[发明专利]基于神经网络模型的智能制造设备故障预测方法及系统在审

专利信息
申请号: 201810757170.2 申请日: 2018-07-11
公开(公告)号: CN109034413A 公开(公告)日: 2018-12-18
发明(设计)人: 段鑫;陈宇;何德辉 申请(专利权)人: 广东人励智能工程有限公司;广东省智能制造研究所
主分类号: G06Q10/00 分类号: G06Q10/00;G06Q10/04;G06Q50/04;G06N3/04
代理公司: 佛山市广盈专利商标事务所(普通合伙) 44339 代理人: 李俊
地址: 528437 广东省中山市火炬*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明公开了一种基于神经网络模型的智能制造设备故障预测方法及系统,其中,所述方法包括:获取设备已运行时长参数、已运行时间内的平均运行负载参数和已运行时间内每天平均运行时长参数;根据设备已运行时长参数、已运行时间内的平均运行负载参数和已运行时间内每天平均运行时长参数构建设备运行数据参数集合;对构建好的设备运行数据参数集合内的参数进行归一化处理,获得归一化后的设备运行数据参数集合;将归一化后的设备运行数据参数集合输入训练好的神经网络模型进行设备故障时间预测分析,输出设备故障时间预测结果。在本发明实施例中,通过训练好的神经网络模型对设备的运行数据参数进行预测,可以较准确的预测设备将要发生故障的时间。
搜索关键词: 神经网络模型 参数集合 时长参数 设备运行数据 设备故障预测 时间预测 运行负载 运行数据 智能制造 归一化 归一化处理 发生故障 构建设备 获取设备 设备故障 输出设备 预测设备 对设备 构建 预测 分析
【主权项】:
1.一种智能制造生产线上的设备故障时间预测方法,其特征在于,所述设备故障预测方法包括:获取设备已运行时长参数、已运行时间内的平均运行负载参数和已运行时间内每天平均运行时长参数;根据设备已运行时长参数、已运行时间内的平均运行负载参数和已运行时间内每天平均运行时长参数构建设备运行数据参数集合;对构建好的设备运行数据参数集合内的参数进行归一化处理,获得归一化后的设备运行数据参数集合;将归一化后的设备运行数据参数集合输入训练好的神经网络模型进行设备故障时间预测分析,输出设备故障时间预测结果。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广东人励智能工程有限公司;广东省智能制造研究所,未经广东人励智能工程有限公司;广东省智能制造研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/patent/201810757170.2/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top