预测性维护方法、系统及存储介质与流程

1.本发明涉及汽车工业领域，特别是一种预测性维护方法、系统及计算机可读存储介质。


背景技术：

2.在汽车行业，由于设备供应商和类型众多，生产工艺和环节种类繁多，对自动化设备和维护人员的知识要求更高，因此，传统的预测维护系统不能快速对车间或工厂级设备进行预测维护，对故障类型的预测性诊断需要花费大量的研发和实验费用。
3.此外，即使基于最前沿的it和物联网技术能够对设备进行预测性维护分析，其结果也很难在实际的汽车工厂中使用，因为这些结果取决于现场不同的设备机械特性数据和生产过程，如不同的设备结构，不同的柔性生产负荷和不同的工位工艺等。这些复杂的问题使得预测维护业务很大程度上依赖于专业的数据专家和振动专家或领域专有技术专家，而由于数据样本的复杂性使得核心算法的可重用性受到限制。
4.总之，在全厂推广预测性维护的重要问题包括：问题1：如何理解知识门槛较低的不同工位和设备的数据。问题2：如何以低成本推进全厂关键设备的基础分析。问题3：如何将预测性维护顺利移交给技术门槛较低的现场工作人员。


技术实现要素：

5.有鉴于此，本发明实施例中一方面提出了一种预测性维护方法，另一方面提出了一种预测性维护系统和计算机可读存储介质，用以实现汽车行业或其他工业领域的低知识门槛的预测性维护。
6.本发明实施例中提出的一种预测性维护方法，包括：通过工位管理人机交互界面接收用户对至少一个目标监控组件中的每个目标监控组件的配置信息，所述配置信息包括：工位、组件名称、数据采集方案及协议、采集的数据特征变量；基于所述配置信息，分别采集所述至少一个目标监控组件的数据，对所采集的数据进行统一管理，并存储到第一数据库中；当所述配置信息中进一步包括针对数据特征变量的故障告警阈值和表征故障信息的故障代码时，基于所述故障告警阈值对实时采集的所述目标监控组件的数据进行监控，并在设定时间内持续监控到一数据特征变量的数据达到对应的故障告警阈值时，发出故障告警并根据所述故障代码提供对应的故障信息；或者，当所述配置信息中进一步包括针对一数据特征变量的自适应阈值标识和所述故障代码时，对已采集的所述数据特征变量的数据进行分析，得到所述数据特征变量的安全数据范围，基于所述安全数据范围确定出针对所述数据特征变量的故障告警阈值，或者，基于学习到的所述数据特征变量的历史告警阈值确定出针对所述数据特征变量的故障告警阈值；基于所述故障告警阈值对实时采集的所述目标监控组件的数据进行监控，在设定时间内持续监控到所述数据特征变量的数据达到故障告警阈值时，发出故障告警并根据所述故障代码提供对应的故障信息；其中，所述故障信息包括：故障名称、故障描述信息和故障解决建议中的至少一种或任意组合；所述故障代
码与所述故障信息之间的对应关系通过一代码信息人机交互界面提供给所述用户学习和查询。
7.在一个实施方式中，所述对所采集的数据进行统一管理包括：利用集中式软数据网关将基于不同协议采集的数据统一成一种格式后传输到一消息队列中。
8.在一个实施方式中，进一步包括：通过诊断算法人机交互界面接收用户针对一目标监控组件所选取的诊断算法，利用第二数据库中存储的针对所述目标监控组件的监控样本中第一数量的监控样本对所述诊断算法进行训练，利用所述第二数据库中的针对所述目标监控组件的监控样本中剩余的第二数量的监控样本对训练后的诊断算法进行准确度验证，并将得到的准确度通过所述诊断算法人机交互界面提供给所述用户；其中，第一数量大于第二数量；所述监控样本中包括故障样本，且每个故障样本包括对应设置的历史采集数据和故障代码，其中，历史采集数据为输入样本，故障代码为输出样本；在所述用户选定针对所述目标监控组件的诊断算法后，利用训练后的诊断算法对实时采集的所述目标监控组件的数据进行监控，并在监控到输出对应的故障代码时，发出故障告警并根据所述故障代码提供对应的故障信息。
9.在一个实施方式中，进一步包括：通过样本管理人机交互界面接收用户的故障上报信息；所述故障上报信息包括：故障代码、工位、组件名称、故障起止时间；根据所述故障上报信息，从所述第一数据库中获取对应所述工位和所述组件名称的目标监控组件在所述起止时间内的数据，对所述起止时间内的数据进行分析，确定出其中的静止数据和运动数据，将所述运动数据作为有效样本数据，并将所述有效样本数据作为历史采集数据并与所述故障上报信息中的故障代码相对应后构成所述目标监控组件的故障样本，将所述故障样本存储到所述第二数据库中。
10.在一个实施方式中，进一步包括：以时间序列将所述起止时间内的数据以散点图的形式通过所述样本管理人机交互界面呈现给所述用户；其中，在所述散点图中，所述静止数据和所述运动数据以不同的颜色或不同的大小或不同的散点样式进行区分；并在存在对应的故障告警阈值时，将所述故障告警阈值标识在所述散点图中。
