一種動設備壽命預測方法及裝置制造方法及圖紙

本發明專利技術公開了一種動設備壽命預測方法及裝置，涉及數據處理技術領域，主要目的在于提高動設備壽命預測的準確率；主要技術方案包括：基于動設備的靜態參數生成機理模型；采用所述動設備運行時產生的生產數據，修正所述機理模型；采用最新修正后的機理模型預測所述動設備的壽命。設備的壽命。設備的壽命。

【技術實現步驟摘要】
一種動設備壽命預測方法及裝置


[0001]本專利技術涉及數據處理
，特別是涉及一種動設備壽命預測方法及裝置。

技術介紹

[0002]動設備，是指如泵、壓縮機、風機等由驅動機帶動的動力設備，其是工業領域中的主要工藝設備之一，用于支持工業生產進行。
[0003]動設備具有一定的壽命，該壽命通常由以下兩點決定：一是，動設備突然出現故障時，經技術人員的檢修和診斷認定動設備的維修成本太高，采用整體更換新的動設備更為合算，則認定動設備報廢，動設備的壽命終結。此點完全依靠技術人員的經驗認定，其認定動設備壽命的準確率不高。二是，動設備出廠時設定了一個使用時限，一旦動設備的實際使用時限達到該設定的使用時限，則認定動設備的零部件老化，隨時存在安全風險，認定動設備報廢。此點完全依靠廠家設定的使用時限，若動設備使用過程中維護較優，可能到設定的使用時限動設備仍可安全使用，則會導致動設備提前報廢，產生浪費。而若動設備使用過程中超負荷運轉或維護較差，其壽命終止時限可能早于廠家設定的使用時限，將導致動設備的運行產生安全風險。
[0004]可見，現有的動設備壽命認定中，并沒有可靠的預測方法進行支撐，對動設備壽命認定的準確率較低。

