CN112988918A - 一种轴承故障字典构建方法、分析方法及系统 - Google Patents
一种轴承故障字典构建方法、分析方法及系统 Download PDFInfo
- Publication number
- CN112988918A CN112988918A CN202110368654.XA CN202110368654A CN112988918A CN 112988918 A CN112988918 A CN 112988918A CN 202110368654 A CN202110368654 A CN 202110368654A CN 112988918 A CN112988918 A CN 112988918A
- Authority
- CN
- China
- Prior art keywords
- bearing
- fault
- analysis
- data
- dictionary
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
- G06F16/288—Entity relationship models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/21—Design, administration or maintenance of databases
- G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/22—Indexing; Data structures therefor; Storage structures
- G06F16/2228—Indexing structures
- G06F16/2246—Trees, e.g. B+trees
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Software Systems (AREA)
- General Factory Administration (AREA)
Abstract
本公开提供了一种轴承故障字典构建方法、分析方法及系统,包括以轴承为头节点,根据目标轴承结构的子部件构建轴承构型树;根据轴承构型树定义故障分析字段;根据获取的轴承子部件故障数据集填充故障分析字段,构建轴承故障字典。本公开通过一种基于动车组轴承国产化轴承故障数据分析方法,解决收集轴承部件故障数据的问题,对关联性数据进行分析,可用于指导后续轴承的设计及制造。
Description
技术领域
本公开属于轴承故障分析技术领域,具体涉及一种轴承故障字典构建方法、分析方法及系统。
背景技术
本部分的陈述仅仅是提供了与本公开相关的背景技术信息,不必然构成在先技术。
现有对轴承故障数据的分析系统主要用于记录轴承安装位置相关信息及轴承故障的基本信息,但是,发明人发现,由于故障原因分析的多样性,故障解决方案的不同,现有系统并没有对轴承故障原因进行详细分析记录;对于后期快速化解决故障、轴承选择决策等缺少依据,且在对于数据采集以及标准化没有核定标准,无法对采集的数据进行甄别。
另外,不同的轴承结构类型、不同的运行工况,对数据的采集标准是不同的,如轴承数据精度是数值越小越好;游隙则要根据工作环境而定,如果应用于电机,则采用小游隙,如果应用于矿车,则采用大游隙;振动值则是数值越大越好。故,设计一种针对轴承故障数据的精确、有效的数据收集方法,对轴承可靠性分析尤为重要。
发明内容
本公开为了解决上述问题,提出了一种轴承故障字典构建方法、分析方法及系统,本公开通过一种基于动车组轴承国产化轴承故障数据统计分析方法,解决收集轴承部件故障数据的问题,对关联性数据进行分析,可用于指导后续轴承的设计及制造。
根据一些实施例,本公开采用如下技术方案:
本公开的第一目的是提供一种轴承故障字典构建方法,包括以下步骤:
以轴承为头节点,根据目标轴承结构的子部件构建轴承构型树;
根据轴承构型树定义故障分析字段;
根据获取的轴承子部件故障数据集填充故障分析字段,构建轴承故障字典。
作为可选择的实施方式,根据目标轴承结构的子部件构建轴承构型树的过程中,新建数据表单,由数据表单映射轴承构型树与MRO系统中主构型树的上下级关系。
