CN113112044A - 一种设备评估方法 - Google Patents

一种设备评估方法 Download PDF

Info

Publication number
CN113112044A
CN113112044A CN202110664095.7A CN202110664095A CN113112044A CN 113112044 A CN113112044 A CN 113112044A CN 202110664095 A CN202110664095 A CN 202110664095A CN 113112044 A CN113112044 A CN 113112044A
Authority
CN
China
Prior art keywords
curve
target
equipment
value
operation state
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
Application number
CN202110664095.7A
Other languages
English (en)
Other versions
CN113112044B (zh
Inventor
罗晓斌
谷书锋
刘邦长
赵进
张平
常德杰
庄博然
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Miaoyijia Health Technology Group Co ltd
Original Assignee
Beijing Miaoyijia Health Technology Group Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Miaoyijia Health Technology Group Co ltd filed Critical Beijing Miaoyijia Health Technology Group Co ltd
Priority to CN202110664095.7A priority Critical patent/CN113112044B/zh
Publication of CN113112044A publication Critical patent/CN113112044A/zh
Application granted granted Critical
Publication of CN113112044B publication Critical patent/CN113112044B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/20—Administration of product repair or maintenance
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
    • G05B23/0283—Predictive maintenance, e.g. involving the monitoring of a system and, based on the monitoring results, taking decisions on the maintenance schedule of the monitored system; Estimating remaining useful life [RUL]

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • General Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Economics (AREA)
  • Theoretical Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请提供了一种设备评估方法，其中，该方法包括：通过使用与目标设备相似度较高的设备的状态曲线拟合得到目标设备后续的状态曲线通过该曲线，可以辅助维修人员及时对将要发生故障的设备进行提前检测，从而保证目标设备的正常使用。

