CN107369303A - 工厂智能诊断方法、装置及系统 - Google Patents

Abstract

本发明实施例提供一种工厂智能诊断方法、装置及系统。该方法包括：服务器根据数据采集设备采集到的各个工厂设备的实时状态数据对工厂设备的异常状态进行诊断，以生成对应的报警信息或者预警信息，其中，所述报警信息或者预警信息至少包括有对应的异常原因、报警优先级、报警类型以及报警描述；对每个异常原因进行进一步分析，得到针对该异常原因的原因判断依据；将所述报警信息和/或预警信息以及对应的每个异常原因的原因判断依据发送给所述用户终端进行显示。本发明大大提高报警故障诊断的可靠性，能够进行高效地判断或预测潜在的设备或工艺故障，以提醒工厂的操作人员及时处理故障，减少了安全事故的发生，提高了工厂的经济效益。

Description

工厂智能诊断方法、装置及系统

技术领域

本发明涉及计算机技术领域，具体而言，涉及一种工厂智能诊断方法、装置及系统。

背景技术

目前工厂的报警诊断分析主要依靠现有的报警信息，其它异常信息都需要人工从系统中通过查看传统的DCS流程画面、趋势图、历史数据等，由于这些数据都是原始的，需要操作人员通过比较报警限值、操作指标等进行判断，分析与判断时间较长，在紧急工况时影响了异常响应处理的及时性，导致事故的发生。

发明内容

为了克服现有技术中的上述不足，本发明的目的在于提供一种工厂智能诊断方法、装置及系统，能够根据各个工厂设备的实时状态数据对工厂设备的异常状态进行诊断，并对每个异常原因进行进一步分析，大大提高报警故障诊断的可靠性，能够进行高效地判断或预测潜在的设备或工艺故障，以提醒工厂的操作人员及时处理故障，减少了安全事故的发生，提高了工厂的经济效益，大幅提高劳动生产率。

为了实现上述目的，本发明较佳实施例采用的技术方案如下：

本发明较佳实施例提供一种工厂智能诊断方法，应用于分别与数据采集设备和用户终端通信连接的服务器，所述数据采集设备设置在工厂内的各个工厂设备的数据采集设备中，所述服务器中预存有报警数据，其中，所述报警数据包括各个工艺区域收集的历史报警数据以及通过故障和异常工况的智能模拟验证产生的模拟报警数据，所述报警数据至少包括有报警位号、报警描述、报警优先级、报警限值以及报警类型，所述方法包括：

所述服务器根据数据采集设备采集到的各个工厂设备的实时状态数据对工厂设备的异常状态进行诊断，以生成对应的报警信息或者预警信息，其中，所述报警信息或者预警信息至少包括有对应的异常原因、报警优先级、报警类型以及报警描述；

对每个异常原因进行进一步分析，得到针对该异常原因的原因判断依据，并根据所述原因判断依据进行逐级原因分析，以得到报警的根原因；

将所述报警信息和/或预警信息以及对应的根原因发送给所述用户终端进行显示。

在本发明较佳实施例中，所述服务器根据所述实时状态数据对工厂设备的异常状态进行诊断，以生成对应的报警信息的步骤，包括：

判断所述实时状态数据是否异常；

若异常，则分析异常状态数据的异常原因，并确定对应的报警优先级、报警类型以及报警描述，以判断是否需要进行报警；

若是，则生成对应的报警信息。

在本发明较佳实施例中，所述服务器根据所述实时状态数据对工厂设备的异常状态进行诊断，以生成对应的预警信息的步骤，包括：

根据所述实时状态数据预测所述实时状态数据的将来变化；

根据预测出的将来变化生成对应的预警信息。

在本发明较佳实施例中，所述根据所述实时状态数据预测所述实时状态数据的将来变化的方式包括：

根据所述实时状态数据进行对应的工艺计算、状态逻辑计算、变化率计算或者偏差计算预测所述实时状态数据的将来变化。

在本发明较佳实施例中，所述方法还包括：

模拟生成所述模拟报警数据；

所述模拟生成所述模拟报警数据的步骤，包括：

对工厂故障和异常工况进行模拟，产生对应的报警信息与预警信息；

对模拟的所述报警信息与预警信息进行诊断验证，若出现错误诊断，则修改预存的报警数据，并根据修改后的报警数据重新对工厂故障和异常工况进行模拟，直到模拟出的报警信息与预警信息验证成功。

