CN116164945A - 一种设备状态监测系统可靠性评估方法及装置 - Google Patents
一种设备状态监测系统可靠性评估方法及装置 Download PDFInfo
- Publication number
- CN116164945A CN116164945A CN202211585646.1A CN202211585646A CN116164945A CN 116164945 A CN116164945 A CN 116164945A CN 202211585646 A CN202211585646 A CN 202211585646A CN 116164945 A CN116164945 A CN 116164945A
- Authority
- CN
- China
- Prior art keywords
- data
- monitoring system
- state monitoring
- result
- evaluated
- 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.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M13/00—Testing of machine parts
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M15/00—Testing of engines
- G01M15/02—Details or accessories of testing apparatus
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R35/00—Testing or calibrating of apparatus covered by the other groups of this subclass
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Computational Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Evolutionary Biology (AREA)
- Operations Research (AREA)
- Probability & Statistics with Applications (AREA)
- Bioinformatics & Computational Biology (AREA)
- Algebra (AREA)
- Life Sciences & Earth Sciences (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明实施例公开了一种设备状态监测系统可靠性评估方法和装置,包括:根据当前监测目标对待评估设备状态监测系统的各系统功能配置权重系数;根据当前监测目标对待评估设备状态监测系统筛选第一数据类型,并采集第一数据类型对应的第一数据;根据第一数据计算数据趋势预测结果的稳定性;根据当前监测目标对待评估设备状态监测系统筛选第二数据类型,并采集第二数据类型对应的第二数据;根据第二数据计算平均无故障工作时间评估结果;对数据趋势预测结果、平均无故障工作时间评估结果进行检验,基于检验结果结合权重系数确定待评估设备状态监测系统的可靠性评估结果。本方案能够对设备状态监测系统的可靠性进行深入评估判断。
Description
技术领域
本发明涉及数据分析技术应用领域,尤其涉及一种设备状态监测系统可靠性评估方法及装置、一种存储介质、一种电子设备。
背景技术
在转机设备故障诊断过程中,设备状态监测(系统,作为现场汽轮机等重要动力设备的检测分析系统,对设备的状态进行记录,并根据系统报警值对监测过程中的数据进行预警关联等操作。设备状态监测系统可对常见的故障如质量不平衡、初始弯曲、热弯曲、叶片脱落、不对中、油膜振荡、汽流激振、摩擦、轴瓦松动和共振等故障情况并及时报警,但是现场在进行分析时,如果常规数据出现相互矛盾时,则对系统的数据准确性及可靠性无法得到有效判断。因此,对设备状态监测系统进行可靠性评估是保证系统长期可靠运行的基础。
发明内容
为解决上述技术问题,本发明实施例期望提供一种设备状态监测系统可靠性评估方法及装置、存储介质、电子设备,以至少解决由于现有技术中存在无法对设备状态监测系统的可靠性进行深入判断的问题,保障系统长期稳定运行。
本发明的技术方案是这样实现的:
本发明实施例提供一种设备状态监测系统可靠性评估方法,包括:
获取待评估设备状态监测系统的系统功能,并根据当前监测目标对待评估设备状态监测系统的各系统功能配置权重系数;
根据所述当前监测目标对待评估设备状态监测系统筛选第一数据类型,并采集第一数据类型对应的第一数据;根据第一数据计算数据趋势预测结果的稳定性;
根据所述当前监测目标对待评估设备状态监测系统筛选第二数据类型,并采集第二数据类型对应的第二数据;根据第二数据计算平均无故障工作时间评估结果;
对所述数据趋势预测结果、平均无故障工作时间评估结果进行检验,基于检验结果结合所述权重系数确定所述待评估设备状态监测系统的可靠性评估结果。
