买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：金网络(北京)数字科技有限公司

摘要：本发明公开了一种矿车异常故障检测方法、装置、设备、介质及产品，涉及大数据分析技术领域。所述方法是先根据所有矿车异常故障事件的历史监测时序数据得到多个聚类中心，然后针对各个中心，根据对应的所有归属事件的矿车异常故障类型确定对应的故障类型，再然后针对各种故障类型，将基于对应中心及非对应中心而得的正负样本数据导入基于人工智能算法的机器学习模型进行模型训练，得到对应的故障类型识别模型，并将目标矿车的当前监测时序数据分别导入对应的故障类型识别模型，输出得到出现属于对应类型的矿车异常故障的置信度，最后在发现置信度超标时触发检修提醒动作，如此可对矿车异常故障进行检测分析，并利于避免带来次生经济价值损失。

主权项：1.一种矿车异常故障检测方法，其特征在于，包括：获取所有矿车异常故障事件的矿车异常故障类型和由多个第一车载传感器在对应事件发生前次近单位时段内采集的历史监测时序数据，其中，所述多个第一车载传感器布置在对应事件的所属矿车上；根据所述所有矿车异常故障事件的所述历史监测时序数据，应用K-means聚类算法聚类得到多个聚类中心，其中，所述多个聚类中心的中心总数等于所述所有矿车异常故障事件的矿车异常故障类型总数；针对在所述所有矿车异常故障事件中的各个事件，根据所述多个聚类中心和对应的所述历史监测时序数据，分别计算得到对应的且至所述多个聚类中心的欧拉距离，并将对应事件作为在所述多个聚类中心的且与最短欧拉距离对应的某个聚类中心的归属事件；针对在所述多个聚类中心中的各个中心，统计在对应的所有归属事件的矿车异常故障类型中的各种类型的出现频次，并将在对应的所有归属事件的矿车异常故障类型中的且与最高频次对应的某种类型作为对应的矿车异常故障类型；针对在所述所有矿车异常故障事件的矿车异常故障类型中的各种矿车异常故障类型，将对应的所有正样本数据和所有负样本数据导入基于人工智能算法的机器学习模型进行模型训练，得到对应的故障类型识别模型，其中，所述正样本数据包含有用于作为模型输入项的且对应中心的归属事件的所述历史监测时序数据和用于作为模型输出项的数值“1”，所述负样本数据包含有用于作为模型输入项的且非对应中心的归属事件的所述历史监测时序数据和用于作为模型输出项的数值“0”；周期性地获取由布置在目标矿车上的多个第二车载传感器在最近单位时段内采集的当前监测时序数据，其中，所述多个第二车载传感器与所述多个第一车载传感器一一对应；针对所述各种矿车异常故障类型，将所述当前监测时序数据导入对应的故障类型识别模型，输出得到所述目标矿车在经过一个单位时段后出现属于对应类型的矿车异常故障的置信度；当发现所述目标矿车在经过一个单位时段后出现属于某种矿车异常故障类型的矿车异常故障的置信度超过与该某种矿车异常故障类型对应的预设置信度阈值时，触发执行与该某种矿车异常故障类型对应的检修提醒动作。

全文数据：

权利要求：

百度查询： 金网络(北京)数字科技有限公司 一种矿车异常故障检测方法、装置、设备、介质及产品