在本发明较佳实施例中，所述方法还包括：

响应用户终端发送的报警详细信息的查询请求，向用户终端发送对应的报警详细信息，其中，所述查询请求中包括有报警位号，所述报警详细信息包括报警发生原因、报警后果、报警响应规程、报警优先级以及趋势图中的至少一种。

在本发明较佳实施例中，所述方法还包括：

接收并存储用户终端发送的工厂操作人员定期记录的发生过的报警的原因和对应的响应操作。

本发明较佳实施例还提供一种工厂智能诊断装置，应用于分别与数据采集设备和用户终端通信连接的服务器，所述数据采集设备设置在工厂内的各个工厂设备的数据采集设备中，所述服务器中预存有报警数据，其中，所述报警数据包括各个工艺区域收集的历史报警数据以及通过故障和异常工况的智能模拟验证产生的模拟报警数据，所述报警数据至少包括有报警位号、报警描述、报警优先级、报警限值以及报警类型，所述装置包括：

诊断模块，用于根据数据采集设备采集到的各个工厂设备的实时状态数据对工厂设备的异常状态进行诊断，以生成对应的报警信息或者预警信息，其中，所述报警信息或者预警信息至少包括有对应的异常原因、报警优先级、报警类型以及报警描述；

分析模块，用于对每个异常原因进行进一步分析，得到针对该异常原因的原因判断依据，并根据所述原因判断依据进行逐级原因分析，以得到报警的根原因；

发送模块，用于将所述报警信息和/或预警信息以及对应的根原因发送给所述用户终端进行显示。

本发明较佳实施例还提供一种工厂智能诊断方法，应用于工厂智能诊断系统，所述工厂智能诊断系统包括位于工厂内的各个工厂设备的数据采集设备、与所述数据采集设备通信连接的服务器以及与所述服务器通信连接的用户终端，所述服务器中预存有报警数据，其中，所述报警数据包括各个工艺区域收集的历史报警数据以及通过故障和异常工况的智能模拟验证产生的模拟报警数据，所述报警数据至少包括有报警位号、报警描述、报警优先级、报警限值以及报警类型，所述方法包括：

所述数据采集设备对各个工厂设备的实时状态数据进行采集，并将采集到的实时状态数据发送给所述服务器；

所述服务器根据所述实时状态数据对工厂设备的异常状态进行诊断，以生成对应的报警信息或者预警信息，其中，所述报警信息或者预警信息至少包括有对应的异常原因、报警优先级、报警类型以及报警描述；

对每个异常原因进行进一步分析，得到针对该异常原因的原因判断依据，并根据所述原因判断依据进行逐级原因分析，以得到报警的根原因；

将所述报警信息和/或预警信息以及对应的根原因发送给所述用户终端进行显示。

所述用户终端接收并显示所述报警信息和/或预警信息以及对应的根原因。

本发明较佳实施例还提供一种工厂智能诊断系统，所述工厂智能诊断系统包括位于工厂内的各个工厂设备的数据采集设备、与所述数据采集设备通信连接的服务器以及与所述服务器通信连接的用户终端，所述服务器中预存有报警数据。其中，所述报警数据包括各个工艺区域收集的历史报警数据以及通过故障和异常工况的智能模拟验证产生的模拟报警数据，所述报警数据至少包括有报警位号、报警描述、报警优先级、报警限值以及报警类型。

所述数据采集设备，用于对各个工厂设备的实时状态数据进行采集，并将采集到的实时状态数据发送给所述服务器。

所述服务器，用于根据所述实时状态数据对工厂设备的异常状态进行诊断，以生成对应的报警信息或者预警信息，其中，所述报警信息或者预警信息至少包括有对应的异常原因、报警优先级、报警类型以及报警描述；对每个异常原因进行进一步分析，得到针对该异常原因的原因判断依据，并根据所述原因判断依据进行逐级原因分析，以得到报警的根原因；将所述报警信息和/或预警信息以及对应的根原因发送给所述用户终端进行显示。

