用于输送管剩余寿命的预测方法、预测装置及处理器与流程

1.本技术涉及工程机械技术领域，具体涉及一种用于输送管剩余寿命的预测方法、预测装置、存储介质及处理器。


背景技术：

2.在房建、桥梁及隧道施工中，混凝土泵车可以利用泵车上的布料杆和输送管，将混凝土输送至一定的高度和距离。在混凝土泵送过程中，泵送装置由于长时间进行工作，输送混凝土的输送管会逐渐磨损，直至无法继续进行工作。在现有技术中，只能对输送管的寿命进行收集及存储，无法对输送管的剩余寿命进行准确预测，从而无法对输送管进行预测性地维护，严重影响生产过程中的连续性。


技术实现要素：

3.本技术实施例的目的是提供一种用于输送管剩余寿命的预测方法、预测装置、存储介质及处理器。
4.为了实现上述目的，本技术第一方面提供一种用于输送管剩余寿命的预测方法，应用于泵送装置，预测方法包括：
5.获取待预测泵送装置的施工参数，待预测泵送装置是指未发生故障且使用正常的泵送装置；
6.将施工参数输入至预测模型，以通过预测模型输出针对待预测泵送装置输送管的剩余寿命的预测值，剩余寿命是指待预测泵送装置的输送管从当前时间到失效时间的泵送方量；
7.其中，预测模型是通过多个泵送装置的历史施工参数对应的特征训练完毕的模型，历史施工参数包括泵送装置在历史工作时间段内的工作参数。
8.在本技术的实施例中，预测方法还包括预测模型的训练步骤，训练步骤包括：获取多组历史施工参数，每组历史施工参数包括剩余寿命相同的多个泵送装置在历史工作时间段内的工作参数，其中，任意两组历史施工参数对应不同的剩余寿命；对每组历史施工参数进行特征提取和数据处理，以得到每组历史施工参数的特征数据；对每组历史施工参数的特征数据进行分析处理，以得到与每组历史施工参数对应的目标特征数据；依次将每组历史施工参数对应的目标特征数据输入至预测模型，以得到训练完毕的预测模型。
9.在本技术的实施例中，特征数据包括泵送系统压力和泵送油缸频率，对特征数据进行分析处理，以得到与每组历史施工参数对应的目标特征数据包括：根据每组历史施工参数的泵送系统压力和泵送油缸频率确定每组历史施工参数的施工工况图；确定每个施工工况图的图像矩数据；将图像矩数据确定为与每组历史施工参数对应的目标特征数据。
10.在本技术的实施例中，工作参数包括泵送装置的臂架长度，特征数据包括泵送装置在历史工作时间段内的每个历史时间点的臂架倾角；对每组历史施工参数的特征数据进行分析处理，以得到与每组历史施工参数对应的目标特征数据包括：针对每个泵送装置，根
据每个历史时间点的臂架倾角和臂架长度确定每个臂架端点在每个历史时间点的端点坐标位置；针对每个泵送装置，根据每个臂架端点在每个历史时间点的端点坐标位置确定泵送装置在每个历史时间点的臂架姿态；根据每个泵送装置在每个历史时间点的臂架姿态确定在每种臂架姿态下每个泵送装置的输送管的累计使用时长；针对每组历史施工参数，确定每种臂架姿态下的累计使用时长的时长均值，并将与每种臂架姿态对应的时长均值确定为与每组历史施工参数对应的目标特征数据。
11.在本技术的实施例中，工作参数包括泵送装置的输送管磨损值，以及泵送装置在历史工作时间段内的每个历史时间点的工作功率、油温值和工作压力值中的至少一者，其中，输送管磨损值包括输送管的已泵送方量、超压次数、堵管次数的至少一者；对每组历史施工参数的特征数据进行分析处理，以得到与每组历史施工参数对应的目标特征数据包括：确定工作功率、油温值和工作压力值中任一者的统计值；将统计值和输送管磨损值确定为目标特征数据。
12.在本技术的实施例中，对每组历史施工参数进行数据处理包括：通过四分位间距对每组历史施工参数的特征数据进行划分，以去除每组历史施工参数的异常数据。
13.在本技术的实施例中，每组历史施工参数包括剩余寿命相同且来源于同一个地区的多个泵送装置在历史工作时间段内的工作参数，依次将每组历史施工参数对应的目标特征数据输入至预测模型，以得到训练完毕的预测模型还包括：依次将每组历史施工参数对应的目标特征数据输入至预测模型，并确定预测模型针对于每组历史施工参数的区域梯度；针对同一个地区，确定与地区对应的多组历史施工参数的区域梯度的梯度均值；针对同一个地区，依次将与地区对应的多组历史施工参数输入至预测模型，并按照梯度下降的方式调整梯度均值以更新预测模型的模型参数，直至与地区对应的多组历史施工参数全部输入至预测模型。
