CN110546657B - 用于评估组件的生命周期的方法和设备 - Google Patents

用于评估组件的生命周期的方法和设备 Download PDF

Info

Publication number
CN110546657B
CN110546657B CN201780085177.8A CN201780085177A CN110546657B CN 110546657 B CN110546657 B CN 110546657B CN 201780085177 A CN201780085177 A CN 201780085177A CN 110546657 B CN110546657 B CN 110546657B
Authority
CN
China
Prior art keywords
component
information
model
data
simulation
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201780085177.8A
Other languages
English (en)
Other versions
CN110546657A (zh
Inventor
袁勇
王晓峰
周文晶
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Siemens AG
Original Assignee
Siemens AG
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Siemens AG filed Critical Siemens AG
Publication of CN110546657A publication Critical patent/CN110546657A/zh
Application granted granted Critical
Publication of CN110546657B publication Critical patent/CN110546657B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/20—Administration of product repair or maintenance
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
    • G06Q10/06375—Prediction of business process outcome or impact based on a proposed change
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/087—Inventory or stock management, e.g. order filling, procurement or balancing against orders
    • G06Q10/0875—Itemisation or classification of parts, supplies or services, e.g. bill of materials
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/80—Management or planning

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Quality & Reliability (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Educational Administration (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • General Factory Administration (AREA)

Abstract

本发明提供了用于评估组件的生命周期的方法和设备。方法包括：利用仿真装置获取与所述生产线中的部分或全部组件的组件模型对应的模型描述信息；获取与所述模型描述信息所对应的至少一个组件模型所需的，至少一项数据信息；基于所述事件信息，对所获得的所述数据信息进行事件标记；基于标记后的所述数据信息，获得相应各个模型相应组件的组件状态信息；基于来自所述组件状态信息，生成相应的分析报告。本发明的优点在于：不再依赖专家的手工操作和经验来确定失效模式和关键组件，以及测量规则，而可以通过PLM系统精确地提供相应的信息。并且，通过对模型的语义处理，能够为用户远程操作提供支持。更好的适应多样化的办公场景。