11.本发明实施例中提出的又一种预测性维护方法，包括：通过工位管理人机交互界面接收用户对至少一个目标监控组件中的每个目标监控组件的配置信息，所述配置信息包括：工位、组件名称、数据采集方案及协议、采集的数据特征变量；基于所述配置信息，分别采集所述至少一个目标监控组件的数据，对所采集的数据进行统一管理，并存储到第一数据库中；通过诊断算法人机交互界面接收用户针对一目标监控组件所选取的诊断算法，利用第二数据库中存储的针对所述目标监控组件的监控样本中第一数量的监控样本对所述诊断算法进行训练，利用所述第二数据库中的针对所述目标监控组件的监控样本中剩余的第二数量的监控样本对训练后的诊断算法进行准确度验证，并将得到的准确度通过所述诊断算法人机交互界面提供给所述用户；其中，第一数量大于第二数量；其中，所述监控样本中包括故障样本，且每个故障样本包括对应设置的历史采集数据和故障代码，其中，历史采集数据为输入样本，故障代码为输出样本；在所述用户选定针对所述目标监控组件的诊断算法后，利用训练后的诊断算法对实时采集的所述目标监控组件的数据进行监控，并在监控到输出对应的故障代码时，发出故障告警并根据所述故障代码提供对应的故障信息。
12.在一个实施方式中，进一步包括：通过样本管理人机交互界面接收用户的故障上
报信息；所述故障上报信息包括：故障代码、工位、组件名称、故障起止时间；根据所述故障上报信息，从所述第一数据库中获取对应所述工位和所述组件名称的目标监控组件在所述起止时间内的数据，对所述起止时间内的数据进行分析，确定出其中的静止数据和运动数据，将所述运动数据确定为有效样本数据，并将所述有效样本数据作为历史采集数据并与所述故障上报信息中的故障代码相对应后构成所述目标监控组件的故障样本，将所述故障样本存储到所述第二数据库中。
13.在一个实施方式中，进一步包括：以时间序列将所述起止时间内的数据以散点图的形式通过所述样本管理人机交互界面呈现给所述用户；其中，在所述散点图中，所述静止数据和所述运动数据以不同的颜色或不同的大小或不同的散点样式进行区分。
14.本发明实施例中提出的预测性维护系统，包括：工位管理模块，用于通过工位管理人机交互界面接收用户对至少一个目标监控组件中的每个目标监控组件的配置信息，所述配置信息包括：工位、组件名称、数据采集方案及协议、采集的数据特征变量；数据采集模块，用于基于所述配置信息，分别采集所述至少一个目标监控组件的数据，对所采集的数据进行统一管理，并存储到第一数据库中；第一数据监控模块，用于当所述配置信息中进一步包括针对数据特征变量的故障告警阈值和表征故障信息的故障代码时，基于所述故障告警阈值对实时采集的所述目标监控组件的数据进行监控，并在设定时间内持续监控到一数据特征变量的数据达到对应的故障告警阈值时，发出故障告警并根据所述故障代码提供对应的故障信息；或者，当所述配置信息中进一步包括针对一数据特征变量的自适应阈值标识和所述故障代码时，对已采集的所述数据特征变量的数据进行分析，得到所述数据特征变量的安全数据范围，基于所述安全数据范围确定出针对所述数据特征变量的故障告警阈值，或者，基于学习到的所述数据特征变量的历史告警阈值确定出针对所述数据特征变量的故障告警阈值；基于所述故障告警阈值对实时采集的所述目标监控组件的数据进行监控，在设定时间内持续监控到所述数据特征变量的数据达到故障告警阈值时，发出故障告警并根据所述故障代码提供对应的故障信息；其中，所述故障信息包括：故障名称、故障描述信息和故障解决建议中的至少一种或任意组合；故障代码存储模块，用于存储有所述故障代码与所述故障信息之间的对应关系，并将所述对应关系通过一代码信息人机交互界面提供给所述用户学习和查询。
15.在一个实施方式中，所述数据采集模块利用集中式软数据网关将基于不同协议采集的数据统一成一种格式后传输到一消息队列中以实现统一管理。
16.在一个实施方式中，进一步包括：诊断算法配置模块，用于通过诊断算法人机交互界面接收用户针对一目标监控组件所选取的诊断算法，利用第二数据库中存储的针对所述目标监控组件的监控样本中第一数量的监控样本对所述诊断算法进行训练，利用所述第二数据库中的针对所述目标监控组件的监控样本中剩余的第二数量的监控样本对训练后的诊断算法进行准确度验证，并将得到的准确度通过所述诊断算法人机交互界面提供给所述用户；其中，第一数量大于第二数量；所述监控样本中包括故障样本，且每个故障样本包括对应设置的历史采集数据和故障代码，其中，历史采集数据为输入样本，故障代码为输出样本；第二数据监控模块，用于在所述用户选定针对所述目标监控组件的诊断算法后，利用训练后的诊断算法对实时采集的所述目标监控组件的数据进行监控，并在监控到输出对应的故障代码时，发出故障告警信息并根据所述故障代码提供对应的故障信息。
