【技術實現步驟摘要】
本申請涉及大數據及智能決策，具體而言，涉及一種基于最優化控制的智能決策方法、系統和介質。
技術介紹
1、在設備維護中，故障維修方案和日常維護方案的生成一直是困擾工程師和設備管理員的問題，傳統的故障診斷方法往往需要人工干預，耗時耗力，且效率低下，然而，現有的自動生成故障維修方案和日常維護方案的方法往往存在自適應能力不足的問題，無法實現根據故障預測結果和設備的重要性指標并結合維修資源等因素進行自適應匹配以獲得最佳故障維修方案的目的。
2、針對上述問題，目前亟待有效的技術解決方案。
技術實現思路
1、本申請的目的在于提供一種基于最優化控制的智能決策方法、系統和介質，通過最優化控制技術對故障維修策略、維修資源調配數據以及歷史維修方案進行最優化處理，獲得最佳設備維修方案，實現提高故障診斷和維修方案的準確性和有效性、降低維修維護成本的目的。
2、本申請還提供了基于最優化控制的智能決策方法，包括以下步驟：
3、獲取設備歷史故障記錄數據、故障維修記錄數據和設備日常維護數據；
4、獲取設備運行參數數據，根據設備運行參數數據結合所述設備歷史故障記錄數據以及所述設備日常維護數據進行分析處理，獲得故障風險預測等級；
5、獲取設備經濟價值數據，根據設備經濟價值數據結合所述設備歷史故障記錄數據以及所述故障風險預測等級進行分析處理，生成設備維修優先級；
6、獲取維修資源數據，根據維修資源數據結合所述設備維修優先級以及所述歷史維修記錄數據進行
7、根據所述故障風險預測等級以及所述維修資源調配數據生成最佳設備維修方案。
8、可選地，在本申請所述的基于最優化控制的智能決策方法中，所述獲取設備歷史故障記錄數據、故障維修記錄數據和設備日常維護數據，包括：
9、獲取設備歷史故障記錄數據、故障維修記錄數據和設備日常維護數據；
10、所述設備歷史故障記錄數據包括故障時間數據、故障頻率數據、故障位置數據和故障影響度數據；
11、所述故障維修記錄數據包括歷史維修方案數據、維修成本數據和維修效率數據；
12、所述設備日常維護數據包括設備日常維護方案數據和設備日常維護記錄數據；
13、所述設備日常維護記錄數據包括維護時間數據、維護分項數據和設備性能測試數據。
14、可選地，在本申請所述的基于最優化控制的智能決策方法中，所述獲取設備運行參數數據，根據設備運行參數數據結合所述設備歷史故障記錄數據以及所述設備日常維護數據進行分析處理，獲得故障風險預測等級，包括：
15、獲取設備運行參數數據，包括設備準確度數據、設備運轉效率數據和設備能耗數據；
16、將所述設備準確度數據、設備運轉效率數據、設備能耗數據結合所述故障時間數據、故障頻率數據、故障位置數據以及所述維護分項數據、設備性能測試數據輸入預設故障風險預測模型中進行分析處理，獲得故障風險預測指數；
17、將所述故障風險預測指數與預設故障風險預測指數閾值進行閾值對比，根據閾值對比結果所屬的范圍等級確定故障風險預測等級。
18、可選地，在本申請所述的基于最優化控制的智能決策方法中，所述獲取設備經濟價值數據，根據設備經濟價值數據結合所述設備歷史故障記錄數據以及所述故障風險預測等級進行分析處理，生成設備維修優先級，包括：
19、獲取設備經濟價值數據，根據設備經濟價值數據以及所述故障影響度數據進行處理，獲得設備重要性指數；
20、將所述設備重要性指數與預設設備重要性指數閾值進行閾值對比，根據閾值對比結果所屬的范圍等級確定設備重要性等級；
21、根據所述設備重要性等級以及所述故障風險預測等級進行處理，生成設備維修優先級；
22、所述設備維修優先級的程序處理公式為：
23、
24、其中，pa為設備維修優先級，qd為設備重要性等級，th為故障風險預測等級，δ、γ為預設特征系數。
25、可選地，在本申請所述的基于最優化控制的智能決策方法中，所述獲取維修資源數據，根據維修資源數據結合所述設備維修優先級以及所述歷史維修記錄數據進行處理，獲得維修資源調配數據，包括：
26、獲取維修資源數據，包括維修人員數據、維修工具數據和維修材料數據；
27、將所述維修人員數據、維修工具數據、維修材料數據、設備維修優先級以及所述維修成本數據、維修效率數據輸入預設維修策略數據庫中進行匹配識別，獲得維修資源調配數據。
28、可選地，在本申請所述的基于最優化控制的智能決策方法中，所述根據所述故障風險預測等級以及所述維修資源調配數據生成最佳設備維修方案，包括：
29、將所述故障風險預測等級輸入預設維修策略數據庫中進行匹配識別，獲得故障維修策略數據；
30、利用預設最優控制算法對所述故障維修策略數據、維修資源調配數據以及所述歷史維修方案數據進行最優化處理，獲得最佳設備維修方案數據；
31、根據所述最佳設備維修方案數據對設備進行故障維修。
32、可選地，在本申請所述的基于最優化控制的智能決策方法中，還包括：
