基于大数据的工业制造设备故障诊断方法、装置及电子设备与流程

1.本发明涉及大数据和设备故障诊断技术领域，具体而言，涉及一种基于大数据的工业制造设备故障诊断方法、装置及电子设备。


背景技术：

2.现目前，现有的对设备故障诊断方法技术大部分是通过人工诊断法。但是人工诊断法仅仅是通过工作人员凭工作经验进行故障诊断，这样难以确保诊断结果不准确。


技术实现要素：

3.为了改善上述问题，本发明提供了一种基于大数据的工业制造设备故障诊断方法、装置及电子设备。
4.一种基于大数据的工业制造设备故障诊断方法，所述方法包括：获取工业制造设备运行过程中的第一运行工况信息和第二运行工况信息，所述第一运行工况信息和所述第二运行工况信息为所述工业制造设备在运行过程中预设时间段对应的运行工况信息；获取所述第一运行工况信息和所述第二运行工况信息的运行噪音信息，所述运行噪音信息表征所述第一运行工况信息和所述第二运行工况信息之间对应故障发生原因之间的运行噪音解析结果；将所述运行噪音信息转换为目标运行故障事件，所述目标运行故障事件包括多个故障发生原因；根据所述目标运行故障事件中所述故障发生原因的信号指示信息，确定在所述第一运行工况信息至所述第二运行工况信息之间的运行时段内，所述工业制造设备运行时的运行故障数据。
5.进一步地，所述获取所述第一运行工况信息和所述第二运行工况信息的运行噪音信息，包括：确定所述第一运行工况信息对应的第一运行音频信号信息，以及所述第二运行工况信息对应的第二运行音频信号信息；将所述第一运行音频信号信息和所述第二运行音频信号信息相比对，得到所述运行噪音信息，其中，所述运行噪音信息以流式数据的形式表达，噪音源位置信息中包括所述故障发生原因之间的运行噪音解析结果对应的客户喜好信息。
6.进一步地，所述将所述运行噪音信息转换为目标运行故障事件，包括：获取所述运行噪音信息对应的噪音源位置信息中的噪音波动信息；将噪音波动信息转换为信号指示信息，得到所述目标运行故障事件，所述目标运行故障事件以信号指示信息矩阵的形式表达。
7.进一步地，所述根据所述目标运行故障事件中所述故障发生原因的信号指示信息，确定在所述第一运行工况信息至所述第二运行工况信息之间的运行时段内，所述工业制造设备运行时的运行故障数据，包括：从所述目标运行故障事件中确定所述故障发生原因的最大信号指示耗时；响应于所述最大信号指示耗时匹配信号指示信息要求，确定所述
第一运行工况信息至所述第二运行工况信息之间的运行时段内，所述工业制造设备运行时运行故障数据。
8.一种基于大数据的工业制造设备故障诊断装置，所述装置包括：运行工况信息获取模块，用于获取工业制造设备运行过程中的第一运行工况信息和第二运行工况信息，所述第一运行工况信息和所述第二运行工况信息为所述工业制造设备在运行过程中预设时间段对应的运行工况信息；运行噪音信息确定模块，用于获取所述第一运行工况信息和所述第二运行工况信息的运行噪音信息，所述运行噪音信息表征所述第一运行工况信息和所述第二运行工况信息之间对应故障发生原因之间的运行噪音解析结果；运行故障事件确定模块，用于将所述运行噪音信息转换为目标运行故障事件，所述目标运行故障事件包括多个故障发生原因；运行故障数据采集模块，用于根据所述目标运行故障事件中所述故障发生原因的信号指示信息，确定在所述第一运行工况信息至所述第二运行工况信息之间的运行时段内，所述工业制造设备运行时的运行故障数据。
9.通过应用上述方法及装置，获取工业制造设备运行过程中的第一运行工况信息和第二运行工况信息，获取所述第一运行工况信息和所述第二运行工况信息的运行噪音信息，将所述运行噪音信息转换为目标运行故障事件，根据所述目标运行故障事件中所述故障发生原因的信号指示信息，确定在所述第一运行工况信息至所述第二运行工况信息之间的运行时段内，所述工业制造设备运行时的运行故障数据。如此，能够确保诊断结果的准确性。
附图说明
10.为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
11.图1为本发明实施例所提供的一种基于大数据的工业制造设备故障诊断方法的流程图。
12.图2为本发明实施例所提供的一种基于大数据的工业制造设备故障诊断装置的功能模块框图。
13.图3为本发明实施例所提供的一种电子设备的硬件结构示意图。
具体实施方式
14.为了更好的理解上述技术方案，下面通过附图以及具体实施例对本发明技术方案做详细的说明，应当理解本发明实施例以及实施例中的具体特征是对本发明技术方案的详细的说明，而不是对本发明技术方案的限定，在不冲突的情况下，本发明实施例以及实施例中的技术特征可以相互组合。
15.请参阅图1，示出了一种基于大数据的工业制造设备故障诊断方法，应用于电子设备，包括以下步骤s110
‑
步骤s140所描述的内容。
16.步骤s110，获取工业制造设备运行过程中的第一运行工况信息和第二运行工况信息，所述第一运行工况信息和所述第二运行工况信息为所述工业制造设备在运行过程中预设时间段对应的运行工况信息。
17.步骤s120，获取所述第一运行工况信息和所述第二运行工况信息的运行噪音信息，所述运行噪音信息表征所述第一运行工况信息和所述第二运行工况信息之间对应故障发生原因之间的运行噪音解析结果。
18.步骤s130，将所述运行噪音信息转换为目标运行故障事件，所述目标运行故障事件包括多个故障发生原因。
19.步骤s140，根据所述目标运行故障事件中所述故障发生原因的信号指示信息，确定在所述第一运行工况信息至所述第二运行工况信息之间的运行时段内，所述工业制造设备运行时的运行故障数据。
20.通过执行上述步骤s110
‑
步骤s140，获取工业制造设备运行过程中的第一运行工况信息和第二运行工况信息，获取所述第一运行工况信息和所述第二运行工况信息的运行噪音信息，将所述运行噪音信息转换为目标运行故障事件，根据所述目标运行故障事件中所述故障发生原因的信号指示信息，确定在所述第一运行工况信息至所述第二运行工况信息之间的运行时段内，所述工业制造设备运行时的运行故障数据。如此，能够确保诊断结果的准确性。
