[发明专利]一种基于知识库的设备故障预测系统

说明书

技术领域

本发明涉及设备监控技术领域，具体为一种基于知识库的设备故障预测系统。

背景技术

机器设备虽然有理论寿命，但在实际使用中会因为振动、腐蚀、应力、温度等多重因素的综合作用而产生突变故障或者缓变故障。在传统的维护保养的流程中，采用的是工人定期检查保养，但是这样的流程既不能发现缓变故障的趋势，也不能减少突变故障的损失，而且一旦发生故障就会造成相当大的人力物力的消耗，带来巨大损失。因此通过分析特征参数的历史变化趋势，采用非线性混合模型理论预测设备剩余工作寿命，可以极大解决上述问题。但进一步的细化监测和故障分类识别得不到有效的预警和监管。

在设备数据采集方式中，当前大多数使用Zigbee技术将传感器采集到的设备参数进行传输。虽然Zigbee具有功耗低、成本低、响应快的特点，但是其传输的速率相对也很慢，只能进行数字类信息的传输。同时由于其传输距离有限，所以需要进行小范围内的数据汇总，再传至云服务器为设备寿命预测和故障分类识别提供数据支持，是研发应用的一个方向。

利用支持向量机理论可以对设备故障进行分类与识别。原始问题可能在一个有限维空间中，经常发生以鉴别其是不是在该空间线性可分。如果将原始有限维空间映射到一个高维的立体空间，可以使其在空间中分离更加容易。保持计算负荷合理，使用支持向量机计划的映射被设计成确保在点积，可在原空间中的变量而言容易地计算，通过定义它们中选择的核函数k(x，y)的计算来解决。但是该理论适用于有限少量参数的分类，因此需要在数据知识获取模块中进行合适的特征参数筛选，也是应用于监测的使用重点。

发明内容

本发明的目的在于提供一种基于知识库的设备故障预测系统，具备同时能够通过运营管理理论对人力财力进行节约并且最后可以快速决策响应的设备故障预测系统的优点，解决了设备故障不能预测的问题。

为实现上述目的，本发明提供如下技术方案：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、知识获取模块、设备寿命预测模块、故障分类及识别模块、可触控的终端显示模块以及运营监测管理模块，其特征在于：设备数据采集模块设有RFD标识身份块和传感器采集数据块，设备数据采集模块直接与监测设备连接，所述的知识获取模块中连接设备寿命预测模块，设备寿命预测模块与故障分类及识别模块连接，设备数据采集模块通过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连接，所述数据知识获取模块、设备数据采集模块、可触控的终端显示模块、故障分类及识别模块分别与运营管理模块连接。

所述的数据采集模块的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设有警报；

所述运营管理模块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。

所述知识获取模块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。

所述设备寿命预测模块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。

所述故障分类及识别模块利用知识库中的模型进行分类与识别。

所述可触控终端显示模块是一种利用触屏技术以及多窗口技术简化决策流程。

所述运营监测管理模块利用常规观测与重点监测连接。

所述的设备数据采集模块利用RFID技术为每一台监测设备的身份进行注册。

所述的运营监测管理模块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。

所述的触控终端显示模块是一种便携式终端机或触屏一体机

与现有技术相比，本发明的有益效果如下：