17.在一个实施方式中，进一步包括：样本管理模块，用于通过样本管理人机交互界面接收用户的故障上报信息；所述故障上报信息包括：故障代码、工位、组件名称、故障起止时间；根据所述故障上报信息，从所述第一数据库中获取对应所述工位和所述组件名称的目标监控组件在所述起止时间内的数据，对所述起止时间内的数据进行分析，确定出其中的静止数据和运动数据，将所述运动数据作为有效样本数据，并将所述有效样本数据作为历史采集数据并与所述故障上报信息中的故障代码相对应后构成所述目标监控组件的故障样本，将所述故障样本存储到所述第二数据库中。
18.在一个实施方式中，所述样本管理模块进一步以时间序列将所述起止时间内的数据以散点图的形式通过所述样本管理人机交互界面呈现给所述用户；其中，在所述散点图中，所述静止数据和所述运动数据以不同的颜色或不同的大小或不同的散点样式进行区分；并在存在对应的故障告警阈值时，将所述故障告警阈值标识在所述散点图中。
19.本发明实施例中提出的预测性维护系统，包括：工位管理模块，用于通过工位管理人机交互界面接收用户对至少一个目标监控组件中的每个目标监控组件的配置信息，所述配置信息包括：工位、组件名称、数据采集方案及协议、采集的数据特征变量；数据采集模块，用于基于所述配置信息，分别采集所述至少一个目标监控组件的数据，对所采集的数据进行统一管理，并存储到第一数据库中；诊断算法配置模块，用于通过诊断算法人机交互界面接收用户针对一目标监控组件所选取的诊断算法，利用第二数据库中存储的针对所述目标监控组件的监控样本中第一数量的监控样本对所述诊断算法进行训练，利用所述第二数据库中的针对所述目标监控组件的监控样本中剩余的第二数量的监控样本对训练后的诊断算法进行准确度验证，并将得到的准确度通过所述诊断算法人机交互界面提供给所述用户；其中，第一数量大于第二数量；所述监控样本中包括故障样本，且每个故障样本包括对应设置的历史采集数据和故障代码，其中，历史采集数据为输入样本，故障代码为输出样本；数据监控模块，用于在所述用户选定针对所述目标监控组件的诊断算法后，利用训练后的诊断算法对实时采集的所述目标监控组件的数据进行监控，并在监控到输出对应的故障代码时，发出故障告警信息并根据所述故障代码提供对应的故障信息。
20.在一个实施方式中，进一步包括：样本管理模块，用于通过样本管理人机交互界面接收用户的故障上报信息；所述故障上报信息包括：故障代码、工位、组件名称、故障起止时间；根据所述故障上报信息，从所述第一数据库中获取对应所述工位和所述组件名称的目标监控组件在所述起止时间内的数据，对所述起止时间内的数据进行分析，确定出其中的静止数据和运动数据，将所述运动数据确定为有效样本数据，并将所述有效样本数据作为历史采集数据并与所述故障上报信息中的故障代码相对应后构成所述目标监控组件的故障样本，将所述故障样本存储到所述第二数据库中。
21.在一个实施方式中，所述样本管理模块进一步以时间序列将所述起止时间内的数据以散点图的形式通过所述样本管理人机交互界面呈现给所述用户；其中，在所述散点图中，所述静止数据和所述运动数据以不同的颜色或不同的大小或不同的散点样式进行区分。
22.本发明实施例中提出的再一种预测性维护系统，包括：至少一个存储器和至少一个处理器，其中：所述至少一个存储器用于存储计算机程序；所述至少一个处理器用于调用所述至少一个存储器中存储的计算机程序，执行如上任一实施方式所述的预测性维护方
法。
23.本发明实施例中提出的一种计算机可读存储介质，其上存储有计算机程序；所述计算机程序能够被一处理器执行并实现如上任一实施方式所述的预测性维护方法。
24.从上述方案中可以看出，由于本发明实施例中，提供了能够引导用户如维修工或技术工对需要监控的组件进行数据采集及告警阈值等信息进行配置的人工交互界面，且告警阈值还可以由系统自适应确定，因此使得用户可以以较低的知识门槛参与到预测性维护系统的构建中。
25.此外，通过提供可引导用户对发生故障时的故障信息如故障组件、故障时间段及故障类型等进行上报的界面，进而基于用户上报的故障信息获取故障样本，一方面可以实时获取现场的故障样本，另一方面进一步使得用户可以以较低的知识门槛参与到预测性维护系统的构建中。
26.进一步地，通过提供可引导用户对进行预测性维护的诊断算法进行设置的界面，并且针对用户选取的诊断算法，将该诊断算法的诊断准确度推给用户，可以协助具有较低知识的用户选取合适的诊断算法，进一步使得用户可以以较低的知识门槛参与到预测性维护系统的构建中。
