一种设备故障预测方法、装置、可读存储介质及电子设备

专利主权项内容

1.一种设备故障预测方法，其特征在于，包括步骤：抽取预设个数时间节点，并提取所述时间节点上设备对应的特征信号；根据所述特征信号中的特征类型选择至少一种特征提取方法；通过至少一种所述特征提取方法提取所述特征信号中的特征，得到训练样本；将所述训练样本输入机器学习分类模型进行训练，得到故障预测模型；获取待预测的设备特征信号，将所述待预测的设备特征信号输入所述故障预测模型，得到故障预测结果；所述抽取预设个数时间节点，并提取所述时间节点上设备对应的特征信号包括：在设备运行中以及设备报修后的时间段中随机抽取数个时间节点，并提取上下料机的特征信号以及相应时段设备对应的有无故障和故障种类标识；所述将所述训练样本输入机器学习分类模型进行训练，得到故障预测模型包括：针对吸取设备的故障进行故障检测，吸取设备包括吸嘴磨损、吸嘴堵塞、吸杆松动和真空发生器损坏四种故障；对故障信号进行标识，包括有故障以及无故障两种情况，即为故障有无的二分类模型；针对不同的情况设置标志包括：上述四种故障单独发生的标志、两种故障同时发生的标志、三种故障同时发生的标志以及四种故障同时发生的标志，得到十六分类模型；将所述训练样本输入构建的二分、十六分模型机器学习分类模型进行训练，得到用于预测故障的回归模型。