一种基于算法模型预测的工业设备自诊断系统

本发明涉及工业自动化技术领域，尤其涉及一种基于算法模型预测的工业设备自诊断系统，该系统包括：模型构建模块历史故障模型；数据采集模块划分若干待检测点位并采集振动信号进而转换；周期判断模块对实时振动图形进行周期性判断，根据判断结果确定振动周期异常并发出警告，或，分析点位异常情况；数据分析模块基于点位异常情况调整预设频率，或，基于若干点位异常情况确定整体异常情况进而确定实时故障程度，将其与预设故障程度的比较结果进行故障预警，或，调整预设间隔；模型对比模块将若干实时振动数据输入历史故障模型，计算故障程度差值；模型校准模块基于故障程度差值对历史故障模型进行校准。本发明提高模型故障预测的结果的准确性。