[发明专利]一种基于知识库的设备故障预测系统

权利要求书

1.一种基于知识库的设备故障预测系统，包括监测设备、设备数据采集模块(1)、知识获取模块(2)、设备寿命预测模块(3)、故障分类及识别模块(4)、可触控的终端显示模块(5)以及运营监测管理模块(6)，其特征在于：设备数据采集模块(1)设有RFD标识身份块和传感器采集数据块，设备数据采集模块(1)直接与监测设备连接，所述的知识获取模块(2)中连接设备寿命预测模块(3)，设备寿命预测模块(3)与故障分类及识别模块(4)连接，设备数据采集模块(1)通过Zigbee传输数据线与云端服务器连接，再通过云端服务器与知识获取模块(2)连接，所述知识获取模块(2)、设备数据采集模块(1)、可触控的终端显示模块(5)、故障分类及识别模块(4)分别与运营管理模块(6)连接。

2.根据权利要求1所述的一种基于知识库的设备故障预测系统，其特征在于：所述的数据采集模块(1)的RFD标识身份块包括RFID读写器和RFID设备标签与RFID标识身份，所述RFID标识身份、RFID设备标签设在监测设备上，所述的RFID读写器通过读写RFID设备标签与RFID标识身份感应连接；传感器采集数据块包括压力传感和温度传感器，所述压力传感和温度传感器分别安装在设在监测设备合适位置上；

所述的可触控的终端显示模块(5)设有警报；

所述运营管理模块(6)设有常规观测和重点监测，所述常规观测与数据采集传输模块连接，所述重点监测与警报连接；

所述设备寿命预测模块(3)是具有人工神经网络算法和时序关联规则寿命预测并连接的预测模块，所述故障分类及识别模块是一种具有支持向量机理论的分类块，所述的设备寿命预测模块和故障分类及识别模块相连接构成预测与分类的知识库。

3.如权利要求1所述的一种基于知识库的设备故障预测系统，其特征在于：所述知识获取模块(2)是一种具有利用动态性能退化数据库将设备故障案例提炼为模型并存储发送到云端服务器。

4.如权利要求1所述的一种基于知识库的设备故障预测系统，其特征在于：所述设备寿命预测模块(3)是一种用人工神经网络与时序关联规则挖掘算法相结合对设备的缓变故障以及突发故障进行预测。

5.如权利要求1所述的一种基于知识库的设备故障预测系统，其特征在于：所述故障分类及识别模块(4)利用知识库中的模型进行分类与识别。

6.如权利要求1所述的一种基于知识库的设备故障预测系统，其特征在于：所述可触控终端显示模块(5)是一种利用触屏技术以及多窗口技术简化决策流程。

7.如权利要求1所述的一种基于知识库的设备故障预测系统，其特征在于：所述运营监测管理模块(6)利用常规观测与重点监测连接。

8.如权利要求1所述的一种基于知识库的设备故障预测系统，其特征在于：所述的设备数据采集模块(1)利用RFID技术为每一台监测设备的身份进行注册。

9.如权利要求1所述的一种基于知识库的设备故障预测系统，其特征在于：所述的运营监测管理模块(6)根据历史案例数据知识库，利用智能算法实时预测相同类别的监测设备的剩余工作寿命，并将设备运行状况分为三种类型：①参数现阶段正常，发展趋势平稳正常；②参数现阶段正常，但呈现出不良趋势；③参数突发不正常,针对每种类型采取不同的监测管理手段。

10.如权利要求1所述的一种基于知识库的设备故障预测系统，其特征在于：所述的触控终端显示模块(5)是一种便携式终端机或触屏一体机。