设备运行状态智能检测方法及装置与流程

    专利查询2026-05-08  5


    本公开属于设备检测,更具体地说,是涉及设备运行状态智能检测方法及装置。


    背景技术:

    1、现代工业生产流程越来越依赖高效、稳定运行的机械设备。液压站和润滑站作为许多关键设备的动力传递和润滑保障系统,其正常运行对于整个生产过程的连续性和产品质量的稳定性至关重要。而设备运行状态检测是确保设备正常运行、提高生产效率、预防故障和保障安全的重要手段。设备运行状态检测则可以基于对设备的各种参数、性能指标、工作环境等监测信息对设备当前的工作状况进行评估和判断。这可能包括使用传感器、数据采集系统、远程监控技术等来获取设备的相关信息。

    2、在液压站和润滑站领域,由于环境的不稳定性,在某些特定情境下常常造成部分监测数据准确性低的问题。目前的设备运行状态检测往往没有考虑到这个问题,从而在某些特定情境下的设备运行状态检测结果准确性低。


    技术实现思路

    1、本公开的目的在于提供一种设备运行状态智能检测方法及装置,以解决传统设备检测技术在某些特定情境下的设备运行状态检测结果准确性低的问题。

    2、本公开实施例的第一方面,提供了一种设备运行状态智能检测方法,包括:

    3、从目标设备对应的多个传感器获取目标设备的多个监测数据。

    4、若监测数据中不包含温度数据或振动数据,则基于第一时段内的多种监测数据生成对应于目标设备的第一特征向量,将第一特征向量输入至预训练的智能检测模型中,得到目标设备的运行状态监测结果。

    5、若监测数据中包含温度数据或振动数据,则针对每种监测数据在第二时段内的变化参数进行数据提取,基于每种监测数据对应的提取数据生成第二特征向量,将第二特征向量输入至智能检测模型中,得到目标设备的运行状态监测结果。

    6、第二时段和第一时段的时段终点为当前时刻,第二时段的时长大于第一时段的时长。

    7、本公开实施例的第二方面,提供了一种设备运行状态智能检测装置,包括:

    8、数据获取模块,用于从目标设备对应的多个传感器获取目标设备的多个监测数据。

    9、第一计算模块,用于若监测数据中不包含温度数据或振动数据,则基于第一时段内的多种监测数据生成对应于目标设备的第一特征向量,将第一特征向量输入至预训练的智能检测模型中,得到目标设备的运行状态监测结果。

    10、第二计算模块,用于若监测数据中包含温度数据或振动数据,则针对每种监测数据在第二时段内的变化参数进行数据提取,基于每种监测数据对应的提取数据生成第二特征向量,将第二特征向量输入至智能检测模型中,得到目标设备的运行状态监测结果。

    11、第二时段和第一时段的时段终点为当前时刻,第二时段的时长大于第一时段的时长。

    12、本公开实施例的第三方面,提供了一种电子设备,包括存储器、处理器以及存储在存储器中并在处理器上运行的计算机程序,处理器执行计算机程序时实现上述的设备运行状态智能检测方法的步骤。

    13、本公开实施例的第四方面,提供了一种计算机可读存储介质,计算机可读存储介质存储有计算机程序,计算机程序被处理器执行时实现上述的设备运行状态智能检测方法的步骤。

    14、本公开实施例提供的设备运行状态智能检测方法及装置的有益效果在于:通过采用上述方法,可以实现对目标设备运行状态的精确检测。考虑到在某些情境下,环境对于温度和振动数据的影响较大,该方法可以自动针对不同的设备检测情境进行不同的处理。当监测到的数据中不包含温度数据或振动数据时,可以利用第一时段内的多种监测数据生成第一特征向量,并通过预训练的智能检测模型进行分析,从而得出目标设备的运行状态。这种方式能在一定程度上反映设备的整体运行状况。

    15、然而,当监测数据中包含温度数据或振动数据时,选择采用更为谨慎细致的处理方式。针对每种监测数据在第二时段内的变化参数进行数据提取,并基于这些数据生成第二特征向量。由于第二时段的时长更长,可以更全面地捕捉到数据的动态变化,进而通过智能检测模型得出更为准确的运行状态监测结果。这种方法不仅提高了监测的精准度,而且能够及时发现设备潜在的异常状态,为设备的维护和管理提供了有力支持。同时,通过智能检测模型的运用,还能够实现监测过程的自动化和智能化,提高了工作效率。



    技术特征:

    1.一种设备运行状态智能检测方法,其特征在于,包括:

    2.如权利要求1所述的设备运行状态智能检测方法,其特征在于,所述基于第一时段内的多种监测数据生成对应于所述目标设备的第一特征向量,包括:

    3.如权利要求2所述的设备运行状态智能检测方法,其特征在于,对应某种监测数据,对该种监测数据进行特征提取,得到该种监测数据对应的特征向量,包括:

    4.如权利要求1所述的设备运行状态智能检测方法,其特征在于,所述针对每种监测数据在第二时段内的变化参数进行数据提取,包括:

    5.如权利要求1所述的设备运行状态智能检测方法,其特征在于,所述智能检测模型基于第一公式计算所述目标设备对应的故障概率以实现对所述目标设备的状态监测;

    6.如权利要求5所述的设备运行状态智能检测方法,其特征在于,还包括:

    7.如权利要求5所述的设备运行状态智能检测方法,其特征在于,还包括:

    8.一种设备运行状态智能检测装置,其特征在于,包括:

    9.一种电子设备,包括存储器、处理器以及存储在所述存储器中并在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述方法的步骤。

    10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述方法的步骤。


    技术总结
    本公开提供了一种设备运行状态智能检测方法及装置,属于设备检测技术领域,该方法包括:从多个传感器获取目标设备的多个监测数据。若监测数据中不包含温度数据或振动数据,则基于第一时段内的多种监测数据生成对应于目标设备的第一特征向量,将第一特征向量输入至预训练的智能检测模型中,得到运行状态监测结果。若监测数据中包含温度数据或振动数据,则针对每种监测数据在第二时段内的变化参数进行数据提取,基于每种监测数据对应的提取数据生成第二特征向量,将第二特征向量输入至智能检测模型中,得到运行状态监测结果。第二时段和第一时段的时段终点为当前时刻,第二时段的时长大于第一时段的时长。本公开能够提升设备检测的准确性。

    技术研发人员:黄德强,高峰,吕国伟,管志伟
    受保护的技术使用者:唐山港陆钢铁有限公司
    技术研发日:
    技术公布日:2024/11/26
    转载请注明原文地址:https://tc.8miu.com/read-35450.html

    最新回复(0)