所述用户终端，用于接收并显示所述报警信息和/或预警信息以及对应的根原因。

相对于现有技术而言，本发明具有以下有益效果：

本发明实施例提供的工厂智能诊断方法、装置及系统，能够根据各个工厂设备的实时状态数据对工厂设备的异常状态进行诊断，并对每个异常原因进行进一步分析，大大提高报警故障诊断的可靠性，能够进行高效地判断或预测潜在的设备或工艺故障，以提醒工厂的操作人员及时处理故障，减少了安全事故的发生，提高了工厂的经济效益，大幅提高劳动生产率。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它相关的附图。

图1为本发明较佳实施例提供的工厂智能诊断系统的一种方框示意图；

图2为图1中所示的服务器的一种方框示意图；

图3为本发明较佳实施例提供的工厂智能诊断方法的一种流程示意图；

图4为本发明较佳实施例提供的工厂智能诊断装置的一种流程示意图；

图5为本发明较佳实施例提供的工厂智能诊断方法的另一种流程示意图。

图标：10-工厂智能诊断系统；100-服务器；110-存储器；120-处理器；130-通信单元；200-数据采集设备；300-用户终端；400-工厂智能诊断装置；410-诊断模块；420-分析模块；430-发送模块。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。

因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本发明的描述中，术语"第一"、"第二"等仅用于区分描述，而不能理解为指示或暗示相对重要性。

下面结合附图，对本发明的一些实施方式作详细说明。在不冲突的情况下，下述的实施例及实施例中的特征可以相互组合。

请参阅图1，为本发明较佳实施例提供的工厂智能诊断系统10的一种方框示意图。所述工厂智能诊断系统10包括位于工厂内的各个工厂设备的数据采集设备200、与所述数据采集设备200通信连接的服务器100以及与所述服务器100通信连接的用户终端300。

其中，所述服务器100可以是，但不限于，Web(网站)服务器、数据库服务器、ftp(file transfer protocol，文件传输协议)服务器等。所述用户终端300可以是，但不限于，智能手机、个人电脑(Personal Computer，PC)、笔记本电脑、平板电脑、个人数字助理(Personal Digital Assistant，PDA)、移动上网设备(Mobile Internet Device，MID)等。

所述数据采集设备200，用于对各个工厂设备的实时状态数据进行采集，并将采集到的实时状态数据发送给所述服务器100。

所述服务器100，用于根据所述实时状态数据对工厂设备的异常状态进行诊断，以生成对应的报警信息或者预警信息。其中，所述报警信息或者预警信息至少包括有对应的异常原因、报警优先级、报警类型以及报警描述。然后对每个异常原因进行进一步分析，得到针对该异常原因的原因判断依据，将所述报警信息和/或预警信息以及对应的每个异常原因的原因判断依据发送给所述用户终端300。

所述用户终端300，用于接收并显示所述报警信息和/或预警信息以及对应的根原因。

请参阅图2，为图1中所示的服务器100的方框示意图。本发明实施例中，所述服务器100可以包括存储器110、处理器120以及通信单元130。所述存储器110、处理器120以及通信单元130相互之间直接或间接地电性连接，以实现数据的传输或交互。例如，这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。存储器110中存储有工厂智能诊断装置400，所述工厂智能诊断装置400包括至少一个可以软件或固件(Firmware)的形式存储于所述存储器110中的软件功能模块，所述处理器120通过运行存储在存储器110内的软件程序以及功能模块，如本发明实施例中的工厂智能诊断装置400，从而执行各种功能应用以及数据处理，即实现本发明实施例中的工厂智能诊断方法。

其中，所述存储器110可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其它非易失性固态存储器。在一些实例中，存储器110可进一步包括相对于处理器120远程设置的远程存储器，这些远程存储器可以通过网络连接至所述用户终端300。上述网络的实例可以包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。其中，存储器110用于存储程序，所述处理器120在接收到执行指令后，执行所述程序。进一步地，通信单元130将各种输入/输入装置耦合至处理器120以及存储器110，上述存储器110内的软件程序以及模块还可包括操作系统，其可包括各种用于管理系统任务(例如内存管理、存储设备控制、电源管理等)的软件组件和/或驱动，并可与各种硬件或软件组件相互通讯，从而提供其它软件组件的运行环境。

