[发明专利]环境试验箱故障预测方法、装置、计算机设备及存储介质

说明书

本发明公开了一种环境试验箱故障预测方法、装置、计算机设备及存储介质，该方法包括：获取试验箱运行的历史参量数据，历史参量数据包括自变量数据和因变量数据；对因变量数据进行故障类型关联处理，确定有效故障类型；对历史参量数据进行数据处理，数据处理包括异常数据处理和/或样本数据平衡化处理，确定标准样本参量数据；根据有效故障类型及标准样本参量数据对预设算法模型进行训练，确定故障预测模型；获取试验箱的实时监测自变量数据；根据故障预测模型和实时监测自变量数据确定故障预测结果。本发明通过优化故障预测模型对试验箱故障进行有效的分析与预测，智能化程度高，故障预测精度高。

技术领域

本发明涉及环境试验技术领域，尤其涉及一种环境试验箱故障预测方法、装置、计算机设备及存储介质。

背景技术

环境试验设备是指的用于模拟自然气候环境的试验箱，典型地，环境试验设备包括：高低温湿热试验箱、盐雾试验箱、臭氧老化试验箱和温湿度试验箱等，其中，高低温湿热试验箱可用于逆变器等电子产品的性能测试，试验箱性能对于产品质量把关具有重要作用。

目前，环境试验设备缺乏有效的故障监测手段，一旦试验设备发生老化或者故障，会引起测试结果偏差，进而影响生产制造进度和电子产品性能，导致经济损失，通过操作人员定期对试验设备进行故障检测和维护，可降低试验设备故障产生的影响，但是，现有的人工故障检测方法效率低下，且存在故障漏检的风险，无法从根本上解决试验设备的安全隐患，影响产品测试效果。

发明内容

本发明提供一种环境试验箱故障预测方法，通过故障预测模型对试验箱进行有效的故障分析与预测，解决了现有的试验箱故障影响测试效果问题，故障预测精度高。

第一方面，本发明实施例提供了一种环境试验箱故障预测方法，包括以下步骤：

获取试验箱运行的历史参量数据，所述历史参量数据包括自变量数据和因变量数据；

对所述因变量数据进行故障类型关联处理，确定有效故障类型；

对所述历史参量数据进行数据处理，所述数据处理包括异常数据处理和/或样本数据平衡化处理，得到标准样本参量数据；

根据所述有效故障类型及所述标准样本参量数据对预设算法模型进行训练，得到故障预测模型；

获取所述试验箱的实时监测自变量数据；

根据所述故障预测模型和所述实时监测自变量数据确定故障预测结果。

可选地，所述对所述因变量数据进行故障类型关联处理，包括以下步骤：获取预设关联规则模型；根据所述预设关联规则模型对所述因变量数据进行遍历，确定频繁项集，所述频繁项集的支持度大于或者等于预设最小支持度；根据所述频繁项集进行数据降维处理，确定有效故障类型。

可选地，对所述历史参量数据进行异常数据处理，包括以下步骤：获取所述自变量数据中的预设异常数据，所述预设异常数据包括：缺失值数据、空值数据及错误值数据；获取所述预设异常数据的至少两个邻近样本数据，所述邻近样本数据与所述预设异常数据的时间间隔小于预设间隔时间；根据所述至少两个邻近样本数据确定均值样本数据；根据所述均值样本数据对所述预设异常数据进行处理，确定标准样本数据。

可选地，对所述历史参量数据进行样本数据平衡化处理，包括以下步骤：获取预设过采样算法模型；根据所述预设过采样算法模型对所述标准样本数据中的少数类样本进行数据扩充，确定扩充样本数据；根据所述标准样本数据及所述扩充样本数据确定所述标准样本参量数据。