作为可选择的实施方式,由数据表单映射轴承构型树与MRO系统中主构型树的上下级关系的过程包括:以轴承构型树中的轴承节点作为数据表单关联关系的连接点进行映射。
作为可选择的实施方式,根据目标轴承结构的子部件构建轴承构型树的过程中,构建构型弹性域记录,用于对轴承构型树的变更、升版、失效的操作。
作为可选择的实施方式,所述故障分析字段包括故障位置、故障模式、故障原因、故障解决方案的一种或多种。
作为可选择的实施方式,所述轴承子部件故障数据集包括轴承厂商原始制造信息、线上故障分析报告、线下故障分析报告、轴承在车履历信息、车载温度信息的一种或多种。
作为可选择的实施方式,对所述获取的轴承子部件故障数据集进行数据清洗的预处理操作。
作为可选择的实施方式,所述数据清洗的过程包括:通过预设模板删除无效字段。
作为可选择的实施方式,所述预处理操作的过程还包括:通过与预设模板的相似度比较,采用缺失值补充的方法填充缺失指标。
作为可选择的实施方式,所述预处理操作的过程还包括:对具有多个数据来源的指标进行关联性验证。
作为可选择的实施方式,所述预处理操作的过程还包括:对轴承子部件故障数据集进行排比分析,通过上下游冗余数据明确干扰因素。
作为可选择的实施方式,所述排比分析的过程具体包括:通过线路、车型、运用里程、同批次轴承装车的维度进行轴承故障类分析,通过不同厂家产品故障率的对比,通过车载数据应用的对比以及通过轴承制造质量与应用数据的对比。
作为可选择的实施方式,所述目标轴承结构的子部件包括内圈、外圈、滚子、保持架、润滑脂的一种或多种。
本公开的第二目的是提供一种轴承故障分析方法,包括以下步骤:
根据轴承故障的识别结果,生成待确认的轴承故障单;
采用上述轴承故障字典构建方法得到轴承故障字典,根据轴承故障字典的故障分析字段,在待确认的轴承故障单中填充轴承故障信息。
本公开的第三目的是提供一种轴承故障字典构建系统,包括:
轴承构型树构建模块,被配置为以轴承为头节点,根据目标轴承结构的子部件构建轴承构型树;
字段定义模块,被配置为根据轴承构型树定义故障分析字段;
字段填充模块,被配置为根据获取的轴承子部件故障数据集填充故障分析字段,构建轴承故障字典。
本公开的第四目的是提供一种轴承故障分析系统,包括:
故障单生成模块,被配置为根据轴承故障的识别结果,生成待确认的轴承故障单;
轴承构型树构建模块,被配置为以轴承为头节点,根据目标轴承结构的子部件构建轴承构型树;
字段定义模块,被配置为根据轴承构型树定义故障分析字段;
字段填充模块,被配置为根据获取的轴承子部件故障数据集填充故障分析字段,构建轴承故障字典;
故障单填充模块,被配置为根据轴承故障字典的故障分析字段,在待确认的轴承故障单中填充轴承故障信息。
本公开的第五目的是提供一种电子设备,包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令,所述计算机指令被处理器运行时,完成上述的轴承故障字典构建方法中的步骤;或完成上述的轴承故障分析方法中的步骤。
本公开的第六目的是提供一种计算机可读存储介质,用于存储计算机指令,所述计算机指令被处理器执行时,完成上述的轴承故障字典构建方法中的步骤;或完成上述的轴承故障分析方法中的步骤。
与现有技术相比,本公开的有益效果为:
本公开通过数据采集的精准性,构建多维度的数据资源,对获取的轴承厂商原始制造信息、各系统轴承故障数据和线上分析报告、线下分析报告,历史故障等信息,通过不同维度的故障对比,实现采集数据的高效应用。
本公开主要侧重点在于故障解决后的处理,主要针对轴承故障数据的采集以及采集后的数据判定,通过对轴承构型树和轴承故障字典的细化实现对轴承数据的分析,可用于故障分析等更多的场景中,实现采集数据的最大化价值利用。
本公开开展动车组转向架轴承可靠性分析与故障诊断的研究,建立动车组轴承国产化轴承故障数据库对保证运营安全、提高维修效率和避免不必要的损失等都对收集轴承子部件故障数据有重要的意义。
本公开可收集轴承子部件故障数据,可对收集的轴承部件进行科学的数据分析,通过数据采集、归类归拢、数据判定等构建数据库,从而达到集成化目的,实现对采集数据的多元化使用、多维度应用,为后期解决故障、轴承的选择决策提供依据。
为使本公开的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
