[发明专利]一种预测性维护方法及系统

说明书

本发明涉及一种预测性维护方法及系统，涉及设备维护技术领域，包括，步骤S1，采集模块实时采集设备的运行信息、历史故障信息和环境信息；步骤S2，处理模块对采集获取的运行信息、历史故障信息和环境信息进行数据分析，并生成故障预测结果；步骤S3，输出模块根据所述故障预测结果生成预测维护时间；所述处理模块在进行数据分析时，所述处理模块根据采集获取的运行信息计算故障预测第一参数F，并根据故障预测第一参数F对设备的运行状态进行第一次故障预测，在计算故障预测第一参数F时，所述处理模块根据获取的设备的运行时间ta对故障预测第一参数F进行调节。本发明有效提高了故障预测的准确度，同时提高了预测性维护的稳定性和可靠性。

技术领域

本发明涉及设备维护技术领域，尤其涉及一种预测性维护方法及系统。

背景技术

企业不可避免会出现非计划性停机的情况，从而造成生产损失和材料浪费，而非计划性停机一般是设备出现故障导致的，因此如何对工业设备进行维护至关重要。

维护计划方法随着生产和制造技术的发展而不断发展，从纠正性维护，定期预防性维护，到基于设备状态的预测性维护。基于状态的预维护的主要思路是确定是否应在当前设备健康状态下进行预测性维护操作，并且通过预测维护时间，提前调整生产计划，从而控制维护造成的生产中断。

目前，在现有技术中，在进行预测性维护时，往往由于预测结果不准确，依然会出现非计划性停机的情况，导致预测维护效果不理想。

发明内容

为此，本发明提供一种预测性维护方法及系统，用以克服现有技术中由于预测结果准确度低导致的预测性维护不稳定的问题。

为实现上述目的，一方面，本发明提供一种预测性维护方法，包括，

步骤S1，采集模块实时采集设备的运行信息、历史故障信息和环境信息；

步骤S2，处理模块对采集获取的运行信息、历史故障信息和环境信息进行数据分析，并生成故障预测结果；

步骤S3，输出模块根据所述故障预测结果生成预测维护时间；

所述步骤S2中，所述处理模块在进行数据分析时，所述处理模块根据采集获取的运行信息计算故障预测第一参数F，并根据故障预测第一参数F对设备的运行状态进行第一次故障预测，在计算故障预测第一参数F时，所述处理模块根据获取的设备的运行时间ta对故障预测第一参数F进行调节；

所述处理模块在根据第一次故障预测结果对设备进行第二次故障预测时，所述处理模块根据获取的设备的历史故障信息计算故障预测第二参数G，并根据故障预测第二参数G对设备的运行状态进行第二次故障预测，在计算故障预测第二参数G时，所述处理模块根据获取的设备已故障次数B对故障预测第二参数G进行修正；

所述处理模块在根据第二次故障预测结果对设备进行第三次故障预测时，所述处理模块根据获取的设备的环境信息计算故障预测第三参数H，并根据故障预测第三参数H对设备的运行状态进行第三次故障预测，在计算故障预测第三参数H时，所述处理模块根据获取的设备所处环境的空气湿度K对故障预测第三参数H进行补偿；

所述处理模块在对设备的运行状态故障预测完成后，所述输出模块根据预测得到的设备运行的危险状态或正常状态生成不同的预测维护时间。

进一步地，所述处理模块在进行第一次故障预测时，所述处理模块根据采集获取的设备运行数量A和设备平均温度Ta计算故障预测第一参数F，设定F=Ta/T0×A，T0为预设设备标准温度，所述处理模块将计算获取的故障预测第一参数F与各预设故障预测第一参数进行比对，并根据比对结果对设备的运行状态进行第一次故障预测，其中，

当F＜F1时，所述处理模块判定设备运行正常；

当F1≤F≤F2时，所述处理模块对设备的运行状态进行第二次故障预测；