[发明专利]一种设备维护保养时机的预测方法和系统

说明书

本发明公开了一种设备维护保养时机的预测方法，包括以下步骤：获取若干个相同型号的设备在每次故障前最后一次维护到故障之间的历史工作日志；对历史工作日志进行预处理，得到训练数据；根据训练数据对模型进行训练，得到预测模型；获取设备从最近一次维护到现在的工作日志；对设备从最近一次维护到现在的工作日志进行预处理，得到待预测模型的输入参数；将所述输入参数输入预测模型，得到预测结果。本发明将设备从最近一次维护到故障之间的历史工作日志作为训练样本，对预测模型进行训练，能够为生产企业提供一个较为可靠的设备维护参考时机，有助于减少生产企业的维护成本或者故障风险。本发明可以广泛应用于数据分析技术。

技术领域

本发明涉及数据分析技术，尤其是一种设备维护保养时机的预测方法和系统。

背景技术

随着技术发展，生产企业已经从以前的劳动密集型企业向技术密集型企业转型，各种先进的生产设备替代了工人的位置。

然而这些生产设备即便如何精良，也无法避免发生故障。在生产旺季，如果机器发生故障，意味着分秒必争的订单生产可能无法完成，从而造成企业损失。目前，对于各类生产设备的维护，一般是定期的，例如每季度或者半年大维护一次。

然而，设备的实际运作情况各有差异，如果维护过于频繁会造成资源浪费，而如果维护频率太低，容易由于疏于维护而导致故障。

发明内容

为解决上述技术问题，本发明的目的在于：提供一种能够降低生产企业的维护成本或者故障风险设备维护保养时机的预测方法和系统。

本发明所采取的第一种技术方案是：

一种设备维护保养时机的预测方法，包括模型训练步骤和实时预测步骤；

所述模型训练步骤包括：

获取若干个相同型号的设备在每次故障前最后一次维护到故障之间的历史工作日志；

对历史工作日志进行预处理，得到训练数据；

根据训练数据对模型进行训练，得到预测模型；

所述实时预测步骤包括：

获取设备从最近一次维护到现在的工作日志；

对设备从最近一次维护到现在的工作日志进行预处理，得到待预测模型的输入参数；

将所述输入参数输入预测模型，得到预测结果。

进一步，所述预测模型为：

Q＝Ax+By+Cz+Dm+En+Fs；

其中，Q表示预测值，x表示运行时间，y表示运行次数，z表示生产数量，m表示距离最近一次的维护的时间，n表示异常日志数量，s表示设备年龄；当Q大于第一设定阈值时，表示设备需要维护，当Q小于等于第一设定阈值时，表示设备暂时无需维护，A、B、C、D、E和F为训练得到的系数。

进一步，还包括以下步骤：

根据所述预测结果，生成预警信息，并将所述预警信息发送至客户终端。

进一步，还包括以下步骤：

在生成第一预警信息后，继续获取设备的工作日志；

根据在生成第一预警信息后获取的工作日志，判断设备是否完成维护，若是，则重置最近一次维护的时间点；反之，则按照设定时间间隔向客户终端重新发送所述预警信息。

进一步，还包括以下步骤：

每当设备发生故障时，获取该设备在最近一次维护到本次故障之间的工作日志；

对该设备在最近一次维护到本次故障之间的工作日志进行预处理，得到新的训练数据；