所述处理器120可以是一种集成电路芯片，具有信号的处理能力。上述的处理器120可以是通用处理器，包括中央处理器(CentralProcessing Unit，CPU)、网络处理器(Network Processor，NP)等。还可以是数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或者其它可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者也可以是任何常规处理器等。

所述通信单元130可以用于建立所述服务器100与所述数据采集设备200和所述用户终端300之间的通信连接。所述通信单元130可以采用任何可能的方式实现，例如WiFi模块、蓝牙通信、光纤通信等等，通过通信单元130实现了所述服务器100与所述数据采集设备200和所述用户终端300之间的通信，从而可以使得服务器100能够向数据采集设备200或者用户终端300发送相关数据，并接收由数据采集设备200或者用户终端300返回的相关数据。

可以理解，图2所示的结构仅为示意，所述服务器100还可以包括比图2中所示更多或者更少的组件，或者具有与图2所示不同的配置。图2中所示的各组件可以采用硬件、软件或其组合实现。

请参阅图3，为本发明较佳实施例提供的工厂智能诊断方法的一种流程示意图，所述方法由图1中所示的服务器100执行。所应说明的是，本发明实施例提供的方法不以图3及以下所述的具体顺序为限制。所述方法的具体流程如下：

步骤S110，所述服务器100根据数据采集设备200采集到的各个工厂设备的实时状态数据对工厂设备的异常状态进行诊断，以生成对应的报警信息或者预警信息。

本实施例中，所述服务器100中预存有报警数据，详细地，所述报警数据可以包括各个工艺区域收集的历史报警数据以及通过故障和异常工况的智能模拟验证产生的模拟报警数据，所述报警数据至少包括有报警位号、报警描述、报警优先级、报警限值以及报警类型。例如，所述历史报警数据可以从DCS/SIS/CCS等工厂控制系统、安全系统或者工艺操作、仪表管理、设备管理、安全管理等部门收集所有的报警，进行梳理后形成统一的报警数据。对于每个发生过的报警，都需要收集报警位号、报警描述、报警优先级、报警限值以及报警类型等数据信息。可以理解的是，以上并非穷举，本领域技术人员可以根据实际设计需求收集更多的报警数据。

本实施例中，数据采集设备200实时对各个工厂设备的状态数据进行采集并发送给所述服务器100，服务器100可根据采集到的工厂设备的实时状态数据生成对应的报警信息和或者预警信息。

详细地，服务器100判断所述实时状态数据是否异常，若异常，则分析异常状态数据的异常原因，并确定对应的报警优先级、报警类型以及报警描述，以判断是否需要进行报警，若需要进行报警，则生成对应的报警信息。其中，所述报警信息或者预警信息可以包括但并不仅限于对应的异常原因、报警优先级、报警类型以及报警描述。

进一步地，服务器100还可以根据所述实时状态数据预测所述实时状态数据的将来变化，以根据预测出的将来变化生成对应的预警信息。例如，高精度精馏塔的灵敏板温度设置了温度报警。当进料流量或温度变化时，精馏塔的灵敏板温度变化有大的滞后(有时有几分钟甚至几个小时的变化滞后)，报警的发生也会滞后。建立了精馏塔的在线动态模型后，可以提前预测将来几个小时的温度变化，对这些将来的温度变化进行预警。

具体地，可根据所述实时状态数据进行对应的工艺计算、状态逻辑计算、变化率计算或者偏差计算预测所述实时状态数据的将来变化。例如，热交换器长期运行后产生结垢等现象，可以增加实时的传热系数的计算，并对传热系数设置报警，而产生结垢的预警信息。

步骤S120，对每个异常原因进行进一步分析，得到针对该异常原因的原因判断依据，并根据所述原因判断依据进行逐级原因分析，以得到报警的根原因。

本实施例中，对于该报警信息分析出的每个异常原因，确定是否可以通过增加判断原因的报警或预警。例如，换热器的出口温度TI1201低报警时，分析的两个报警原因为TI1201温度传感器失灵，那么可以增加TI1201的DCS仪表故障报警作为原因分析判断的依据。或者，热交换器长期运行后产生结垢，可以增加热交换器的传热系数低报预警作为原因判断的依据，又或者热交换器入口温度TI1201低，可以增加TI1201低报警作为原因判断的依据。

