摘要
本发明涉及一种基于工业物联网的设备故障预测方法及相关设备,包括以下步骤:通过预设的工业物联网对目标设备进行物理信号采集,得到原始序列信号;识别所述原始序列信号中是否存在异常信号,得到识别结果;若所述识别结果是存在异常信号,则基于所述异常信号对所述目标设备进行故障类型分析,得到故障位置及故障位置对应的故障类型;基于异常信号、故障位置及故障位置对应的故障类型对所述目标设备进行故障转移预测,得到预测故障转移路径;基于预测故障转移路径生成预警指令,并基于所述预警指令进行故障报警,解决了传统的设备维护方式多采用定期检查或故障后维修的方式,这种方式不仅成本高昂,而且无法有效预防突发性故障发生的技术问题。
技术关键词
异常信号
设备故障预测方法
工业物联网
故障树分析法
历史故障数据
压缩特征向量
故障传播路径
空间聚类算法
马尔可夫模型
动态规划算法
序列
学习自动编码器
风险评估值
热点
多尺度特征
网络结构
消息队列技术
小波变换技术
系统为您推荐了相关专利信息
地下电缆
生态风险评估
样本
高风险
历史故障数据
历史故障数据
衰老模型
电阻值
寿命预测模型
机器学习算法
卸载方法
深度神经网络
卸载策略
决策
动态带宽分配
助手系统
管控系统
超限学习机
定位模块
历史故障数据