[发明专利]工业相机故障预测方法、装置、计算机设备和存储介质

权利要求书

1.一种工业相机故障预测方法，其特征在于，所述方法包括：

获取工业相机的照相分类特征序列；

通过预设生成方式对所述照相分类特征序列进行处理，得到灰色序列；所述预设生成方式包括累加生成和紧邻均值生成；

将所述灰色序列作为预先构建的灰色模型的输入，求解所述灰色模型的时间响应结果，得到所述工业相机的故障预测结果。

2.根据权利要求1所述的方法，其特征在于，所述获取工业相机的照相分类特征序列，包括：

获取原始数据；所述原始数据包括任务时间以及与所述任务时间相关联的照相次数、故障次数和正常次数；

将所述原始数据发送至大数据平台进行分布式计算，得到所述工业相机每次执行任务的故障率；

基于所述故障率和所述任务时间构建所述照相分类特征序列。

3.根据权利要求1所述的方法，其特征在于，所述通过预设生成方式对所述照相分类特征序列进行处理，得到灰色序列，包括：

针对所述照相分类特征序列进行数据级校验，得到满足预设模型规则的待生成序列；

针对所述待生成序列依次使用累加生成算子和紧邻均值生成算子进行处理，得到所述灰色序列。

4.根据权利要求3所述的方法，其特征在于，所述针对所述照相分类特征序列进行数据级校验，得到满足预设模型规则的待生成序列，包括：

利用所述照相分类特征序列构建待检验序列；

计算所述待检验序列中每一项的级比，若所述每一项的级比均满足所述预设模型规则，则得到所述待生成序列；其中，所述预设模型规则为：所述级比落在预设可容覆盖区间内。

5.根据权利要求4所述的方法，其特征在于，所述方法还包括：

若所述待检验序列只要有一项的级比不满足所述预设模型规则，则将所述待检验序列进行平移变换，直到经过平移变换后的序列中的每一项均满足所述预设模型规则。

6.根据权利要求1至5任一项所述的方法，其特征在于，所述方法还包括：

基于所述灰色序列构建一阶常微分方程；

通过最小二乘法求解所述一阶常微分方程，得到发展系数和灰作用量；

基于所述发展系数和所述灰作用量构建得到所述灰色模型。

7.一种工业相机故障预测装置，其特征在于，所述装置包括：

特征序列获取模块，用于获取工业相机的照相分类特征序列；

灰色序列生成模块，用于通过预设生成方式对所述照相分类特征序列进行处理，得到灰色序列；所述预设生成方式包括累加生成和紧邻均值生成；

相机故障预测模块，用于将所述灰色序列作为预先构建的灰色模型的输入，求解所述灰色模型的时间响应结果，得到所述工业相机的故障预测结果。

8.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。

9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。

10.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。