14.本技术第二方面提供一种处理器，被配置成执行上述用于输送管剩余寿命的预测方法。
15.本技术第三方面提供一种用于输送管剩余寿命的预测装置，包括被配置成执行上述的用于输送管剩余寿命的预测方法的处理器。
16.本技术第四方面提供一种机器可读存储介质，该机器可读存储介质上存储有指令，该指令在被处理器执行时使得所述处理器被配置成执行上述用于输送管剩余寿命的预测方法。
17.通过上述技术方案，将输送管从当前时间到失效时间的泵送方量定义为输送管的剩余寿命，更加准确合理。将待预测泵送装置的施工参数输入至预测模型，来对输送管的剩余寿命进行预测，且预测模型是多个泵送装置的历史施工参数对应的特征训练完毕所得到的，可以提高对输送管的剩余寿命预测的准确性。从而可以对输送管进行相应的预测性维护，以及提高工作过程中的连续性。
18.本技术实施例的其它特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
19.附图是用来提供对本技术实施例的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本技术实施例，但并不构成对本技术实施例的限制。在附
图中：
20.图1示意性示出了根据本技术实施例的用于输送管剩余寿命的预测方法的流程示意图；
21.图2示意性示出了根据本技术实施例的预测模型的训练步骤的步骤示意图；
22.图3示意性示出了根据本技术实施例的施工工况图的示意图；
23.图4示意性示出了根据本技术实施例的用于输送管剩余寿命的预测装置的结构框图；
24.图5示意性示出了根据本技术又一实施例的用于输送管剩余寿命的预测装置的结构框图；
25.图6示意性示出了根据本技术实施例的计算机设备的内部结构图。
具体实施方式
26.为使本技术实施例的目的、技术方案和优点更加清楚，下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，应当理解的是，此处所描述的具体实施方式仅用于说明和解释本技术实施例，并不用于限制本技术实施例。基于本技术中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本技术保护的范围。
27.图1示意性示出了根据本技术实施例的用于输送管剩余寿命的预测方法的流程示意图。如图1所示，在本技术一实施例中，提供了一种用于输送管剩余寿命的预测方法，应用于泵送装置，包括以下步骤：
28.步骤102，获取待预测泵送装置的施工参数。待预测泵送装置是指未发生故障且使用正常的泵送装置。
29.步骤104，将施工参数输入至预测模型，以通过预测模型输出针对待预测泵送装置输送管的剩余寿命的预测值。剩余寿命是指待预测泵送装置的输送管从当前时间到失效时间的泵送方量。
30.其中，预测模型是通过多个泵送装置的历史施工参数对应的特征训练完毕的模型，历史施工参数包括泵送装置在历史工作时间段内的工作参数。
31.泵送装置可以是泵车，泵车一般是指混凝土泵车。混凝土泵车由泵体和输送管组成，是利用压力将混凝土沿管道连续输送的机械装置，主要应用于房建、桥梁及隧道施工。泵送装置输送管的寿命包括正常寿命与非正常寿命。正常寿命是指泵送装置未发生故障的情况下，输送管从安装到失效这一时间段内的泵送方量。非正常寿命是指由于泵送装置发生故障而停止工作情况下，输送管从安装到泵送装置发生故障这一时间段内的泵送方量。，由于，输送管从安装到失效的工作时间并未覆盖整个自然时间，所以通过泵送方量相比于通过自然时间来定义输送管的寿命更加准确合理。待预测泵送装置是指未发生故障且使用正常的泵送装置。即，待预测泵送装置的施工参数是指待预测泵送装置在当前时间的工作参数。例如，泵送系统压力、泵送油缸频率、臂架倾角、臂架功率、臂架油温、各个臂无杆腔压力、各个臂有杆腔压力、输送管的已泵送方量、输送管的超压次数、输送管的堵管次数、泵送速度、泵送距离、混凝土材料性质等工作参数中的至少一者，在一优选的实施例中，所述施工参数包含上述示例中例举的所有工作参数。
