精度还有待于进一步提高，应用范围也有待于提高。

发明内容

本发明的目的是为了能够预测设备是否异常以及设备的剩余寿命，防止设备发生故障，保障人民生命财产安全，提供了一种设备故障预警与寿命预测系统研究方法，针对各种组成部件不同的设备，为了预测设备是否发生故障以及剩余寿命，通过计算出设备各部件的故障概率来判断设备是否发生故障以及预测设备的剩余寿命。

本发明的目的可以通过采取如下技术方案达到：

一种电扶梯设备的故障预警与寿命预测方法，所述的故障预警与寿命预测方法包括下列步骤：

S1、采用SQL语句，建立数据库关系表，存储在Oracle数据库中，Matlab通过ODBC桥连接Oracle数据库访问数据，完成数据库构建；