Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于IIoT的工业边缘机房硬盘故障预测方法 

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:中国信息通信研究院

摘要:本发明公开了一种基于IIoT的工业边缘机房硬盘故障预测方法,涉及硬盘故障预测技术领域,包括S1、数据收集及预处理;S2、特征选择;S3、模型构建;S4、参数调优。该基于IIoT的工业边缘机房硬盘故障预测方法,采用FARM采集硬盘数据,提高了数据采集的便捷性、可靠性,在此基础上选择与硬盘故障预测相关度较高的数据作为模型数据,模型建立过程中考虑到了实际数据关系,采用RBF核,提高了模型训练的准确性;此外,通过将硬盘状态分为故障、数据异常但仍正常工作及正常三类状态,进一步提高了硬盘故障预测的灵活性和准确性;同时明确了模型训练的目标是提高检出率,降低漏报率、误报率,使得本模型具有更强的适应性。

主权项:1.一种基于IIoT的工业边缘机房硬盘故障预测方法,其特征在于,包括以下步骤:S1、数据收集及预处理:通过部署物联网传感器收集硬盘运行时的各种环境参数,并利用FARM指标,通过特定的数据采集软件或设备,从硬盘本身或其运行环境中获取关键的可靠性指标,然后将物联网传感器收集的环境参数数据和FARM指标数据进行集成;S2、特征选择:从特征中挑选出与硬盘故障预测最相关的特征子集,选择最重要的特征作为模型的输入;S3、模型构建:采用SVR模型来对硬盘运行状态数据进行拟合,通过步骤S2选择出与硬盘故障密切相关的性能参数x1、x2、x3……xn,将硬盘状态记为x=x1,x2,x3,…,xn,且硬盘状态标记为三种,分别是故障状态y=0、轻度数据异常但仍可正常运行y=1、正常状态y=2;通过SVR模型对硬盘运行状态数据级x,y进行训练,训练出拟合函数:y=ωT+b,并利用不敏感损失函数阈值ε来控制函数边界,规定预测硬盘状态在fx+ε到fx-ε之间为正常状态硬盘,硬盘状态在fx+ε1到fx+ε2,以及fx-ε1到fx–ε2之间为有异常数据但仍可正常运行的硬盘,硬盘状态超过fx-ε2或低于fx-ε2时为故障硬盘;最大化间隔带并使损失最小,以此来确定ω和b的值,在引入松弛变量ξi≥0后,最后支持向量机回归的最优化问题表示如下: s.tyi-ωTxi-b≤ε+ξi S4、参数调优:调整SVR模型内部的参数,所述参数控制着模型的复杂度和泛化能力,具体包括:C:用于控制模型对误差的容忍度;gamma:对于使用径向基函数核的SVR,用于决定数据点间的影响范围;ε:用于定义回归函数对样本数据不敏感区域的宽度;S5、模型评估:使用测试集评估模型,将最优参数下的SVR模型应用于测试集数据,计算SVR模型预测的检出率、误报率、漏报率。

全文数据:

权利要求:

百度查询: 中国信息通信研究院 一种基于IIoT的工业边缘机房硬盘故障预测方法

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。