32.处理器可以获取待预测泵送装置的施工参数，并将施工参数输入至预测模型。预测模型是通过多个泵送装置的历史施工参数对应的特征训练完毕的模型。例如，预测模型可以是神经网络回归模型。历史施工参数包括泵送装置在历史工作时间段内的工作参数，历史工作时间段是指泵送装置从施工开始时间至某一已泵送方量对应的时间之间的间隔时间。例如，泵送0～1000方过程中对应的工作参数、泵送0～2000方过程中对应的工作参数或泵送0～3000方过程中对应的工作参数等。历史施工参数对应的特征可以通过数据相关性分析来进行提取，选取影响泵送装置输送管的寿命的特征数据。
33.图2示意性示出了根据本技术实施例的预测模型的训练步骤的步骤示意图。如图2所示，在本技术一实施例中，预测方法还包括预测模型的训练步骤，训练步骤包括：
34.s202，获取多组历史施工参数，每组历史施工参数包括剩余寿命相同的多个泵送装置在历史工作时间段内的工作参数，其中，任意两组历史施工参数对应不同的剩余寿命。
35.例如，每组历史施工参数的来源包括泵送装置1、泵送装置2和泵送装置3，且泵送装置1、泵送装置2和泵送装置3三者的输送管的剩余寿命相同。任意两组历史施工参数对应不同的剩余寿命，即每组历史施工参数的对应的每组泵送装置，组内的泵送装置输送管的剩余寿命相同，组间的泵送装置输送管的剩余寿命不同。施工参数包括a、b、c，每组历史施工参数包括在历史工作时间段内泵送装置1对应的a1、a
11
、b1、b
11
、c1、c
11
，泵送装置2对应的a2、a
22
、b2、b
22
、c2、c
22
，泵送装置3对应的a3、a
33
、b3、b
33
、c3、c
33
。可以理解的是，a1、b1和c1是在历史工作时间段内的同一历史时间点的参数数据，a
11
、b
11
和c
11
是在历史工作时间段内的另一相同历史时间点的参数数据，以此类推。
36.s204，对每组历史施工参数进行特征提取和数据处理，以得到每组历史施工参数的特征数据。
37.处理器可以提取每组历史施工参数的特征数据，包括施工料况数据、臂架倾角、臂架工作功率、臂架油温等的至少一者。其中，施工料况数据包括系统泵送压力和泵送油缸频率。进一步地，处理器可以将特征数据进行数据处理，数据处理可以是对数据进行清洗和划分，以去除数据中的异常值。具体地，数据处理的方式可以是多重插补、回归插补、平均值修正、划分四分位距等。
38.s206，对每组历史施工参数的特征数据进行分析处理，以得到与每组历史施工参数对应的目标特征数据。
39.处理器对每组历史施工参数根据特征数据得到的对应的目标特征数据。目标特征数据是对特征数据的进一步分析和处理。具体地，处理器可以将特征数据中的系统泵送压力和泵送油缸频率的数据组成施工工况图，并将施工工况图的几何特征信息作为每组历史施工参数对应的目标特征数据。处理器也可以将特征数据中的每个历史时间点的臂架倾角来确定臂架倾角对应的臂架姿态，并确定输送管在每种臂架姿态下对应的累计工作时长，并将每种臂架姿态下对应的累计工作时长作为目标特征数据。处理器还可以将特征数据中的工作功率、油温值、工作压力值等至少一者的累计值作为目标特征数据。每组历史施工参数对应的目标特征数据可以是前述目标特征数据中的至少一者，但并不限于前述目标特征数据的数据类型。
40.s208，依次将每组历史施工参数对应的目标特征数据输入至预测模型，以得到训练完毕的预测模型。
41.每组历史施工参数对应不同的剩余寿命，所以每组目标特征数据对应不同的剩余寿命。处理器可以将每组目标特征数据划分为训练集与测试集，输入至预测模型进行交叉训练，来得到训练完毕的预测模型。例如，可以取泵送1000方后的泵送装置的历史施工参数、泵送3000方后的泵送装置的历史施工参数、泵送5000方后的泵送装置的历史施工参数、泵送10000方后的泵送装置的历史施工参数4个样本集。
42.在一个实施例中，特征数据包括泵送系统压力和泵送油缸频率，对特征数据进行分析处理，以得到与每组历史施工参数对应的目标特征数据包括：根据每组历史施工参数的泵送系统压力和泵送油缸频率确定每组历史施工参数的施工工况图；确定每个施工工况图的图像矩数据；将图像矩数据确定为与每组历史施工参数对应的目标特征数据。