在得到针对该异常原因的原因判断依据后，可通过原因判断依据进行原因追踪分析，再逐级分析报警/异常的原因，直至找到根原因。在确认根原因后，可以向操作人员提供报警操作的指导建议。

步骤S130，将所述报警信息和/或预警信息以及对应的根原因发送给所述用户终端300进行显示。

进一步地，由于无法在实际工厂对所有的工况以及异常故障场景进行测试，为了提高报警数据的可靠性，本实施例中，所述服务器100还可以模拟生成所述模拟报警数据。具体地，可以对工厂故障和异常工况进行模拟，产生对应的报警信息与预警信息，然后对模拟的所述报警信息与预警信息进行诊断验证，若出现错误诊断，则修改预存的报警数据，并根据修改后的报警数据重新对工厂故障和异常工况进行模拟，直到模拟出的报警信息与预警信息验证成功。

进一步地，用户终端300还可以随时从所述服务器100中获取需要查询的报警详细信息，根据工厂人员的操作向所述服务器100发送查询请求，其中，所述查询请求中包括有报警位号。所述服务器100响应用户终端300发送的报警详细信息的查询请求，向用户终端300发送对应的报警详细信息，所述报警详细信息可以包括报警发生原因、报警结果、报警处理、报警优先级以及趋势图中的至少一种。

例如，所述用户终端300还可以根据负责的部门、负责的工艺区域等，展示目前正在报出的报警与预警信息，用户可以按照优先级对报警一览进行过滤，选择需要优先处理的报警。在选择某个工厂设备时，会自动显示该工厂设备包含的报警变量及预警变量，并实时显示对象变量的实时值。在“当前报警”界面中可以选择需要查看的报警记录，显示报警发生原因、报警结果、报警处理、报警优先级以及趋势图等，此外，还可以查看与该报警相关的变量的近期趋势，默认近一小时。可以通过时间窗口的下拉框对时间进行选择。

进一步地，对于工厂的实际装置，初步设计与应用阶段，由于无法考虑所有的可能工况，所述服务器100还可以接收并存储用户终端300发送的工厂操作人员定期记录的发生过的报警的原因和对应的响应操作。例如，工厂操作人员还可以定期对发生过的报警的原因/响应操作进行系统记录，例如可以在交接班时对本班发生的报警进行记录，根据记录的大数据，对于系统设计中没有考虑的经过相关管理人员确认后补充到服务器100中。

进一步地，所述服务器100还可以根据用户终端300的请求，通过报警的相关的信息向用户终端300发送并展示原因追踪分析，逐级分析报警/异常的原因，直至找到根本原因。在确认根本原因后，还可以对报警操作进行指导。例如，对于重要的报警点，会配置原因变量，当报警发生时，如果根本原因在近一预设时间段(例如，八个小时)内也存在报警，那么根本原因报警的详细信息也可进行查看。如此，可以一层层向前追查报警真正的起因。从而实现了智能操作，减少操作负荷，大幅提高劳动生产率。

进一步地，请参阅图4，本发明较佳实施例还提供一种工厂智能诊断装置400，所述装置安装于所述存储器110中包括一个或者多个可由所述处理器120执行的软件功能模块，所述装置包括：

诊断模块410，用于根据数据采集设备200采集到的各个工厂设备的实时状态数据对工厂设备的异常状态进行诊断，以生成对应的报警信息或者预警信息，其中，所述报警信息或者预警信息至少包括有对应的异常原因、报警优先级、报警类型以及报警描述。

