[发明专利]一种基于文本挖掘的设备故障概率评估方法及系统

权利要求书

1.一种基于文本挖掘的设备故障概率评估方法，其特征在于：

对相关设备进行故障模式影响分析；所述相关设备，每个都由多个较小组件组成，且组件表现出不同的故障模式；根据所述相关设备的特征和独特性将设备分成几个部分并进一步分成不同组件和对应的故障模式，进行分类编号形成故障文本；使组件与其对应的故障模式相联系；

利用文本挖掘技术将所述相关设备运行记录的文本数据分类为正确的故障模式；所述文本挖掘技术包括，定义设备相关故障特征词的类别和集合；使用词袋模型对输入文档的记录内容进行矢量表达并且对每个类别的特征词进行矢量表达；利用“余弦相似度”评价输入文档向量与类别向量的相似度与设定一个门槛参数R，取“余弦相似度”R的一部分作为分类结果，分类结果包括，“余弦相似度”R，则表明两向量之间的相似度高，归类为与组件对应的故障模式并且记录各个所述故障模式出现的次数和频率用于所述故障概率的计算；

根据所述正确的故障模式计算所述相关设备各部分和组件的故障概率；根据故障信息，采用韦伯分布函数绘制组件的故障概率曲线，如下：

其中，x为随机变量，λ为比例参数且λ0，k为形状参数且k0；根据组件的故障信息采用描点法画出分布图，再利用韦伯分布函数，确定参数λ和k，其中λ为比例参数，k为形状参数；

集成所述各部分和组件的故障概率，计算所述相关设备的故障概率。

2.根据权利要求1所述的一种基于文本挖掘的设备故障概率评估方法，其特征在于：所述余弦相似度包括，

向量A和向量B的相似性通过向量的角度来度量，n为向量维数；所述余弦相似度的数值越大，则表明两向量之间的相似性越高，文本分类的故障模式越正确，因此，设定一个门槛参数R，取“余弦相似度”R的一部分作为分类结果，所述余弦相似度的计算如下：

3.根据权利要求2所述的一种基于文本挖掘的设备故障概率评估方法，其特征在于：所述计算所述相关设备的故障概率包括，

PF＝1-∏(1-P_k)

其中，设备的故障概率为PF，Pk为各个故障模式的故障概率。

4.根据权利要求3所述的一种基于文本挖掘的设备故障概率评估方法，其特征在于：所述故障文本包括，

所述故障文本记录越全面，则故障概率计算的准确度就越高。

5.根据权利要求4所述的一种基于文本挖掘的设备故障概率评估方法，其特征在于：所述故障概率包括，

所述故障概率是一个与所述相关设备使用年数相关的故障概率参数，且随着使用年数的增加，所述相关设备的故障概率就越高；当使用年数少于规定的年限或所述故障概率小于规定的参数，则对所述相关设备进行维修，否则，则需要进行更换。

6.一种基于文本挖掘的设备故障概率评估系统，其特征在于：包括，

分析模块(100)，用于对相关设备进行故障模式的影响分析；所述相关设备，每个都由多个较小组件组成，且组件表现出不同的故障模式；根据所述相关设备的特征和独特性将设备分成几个部分并进一步分成不同组件和对应的故障模式，进行分类编号形成故障文本；使组件与其对应的故障模式相联系；

数据分类模块(200)连接于分析模块(100)，用于对所述相关设备运行过程中记录的文本数据进行分类；

计算模块(300)包括组件计算单元(301)和设备计算单元(302)，其中所述组件计算单元(301)连接于所述数据分类模块(200)，其用于计算所述相关设备各部分和组件的故障概率，所述设备计算单元(302)连接于所述组件计算单元(301)，用于集成所述组件计算单元(301)得到的所述各部分和组件的故障概率，计算所述相关设备的故障概率。