43.泵送系统压力是指泵送装置在工作时，混凝土泵输出口的混凝土压力。泵送油缸频率是指泵送油缸伸缩的频率。如图3所示，泵送系统压力和泵送油缸频率是历史施工参数对应的特征数据之一。处理器可以将每个泵送装置在历史工作时间段内的泵送系统压力和泵送油缸频率组成施工工况图，且多个剩余寿命相同的泵送装置组成一组。假设，每组历史施工参数中对应有泵送装置1、泵送装置2和泵送装置3，则泵送装置1对应有施工工况图1、泵送装置2对应有施工工况图2，以及泵送装置3对应有施工工况图3。即，每组历史施工参数对应有3个施工工况图。进一步地，处理器可以根据施工工况图确定施工工况图的图像矩数据，并将其作为目标特征数据。即，将每组历史施工参数对应的的全部泵送装置的图像矩数据确定为每组历史施工参数对应的目标特征数据。
44.图像矩数据是指是一个根据数字图形计算的矩集，可以描述该图像的全局特征，且可以提供关于该图像不同类型的几何特征信息，比如大小、位置、方向及形状等。图像矩数据包括0阶矩、一阶矩、二阶矩及三阶矩等数据的至少一者。其中，一阶矩与形状有关，二阶矩显示了曲线围绕直线平均值的扩展程度，三阶矩则是关于平均值的对称性度量。参考图3，处理器可以计算该施工工况图的0阶矩(m
00
)、一阶矩(m
01
，m
10
)、二阶矩(m
02
，m
11
，m
20
)和三阶矩(m
03
，m
12
，m
21
，m
30
)。0阶矩(m
00
)表示目标区域的质量，一阶矩(m
01
，m
10
)表示目标区域的质心，质心坐标为二阶矩(m
02
，m
11
，m
20
)表示目标区域的旋转半径，三阶矩(m
03
，m
12
，m
21
，m
30
)表示目标区域的方位和斜度，反应目标的扭曲。施工工况图的图像矩数据可以根据以下公式(1)进行计算：
45.m
ij
＝∑
xy
(p(x，y)
·
xi·
yj)
ꢀꢀꢀꢀꢀꢀꢀ
(1)
46.其中，m
ij
是指i+j阶矩，p(x，y)是指施工工况图中的坐标点(x，y)的频率，i是指矩阵的第i行，j是指矩阵的第j列，xi是指x的i次方，yj是指y的j次方，x是指施工工况图的横坐标，y是指施工工况图的纵坐标。
47.在一个实施例中，工作参数包括泵送装置的臂架长度，特征数据包括泵送装置在历史工作时间段内的每个历史时间点的臂架倾角；对每组历史施工参数的特征数据进行分析处理，以得到与每组历史施工参数对应的目标特征数据包括：针对每个泵送装置，根据每个历史时间点的臂架倾角和臂架长度确定每个臂架端点在每个历史时间点的端点坐标位置；针对每个泵送装置，根据每个臂架端点在每个历史时间点的端点坐标位置确定泵送装置在每个历史时间点的臂架姿态；根据每个泵送装置在每个历史时间点的臂架姿态确定在每种臂架姿态下每个泵送装置的输送管的累计使用时长；针对每组历史施工参数，确定每
种臂架姿态下的累计使用时长的时长均值，并将与每种臂架姿态对应的时长均值确定为与每组历史施工参数对应的目标特征数据。
48.泵送装置还包括臂架，臂架包括多个伸缩油缸及多个首尾依次铰接的臂架组件，输送管布置在泵送装置的臂架上。臂架倾角是指臂架组件与水平方向之间的夹角。泵送装置在施工过程中，在某一历史时间点各个臂架组件处于不同的空间位置，通过倾角传感器可以检测出各个臂架组件的臂架倾角。处理器可以根据泵送装置的臂架长度和每个历史时间点的臂架倾角，计算出每个历史时间点的端点坐标位置。其中，臂架端点是指臂架组件与组件之间的铰接点，端点坐标位置是三维空间坐标位置，以泵送装置泵体的中心位置为坐标原点。处理器可以根据每个历史时间点对应的一组端点坐标位置，在数据库中查找到每个历史时间点对应的臂架姿态，所述数据库可以是基于技术人员的技术经验或根据数学算法所建立的。具体地，臂架姿态可以有五种，包括拱形、l型、m型、趴平型和其它型等类型。
49.进一步地，处理器可以确定每种臂架姿态下每个泵送装置的输送管的累计使用时长。例如，每组历史施工参数对应的泵送装置有泵送装置1、泵送装置2。在臂架姿态为拱形时，泵送装置1的输送管的累计使用时长为a1小时，泵送装置2的输送管的累计使用时长为b1小时。在其臂架姿态为l型时，泵送装置1的输送管的累计使用时长为a2小时，泵送装置2的输送管的累计使用时长为b2小时。在臂架姿态为m型时，泵送装置1的输送管的累计使用时长为a3小时，泵送装置2的输送管的累计使用时长为b3小时。在臂架姿态为趴平m型时，泵送装置1的输送管的累计使用时长为a4小时，泵送装置2的输送管的累计使用时长为b4小时。在臂架姿态为其他型时，泵送装置1的输送管的累计使用时长为a5小时，泵送装置2的输送管的累计使用时长为b5小时。时长均值可以是指在针对每组历史施工参数，全部或多个泵送装置的输送管在每种臂架姿态下的累计使用时长与全部或多个泵送装置个数的比值。即，处理器可以根据上述数据确定臂架姿态为拱形的时长均值为臂架姿态为l型的时长均值为臂架姿态为m型的时长均值为以此类推。处理器可以将与每种臂架姿态对应的时长均值确定为与每组历史施工参数对应的目标特征数据。
