[发明专利]一种故障风险预测分析方法、装置、电子设备及存储介质

说明书

本发明提供了一种故障风险预测分析方法、装置、电子设备及存储介质，其方法包括：基于故障历史数据确定发生故障的故障零部件以及故障相关因素；基于预设关联算法确定所述故障零部件的频繁项集；所述频繁项集包括多个频繁项，所述频繁项为同时出现的频次大于阈值频次的故障相关因素；基于所述故障历史数据以及所述频繁项确定故障预测模型，并根据所述故障预测模型对所述零部件发生故障的概率进行预测，得到所述零部件发生故障的发生概率；确定至少一种风险指标，并根据所述风险指标和所述发生概率确定所述多个零部件的风险顺序。本发明实现了在产品设计阶段对故障进行预测，并实现了多维度的风险分析，提高了待设计产品的安全性和可靠性。

技术领域

本发明涉及故障预测技术领域，具体涉及一种故障风险预测分析方法、装置、电子设备及存储介质。

背景技术

伴随着复杂机电产品的发展，其维护和保障的成本越来越高。同时，由于组成环节和影响因素的增加，发生故障和功能失效的几率逐渐加大。因此，对复杂机电产品在运行过程中可能出现的问题状态进行预测显得极为重要，能提前判断可能存在的问题，把握未来的状态趋势，及早采取有效的防治措施或准备相关的故障问题预案，做到防范于未然和及时解决问题。

现有的故障预测方法是建立在观察并分析实时监测的各类信号数据的基础上的，即：现有故障预测方法都是针对已经在运行阶段的产品，而无法实现在产品设计阶段就预测故障从而对故障进行规避。并且，现有的故障预测方法仅考虑了故障发生的概率，而未考虑发生故障的零部件对整个产品的影响，导致待设计产品的可靠性和安全性不高。

发明内容

有鉴于此，有必要提供一种故障风险预测分析方法、装置、电子设备及存储介质，用以解决现有技术中存在的无法在设计阶段对故障进行预测以及未考虑发生故障的零部件对待设计产品的影响，导致待设计产品的安全性和可靠性不高的技术问题。

为了解决上述技术问题，本发明提供了一种故障风险预测分析方法，用于对待设计产品的故障风险进行预测分析，所述待设计产品包括多个零部件，所述故障风险预测分析方法包括：

基于故障历史数据确定发生故障的故障零部件以及故障相关因素；

基于预设关联算法确定所述故障零部件的频繁项集；所述频繁项集包括多个频繁项，所述频繁项为同时出现的频次大于阈值频次的故障相关因素；

基于所述故障历史数据以及所述频繁项确定故障预测模型，并根据所述故障预测模型对所述零部件发生故障的概率进行预测，得到所述零部件发生故障的发生概率；

确定至少一种风险指标，并根据所述风险指标和所述发生概率确定所述多个零部件的风险顺序。

在一种可能的实现方式中，所述故障历史数据包括多条故障记录文本；所述基于故障历史数据确定发生故障的故障零部件以及故障相关因素包括：

根据所述故障记录文本确定发生故障的故障零部件以及所述故障零部件的人工记录名称；

计算所述人工记录名称与多个标准名称之间的相似度，并将相似度最大的标准名称作为所述故障零部件名称；

基于预设的分词工具将所述故障记录文本进行特征提取，获得所述故障相关因素。

在一种可能的实现方式中，所述预设关联算法为FP-Growth算法；所述基于预设关联算法确定所述故障零部件的频繁项集包括：

基于所述故障历史数据构建目标FP-tree；

对所述目标FP-tree进行挖掘，确定所述故障零部件的频繁项集。

在一种可能的实现方式中，所述基于所述故障历史数据构建目标FP-tree包括；