分析模块420，用于对每个异常原因进行进一步分析，得到针对该异常原因的原因判断依据，并根据所述原因判断依据进行逐级原因分析，以得到报警的根原因。

发送模块430，用于将所述报警信息和/或预警信息以及对应的根原因发送给所述用户终端300进行显示。

进一步地，请参阅图5，本发明较佳实施例还提供一种工厂智能诊断方法，应用于所述工厂智能诊断系统10，所述方法包括：

步骤S210，所述数据采集设备200对各个工厂设备的实时状态数据进行采集，并将采集到的实时状态数据发送给所述服务器100。

步骤S220，所述服务器100根据所述实时状态数据对工厂设备的异常状态进行诊断，以生成对应的报警信息或者预警信息，其中，所述报警信息或者预警信息至少包括有对应的异常原因、报警优先级、报警类型以及报警描述。

步骤S230，对每个异常原因进行进一步分析，得到针对该异常原因的原因判断依据，并根据所述原因判断依据进行逐级原因分析，以得到报警的根原因。

步骤S240，将所述报警信息和/或预警信息以及对应的根原因发送给所述用户终端300。

步骤S250，所述用户终端300接收并显示所述报警信息和/或预警信息以及对应的根原因。

综上所述，本发明实施例提供的工厂智能诊断方法、装置及系统，能够根据各个工厂设备的实时状态数据对工厂设备的异常状态进行诊断，并对每个异常原因进行进一步分析，大大提高报警故障诊断的可靠性，能够进行高效地判断或预测潜在的设备或工艺故障，以提醒工厂的操作人员及时处理故障，减少了安全事故的发生，提高了工厂的经济效益，大幅提高劳动生产率。

在本发明所提供的实施例中，应该理解到，所揭露的装置、系统和方法，也可以通过其它的方式实现。以上所描述的装置、系统和方法实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本发明的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

另外，在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。

所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，电子设备，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。

需要说明的是，在本文中，术语"包括"、"包含"或者其任何其它变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其它要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句"包括一个……"限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其它的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。

Claims (10)

1.一种工厂智能诊断方法，应用于分别与数据采集设备和用户终端通信连接的服务器，其特征在于，所述数据采集设备设置在工厂内的各个工厂设备的数据采集设备中，所述服务器中预存有报警数据，其中，所述报警数据包括各个工艺区域收集的历史报警数据以及通过故障和异常工况的智能模拟验证产生的模拟报警数据，所述报警数据至少包括有报警位号、报警描述、报警优先级、报警限值以及报警类型，所述方法包括：

所述服务器根据数据采集设备采集到的各个工厂设备的实时状态数据对工厂设备的异常状态进行诊断，以生成对应的报警信息或者预警信息，其中，所述报警信息或者预警信息至少包括有对应的异常原因、报警优先级、报警类型以及报警描述；

对每个异常原因进行进一步分析，得到针对该异常原因的原因判断依据，并根据所述原因判断依据进行逐级原因分析，以得到报警的根原因；

将所述报警信息和/或预警信息以及对应的根原因发送给所述用户终端进行显示。

2.根据权利要求1所述的工厂智能诊断方法，其特征在于，所述服务器根据所述实时状态数据对工厂设备的异常状态进行诊断，以生成对应的报警信息的步骤，包括：

判断所述实时状态数据是否异常；

若异常，则分析异常状态数据的异常原因，并确定对应的报警优先级、报警类型以及报警描述，以判断是否需要进行报警；

若是，则生成对应的报警信息。

3.根据权利要求1所述的工厂智能诊断方法，其特征在于，所述服务器根据所述实时状态数据对工厂设备的异常状态进行诊断，以生成对应的预警信息的步骤，包括：

根据所述实时状态数据预测所述实时状态数据的将来变化；

根据预测出的将来变化生成对应的预警信息。

4.根据权利要求3所述的工厂智能诊断方法，其特征在于，所述根据所述实时状态数据预测所述实时状态数据的将来变化的方式包括：

根据所述实时状态数据进行对应的工艺计算、状态逻辑计算、变化率计算或者偏差计算预测所述实时状态数据的将来变化。

5.根据权利要求1所述的工厂智能诊断方法，其特征在于，所述方法还包括：

模拟生成所述模拟报警数据；

所述模拟生成所述模拟报警数据的步骤，包括：

对工厂故障和异常工况进行模拟，产生对应的报警信息与预警信息；

对模拟的所述报警信息与预警信息进行诊断验证，若出现错误诊断，则修改预存的报警数据，并根据修改后的报警数据重新对工厂故障和异常工况进行模拟，直到模拟出的报警信息与预警信息验证成功。

