[发明专利]一种基于工业大数据的设备健康状态评估与预测方法

摘要

本发明涉及一种基于工业大数据的设备健康状态评估与预测方法，其步骤包括：S1.从设备状态监测系统中提取能够表征设备退化全过程的样本数据；S2.针对样本数据进行有效的预处理；S3.基于Spark平台构造分布式支持向量数据描述模型，提取正常样本集；S4.通过欧氏距离衡量当前样本的偏离度，并进一步转化为健康度值，绘制健康度曲线；S5.基于Spark平台构造设备健康度单步预测模型；S6.将设备单步预测方法进一步扩展为多步预测。与现有技术相比，本发明涉及设备健康评估与预测方法，客观准确地评估被监测设备的健康状态，预测设备未来的劣化趋势，为后续设备的故障管理和维护工作提供理论依据。

主权项

1.一种基于工业大数据的设备健康状态评估与预测方法，其特征在于，包括以下分步骤：S1：采集设备状态数据，从中提取设备相关退化变量；S2：对设备相关退化变量进行数据预处理；S3：构造分布式支持向量数据描述模型并提取预处理后数据中的正常样本集；S4：计算当前样本的偏离度，进一步转化为健康度值并绘制健康度曲线；S5：构造设备健康度单步预测模型；S6：将单步预测模型扩展为多步预测模型，获取设备劣化趋势结果。