Description

一种设备评估方法
技术领域
本申请涉及计算机技术领域，具体而言，涉及一种设备评估方法。
背景技术
设备在日常使用时需要定期进行检测，以便及时找到问题，并进行维修，通常情况下维修人员是根据预先设定好的检测日期对设备进行检测，而设定好的检测日期是根据人们的经验设置的。设备在使用过程中，设备的故障率会随着使用年限的增加的提高，这样就会使之前设定的检测日期不再适用于设备，因此目前急需一种对设备后续运行状态进行评估的方法，以辅助维修人员对设备进行及时检测。
发明内容
有鉴于此，本申请实施例提供了一种设备评估方法，以对设备后续运行状态进行评估。
本申请实施例提供了一种设备评估方法，包括：
获取目标设备的M组数据，其中，每组数据包括：在对所述目标设备进行检测时距离所述目标设备投入使用时的使用时长，以及在该次检测时所述目标设备在N个维度上的运行状态向量；
对于每组数据，将该组数据中所述目标设备在N个维度上的运行状态向量输入到用于计算设备的稳定状态的评估公式中，得到该组数据对应的用于表示所述目标设备当前在运行时的稳定程度的稳定值；其中，所述评估公式为：
Figure 484432DEST_PATH_IMAGE001
；
其中，
Figure 829963DEST_PATH_IMAGE002
为第i个维度上的运行状态向量；
Figure 183584DEST_PATH_IMAGE003
；
将各组数据对应的使用时长作用横坐标，将各组数据对应的稳定值作为纵坐标，构建所述目标设备的运行状态曲线；
根据所述运行状态曲线中纵坐标的最大值和最小值，从预设运行状态曲线集合中寻找包括所述最大值和所述最小值的第一候选曲线，以将各所述第一候选曲线中位于所述最大值和所述最小值范围内的曲线作为对比曲线；其中，所述运行状态曲线集合中包括的各运行状态曲线为已报废设备的真实运行状态曲线，所述已报废设备与所述目标设备为同类设备，对于所述运行状态曲线集合中包括的任一一条运行状态曲线包括从投入使用到报废为止整个过程中的运行状态；
根据预设时间间距，从所述运行状态曲线中位于所述最大值和所述最小值之间的曲线中确定多个第一目标点；以及从每个所述对比曲线中确定多个第二目标点；
对于每个所述第一目标点，确定该第一目标点的第一斜率；以及对于每个第二目标点，确定该第二目标点的第二斜率；
对于每个所述对比曲线，计算该对比曲线和所述运行状态曲线中具有相同横坐标的目标点的斜率差值；
对于每个所述对比曲线，计算该对比曲线对应的所有斜率差值的平方差，以将所述平方差作为该对比曲线和所述健康发展曲线的曲线相似度；
从所述对比曲线中确定出曲线相似度在预设范围内的目标曲线，以将各所述目标曲线所在的第一候选曲线作为第二候选曲线；
对于每个第二候选曲线，获取该第二候选曲线对应的设备运行档案；其中，所述设备运行档案中包括每次对设备进行检测时记录的使用时长和该次检测时设备在N个维度上的运行状态向量；
以所述M组数据中距离当前最近的一次数据组中的使用时长作为目标使用时长，计算在所述目标使用时长时，各第二候选曲线对应的设备和所述目标设备在每个维度上的运行状态向量的相似度值，以将在每个维度上的运行状态向量的相似度值均高于预设阈值的第二候选曲线作为第三候选曲线；
以所述第三候选曲线中的对比曲线为起始曲线，对所述第三候选曲线进行曲线拟合，得到第一拟合曲线，以将所述第一拟合曲线作为所述目标设备的运行状态评估曲线。
可选地，所述第一拟合曲线由第二曲线和所述对比曲线对应的第一曲线构成；在得到所述第一拟合曲线后，所述方法还包括：
计算所述第二曲线的起始位置和结束位置对应的纵坐标的数值的平均值，以将所述平均值作为所述目标设备在进行下次检测时的稳定值。
可选地，在得到所述第一拟合曲线后，所述方法还包括：
判断所述第一拟合曲线的纵坐标中是否存在小于预设稳定值的数值；
如果存在，则将小于预设稳定值的数值对应的时间发送给用户。
本申请的实施例提供的技术方案可以包括以下有益效果：
在本申请中，可以确定出与目标设备当前的运行状态相似度很高的设备，然后根据确定出来的设备的后续运行曲线得到用于指示目标设备在后续运行过程中的状态的运行曲线（即：第一拟合曲线），通过第一拟合曲线可以获知目标设备在后续各个时间点上的大体运行情况，因此可以通过第一拟合曲线可以辅助维修人员及时对将要发生故障的设备进行提前检测，从而保证目标设备的正常使用。
为使本申请的上述目的、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
为了更清楚地说明本申请实施例的技术方案，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申请的某些实施例，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为本申请实施例提供的一种设备评估方法的流程示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以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申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。
图1为本申请实施例提供的一种设备评估方法的流程示意图，如图1所示，该方法包括以下步骤：
步骤101、获取目标设备的M组数据，其中，每组数据包括：在对所述目标设备进行检测时距离所述目标设备投入使用时的使用时长，以及在该次检测时所述目标设备在N个维度上的运行状态向量。