构成本公开的一部分的说明书附图用来提供对本公开的进一步理解,本公开的示意性实施例及其说明用于解释本公开,并不构成对本公开的不当限定。
图1是本公开的轴承故障分析方法示意图;
图2是本公开的MRO系统故障信息传入示意图;
图3是本公开的模板信息维护示意图。
具体实施方式:
下面结合附图与实施例对本公开作进一步说明。
应该指出,以下详细说明都是例示性的,旨在对本公开提供进一步的说明。除非另有指明,本文使用的所有技术和科学术语具有与本公开所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本公开的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
在本公开中,术语如“上”、“下”、“左”、“右”、“前”、“后”、“竖直”、“水平”、“侧”、“底”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,只是为了便于叙述本公开各部件或元件结构关系而确定的关系词,并非特指本公开中任一部件或元件,不能理解为对本公开的限制。
本公开中,术语如“固接”、“相连”、“连接”等应做广义理解,表示可以是固定连接,也可以是一体地连接或可拆卸连接;可以是直接相连,也可以通过中间媒介间接相连。对于本领域的相关科研或技术人员,可以根据具体情况确定上述术语在本公开中的具体含义,不能理解为对本公开的限制。
实施例一:
如图1所示,本实施例提供一种轴承故障字典构建方法,具体包括以下步骤:
S1:以轴承为头节点,根据目标轴承结构的子部件轴承结构的子部件构建轴承构型树;
S2:根据轴承构型树定义故障分析字段;
S3:根据获取的轴承子部件故障数据集填充故障分析字段,构建轴承故障字典。
在所述步骤S1中,目前在现有MRO系统中,轴承是作为构型中的末级节点而存在;而在本实施例中,将现有MRO系统中构型底层位置的轴承进一步细化,扩展构型树,创建轴承完整结构,得到轴承构型树。
在本实施例中,为了不影响现有MRO系统的功能,细化的轴承构型是以轴承为头节点重新创建,根据对轴承结构的要求,将轴承构型结构设置完整。
在本实施例中,所述目标轴承结构的子部件包括但不限于内圈、外圈、滚子、保持架、润滑脂等。
新建的轴承构型树无需挂靠MRO系统的主构型,本实施例通过新建数据表单的方式,映射新建轴承构型树与MRO系统主构型的上下级关系,以构型树中的轴承节点作为表单关联关系的连接点进行关联。
为保证与现有轴承的承接一致性,确保轴承数据的准确性以及使用的有效性;本实施例仍在MRO系统中进行与常规轴承结构接口的承接操作。
在本实施例中,对于新建轴承构型树,构建构型弹性域记录,专用于轴承故障库系统,对于轴承构型的变更、升版、失效等操作均需在MRO系统中完成。
在所述步骤S2中,现有MRO系统中,轴承是作为故障字典中的末级节点而存在的,为支持MRO系统对轴承故障记录到具体下级节点的要求,本实施例在MRO系统中将故障字典针对轴承做进一步细化,根据扩建后的轴承构型树扩展轴承故障字典。
根据轴承构型树定义故障分析字段;故障分析字段包括但不限于故障位置、故障模式(如剥离、电蚀、擦伤、麻点等)、故障原因、故障解决方案等;
采用MRO系统标准功能对故障字典中的故障分析字段,即故障位置、故障模式、故障原因、故障解决方案等进行细化扩建,以用于填报轴承及下级结构故障信息。
在所述步骤S3中,获取轴承子部件故障数据集,所述轴承子部件故障数据集包括但不限于轴承厂商原始制造信息、各系统轴承故障数据和线上故障分析报告、线下故障分析报告、以及轴承在车履历信息、车载温度信息等。
本实施例收集轴承子部件故障数据,以对现有、新造轴承建立轴承数据中心;将现有分散的轴承数据结构化,对轴承建立轴承数据库,根据任务目标的不同,明确待采集样本的总体。
获取轴承子部件故障数据后,对其进行数据清洗等预处理;通过预设模板删除不需要的字段、重新取数处理等方法处理;如果某些指标非常重要又缺失率高,在与预设模板相似程度较高时,采取缺失值进行补充,以获取相关数据;如果数据有多个来源,需要对进行关联性验证。
