(19)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 202210749091.3 (22)申请日 2022.06.28 (71)申请人 上海煤科信息科技有限公司 地址 200030 上海市徐汇区天钥桥路1号 (72)发明人 闫东　金振国　李振华　李梦菲　 (74)专利代理 机构 上海雍灏知识产权代理事务 所(普通合伙) 31368 专利代理师 沈汶波 (51)Int.Cl. G06V 20/52(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) G06Q 10/06(2012.01) G06Q 50/02(2012.01) G06V 10/82(2022.01) (54)发明名称 智慧矿山的AI设备故障监测方法、 系统及计 算机可读存 储介质 (57)摘要 本发明提供了一种智慧矿山的AI设备故障 监测方法、 系统及计算机可读存储介质， 智慧矿 山的AI设备故障监测方法， 包括： 获取各个设备 的第一预设时间段内的运行数据， 所述运行数据 包括故障数据； 依据所述运行数据建立每个设备 单独的AI故障预警模型； 实时获取各个设备的当 前运行数据， 将所述当前运行数据作为输入， 通 过所述AI故障预警模型实时预测设备的运行故 障； 当检测到所述运行故障则立即报警； 所述实 时预测包括通过时序数据曲线排齐方法对所述 当前运行 数据进行 数据排齐 。 权利要求书2页 说明书5页 附图1页 CN 114973149 A 2022.08.30 CN 114973149 A 1.一种智慧矿山的AI设备故障监测方法， 其特 征在于， 包括： 获取各个设备的第一预设时间段内的运行 数据， 所述 运行数据包括故障数据； 依据所述 运行数据建立每 个设备单独的AI故障预警模型； 实时获取各个设备的当前运行数据， 将所述当前运行数据作为输入， 通过所述AI故障 预警模型实时预测设备的运行故障； 当检测到所述 运行故障则立即报警； 所述实时预测包括 通过时序数据曲线排齐方法对所述当前运行 数据进行 数据排齐。 2.根据权利要求1所述的AI设备故障监测方法， 其特征在于， 所述通过时序数据曲线排 齐方法对所述当前运行 数据进行 数据排齐之后还 包括： 通过可编程计数器阵列对排齐后的所述当前运行数据进行特征提取， 包括滤波过程、 放大过程、 特征值计算过程。 3.根据权利要求1所述的AI设备故障监测方法， 其特征在于， 所述AI故障预警模型为 LSTM神经网络模型； 基于从所述当前运行数据中提取到的特征， 利用所述LSTM神经网络模 型实时预测该 特征所对应的设备的运行故障。 4.根据权利要求1所述的AI设备故障监测方法， 其特征在于， 所述设备包括切割电机， 所述当前运行 数据包括截割电机电流、 截割电机温度； 所述当前运行 数据的采样频率 为1HZ。 5.根据权利要求1所述的AI设备故障监测方法， 其特征在于， 所述设备包括采煤机摇臂 齿轮箱； 所述当前运行 数据包括采煤 机齿轮箱温度、 截割电机电流、 截割电机电流； 所述当前运行 数据的采样频率 为1HZ。 6.根据权利要求1所述的AI设备故障监测方法， 其特征在于， 设定参数阈值， 当所述当 前运行数据超过 所述参数阈值， 则认为出现故障； 所述依据所述 运行数据建立每 个设备单独的AI故障预警模型包括： 以第二预设时间段为间隔调整各个设备的所述 参数阈值， 并记录所述 运行数据； 获取各个设备的第三预设时间段内的所述 参数阈值； 依据若干个所述参数阈值、 与所述运行数据中在该参数阈值设定期间的所述故障数 据， 建立每 个设备单独的所述AI故障预警模型。 7.根据权利要求6所述的AI设备故障监测方法， 其特征在于， 所述设备包括皮带机； 所 述当前运行 数据包括减速器的温度、 电流、 转速， 以及电动机的温度、 电流、 转速； 所述设备包括变频器； 所述当前运行 数据包括电流、 电压、 电源 对称性； 所述设备包括液压支 架； 所述当前运行 数据包括温度、 振动。 8.根据权利要求1所述的AI设备故障监测方法， 其特征在于， 所述运行故障包括一级故 障和二级故障； 当检测到所述 一级故障， 则立即报警； 当检测到所述 二级故障， 则对设备进行强制停机， 并且立即报警。 9.一种智慧矿山的AI设备故障监测系统， 其特征在于， 包括数据采集模块、 AI预警模型 模块和报警模块； 所述数据采集模块获取各个设备的第 一预设时间段内的运行数据， 所述运行数据包括 故障数据； 所述AI预警模型模块依据所述 运行数据建立每 个设备单独的AI故障预警模型；权　利　要　求　书 1/2 页 2 CN 114973149 A 2所述数据采集模块实时获取各个设备的当前运行数据， 所述AI预警模型模块将所述当 前运行数据作为输入， 实时预测设备的运行故障； 当检测到所述 运行故障则立即通过 所述报警模块进行报警； 所述AI预警模型模块包括 时序数据曲线排齐单元和可编程计数器阵列单元， 通过所时 序数据曲线排齐单元述对所述当前运行数据进 行数据排齐， 接着通过所述可编程计数器阵 列单元对排齐后的所述当前运行数据进 行特征提取， 包括滤波过程、 放大过程、 特征值计算 过程。 10.一种计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 所述计算机程序 被处理器执行时实现权利要求1 ‑8中任一所述AI设备故障监测方法的步骤。权　利　要　求　书 2/2 页 3 CN 114973149 A 3