本申请属于计算机，尤其涉及一种基于标识解析的应用于生产执行系统的设备故障预测方法。
背景技术：
1、食品饮料行业中的生产执行系统包括产品智能检料及配送模块、质量检测执行模块、出入库执行模块以及原辅料配送执行模块等。在生产执行系统中各个模块的工作过程中均需要使用到各种工业设备。当某个工业设备出现故障时，会提高生产执行系统中某个模块工作中断的风险。因此，需要对各种工业设备进行故障预测，以在某个工业设备出现故障前进行维护。
2、然而，现有技术通常是通过定时检测的方式实现对各种工业设备的故障预测，难以满足实际需求。
技术实现思路
1、本申请实施例提供了一种基于标识解析的应用于生产执行系统的设备故障预测方法，无论在何时，都可以结合工业设备的状态参数对应的时域特征和频域特征，得到准确的故障预测结果，提高了对工业设备的故障预测准确率。
2、第一方面，本申请实施例提供了一种基于标识解析的应用于生产执行系统的设备故障预测方法，包括：
3、在检测到目标工业设备正在运行时，获取所述目标工业设备的标识信息；
4、基于所述标识信息，获取所述目标工业设备在运行时的状态参数；
5、基于所述状态参数，确定所述目标工业设备对应的时域特征和频域特征；
6、基于所述时域特征和所述频域特征，确定所述目标工业设备的故障预测结果。
7、可选的，所述基于所述时域特征和所述频域特征，确定所述目标工业设备的故障预测结果，包括：
8、基于所述时域特征和所述频域特征，确定所述目标工业设备的运行信息；所述运行信息用于描述所述目标工业设备在运行时的变化趋势；
9、基于所述运行信息，确定所述故障预测结果。
10、可选的，所述时域特征包括多种类型，所述频域特征包括多种类型；所述故障预测结果包括故障预测类型和故障产生原因；所述基于所述运行信息，确定所述故障预测结果，包括：
11、基于所述运行信息，确定所述故障预测类型以及确定特征类型；所述特征类型包括第一类型和第二类型；所述第一类型指多种类型的时域特征中存在异常的时域特征对应的类型；所述第二类型指多种类型的频域特征中存在异常的频域特征对应的类型；
12、基于所述特征类型，确定目标参数；所述目标参数指所述状态参数中存在异常的参数；
13、基于所述目标参数，确定所述故障产生原因。
14、可选的，在所述基于所述时域特征和所述频域特征，确定所述目标工业设备的故障预测结果之后，还包括：
15、根据所述故障预测结果，确定所述目标工业设备的维护等级；
16、根据所述维护等级，确定维护方式；
17、输出与所述维护方式对应的第一提示信息。
18、可选的，所述故障预测结果为第一结果，所述第一结果指预测得到所述目标工业设备可能出现的故障的故障预测类型；在所述基于所述时域特征和所述频域特征，确定所述目标工业设备的故障预测结果之后，还包括：
19、若所述目标工业设备出现与所述故障预测类型对应的目标故障，则基于所述标识信息获取所述目标工业设备的属性信息；
20、基于所述属性信息和所述故障预测类型，确定所述目标工业设备的维修方式；
21、输出与所述维修方式对应的第二提示信息。
22、可选的，所述基于所述属性信息和所述故障预测类型，确定所述目标工业设备的维修方式，包括：
23、基于所述属性信息和所述故障预测类型，确定所述目标工业设备的故障产生原因；
24、获取所述目标工业设备的历史故障维修信息；
25、根据所述历史故障维修信息、所述状态参数以及所述故障产生原因，确定所述维修方式。
26、可选的，在所述基于所述标识信息，获取所述目标工业设备在运行时的状态参数之后，还包括：
27、计算在设定时间段内的状态参数的变化幅度；所述设定时间段内的结束时刻为当前时刻；
28、相应的，所述基于所述时域特征和所述频域特征，确定所述目标工业设备的故障预测结果，包括：
29、基于所述时域特征和所述频域特征，确定所述目标工业设备的第一预测结果；
30、基于所述第一预测结果和所述变化幅度，确定所述故障预测结果。
31、第二方面，本申请实施例提供了一种基于标识解析的应用于生产执行系统的设备故障预测装置，包括：
