基于工业互联网的智慧工厂生产设备故障预测方法及系统

摘要

本申请涉及工业互联网技术领域，尤其涉及一种基于工业互联网的智慧工厂生产设备故障预测方法及系统，包括：从存储基于工业互联网的智慧工厂系统产生的告警信息的样本数据集中获得故障告警信息样本，将故障告警信息样本输入WGAN‑GP模型中，训练WGAN‑GP模型，生成故障告警信息样本比例平衡的数据集；将生成的故障告警信息样本比例平衡的数据集输入M‑FGCNN模型，以训练M‑FGCNN模型；将基于工业互联网的智慧工厂系统实时产生的告警信息样本输入至训练好的M‑FGCNN模型中，得到生产设备是否发生故障的预测结果；依据预测结果，进行故障工单的下达。本申请提高了基于工业互联网的智慧工厂生产设备故障预测的效率以及预测的精度，满足了生产设备故障预测高精度、低延时的要求。