27.可见，本发明实施例中无需数据专家进行数据配置和结果集成，仅由用户便可完成，因此降低了知识门槛。此外，由于本实施例中可针对各种组件进行监控，并且将采集的数据进行统一管理，因此可降低系统的复杂性以及成本。
附图说明
28.下面将通过参照附图详细描述本发明的优选实施例，使本领域的普通技术人员更清楚本发明的上述及其它特征和优点，附图中：
29.图1a和图1b分别为本发明实施例中预测性维护方法的示例性流程图。
30.图2a和图2b示出了本发明一个例子中一个工位管理人机交互界面的示意图。
31.图3为本发明一个例子中代码信息人机交互界面的示意图。
32.图4a至图4d示出了本发明一个例子中一个样本管理人机交互界面的示意图。
33.图4e为本发明一个例子中散点图的示意图。
34.图5为本发明一个例子中诊断算法人机交互界面的示意图。
35.图6为本发明实施例中一种预测性维护系统的结构示意图。
36.图7为本发明实施例中又一种预测性维护系统的结构示意图。
37.其中，附图标记如下：
38.标号含义101～106步骤601工位管理模块602数据采集模块603第一数据监控模块604故障代码存储模块605样本管理模块606诊断算法配置模块
607第二数据监控模块608数据库71存储器72处理器73显示器74总线
具体实施方式
39.本发明实施例中，考虑到目前一些it公司和汽车公司的研发部门正在研究预测性维修领域的特定设备，可能有两种类型：1)数据平台提供算法流引擎(库)，如ibm和tangent works(https://www.tangent.works/).这些数据平台提供了先进的人工智能算法，适合数据专家使用。但其对汽车行业的技术人员和工人的门槛很高。如果通过数据专家将结果集成到现场应用中，则需要较高的初始投资和后期系统维护成本。2)特殊设备的预测性维护，如abb电机和发电机的预测性维护服务。如果未来的理想是对全厂关键设备进行预测性维护，这种有针对性的专用设备会使全厂的应用/服务集成更加复杂和冗余，系统维护成本也会增加。
40.因此，为了提供一种低知识门槛的、低成本的预测性维护方案，本发明实施例中，考虑提供一种人机交互界面，其能够引导现场用户如维修工或技术工对需要监控的组件进行数据采集及告警阈值等信息的配置；并在发生故障时引导现场用户对故障信息如故障组件、故障时间段及故障类型等进行上报，进而基于用户上报的故障信息获取故障样本；以及引导现场用户对进行预测性维护的算法进行设置。从而可无需数据专家进行数据配置和结果集成，仅由用户便可完成，从而降低了知识门槛。此外，由于本实施例中可针对各种组件进行监控，并且将采集的数据进行统一管理，因此可降低系统的复杂性以及成本。
41.为使本发明的目的、技术方案和优点更加清楚，以下举实施例对本发明进一步详细说明。
42.图1a和图1b分别为本发明实施例中一种预测性维护方法的示例性流程图。如图1a所示，该方法可包括如下步骤：
43.步骤101，通过工位管理人机交互界面接收用户对至少一个目标监控组件中的每个目标监控组件的配置信息，所述配置信息可包括：工位、组件名称、数据采集方案及协议、采集的数据特征变量等信息。
44.图2a和图2b示出了本发明一个例子中一个工位管理人机交互界面的示意图。其中图2a为主显示界面，图2b为配置界面。如图2a所示，该工位管理人机交互主显示界面中提供有对工位、组件名称、数据采集方案、数据采集协议、主机、端口、标题(topic)等信息(由于空间有限，因此一行只能显示部分内容)的设置。针对已完成的条目，界面中还设置有用于修改条目的“编辑”按钮、用于复制条目的“复制”按钮和用于删除条目的“删除”按钮。此外，为了进行新条目的添加，界面中还设置有用于新增条目的“添加”按钮，以及用于数据库建表存储的“建表”按钮。
45.例如，当点选“添加”按钮或“编辑”按钮时，可弹出如图2b所示的工位详情配置界面。假设以添加第一个条目时的情况为例，则如图2b所示，用户可在对应“工位”的文本框中
