[发明专利]一种基于大数据的机械故障检测系统及方法

说明书

本发明适用于计算机领域，尤其涉及一种基于大数据的机械故障检测系统及方法，所述方法包括：获取待检测参数数据；根据待检测参数数据查询故障源定位数据库，确定故障源信息；根据故障源信息获取故障解决方案数据；根据故障源信息对故障解决方案数据进行相关性评估，按照相关性评估结果对故障解决方案数据进行排序，得到检测结果。本发明通过先对需要进行检测的参数进行分析，从而初步确定是否存在故障，以及发生故障的位置，进而根据故障的具体类型从线上和本地同时获取解决方案，以利用解决方案组成的大数据库生成对应的解决方案，最终将含有解决方案的检测结果反馈给相关人员，缩短了检修时间，降低了故障造成的损失。

技术领域

本发明属于计算机领域，尤其涉及一种基于大数据的机械故障检测系统及方法。

背景技术

大数据，或称巨量资料，指的是所涉及的资料量规模巨大到无法透过目前主流软件工具，在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。

在当前的工业设备当中，随着其自动化程度的升高，使用便捷性也逐步提高了，并且，自动进行故障检测也逐渐被应用在工业设备当中，利用自动故障检测，能够在系统运行过程中，进行自检，从而在检测到故障时发出警报，避免造成进一步的损失。

现有的系统中，虽然能够进行自检，但是其自检程度比较低，只能够在特定数据出现问题的时候进行警报，但是同一特定数据出现问题的可能性有很多，因此检修人员仍需进行问题排查，没有维修过的经验，这一过程将会浪费很多时间。

发明内容

本发明实施例的目的在于提供一种基于大数据的机械故障检测方法，旨在解决现有自检系统中只能够在特定数据出现问题的时候进行警报，无法给出对应的解决方案，因此本申请通过对大数据进行分析，给出对应的解决方案，大大提高了维修效率。

本发明实施例是这样实现的，一种基于大数据的机械故障检测方法，所述方法包括：

获取待检测参数数据，所述待检测参数数据至少包括主要待检参数；

根据待检测参数数据查询故障源定位数据库，确定故障源信息；

根据故障源信息获取故障解决方案数据，所述故障解决方案数据至少包括云数据和本地数据；

根据故障源信息对故障解决方案数据进行相关性评估，按照相关性评估结果对故障解决方案数据进行排序，得到检测结果。

优选的，所述根据待检测参数数据查询故障源定位数据库，确定故障源信息的步骤，具体包括：

对待检测参数数据进行解析，得到至少一项待检测参数；

根据待检测参数生成待检测参数向量；

根据待检测参数向量查询故障源定位数据库，得到故障源信息。

优选的，所述根据故障源信息获取故障解决方案数据的步骤，具体包括：

根据故障源信息从云数据库获取云数据；

根据故障源信息从本地数据库筛选本地数据。

优选的，所述根据故障源信息对故障解决方案数据进行相关性评估，按照相关性评估结果对故障解决方案数据进行排序，得到检测结果的步骤，具体包括：

对故障解决方案数据进行连续编号；

按照编号顺序将故障源信息与故障解决方案数据比较，得到比较结果；

根据比较结果进行相关性评估，得到检测结果。

优选的，所述待检测参数数据还包括次要待检参数，在主要待检参数处理完成后，将次要待检参数视为主要待检参数进行处理。

优选的，在所述得到检测结果的步骤之后，将解决问题采用的方案作为本地数据上传。