具体的，N个维度包括运行速度、数据处理效率、散热、耗电量、运行灵活度、器件磨损程度等维度，关于具体的维度可以根据实际需要进行设定，在此不做具体限定。
步骤102、对于每组数据，将该组数据中所述目标设备在N个维度上的运行状态向量输入到用于计算设备的稳定状态的评估公式中，得到该组数据对应的用于表示所述目标设备当前在运行时的稳定程度的稳定值；其中，所述评估公式为：
Figure 732508DEST_PATH_IMAGE004
；
其中，
Figure 462567DEST_PATH_IMAGE002
为第i个维度上的运行状态向量；
Figure 662604DEST_PATH_IMAGE005
。
步骤103、将各组数据对应的使用时长作用横坐标，将各组数据对应的稳定值作为纵坐标，构建所述目标设备的运行状态曲线。
步骤104、根据所述运行状态曲线中纵坐标的最大值和最小值，从预设运行状态曲线集合中寻找包括所述最大值和所述最小值的第一候选曲线，以将各所述第一候选曲线中位于所述最大值和所述最小值范围内的曲线作为对比曲线；其中，所述运行状态曲线集合中包括的各运行状态曲线为已报废设备的真实运行状态曲线，所述已报废设备与所述目标设备为同类设备，对于所述运行状态曲线集合中包括的任一一条运行状态曲线包括从投入使用到报废为止整个过程中的运行状态。
步骤105、根据预设时间间距，从所述运行状态曲线中位于所述最大值和所述最小值之间的曲线中确定多个第一目标点；以及从每个所述对比曲线中确定多个第二目标点。
步骤106、对于每个所述第一目标点，确定该第一目标点的第一斜率；以及对于每个第二目标点，确定该第二目标点的第二斜率。
步骤107、对于每个所述对比曲线，计算该对比曲线和所述运行状态曲线中具有相同横坐标的目标点的斜率差值。
步骤108、对于每个所述对比曲线，计算该对比曲线对应的所有斜率差值的平方差，以将所述平方差作为该对比曲线和所述健康发展曲线的曲线相似度。
步骤109、从所述对比曲线中确定出曲线相似度在预设范围内的目标曲线，以将各所述目标曲线所在的第一候选曲线作为第二候选曲线。
具体的，第二候选曲线中纵坐标位于最大值和最小值之间的曲线部分与目标用户的健康发展曲线的相似度较高。
步骤110、对于每个第二候选曲线，获取该第二候选曲线对应的设备运行档案；其中，所述设备运行档案中包括每次对设备进行检测时记录的使用时长和该次检测时设备在N个维度上的运行状态向量。
步骤111、以所述M组数据中距离当前最近的一次数据组中的使用时长作为目标使用时长，计算在所述目标使用时长时，各第二候选曲线对应的设备和所述目标设备在每个维度上的运行状态向量的相似度值，以将在每个维度上的运行状态向量的相似度值均高于预设阈值的第二候选曲线作为第三候选曲线。
具体的，确定最近一次对目标设备进行检测时得到的数据组中包括的使用时长，例如是5年，在确定第三候选曲线时，从第二候选曲线中选择投入使用时长为5年时，在第一个维度至第N个维度的运行状态向量的相似度均高于预设阈值的第二候选曲线，从而将满足上述要求的第二候选曲线作为第三候选曲线。
步骤112、以所述第三候选曲线中的对比曲线为起始曲线，对所述第三候选曲线进行曲线拟合，得到第一拟合曲线，以将所述第一拟合曲线作为所述目标设备的运行状态评估曲线。
具体的，第一拟合曲线能够表示目标设备后续的运行状态，从而可以使维修人员通过第一拟合曲线的走势对目标设备的检测时间进行合理的安排，从而辅助维修人员及时对将要发生故障的设备进行提前检测，从而保证目标设备的正常使用。
在得到第一拟合曲线之后，维修人员可以通过第一拟合曲线对目标设备后续的运行状态。
在一个可行的实施方案中，所述第一拟合曲线由第二曲线和所述对比曲线对应的第一曲线构成，在得到所述第一拟合曲线后，计算所述第二曲线的起始位置和结束位置对应的纵坐标的数值的平均值，以将所述平均值作为所述目标设备在进行下次检测时的稳定值。
具体的，第二曲线的起始位置的纵坐标表示目标设备当前对应的稳定值，结束位置的纵坐标表示目标设备报废时对应的稳定值，计算目标设备当前对应的稳定值和报废时对应的稳定值的平均值，可以确定出在进行下次检测时目标设备最坏情况下的稳定值，因此将该平均值作为目标设备在进行下次检测时的稳定值可以得到目标设备最坏情况下的稳定值，从而可以使维修人员以最坏的打算进行维修考虑。
在一个可行的实施方案中，在得到所述第一拟合曲线后，判断所述第一拟合曲线的纵坐标中是否存在小于预设稳定值的数值；如果存在，则将小于预设稳定值的数值对应的时间发送给用户。
具体的，当第一拟合曲线的纵坐标中存在小于预设稳定值的数值时，表示目标设备在后续使用过程中可能会出现较严重的故障，因此可以将小于预设稳定值的数值对应的时间发送给用户（即：维修人员），以便用户可以根据该时间提前对目标设备进行维护。
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，此外，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
最后应说明的是：以上所述实施例，仅为本申请的具体实施方式，用以说明本申请的技术方案，而非对其限制，本申请的保护范围并不局限于此，尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本申请实施例技术方案的精神和范围。都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以所述权利要求的保护范围为准。