进一步地,本发明实施例提供一种设备状态监测系统可靠性评估装置,包括:
系统功能权重分配模块,用于获取待评估设备状态监测系统的系统功能,并根据当前监测目标对待评估设备状态监测系统的各系统功能配置权重系数;
第一数据处理模块,用于根据所述当前监测目标对待评估设备状态监测系统筛选第一数据类型,并采集第一数据类型对应的第一数据;根据第一数据计算数据趋势预测结果的稳定性;
第二数据处理模块,用于根据所述当前监测目标对待评估设备状态监测系统筛选第二数据类型,并采集第二数据类型对应的第二数据;根据第二数据计算平均无故障工作时间评估结果;
评估结果输出模块,用于对所述数据趋势预测结果、平均无故障工作时间评估结果进行检验,基于检验结果结合所述权重系数确定所述待评估设备状态监测系统的可靠性评估结果。
进一步地,本发明实施例提供一种存储介质,其上存储有计算机程序,所述程序被处理器执行时实现如上述实施例所述的设备状态监测系统可靠性评估方法。
进一步地,本发明实施例提供一种存储介质,电子设备,包括:处理器;以及存储器,用于存储所述处理器的可执行指令;其中,所述处理器配置为经由执行所述可执行指令来执行如上述实施例所述的设备状态监测系统可靠性评估方法。
本发明实施例提供了一种设备状态监测系统可靠性评估方法,通过根据当前的检测目测对待评估设备状态监测系统各功能配置权重系统,并利用第一数据类型的检测信号计算数据趋势的准确性以及利用第二数据类型的检测数据计算平均无故障时间,从而可以结合所述数据趋势预测结果、平均无故障工作时间评估结果及权重系数,在面对当前监测目标的应用场景下计算待评估设备状态监测系统各功能的可靠性评估结果,实现对设备状态监测系统可靠性做出准确的判断。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1为本发明实施例提供的一种设备状态监测系统可靠性评估方法流程的示意图;
图2为本发明实施例提供的一种设备状态监测系统可靠性评估装置的示意图;
图3为本发明实施例提供的一种存储介质的示意图;
图4为本发明实施例提供的一种电子设备的示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,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,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
本发明实施例提供一种设备状态监测系统可靠性评估方法,图1为本发明实施例提供的一种设备状态监测系统可靠性评估方法流程的示意图;如图1所示,本申请实施例提供的设备状态监测系统可靠性评估方法包括:
步骤S11,获取待评估设备状态监测系统的系统功能,并根据当前监测目标对待评估设备状态监测系统的各系统功能配置权重系数;
步骤S12,根据所述当前监测目标对待评估设备状态监测系统筛选第一数据类型,并采集第一数据类型对应的第一数据;根据第一数据计算数据趋势预测结果的稳定性
步骤S13,根据所述当前监测目标对待评估设备状态监测系统筛选第二数据类型,并采集第二数据类型对应的第二数据;根据第二数据计算平均无故障工作时间评估结果;
步骤S14,对所述数据趋势预测结果、平均无故障工作时间评估结果进行检验,基于检验结果结合所述权重系数确定所述待评估设备状态监测系统的可靠性评估结果。
在本申请实施例中,设备状态监测(TURBINE DIGNOSIS MANAGMENT)旋转机械诊断监测管理系统作为数据管理系统,能够用于对机组运行过程中的数据进行深入分析,能够获取转速、振动波形,频谱、倍频的幅值和相位等故障特征数据。
在上述的步骤S11中,一般而言,设备状态监测系统的基本功能可以包括:远程数据库、数据传输测试、数据同步测试,等等。对于当前的待评估设备状态监测系统,可以将当前现场的检测重点作为当前监测目标。基于该当前监测目标的监测数据的实际需求,为设备状态监测系统的各系统功能划分功能占比,并配置各功能对应的权重系数。在不同的实际应用环境中,不同的监控对象对不同的功能的需求可能存在实际差异;例如,在一些场景中,对远程数据库功能的需求较低,则可以对该功能配置较低的权重系数,例如配置为0.2或0.15等等;在另一些场景中,对数据同步测试的功能的需求较高,则可以为该功能配置较高的权重系数,例如配置为0.6或0.75等等。基于当前监控目标对各功能的业务需求等高低,配置对应的权重系数;具体的数值可以根据实际场景配置,本发明对此不做特殊限定。
可选的,在本申请实施例中,所述第一数据类型包括:趋势型数据;即连续的数据。
可选的,在本申请实施例中,所述趋势型数据包括:趋势图、轴心位置图、波德图、级联图中任意一项或任意多项的组合。
在本申请实施例中,在上述的步骤S12中,所述根据第一数据计算数据趋势预测结果的稳定性,包括:利用Goel Okumoto模型对所述第一数据进行处理,以获取所述数据趋势预测结果。