输出具体的工位号，例如pa01。可在对应“组件”的下拉框中选择所要监控的组件，例如链条。在对应“数采方案”的下拉框中选择所要采样的数据采集方案，例如博世xdk。本实施例中，默认已知各种数采方案对应的数据采集协议，例如，数采方案选定博适xdk后，默认已知其协议为mqtt。其中，具体的数据采集方案可根据数据来源的介质确定。例如数据采集器，市面上有西门子、abb的很多厂家的数采设备，可以直接采集传感器数据。此外，还有博世xdk，数据网关类设备，有标准的数据推送接口，还有西门子和欧姆龙等现场控制设备，有些应用中也被看作是数据采集设备。此外，在对应“主机”的文本框里可输入对应的主机号，例如47.12.3.23。在对应“端口”的文本框里可输入对应的端口号，例如1883。在对应“标题”的文本框里可输入对应的标题，例如svw/pa01。此外，可在“特征”(即数据特征变量，图中简称“特征”)对应的文本框内输入对应的变量名称，可在“地址”对应的文本框内输入采集所述数据特征变量的地址，并对应该数据特征变量可设置两个告警阈值，即“中级阈值”和“高级阈值”，且对应每个告警阈值还分别设置有对应的故障代码，即“中级故障代码”和“高级故障代码”。本实施例中，针对同一个组件，可能会采集多于一个的数据特征变量，且有些数据特征变量有告警阈值和对应的表征故障信息的故障代码，有些数据特征变量没有告警阈值和对应的故障代码。例如，图2b中，数据特征变量可包括：时间戳(timestamp)、最大振动量(vibmax)等，具体设置时，可通过点击右侧的“添加”按钮进行添加，对于已经添加的条目，如果不需要，则可以点击右侧的“删除”按钮进行删除。其中，时间戳(timestamp)是没有告警阈值的。最大振动量(vibmax)可以有相应的两级告警阈值及对应的故障代码。其中，本实施例中的数值只是起示例性说明的作用，并不代表实际数值。
46.本实施例中，告警阈值可以由经验丰富的用户直接输入，也可以在用户不确定合适的告警阈值是什么时，选择图2a中的“自适应阈值”选项，以由系统自动学习得到对应的告警阈值。例如，系统可对已采集的需要自动学习告警阈值的数据特征变量的数据进行分析，得到所述数据特征变量的安全数据范围，基于所述安全数据范围确定出针对所述数据特征变量的故障告警阈值。或者，也可以是基于学习到的所述数据特征变量的历史故障告警阈值确定。此处不对其进行限定。
47.为了便于用户了解各故障代码对应的具体故障信息，本实施例中，可进一步提供一代码信息人机交互界面，如图3所示，图3为本发明一个例子中代码信息人机交互界面的示意图，其中呈现有各代码及其指代信息之间的对应关系，本实施例中，代码包括健康代码和故障代码，相应地，指代信息也包括健康信息和故障信息，具体可包括：名称和对应的描述信息。此外，针对故障信息除了可包括故障名称和故障描述信息之外，还可以进一步包括故障解决建议。其中，由于空间有限，故障解决建议可以被折叠隐藏或展开。例如，针对代码为1100的故障代码，对应的故障名称为：设备振动能量异常，对应的描述信息为：temperature anomaly(温度异常)，当然，在其他实施方式中，描述信息也可以为“温度过高”或“温度过低”等。对应的故障解决建议包括：1、检查是否存在额外的碎屑影响，例如铁屑、油污或杂物；2、检查是否存在人为干扰，如粗心或意外碰撞；3、检查设备噪声和轴承的润滑油状态；4、继续监控。当然，在其他实施方式中，针对代码的信息也可以只包括名称，或只包括描述信息，或只包括名称和描述信息，或只包括名称和故障解决建议，或只包括描述信息和故障解决建议等。
48.步骤102，基于所述配置信息，分别采集所述至少一个目标监控组件的数据，对所
采集的数据进行统一管理，并存储到第一数据库中。
49.本实施例中，可利用集中式软数据网关将基于不同协议采集的数据统一成一种格式后传输到一消息队列中，例如mqtt(message queuing telemetry transport，消息队列遥测传输协议)的消息队列中。进而可利用时序数据写入模块写入到第一数据库中进行存储。
50.步骤103，针对存在对应数据特征变量的故障告警阈值和表征故障信息的故障代码的情况，可基于所述故障告警阈值对实时采集的所述目标监控组件的数据进行监控，并在设定时间内持续监控到一数据特征变量的数据达到对应的故障告警阈值时，发出故障告警并根据所述故障代码提供对应的故障信息。
51.步骤104，通过样本管理人机交互界面接收用户的故障上报信息；所述故障上报信息包括：故障代码、工位、组件名称、故障起止时间等信息。
52.图4a至图4d示出了本发明一个例子中一个样本管理人机交互界面的示意图。其中，图4a为主显示界面，图4b至图4d为配置界面。如图4a所示，该样本管理人机交互主显示界面中提供有对代码、名称、工位、组件名称、开始时间和结束时间等信息的设置。其中，代码可以为健康代码也可以为故障代码，也就是说，本发明实施例中的样本管理人机交互界面既可以上报健康样本也可以上报故障样本。当然，在其他例子中，也可以仅上报故障样本。针对已完成的条目，界面中还设置有用于修改条目的“编辑”按钮和用于删除条目的“删除”按钮。此外，为了进行新条目的添加，界面中还设置有用于新增条目的“添加”按钮。
