(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211055422.X (22)申请日 2022.08.31 (71)申请人 中国工业互联网研究院 地址 100020 北京市朝阳区利泽西街6号院 2号楼 (72)发明人 何思佳　罗盈盈　王青春　马戈　 吕衎　 (74)专利代理 机构 深圳市恒程创新知识产权代 理有限公司 4 4542 专利代理师 鄢紫君 (51)Int.Cl. G06F 30/20(2020.01) G06K 9/62(2022.01) G01M 99/00(2011.01) (54)发明名称 设备故障预测方法、 装置、 设备及存 储介质 (57)摘要 本发明涉及电数字数据处理技术领域， 尤其 涉及一种设备故障预测方法、 装置、 设备及存储 介质， 本发明通过建立目标设备的数字孪生模 型， 根据设备运行参数通过数字孪生模型进行故 障预测， 以获得未来时段内的设备运行情况， 以 实现预防设备 故障， 最后输出目标设备的指导性 文件， 以供用户根据所述指导性文件进行设备维 护， 现有技术为了保证设备运行， 需要人工耗费 大量时间对设备进行停机测试， 维护成本较高的 技术问题， 减少人工测试设备的成本与时间， 提 高了维护设备的效率。 权利要求书2页 说明书10页 附图3页 CN 115392037 A 2022.11.25 CN 115392037 A 1.一种设备故障预测方法， 其特 征在于， 所述设备故障预测方法包括： 获取目标设备的设备 结构图和设备信息； 基于所述设备结构图与所述设备信 息进行数字建模， 获得所述目标设备的数字孪生模 型； 获取设备运行参数， 并根据 所述设备运行参数与 所述数字孪生模型通过预设故障预测 模型进行设备故障预测； 根据设备故障预测结果生成运行指导文件， 以使用户基于所述运行指导文件控制所述 目标设备的运行状态； 其中， 所述获取设备运行参数， 并根据所述设备运行参数与所述数字孪生模型通过预 设故障预测模型进行设备故障预测， 包括： 获取设备运行参数， 并根据 所述设备运行参数与历史设备运行参数确定所述目标设备 在预设时段内的参数变化趋势； 对所述参数变化趋势进行筛 选， 获得目标参数变化趋势； 根据所述目标参数变化趋势与所述数字孪生模型通过预设故障预测模型进行设备故 障预测。 2.如权利要求1所述的设备故障预测方法， 其特征在于， 所述根据 所述目标参数变化趋 势与所述数字 孪生模型通过 预设故障预测模型进行设备故障预测， 包括： 计算所述目标参数变化趋势的置信度； 在所述置信度 大于预设阈值 时， 根据所述目标参数变化趋势与 所述数字孪生模型通过 预设故障预测模型进行设备故障预测。 3.如权利要求2所述的设备故障预测方法， 其特征在于， 所述根据 所述目标参数变化趋 势与所述数字 孪生模型通过 预设故障预测模型进行设备故障预测， 包括： 根据所述目标参数变化趋势确定预设时段内的目标设备运行参数； 根据所述目标设备运行参数对所述数字 孪生模型进行仿真 分析， 获得仿真 分析结果； 提取仿真 分析结果中的特 征信息； 将所述特 征信息通过 预设故障预测模型进行设备故障预测。 4.如权利要求3所述的设备故障预测方法， 其特征在于， 所述提取仿真分析结果中的特 征信息之前， 还 包括： 根据所述仿真分析结果提取对应的历史故障记录以及所述历史故障记录对应的历史 设备运行参数； 确定所述历史设备运行参数的设备参数类型， 以及所述设备而参数类型对应的权重占 比； 根据所述历史设备运行参数、 所述目标设备运行参数以及所述权重占比生成参数相似 度； 相应地， 所述 提取仿真 分析结果中的特 征信息的步骤， 包括： 在所述参数相似度大于预设相似度阈值时， 提取仿真 分析结果中的特 征信息。 5.如权利要求2所述的设备故障预测方法， 其特征在于， 所述根据 所述设备运行参数与 历史设备运行参数确定所述目标设备在预设时段内的参数变化趋势， 包括： 根据所述设备运行参数与历史设备运行参数确定预设时段内的偏导数与增长 速度；权　利　要　求　书 1/2 页 2 CN 115392037 A 2根据所述偏导数与所述增长 速度生成梯度向量； 基于所述梯度向量确定参数变化趋势。 6.如权利要求1所述的设备故障预测方法， 其特征在于， 所述根据 所述设备运行参数与 所述数字 孪生模型通过 预设故障预测模型进行设备故障预测之前， 还 包括： 通过预设参数 策略与所述设备运行参数生成仿真运行参数集； 将所述仿真运行参数集 通过数字孪生模型进行故障仿真， 获得故障仿真结果 集； 从所述仿真运行参数中提取设备运行参数样本； 从所述故障仿真结果 集中提取故障结果样本； 根据所述设备运行参数样本与所述故障结果样本训练初始机器学习模型进行模型训 练， 获得预设故障预测模型。 7.如权利要求1至6中任一项所述的设备故障预测方法， 其特征在于， 所述设备信息包 括： 设备连接构件、 结构参数、 结构型号以及结构位置； 所述基于所述设备结构图与 所述设备信 息进行数字建模， 获得所述目标设备的数字孪 生模型， 包括： 提取所述设备 结构图中的子设备 结构信息； 将所述设备连接构件、 所述结构参数、 所述结构型号以及所述结构位置更新所述子设 备结构信息； 根据更新后的子设备 结构信息进行 数字建模， 获得 所述目标设备的数字 孪生模型。 8.一种设备故障预测装置， 其特 征在于， 所述设备故障预测装置包括： 信息获取模块， 用于获取目标设备的设备 结构图和设备信息； 数字建模模块， 用于基于所述设备结构图与所述设备信息进行数字建模， 获得所述目 标设备的数字 孪生模型； 故障预测模块， 用于获取设备运行参数， 并根据所述设备运行参数与所述数字孪生模 型通过预设故障预测模型进行设备故障预测； 文件生成模块， 用于根据设备故障预测结果生成运行指导文件， 以使用户基于所述运 行指导文件 控制所述目标设备的运行状态。 9.一种设备故障预测设备， 其特征在于， 所述设备故障预测设备包括： 存储器、 处理器 及存储在所述存储器上并可在所述处理器上运行的设备故障预测程序， 所述设备故障预测 程序配置为实现如权利要求1至7中任一项所述的设备故障预测方法。 10.一种存储介质， 其特征在于， 所述存储介质上存储有设备故障预测程序， 所述设备 故障预测程序被处 理器执行时实现如权利要求1至7任一项所述的设备故障预测方法。权　利　要　求　书 2/2 页 3 CN 115392037 A 3