32、第一获取单元，用于在检测到目标工业设备正在运行时，获取所述目标工业设备的标识信息；
33、第二获取单元，用于基于所述标识信息，获取所述目标工业设备在运行时的状态参数；
34、处理单元，用于基于所述状态参数，确定所述目标工业设备对应的时域特征和频域特征；
35、第一结果确定单元，用于基于所述时域特征和所述频域特征，确定所述目标工业设备的故障预测结果。
36、第三方面，本申请实施例提供了一种终端设备，包括：存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，上述处理器执行所述计算机程序时实现如上述第一方面中任一项所述的基于标识解析的应用于生产执行系统的设备故障预测方法。
37、第四方面，本申请实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上述第一方面中任一项所述的基于标识解析的应用于生产执行系统的设备故障预测方法。
38、第五方面，本申请实施例提供了一种计算机程序产品，当计算机程序产品在终端设备上运行时，使得终端设备可执行上述第一方面中任一项所述的基于标识解析的应用于生产执行系统的设备故障预测方法。
39、本申请实施例与现有技术相比存在的有益效果是：
40、本申请实施例提供的一种基于标识解析的应用于生产执行系统的设备故障预测方法，通过在检测到目标工业设备正在运行时，获取目标工业设备的标识信息；基于标识信息，获取目标工业设备的状态参数；基于状态参数，确定目标工业设备对应的时域特征和频域特征；基于时域特征和频域特征，确定目标工业设备的故障预测结果。与现有技术相比，本方法无论在何时，都可以结合工业设备的状态参数对应的时域特征和频域特征，得到准确的故障预测结果，提高了对工业设备的故障预测准确率。同时，通过工业设备的标识信息可以快速且准确获取到工业设备在运行时的状态参数，从而提高了信息获取速率。
1.一种基于标识解析的应用于生产执行系统的设备故障预测方法，其特征在于，包括：
2.如权利要求1所述的基于标识解析的应用于生产执行系统的设备故障预测方法，其特征在于，所述基于所述时域特征和所述频域特征，确定所述目标工业设备的故障预测结果，包括：
3.如权利要求2所述的基于标识解析的应用于生产执行系统的设备故障预测方法，其特征在于，所述时域特征包括多种类型，所述频域特征包括多种类型；所述故障预测结果包括故障预测类型和故障产生原因；所述基于所述运行信息，确定所述故障预测结果，包括：
4.如权利要求1所述的基于标识解析的应用于生产执行系统的设备故障预测方法，其特征在于，在所述基于所述时域特征和所述频域特征，确定所述目标工业设备的故障预测结果之后，还包括：
5.如权利要求1所述的基于标识解析的应用于生产执行系统的设备故障预测方法，其特征在于，所述故障预测结果为第一结果，所述第一结果指预测得到所述目标工业设备可能出现的故障的故障预测类型；在所述基于所述时域特征和所述频域特征，确定所述目标工业设备的故障预测结果之后，还包括：
6.如权利要求5所述的基于标识解析的应用于生产执行系统的设备故障预测方法，其特征在于，所述基于所述属性信息和所述故障预测类型，确定所述目标工业设备的维修方式，包括：
7.如权利要求1-6任一项所述的基于标识解析的应用于生产执行系统的设备故障预测方法，其特征在于，在所述基于所述标识信息，获取所述目标工业设备在运行时的状态参数之后，还包括：
8.一种基于标识解析的应用于生产执行系统的设备故障预测装置，其特征在于，包括：
9.一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述的基于标识解析的应用于生产执行系统的设备故障预测方法。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的基于标识解析的应用于生产执行系统的设备故障预测方法。
