[发明专利]基于工业大数据的装备集群健康状态评估方法

摘要

本发明公开了一种基于工业大数据的装备集群健康状态评估方法，解决了装备集群的健康状态评估问题。基于装备集群全服役周期的大数据环境，构建实体状态信息切片化管理模型对数据预处理；用工况相似性聚类方法划分装备集群，用回归方法建立与实体健康状态相互映射的镜像模型，获得不同装备集群的健康状态量化模型；对不同集群装备健康状态数据融合与重组，得到不同装备的健康度，并拟合装备健康状态退化曲线，预测装备剩余寿命。本发明运用大数据集群建模方法，不仅能对装备集群健康状态进行有效的差异性评估，而且集群建模能减少模型冗余，简化模型内部结构。保障集群装备正常运行，最大限度挖掘装备使用价值。

主权项

一种基于大数据集群建模的装备集群健康状态评估方法，其特征在于，集群健康状态评估方法基于装备集群全服役周期产生的装备大数据环境，包括设备的运行状态参数、设备运行的工况数据、设备使用过程中的环境参数、设备维护和保养记录和绩效类数据，以上数据来自装备传感器、人工记录和后续统计；装备集群健康状态评估包括有如下步骤：步骤一：搭建大数据平台用于海量装备数据的存储和分析，该大数据平台包括Hadoop/Spark平台和Storm平台，Hadoop/Spark平台用于存储结构化与半结构化数据，Storm平台用于存储动态海量数据；步骤二：运用实体状态切片化管理方法对装备大数据进行数据预处理，按照与装备状态水平的相关程度对装备大数据进行分类，数据主要分为两类：第一类为故障数据和维修保养记录数据，第二类为状态参数数据；根据不同类数据，选择不同的实体状态切片化管理方法，针对第一类数据，直接将其作为装备状态更新的参照节点；针对第二类数据，对装备集群的连续多变量运行数据进行异常状态的监测，采用工况参数子序列提取方法提取装备集群运行过程中具有显著变化的状态特征，以此作为状态更新的变化节点；步骤三：基于时间序列分析方法，对装备的运行参数进行工况自动聚类，按照工况相似性聚类得到的簇作为集群的最小单位，又叫装备集，装备集内部采用相同的建模方法，方便进行统一分析；步骤四：利用回归建模方法，根据历史数据对不同工况集群建立各自装备集群状态表达的镜像模型，进行装备集群健康状态量化，得到各自装备集群健康状态；步骤五：进行数据融合重组得到单个装备的健康状态，并利用多项式插值法得到其健康状态衰退曲线，利用该衰退曲线进行装备剩余寿命预测，给出预测结果。