[发明专利]焦炉车辆运行故障智能诊断方法及系统

说明书

本发明供了一种焦炉车辆运行故障智能诊断方法及系统，其方法包括构建焦炉车辆故障诊断知识模型；对监测到的设备状态信息进行采集；对采集的所述设备状态信息进行特征提取后，利用所述焦炉车辆故障诊断知识模型，选取部分观测变量组成一个征兆集合；对所述征兆集合进行工况异常状态识别，然后计算出具体发生故障类型的概率分布，其系统包括焦炉车辆故障诊断知识模型、焦炉车辆故障诊断数据采集模块和焦炉车辆故障诊断推理模块。本发明，实现了装煤推焦、导焦、熄焦时四大车作业的故障诊断，建立可靠、安全、稳定、高效的焦炉四大车IFDC安全生产监控系统；实现生产区域内故障信息实时收集、处理、传播与控制和预警。

技术领域

本发明涉及焦炉车辆运维技术领域，具体地，涉及焦炉车辆运行故障智能诊断方法及系统。

背景技术

智能故障诊断与设备维护是多学科、多部门参与的复杂动态过程，在状态监测、知识建模、诊断推理和辅助决策等多项技术的支持下，根据设备运行状态协同开展设备诊断维护工作。

目前，对焦炉车辆运行故障诊断还是依赖人工去发现和判断，因此就存在着无法对故障新型进行实时收集、处理、传播与控制和预警，而且人工判断方式也可靠性、安全性、稳定性、高效性都达不到现在生产的需求，因此需要一种焦炉车辆运行故障智能诊断方法及系统。

发明内容

针对现有技术中的缺陷，本发明的目的是提供一种焦炉车辆运行故障智能诊断方法及系统。

第一方面，本发明供一种焦炉车辆运行故障智能诊断方法，包括如下步骤：

构建焦炉车辆故障诊断知识模型；

对监测到的设备状态信息进行采集；

对采集的所述设备状态信息进行特征提取后，利用所述焦炉车辆故障诊断知识模型，选取部分观测变量组成一个征兆集合；

对所述征兆集合进行工况异常状态识别，然后计算出具体发生故障类型的概率分布。

可选地，还包括：

结合所述设备状态信息和优化利用资源的决策工具，给出优化的智能诊断维护群组决策方案。

可选地，所述计算出具体发生故障类型的概率分布进一步包括：

利用采集的所述设备状态信息，再基于深度信念网络模型设备状态工况空间映射到故障特征空间，分析所述状态是否为故障状态；

在所述状态为故障状态的情况下，采用最大可能解释方式进行故障概率分析，即根据已有数据找出所有可能的假设中后验概率最大的假设。

可选地，所述焦炉车辆故障诊断知识模型构建时以知识处理为核心，在采集、建模、推理、决策等方面演化知识内容，结合抽取诊断过程中的状态语义，完成从数据信息知识决策的完整处理流程，所述焦炉车辆故障诊断知识模型构建流程进一步包括：

确定区域界线；

建立维护知识概念模型；

概念关联与约束的实体验证；

维护过程状态和征兆进行映射；

故障和所述征兆进行匹配。

可选地，所述设备状态信息、维护过程状态和征兆进行映射、故障和所述征兆进行匹配的数据均用于所述焦炉车辆故障诊断知识模型的优化更新。

进一步地，本发明还提供一种焦炉车辆运行故障智能诊断系统，用于实施上述所述的方法，包括：

焦炉车辆故障诊断知识模型：用于为焦炉车辆故障诊断推理模块和焦炉车辆故障诊断决策支持模块提供数据和知识内容；

焦炉车辆故障诊断数据采集模块：用于对监测到的设备状态信息进行采集；