50.在一个实施例中，工作参数包括泵送装置的输送管磨损值，以及泵送装置在历史工作时间段内的每个历史时间点的工作功率、油温值和工作压力值中的至少一者，其中，输送管磨损值包括输送管的已泵送方量、超压次数、堵管次数的至少一者；对每组历史施工参数的特征数据进行分析处理，以得到与每组历史施工参数对应的目标特征数据包括：确定工作功率、油温值和工作压力值中任一者的统计值；将统计值和输送管磨损值确定为目标特征数据。
51.输送管磨损值是指输送管随着工作年限增加而产生的自身磨损，可以将累计已泵送方量、超压次数、堵管次数等作为输送管磨损值。其中，已泵送方量、超压次数、堵管次数均为累计值。工作功率、油温值和工作压力值都是臂架的工作参数。其中，臂架的工作功率是指驱动臂架进行工作时的发动机功率，臂架的油温值是指臂架油缸的液压油油温。臂架的工作压力值是指臂架组件在工作时所受到的压力，包括2臂无杆腔压力、2臂有杆腔压力、3臂无杆腔压力、3臂有杆腔压力、4臂无杆腔压力以及4臂有杆腔压力等的至少一者。工作功率、油温值和工作压力值均为每个历史时间点的瞬时值，处理器可以计算在历史时间段内
上述瞬时值的最小值、最大值、25％分位数、中位数和75％分位数等统计值。处理器可以将统计值和输送管磨损值确定为与每组历史施工参数对应的目标特征数据。
52.在一个实施例中，特征数据包括在历史工作时间段内的泵送系统压力、泵送油缸频率、每个历史时间点的臂架倾角、工作功率、油温值、工作压力值以及输送管磨损值等。处理器可以将每个泵送装置的泵送系统压力和泵送油缸频率组成的施工工况图，来确定每个施工工况图的图像矩数据，再将其作为目标特征数据。即，将每组历史施工参数对应的的全部泵送装置的图像矩数据确定为每组历史施工参数对应的目标特征数据。处理器还可以根据臂架长度和每个历史时间点的臂架倾角，来确定每个历史时间点的臂架姿态，以确定每种臂架姿态下每个泵送装置的输送管的累计使用时长。进一步地，根据确定每种臂架姿态下的累计使用时长的时长均值，并将与每种臂架姿态对应的时长均值确定为与每组历史施工参数对应的目标特征数据。处理器可以将工作功率、油温值和工作压力值的统计值以及输送管磨损值确定为目标特征数据，并将目标特征数据输入至预测模型以得到训练完毕的预测模型。
53.在一个实施例中，对每组历史施工参数进行数据处理包括：通过四分位间距对每组历史施工参数的特征数据进行划分，以去除每组历史施工参数的异常数据。
54.处理器可以对每组历史施工参数的泵送系统压力、泵送油缸频率、臂架倾角、工作功率、油温值、工作压力值以及输送管磨损值，来进行异常值剔除，具体可以是通过四分位间距(iqr)来剔除数据存在的异常值。iqr是统计学中的一个概念，可以将数据集分成四分位来衡量统计分散度和数据可变性。每组历史施工参数可以根据其数据的值，通过四分位数将每种参数类型对应的数据集划分为四个区间。四分位间距可以定义离群点，四分位间距是指第三个四分位数和第一个四分位数的差，即iqr＝q3-q1。此时，离群点被定义为低于箱形图下触须或高于箱形图上触须的数据，处理器可以去除与离群点对应的异常数据。
55.在一个实施例中，每组历史施工参数包括剩余寿命相同且来源于同一个地区的多个泵送装置在历史工作时间段内的工作参数，依次将每组历史施工参数对应的目标特征数据输入至预测模型，以得到训练完毕的预测模型还包括：依次将每组历史施工参数对应的目标特征数据输入至预测模型，并确定预测模型针对于每组历史施工参数的区域梯度；针对同一个地区，确定与地区对应的多组历史施工参数的区域梯度的梯度均值；针对同一个地区，依次将与地区对应的多组历史施工参数输入至预测模型，并按照梯度下降的方式调整梯度均值以更新预测模型的模型参数，直至与地区对应的多组历史施工参数全部输入至预测模型。