33、將所述最佳設備維修方案數據以及所述維護時間數據、維護分項數據輸入預設設備維護優化配置模型中進行處理，獲得設備維護重置數據；
34、根據所述設備維護重置數據對所述設備日常維護方案數據進行重設更新，獲得設備維護優化數據；
35、根據所述設備維護優化數據對設備進行優化維護。
36、第二方面，本申請提供了基于最優化控制的智能決策系統，該系統包括：存儲器及處理器，所述存儲器中包括基于最優化控制的智能決策方法的程序，所述基于最優化控制的智能決策方法的程序被所述處理器執行時實現以下步驟：
37、獲取設備歷史故障記錄數據、故障維修記錄數據和設備日常維護數據；
38、獲取設備運行參數數據，根據設備運行參數數據結合所述設備歷史故障記錄數據以及所述設備日常維護數據進行分析處理，獲得故障風險預測等級；
39、獲取設備經濟價值數據，根據設備經濟價值數據結合所述設備歷史故障記錄數據以及所述故障風險預測等級進行分析處理，生成設備維修優先級；
40、獲取維修資源數據，根據維修資源數據結合所述設備維修優先級以及所述歷史維修記錄數據進行處理，獲得維修資源調配數據；
41、根據所述故障風險預測等級以及所述維修資源調配數據生成最佳設備維修方案。
42、可選地，在本申請所述的基于最優化控制的智能決策系統中，所述獲取設備歷史故障記錄數據、故障維修記錄數據和設備日常維護數據，包括：
43、獲取設備歷史故障記錄數據、故障維修記錄數據和設備日常維護數據；
44、所述設備歷史故障記錄數據包括故障時間數據、故障頻率數據、故障位置數據和故障影響度數據；
45本文檔來自技高網...
【技術保護點】
1.一種基于最優化控制的智能決策方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的基于最優化控制的智能決策方法，其特征在于，所述獲取設備歷史故障記錄數據、故障維修記錄數據和設備日常維護數據，包括：
3.根據權利要求2所述的基于最優化控制的智能決策方法，其特征在于，所述獲取設備運行參數數據，根據設備運行參數數據結合所述設備歷史故障記錄數據以及所述設備日常維護數據進行分析處理，獲得故障風險預測等級，包括：
4.根據權利要求3所述的基于最優化控制的智能決策方法，其特征在于，所述獲取設備經濟價值數據，根據設備經濟價值數據結合所述設備歷史故障記錄數據以及所述故障風險預測等級進行分析處理，生成設備維修優先級，包括：
5.根據權利要求4所述的基于最優化控制的智能決策方法，其特征在于，所述獲取維修資源數據，根據維修資源數據結合所述設備維修優先級以及所述歷史維修記錄數據進行處理，獲得維修資源調配數據，包括：
6.根據權利要求5所述的基于最優化控制的智能決策方法，其特征在于，所述根據所述故障風險預測等級以及所述維修資源調配數據生成最
7.根據權利要求6所述的基于最優化控制的智能決策方法，其特征在于，還包括：
8.一種基于最優化控制的智能決策系統，其特征在于，包括存儲器和處理器，所述存儲器中包括基于最優化控制的智能決策方法的程序，所述基于最優化控制的智能決策的方法程序被所述處理器執行時實現如下步驟：
9.根據權利要求8所述的基于最優化控制的智能決策系統，其特征在于，所述獲取設備歷史故障記錄數據、故障維修記錄數據和設備日常維護數據，包括：
10.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質中包括基于最優化控制的智能決策程序，所述基于最優化控制的智能決策程序被處理器執行時，實現如權利要求1至7中任一項所述的基于最優化控制的智能決策方法的步驟。
...【技術特征摘要】
1.一種基于最優化控制的智能決策方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的基于最優化控制的智能決策方法，其特征在于，所述獲取設備歷史故障記錄數據、故障維修記錄數據和設備日常維護數據，包括：
3.根據權利要求2所述的基于最優化控制的智能決策方法，其特征在于，所述獲取設備運行參數數據，根據設備運行參數數據結合所述設備歷史故障記錄數據以及所述設備日常維護數據進行分析處理，獲得故障風險預測等級，包括：
4.根據權利要求3所述的基于最優化控制的智能決策方法，其特征在于，所述獲取設備經濟價值數據，根據設備經濟價值數據結合所述設備歷史故障記錄數據以及所述故障風險預測等級進行分析處理，生成設備維修優先級，包括：
5.根據權利要求4所述的基于最優化控制的智能決策方法，其特征在于，所述獲取維修資源數據，根據維修資源數據結合所述設備維修優先級以及所述歷史維修記錄數據進行處理，獲得維修資源調配數據...
【專利技術屬性】
技術研發人員：彭六保，胡勇，曾志生，邴奇，佟文杰，
申請(專利權)人：航天智控北京監測技術有限公司，
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。