Claims (3)

1.一种设备评估方法，其特征在于，包括：
获取目标设备的M组数据，其中，每组数据包括：在对所述目标设备进行检测时距离所述目标设备投入使用时的使用时长，以及在该次检测时所述目标设备在N个维度上的运行状态向量；
对于每组数据，将该组数据中所述目标设备在N个维度上的运行状态向量输入到用于计算设备的稳定状态的评估公式中，得到该组数据对应的用于表示所述目标设备当前在运行时的稳定程度的稳定值；其中，所述评估公式为：
Figure 991360DEST_PATH_IMAGE001
；
其中，
Figure 184532DEST_PATH_IMAGE002
为第i个维度上的运行状态向量；
Figure 495427DEST_PATH_IMAGE003
；
将各组数据对应的使用时长作用横坐标，将各组数据对应的稳定值作为纵坐标，构建所述目标设备的运行状态曲线；
根据所述运行状态曲线中纵坐标的最大值和最小值，从预设运行状态曲线集合中寻找包括所述最大值和所述最小值的第一候选曲线，以将各所述第一候选曲线中位于所述最大值和所述最小值范围内的曲线作为对比曲线；其中，所述运行状态曲线集合中包括的各运行状态曲线为已报废设备的真实运行状态曲线，所述已报废设备与所述目标设备为同类设备，对于所述运行状态曲线集合中包括的任一一条运行状态曲线包括从投入使用到报废为止整个过程中的运行状态；
根据预设时间间距，从所述运行状态曲线中位于所述最大值和所述最小值之间的曲线中确定多个第一目标点；以及从每个所述对比曲线中确定多个第二目标点；
对于每个所述第一目标点，确定该第一目标点的第一斜率；以及对于每个第二目标点，确定该第二目标点的第二斜率；
对于每个所述对比曲线，计算该对比曲线和所述运行状态曲线中具有相同横坐标的目标点的斜率差值；
对于每个所述对比曲线，计算该对比曲线对应的所有斜率差值的平方差，以将所述平方差作为该对比曲线和所述健康发展曲线的曲线相似度；
从所述对比曲线中确定出曲线相似度在预设范围内的目标曲线，以将各所述目标曲线所在的第一候选曲线作为第二候选曲线；
对于每个第二候选曲线，获取该第二候选曲线对应的设备运行档案；其中，所述设备运行档案中包括每次对设备进行检测时记录的使用时长和该次检测时设备在N个维度上的运行状态向量；
以所述M组数据中距离当前最近的一次数据组中的使用时长作为目标使用时长，计算在所述目标使用时长时，各第二候选曲线对应的设备和所述目标设备在每个维度上的运行状态向量的相似度值，以将在每个维度上的运行状态向量的相似度值均高于预设阈值的第二候选曲线作为第三候选曲线；
以所述第三候选曲线中的对比曲线为起始曲线，对所述第三候选曲线进行曲线拟合，得到第一拟合曲线，以将所述第一拟合曲线作为所述目标设备的运行状态评估曲线。
2.如权利要求1所述的方法，其特征在于，所述第一拟合曲线由第二曲线和所述对比曲线对应的第一曲线构成；在得到所述第一拟合曲线后，所述方法还包括：
计算所述第二曲线的起始位置和结束位置对应的纵坐标的数值的平均值，以将所述平均值作为所述目标设备在进行下次检测时的稳定值。
3.如权利要求1所述的方法，其特征在于，在得到所述第一拟合曲线后，所述方法还包括：
判断所述第一拟合曲线的纵坐标中是否存在小于预设稳定值的数值；
如果存在，则将小于预设稳定值的数值对应的时间发送给用户。
CN202110664095.7A 2021-06-16 2021-06-16 一种设备评估方法 Active CN113112044B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110664095.7A CN113112044B (zh) 2021-06-16 2021-06-16 一种设备评估方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110664095.7A CN113112044B (zh) 2021-06-16 2021-06-16 一种设备评估方法