53.例如，当点选“添加”按钮时，可弹出如图4b至图4d所示的样本详情配置界面。如图4b至图4d所示，用户可在对应“工位”的文本框中输出具体的工位号，同时对应的组件名称会自动显示在右侧的灰度框内。本实施例中，当鼠标点击放置在文本框中时，会以弹窗下拉菜单的形式将所有工位及对应的组件名称呈现给用户进行选择(图中未示出)。可在对应“样本等级”的下拉框中选择对应的样本等级，如图4b所示的健康、中级故障或高级故障。在对应“样本代码”的下拉框中选择对应的样本代码，如图4c所示的各种样本代码及对应的样本名称。如图4d所示，在样本代码选定之后，相应的样本名称也就选定了。在对应“样本时间”的文本框中输入对应的起止时间(包括开始时间和结束时间)。本实施例中，当鼠标点击放置在对应的文本框中时，会以弹窗的形式将日历界面呈现出来。在“描述”对应的文本框中输入对应的描述信息。
54.本实施例中，考虑到为了降低用户的知识门槛，在用户上报健康样本或故障样本时，仅需要用户上报对应的起止时间即可。但考虑到这段时间除了包括目标监控组件工作的时间段，也有可能包括目标监控组件不工作的时间段，因此为了去除干扰，从中提取出有效的样本数据，本实施例中可进一步对所述起止时间内的数据进行分析，确定出其中的静止数据和运动数据，将其中的运动数据作为有效样本数据，并将所述有效样本数据作为历史采集数据并与所述上报信息中的代码相对应后构成所述目标监控组件的监控样本，将所述监控样本存储到所述第二数据库中。其中，监控样本可包括健康样本和故障样本。当然，在其他例子中，监控样本也可仅包括故障样本。其中，历史采集数据为输入样本，对应的代码为输出样本。
55.此外，为了方便用户确认样本范围是否正确，可进一步以时间序列将所述起止时间内的数据以散点图的形式通过所述样本管理人机交互界面呈现给所述用户；其中，在所
述散点图中，所述静止数据和所述运动数据以不同的颜色或不同的大小或不同的散点样式进行区分；并在存在对应的故障告警阈值时，将所述故障告警阈值标识在所述散点图中。图4e中示出了本发明一个例子中散点图的示意图。具体实现时，可如图4a所示，针对已完成的条目进一步设置用于查看视图的“视图”按钮，如图4b和图4c所示，可进一步设置“预览视图并保存”的按钮，当点击“视图”按钮或“预览视图并保存”按钮时，所述散点图便会呈现出来供用户查看。
56.此外，若之前已经获取到历史监控样本，则可首先将已获取的历史监控样本存储到第二数据库中，
57.步骤105，通过诊断算法人机交互界面接收用户针对一目标监控组件所选取的诊断算法，利用第二数据库中存储的针对所述目标监控组件的监控样本中第一数量的监控样本对所述诊断算法进行训练，利用所述第二数据库中的针对所述目标监控组件的监控样本中剩余的第二数量的监控样本对训练后的诊断算法进行准确度验证，并将得到的准确度通过所述诊断算法人机交互界面提供给所述用户。其中，第一数量可远大于第二数量。
58.在不同实施方式中，监控样本中可同时包括健康样本和故障样本，或者，也可仅包括故障样本。
59.图5为本发明一个例子中诊断算法人机交互界面的示意图。如图5所示，在为一目标监控组件选取诊断算法后，针对该诊断算法的准确度便会呈现在旁边的准确度区域内。例如，为工位pa08的链条选取朴素贝叶斯诊断算法后，准确度区域便会呈现出对应的准确度60％，若用户想了解其他的诊断算法，则可以重新再选择其他类型的诊断算法，并点击“重新计算”按钮，此时针对该重新选择的诊断算法的准确度便会呈现出来，从而可方便用户选择最终使用的诊断算法，而不需要用户事先对各种诊断算法的特点进行详细了解。
60.步骤106，在所述用户选定针对一目标监控组件的诊断算法后，利用训练后的诊断算法对实时采集的所述目标监控组件的数据进行监控，并在监控到输出对应的故障代码时，发出故障告警并根据所述故障代码提供对应的故障信息。
61.具体实现时，对应的故障信息可通过人机交互界面的一个页面呈现给用户，或者同时也可发送至预先配置的其他设备。此处不对其进行具体限定。
62.可以看出，上述图1所示流程图中，可以采用两种监控方法。一种是基于告警阈值的监控，一种是基于诊断算法的监控。在其他实施方式中，也可仅采用一种监控方式，也即，可仅包括上述步骤101至步骤106中的部分步骤。例如，可如图1b所示，仅包括步骤101
‑
步骤103。此外，在其他实施方式中，也可仅包括步骤101
‑
步骤102和步骤104
‑
步骤106，或者仅包括101
‑
步骤102和步骤105
‑
步骤106。其中，对于不包括步骤103的情况，目标监控组件的配置信息中可不包括告警阈值的设置。对于不包括步骤104的情况，默认第二数据库中存储有监控样本，但该监控样本不一定是通过本实施例中的样本管理人机交互界面输入的，也可以是采用其他的方式输入的；或者，也可以是通过本实施例中的样本管理人机交互界面输入的，但可能不是实时输入的，可能是提前输入的。
