一种基于TensorFlow的工业设备预检预修模型的训练方法及装置
基本信息
申请号 | CN202011406939.X | 申请日 | - |
公开(公告)号 | CN112465244B | 公开(公告)日 | 2021-07-27 |
申请公布号 | CN112465244B | 申请公布日 | 2021-07-27 |
分类号 | G06Q10/04(2012.01)I;G06Q10/06(2012.01)I;G06Q10/00(2012.01)I;G06N20/00(2019.01)I | 分类 | 计算;推算;计数; |
发明人 | 卢仁谦;江虹峰;陈磊;刘媛媛 | 申请(专利权)人 | 重庆忽米网络科技有限公司 |
代理机构 | 重庆博凯知识产权代理有限公司 | 代理人 | 张先芸 |
地址 | 400041重庆市高新区万科023创意天地万科锦尚4幢3单元 | ||
法律状态 | - |
摘要
摘要 | 本发明公开了一种基于TensorFlow的工业设备预检预修模型的训练方法,包括:获取历史数据集;建立设备故障前历史运行数据、设备历史故障记录及设备历史维修方案之间的关联关系;从设备历史故障记录及设备历史维修方案提取故障类型数据及维修方案数据;调用待训练模型,初始化待训练模型的参数;将故障类型数据及维修方案数据导入待训练模型进行训练;满足训练结束条件时,完成模型训练。与现有技术相比,本发明采用了设备故障前一段时间的运行数据进行模型训练,这样训练出的模型可对故障的发生进行预测,并得到设备故障预警及设备预修方案。便于实现在设备发生故障之前进行维修,避免了不可控的停工停产的发生,且避免了过度维护的情况的发生。 |