56.由于不同区域的泵送装置输送管的寿命不同，常规区域可泵送方量为6万方到7万方，非常规区域可能会低于4万方。处理器可以获取不同地区的历史施工参数，每组历史施工参数的剩余寿命相同且来源于同一个地区的多个泵送装置在历史工作时间段内的工作参数。处理器对每组历史施工参数进行特征提取和分析处理后，可以依次将每组历史施工参数对应的目标特征数据输入至预测模型。处理器可以利用神经网络进行回归求解，去掉最后一层隐藏层与输出层的激活函数，按照梯度下降的方式调整梯度均值以更新预测模型的模型参数。具体地，处理器可以确定预测模型针对于每组历史施工参数的区域梯度。其中，区域梯度是根据每个地区的历史施工参数进行计算得来的，梯度是指函数在某一点处的方向导数在其梯度方向上达到最大值，即函数在该点处沿着该方向(梯度的方向)变化最
快，变化率最大(为梯度的模)。处理器可以将确定同一个地区的多组历史施工参数的区域梯度的梯度均值。梯度均值是指历史施工参数的区域梯度的平均值。梯度下降是迭代法的一种，在求解损失函数的最小值时，可以通过梯度下降法来一步步的迭代求解，得到最小化的损失函数和模型参数值。模型参数可以是指预测模型的权重。在依次将与地区对应的多组历史施工参数输入至预测模型的情况下，处理器可以照梯度下降的方式调整梯度均值以更新预测模型的模型参数。进一步地，处理器可以将更新的模型参数返回给各个地区的预测模型，直至与地区对应的多组历史施工参数全部输入至预测模型。
57.在一个实施例中，处理器可以根据针对每组历史施工参数的预测模型的误差值来确定精度最高时的预测模型。误差值包括训练集修正决定系数和测试集均方误差(mse)。处理器可以将决定系数中的残差平方和(sse)与总离差平方和(sst)分别除以各自的自由度，以剔除变量个数对拟合优度的影响。具体地，通过公式(1)和(2)分别确定每个预测模型的训练集修正决定系数和测试集均方误差：
[0058][0059][0060]
其中，是指每个预测模型的训练集修正决定系数，mse是指每个预测模型的测试集均方误差，为是指i个样本的模型预测值，yi是指第i个样本的真实值，sse是指每个预测模型的残差平方和；sst是指每个预测模型的总离差平方和，r2是指每个预测模型的样本决定系数，n是指样本数量，k是指变量个数。
[0061]
例如，可以取泵送1000方后的泵送装置的历史施工参数、泵送3000方后的泵送装置的历史施工参数、泵送5000方后的泵送装置的历史施工参数、泵送10000方后的泵送装置的历史施工参数4个样本集，分别对每组历史施工参数的泵送装置输送管的剩余寿命进行预测，再比较4个模型训练集的和测试集的mse，和mse为最小值时，预测模型的精度达到最高。
[0062]
通过上述技术方案，将输送管从当前时间到失效时间的泵送方量定义为输送管的剩余寿命，更加准确合理。将待预测泵送装置的施工参数输入至预测模型，来对输送管的剩余寿命进行预测，且预测模型是多个泵送装置的历史施工参数对应的特征训练完毕所得到的，可以提高对输送管的剩余寿命预测的准确性。选取泵送系统压力、泵送油缸频率、臂架倾角、工作功率、油温值、工作压力值以及输送管磨损值等作为特征数据，并对特征数据进行分析处理，从而可以得到对应的目标特征数据。并且，还可以计算各个地区的历史施工参数的区域梯度，按照梯度下降的方式调整梯度均值以更新预测模型的模型参数。从而可以计算根据针对每组历史施工参数的预测模型的误差值，并确定误差值为最小值的最优预测模型，实现对输送管进行相应的预测性维护，提高泵送装置工作的连续性。
[0063]
图1为一个实施例中用于输送管剩余寿命的预测方法的流程示意图。应该理解的是，虽然图1的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图1中的至少一部分步骤可以包括多个子
步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
[0064]
在一个实施例中，如图4所示，提供了一种用于输送管剩余寿命的预测装置400，包括施工参数获取模块402、预测模块404，其中：
[0065]
施工参数模块402，用于获取待预测泵送装置的施工参数，待预测泵送装置是指未发生故障且使用正常的泵送装置。
[0066]
预测模块404，用于将施工参数输入至预测模型，以通过预测模型输出针对待预测泵送装置输送管的剩余寿命的预测值，剩余寿命是指待预测泵送装置的输送管从当前时间到失效时间的泵送方量。
