一种故障预警方法、装置、设备及存储介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113742163A(43)申请公布日2021.12.03(21)申请号202110145824.8G06Q50/28(2012.01)(22)申请日2021.02.02(71)申请人北京沃东天骏信息技术有限公司地址100176北京市大兴区经济技术开发区科创十一街18号院2号楼4层A402室申请人北京京东世纪贸易有限公司(72)发明人张学文陈希(74)专利代理机构北京派特恩知识产权代理有限公司11270代理人刘星雨张颖玲(51)Int.Cl.G06F11/30(2006.01)G06N3/04(2006.01)G06N3/08(2006.01)G06Q10/08(2012.01)权利要求书3页说明书20页附图6页(54)发明名称一种故障预警方法、装置、设备及存储介质(57)摘要本申请实施例公开了一种故障预警方法、装置、设备及存储介质，其中，所述故障预警方法包括：获取设备的数控系统和电气系统的当前状态信息，以及所述设备的机械部件的当前运行信息；对所述当前状态信息和所述当前运行信息进行预处理，得到待处理信息；采用已训练神经网络，对所述待处理信息进行特征提取，得到至少一个特征信息；基于所述至少一个特征信息的时序信息，确定所述至少一个特征信息的目标向量；基于所述目标向量，确定出所述设备的剩余使用寿命；基于所述剩余使用寿命，对所述设备进行状态监测，得到监测结果；基于所述监测结果，生成所述设备的故障预警。CN113742163ACN113742163A权利要求书1/3页1.一种故障预警方法，其特征在于，所述方法包括：获取设备的数控系统和电气系统的当前状态信息，以及所述设备的机械部件的当前运行信息；对所述当前状态信息和所述当前运行信息进行预处理，得到待处理信息；采用已训练神经网络，对所述待处理信息进行特征提取，得到至少一个特征信息；基于所述至少一个特征信息的时序信息，确定所述至少一个特征信息的目标向量；基于所述目标向量，确定出所述设备的剩余使用寿命；基于所述剩余使用寿命，对所述设备进行状态监测，得到监测结果；基于所述监测结果，生成所述设备的故障预警。2.根据权利要求1所述的方法，其特征在于，所述已训练神经网络的训练过程，包括：获取所述设备在预设周期内的数控系统和电气系统的历史状态信息，以及所述设备在所述预设周期内的机械部件的历史运行信息；将所述历史状态信息和所述历史运行信息输入至待训练神经网络，预测出所述设备的预测剩余使用寿命；基于所述预测剩余使用寿命的损失，对所述待训练神经网络的网络参数进行调整，以使调整后的所述已训练神经网络的损失满足预设收敛条件。3.根据权利要求2所述的方法，其特征在于，所述将所述历史状态信息和所述历史运行信息输入至待训练神经网络，预测出所述设备的预测剩余使用寿命之前，所述方法还包括：对所述历史状态信息和所述历史运行信息进行信息过滤，得到训练信息；对所述训练信息按照属性特征进行聚类，得到样本信息；相应地，所述将所述历史状态信息和所述历史运行信息输入至待训练神经网络，预测出所述设备的预测剩余使用寿命，包括：将所述样本信息输入至待训练神经网络，预测出所述设备的预测剩余使用寿命。4.根据权利要求1所述的方法，其特征在于，所述基于所述至少一个特征信息的时序信息，确定所述至少一个特征信息的目标向量之前，所述方法还包括：采用所述已训练神经网络，对所述至少一个特征信息进行时序预测，得到所述至少一个特征信息的时序信息；相应地，所述基于所述至少一个特征信息的时序信息，确定所述至少一个特征信息的目标向量，包括：基于所述至少一个特征信息的时序信息，对所述至少一个特征信息进行向量转换，得到至少一个特征向量；基于所述至少一个特征信息的时序信息，确定所述至少一个特征向量的权重系数；基于所述至少一个特征向量的权重系数，对所述至少一个特征向量进行权重赋值，得到所述目标向量。5.根据权利要求4所述的方法，其特征在于，所述基于所述至少一个特征向量的权重系数，对所述至少一个特征向量进行权重赋值，得到所述目标向量，包括：将所述至少一个特征向量与所述至少一个特征向量的权重系数相乘，得到至少一个标识特征向量；将所述至少一个标识特征向量进行求和，得到所述目标向量。2CN113742163A权利要求书2/3页6.根据权利要求1所述的方法，其特征在于，所述基于所述目标向量，确定出所述设备的剩余使用寿命之后，所述方法还包括：获取具有参照信息与标准剩余使用寿命的对应关系的映射表；其中，所述参照信息至少包括所述设备的数控系统和电气系统的状态信息，以及所述设备的机械部件的运行信息；基于所述当前状态信息、所述当前运行信息以及所述映射表，确定出标识剩余使用寿命；基于所述标识剩余使用寿命，对所述剩余使用寿