具体的,可以采集一段时长内的第一数据类型的数据并进行统计得到第一数据,例如频谱图、趋势图、轴心位置图、波德图、级联图;利用Goel Okumoto模型对采集的第一数据进行预测,输出各种类第一数据对应的数据趋势预测结果,计算各参数对造成机组停机的敏感性。一般来说,Goel Okumoto模型的假设条件可以包括:(1)时间t经历的故障数量遵循带有平均值函数μ(t)的泊松分布;该平均值方法的边界条件为μ(0)=0且Limt→∞μ(t)=N<∞;(2)在(t,t+Δt)中发生Δt→0的软件故障的数量与预期的未检测到的错误数N-μ(t)成正比,比例常数为(3)对于时间t1<t2<···<tn的任何有限集合,在每个不相交间隔(0,t1),(t1,t2)…(tn-1,tn)中发生的故障数是独立的;(4)每当发生故障时,立即消除引起故障的故障,而不会在软件中引入任何新的故障。由于每个故障在导致故障后都得到了很好的修复,因此在测试开始时软件中固有的故障数等于无限次测试后将出现的故障数。根据假设1,M(∞)遵循具有期望值N的泊松分布。Goel Okumoto模型的具体运算过程采用现有技术即可实现,本发明对此不再赘述。或者,在一些示例性实施例中也可以利用最小相关误差法分别对各趋势型数据进行计算,以获取对应的数据趋势预设结果。
可选的,在本申请实施例中,所述第二数据类型包括:数值型数据,即离散型数据。
可选的,在本申请实施例中,所述第二数据包括:频谱数据图、振动冲击、振动加速度中的任意一项或任意多项的组合。
可选的,在本申请实施例中,在上述的步骤S13中,所述根据第二数据计算平均无故障工作时间评估结果,包括:利用Jelinsk-Moranda模型对所述第二数据进行处理,以获取所述平均无故障工作时间评估结果。
具体而言,可以采集一段时长内对应的各类第二类型数据并统计统计,得到第二数据。利用Jelinski-Moranda模型对第二数据进行处理,以获取模型输出的:数据的错误数、失效时间、失效时间间隔中的至少一项;再根据模型的输出数据计算平均无故障工作时间。具体的,Jelinski-Moranda模型属于故障间隔时间模型,它假设测试开始时有N个故障,失败完全随机发生,所有的缺陷在测试时造成故障的影响一样;同时故障的修复时间可以忽略不计,而且每一个故障的修复是完美的(可以完全改好,且没有其它故障产生)。在这些假设的基础上,软件产品的故障率在每一个修复后得到的改进相同。于是可以得到:在时间ti的危险几率函数(即时故障率函数,或在第i-1个故障和第i个故障之间的时间)为:λ(ti)=φ[N-(i-1)],i=1,2…N;N:在测试开始时的软件缺陷数目;Φ:比例常数,指示每个故障提供的故障率;ti=第(i-1)至第(i)故障之间的时间。模型的具体运算过程采用现有技术即可实现,本发明对此不再赘述。
在本申请实施例中,在上述的步骤S14中,所述对所述数据趋势预测结果、平均无故障工作时间评估结果进行检验,包括:采集现场监测数据;根据所述现场监测数据对所述数据趋势预测结果、平均无故障工作时间评估结果进行检验,以用于获取对应的检验结果。
具体的,对趋势型数据和数值型数据使用不同的模型进行预测并得到对应的预测结果之后,可以采集现场监控数据,并利用U图法将采集的现场监控数据与数据趋势预测结果、平均无故障工作时间评估结果之间进行比对、校验,实现对数据预测结果的判断。
在本申请实施例中,在上述的步骤S14中,所述基于检验结果结合所述权重系数确定所述待评估设备状态监测系统的可靠性评估结果包括:利用U图法对所述数据趋势预测结果、平均无故障工作时间评估结果的检验结果,以及所述权重系数进行处理,以获取所述待评估设备状态监测系统的可靠性评估结果。
具体的,对于各类型的数据,可以预先获取各系统监测功能与各类型数据之间的关联关系;根据该关联关系,可以根据系统功能已配置的权重系数为不同类型的数据配置对应的权重系数,从而用于对系统可靠性评估的计算。通过对不同类型的数据采取特定算法,进行可靠性建模,并根据马尔可夫模型对数据进行预测,建立系统故障预测模型,利用U图法对预测结果进行判断,进而完成设备状态监测系统可靠性的评估工作。对监测系统可靠性进行评估,并对评估结果进行提示,便于及时进行调整等工作。
进一步地,在本申请实施例中,上述的方法还可以包括:步骤S15,按预设统计周期对存储数据库中的出错数据进行统计,并根据出错数据统计结果计算所述待评估设备状态监测系统的存储可靠度。
举例来说,可以将存储数据库,以一年为评估周期,以月份为单位分为十二个存储节点,采用(6,12)门限方案对数据进行设定,根据数据的出错统计情况为N(N<1)当则系统的存储可靠度P为:
P=N12+C1×N11×(1-N)11+C22×N10×(1-N)2+……C1111×N1×(1-N)+C1212×(1-N)
进一步地,本发明实施例提供一种设备状态监测系统可靠性评估装置,图2为本发明实施例提供的一种设备状态监测系统可靠性评估方装置的示意图;如图2所示,本申请实施例提供的设备状态监测系统可靠性评估装置20包括:
系统功能权重分配模块201,用于获取待评估设备状态监测系统的系统功能,并根据当前监测目标对待评估设备状态监测系统的各系统功能配置权重系数;
第一数据统计模块202,用于根据所述当前监测目标对待评估设备状态监测系统筛选第一数据类型,并采集第一数据类型对应的第一数据;根据第一数据计算数据趋势预测结果的稳定性;
第二数据统计模块203,用于根据所述当前监测目标对待评估设备状态监测系统筛选第二数据类型,并采集第二数据类型对应的第二数据;根据第二数据计算平均无故障工作时间评估结果;
