CN109977146A - 故障诊断方法、装置及电子设备 - Google Patents
故障诊断方法、装置及电子设备 Download PDFInfo
- Publication number
- CN109977146A CN109977146A CN201910378739.9A CN201910378739A CN109977146A CN 109977146 A CN109977146 A CN 109977146A CN 201910378739 A CN201910378739 A CN 201910378739A CN 109977146 A CN109977146 A CN 109977146A
- Authority
- CN
- China
- Prior art keywords
- failure
- failure cause
- equipment
- preset
- confidence level
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 49
- 238000007689 inspection Methods 0.000 claims description 23
- 238000012806 monitoring device Methods 0.000 claims description 15
- 238000012544 monitoring process Methods 0.000 claims description 13
- 230000008569 process Effects 0.000 claims description 10
- 238000003672 processing method Methods 0.000 claims description 9
- 239000010687 lubricating oil Substances 0.000 claims description 6
- 239000012141 concentrate Substances 0.000 claims description 5
- 239000007788 liquid Substances 0.000 claims description 5
- 238000011835 investigation Methods 0.000 abstract description 13
- 230000008030 elimination Effects 0.000 abstract description 8
- 238000003379 elimination reaction Methods 0.000 abstract description 8
- 230000007257 malfunction Effects 0.000 abstract description 8
- 238000012545 processing Methods 0.000 abstract description 6
- 239000002699 waste material Substances 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 238000003860 storage Methods 0.000 description 5
- 230000004888 barrier function Effects 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 238000005242 forging Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 238000013024 troubleshooting Methods 0.000 description 1
Landscapes
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明实施例提供的故障诊断方法、装置及电子设备，涉及信号处理领域；通过建立故障原因的置信度，进而在用户进行故障排查时可以根据置信度的大小，优先从置信度较大的故障原因进行故障的排查。相较于现有技术仅能根据故障名称给出多个故障原因，用户只能根据经验对多个故障原因逐一进行排查，造成用户在解决故障时对一些不必要的故障原因进行排查，进而了浪费大量的时间。因此，本发明实施例提供的方案可以节约故障排查的时间。
Description
技术领域
本发明涉及信号处理领域，具体而言，涉及一种故障诊断方法、装置及电子设备。
背景技术
压力机式涵盖机械、液压、控制与测量等多学科技术和综合性设备，主要用于金属成形加工，广泛应用于汽车制造，日用电器，仪器仪表等行业。压力机常与其他设备组成生产线，压力机作为关键设备，一旦出现故障会消耗较长时间进行检修，造成整个生产线停产，带来较大经济损失。现有技术通过设置人工智能的热模锻压力机故障诊断系统，该系统将规则推理和案例推理相结合，建立压力机生产故障树和表示故障案例的五元组，得到导致故障现象的最小割集。由于现有技术中只能将故障的原因列举出来，用户根据问题依次处理，然而，造成故障的原因很多，在进行依次处理时，由于没有先后顺序，只能随机进行故障的原因排查，进而造成故障排除的时间较长。
发明内容
本发明的目的在于提供一种故障诊断方法、装置及电子设备，其能够缓解上述问题。