Description

用于评估组件的生命周期的方法和设备
技术领域
本发明涉及工业互联网领域，尤其涉及用于评估组件的生命周期的方法和设备。
背景技术
为了节省维持费用，提供可靠的产品和运营的模型，中小型企业(SMEs，Small andMedium Enterpridse)对于产品数据服务有着很强的需求。例如，一个建立了组装线的中小企业采用了预防性维修服务，以便于从生产线的关键组件中获取数据，并将数据传输至云端，并通过分析算法，对这些关键组件进行分析，以预测该关键组件可能的失效情形。从而减少维护成本，降低多余组件的库存，并能够及时替换组件，以降低生产线的系统风险。
工业互联网使得产品数据服务更加方便。但是，为了在特定生产领域实施产品数据服务，需要执行以下几个步骤：1)对客户工厂启动失效模式和影响分析，以确定产品线中的关键组件及其失效模式；2)确定测量规则，包括传感器的安装，传感器数据的预处理等；3)在现场安装传感器以及获取数据的软/硬件；4)配置云端连接器的参数，并且在云平台上描述工厂中的组件关联关系；5)配置报告模板和可视界面；6)根据分析结果提供报告和可视界面。
然而，在实践中，由于以下原因导致该方法并不容易执行：
1)在确定关键模块及其失效模式的过程中，十分依赖专家经验；
2)测量规则高度依赖专家经验；
3)分析报告和可视界面的质量高度依赖于专家的经验。
并且，当前的分析方式主要采用黑匣子的方式，但是由于关键组件需要依赖在正常模式和失效模式下的数据采样，因此不容易各个不同的组件的黑匣子。
发明内容
有鉴于此，本发明的一个实施例解决的问题之一是自动实现对于组件的生命周期的评估，从而避免过分依赖于专家经验的问题。
根据本发明的一个实施例，提供了用于评估组件的生命周期的方法，其中，所述评估设备包括用于对生产线的各个组件进行建模仿真的仿真装置，其中，所述方法包括以下步骤：
-利用所述仿真装置获取与所述生产线中的部分或全部组件对应的模型描述信息，其中，所述模型描述信息包括至少一个组件模型分别对应的，所需采集的至少一项数据项，以及与各个数据项分别对应的事件信息；
-获取与所述模型描述信息所对应的至少一组件模型所需的，至少一数据信息；
-基于所述事件信息，对所获得的所述数据信息进行事件标记；
-基于标记后的所述数据信息，获得相应各个模型相应组件的组件状态信息；
-基于来自所述组件状态信息，生成相应的分析报告。
根据本发明的一个实施例，还提供了用于评估组件的生命周期的评估设备，其中，所述评估设备包括用于对生产线的各个组件进行建模仿真的仿真装置，其中，所述评估设备包括：
所述仿真装置，用于获取与所述生产线中的部分或全部组件对应的模型描述信息，其中，所述模型描述信息包括至少一个组件模型分别对应的，所需采集的至少一项数据项，以及与各个数据项分别对应的事件信息；
数据获取装置，用于获取与所述模型描述信息所对应的至少一个组件模型所需的，至少一项真实的数据信息；以及，基于所述事件信息，对所获得的所述真实的数据信息进行事件标记；
状态监视装置，用于基于标记后的所述数据信息，获得相应各个模型相应组件的组件状态信息；
分析装置，用于基于来自所述组件状态信息，生成相应的分析报告。
与现有技术相比，本发明具有以下优点：通过对生产线进行仿真，并输出关键组件所需的数据项和事件规则，能够自动指引系统获取相应的真实数据，能够自动采集合适的数据并进行预处理，通过采集真实数据供PLM系统进行校准，从而形成了闭环。进而使得整条生产线的仿真模型据更加贴合实际情况，并且不再依赖专家的手工操作和经验来确定失效模式和关键组件，以及测量规则，而可以通过PLM系统精确地提供相应的信息。并且，通过对模型的语义处理，能够为用户远程操作提供支持。更好的适应多样化的办公场景。
附图说明
本发明的其它特点、特征、优点和益处通过以下结合附图的详细描述将变得更加显而易见。
图1表示根据本发明一个实施例的评估组件的生命周期的方法流程图；
图2为根据本发明一个实施例的评估组件的生命周期的评估设备的结构框图；
图3为根据本发明的一个实施例的一种评估设备的通用结构框图。
具体实施方式
下面将参照附图更详细地描述本公开的优选实施方式。虽然附图中显示了本公开的优选实施方式，然而应该理解，可以以各种形式实现本公开而不应被这里阐述的实施方式所限制。相反，提供这些实施方式是为了使本公开更加透彻和完整，并且能够将本公开的范围完整的传达给本领域的技术人员。
结合图1，图1为本发明一个实施例的用于评估组件的生命周期的评估设备。根据本发明的评估设备包括仿真装置100、数据获取装置200、状态监视装置300、分析装置400，优选地，根据本发明的评估设备还包括语义装置500。
下面采用实施例的方式来进行说明。
根据本发明的一个实施例，包括由仿真装置100执行的步骤S101，由数据获取装置200执行的步骤S102和S103，由状态监视装置300执行的步骤S104以及由分析装置400执行的步骤S105。
