[发明专利]用于地下式再生水厂的设备预测性维护系统和方法

权利要求书

1.一种用于地下式再生水厂的设备预测性维护系统，其特征在于，包括：

数据采集模块：采集监测数据、纸质数据、经验数据后进行数据整理，生成标准化数据；

标准化处理模块：对标准化数据进行处理，建立设备运行故障数据库；

数据驱动模块：基于设备运行故障数据库，通过数据驱动的递归神经网络机器学习，对设备运行故障数据库中的数据进行持续训练，形成设备预测性维护模型；

生成方案模块：将标准化数据作为设备预测性维护模型的输入参数，输出预测性维护方案；

所述监测数据包括环境温度、环境湿度、降雨量、设备温度、电流、转速、震动频率、运行时间中的任一种或任多种，分别由温度计、湿度计、翻斗式雨量计及设备PLC进行采集，采集后通过网络传输协议上传至中转站平台，再统一写入设备运行故障数据库；

所述持续训练是通过递归神经网络的长短期记忆对设备运行故障数据库中的数据进行持续训练，将设备运行故障数据库中存储的设备运行环境数据与设备运行状态的进行关联，并根据设备运行状态进行设备运行趋势预测，形成环境因素-设备运行状态-故障耦合的设备预测性维护模型。

2.根据权利要求1所述的用于地下式再生水厂的设备预测性维护系统，其特征在于，所述对标准化数据进行处理是按照z-score标准化进行处理。

3.根据权利要求1所述的用于地下式再生水厂的设备预测性维护系统，其特征在于，所述设备预测性维护模型包括设备单元、方案单元、人员单元和移动应用单元；

设备单元是预测性维护方案处理设备，包括设备基础信息、设备运行环境数据、设备运行记录、设备检修记录；

方案单元是预测性维护方案的实际预测性维护方案，是对设备进行预测性维护的具体实施方法；

人员单元是预测性维护方案的执行人、责任人的基础信息，保证决策方案的有效执行与责任追踪；

移动应用单元是预测性维护方案的移动端显示，保证相关人员按决策方案执行和实时查询设备运维的动态。

4.一种用于地下式再生水厂的设备预测性维护方法，其特征在于，包括：

数据采集步骤：采集监测数据、纸质数据、经验数据后进行数据整理，生成标准化数据；

标准化处理步骤：对标准化数据进行处理，建立设备运行故障数据库；

数据驱动步骤：基于设备运行故障数据库，通过数据驱动的递归神经网络机器学习，对设备运行故障数据库中的数据进行持续训练，形成设备预测性维护模型；

生成方案步骤：将标准化数据作为设备预测性维护模型的输入参数，输出预测性维护方案；

所述监测数据包括环境温度、环境湿度、降雨量、设备温度、电流、转速、震动频率、运行时间中的任一种或任多种，分别由温度计、湿度计、翻斗式雨量计及设备PLC进行采集，采集后通过网络传输协议上传至中转站平台，再统一写入设备运行故障数据库；

所述持续训练是通过递归神经网络的长短期记忆对设备运行故障数据库中的数据进行持续训练，将设备运行故障数据库中存储的设备运行环境数据与设备运行状态的进行关联，并根据设备运行状态进行设备运行趋势预测，形成环境因素-设备运行状态-故障耦合的设备预测性维护模型。

5.根据权利要求4所述的用于地下式再生水厂的设备预测性维护方法，其特征在于，所述对标准化数据进行处理是按照z-score标准化进行处理。

6.根据权利要求4所述的用于地下式再生水厂的设备预测性维护方法，其特征在于，所述设备预测性维护模型包括设备单元、方案单元、人员单元和移动应用单元；

设备单元是预测性维护方案处理设备，包括设备基础信息、设备运行环境数据、设备运行记录、设备检修记录；

方案单元是预测性维护方案的实际预测性维护方案，是对设备进行预测性维护的具体实施方法；

人员单元是预测性维护方案的执行人、责任人的基础信息，保证决策方案的有效执行与责任追踪；

移动应用单元是预测性维护方案的移动端显示，保证相关人员按决策方案执行和实时查询设备运维的动态。