(19)中华 人民共和国 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 202111627482.X (22)申请日 2021.12.28 (71)申请人 唐山学院 地址 063000 河北省唐山市大 学西道9号 (72)发明人 李中生　秦红星　李慎旺　 (74)专利代理 机构 沈阳一诺君科知识产权代理 事务所(普通 合伙) 2126 6 代理人 刘丽娟 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 10/00(2012.01) G06F 17/18(2006.01) (54)发明名称 一种设备故障的预测方法及相关装置 (57)摘要 本申请提供了一种设备故障的预测方法及 相关装置， 包括： 基于目标设备的故障数据构建 所述目标设备的初始失效概率密度函数； 根据所 述目标设备的失效率曲线确定所述失效率曲线 中用于划分所述目标设备早期故障期和随机故 障期的时间节 点； 基于所述时间节 点确定所述初 始概率密度函数的曲线中的时间拐点； 将所述时 间拐点作为起始点构建失效概率密度函数， 得到 目标失效概率密度函数； 根据所述初始失效概率 密度函数和所述目标失效概率密度函数的整体 残值预测所述目标设备的平均故障间隔时间。 利 用以往的故障数据扩充样本容量， 又能准确预测 现有设备的可靠性指标。 权利要求书2页 说明书8页 附图3页 CN 114298409 A 2022.04.08 CN 114298409 A 1.一种设备故障的预测方法， 其特 征在于， 包括： 基于目标设备的故障数据构建所述目标设备的初始失效概 率密度函数； 根据所述目标设备的失效率曲线确定所述失效率曲线的时间节点； 基于所述时间节点确定所述初始概 率密度函数的曲线中的时间拐点； 将所述时间拐点作为 起始点构建失效概 率密度函数， 得到目标失效概 率密度函数； 根据所述初始失效概率密度函数和所述目标失效概率密度函数的整体残值预测所述 目标设备的平均故障间隔时间。 2.根据权利要求1所述的设备故障的预测方法， 其特征在于， 所述基于目标设备的故障 数据构建所述目标设备的初始失效概 率密度函数的步骤， 包括： 基于目标设备的故障数据通过极大似然法对所述初始失效概率密度函数的参数进行 计算， 得到所述初始失效概 率密度函数的预估参数； 根据所述预估参数构建所述目标设备的初始失效概 率密度函数。 3.根据权利要求1所述的设备故障的预测方法， 其特征在于， 所述根据 所述目标设备的 失效率曲线确定所述失效率曲线中用于划分所述目标设备早期故障期和随机故障期的时 间节点的步骤， 包括： 使用类比法分析所述目标设备的故障数据， 判别所述失效率曲线中的时间节点， 其中， 所述时间节点将所述失效率曲线划分为 早期故障期和随机故障期。 4.根据权利要求3所述的设备故障的预测方法， 其特征在于， 在所述基于所述 时间节点 确定所述初始概 率密度函数的曲线中的时间拐点的步骤之前， 还 包括： 基于所述 早期故障期的失效率曲线计算 早期累积故障率。 5.根据权利要求4所述的设备故障的预测方法， 其特征在于， 所述基于所述 时间节点确 定所述初始概 率密度函数的曲线中的时间拐点的步骤， 包括： 根据早期累积 故障率相等原则， 将所述 时间节点迁移到所述初始概率密度函数的曲线 中， 获取所述初始概 率密度函数的曲线中对应所述时间节点的时间拐点。 6.根据权利要求1所述的设备故障的预测方法， 其特征在于， 所述将所述 时间拐点作为 起始点构建失效概 率密度函数， 得到目标失效概 率密度函数的步骤， 包括： 基于所述时间拐点构建补偿函数： 将所述时间拐点作为起始点， 其 中， F(t1)0为早期累积故障率， t1为所述时间拐点， f(t + t1)0为所述初始概 率密度函数； 根据所述补偿函数构建失效概 率密度函数， 得到目标失效概 率密度函数。 7.根据权利要求6所述的设备故障的预测方法， 其特征在于， 所述根据 所述补偿函数构 建失效概 率密度函数， 得到目标失效概 率密度函数的步骤， 包括： 将所述补偿函数代入失效概 率密度函数， 得到目标失效概 率密度函数： f(t)＝ δ(t1)+f(t+t1)0＝(1+F(t1)0)f(t+t1)0 其中， F(t1)0为早期累积故障率， t1为所述时间拐点， f(t+t1)0为所述初始概率密度函 数。 8.根据权利要求1所述的设备故障的预测方法， 其特征在于， 在所述根据 所述初始失效权　利　要　求　书 1/2 页 2 CN 114298409 A 2概率密度函数和所述目标失效概率密度函数的整体残值预测所述目标设备的平均故障间 隔时间的步骤之前， 还 包括： 计算所述目标失效概 率密度函数在完整生命周期内的总体累积失效概 率： 其中， F2(t1)0为拐点残值。 9.根据权利要求8所述的设备故障的预测方法， 其特征在于， 所述根据 所述初始失效概 率密度函数和所述目标失效概率密度函数的整体残值预测所述目标设备的平均故障间隔 时间的步骤， 包括： 根据所述拐点残值计算整体残值： 根据所述初始失效概率密度函数和所述目标失效概率密度函数的整体残值， 通过公 式： 预测所述目标设备的平均故障间隔时间。 10.一种设备故障的预测装置， 其特 征在于， 包括： 构建模块， 用于基于目标设备的故障数据构建所述目标设备的初始失效概率密度函 数； 定点模块， 用于根据所述目标设备的失效率曲线确定所述失效率曲线的时间节点； 迁移模块， 用于基于所述时间节点确定所述初始概 率密度函数的曲线中的时间拐点； 重建模块， 用于将所述时间拐点作为起始点构建失效概率密度函数， 得到目标失效概 率密度函数； 预测模块， 用于根据 所述初始失效概率密度函数和所述目标失效概率密度函数的整体 残值预测所述目标设备的平均故障间隔时间。权　利　要　求　书 2/2 页 3 CN 114298409 A 3