本实施例根据获取的轴承子部件故障数据集填充故障分析字段,构建轴承故障字典,以对轴承部件进行科学的数据分析;所述科学的数据分析是指:在不同条件下的采样样本会有不同的表现,对采样时的多种数据进行排比分析,通过上下游冗余数据明确干扰因素,根据统计结果修正样本采集和分析排除干扰因素;
排比分析包括通过线路、车型、运用里程、同批次轴承装车等维度的轴承故障类分析,通过不同厂家产品故障率对比;通过车载数据应用的分析;通过轴承制造质量与应用数据分析。
在轴承故障率分析中,结合装车车型、配属情况对轴承故障的关联性进行分析,如线路、车型、运用里程、同批次轴承装车使用情况的分析。
预设报表查询条件,包括开始日期、结束日期、物料、构型位置、故障类型、车型、运行线路等;且除日期外,其他查询条件均支持模糊查询。
预设报表展示字段,包括物料编码、物料名称、批次、构型位置、故障类型、车型、运行线路、故障发生次数、故障率等;其中,故障发生次数指符合查询条件的数据明细行之和;故障率指起止日期区间的故障发生次数/同批次在车物料之和*100%。
上述报表支持图形化展示,例如柱状图、饼形图等。
在不同厂家产品故障率对比中,结合装车数量对不同厂家的轴承故障率、故障模式进行对比。
预设报表查询条件,包括开始日期、结束日期、厂商、故障类型等,且除日期外,其他查询条件支持模糊查询。
预设报表展示字段,包括厂商编码、厂商名称、故障类型、故障发生次数、故障率、上月故障发生率、上年故障发生率等;其中故障发生次数指符合查询条件的数据明细行之和;故障率指起止日期区间的故障发生次数/同批次在车物料之和*100%;上月故障发生率指起止日期-1Month区间的故障发生次数/同批次在车物料之和*100%;上年故障发生率指起止日期-1Year区间的故障发生次数/同批次在车物料之和*100%。
上述报表支持图形化展示,例如柱状图、饼形图等。
在轴承数据应用分析中,根据故障轴承制造编号,通过轴承厂家确认同批次轴承编号信息,结合MRO系统确定装车位置,同批次轴承装车使用情况分析。
预设报表查询条件,包括开始日期、结束日期、物料、批次、序列号等,且除日期外,其他查询条件支持模糊查询。
预设报表展示字段,包括物料编码、物料名称、批次、序列号、轴向游隙、注脂量、车载平均温度、运行里程、故障发生次数、故障率等;其中,故障发生次数指符合查询条件的数据明细行之和;故障率指起止日期区间的故障发生次数/同批次在车物料之和*100%。
上述报表支持图形化展示,例如柱状图、饼形图等。
上述功能指标具备良好的扩展性和灵活性,能够结合招标方的组织、流程、业务进行定制;能够支持招标方跨地域、跨组织要求;能够支持招标方未来并购、重组、组织变动的需求;能够支持招标方未来国际化发展角度;能够支持招标方未来海外拓展的要求;软件架构能随着招标方的发展变化而变化;
同时,还具备良好的开放性和跨平台能力,能部署在多种操作系统平台,支持主流的硬件厂商;还具备良好的移植能力,在各种平台间具有单一代码库,不同操作系统下具有完全相同的功能。
如图2-3所示,本实施例因对轴承做进一步的细化,那么可以针对细化后的数据做出如下处理:
1)轴承故障单填报的自动触发
系统中录入售后故障单等故障单据并最终完成后,判断单据是否为轴承故障,若是则自动生成待确认的轴承故障单;
然后由技术中心人员判断轴承故障单是否为有效轴承故障单,若是,则继续进行下一步故障录入;若否,则该轴承故障单作废,系统支持作废轴承故障单重新启用。
2)轴承故障录入
轴承故障数据库系统自动将MRO故障单填报信息过渡至轴承故障单,填报轴承具体故障信息;其中,针对MRO系统厂外故障单和厂内故障单设置不同故障录入内容:
厂外故障单:包括轴承故障位置(引用MRO系统轴承单元构型),故障信息等(引用MRO系统细化后的轴承故障字典),并支持故障报告附件上传,如故障处理方式、处理过程等。
厂内故障单:故障处理类型默认为“报废”,填报内容区别于厂外故障单录入内容。
在轴承故障录入中,除MRO的轴承故障信息传入外,还包括轴承温度分析、运行状态录入(PHM系统录入)、厂家原始信息制造数据(可由人工录入)、轴承拆解报告、调查分析报告等附件的录入(可由人工录入);
在轴承故障录入中,对导入/导出模版信息的维护,预设的故障分析字段除了故障位置、故障模式、故障原因、故障解决方案外,还包括故障单号、列号、辆号、构型位置、故障对象、尺寸外貌、专家结论等。
3)工作台任务
系统根据待确认轴承故障单信息自动生成确认提醒信息,默认未读状态,用户点击信息后更变为已读状态;
对于未读状态的信息,每次登录系统进行提醒,若状态为已读,则不再提醒;
系统支持对提醒信息的删除操作,如删除记录日志;
系统针对故障单据第一次生成提醒信息的同时,利用短信平台发送提醒短信;
系统自动对隔天未确认信息进行提供操作,并利用短信平台发送提醒短信;
通过自动触发轴承故障单的生成,并通过确认提醒信息指导用户按时确认故障信息,通过一种基于动车组轴承国产化轴承故障统计分析的数据收集方法,解决收集轴承部件故障数据的问题,对关联性数据进行分析,以用于指导后续轴承的设计及制造。
实施例二
本实施例提供一种轴承故障分析方法,包括以下步骤:
根据轴承故障的识别结果,生成待确认的轴承故障单;
采用实施例一所述的轴承故障字典构建方法得到轴承故障字典,根据轴承故障字典的故障分析字段,在待确认的轴承故障单中填充轴承故障信息。
在本实施例中,针对待确认的轴承故障单涉及两种轴承故障录入方式,包括,厂外故障单和厂内故障单,均设置不同故障录入内容:其中,厂外故障单包括轴承故障位置(引用MRO系统轴承单元构型),故障信息等(引用MRO系统细化后的轴承故障字典),并支持故障报告附件上传,如故障处理方式、处理过程等;厂内故障单故障处理类型默认为“报废”,填报内容区别于厂外故障单录入内容。
实施例三
本实施例提供一种轴承故障字典构建系统,包括:
轴承构型树构建模块,被配置为以轴承为头节点,根据目标轴承结构的子部件构建轴承构型树;
字段定义模块,被配置为根据轴承构型树定义故障分析字段;
字段填充模块,被配置为根据获取的轴承子部件故障数据集填充故障分析字段,构建轴承故障字典。
实施例四
本实施例提供一种轴承故障分析系统,包括:
故障单生成模块,被配置为根据轴承故障的识别结果,生成待确认的轴承故障单;
轴承构型树构建模块,被配置为以轴承为头节点,根据目标轴承结构的子部件构建轴承构型树;
字段定义模块,被配置为根据轴承构型树定义故障分析字段;
字段填充模块,被配置为根据获取的轴承子部件故障数据集填充故障分析字段,构建轴承故障字典;
故障单填充模块,被配置为根据轴承故障字典的故障分析字段,在待确认的轴承故障单中填充轴承故障信息。
实施例五
本实施例提供一种电子设备,包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令,所述计算机指令被处理器运行时,完成实施例一所述的轴承故障字典构建方法中的步骤;或完成实施例二所述的轴承故障分析方法中的步骤。
实施例六
本实施例提供一种计算机可读存储介质,用于存储计算机指令,所述计算机指令被处理器执行时,完成实施例一所述的轴承故障字典构建方法中的步骤;或完成实施例二所述的轴承故障分析方法中的步骤。
以上所述仅为本公开的优选实施例而已,并不用于限制本公开,对于本领域的技术人员来说,本公开可以有各种更改和变化。凡在本公开的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本公开的保护范围之内。
上述虽然结合附图对本公开的具体实施方式进行了描述,但并非对本公开保护范围的限制,所属领域技术人员应该明白,在本公开的技术方案的基础上,本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本公开的保护范围以内。
Claims (10)
1.一种轴承故障字典构建方法,其特征在于,包括:
以轴承为头节点,根据目标轴承结构的子部件构建轴承构型树;
根据轴承构型树定义故障分析字段;
根据获取的轴承子部件故障数据集填充故障分析字段,构建轴承故障字典。
2.如权利要求1所述的一种轴承故障字典构建方法,其特征在于,根据目标轴承结构的子部件构建轴承构型树的过程中,新建数据表单,由数据表单映射轴承构型树与MRO系统中主构型树的上下级关系,以轴承构型树中的轴承节点作为数据表单关联关系的连接点进行映射。
3.如权利要求1所述的一种轴承故障字典构建方法,其特征在于,根据目标轴承结构的子部件构建轴承构型树的过程中,构建构型弹性域记录,用于对轴承构型树的变更、升版、失效的操作;
或,所述故障分析字段包括故障位置、故障模式、故障原因、故障解决方案的一种或多种;
或,所述轴承子部件故障数据集包括轴承厂商原始制造信息、线上故障分析报告、线下故障分析报告、轴承在车履历信息、车载温度信息的一种或多种;
