【技術實現步驟摘要】
本專利技術涉及設備維保技術，尤其涉及一種基于web應用于設備狀態算法模型的可視化建模平臺及方法。
技術介紹
1、隨著工業互聯網、大數據和人工智能的發展，通過相關技術對設備上的數據進行采集，實現設備運維的遠程化和智能化已經成為可能。尤其是對采集到的數據進行建模，發現設備狀態上更多的信息，使得數據發揮更大的價值。然而，隨著設備型號的增多，同一個設備的狀態也隨著使用年限、運行工況、所處環境等因素的變化，變得復雜多變，通過固定的模型判定設備狀態變得越來越難以實現。本專利技術旨在通過可視化建模的方式根據不同設備、不同狀態等情況，靈活地創建不同的模型來判斷設備所處的狀態，增加了靈活度、可定制特性；同時，可視化地拖拽式建模極大程度上簡化了模型的創建難度，并降低了時間和人力成本。
技術實現思路
1、本專利技術要解決的技術問題在于針對現有技術中的缺陷，提供一種基于web應用于設備狀態算法模型的可視化建模平臺及方法。
2、本專利技術解決其技術問題所采用的技術方案是：一種基于web應用于設備狀態算法模型的可視化建模方法，包括：
3、1）采集設備的基本信息和運行測量數據，根據設備的基本信息判斷設備的初步狀態；所述基本信息包括設備的類型、設備的運行時長、設備的維修次數；
4、2）配置可視化模型，根據設備和設備的初步狀態，將建立模型可使用的算子拖拽到畫布；
5、所述算子包括：算法集、模型集、規則運算和邏輯運算；
6、3）配置算子節點，在運行測量數據中
7、其中，設備的測點為預先選擇的設備運行測試點，包括設備表面和選定的設備元器件；設備的測點對應的特征值為設備的測點處采集的振動信號、溫度值和噪聲信號中提取的特征值；
8、4）將多個算子根據輸入輸出和計算流程使用流程線連接，組合成完整的可視化設備狀態檢測模型；
9、5）校驗創建的設備狀態檢測模型的有效性，若有效則保存模型；具體如下：
10、獲取多個算子根據輸入輸出情況和計算流程使用流程線連接，組合成完整的可視化設備狀態檢測模型的所有組合作為候選模型，對各候選模型進行指標驗證；
11、根據設備的基本信息和歷史運行測量數據以及對應的設備狀態，生成訓練樣本，由候選模型基于訓練樣本，生成初始設備狀態檢測結果，將初始設備狀態檢測結果與歷史數據進行比對，若檢測到初始設備狀態檢測結果與歷史數據的比對一致性指標不滿足預設要求（一致性指標低于90%），則基于訓練樣本歷史運行測量數據以及對應的設備狀態對模型進行訓練，更新候選模型的模型參數，得到參數優化后的候選模型，并由候選模型基于訓練樣本，生成設備狀態檢測結果，若檢測到設備狀態檢測結果與歷史數據的比對一致性指標滿足要求（一致性指標達到90%），則判定其為有效模型，進行保存，否則丟棄候選模型；
12、一致性指標為設備狀態的結果相同，設備狀態包括正常運行狀態和故障狀態；
13、6）發布模型；
14、7）將設備的運行測量數據輸入模型，根據模型計算結果獲取設備狀態，并上報設備狀態，將模型存入模型集中。
15、按上述方案，所述算法集包括：數據預處理算法、信號處理算法、振動機理故障算法、統計算法、機器學習算法、深度學習算法、基于規則和知識的算法。
16、按上述方案，所述模型集為通過驗證的設備狀態檢測模型。
17、一種基于web應用于設備狀態算法模型的可視化建模平臺，包括：
18、算子庫，用于存儲進行可視化建模模塊的算子，所述算子包括：算法集、模型集、規則運算和邏輯運算；
19、可視化建模模塊：通過算子庫的算子、流程線和算子節點配置構建設備狀態算法的可視化模型；
20、包括：
21、配置可視化模型子模塊，用于根據設備和設備的初步狀態，將建立模型可使用的算子拖拽到畫布；
22、算子節點配置子模塊，用于在運行測量數據選擇設備的測點和對應的特征值作為算子的輸入，并配置算子的其他參數；
23、模型建立子模塊，用于將多個算子根據輸入輸出情況和計算流程使用流程線連接，組合成完整的可視化設備狀態檢測模型；
24、模型管理模塊，用于管理構建的可視化模型，編輯、發布和取消發布可視化模型；
25、模型運行模塊，用于運行模型管理模塊發布的模型，將設備的運行測量數據輸入模型，根據模型計算結果獲取設備狀態，并上報設備狀態。
26、按上述方案，所述算法集包括：數據預處理算法、信號處理算法、振動機理故障算法、統計算法、機器學習算法、深度學習算法、基于規則和知識的算法；
27、按上述方案，所述模型集為通過驗證的設備狀態檢測模型。
28、本專利技術產生的有益效果是：
29、本專利技術將算子庫中的算子靈活地組合，可以快速創建大量符合具體設備和業務的狀態模型，通過拖拽算子的可視化建模，降低了模型創建難度和復雜度，提高了建模效率；再通過校驗功能提高模型的準確性，避免了模型的一些基礎性錯誤；極大程度上簡化了模型的創建難度，并降低了時間和人力成本。
本文檔來自技高網...【技術保護點】
1.一種基于WEB應用于設備狀態算法模型的可視化建模方法，其特征在于，包括：
2.根據權利要求1所述的基于WEB應用于設備狀態算法模型的可視化建模方法，其特征在于，所述算法集包括：數據預處理算法、信號處理算法、振動機理故障算法、統計算法、機器學習算法、深度學習算法、基于規則和知識的算法。
3.根據權利要求1所述的基于WEB應用于設備狀態算法模型的可視化建模方法，其特征在于，所述模型集為通過驗證的設備狀態檢測模型。
4.一種基于WEB應用于設備狀態算法模型的可視化建模平臺，其特征在于，包括：
5.根據權利要求4所述的基于WEB應用于設備狀態算法模型的可視化建模平臺，其特征在于，所述算法集包括：數據預處理算法、信號處理算法、振動機理故障算法、統計算法、機器學習算法、深度學習算法、基于規則和知識的算法。
6.根據權利要求4所述的基于WEB應用于設備狀態算法模型的可視化建模平臺，其特征在于，所述模型集為通過驗證的設備狀態檢測模型。
7.一種電子設備，其特征在于，所述電子設備包括：
8.一種計算機可讀存儲介
...【技術特征摘要】
1.一種基于web應用于設備狀態算法模型的可視化建模方法，其特征在于，包括：
2.根據權利要求1所述的基于web應用于設備狀態算法模型的可視化建模方法，其特征在于，所述算法集包括：數據預處理算法、信號處理算法、振動機理故障算法、統計算法、機器學習算法、深度學習算法、基于規則和知識的算法。
3.根據權利要求1所述的基于web應用于設備狀態算法模型的可視化建模方法，其特征在于，所述模型集為通過驗證的設備狀態檢測模型。
4.一種基于web應用于設備狀態算法模型的可視化建模平臺，其特征在于，包括：
5.根據權利...
【專利技術屬性】
技術研發人員：趙健，徐徐，楊世飛，孫磊，鄒小勇，李香進，
申請(專利權)人：南京凱奧思數據技術有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。