一种真空泵的故障监测方法及系统与流程

本发明涉及人工智能，特别是指一种真空泵的故障监测方法及系统。

背景技术：

1、在某大型制造企业的生产线上，一台真空泵设备负责为工艺流程提供必要的真空环境。为了确保设备的稳定运行，企业长期采用传统的人工巡检和定期维护策略。

2、然而，在某次生产过程中，操作员注意到真空泵的抽气效率有所下降，但并未立即识别出具体原因。随后的定期巡检中，技术人员也未能准确找到故障点，只是进行了一些常规的检查和调整。几天后，真空泵的性能进一步下降，直接影响到了生产线的稳定运行。此时，决定进行深入的检查和维修。经过一系列的排查，发现故障涉及了真空泵的多个功能模块，包括密封系统、冷却系统和抽气系统。

3、因此，虽然人工巡检和定期维护在一定程度上能够预防某些故障的发生，但在面对复杂设备如真空泵时，这种方法的局限性就显现出来了。它可能无法及时发现并处理一些潜在的、涉及多个功能模块的复杂故障。此外，当故障真正发生时，传统方法可能难以准确、迅速地定位到具体原因，从而影响生产线的稳定运行和企业的生产效率。

技术实现思路

1、本发明要解决的技术问题是提供一种真空泵的故障监测方法及系统，可以实时监测真空泵的运行状态，及时发现并处理故障，还可以提高故障排查的准确性和效率。

2、为解决上述技术问题，本发明的技术方案如下：

3、第一方面，一种真空泵的故障监测方法，所述方法包括：

4、获取真空泵故障数据，并对真空泵故障数据进行特征提取，以提取出真空泵参数；

5、根据真空泵参数，对真空泵故障数据中的失效模式进行分析，以计算各功能模块发生故障的频率和严重性指数；

6、根据各功能模块发生故障的频率和严重性指数，确定各功能模块的失效风险指数；

7、根据失效风险指数，计算每个功能模块分别对应的权重；

8、对每个功能模块的失效风险指数进行分析，以确定真空泵故障模块；

9、根据真空泵故障模块，分析其历史失效风险指数和运行日志，以确定真空泵故障的原因；

10、根据真空泵故障的原因，确定最终导致真空泵故障的排查路径。

11、进一步的，获取真空泵故障数据，并对真空泵故障数据进行特征提取，以提取出真空泵参数，包括：

12、获取真空泵的真空泵故障数据；

13、对真空泵故障数据进行预处理，以得到预处理数据；

14、根据预处理数据，确定聚类数量k，并随机确定k个数据点作为初始聚类中心；

15、计算每个数据点与各个聚类中心之间的距离，并将数据点分配到对应的聚类中心，对于每个聚类，计算其内部所有数据点的平均值，并将平均值设为新的聚类中心；

16、重复步骤，直到达到预设的迭代次数，以得到聚类分析结果；

17、根据聚类分析结果，分析每个聚类中的数据，提取与真空泵故障相关的真空泵参数，真空泵参数包括温度、压力和振动频率。

18、进一步的，对真空泵故障数据进行预处理，以得到预处理数据，包括：

19、通过傅里叶变换确定小波变换的层数；根据小波变换的层数，将真空泵故障数据与小波基函数进行卷积操作，得到一系列的小波系数，重复进行小波变换，直到达到小波变换的层数，每次迭代均会产生新的近似系数和细节系数；

20、对所有得到的新的近似系数和细节系数进行阈值处理，以得到处理后小波系数；

21、对处理后小波系数进行小波重构，以得到去噪后信号；

22、根据去噪后信号的原始数值，将其按比例转换为目标范围内的数值，以得到预处理数据。

23、进一步的，根据真空泵参数，对真空泵故障数据中的失效模式进行分析，以计算各功能模块发生故障的频率和严重性指数，包括：

24、根据真空泵故障数据，对失效模式进行分类，以将设备划分为不同的功能模块；

25、对每个功能模块，确定在真空泵故障数据中发生故障的次数，以及计算每个功能模块的故障频率；

26、根据每个功能模块的故障频率，通过计算对应的严重性指数，其中，是严重性指数，是故障频率，是停机时间；是维修成本；是故障恢复时间；是故障发生的概率；是最大可接受停机时间；是最大可接受维修成本；是最大可接受故障恢复时间；是最大可接受故障发生概率。

27、进一步的，根据各功能模块发生故障的频率和严重性指数，确定各功能模块的失效风险指数，包括：

28、根据各功能模块发生故障的频率和严重性指数，通过计算各功能模块的失效风险指数，其中，是失效风险指数；是第i个影响因素的权重系数；是第i个影响因素的值； n是影响因素的数量，求和符号表示对从i＝1到i＝n的所有项进行求和，i是索引。

29、进一步的，根据失效风险指数，计算每个功能模块分别对应的权重，包括：

30、根据失效风险指数，通过计算每个功能模块分别对应的权重，其中，表示第j个功能模块的权重；表示第j个功能模块的失效风险指数；表示第j个功能模块的关键性系数；表示第j个功能模块的使用频率系数；表示功能模块的总数；表示所有功能模块经过调整的失效风险指数的总和，j和k都是索引变量；求和符号表示从1变化到，对所有功能模块的调整失效风险指数进行累加。

31、进一步的，对每个功能模块的失效风险指数进行分析，以确定真空泵故障模块，包括：

32、将每个功能模块的失效风险指数进行对比分析，通过比较不同模块的失效风险指数，以得到失效风险指数的变化趋势；

33、根据失效风险指数的变化趋势，对功能模块进行综合评估，以确定真空泵故障模块。

34、第二方面，一种真空泵的故障监测系统，包括：

35、获取模块，用于获取真空泵故障数据，并对真空泵故障数据进行特征提取，以提取出真空泵参数；根据真空泵参数，对真空泵故障数据中的失效模式进行分析，以计算各功能模块发生故障的频率和严重性指数；根据各功能模块发生故障的频率和严重性指数，确定各功能模块的失效风险指数；

36、处理模块，用于根据失效风险指数，计算每个功能模块分别对应的权重；对每个功能模块的失效风险指数进行分析，以确定真空泵故障模块；根据真空泵故障模块，分析其历史失效风险指数和运行日志，以确定真空泵故障的原因；根据真空泵故障的原因，确定最终导致真空泵故障的排查路径。

37、第三方面，一种计算设备，包括：

38、一个或多个处理器；

39、存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现所述的方法。

40、第四方面，一种计算机可读存储介质，所述计算机可读存储介质中存储有程序，该程序被处理器执行时实现所述的方法。

41、本发明的上述方案至少包括以下有益效果：

42、通过对真空泵故障数据进行特征提取和分析，该方法能够迅速识别出故障模块，从而大幅提高了故障检测的效率和准确性。通过对各功能模块发生故障的频率和严重性指数进行计算，可以及时发现潜在故障。根据失效风险指数和功能模块的权重，企业可以更加合理地安排维护计划，优先处理高风险模块，降低整体故障率。通过精准定位故障模块和原因，避免了不必要的全面检修，节省了维护成本和时间。通过持续监测和及时排查故障，可以显著提升真空泵的运行可靠性和稳定性，减少生产中断的风险。