21.进一步地，所述获取所述第一运行工况信息和所述第二运行工况信息的运行噪音信息，包括：确定所述第一运行工况信息对应的第一运行音频信号信息，以及所述第二运行工况信息对应的第二运行音频信号信息；将所述第一运行音频信号信息和所述第二运行音频信号信息相比对，得到所述运行噪音信息，其中，所述运行噪音信息以流式数据的形式表达，噪音源位置信息中包括所述故障发生原因之间的运行噪音解析结果对应的客户喜好信息。
22.进一步地，所述将所述运行噪音信息转换为目标运行故障事件，包括：获取所述运行噪音信息对应的噪音源位置信息中的噪音波动信息；将噪音波动信息转换为信号指示信息，得到所述目标运行故障事件，所述目标运行故障事件以信号指示信息矩阵的形式表达。
23.进一步地，所述根据所述目标运行故障事件中所述故障发生原因的信号指示信息，确定在所述第一运行工况信息至所述第二运行工况信息之间的运行时段内，所述工业制造设备运行时的运行故障数据，包括：从所述目标运行故障事件中确定所述故障发生原因的最大信号指示耗时；响应于所述最大信号指示耗时匹配信号指示信息要求，确定所述第一运行工况信息至所述第二运行工况信息之间的运行时段内，所述工业制造设备运行时运行故障数据。
24.如图2所示，示出了一种基于大数据的工业制造设备故障诊断装置200，所述装置包括：运行工况信息获取模块210，用于获取工业制造设备运行过程中的第一运行工况信息和第二运行工况信息，所述第一运行工况信息和所述第二运行工况信息为所述工业制造设备在运行过程中预设时间段对应的运行工况信息；运行噪音信息确定模块220，用于获取所述第一运行工况信息和所述第二运行工况信息的运行噪音信息，所述运行噪音信息表征所述第一运行工况信息和所述第二运行工
况信息之间对应故障发生原因之间的运行噪音解析结果；运行故障事件确定模块230，用于将所述运行噪音信息转换为目标运行故障事件，所述目标运行故障事件包括多个故障发生原因；运行故障数据采集模块240，用于根据所述目标运行故障事件中所述故障发生原因的信号指示信息，确定在所述第一运行工况信息至所述第二运行工况信息之间的运行时段内，所述工业制造设备运行时的运行故障数据。
25.请结合参阅图3，提供了电子设备110的硬件结构图。
26.图3示出了本发明实施例所提供的一种电子设备110的方框示意图。本发明实施例中的电子设备110可以为具有数据存储、传输、处理功能的服务端，如图3所示，电子设备110包括：存储器111、处理器112、网络模块113和基于大数据的工业制造设备故障诊断装置200。
27.存储器111、处理器112和网络模块113之间直接或间接地电性连接，以实现数据的传输或交互。例如，这些元件互相之间可以通过一条或多条通讯总线或信号线实现电性连接。存储器111中存储有基于大数据的工业制造设备故障诊断装置200，所述基于大数据的工业制造设备故障诊断装置200包括至少一个可以软件或固件（firmware）的形式储存于所述存储器111中的软件功能模块，所述处理器112通过运行存储在存储器111内的软件程序以及模块，例如本发明实施例中的基于大数据的工业制造设备故障诊断装置200，从而执行各种功能应用以及数据处理，即实现本发明实施例中的基于大数据的工业制造设备故障诊断方法。
28.其中，所述存储器111可以是，但不限于，随机存取存储器（random access memory，ram），只读存储器（read only memory，rom），可编程只读存储器（programmable read
‑
only memory，prom），可擦除只读存储器（erasable programmable read
‑
only memory，eprom），电可擦除只读存储器（electric erasable programmable read
‑
only memory，eeprom）等。其中，存储器111用于存储程序，所述处理器112在接收到执行指令后，执行所述程序。
29.所述处理器112可能是一种集成电路芯片，具有数据的处理能力。上述的处理器112可以是通用处理器，包括中央处理器 (central processing unit，cpu)、网络处理器 (network processor，np)等。可以实现或者执行本发明实施例中公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
30.网络模块113用于通过网络建立电子设备110与其他通信终端设备之间的通信连接，实现网络信号及数据的收发操作。上述网络信号可包括无线信号或者有线信号。
31.可以理解，图3所示的结构仅为示意，电子设备110还可包括比图3中所示更多或者更少的组件，或者具有与图3所示不同的配置。图3中所示的各组件可以采用硬件、软件或其组合实现。
32.本发明实施例还提供一种计算机可读存储介质，所述可读存储介质包括计算机程序。所述计算机程序运行时控制所述可读存储介质所在电子设备110执行上述的方法。
33.在本发明实施例所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置和方法实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现
的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
34.另外，在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
35.所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，电子设备10，或者网络设备等）执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器（rom，read
‑
only memory）、随机存取存储器（ram，random access memory）、磁碟或者光盘等各种可以存储程序代码的介质。需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
36.以上仅为本技术的实施例而已，并不用于限制本技术。对于本领域技术人员来说，本技术可以有各种更改和变化。凡在本技术的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本技术的权利要求范围之内。