申请/专利权人：无锡学院

申请日：2024-06-07

公开（公告）日：2024-07-09

公开（公告）号：CN118313519A

主分类号：G06Q10/04

分类号：G06Q10/04;G06Q10/0631;G06Q10/067;G06Q10/20;G06Q50/04;G06F30/20;G06F111/10

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.07.26#实质审查的生效;2024.07.09#公开

摘要：本发明提供机电全生命周期预测建模方法及系统，涉及计算机科学技术领域，本发明通过构建数字孪生模型，将设备的状态数据、保养数据和维修数据有机结合，综合生成状态评价系数、保养评价系数和维修评价系数，并在此基础上构建生命周期节点预测模型，该模型能够对设备的月检、季检和年检周期进行动态调整，有效减少设备故障的发生概率，提高机电设备的运维效率。

主权项：1.机电全生命周期预测建模方法，其特征在于，具体步骤包括：步骤S1、利用数值模拟和仿真技术构建出当前机电设备的数字化副本，并基于该数字化副本确定数字孪生模型；步骤S2、获取当前机电设备投入使用后的历史设备管理数据，该历史设备管理数据包括状态数据、保养数据和维修数据，并将历史设备管理数据传输至数字孪生模型中作为数据库；步骤S3、获取当前机电设备的状态数据，该状态数据包括设备完好程度指标和加工能力偏差指标，并对状态数据进行分析处理，以生成状态评价系数，该评价系数用于对当前机电设备的加工状态提供第一评价结果；步骤S4、获取当前机电设备的保养数据，该保养数据包括一保指标、二保指标和三保指标，同时对机电设备的每次保养节点进行标记，形成{1,2，...，i，...，n}，其中，i表示第i日保养记录，n表示当前保养总天数，并对保养数据进行分析处理，生成保养评价系数，该评价系数用于对当前机电设备的保养状态提供第二评价结果；步骤S5、获取当前机电设备的维修数据，该维修数据包括每次维修后的维修完成度指标、维修时间长度指标、维修后性能影响指标和维修成本指标，并对维修数据进行分析处理，生成维修评价系数，该评价系数用于对当前机电设备的维修状态提供第三评价结果；步骤S6、获取状态评价系数、保养评价系数和维修评价系数后进行分析处理，构建生命周期节点预测模型，且所述生命周期节点依次包括月检、季检和年检的时间长度，将生命周期节点预测模型传输至数字孪生模型中进行节点预测，并结合第一评价结果、第二评价结果和第三评价结果，分别对月检、季检和年检的时间长度进行动态调整，以减少故障概率。

全文数据：

权利要求：

百度查询： 无锡学院 机电全生命周期预测建模方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD