本技术介绍了一种利用数字孪生技术进行设备故障检测的新方法和系统,该技术属于数据分析领域。该方法涵盖了从逆变器收集多源异构运行数据,到预处理数据,并最终应用数字孪生模型进行故障检测的全过程。
背景技术
随着制造业的快速发展和智能化水平的提高,设备故障诊断在现代工业生产和管理中扮演着越来越重要的角色,然而,传统的设备故障诊断方法主要依赖于人工经验和专家知识,存在主观性和局限性,不仅效率低、成本高,而且难以满足大规模生产线和远程监控的需求。
在此背景下,基于数字孪生的设备故障检测方法应运而生,数字孪生技术是一种将物理系统的信息和行为映射到虚拟空间的技术,通过对物理系统的实时数据采集和分析,实现对物理系统状态的精确模拟和预测,这一技术为设备故障诊断提供了更全面、精确的数据支持和分析手段,能够克服传统方法的局限性,提高故障诊断的准确性和效率。但是,现有的数字孪生的设备故障检测方法在带来诸多优势的同时,也面临着技术成熟度、数据质量、模型准确性、技术集成、隐私安全以及依赖性与可靠性等方面的挑战和缺点。
如公开号为CN117608971A的专利公开了基于数字孪生的故障检测方法、装置、存储介质和设备,包括:通过构建目标系统的初始孪生数字模型,以及所述目标系统的性能分析模型,采用所述性能分析模型基于获取到的目标系统的运行数据对目标系统下一时刻的运行数据进行预测,并将预测结果代入所述初始孪生数字模型,通过对所述初始孪生数字模型的输出结果进行分析,就可以预测所述目标系统下一时刻是否会出现故障,从而在故障出现之前,及时发现目标系统即将出现的故障,从而使得用户具有针对性的对所述目标系统的工况进行调整,防范故障的发生,从而提高了目标系统的可靠性。
如授权公告号为CN113505655B的专利公开了面向数字孪生系统的轴承故障智能诊断方法,包括:数字孪生系统实时监测目标轴承的轴承振动信号;将目标轴承当前的轴承振动信号输入轴承故障诊断网络,基于轴承故障诊断网络的输出获取目标轴承的当前故障检测结果。该技术方案用于轴承诊断实际场景中出现的数据不平衡现象,可以在正常和故障数据不平衡的实际场景中提升对于故障数据的诊断效果,在数字孪生系统中利用该技术方案所设置的轴承故障诊断网络可以实时监控轴承设备的健康状况。
以上现有技术均存在以下问题:1)应用场景的局限性,缺乏自适应性和动态性;2)主要聚焦于故障预测,但并未提及在预测到故障后如何制定维护计划或应对方案;3)缺乏故障诊断网络的泛化能力;4)缺乏维护计划和应对方案。
实现思路