或,所述目标轴承结构的子部件包括内圈、外圈、滚子、保持架、润滑脂的一种或多种。
4.如权利要求1所述的一种轴承故障字典构建方法,其特征在于,对所述获取的轴承子部件故障数据集进行数据清洗的预处理操作;
所述数据清洗的过程包括:通过预设模板删除无效字段;
或,所述预处理操作的过程还包括:通过与预设模板的相似度比较,采用缺失值补充的方法填充缺失指标;
或,所述预处理操作的过程还包括:对具有多个数据来源的指标进行关联性验证。
5.如权利要求4所述的一种轴承故障字典构建方法,其特征在于,所述预处理操作的过程还包括:对轴承子部件故障数据集进行排比分析,通过上下游冗余数据明确干扰因素;
或进一步的,所述排比分析的过程具体包括:通过线路、车型、运用里程、同批次轴承装车的维度进行轴承故障类分析,通过不同厂家产品故障率的对比,通过车载数据应用的对比以及通过轴承制造质量与应用数据的对比。
6.一种轴承故障分析方法,其特征在于,包括:
根据轴承故障的识别结果,生成待确认的轴承故障单;
采用如权利要求1-5任一项所述的轴承故障字典构建方法得到轴承故障字典,根据轴承故障字典的故障分析字段,在待确认的轴承故障单中填充轴承故障信息。
7.一种轴承故障字典构建系统,其特征在于,包括:
轴承构型树构建模块,被配置为以轴承为头节点,根据目标轴承结构的子部件构建轴承构型树;
字段定义模块,被配置为根据轴承构型树定义故障分析字段;
字段填充模块,被配置为根据获取的轴承子部件故障数据集填充故障分析字段,构建轴承故障字典。
8.一种轴承故障分析系统,其特征在于,包括:
故障单生成模块,被配置为根据轴承故障的识别结果,生成待确认的轴承故障单;
轴承构型树构建模块,被配置为以轴承为头节点,根据目标轴承结构的子部件构建轴承构型树;
字段定义模块,被配置为根据轴承构型树定义故障分析字段;
字段填充模块,被配置为根据获取的轴承子部件故障数据集填充故障分析字段,构建轴承故障字典;
故障单填充模块,被配置为根据轴承故障字典的故障分析字段,在待确认的轴承故障单中填充轴承故障信息。
9.一种电子设备,其特征在于,包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令,所述计算机指令被处理器运行时,完成权利要求1-5中任一项所述的轴承故障字典构建方法中的步骤;或完成权利要求6中所述的轴承故障分析方法中的步骤。
10.一种计算机可读存储介质,其特征在于,用于存储计算机指令,所述计算机指令被处理器执行时,完成权利要求1-5中任一项所述的轴承故障字典构建方法中的步骤;或完成权利要求6中所述的轴承故障分析方法中的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110368654.XA CN112988918B (zh) | 2021-04-06 | 2021-04-06 | 一种轴承故障字典构建方法、分析方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110368654.XA CN112988918B (zh) | 2021-04-06 | 2021-04-06 | 一种轴承故障字典构建方法、分析方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112988918A true CN112988918A (zh) | 2021-06-18 |
CN112988918B CN112988918B (zh) | 2022-10-21 |
Family
ID=76339378
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110368654.XA Active CN112988918B (zh) | 2021-04-06 | 2021-04-06 | 一种轴承故障字典构建方法、分析方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112988918B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2009154479A1 (en) * | 2008-06-20 | 2009-12-23 | Business Intelligence Solutions Safe B.V. | A method of optimizing a tree structure for graphical representation |
