1.基于全机数字孪生模型的故障预测系统,其特征在于:所述该系统包括实时故障采集模块、故障模型预构建模块、多次故障关联分析模块、故障检测备份库、二次故障预测模块,其中,实时故障采集模块、故障模型预构建模块、多次故障关联分析模块和二次故障预测模块依次通过内网连接,故障检测备份库分别与故障模型预构建模块、多次故障关联分析模块通过内网连接。
2.根据权利要求1所述的基于全机数字孪生模型的故障预测系统,其特征在于:所述实时故障采集模块用于实时对模型的故障数据进行采集,实时故障采集模块包括故障属性信息采集子模块和数据传输子模块,其中,故障属性信息采集子模块和数据传输子模块分别和故障模型预构建模块通过内网连接,故障属性信息采集子模块用于对故障的名称、位置、故障时间、数据延迟率进行采集,数据传输子模块用于将故障信息及时发送给故障模型预构建模块进行故障模型的构建。
3.根据权利要求1所述的基于全机数字孪生模型的故障预测系统及,其特征在于:所述故障模型预构建模块用于基于故障的名称、位置、故障时间、数据延迟率对故障的信息进行整合,从而建立该故障的初步模型。
4.根据权利要求1所述的基于全机数字孪生模型的故障预测系统,其特征在于:所述故障检测备份库包括历史故障数据存储子模块和数据整合子模块,历史故障数据存储子模块用于对历史故障的数据、故障的发生位置、故障类别、故障时刻发生的数据延迟率进行存储,数据整合子模块用于对历史故障数据存储子模块内部的数据进行配对整合,将数据有序的打包发送给多次故障关联分析模块,其中,历史故障数据存储子模块和故障模型预构建模块通过内网连接,数据整合子模块和多次故障关联分析模块通过内网连接。
5.根据权利要求1所述的基于全机数字孪生模型的故障预测系统,其特征在于:所述多次故障关联分析模块用于根据故障检测备份库内部的历次故障数据进行分析,多次故障关联分析模块包括故障数据提取子模块,故障数据提取子模块用于对故障检测备份库内部的历次故障数据进行提取,故障数据提取子模块与故障检测备份库通过内网连接。
6.根据权利要求1所述的基于全机数字孪生模型的故障预测系统,其特征在于:所述二次故障预测模块用于根据多次故障关联分析模块对历史故障的分析,估算下一次故障发生的变化特征,从而进行可视化展示。
7.基于全机数字孪生模型的故障预测方法,其特征在于:
s1:利用实时故障采集模块实时对模型的故障数据进行采集,利用故障属性信息采集子模块对故障的名称、位置、故障时间、数据延迟率进行采集,数据传输子模块将故障信息及时发送给故障模型预构建模块进行故障模型的构建;
s2:利用故障模型预构建模块基于故障的名称、位置、故障时间、数据延迟率对故障的信息进行整合,从而建立该故障的初步模型,将初步模型发送给故障检测备份库内部进行存储;
s3:利用故障检测备份库内部的历史故障数据存储子模块对历史故障的数据、故障的发生位置、故障类别、故障时刻发生的数据延迟率进行存储,利用数据整合子模块对历史故障数据存储子模块内部的数据进行配对整合,将数据有序的打包发送给多次故障关联分析模块;
s4:利用多次故障关联分析模块根据故障检测备份库内部的历次故障数据进行分析;
s5:利用二次故障预测模块根据多次故障关联分析模块对历史故障的分析,估算下一次故障发生的变化特征,从而进行可视化展示。
8.根据权利要求7所述的基于全机数字孪生模型的故障预测方法,其特征在于:所述步骤s4中,利用多次故障关联分析模块根据故障检测备份库内部的历次故障数据进行分析,还包括以下步骤:
a1:利用故障数据提取子模块对故障检测备份库内部的历次故障数据进行提取;
a2:利用多次故障关联分析模块根据故障检测备份库中的历史故障数据,识别故障的发生位置、故障类别和故障发生前后n分钟内数据延迟变化规律之间的关系;
a3:将变化规律发送给二次故障预测模块进行处理。
9.根据权利要求8所述的基于全机数字孪生模型的故障预测方法,其特征在于:所述步骤a2,利用多次故障关联分析模块根据故障检测备份库中的历史故障数据,识别故障的发生位置、故障类别和故障发生前后n分钟内数据延迟变化规律之间的关系中,还包括以下步骤:
所述设定故障时间为t1、t2、t3、…、t(n-1)、tn,故障的发生位置为d1、d2、d3、…、d(n-1)、dn,故障的发生类别为k1、k2、k3、…、k(n-1)、kn,在上述发生故障时间t1、t2、t3、…、t(n-1)、tn的数据延迟率为r1、r2、r3、…、r(n-1)、rn,设定t1、t2、t3、…、t(n-1)、tn时间故障发生前后n分钟内数据延迟ra1、rb1、ra2、rb2、ra3、rb3、…、ran、rbn;
判断故障时间为t1、t2、t3、…、t(n-1)、tn的间隔时间,当间隔时间约同,对tn+1时刻进行估算,当d1≠d2≠d3≠…≠d(n-1)≠dn,不对故障发生的位置进行统计,当存在两个相同的dn,对当前相同的故障发生位置进行标记,当k1≠k2≠k3≠…≠k(n-1)≠kn,不对故障发生类别进行统计,当存在两个相同的kn,对当前相同的故障发生类别进行标记;
设定故障发生前后n分钟内数据延迟率为e,根据公式:
根据上述公式计算出e1、e2、e3、…、e(n-1)、en,设定故障发生前后n分钟内数据延迟率均数为e,根据公式:
e=(e1+e2+e3+…+e(n-1)+en)/n
将标记的故障发生位置、故障的发生类别、延迟率均数发送给二次故障预测模块进行下一次故障的估算。