[发明专利]纺丝机故障预测方法、装置和服务器

说明书

本发明提供一种纺丝机故障预测方法、装置和服务器，该纺丝机故障预测方法包括：根据纺丝机的历史故障信息建立初始故障预测模型；获取纺丝机预定区域的故障前的历史图像，并将故障前的历史图像作为输入，相应故障发生标识作为输出对故障预测模型进行训练，获得训练后故障预测模型；在预测纺丝机故障时，将预测之前的纺丝机预定区域的图像输入训练后故障预测模型，利用训练后故障预测模型对预测之前的纺丝机预定区域的图像进行分析，根据分析结果预测纺丝机是否会发生故障。本发明的纺丝机故障预测方法，可以根据纺丝机预定区域的历史图像预测纺丝机的故障，从而使纺丝机维护人员可以提前做好维护工作，及时维护故障的纺丝机，减少故障带来的损失。

技术领域

本发明涉及工业纺丝技术领域，具体而言，涉及一种纺丝机故障预测方法、装置、服务器和计算机存储介质。

背景技术

目前，在纺丝车间中，对于纺丝机的故障一般都是通过人工的方式进行监测，或者在纺丝机出丝线的下游安装特殊的硬件光电传感器或机械感应器进行丝线质量的监测，从而对故障进行监测。

但是并没有一种预测纺丝机故障的有效方法，只有在纺丝机发生故障后，维护人员才可知道故障的发生，因此不能及时排除纺丝机的故障，对生产过程带来一定的损失。

发明内容

鉴于上述问题，本发明提供了一种纺丝机故障预测方法、装置、服务器和计算机存储介质，以使纺丝机维护人员可以提前做好维护工作，及时维护故障的纺丝机，减少故障带来的损失。

为了实现上述目的，本发明采用如下的技术方案：

一种纺丝机故障预测方法，包括：

根据纺丝机的历史故障信息建立初始故障预测模型；

获取所述纺丝机预定区域的故障前的历史图像，并将所述故障前的历史图像作为输入，相应故障发生标识作为输出对所述故障预测模型进行训练，获得训练后故障预测模型；

在预测纺丝机故障时，将预测之前的纺丝机预定区域的图像输入所述训练后故障预测模型，利用所述训练后故障预测模型对预测之前的纺丝机预定区域的图像进行分析，根据分析结果预测纺丝机是否会发生故障。

优选地，所述的纺丝机故障预测方法，还包括：

利用未发生故障的随机时刻的所述纺丝机预定区域的历史图像作为输入，相应故障未发生标识作为输出对所述故障预测模型进行训练。

优选地，所述“将预测之前的纺丝机预定区域的图像输入所述训练后故障预测模型，利用所述训练后故障预测模型对预测之前的纺丝机预定区域的图像进行分析，根据分析结果预测纺丝机是否会发生故障”包括：

获取所述预测之前的纺丝机预定区域的图像，对所述预测之前的纺丝机预定区域的图像进行预处理，生成预处理图像；

将所述预处理图像输入所述训练后故障预测模型，利用所述训练后故障预测模型对所述预处理图像进行分析，根据分析结果获得相应标识的输出。

优选地，所述“获取所述预测之前的纺丝机预定区域的图像，对所述预测之前的纺丝机预定区域的图像进行预处理，生成预处理图像”包括：

获取所述预测之前的纺丝机预定区域的图像；

根据预设的帧数间隔和/或时间间隔，对所述预测之前的纺丝机预定区域的图像进行帧采样，获得至少一个帧采样图像；

将所述至少一个帧采样图像按照预设规则进行拼接，生成所述预处理图像。

优选地，所述故障预测模型包括卷积神经网络和深度学习模型。

本发明还提供一种纺丝机故障预测装置，包括：

预测模型建立模块，用于根据纺丝机的历史故障信息建立初始故障预测模型；