[发明专利]一种工业设备检测方法、装置、设备及可读存储介质

权利要求书

1.一种工业设备检测方法，其特征在于，包括：

获取用户基于人机交互界面选择的目标机器学习算法和模型参数，所述模型参数为利用所述目标机器学习算法训练模型时涉及的参数；

利用所述目标机器学习算法和所述模型参数训练获得用于分析工业设备的状态参数的目标模型；

将目标工业设备的状态参数输入所述目标模型，输出所述目标工业设备的检测结果；

其中，所述利用所述目标机器学习算法和所述模型参数训练获得用于分析工业设备的状态参数的目标模型，包括：

获取用于训练所述目标模型的训练状态参数；

根据用户基于人机交互界面选择的预处理方法对所述训练状态参数进行预处理；

利用所述目标机器学习算法和所述模型参数对预处理后的训练状态参数进行处理，直至获得符合预设要求的模型；

将所述符合预设要求的模型确定为所述目标模型；

在所述目标模型的训练过程中，获取用户基于人机交互界面选择的所述模型参数的更新值，利用所述更新值和所述目标机器学习算法训练所述目标模型。

2.根据权利要求1所述的工业设备检测方法，其特征在于，所述将所述符合预设要求的模型确定为所述目标模型之后，还包括：

按照预设的评估指标对所述目标模型的训练过程进行评估，获得评估结果，并将所述评估结果进行可视化展示。

3.根据权利要求1所述的工业设备检测方法，其特征在于，所述将目标工业设备的状态参数输入所述目标模型，输出所述目标工业设备的检测结果之前，还包括：

获取用户基于人机交互界面选择的所述目标工业设备的状态参数。

4.根据权利要求1至3任一项所述的工业设备检测方法，其特征在于，还包括：

若用户基于人机交互界面选择多个目标机器学习算法，以及每个目标机器学习算法对应的模型参数，则分别训练获得每个目标机器学习算法对应的目标模型；

将测试状态参数分别输入每个目标模型，输出与每个目标模型对应的测试结果；

在所有测试结果中确定精确度最高的测试结果；

将所述目标工业设备的状态参数输入所述精确度最高的测试结果对应的目标模型，输出所述目标工业设备的检测结果。

5.根据权利要求1所述的工业设备检测方法，其特征在于，所述输出所述目标工业设备的检测结果之后，还包括：

将所述检测结果进行可视化展示。

6.一种工业设备检测装置，其特征在于，包括：

获取模块，用于获取用户基于人机交互界面选择的目标机器学习算法和模型参数，所述模型参数为利用所述目标机器学习算法训练模型时涉及的参数；

训练模块，用于利用所述目标机器学习算法和所述模型参数训练获得用于分析工业设备的状态参数的目标模型；

检测模块，用于将目标工业设备的状态参数输入所述目标模型，输出所述目标工业设备的检测结果；

其中，所述训练模块包括：

获取单元，用于获取用于训练所述目标模型的训练状态参数；

预处理单元，用于根据用户基于人机交互界面选择的预处理方法对所述训练状态参数进行预处理；

训练单元，用于利用所述目标机器学习算法和所述模型参数对预处理后的训练状态参数进行处理，直至获得符合预设要求的模型；

确定单元，用于将所述符合预设要求的模型确定为所述目标模型；

所述装置还包括：更新值获取模块，用于在所述目标模型的训练过程中，获取用户基于人机交互界面选择的所述模型参数的更新值，利用所述更新值和所述目标机器学习算法训练所述目标模型。

7.一种工业设备检测设备，其特征在于，包括：

存储器，用于存储计算机程序；

处理器，用于执行所述计算机程序，以实现如权利要求1至5任一项所述的工业设备检测方法。

8.一种可读存储介质，其特征在于，用于保存计算机程序，其中，所述计算机程序被处理器执行时实现如权利要求1至5任一项所述的工业设备检测方法。