WO2014082516A1 (zh) * | 2012-11-30 | 2014-06-05 | 工业和信息化部电子第五研究所 | 元器件失效归零分析方法与系统 |
CN104156585A (zh) * | 2014-08-04 | 2014-11-19 | 北京工业大学 | 一种基于多项指标特征的双字典匹配追踪轴承故障程度评价方法 |
CN106533754A (zh) * | 2016-11-08 | 2017-03-22 | 北京交通大学 | 用于高校教学服务器故障诊断的方法及专家系统 |
CN108170566A (zh) * | 2017-12-18 | 2018-06-15 | 新疆金风科技股份有限公司 | 产品故障信息处理方法、系统、设备和协同工作平台 |
CN108520015A (zh) * | 2018-03-21 | 2018-09-11 | 联想(北京)有限公司 | 一种用于创建可视化数据树的方法和装置 |
CN108896306A (zh) * | 2018-03-26 | 2018-11-27 | 四川大学 | 基于自适应原子字典omp的轴承故障诊断方法 |
CN109060350A (zh) * | 2018-09-04 | 2018-12-21 | 重庆大学 | 一种基于字典学习的滚动轴承故障特征提取方法 |
CN110489254A (zh) * | 2019-07-13 | 2019-11-22 | 西北工业大学 | 基于深度随机森林算法的大型飞机航空大数据故障检测与因果推理系统及方法 |
CN111078457A (zh) * | 2019-12-29 | 2020-04-28 | 苏州浪潮智能科技有限公司 | 一种基于大数据的存储故障分析方法与装置 |
-
2021
- 2021-04-06 CN CN202110368654.XA patent/CN112988918B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2009154479A1 (en) * | 2008-06-20 | 2009-12-23 | Business Intelligence Solutions Safe B.V. | A method of optimizing a tree structure for graphical representation |
WO2014082516A1 (zh) * | 2012-11-30 | 2014-06-05 | 工业和信息化部电子第五研究所 | 元器件失效归零分析方法与系统 |
CN104156585A (zh) * | 2014-08-04 | 2014-11-19 | 北京工业大学 | 一种基于多项指标特征的双字典匹配追踪轴承故障程度评价方法 |
CN106533754A (zh) * | 2016-11-08 | 2017-03-22 | 北京交通大学 | 用于高校教学服务器故障诊断的方法及专家系统 |
CN108170566A (zh) * | 2017-12-18 | 2018-06-15 | 新疆金风科技股份有限公司 | 产品故障信息处理方法、系统、设备和协同工作平台 |
CN108520015A (zh) * | 2018-03-21 | 2018-09-11 | 联想(北京)有限公司 | 一种用于创建可视化数据树的方法和装置 |
CN108896306A (zh) * | 2018-03-26 | 2018-11-27 | 四川大学 | 基于自适应原子字典omp的轴承故障诊断方法 |
CN109060350A (zh) * | 2018-09-04 | 2018-12-21 | 重庆大学 | 一种基于字典学习的滚动轴承故障特征提取方法 |
CN110489254A (zh) * | 2019-07-13 | 2019-11-22 | 西北工业大学 | 基于深度随机森林算法的大型飞机航空大数据故障检测与因果推理系统及方法 |