评估结果输出模块204,用于对所述数据趋势预测结果、平均无故障工作时间评估结果进行检验,基于检验结果结合所述权重系数确定所述待评估设备状态监测系统的可靠性评估结果。
可选的,所述装置还包括:存储可靠度评估模块,用于按预设统计周期对存储数据库中的出错数据进行统计,并根据出错数据统计结果计算所述待评估设备状态监测系统的存储可靠度。
由于本发明实施方式的设备状态监测系统可靠性评估装置的各个功能模块与上述设备状态监测系统可靠性评估方法发明实施方式中相同,因此在此不再赘述。
应当注意,尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元,但是这种划分并非强制性的。实际上,根据本公开的实施方式,上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之,上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
进一步地,本发明实施例提供一种计算机可读存储介质,图3为本发明实施例提供的一种计算机可读存储介质的示意图。具体的,其上存储有能够实现本说明书上述方法的程序产品。在一些可能的实施方式中,本发明的各个方面还可以实现为一种程序产品的形式,其包括程序代码,当所述程序产品在终端设备上运行时,所述程序代码用于使所述终端设备执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的步骤。
根据本发明的实施方式的用于实现上述方法的程序产品,其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码,并可以在终端设备,例如个人电脑上运行。然而,本发明的程序产品不限于此,在本文件中,可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。可读存储介质的更具体的例(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了可读程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质,该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、有线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
进一步地,本发明实施例提供一种电子设备。图4为本发明实施例提供的一种电子设备的示意图。该电子设备可以用于实现上述的设备状态监测系统可靠性评估。如图4所示,电子设备800以通用计算设备的形式表现。电子设备800的组件可以包括但不限于:上述至少一个处理单元810、上述至少一个存储单元820、连接不同系统组件(包括存储单元820和处理单元810)的总线830、显示单元840。
其中,所述存储单元存储有程序代码,所述程序代码可以被所述处理单元810执行,使得所述处理单元810执行本说明书上述"示例性方法"部分中描述的根据本发明各种示例性实施方式的步骤。例如,所述处理单元810可以执行如图1中所示的步骤。
存储单元820可以包括易失性存储单元,例如随机存取存储单元(RAM)8201和/或高速缓存存储单元8202,还可以进一步包括只读存储单元(ROM)8203。
存储单元820还可以包括具有一组(至少一个)程序模块8205的程序/实用工具8204,这样的程序模块8205包括但不限于:操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线830可以包括数据总线、地址总线和控制总线。
电子设备800也可以与一个或多个外部设备900(例如键盘、指向设备、蓝牙设备等)通信,这种通信可以通过输入/输出(I/O)接口850进行。电子设备800还包括显示单元840,其连接到输入/输出(I/O)接口850,用于进行显示。并且,电子设备800还可以通过网络适配器860与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器860通过总线830与电子设备800的其它模块通信。应当明白,尽管图中未示出,可以结合电子设备800使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
以上所述,仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。
Claims (11)
1.一种设备状态监测系统可靠性评估方法,其特征在于,包括:
获取待评估设备状态监测系统的系统功能,并根据当前监测目标对待评估设备状态监测系统的各系统功能配置权重系数;
根据所述当前监测目标对待评估设备状态监测系统筛选第一数据类型,并采集第一数据类型对应的第一数据;根据第一数据计算数据趋势预测结果的稳定性;
根据所述当前监测目标对待评估设备状态监测系统筛选第二数据类型,并采集第二数据类型对应的第二数据;根据第二数据计算平均无故障工作时间评估结果;
