摘要
本申请公开了一种表具故障检测方法及系统,包括:采集表具数据,提取特征数据;构建参数阈值库对特征数据进行异常识别,生成异常监测指标;构建专家知识库对异常监测指标进行分类,确定异常监测指标的类别,类别包括:即时故障指标类型和预测性维护指标类型;基于专家知识库,对预测性维护指标类型中的异常监测指标和/或异常监测指标的组合进行指标重构,生成故障预测指标,故障预测指标包括预测的故障类型及故障预测概率;基于即时故障指标类型的异常监测指标和/或故障预测指标,提供对应的维护建议。本申请能够对异常监测指标进行区分,实现对故障类型和故障发生时间的预测,提高维修资源的利用效率,降低表具非计划停机的概率和维修成本。
技术关键词
故障检测方法
专家知识库
指标
故障预测模型
分类规则
故障检测系统
大语言模型
特征工程
参数
二分类模型
强度
数据采集模块
重构
动态更新
监测模块
输出模块
无故障
标识
系统为您推荐了相关专利信息
适宜性评价方法
层次结构模型
矩阵
自然保护区
数据结构模型
职业
职位技能需求
可视化数据分析
标签
动态预测模型
量预测方法
数据
关系
非暂态计算机可读存储介质
回归预测模型