设备维护方法、控制器及存储介质与流程

本申请实施例涉及设备维护，尤其涉及一种设备维护方法、控制器及存储介质。

背景技术：

1、随着工业生产的自动化和智能化程度不断提高，电动设备在现代工业生产中扮演着越来越重要的角色。然而，这些设备在长期运行过程中，必然会受到各种因素的影响，导致性能下降和故障发生，进而影响生产效率和安全性。

2、目前，设备维护方式主要依赖于定期维护和事后维修，然而，定期维护往往忽视设备的实际运行状况，可能导致过度维护或维护不及时，而事后维修则会造成生产中断和经济损失。

技术实现思路

1、有鉴于此，本申请提供了一种设备维护方法、控制器及存储介质，提供智能化预测性的实时维护服务，以提升电动设备的运行可靠性和运维效率。

2、第一方面，本申请提供了一种设备维护方法，包括：获取电动设备的运行数据，该运行数据由多源传感器采集得到；对运行数据进行特征工程处理，得到多维特征；采用时序模型和分类模型组合分析多维特征，得到设备的剩余寿命和故障类别；基于剩余寿命和故障类别，生成维护建议。

3、在一些实施例中，前述对运行数据进行特征工程处理，得到多维特征，包括：对运行数据进行清洗，以去除异常值、填充缺失值、归一化或去噪；基于清洗后的运行数据建立多维特征。

4、在一些实施例中，前述对运行数据进行清洗，包括：对于正态分布的运行数据，剔除距离均值预设范围之外的数据点，其中，预设范围大于2个标准差；对于非正态分布的运行数据，计算局部离群因子，剔除局部离群因子大于或等于预设阈值的数据点。

5、在一些实施例中，前述对运行数据进行清洗，包括：对于运行数据中的缺失值，采用插值处理进行补充。

6、在一些实施例中，插值处理的方式包括时序领域加权插值。

7、在一些实施例中，运行数据包括转速、电流、电压、振动、温度、开机时长或电池健康状态。

8、在一些实施例中，时序模型包括长短期记忆模型，分类模型包括xgboost模型。

9、在一些实施例中，故障类别包括轴承磨损、齿轮断齿、电机退磁或电池老化。

10、第二方面，本申请提供了一种控制器，包括：

11、至少一个处理器，以及

12、与至少一个处理器通信连接的存储器，其中，

13、存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行第一方面中的设备维护方法。

14、第三方面，本申请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可执行指令，计算机可执行指令用于使计算机设备执行如第一方面中的设备维护方法。

15、上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。

1.一种设备维护方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，对所述运行数据进行特征工程处理，得到多维特征，包括：

3.根据权利要求2所述的方法，其特征在于，所述对所述运行数据进行清洗，包括：

4.根据权利要求2所述的方法，其特征在于，所述对所述运行数据进行清洗，包括：

5.根据权利要求4所述的方法，其特征在于，所述插值处理的方式包括时序领域加权插值。

6.根据权利要求1所述的方法，其特征在于，所述运行数据包括转速、电流、电压、振动、温度、开机时长或电池健康状态。

7.根据权利要求1所述的方法，其特征在于，所述时序模型包括长短期记忆模型，所述分类模型包括xgboost模型。

8.根据权利要求1所述的方法，其特征在于，所述故障类别包括轴承磨损、齿轮断齿、电机退磁或电池老化。

9. 一种控制器，其特征在于，包括：

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机可执行指令，所述计算机可执行指令用于使计算机设备执行如权利要求1-8任一项所述的方法。