为了实现上述的目的；本发明的采取的技术方案如下：
第一方面，本发明实施例提供的一种故障诊断方法，获取设备的故障报警信息；所述报警信息包括故障名称；
在预设数据库中确定出与所述故障名称对应的故障原因集以及每个故障原因对应的置信度，其中，所述预设数据库中保存有故障名称和故障原因以及所述故障原因的置信度的对应关系；
确定所述故障原因集中置信度大于预设值的故障原因子集为所述故障名称对应的故障原因。
可选地，在确定所述故障原因集中置信度最高的故障原因子集为所述故障名称对应的故障原因之后，所述方法包括：
接收用户输入的检查结果，所述检查结果用于表征所述故障原因子集中的第一故障原因是否正确；
在所述检查结果表征所述故障原因子集中的第一故障原因正确时，增加所述预设数据库中的所述第一故障原因的置信度。
可选地，所述方法还包括：
在所述检查结果表征所述故障原因子集中的故障原因均不正确时，接收用户输入的真实故障原因，并将所述真实故障原因加入到所述故障原因集中，并将所述真实故障原因的置信度设为大于其余故障原因的置信度。
可选地，获取设备的故障报警信息，包括：
获取预先安装在所述设备上的监测装置监测的实时数据；
将所述实时数据与预设的标准数据进行对比，并判断所述实时数据是否超过预设的报警阈值；
若超过，则根据超过所述报警阈值的实时数据生成所述故障报警信息。
可选地，在将所述实时数据与预设的标准数据进行对比，并判断所述实时数据是否超过预设的报警阈值之后，还包括：
若不超过，判断所述实时数据是否超过预设的偏差阈值；所述偏差阈值小于所述报警阈值；
若所述实时数据超过所述预设的偏差阈值，生成预发故障信息；
所述预发故障信息用于提醒用户设备出现潜在故障。
可选地，当所述设备为压力机时，获取预先安装在所述设备上的监测装置监测的实时数据包括：
获取预先安装在所述设备上的监测装置监测的压力机温度信息、润滑油温度、连杆温度、气液压力、主机运行数据。
可选地，当不存在报警信息，所述设备出现故障时，所述方法还包括：
输入对所述故障的描述句；
在所述预设数据库中查找与所述描述句的相似度大于预设值的故障名称及相应的故障原因集；和/或在预设的案例库中查找与所述描述句的相似度大于预设值的已有的故障描述句；其中，所述案例库中存储有所述设备已有的故障描述句及其对应的处理过程。
可选地，若在所述预设数据库中未查找到与所述描述句的相似度大于第一预设值的故障名称及相应的故障原因集；和/或在预设的案例库中未查找与所述描述句的相似度大于第二预设值的已有的故障描述句，所述方法还包括：
将本次故障的描述句及实际采用的处理方法的对应关系存入到所述案例库中。
第二方面，本发明实施例提供的故障诊断装置，包括：
获取模块，用于获取设备的故障报警信息；所述报警信息包括故障名称；
确定模块，用于在预设数据库中确定出与所述故障名称对应的故障原因集以及每个故障原因对应的置信度，其中，所述预设数据库中保存有故障名称和故障原因以及所述故障原因的置信度的对应关系；以及用于确定所述故障原因集中置信度大于预设值的故障原因子集为所述故障名称对应的故障原因。
可选地，所述装置还包括：
检查结果接收模块，用于接收用户输入的检查结果，所述检查结果用于表征所述故障原因子集中的第一故障原因是否正确；
置信度增加模块，用于在所述检查结果表征所述故障原因子集中的第一故障原因正确时，增加所述预设数据库中的所述第一故障原因的置信度。
可选地，所述装置还包括：
故障原因添加模块，用于在所述检查结果表征所述故障原因子集中的故障原因均不正确时，接收用户输入的真实故障原因，并将所述真实故障原因加入到所述故障原因集中，并将所述真实故障原因的置信度设为大于其余故障原因的置信度。
可选地，所述获取模块，具体用于获取预先安装在所述设备上的监测装置监测的实时数据；将所述实时数据与预设的标准数据进行对比，并判断所述实时数据是否超过预设的报警阈值；若超过，则根据超过所述报警阈值的实时数据生成所述故障报警信息。
可选地，所述获取模块，还用于若不超过，判断所述实时数据是否超过预设的偏差阈值；所述偏差阈值小于所述报警阈值；若所述实时数据超过所述预设的偏差阈值，生成预发故障信息；所述预发故障信息用于提醒用户设备出现潜在故障。
可选地，当所述设备为压力机时，所述获取模块，还用于获取预先安装在所述设备上的监测装置监测的压力机温度信息、润滑油温度、连杆温度、气液压力、主机运行数据。
可选地，当不存在报警信息，所述设备出现故障时，所述装置还包括：
描述句输入模块，用于输入对所述故障的描述句；
查找模块，用于在所述预设数据库中查找与所述描述句的相似度大于第一预设值的故障名称及相应的故障原因集；和/或在预设的案例库中查找与所述描述句的相似度大于第二预设值的已有的故障描述句；其中，所述案例库中存储有所述设备已有的故障描述句及其对应的处理过程。
可选地，若在所述预设数据库中未查找到与所述描述句的相似度大于第一预设值的故障名称及相应的故障原因集；和/或在预设的案例库中未查找与所述描述句的相似度大于第二预设值的已有的故障描述句，所述装置还包括：
对应关系存储模块，用于将本次故障的描述句及实际采用的处理方法的对应关系存入到所述案例库中。
第三方面，本发明实施例提供一种电子设备，包括处理器以及存储器，所述存储器存储有计算机可读取指令，当所述计算机可读取指令由所述处理器执行时，运行第一方面提供所述方法中的步骤。
本发明实施例提供的故障诊断方法、装置及电子设备，通过建立故障原因的置信度，进而在用户进行故障排查时可以根据置信度的大小，优先从置信度较大的故障原因进行故障的排查。相较于现有技术仅能根据故障名称给出多个故障原因，用户只能根据经验对多个故障原因逐一进行排查，造成用户在解决故障时对一些不必要的故障原因进行排查，进而了浪费大量的时间。因此，本发明实施例提供的方案可以节约故障排查的时间。
