一种基于机器学习的设备故障检测方法
基本信息
| 申请号 | CN201811572223.X | 申请日 | - |
| 公开（公告）号 | CN109635008B | 公开（公告）日 | 2020-11-24 |
| 申请公布号 | CN109635008B | 申请公布日 | 2020-11-24 |
| 分类号 | G06F16/2458;G06F16/22;G06F16/215;G06K9/62 | 分类 | 计算；推算；计数; |
| 发明人 | 祝守宇;张辉;熊楗洲;刘勇;王开业;樊妍睿;马波涛;朱芝濡 | 申请（专利权）人 | 成都航天科工大数据研究院有限公司 |
| 代理机构 | 成都顶峰专利事务所（普通合伙） | 代理人 | 成都航天科工大数据研究院有限公司 |
| 地址 | 610000 四川省成都市天府新区华阳街道天府大道南段846号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明属于工业设备数据采集与分析技术领域，公开了一种基于机器学习的设备故障检测方法。本发明的技术方案为：S1.获取采集的出现故障的设备的初始数据；S2.对初始数据进行清洗操作及二次筛选；S3.对预数据进行优化操作并输出检索结果；S4.对数据进行分类得到初始结果集；S5.对初始结果集逐次进行分类；S6.通过对比加权平均结果及初始结果集，判断该初始数据代表的设备故障是否属于已知故障；S7.通过人机界面输出故障信息或将该初始数据加入故障数据库。本发明能够实现机器的自我学习功能，同时建立了设备的故障数据库，能够准确及时的确定设备故障以及解决方法，能够降低机械设备维修次数，显著地提高检修效率，适于推广使用。 |