CN111078457A (zh) * | 2019-12-29 | 2020-04-28 | 苏州浪潮智能科技有限公司 | 一种基于大数据的存储故障分析方法与装置 |
Non-Patent Citations (1)
Title |
---|
姚芳芳: "基于故障树的 HXD3 型电力机车转向架轴承故障分析", 《机械制造》 * |
Also Published As
Publication number | Publication date |
---|---|
CN112988918B (zh) | 2022-10-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11016479B2 (en) | System and method for fleet reliabity monitoring | |
CN108563214B (zh) | 车辆诊断方法、装置及设备 | |
CN110287052B (zh) | 一种异常任务的根因任务确定方法及装置 | |
CN100559350C (zh) | 基于历史对可疑组件排优先级 | |
CN101470426B (zh) | 一种故障检测的方法和系统 | |
CN103646086A (zh) | 一种垃圾文件的清理方法和装置 | |
US20230013544A1 (en) | Method, Apparatus and System for Detecting Abnormal Operating States of a Device | |
CN102143008A (zh) | 用于数据中心的诊断故障事件的方法及装置 | |
CN106607461A (zh) | 一种冷轧机液压agc故障诊断专家系统 | |
CN105759784A (zh) | 一种基于数据包络分析的故障诊断方法 | |
CN115048361B (zh) | 一种基于大数据的数据库运维风险预警系统及方法 | |
CN115099260A (zh) | 双螺杆输油泵在线监测机械故障实时诊断方法 | |
CN112988918B (zh) | 一种轴承故障字典构建方法、分析方法及系统 | |
CN111949646A (zh) | 基于大数据的设备运行状况分析方法、装置、设备及介质 | |
CN117215258A (zh) | 一种基于Flink的数控机床实时状态监控系统及方法 | |
CN114500178B (zh) | 一种自运维的智慧物联网关 | |
CN116245216A (zh) | 一种基于opc ua架构的工件焊接质量预测装置及方法 | |
DE102011017819A1 (de) | Verfahren, System und Steuerungsprogramm zur Steuerung eines industriellen Fertigungsprozesses | |
CN113472881B (zh) | 在线终端设备的统计方法和装置 | |
CN113986900A (zh) | 数据质量问题分级处理方法、存储介质及系统 | |
Shi et al. | Research challenges and opportunities in remote diagnosis and system performance assessment | |
Waghmode | A suggested framework for product life cycle cost analysis at product design stage | |
CN112699490A (zh) | 一种车辆维修结果验证方法和装置 | |
US20180357614A1 (en) | System And Method For Detecting Spikes In Automotive Repairs | |
CN117707050B (zh) | 基于云计算的数控机床实时监控与数据分析系统及方法 |
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 |