为使本发明的上述目的、特征和优点能更明显易懂，下文特举本发明实施例，并配合所附图，作详细说明如下。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1是本发明实施例提供的一种故障诊断方法的流程图；
图2是本发明实施例提供的一种故障诊断装置的结构框图；
图3是本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以各种不同的配置来布置和设计。
因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
在本发明的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，或者是该发明产品使用时惯常摆放的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
在本发明的描述中，还需要说明的是，除非另有明确的规定和限定，术语“设置”、“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
请参照图1，本发明实施例提供的一种故障诊断方法，包括：
步骤S100：获取设备的故障报警信息。
具体来说，所述报警信息包括故障名称，当所述设备发生故障时，所述设备将产生报警信息，而所述故障名称可以是对所述故障的通用的描述。例如：“设备不工作”代表设备不能按照正常的运行规律工作、“设备温度过高”代表设备的温度比正常运行时的值高出一定的范围等。同时，所述设备基于报警信息将发出警示信号，进而提醒用户快速处理故障。例如，可以在所述设备上安装蜂鸣器及闪光灯，当所述蜂鸣器工作及闪光灯亮起时，代表所述设备存在报警信息。当然所述警示信号也可以为其他形式，例如向指定的终端设备发送信息。
可选的，产生的报警信息可以存储在信息库中，当执行步骤S100时，可以在信息库中获取到报警信息。
步骤S200：在预设数据库中确定出与所述故障名称对应的故障原因集以及每个故障原因对应的置信度。
其中，所述预设数据库中保存有故障名称和故障原因以及所述故障原因的置信度的对应关系。
举例来说，当出现报警信息时，将在预设数据库中查找相应的故障名称，故障名称可以对应多个故障原因，并且每个故障原因有相应的置信度。同时，可以对故障名称进行编号，并建立相应的置信度表格，如下表所示：
步骤S300：确定所述故障原因集中置信度大于预设值的故障原因子集为所述故障名称对应的故障原因。
例如，所述预设值可以为0.4，进而“设备不工作”对应的故障原因为A1、B1、C1；进而在进行故障的排查时，将优先进行故障原因A1、B1、C1的排查。在排查的结果均不正确时，可以再对故障原因D1、E1、F1…进行排查，如此可以最大程度的降低排查时间。
进一步的，所述设备可以设置有显示屏，所述显示屏用于显示所述原因子集和各自对应的置信度，从而可以便于用户进行故障的排查。当然，所述设备也可以将上述信息发送至其它终端设备进行显示，所述其它终端设备可以是手机、平板电脑等。
由上述描述可以看出，本发明实施例通过建立故障原因的置信度，进而在用户进行故障排查时可以根据置信度的大小，优先从置信度较大的故障原因进行故障的排查。相较于现有技术仅能根据故障名称给出多个故障原因，用户只能根据经验对多个故障原因逐一进行排查，造成用户在解决故障时对一些不必要的故障原因进行排查，进而了浪费大量的时间。因此，本发明实施例提供的方案可以节约故障排查的时间。
可选地，在步骤S300之后，所述方法还包括：
接收用户输入的检查结果，所述检查结果用于表征所述故障原因子集中的第一故障原因是否正确。
在所述检查结果表征所述故障原因子集中的第一故障原因正确时，增加所述预设数据库中的所述第一故障原因的置信度。
例如，当检查结果为由于故障原因B1进而使“设备不工作”。此时将故障原因B1的置信度增加。具体可以按照如下公式更新置信度：
Ri为第i个原因的置信度，Ri(0)为第i个原因的原始可信度，k为解决当前故障的原因序号，n为当前置信度列表中的故障原因的个数，a为故障原因出现一次可信度增加值。a的值可以根据实际需要设定，a为实数，例如可以为0.05。
当然，在实际过程中，会出现由多个故障原因造成的故障，此时对每一个故障原因对应的置信度都将进行相应的增加。
可选地，在所述检查结果表征所述故障原因子集中的故障原因均不正确时；接收用户输入的真实故障原因，并将所述真实故障原因加入到所述故障原因子集中。
由此可见，在本发明实施方式中，在对故障原因子集中的故障原因依次进行排查之后，若所述故障仍不能得到解决，也就是所述设备还存在报警信息。此时用户可以继续进行故障的排查，在查到真实故障原因时，将设备出现故障的真实故障原因加入到所述故障原因子集中，并且建立置信度。例如“设备不工作”的真实的故障的原因为X1，则将X1加入到置信度表格中，并可以将故障原因的X1的置信度值可以设置为0.5，也就是当设备下一次在出现“设备不工作”的故障名称时，由于故障原因子集中也存在故障原因X1，因此，在进行“设备不工作”的故障名称的故障排查时，故障原因X1是可以被排查到的。
可选地，步骤S100：包括：
获取预先安装在所述设备上的监测装置监测的实时数据。