[0067]
其中，预测模型是通过多个泵送装置的历史施工参数对应的特征训练完毕的模型，历史施工参数包括泵送装置在历史工作时间段内的工作参数。
[0068]
在一个实施例中，如图5所示，预测装置400还包括模型训练模块406，包括：
[0069]
历史施工参数获取单元10，用于获取多组历史施工参数，每组历史施工参数包括剩余寿命相同的多个泵送装置在历史工作时间段内的工作参数，其中，任意两组历史施工参数对应不同的剩余寿命。
[0070]
特征提取和数据处理单元20，用于对每组历史施工参数进行特征提取和数据处理，以得到每组历史施工参数的特征数据；对每组历史施工参数的特征数据进行分析处理，以得到与每组历史施工参数对应的目标特征数据。
[0071]
数据训练单元30，依次将每组历史施工参数对应的目标特征数据输入至预测模型，以得到训练完毕的预测模型。
[0072]
在一个实施例中，如图5所示，特征数据包括泵送系统压力和泵送油缸频率，特征提取和数据处理单元20，还用于根据每组历史施工参数的泵送系统压力和泵送油缸频率确定每组历史施工参数的施工工况图；确定每个施工工况图的图像矩数据；将图像矩数据确定为与每组历史施工参数对应的目标特征数据。
[0073]
在一个实施例中，如图5所示，工作参数包括泵送装置的臂架长度，特征提取和数据处理单元20，还用于对每组历史施工参数的特征数据进行分析处理，以得到与每组历史施工参数对应的目标特征数据包括：针对每个泵送装置，根据每个历史时间点的臂架倾角和臂架长度确定每个臂架端点在每个历史时间点的端点坐标位置；针对每个泵送装置，根据每个臂架端点在每个历史时间点的端点坐标位置确定泵送装置在每个历史时间点的臂架姿态；根据每个泵送装置在每个历史时间点的臂架姿态确定在每种臂架姿态下每个泵送装置的输送管的累计使用时长；针对每组历史施工参数，确定每种臂架姿态下的累计使用时长的时长均值，并将与每种臂架姿态对应的时长均值确定为与每组历史施工参数对应的目标特征数据。
[0074]
在一个实施例中，工作参数包括泵送装置的输送管磨损值，以及泵送装置在历史工作时间段内的每个历史时间点的工作功率、油温值和工作压力值中的至少一者，其中，输送管磨损值包括输送管的已泵送方量、超压次数、堵管次数的至少一者。特征提取和数据处理单元20，还用于确定工作功率、油温值和工作压力值中任一者的统计值；将统计值和输送管磨损值确定为目标特征数据。
[0075]
在一个实施例中，特征提取和数据处理单元20，还用于通过四分位间距对每组历史施工参数的特征数据进行划分，以去除每组历史施工参数的异常数据。
[0076]
在一个实施例中，每组历史施工参数包括剩余寿命相同且来源于同一个地区的多个泵送装置在历史工作时间段内的工作参数，预测模块404还用于依次将每组历史施工参数对应的目标特征数据输入至预测模型，并确定预测模型针对于每组历史施工参数的区域梯度；针对同一个地区，确定与地区对应的多组历史施工参数的区域梯度的梯度均值；针对同一个地区，依次将与地区对应的多组历史施工参数输入至预测模型，并按照梯度下降的方式调整梯度均值以更新预测模型的模型参数，直至与地区对应的多组历史施工参数全部输入至预测模型。
[0077]
所述用于输送管剩余寿命的预测装置包括处理器和存储器，上述施工参数模块、预测模块、模型训练模块等均作为程序单元存储在存储器中，由处理器执行存储在存储器中的上述程序模块中实现相应的功能。
[0078]
处理器中包含内核，由内核去存储器中调取相应的程序单元。内核可以设置一个或以上，通过调整内核参数来实现对用于输送管剩余寿命的预测方法。
[0079]
存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(ram)和/或非易失性内存等形式，如只读存储器(rom)或闪存(flash ram)，存储器包括至少一个存储芯片。
[0080]
本技术实施例提供了一种存储介质，其上存储有程序，该程序被处理器执行时实现上述用于输送管剩余寿命的预测方法。
[0081]
本技术实施例提供了一种处理器，所述处理器用于运行程序，其中，所述程序运行时执行上述用于输送管剩余寿命的预测方法。
[0082]