63.以上对本发明实施例中预测性维护方法进行了详细描述，下面再对本发明实施例中预测性维护系统进行详细描述。本发明实施例中的预测性维护系统可用于实施本发明实施例中的预测性维护方法，对于本发明系统实施例中未详细披露的细节可参见本发明方法实施例中的相应描述，此处不再一一赘述。
64.图6为本发明实施例中预测性维护系统的示例性结构图。如图6所示，该系统可包括：工位管理模块601、数据采集模块602、第一数据监控模块603、故障代码存储模块604、样本管理模块605、诊断算法配置模块606和第二数据监控模块607。
65.工位管理模块601用于通过工位管理人机交互界面接收用户对至少一个目标监控组件中的每个目标监控组件的配置信息，所述配置信息包括：工位、组件名称、数据采集方案及协议、采集的数据特征变量等。
66.数据采集模块602用于基于所述配置信息，分别采集所述至少一个目标监控组件的数据，对所采集的数据进行统一管理，并存储到第一数据库中。例如，在一个实施方式中，数据采集模块602可利用集中式软数据网关将基于不同协议采集的数据统一成一种格式后传输到一消息队列中以实现统一管理。
67.第一数据监控模块603用于当所述配置信息中进一步包括针对数据特征变量的故障告警阈值和表征故障信息的故障代码时，基于所述故障告警阈值对实时采集的所述目标监控组件的数据进行监控，并在设定时间内持续监控到一数据特征变量的数据达到对应的故障告警阈值时，发出故障告警并根据所述故障代码提供对应的故障信息；或者，当所述配置信息中进一步包括针对一数据特征变量的自适应阈值标识和所述故障代码时，对已采集的所述数据特征变量的数据进行分析，得到所述数据特征变量的安全数据范围，基于所述安全数据范围确定出针对所述数据特征变量的故障告警阈值，或者，基于学习到的所述数据特征变量的历史告警阈值确定出针对所述数据特征变量的故障告警阈值；基于所述故障告警阈值对实时采集的所述目标监控组件的数据进行监控，在设定时间内持续监控到所述数据特征变量的数据达到故障告警阈值时，发出故障告警并根据所述故障代码提供对应的故障信息；其中，所述故障信息包括：故障名称、故障描述信息和故障解决建议中的至少一种或任意组合。
68.故障代码存储模块604用于存储有所述故障代码与所述故障信息之间的对应关系，并将所述对应关系通过一代码信息人机交互界面提供给所述用户学习和查询。
69.样本管理模块605用于通过样本管理人机交互界面接收用户的故障上报信息；所述故障上报信息包括：故障代码、工位、组件名称、故障起止时间；根据所述故障上报信息，从所述第一数据库中获取对应所述工位和所述组件名称的目标监控组件在所述起止时间内的数据，对所述起止时间内的数据进行分析，确定出其中的静止数据和运动数据，将所述运动数据作为有效样本数据，并将所述有效样本数据作为历史采集数据并与所述故障上报信息中的故障代码相对应后构成所述目标监控组件的故障样本，将所述故障样本存储到所述第二数据库中。具体实现时，第一数据库和第二数据库可以为不同的数据库，也可以为合并统称为一个大数据库608。
70.在一个实施方式中，样本管理模块605可进一步以时间序列将所述起止时间内的数据以散点图的形式通过所述样本管理人机交互界面呈现给所述用户；其中，在所述散点图中，所述静止数据和所述运动数据以不同的颜色或不同的大小或不同的散点样式进行区分；并在存在对应的故障告警阈值时，将所述故障告警阈值标识在所述散点图中。
71.诊断算法配置模块606用于通过诊断算法人机交互界面接收用户针对一目标监控组件所选取的诊断算法，利用第二数据库中存储的针对所述目标监控组件的监控样本中第一数量的监控样本对所述诊断算法进行训练，利用所述第二数据库中的针对所述目标监控
组件的监控样本中剩余的第二数量的监控样本对训练后的诊断算法进行准确度验证，并将得到的准确度通过所述诊断算法人机交互界面提供给所述用户；其中，第一数量大于第二数量；所述监控样本中包括故障样本，且每个故障样本包括对应设置的历史采集数据和故障代码，其中，历史采集数据为输入样本，故障代码为输出样本。
72.第二数据监控模块607用于在所述用户选定针对所述目标监控组件的诊断算法后，利用训练后的诊断算法对实时采集的所述目标监控组件的数据进行监控，并在监控到输出对应的故障代码时，发出故障告警信息并根据所述故障代码提供对应的故障信息。
73.在有些实施方式中，可只包括图6所示系统中的部分模块。例如，可仅包括图6中的工位管理模块601、数据采集模块602、第一数据监控模块603和故障代码存储模块604。或者仅包括图6中的工位管理模块601、数据采集模块602、故障代码存储模块604、诊断算法配置模块606和第二数据监控模块607。或者仅包括图6中的工位管理模块601、数据采集模块602、故障代码存储模块604、样本管理模块605、诊断算法配置模块606和第二数据监控模块607。