例如，当所述设备为压力机时，所述监测装置可以为各种对应的传感器，如：温度传感器、压力传感器等，进而分别监测出所述压力机的压力机温度信息，润滑油温度、连杆温度，气液压力等，即获取预先安装在所述设备上的监测装置监测的实时数据包括：获取预先安装在所述设备上的监测装置监测的压力机温度信息、润滑油温度、连杆温度、气液压力、主机运行数据。
进一步的，所述设备可以运用PLC(Programmable Logic Controller，可编程逻辑控制器)对每个传感器监测的数据进行采集。采集获得的实时数据可以存储在前述的信息库中，便于方法执行时获取该实时数据。
将所述实时数据与预设的标准数据进行对比，并判断所述实时数据是否超过预设的报警阈值。
若超过，则根据超过所述报警阈值的实时数据生成所述故障报警信息。
详细来说，由于设备在进行运行时有标准的运行参数，当所述实时数据超过标准运行参数的报警阈值，所述设备生成报警信息。例如：设备正常工作时的标准温度为45度，设备的报警阈值温度为80度。也就是当检测到设备的温度大于等于80度时，所述设备生成报警信息。例如若温度传感器监测到设备此时的温度为90度，则所述设备生成报警信息。进一步可以根据报警信息提示用户进行故障的处理。
可选的，所述方法还包括：若实时数据未超过预设的报警阈值，判断所述实时数据是否超过预设的偏差阈值；所述偏差阈值小于所述报警阈值；
若所述实时数据超过所述预设的偏差阈值，生成预发故障信息。
所述预发故障信息用于提醒用户设备出现潜在故障。
例如，此时设备能工作，但不是正常工作，但此时所监测到的数据还未能使所述设备产生报警信息。举例说明，如此时温度传感器监测到此时设备的温度为75度，设备的标准温度为45度，而设备的报警阈值温度为80度；但由于此时设备的温度小于80度，进而所述设备不会生成报警信息。此时由于设备的温度已经偏离了所述标准温度45度且已达到了75度，进而长时间工作可能会对设备进行损坏。因此本发明实施例设定了偏差阈值，当所述设备的运行数据超过偏差阈值时，所述设备生成预发故障信息，并提醒用户。例如，所述设备温度的偏差阈值温度为65度，由于此时设备的温度为75度；因此会生成预发故障信息，可以判断所述设备存在潜在故障，进而可以做到提前处理所述设备所存在的潜在故障。进而减小故障的发生的可能性。
进一步的，当预发故障信息存在时，所述设备的提醒方式可以是闪光灯亮起但蜂鸣器并不工作，进而用户可以清楚、便捷的获取设备出现故障还是潜在故障。当然，在具体实施方式中，也可以运用其它方式提醒用户。
当然，以上仅是以温度举例说明报警信息和预发故障信息的产生。在具体实施方式中，其余信息的报警阈值和偏差阈值的设置方式与温度的报警阈值和偏差阈值类似，在此不再一一举例进行赘述。
可选地，当不存在报警信息，所述设备出现故障时，所述方法还包括：
输入对所述故障的描述句；
在所述预设数据库中查找与所述描述句的相似度大于第一预设值的故障名称及相应的故障原因集；和/或在预设的案例库中查找与所述描述句的相似度大于第二预设值的已有的故障描述句；其中，所述案例库中存储有所述设备已有的故障描述句及其对应的处理过程。
进一步的，当所述设备出现了故障，但是所述设备确没有报警信息时。将此时所述设备的用简洁的语句情况描述出来，并输入到所述设备中。进而在数据库和案例库中寻找与所述故障的对应的处理方法。进一步的，所述寻找方式可以是通过关键词来查找，如第一预设值可以为描述句与故障原因至少存在一个相同关键词；第二预设值可以为描述句与故障原因至少存在两个相同关键词。将所述数据库中大于第一预设值的故障原因提取出来，并将所述案例库中大于第二预设值额的已有的故障描述句提取出来。进而可以快速的进行故障的排查。举例来说，若此时用户输入的故障描述句为“按下开启键，设备没开启”，则关键词可以是“开启键”和“设备没开启”。进而在所述数据库中寻找有这个两个关键词出现的故障名称，或者在案例库中的故障描述句中也进行这个两个关键词出现寻找。或者两者同时进行查找。在找到结果时，可以将寻找结果通过显示屏展示给用户。
可选地，若在所述预设数据库中未查找到与所述描述句的相似度大于第一预设值的故障名称及相应的故障原因集和/或在案例库中未查找与所述描述句的相似度大于第二预设值的已有的故障描述句，所述方法包括：
将本次故障的描述句及实际采用的处理方法的对应关系存入到所述案例库中。
进一步的，若此时出现的故障是一个新的故障，也就是在此故障发生以前并没有发生过类似的故障，进而将所述新故障的描述句和所述新故障的处理方法存入案例库中。
进一步的，在进行案例的检索时，可以利用如下公式进行：
案例检索方法采用KNN(k－NearestNeighbor，最邻近法)；
Si为未知案例与案例库中第i个案例的相似度，
mj为案例中第j个属性的权重。
Sij为未知案例的第j个属性与第i个案例中第j个属性的相似度。
案例的权重使用判别矩阵计算获得，判别矩阵表示各个元素对需要检索的案例相似度影响情况。
下面以压力机为例简要概述本发明实施例提供的故障检测方法，当然此方法并不限于仅为压力机上使用。
在压力机的重要部位安装有监测装置，通过压力机上的PLC系统获取该监测装置检测的压力机的实时数据，并与将该实时数据与压力及标准运行时的数据进行对比，进而判断是否产生报警信息或者预发故障信息，当存在报警信息时，将利用置信度表对故障原因进行排查，直到所述报警信息消失。当存在预发故障信息时，将按照报警信息的处理方式将所述压力机检查一遍，进而确保压机实时稳定的工作。当不存在报警信息，然而所述压力机确出现故障时，将所述压力机的故障的简要描述句输入系统，进而根据关键词匹配的方式对数据库中超过第一预设值的故障原因和案例库中超过第二预设值的已有故障描述句提取出来，并展示给用户观看。进而可以快速排出压力机故障。当然，若数据库和案例库中均没有查找到该故障的处理方法，将该故障的最后处理方法和该故障的描述句存入案例库中，便于后续出现相同或者类似的故障时可以快捷的对故障进行处理。
