[发明专利]一种基于条件概率的设备故障预测方法

权利要求书

1.一种基于条件概率的设备故障预测方法，其特征在于，包括以下步骤：

步骤S1：实时采集设备的运行数据；

步骤S2：对运行数据进行分类，将运行数据分成无故障、故障A、故障B、故障AB四种故障类型，所述故障AB为故障A和故障B同时发生，生成故障数据报表，并将所述故障数据报表保存到数据库中；

步骤S3：依据所述的故障数据报表，建立设备故障预测模型：

若在周期t(c)内，设备处于无故障，则在将来周期t(c)内发生故障A或故障B或故障AB的概率分别为P(A)、P(B)、P(AB)；

若在周期t(c)内，设备发生故障A，则在将来周期t(c)内发生故障AB的概率为P(AB)＝P(B∣A)；

若在周期t(c)内，设备发生故障B，则在将来周期t(c)内发生故障AB的概率为P(AB)＝P(A∣B)；

步骤S4：根据建立的设备故障预测模型进行故障预测，生成故障预测数据。

2.如权利要求1所述的一种基于条件概率的设备故障预测方法，其特征在于，对设备进行故障预测包括如下步骤：

步骤S41：实时采集设备的运行数据，并将所述运行数据传输给边缘网关；

步骤S42：所述边缘网关接收所述运行数据并进行分析、处理，得到无故障、故障A、故障B、故障AB中的其中一种故障类型，并将该故障类型数据信息保存到数据库中；

步骤S43：所述设备故障预测模型依据步骤S42中的故障类型，对在将来周期t(c)内发生故障AB的概率进行预测。

3.如权利要求1所述的一种基于条件概率的设备故障预测方法，其特征在于，所述故障数据报表还包括：故障A开始时间、故障A解除时间、故障B开始时间、故障B解除时间、故障AB开始时间、故障AB解除时间。

4.如权利要求3所述的一种基于条件概率的设备故障预测方法，其特征在于，在建立设备故障预测模型时，所述周期t(c)的确定方法为：在周期t(c)内，故障A和故障B至少同时发生一次，即故障AB至少发生一次。

5.如权利要求4所述的一种基于条件概率的设备故障预测方法，其特征在于，建立设备故障预测模型还包括以下步骤：

步骤S31：查询数据库中保存的故障数据报表，获取周期t(c)内的设备故障数据；

步骤S32：计算故障A的持续时间t(a)、故障B的持续时间t(b)和故障AB的持续时间t(ab)；

步骤S33：计算故障A发生的概率P(A)＝t(a)/t(c)、故障B发生的概率P(B)＝t(b)/t(c)、故障AB发生的概率P(AB)＝t(ab)/t(c)。

6.如权利要求5所述的一种基于条件概率的设备故障预测方法，其特征在于，若在周期t(c)内，故障A或故障B或故障AB发生多次，则故障A的持续时间t(a)或故障B的持续时间t(b)或故障AB的持续时间t(ab)为将相应故障类型每次发生时的持续时间进行累加。

7.如权利要求6所述的一种基于条件概率的设备故障预测方法，其特征在于，故障预测模型的验证包括以下步骤：

步骤S61：在已知故障数据报表中，选取多个周期t(c)内的故障数据，对故障预测模型进行验证；

步骤S62：将故障预测数据与已知故障类型数据进行对比，验证设备故障预测模型的准确性；

步骤S63：若故障预测得不到效果，通过修改周期t(c)大小及更换算法重新建立设备故障预测模型，直到得到有效的数据模型，提高故障预测模型预测的准确性。

8.如权利要求1所述的一种基于条件概率的设备故障预测方法，其特征在于，将所述故障数据报表和故障预测数据上传到云服务器进行存储，同时提供可视化显示。

9.如权利要求2所述的一种基于条件概率的设备故障预测方法，其特征在于，所述步骤S42还包括：若边缘网关对运行数据经过分析、处理后，得到的故障类型为故障AB，则将故障数据信息发送给用户终端。