[发明专利]一种集成人工智能算法的工业设备状态管控方法和装置

说明书

本发明实施例公开了一种集成人工智能算法的工业设备状态管控方法和装置，其方法包括：获得目标工业设备对应的第一物理状态特征后，进行二次识别，获得第二物理状态特征；基于所述第二物理状态特征对目标工业设备的运行状态进行判断，若运行状态为异常，则基于预设的标准测试工况对所述目标工业设备进行故障检测；若所述故障检测结果符合预设条件，则利用预设的混合模型对所述目标工业设备进行预测，获得预期寿命信息；根据所述预期寿命信息，确定所述目标工业设备的目标运行工况；基于所述目标运行工况，调整设备的实际运行工况。采用本发明方法，能够测算工业设备的实际工况，然后对设置参数进行修正，实现自动管控，提高了工业设备的运行效率。

技术领域

本发明实施例涉及人工智能技术领域，具体涉及一种集成人工智能算法的工业设备状态管控方法和装置，另外还涉及一种电子设备以及计算机可读存储介质。

背景技术

近年来，随着科学技术的不断发展，各种工业设备得到了更加广泛的应用。尤其是，在自动化流水线上，智能工业设备的逐渐普及，对于自动化流水线上工业设备的管控，需要快速、准确的对产生的各种异常或者故障状态做出诊断，实现预防或者消除故障，提高工业设备运行的可靠性、安全性和有效性，将机械故障损失降低到最低水平。通过在线监控或者巡检可以实现工业设备的诊断与监视。尤其是在设备长期运行后，控制和管理需要调整。然而现有的工业自动化流水线，缺少有效的检测及管控一体化解决方案，往往只停留在PID控制，保证实际工况和额定工况相同，不考虑机械本身是否还能够支持额定工况。当机器本身没有损坏的时候，仅仅是因为长时间工作的磨损，也会影响机器的性能。然而，目前的PID自控程序并不能根据工业设备的运行状态来调整工况使设备在效率和寿命之间维持平衡，达到经济效益的最大化。

另外，工业设备运行状态出现异常时，并不一定是设备本身出了问题，可能是控制设备的PLC设置或者PLC本身出现了问题，此时，需要及时进行修改以避免更严重的损坏，或者需要立刻停止工作，或者需要读取PLC的错误代码。然而，现有的监视系统和控制系统是分离的，操作需要通过人工系统层层审批，因此，存在较大的安全隐患。

发明内容

为此，本发明实施例提供一种集成人工智能算法的工业设备状态管控方法，以解决现有技术中存在的巡检设备功能单一，分析处理能力较差，并且与控制系统相互分离，导致巡检效率和精度无法有效满足实际应用需求的问题。

为了实现上述目的，本发明实施例提供如下技术方案：

第一方面，本发明实施例提供一种集成人工智能算法的工业设备状态管控方法，包括：针对目标工业设备进行建模，并获得所述目标工业设备的零部件在不同故障种类或磨损程度下对应的第一物理状态特征；对所述第一物理状态特征进行二次识别，获得所述零部件对应的第二物理状态特征；利用预设的支持向量机模型，基于所述第二物理状态特征对所述目标工业设备的运行状态是否异常进行判断；若所述目标工业设备的运行状态为异常，则基于预设的标准测试工况和所述支持向量机模型进行第二级匹配分析，对所述目标工业设备进行故障检测，获得故障检测结果；若所述故障检测结果符合预设条件，则利用预设的循环神经网络模型和马尔科夫链模型的混合模型，基于所述零部件的当前故障和/或磨损状态，对所述目标工业设备进行预测，获得所述目标工业设备对应的预期寿命信息；根据所述预期寿命信息，确定所述目标工业设备的目标运行工况；基于所述目标运行工况，调整所述目标工业设备的当前实际运行工况。

进一步的，所述对所述第一物理状态特征进行二次识别，获得所述零部件对应的第二物理状态特征，具体包括：分别对所述第一物理状态特征进行频谱分析和统计指标分析，获得对应的图谱和统计数据；针对所述图谱和所述统计数据进行二次识别，提取出所述零部件对应的第二物理状态特征。