请参阅图2，本发明实施例提供的故障诊断装置10，包括：
获取模块100，用于获取设备的故障报警信息；所述报警信息包括故障名称。
确定模块200，用于在预设数据库中确定出与所述故障名称对应的故障原因集以及每个故障原因对应的置信度，其中，所述预设数据库中保存有故障名称和故障原因以及所述故障原因的置信度的对应关系；以及用于确定所述故障原因集中置信度大于预设值的故障原因子集为所述故障名称对应的故障原因。
可选地，所述装置还包括：
检查结果接收模块，用于接收用户输入的检查结果，所述检查结果用于表征所述故障原因子集中的第一故障原因是否正确；
置信度增加模块，用于在所述检查结果表征所述故障原因子集中的第一故障原因正确时，增加所述预设数据库中的所述第一故障原因的置信度。
可选地，所述装置还包括：
故障原因添加模块，用于在所述检查结果表征所述故障原因子集中的故障原因均不正确时，接收用户输入的真实故障原因，并将所述真实故障原因加入到所述故障原因集中，并将所述真实故障原因的置信度设为大于其余故障原因的置信度。
可选地，所述获取模块，具体用于获取预先安装在所述设备上的监测装置监测的实时数据；将所述实时数据与预设的标准数据进行对比，并判断所述实时数据是否超过预设的报警阈值；若超过，则根据超过所述报警阈值的实时数据生成所述故障报警信息。
可选地，所述获取模块，还用于若不超过，判断所述实时数据是否超过预设的偏差阈值；所述偏差阈值小于所述报警阈值；若所述实时数据超过所述预设的偏差阈值，生成预发故障信息；所述预发故障信息用于提醒用户设备出现潜在故障。
可选地，当所述设备为压力机时，所述获取模块，还用于获取预先安装在所述设备上的监测装置监测的压力机温度信息、润滑油温度、连杆温度、气液压力、主机运行数据。
可选地，当不存在报警信息，所述设备出现故障时，所述装置还包括：
描述句输入模块，用于输入对所述故障的描述句；
查找模块，用于在所述预设数据库中查找与所述描述句的相似度大于第一预设值的故障名称及相应的故障原因集；和/或在预设的案例库中查找与所述描述句的相似度大于第二预设值的已有的故障描述句；其中，所述案例库中存储有所述设备已有的故障描述句及其对应的处理过程。
可选地，若在所述预设数据库中未查找到与所述描述句的相似度大于第一预设值的故障名称及相应的故障原因集；和/或在预设的案例库中未查找与所述描述句的相似度大于第二预设值的已有的故障描述句，所述装置还包括：
对应关系存储模块，用于将本次故障的描述句及实际采用的处理方法的对应关系存入到所述案例库中。
请参阅图3，图3为本发明实施例提供的一种电子设备的结构示意图，所述电子设备可以包括：至少一个处理器410，例如CPU，至少一个通信接口420，至少一个存储器430和至少一个通信总线440。其中，通信总线440用于实现这些组件直接的连接通信。其中，本申请实施例中设备的通信接口420用于与其他节点设备进行信令或数据的通信。存储器430可以是高速RAM存储器，也可以是非不稳定的存储器(non-volatile memory)，例如至少一个磁盘存储器。存储器430可选的还可以是至少一个位于远离前述处理器的存储装置。存储器430中存储有计算机可读取指令，当所述计算机可读取指令由所述处理器410执行时，电子设备执行上述图1所示方法过程。
由以上描述可知，本发明实施例通过建立故障原因的置信度，进而在用户进行故障排查时可以根据用户置信度的大小，可以从置信度较大的故障原因进行故障的排查。相较于现有技术仅能根据故障名称给出多个故障原因，用户只能根据经验对多个故障原因逐一进行排查，造成用户在解决故障时对一些不必要的故障原因进行排查，进而了浪费大量的时间。因此，本发明实施例提供的方案可以节约故障排查的时间。
在本申请所提供的实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
另外，在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，笔记本电脑，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read－Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种故障诊断方法，其特征在于，包括：
获取设备的故障报警信息；所述报警信息包括故障名称；
在预设数据库中确定出与所述故障名称对应的故障原因集以及每个故障原因对应的置信度，其中，所述预设数据库中保存有故障名称和故障原因以及所述故障原因的置信度的对应关系；
确定所述故障原因集中置信度大于预设值的故障原因子集为所述故障名称对应的故障原因。
2.根据权利要求1所述的故障诊断方法，其特征在于，在确定所述故障原因集中置信度最高的故障原因子集为所述故障名称对应的故障原因之后，所述方法包括：
接收用户输入的检查结果，所述检查结果用于表征所述故障原因子集中的第一故障原因是否正确；
在所述检查结果表征所述故障原因子集中的第一故障原因正确时，增加所述预设数据库中的所述第一故障原因的置信度。
3.根据权利要求2所述的故障诊断方法，其特征在于，所述方法还包括：
在所述检查结果表征所述故障原因子集中的故障原因均不正确时，接收用户输入的真实故障原因，并将所述真实故障原因加入到所述故障原因集中，并将所述真实故障原因的置信度设为大于其余故障原因的置信度。