Publications (2)

Publication Number Publication Date
CN113112044A true CN113112044A (zh) 2021-07-13
CN113112044B CN113112044B (zh) 2021-09-10

Family

ID=76723575

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110664095.7A Active CN113112044B (zh) 2021-06-16 2021-06-16 一种设备评估方法

Country Status (1)

Country Link
CN (1) CN113112044B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103679550A (zh) * 2013-12-04 2014-03-26 云南电力试验研究院（集团）有限公司电力研究院 基于状态检修的输变电设备评估系统
US20160161541A1 (en) * 2014-07-09 2016-06-09 Korean Electric Power Corporation Apparatus and method for diagnosing state of power cable and measuring remaining life thereof using vlf td measurement data
CN109669850A (zh) * 2018-12-21 2019-04-23 云南电网有限责任公司电力科学研究院 一种终端设备的运行状态评估方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103679550A (zh) * 2013-12-04 2014-03-26 云南电力试验研究院（集团）有限公司电力研究院 基于状态检修的输变电设备评估系统
US20160161541A1 (en) * 2014-07-09 2016-06-09 Korean Electric Power Corporation Apparatus and method for diagnosing state of power cable and measuring remaining life thereof using vlf td measurement data
CN109669850A (zh) * 2018-12-21 2019-04-23 云南电网有限责任公司电力科学研究院 一种终端设备的运行状态评估方法

Also Published As

Publication number Publication date
CN113112044B (zh) 2021-09-10

Similar Documents

Publication Publication Date Title
Soualhi et al. Hidden Markov models for the prediction of impending faults
US10977568B2 (en) Information processing apparatus, diagnosis method, and program
Islam et al. Discriminant Feature Distribution Analysis‐Based Hybrid Feature Selection for Online Bearing Fault Diagnosis in Induction Motors
WO2017090515A1 (ja) 機器診断装置及びシステム及び方法
WO2015030804A1 (en) Identifying anomalous behavior of a monitored entity
CN107710089B (zh) 工厂设备诊断装置以及工厂设备诊断方法
CN108268689A (zh) 加热元件的状态诊断与评估方法及其应用
US20200041988A1 (en) Display method, display device, and program
US11740613B2 (en) Monitoring apparatus, monitoring method, computer program product, and model training apparatus
CN109241043B (zh) 一种数据质量检测方法及装置
JP7434073B2 (ja) モデル運用支援システム及び方法
He et al. An integrated approach for bearing health indicator and stage division using improved Gaussian mixture model and confidence value
CN113112044B (zh) 一种设备评估方法
CN110954734A (zh) 故障诊断方法、装置、设备和存储介质
JPWO2018154845A1 (ja) 管理装置、管理方法及びプログラム
KR20210083418A (ko) 건물의 화재 예측 분석 장치 및 방법
CN116258482B (zh) 一种自动选择维修方案的方法、服务器、电子设备
CN115495274B (zh) 基于时序数据的异常处理方法、网络设备和可读存储介质
CN115856613A (zh) 断路器状态评估方法
CN116363501A (zh) 输电线路异物入侵检测方法、装置和计算机设备
Lv et al. General log‐linear Weibull model combining vibration and temperature characteristics for remaining useful life prediction of rolling element bearings
US20230297095A1 (en) Monitoring device and method for detecting anomalies
CN115577551A (zh) 基于71度法模型的变环境输入寿命评估方法及系统
KR102455723B1 (ko) 발전설비의 고장을 조기 감지하는 모니터링 시스템 및 방법
CN114297034A (zh) 云平台监控方法及云平台

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