对所述数据趋势预测结果、平均无故障工作时间评估结果进行检验,基于检验结果结合所述权重系数确定所述待评估设备状态监测系统的可靠性评估结果。
2.根据权利要求1所述的设备状态监测系统可靠性评估方法,其特征在于,所述方法还包括:
按预设统计周期对存储数据库中的出错数据进行统计,并根据出错数据统计结果计算所述待评估设备状态监测系统的存储可靠度。
3.根据权利要求1所述的设备状态监测系统可靠性评估方法,其特征在于,所述第一数据类型包括:趋势型数据。
4.根据权利要求3所述的设备状态监测系统可靠性评估方法,其特征在于,所述第一数据包括:振动速度、振动位移趋势图、轴心位置图、波德图、级联图中任意一项或任意多项的组合;
所述根据第一数据计算数据趋势预测结果,包括:
利用Goel Okumoto模型对所述第一数据进行处理,以获取所述数据趋势预测结果。
5.根据权利要求1所述的设备状态监测系统可靠性评估方法,其特征在于,所述第二数据类型包括:数值型数据。
6.根据权利要求5所述的设备状态监测系统可靠性评估方法,其特征在于,所述第二数据包括:频谱数据图、振动冲击、振动加速度中的任意一项或任意多项的组合;
所述根据第二数据计算平均无故障工作时间评估结果,包括:
利用Jelinsk-Moranda模型对所述第二数据进行处理,以获取所述平均无故障工作时间评估结果。
7.根据权利要求1所述的设备状态监测系统可靠性评估方法,其特征在于,所述对所述数据趋势预测结果、平均无故障工作时间评估结果进行检验,包括:
采集现场监测数据;
根据所述现场监测数据对所述数据趋势预测结果、平均无故障工作时间评估结果进行检验,以用于获取对应的检验结果。
8.根据权利要求1所述的设备状态监测系统可靠性评估方法,其特征在于,所述基于检验结果结合所述权重系数确定所述待评估设备状态监测系统的可靠性评估结果包括:
利用U图法对所述数据趋势预测结果、平均无故障工作时间评估结果的检验结果,以及所述权重系数进行处理,以获取所述待评估设备状态监测系统的可靠性评估结果。
9.一种设备状态监测系统可靠性评估装置,其特征在于,包括:
系统功能权重分配模块,用于获取待评估设备状态监测系统的系统功能,并根据当前监测目标对待评估设备状态监测系统的各系统功能配置权重系数;
第一数据处理模块,用于根据所述当前监测目标对待评估设备状态监测系统筛选第一数据类型,并采集第一数据类型对应的第一数据;根据第一数据计算数据趋势预测结果的稳定性;
第二数据处理模块,用于根据所述当前监测目标对待评估设备状态监测系统筛选第二数据类型,并采集第二数据类型对应的第二数据;根据第二数据计算平均无故障工作时间评估结果;
评估结果输出模块,用于对所述数据趋势预测结果、平均无故障工作时间评估结果进行检验,基于检验结果结合所述权重系数确定所述待评估设备状态监测系统的可靠性评估结果。
10.一种存储介质,其特征在于,其上存储有计算机程序,所述程序被处理器执行时实现根据权利要求1至8中任一项所述的设备状态监测系统可靠性评估方法。
11.一种电子设备,其特征在于,包括:
处理器;以及
存储器,用于存储所述处理器的可执行指令;
其中,所述处理器配置为经由执行所述可执行指令来执行权利要求1至8中任一项所述的设备状态监测系统可靠性评估方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211585646.1A CN116164945A (zh) | 2022-12-09 | 2022-12-09 | 一种设备状态监测系统可靠性评估方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211585646.1A CN116164945A (zh) | 2022-12-09 | 2022-12-09 | 一种设备状态监测系统可靠性评估方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116164945A true CN116164945A (zh) | 2023-05-26 |
Family
ID=86419131
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211585646.1A Pending CN116164945A (zh) | 2022-12-09 | 2022-12-09 | 一种设备状态监测系统可靠性评估方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116164945A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117669070A (zh) * | 2023-10-26 | 2024-03-08 | 华电电力科学研究院有限公司 | 一种机械组件寿命预测模型构建方法、系统、设备和介质 |
-
2022