4.根据权利要求1所述的故障诊断方法，其特征在于，获取设备的故障报警信息，包括：
获取预先安装在所述设备上的监测装置监测的实时数据；
将所述实时数据与预设的标准数据进行对比，并判断所述实时数据是否超过预设的报警阈值；
若超过，则根据超过所述报警阈值的实时数据生成所述故障报警信息。
5.根据权利要求4所述的故障诊断方法，其特征在于，在将所述实时数据与预设的标准数据进行对比，并判断所述实时数据是否超过预设的报警阈值之后，还包括：
若不超过，判断所述实时数据是否超过预设的偏差阈值；所述偏差阈值小于所述报警阈值；
若所述实时数据超过所述预设的偏差阈值，生成预发故障信息；所述预发故障信息用于提醒用户设备出现潜在故障。
6.根据权利要求4所述的故障诊断方法，其特征在于，当所述设备为压力机时，获取预先安装在所述设备上的监测装置监测的实时数据包括：
获取预先安装在所述设备上的监测装置监测的压力机温度信息、润滑油温度、连杆温度、气液压力、主机运行数据。
7.根据权利要求1所述的故障诊断方法，其特征在于，当不存在报警信息，所述设备出现故障时，所述方法还包括：
输入对所述故障的描述句；
在所述预设数据库中查找与所述描述句的相似度大于第一预设值的故障名称及相应的故障原因集；和/或
在预设的案例库中查找与所述描述句的相似度大于第二预设值的已有的故障描述句；其中，所述案例库中存储有所述设备已有的故障描述句及其对应的处理过程。
8.根据权利要求7所述的故障诊断方法，其特征在于，若在所述预设数据库中未查找到与所述描述句的相似度大于第一预设值的故障名称及相应的故障原因集；和/或在预设的案例库中未查找与所述描述句的相似度大于第二预设值的已有的故障描述句，所述方法还包括：
将本次故障的描述句及实际采用的处理方法的对应关系存入到所述案例库中。
9.一种故障诊断装置，其特征在于，包括：
获取模块，用于获取设备的故障报警信息；所述报警信息包括故障名称；
确定模块，用于在预设数据库中确定出与所述故障名称对应的故障原因集以及每个故障原因对应的置信度，其中，所述预设数据库中保存有故障名称和故障原因以及所述故障原因的置信度的对应关系；以及用于确定所述故障原因集中置信度大于预设值的故障原因子集为所述故障名称对应的故障原因。
10.一种电子设备，其特征在于，包括处理器以及存储器，所述存储器存储有计算机可读指令，当所述计算机可读指令由所述处理器运行时，执行如权利要求1－8任一项所述方法中的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910378739.9A CN109977146B (zh) | 2019-05-07 | 2019-05-07 | 故障诊断方法、装置及电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910378739.9A CN109977146B (zh) | 2019-05-07 | 2019-05-07 | 故障诊断方法、装置及电子设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109977146A true CN109977146A (zh) | 2019-07-05 |
| CN109977146B CN109977146B (zh) | 2021-11-05 |
Family
ID=67073183
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910378739.9A Active CN109977146B (zh) | 2019-05-07 | 2019-05-07 | 故障诊断方法、装置及电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109977146B (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110715808A (zh) * | 2019-09-25 | 2020-01-21 | 中车青岛四方机车车辆股份有限公司 | 故障检测方法及装置 |
| CN111710406A (zh) * | 2020-06-10 | 2020-09-25 | 深圳市好克医疗仪器股份有限公司 | 医疗设备的远程维护方法、设备及可读存储介质 |
| CN111967614A (zh) * | 2020-09-03 | 2020-11-20 | 中国联合网络通信集团有限公司 | 一种人工智能学习方法及装置 |
| CN112101422A (zh) * | 2020-08-19 | 2020-12-18 | 厦门盈盛捷电力科技有限公司 | 电力系统故障案例的典型案例自学习方法 |
| CN112926824A (zh) * | 2021-01-20 | 2021-06-08 | 中国科学院微电子研究所 | 激光加工设备的故障诊断方法 |
| CN114337792A (zh) * | 2022-01-17 | 2022-04-12 | 中国人民解放军61096部队 | 卫星通信信号故障诊断方法及装置 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102735485A (zh) * | 2011-10-14 | 2012-10-17 | 中联重科股份有限公司 | 挖掘机以及确定设备故障的方法、系统 |