在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图6所示。该计算机设备包括通过系统总线连接的处理器a01、网络接口a02、存储器(图中未示出)和数据库(图中未示出)。其中，该计算机设备的处理器a01用于提供计算和控制能力。该计算机设备的存储器包括内存储器a03和非易失性存储介质a04。该非易失性存储介质a04存储有操作系统b01、计算机程序b02和数据库(图中未示出)。该内存储器a03为非易失性存储介质a04中的操作系统b01和计算机程序b02的运行提供环境。该计算机设备的数据库用于存储用于输送管剩余寿命的预测方法的数据。该计算机设备的网络接口a02用于与外部的终端通过网络连接通信。该计算机程序b02被处理器a01执行时以实现一种用于输送管剩余寿命的预测方法。
[0083]
本领域技术人员可以理解，图4中示出的结构，仅仅是与本技术方案相关的部分结构的框图，并不构成对本技术方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
[0084]
在一个实施例中，本技术提供的用于输送管剩余寿命的预测装置可以实现为一种计算机程序的形式，计算机程序可在如图6所示的计算机设备上运行。计算机设备的存储器中可存储组成该用于输送管剩余寿命的预测装置的各个程序模块，比如，图4所示的施工参数模块、预测模块。各个程序模块构成的计算机程序使得处理器执行本说明书中描述的本技术各个实施例的用于输送管剩余寿命的预测方法中的步骤。
[0085]
本技术实施例提供了一种设备，设备包括处理器、存储器及存储在存储器上并可
在处理器上运行的程序，处理器执行程序时实现上述用于输送管剩余寿命的预测方法的步骤。
[0086]
本技术还提供了一种计算机程序产品，当在数据处理设备上执行时，适于执行初始化有上述用于输送管剩余寿命的预测方法步骤。
[0087]
本领域内的技术人员应明白，本技术的实施例可提供为方法、系统、或计算机程序产品。因此，本技术可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本技术可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
[0088]
本技术是参照根据本技术实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0089]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0090]
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0091]
在一个典型的配置中，计算设备包括一个或多个处理器(cpu)、输入/输出接口、网络接口和内存。
[0092]
存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(ram)和/或非易失性内存等形式，如只读存储器(rom)或闪存(flash ram)。存储器是计算机可读介质的示例。
[0093]
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(pram)、静态随机存取存储器(sram)、动态随机存取存储器(dram)、其他类型的随机存取存储器(ram)、只读存储器(rom)、电可擦除可编程只读存储器(eeprom)、快闪记忆体或其他内存技术、只读光盘只读存储器(cd-rom)、数字多功能光盘(dvd)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
[0094]
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要
素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
[0095]
以上仅为本技术的实施例而已，并不用于限制本技术。对于本领域技术人员来说，本技术可以有各种更改和变化。凡在本技术的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本技术的权利要求范围之内。