技術實現思路

[0005]有鑒于此，本專利技術提出了一種動設備壽命預測方法及裝置，主要目的在于提高動設備壽命預測的準確率。
[0006]第一方面，本專利技術提供了一種動設備壽命預測方法，該方法包括：
[0007]基于動設備的靜態參數生成機理模型；
[0008]采用所述動設備運行時產生的生產數據，修正所述機理模型；
[0009]采用最新修正后的機理模型預測所述動設備的壽命。
[0010]第二方面，本專利技術提供了一種動設備壽命預測裝置，該裝置包括：
[0011]生成單元，用于基于動設備的靜態參數生成機理模型；
[0012]修正單元，用于采用所述動設備運行時產生的生產數據，修正所述機理模型；
[0013]預測單元，用于采用最新修正后的機理模型預測所述動設備的壽命。
[0014]第三方面，本專利技術提供了一種計算機可讀存儲介質，所述存儲介質包括存儲的程序，其中，在所述程序運行時控制所述存儲介質所在設備執行第一方面所述的動設備壽命預測方法。
[0015]第四方面，本專利技術提供了一種存儲管理設備，所述存儲管理設備包括：至少一個處理器、以及與所述處理器連接的至少一個存儲器、總線；其中，所述處理器、所述存儲器通過所述總線完成相互間的通信；所述處理器用于調用所述存儲器中的程序指令以執行第一方面所述的動設備壽命預測方法。
[0016]借由上述技術方案，本專利技術提供的一種動設備壽命預測方法及裝置，首先通過動設備的靜態參數生成機理模型，然后采用動設備運行時產生的生產數據，修正機理模型。在需要預測動設備的壽命時，采用最新修正后的機理模型預測動設備的壽命?？梢?，本專利技術提供方案隨著動設備的使用，不斷的使用動設備運行時的產生的生產數據反哺機理模型，從而不斷提高機理模型的壽命預測能力，進而能夠更為準確預測動設備的壽命。
[0017]上述說明僅是本專利技術技術方案的概述，為了能夠更清楚了解本專利技術的技術手段，而可依照說明書的內容予以實施，并且為了讓本專利技術的上述和其它目的、特征和優點能夠更明顯易懂，以下特舉本專利技術的具體實施方式。
附圖說明
[0018]為了更清楚地說明本專利技術實施例或現有技術中的技術方案，下面將對實施例或現有技術描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖是本專利技術的一些實施例，對于本領域普通技術人員來講，在不付出創造性勞動的前提下，還可以根據這些附圖獲得其他的附圖。
[0019]圖1示出了本專利技術一個實施例提供的一種動設備壽命預測方法的流程圖；
[0020]圖2示出了本專利技術另一個實施例提供的一種動設備壽命預測方法的流程圖；
[0021]圖3示出了本專利技術一個實施例提供的一種動設備壽命預測裝置的結構示意圖；
[0022]圖4示出了本專利技術另一個實施例提供的一種動設備壽命預測裝置的結構示意圖。
具體實施方式
[0023]下面將參照附圖更加詳細地描述本公開的示例性實施例。雖然附圖中顯示了本公開的示例性實施例，然而應當理解，可以以各種形式實現本公開而不應被這里闡述的實施例所限制。相反，提供這些實施例是為了能夠更透徹地理解本公開，并且能夠將本公開的范圍完整的傳達給本領域的技術人員。
[0024]如圖1所示，本專利技術實施例提供了一種動設備壽命預測方法，該方法主要包括：
[0025]101、基于動設備的靜態參數生成機理模型。
[0026]動設備是由驅動機帶動的動力設備，其應用在諸如化工等工業領域中的工藝設備，是支持工業生產進行的主要設備之一。動設備隨著其使用進程的進行，其零部件會逐漸老化，因此需要預測動設備的壽命，以在其壽命接近終結時及時對其進行更換，以保證工業生產能夠安全的進行。
[0027]動設備的類型本實施例中不做具體限定，其可以根據實際業務要求確定。示例性的，動設備可以包括但不限于壓縮機、煙氣輪機、關鍵機組、泵、風機。
[0028]動設備具有靜態參數，該靜態參數是動設備出廠時，未投入工業生產之前，動設備固有的參數，這些靜態參數由動設備本身特性而定，不受工業生產影響。靜態參數本實施例中不做具體限定，其可以根據實際業務要求確定。示例性的，動設備的靜態參數可以包括但不限于如下內容：動設備的生產日期、動設備的類型(比如，泵、風機等)、動設備的品牌、動設備的生產廠家、動設備的主要零部件的材質、動設備的主要零部的尺寸。
[0029]由于動設備的靜態參數由動設備本身特性而定，是動設備的固有參數，因此基于該靜態參數能夠確定出動設備的理論壽命，也就是，基于靜態參數能夠確定出動設備的理
想工作時長。故，基于動設備的靜態參數生成機理模型，該機理模型能夠預測出動設備的壽命，但其預測的僅為動設備的理論壽命，其可以作為動設備壽命預測的基礎模型。
[0030]下面對基于動設備的靜態參數生成機理模型的具體過程進行說明，該過程具體包括如下步驟一至步驟四：
[0031]步驟一、從所述靜態參數中提取所述動設備的靜態特征。
[0032]具體的，動設備的靜態參數存在有多種，有的靜態參數可能并不符合訓練機理模型的要求，因此需要對靜態參數中的靜態特征進行提取，以提取出能夠用于訓練機理模型的靜態特征。示例性的，該靜態特征可以包括但不限于如下內容：動設備的生產日期、動設備的類型、動設備的品牌、動設備的生產廠家、動設備的主要零部件的材質、動設備的主要零部的尺寸。
[0033]步驟二、將所述靜態特征輸入至待訓練機理模型的損失層。
[0034]具體的，待訓練機理模型是未訓練過的樣本模型，其具體類型可以基于業務要求確定，可選的，該待訓練機理模型為卷積神經網絡模型(Convolutional Neural Networks，CNN)。
[0035]具體的，在提取到本文檔來自技高網...

【技術保護點】

【技術特征摘要】
1.一種動設備壽命預測方法，其特征在于，包括：基于動設備的靜態參數生成機理模型；采用所述動設備運行時產生的生產數據，修正所述機理模型；采用最新修正后的機理模型預測所述動設備的壽命。2.根據權利要求1所述的方法，其特征在于，基于動設備的靜態參數生成機理模型，包括：從所述靜態參數中提取所述動設備的靜態特征；將所述靜態特征輸入至待訓練機理模型的損失層；獲得所述待訓練機理模型中損失函數的損失值；根據所述損失函數的損失值對所述待訓練機理模型中的參數進行調整，生成所述機理模型。3.根據權利要求1所述的方法，其特征在于，采用所述動設備運行時產生的生產數據，修正所述機理模型，包括：基于所述動設備上安裝的采集設備，周期性的采集所述生產數據；采用當前周期采集的生產數據，修正所述機理模型。4.根據權利要求1所述的方法，其特征在于，采用所述動設備運行時產生的生產數據，修正所述機理模型，包括：基于所述動設備上安裝的采集設備，采集所述生產數據；當接收到修正指令時，采用所采集生產數據，修正所述機理模型。5.根據權利要求3或4所述的方法，其特征在于，修正所述機理模型，包括：基于所述動設備對應的生產業務場景，從修正所述機理模型時所采用的生產數據中提取所述動設備的生產特征；將所述生產特征輸入至所述機理模型的損失層；獲得所述機理模型中損失函數的損失值；根據所述損失函數的損失值對所述機理模型中的...

【專利技術屬性】
技術研發人員：李金諾，
申請(專利權)人：北京國雙科技有限公司，
類型：發明
國別省市：