| CN103760901A (zh) * | 2013-12-31 | 2014-04-30 | 北京泰乐德信息技术有限公司 | 一种基于关联规则分类器的轨道交通故障识别方法 |
| WO2014199177A1 (en) * | 2013-06-14 | 2014-12-18 | Warwick Analytical Software Ltd | Early warning and prevention system |
| CN104361026A (zh) * | 2014-10-22 | 2015-02-18 | 北京航空航天大学 | 一种fmea分析过程中的故障知识存储和推送方法 |
| CN106708017A (zh) * | 2016-12-26 | 2017-05-24 | 华东理工大学 | 一种车辆故障实时监控与服务系统及其应用 |
| CN108090567A (zh) * | 2018-01-19 | 2018-05-29 | 国家电网公司 | 电力通信系统故障诊断方法及装置 |
| CN108501980A (zh) * | 2018-03-23 | 2018-09-07 | 固安信通信号技术股份有限公司 | 轨道电路设备的监测方法及终端设备 |
| CN109344983A (zh) * | 2018-10-09 | 2019-02-15 | 珠海格力电器股份有限公司 | 故障检测方法、装置及计算机可读存储介质 |
-
2019
- 2019-05-07 CN CN201910378739.9A patent/CN109977146B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102735485A (zh) * | 2011-10-14 | 2012-10-17 | 中联重科股份有限公司 | 挖掘机以及确定设备故障的方法、系统 |
| WO2014199177A1 (en) * | 2013-06-14 | 2014-12-18 | Warwick Analytical Software Ltd | Early warning and prevention system |
| CN103760901A (zh) * | 2013-12-31 | 2014-04-30 | 北京泰乐德信息技术有限公司 | 一种基于关联规则分类器的轨道交通故障识别方法 |
| CN104361026A (zh) * | 2014-10-22 | 2015-02-18 | 北京航空航天大学 | 一种fmea分析过程中的故障知识存储和推送方法 |
| CN106708017A (zh) * | 2016-12-26 | 2017-05-24 | 华东理工大学 | 一种车辆故障实时监控与服务系统及其应用 |
| CN108090567A (zh) * | 2018-01-19 | 2018-05-29 | 国家电网公司 | 电力通信系统故障诊断方法及装置 |
| CN108501980A (zh) * | 2018-03-23 | 2018-09-07 | 固安信通信号技术股份有限公司 | 轨道电路设备的监测方法及终端设备 |
| CN109344983A (zh) * | 2018-10-09 | 2019-02-15 | 珠海格力电器股份有限公司 | 故障检测方法、装置及计算机可读存储介质 |
Non-Patent Citations (1)
| Title |
|---|
| 邓静: ""基于Linux的冲压自动化生产线智能监测系统设计"", 《中国优秀硕士学位论文全文数据库信息科技辑》 * |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110715808A (zh) * | 2019-09-25 | 2020-01-21 | 中车青岛四方机车车辆股份有限公司 | 故障检测方法及装置 |
| CN110715808B (zh) * | 2019-09-25 | 2022-01-14 | 中车青岛四方机车车辆股份有限公司 | 故障检测方法及装置 |
| CN111710406A (zh) * | 2020-06-10 | 2020-09-25 | 深圳市好克医疗仪器股份有限公司 | 医疗设备的远程维护方法、设备及可读存储介质 |
| CN111710406B (zh) * | 2020-06-10 | 2024-03-01 | 深圳市好克医疗仪器股份有限公司 | 医疗设备的远程维护方法、设备及可读存储介质 |
| CN112101422A (zh) * | 2020-08-19 | 2020-12-18 | 厦门盈盛捷电力科技有限公司 | 电力系统故障案例的典型案例自学习方法 |
| CN112101422B (zh) * | 2020-08-19 | 2024-02-13 | 厦门盈盛捷电力科技有限公司 | 电力系统故障案例的典型案例自学习方法 |
| CN111967614A (zh) * | 2020-09-03 | 2020-11-20 | 中国联合网络通信集团有限公司 | 一种人工智能学习方法及装置 |
| CN111967614B (zh) * | 2020-09-03 | 2024-02-06 | 中国联合网络通信集团有限公司 | 一种人工智能学习方法及装置 |
| CN112926824A (zh) * | 2021-01-20 | 2021-06-08 | 中国科学院微电子研究所 | 激光加工设备的故障诊断方法 |