- 2022-12-09 CN CN202211585646.1A patent/CN116164945A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117669070A (zh) * | 2023-10-26 | 2024-03-08 | 华电电力科学研究院有限公司 | 一种机械组件寿命预测模型构建方法、系统、设备和介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Nguyen et al. | Automated detection of performance regressions using statistical process control techniques | |
US6909994B2 (en) | Method, system and computer product for performing failure mode and effects analysis throughout the product life cycle | |
US9703754B2 (en) | Automatic remote monitoring and diagnosis system | |
US8271961B1 (en) | Method and system for predictive software system quality measurement | |
Syer et al. | Leveraging performance counters and execution logs to diagnose memory-related performance issues | |
EP3413154B1 (en) | Equipment diagnostic device, equipment diagnostic method, and equipment diagnostic program | |
US20080027961A1 (en) | Data assurance in server consolidation | |
US20090096405A1 (en) | Method and system for remotely predicting the remaining life of an ac motor system | |
US20150220426A1 (en) | Performance tests in a continuous deployment pipeline | |
Brosch et al. | Parameterized reliability prediction for component-based software architectures | |
CN105164690A (zh) | 分析目标软件的安全漏洞 | |
JP2002342128A (ja) | ホストマシンからサービスの健全性を抽出する方法 | |
JP6141471B2 (ja) | システムの可用性を解析するための方法、装置、当該装置を含むシステム、並びに、上記方法を実施するためのコンピュータプログラム | |
Nguyen et al. | Automated verification of load tests using control charts | |
US9298571B2 (en) | Method and apparatus for correlating input and output messages of system under test | |
US10876928B2 (en) | Method and device to monitor and automatically report electric motor and transformer conditions | |
WO2017172669A2 (en) | Tagged tracing, logging and performance measurements | |
CN105319461A (zh) | 结合振动和电力质量分析来识别潜在的电网故障的系统 | |
CN106407102B (zh) | 应用程序的模糊测试方法、装置及系统 | |
Luijten et al. | Faster defect resolution with higher technical quality of software | |
CN116164945A (zh) | 一种设备状态监测系统可靠性评估方法及装置 | |
Zeng et al. | Traceark: Towards actionable performance anomaly alerting for online service systems | |
KR20010016553A (ko) | 통신망을 이용한 설비 진단 서비스 제공 방법과 시스템 및그 방법이 저장된 기록매체 | |
Klima et al. | Quality and reliability metrics for IoT systems: a consolidated view | |
CN109491882B (zh) | 一种机箱数据处理方法、系统、设备机箱及可读存储介质 |
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 |