[发明专利]工业设备的健康状态的评估方法、系统、设备和存储介质

说明书

本发明公开了一种工业设备的健康状态的评估方法、系统、设备和存储介质，所述评估方法包括：获取工业设备中的传感器在历史设定时间段内采集的历史运行参数数据和操作对应的历史操作代码数据；建立参数预测模型；根据参数预测模型获取目标传感器对应的参数预测值；根据目标运行参数数据和参数预测值，评估工业设备在目标设定时间段内的健康状态。本发明基于工业设备中的各个传感器的历史运行参数数据和执行的操作对应的离散型的历史操作代码数据，建立用于预测任一目标传感器输出的参数的预测模型，然后根据模型预测的输出参数预测值与实际输出值之间的残差来评估工业设备的健康状态，从而提高工业设备的健康状态的评估准确性。

技术领域

本发明涉及设备管理技术领域，特别涉及一种工业设备的健康状态的评估方法、系统、设备和存储介质。

背景技术

目前，随着设备(如工业设备等)的智能化水平不断提升，设备的远程状态监测与智能运维也逐渐受到企业的重视。随着传感技术与网络技术的发展，越来越多的数据可以实现实时采集与传输，为设备的实时状态监控提供了基础。目前，针对不同类型的工业设备或不同的数据特点，提出了不同的健康状态评估方法，例如，有的针对齿轮箱的振动信号，基于EMD分解(经验模态分解)等进行特征提取并构建健康状态评估模型；有的基于专家经验，通过打分机制，构建对设备的总体评价指标；有的基于模糊数学理论，基于数据与指定的指标等，构建健康评估的隶属度函数，得到设备的健康状态。

即现有技术中在建立工业设备的健康状态评估模型时，惯性思维就是采用模拟量的特征参数来训练模型；或者只会想到通过采用增设更多类型的传感器来采集更多类型的模拟量的特征参数的方式，得到更高准确度的评估模型，而上述仅仅基于模拟量的特征参数得到的工业设备的健康状态评估模型存在评估精度不高的缺陷。

发明内容

本发明要解决的技术问题是现有技术中设备健康状态评估模型都只考虑模拟量的特征参数，存在评估精度不高等缺陷，目的在于提供一种工业设备的健康状态的评估方法、系统、设备和存储介质。

为了解决上述技术问题，本发明的具体发明构思如下：

对于本领域的技术人员而言，都只会考虑由传感器获取的连续型的数据具有实时性及连续性，能够直观反映工业设备的某些参数情况的这些优点，由此就只会想到仅基于连续型的特征参数得到的工业设备的健康状态评估模型的技术方案。因此，现有的常规应用中也并没有考虑连续型的数据自身存在的缺陷，即不能全面地反映工业设备的健康情况，从而造成仅基于连续型的数据训练模型带来模型预测结果准确度不高的问题。

对于工业设备在执行过程中对应的离散型的数据(如在执行的操作对应的操作代码数据)，也是影响工业设备的健康状态评估的重要因素。

而本领域的技术人员，基于现有的惯性思维难以将上述连续型的数据和离散型的数据相结合来建立工业设备的健康状态评估模型；即便将两者相结合也不知道如何基于这两种类型的数据得到工业设备的健康状态评估模型。

具体地，本发明是通过下述技术方案来解决上述技术问题：

本发明提供一种工业设备的健康状态的评估方法，所述评估方法包括：

获取工业设备在历史设定时间段内执行的操作对应的历史操作代码数据和所述工业设备中的传感器在所述历史设定时间段内采集的所有的历史运行参数数据；

其中，所述历史运行参数数据为连续型数据，所述历史操作代码数据为离散型数据；所述历史设定时间段包括多个工作周期；

选取一传感器作为目标传感器，分别以多个所述工作周期内的所述历史操作代码数据和所有的所述历史运行参数数据作为输入，以所述目标传感器在对应的所述工作周期内采集的历史目标运行参数数据作为输出，建立参数预测模型；