| CN114337792A (zh) * | 2022-01-17 | 2022-04-12 | 中国人民解放军61096部队 | 卫星通信信号故障诊断方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109977146B (zh) | 2021-11-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109977146A (zh) | 故障诊断方法、装置及电子设备 | |
| KR101842347B1 (ko) | 플랜트 이상 감지를 위한 자동 학습 시스템 및 방법 | |
| Hu et al. | Detection of frequent alarm patterns in industrial alarm floods using itemset mining methods | |
| KR101825809B1 (ko) | 플랜트 이상 감지 시스템 및 방법 | |
| EP3191905B1 (en) | Gas turbine failure prediction utilizing supervised learning methodologies | |
| JP5363927B2 (ja) | 異常検知・診断方法、異常検知・診断システム、及び異常検知・診断プログラム | |
| JP5501903B2 (ja) | 異常検知方法及びそのシステム | |
| JP5439265B2 (ja) | 異常検知・診断方法、異常検知・診断システム、及び異常検知・診断プログラム | |
| US11853051B2 (en) | Method and apparatus for optimizing diagnostics of rotating equipment | |
| EP2905665A2 (en) | Information processing apparatus, diagnosis method, and program | |
| JP5778305B2 (ja) | 異常検知方法及びそのシステム | |
| CN112270814B (zh) | 动态告警方法、装置、电子设备和可读存储介质 | |
| US20150346066A1 (en) | Asset Condition Monitoring | |
| US10204321B2 (en) | Device for searching and method for searching for similar breakdown cases | |
| CN111336100A (zh) | 水泵故障诊断系统 | |
| KR102268733B1 (ko) | 선박기관의 고장검출 방법 및 시스템 | |
| WO2019209146A1 (ru) | Способ и система идентификации и прогнозирования развития дефектов объектов | |
| US20160161375A1 (en) | Text-mining approach for diagnostics and prognostics using temporal multidimensional sensor observations | |
| CN112085200A (zh) | 包括确定设备重要度和警报有效性的处理程序的用于预检核电站设备异常迹象的方法及系统 | |
| JPWO2018051568A1 (ja) | プラント異常診断装置及びプラント異常診断システム | |
| CN115524002A (zh) | 一种电厂旋转设备的运行状态预警方法、系统及存储介质 | |
| EP3586233A1 (en) | Methods and systems for problem-alert aggregation | |
| CN116381419A (zh) | 输电线路故障处理方法、装置、计算机设备和存储介质 | |
| CN110891039B (zh) | 一种基于lm神经网络的煤矿监控系统安全预警方法 | |
| EP3706048A1 (en) | Anomaly prediction in an industrial system |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20240607 Address after: Room 409, Building 3, No. 818 Chunbo Road, High tech Zone, Jinan City, Shandong Province, 250104 Patentee after: Jinan Jiguang Intelligent Technology Partnership Enterprise (Limited Partnership) Country or region after: China Address before: No. 28789, Jingshi East Road, Jinan, Shandong 250014 Patentee before: LASER INSTITUTE,SHANDONG ACADEMY OF SCIENCES Country or region before: China |