74.图7为本技术实施例中又一种预测性维护系统的结构示意图，该系统可用于实施图1中所示的方法，或实现图6中所示的系统。如图7所示，该系统可包括：至少一个存储器71、至少一个处理器72和至少一个显示器73。此外，还可以包括一些其它组件，例如通信端口等。这些组件通过总线74进行通信。
75.其中，至少一个存储器71用于存储计算机程序。在一个实施方式中，该计算机程序可以理解为包括图6所示的预测性维护系统的各个模块。此外，至少一个存储器71还可存储操作系统等。操作系统包括但不限于：android操作系统、symbian操作系统、windows操作系统、linux操作系统等等。
76.至少一个处理器72用于调用至少一个存储器71中存储的计算机程序，执行本技术实施例中所述的预测性维护方法。处理器72可以为cpu，处理单元/模块，asic，逻辑模块或可编程门阵列等。其可通过所述通信端口进行数据的接收和发送。
77.至少一个显示器73用于显示各种人机交互界面。
78.需要说明的是，上述各流程和各结构图中不是所有的步骤和模块都是必须的，可以根据实际的需要忽略某些步骤或模块。各步骤的执行顺序不是固定的，可以根据需要进行调整。各模块的划分仅仅是为了便于描述采用的功能上的划分，实际实现时，一个模块可以分由多个模块实现，多个模块的功能也可以由同一个模块实现，这些模块可以位于同一个设备中，也可以位于不同的设备中。
79.可以理解，上述各实施方式中的硬件模块可以以机械方式或电子方式实现。例如，一个硬件模块可以包括专门设计的永久性电路或逻辑器件(如专用处理器，如fpga或asic)用于完成特定的操作。硬件模块也可以包括由软件临时配置的可编程逻辑器件或电路(如包括通用处理器或其它可编程处理器)用于执行特定操作。至于具体采用机械方式，或是采用专用的永久性电路，或是采用临时配置的电路(如由软件进行配置)来实现硬件模块，可以根据成本和时间上的考虑来决定。
80.此外，本技术实施例中还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序能够被一处理器执行并实现本技术实施例中所述的预测性维护方法。具体地，可以提供配有存储介质的系统或者装置，在该存储介质上存储着实现上述实施例中任
一实施方式的功能的软件程序代码，且使该系统或者装置的计算机(或cpu或mpu)读出并执行存储在存储介质中的程序代码。此外，还可以通过基于程序代码的指令使计算机上操作的操作系统等来完成部分或者全部的实际操作。还可以将从存储介质读出的程序代码写到插入计算机内的扩展板中所设置的存储器中或者写到与计算机相连接的扩展单元中设置的存储器中，随后基于程序代码的指令使安装在扩展板或者扩展单元上的cpu等来执行部分和全部实际操作，从而实现上述实施方式中任一实施方式的功能。用于提供程序代码的存储介质实施方式包括软盘、硬盘、磁光盘、光盘(如cd
‑
rom、cd
‑
r、cd
‑
rw、dvd
‑
rom、dvd
‑
ram、dvd
‑
rw、dvd rw)、磁带、非易失性存储卡和rom。可选择地，可以由通信网络从服务器计算机上下载程序代码。
81.从上述方案中可以看出，由于本发明实施例中，提供了能够引导用户如维修工或技术工对需要监控的组件进行数据采集及告警阈值等信息进行配置的人工交互界面，且告警阈值还可以由系统自适应确定，因此使得用户可以以较低的知识门槛参与到预测性维护系统的构建中。
82.此外，通过提供可引导用户对发生故障时的故障信息如故障组件、故障时间段及故障类型等进行上报的界面，进而基于用户上报的故障信息获取故障样本，一方面可以实时获取现场的故障样本，另一方面进一步使得用户可以以较低的知识门槛参与到预测性维护系统的构建中。
83.进一步地，通过提供可引导用户对进行预测性维护的诊断算法进行设置的界面，并且针对用户选取的诊断算法，将该诊断算法的诊断准确度推给用户，可以协助具有较低知识的用户选取合适的诊断算法，进一步使得用户可以以较低的知识门槛参与到预测性维护系统的构建中。
84.可见，本发明实施例中无需数据专家进行数据配置和结果集成，仅由用户便可完成，因此降低了知识门槛。此外，由于本实施例中可针对各种组件进行监控，并且将采集的数据进行统一管理，因此可降低系统的复杂性以及成本。
85.以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。