6.根据权利要求1所述的工厂智能诊断方法，其特征在于，所述方法还包括：

响应用户终端发送的报警详细信息的查询请求，向用户终端发送对应的报警详细信息，其中，所述查询请求中包括有报警位号，所述报警详细信息包括报警发生原因、报警后果、报警响应规程、报警优先级以及趋势图中的至少一种。

7.根据权利要求1所述的工厂智能诊断方法，其特征在于，所述方法还包括：

接收并存储用户终端发送的工厂操作人员定期记录的发生过的报警的原因和对应的响应操作。

8.一种工厂智能诊断装置，应用于分别与数据采集设备和用户终端通信连接的服务器，其特征在于，所述数据采集设备设置在工厂内的各个工厂设备的数据采集设备中，所述服务器中预存有报警数据，其中，所述报警数据包括各个工艺区域收集的历史报警数据以及通过故障和异常工况的智能模拟验证产生的模拟报警数据，所述报警数据至少包括有报警位号、报警描述、报警优先级、报警限值以及报警类型，所述装置包括：

诊断模块，用于根据数据采集设备采集到的各个工厂设备的实时状态数据对工厂设备的异常状态进行诊断，以生成对应的报警信息或者预警信息，其中，所述报警信息或者预警信息至少包括有对应的异常原因、报警优先级、报警类型以及报警描述；

分析模块，用于对每个异常原因进行进一步分析，得到针对该异常原因的原因判断依据，并根据所述原因判断依据进行逐级原因分析，以得到报警的根原因；

发送模块，用于将所述报警信息和/或预警信息以及对应的根原因发送给所述用户终端进行显示。

9.一种工厂智能诊断方法，应用于工厂智能诊断系统，其特征在于，所述工厂智能诊断系统包括位于工厂内的各个工厂设备的数据采集设备、与所述数据采集设备通信连接的服务器以及与所述服务器通信连接的用户终端，所述服务器中预存有报警数据，其中，所述报警数据包括各个工艺区域收集的历史报警数据以及通过故障和异常工况的智能模拟验证产生的模拟报警数据，所述报警数据至少包括有报警位号、报警描述、报警优先级、报警限值以及报警类型，所述方法包括：

所述数据采集设备对各个工厂设备的实时状态数据进行采集，并将采集到的实时状态数据发送给所述服务器；

所述服务器根据所述实时状态数据对工厂设备的异常状态进行诊断，以生成对应的报警信息或者预警信息，其中，所述报警信息或者预警信息至少包括有对应的异常原因、报警优先级、报警类型以及报警描述；

对每个异常原因进行进一步分析，得到针对该异常原因的原因判断依据，并根据所述原因判断依据进行逐级原因分析，以得到报警的根原因；

将所述报警信息和/或预警信息以及对应的根原因发送给所述用户终端进行显示；

所述用户终端接收并显示所述报警信息和/或预警信息以及对应的根原因。

10.一种工厂智能诊断系统，其特征在于，所述工厂智能诊断系统包括位于工厂内的各个工厂设备的数据采集设备、与所述数据采集设备通信连接的服务器以及与所述服务器通信连接的用户终端，所述服务器中预存有报警数据，其中，所述报警数据包括各个工艺区域收集的历史报警数据以及通过故障和异常工况的智能模拟验证产生的模拟报警数据，所述报警数据至少包括有报警位号、报警描述、报警优先级、报警限值以及报警类型；

所述数据采集设备，用于对各个工厂设备的实时状态数据进行采集，并将采集到的实时状态数据发送给所述服务器；

所述服务器，用于根据所述实时状态数据对工厂设备的异常状态进行诊断，以生成对应的报警信息或者预警信息，其中，所述报警信息或者预警信息至少包括有对应的异常原因、报警优先级、报警类型以及报警描述；对每个异常原因进行进一步分析，得到针对该异常原因的原因判断依据，并根据所述原因判断依据进行逐级原因分析，以得到报警的根原因；将所述报警信息和/或预警信息以及对应的根原因发送给所述用户终端进行显示；

所述用户终端，用于接收并显示所述报警信息和/或预警信息以及对应的根原因。