其中，仿真装置用于对生产线的各个组件进行建模仿真。优选地，所述仿真装置采用产品生命周期管理(PLM，product lifecycle management)软件对工厂的生产线中的各个组件建模，并生成相应的仿真数据，供各个组件对应的模型来运行。
具体地，在步骤S101中，评估设备利用仿真装置获取与所述生产线中的至少一个组件的组件模型分别对应的模型描述信息。
其中，所述模型描述信息包括组件模型所需采集的至少一项数据项，以及与其中部分或全部数据项分别对应的事件信息。
其中，所述事件信息中所对应的事件，用于区分组件模型运行时的正常模式和失效模式。
优选地，对任一组件模型，评估设备根据该组件模型在正常模式和失效模式下的仿真运行，提取出该组件模型对应的规则信息，所述规则信息包括用于事件信息，以及与该事件对应的数据信息。
其中，所述事件信息用于区分正常模式和失效模式。
具体地，评估设备的仿真装置中的一个组件模型基于多组仿真数据进行仿真运行，其中包括正常模式下的仿真数据和失效模式下的仿真数据，并得到多个运行结果，并通过诸如数据挖掘等数据处理方式，提取用于区分正常模式和失效模式的事件信息，以及该事件信息对应的数据项，作为规则信息。
例如，马达模型仿真运行时，基于温度、转速、是否负载这三项仿真数据运行以获得相应的振动值。仿真装置根据振动值的正常值范围，确定失效模式下的振动值，并通过对影像振动值的相关数据信息的挖掘处理，确定用于区分正常模式和失效模式的事件信息为带负载，进而确定规则包括带负载下的振动数据。根据相应的数据项，确定规则包括带负载状态下的振动值，并进而确定事件信息为带负载，并且，确定需要获取的数据项包括：温度、转速、是否负载以及振动这四项。
优选地，评估设备利用所述仿真装置进行仿真运行，以基于运行中所述生产线的各个组件的关联关系和/或对应的失效模式，来确定所述生产线中的至少一个关键组件，以获取所述至少一个关键组件的模型描述信息。
例如，仿真装置可以基于组件与其他组件之间的关联关系，将位于关键节点的组件确定为关键组件；又例如，将失效模式多，且发生频率高的组件确定为关键组件等。
接着，评估设备获取来自仿真装置的，至少一个模型的模型描述信息，并在步骤S102中，评估设备获取与各个模型的所述模型描述信息所对应至少一项真实的数据信息。
其中，评估设备具有与真实生产线中的各个组件相连接的接口，以获取与各个组件相关的数据信息。
优选地，评估设备通过接口，与各个真实组件上的传感器等用于进行数据收集的装置相连接，以获得这些装置所收集的，组件的真实数据。
接着，在步骤S103中，评估设备基于所述事件信息，对所获得的所述数据信息进行事件标记。
优选地，评估设备对所获得的数据信息进行预处理，以对该预处理后的数据信息进行事件标记。
其中，所述预处理包括但不限于对数据进行多种可能的数据处理方式，例如，滤波处理、求均方根等等。
其中，评估设备可根据数据类型，数据来源等来确定对数据执行的预处理操作。更优选地，可基于组件建模时预先设定的预处理规则，对数据进行预处理。
接着，在步骤S104中，评估装置基于标记后的所述数据信息，获得相应各个模型相应组件的组件状态信息。
其中，所述运行状态信息用于指示组件模型处于正常模式或者失效模式。优选地，所述运行状态信息包括组件模型处于正常模式/失效模式的概率。更优选地，所述运行状态信息还包括指示组件模型的正常/失效的其他相关信息。具体地，评估装置基于数据信息所包含的事件标记，确定该数据信息对应的组件的组件状态信息。
接着，在步骤S105中，评估设备基于来自所述状态监视设备的组件状态信息，生成相应的分析报告。
具体地，评估设备基于所获得的各个组件模型的组件状态信息，以及历史获得的组件状态信息，对组件的生命周期进行预测，以基于所预测的生命周期生成相应的分析报告。
优选地，评估设备还获取组件的其他组件相关信息，结合组件模型的组件状态信息以及组件运行状态信息，对组件的生命周期进行预测，以基于所预测的生命周期生成相应的分析报告。
其中，所述组件相关信息包括供评估装置预测组件的生命周期的各项信息。
优选地，所述组件相关信息包括但不限于以下至少任一项：
1)组件的健康指标信息；例如，组件的老化程度，磨损程度，变形量等；
2)组件的运行时间等。
3)组件在生产线中的位置信息等。
根据本发明的第一实施例，一组件模型为发动机模型，PLM系统中已知该模型在转速大于100转/分钟时处于失效模式，并且振动对于转速敏感。
通过对该模型的仿真运行确定的以下两个失效模式：
1)轴承失效：Vib＝f1(Speed，Torque，Temperature)；
2)传动轴失效；Vib＝f2(Speed，Torque，Temperature)。
其中，Vib表示振动数据项，Speed表示速度，Torque表示力矩，Temperature表示温度，f1表示轴承失效模式对应的函数，f2表示传动轴失效模式对应的函数。
则评估设备在步骤S102中抽象确定需要获得与该模型对应的模型描述信息包括：数据项包括：速度、力矩、温度、振动；规则信息包括：速度大于100转/分钟的振动数据。
并在步骤S103中，评估设备从实际发动机的传感器上获取与四个数据项对应的真实数据值，并将满足该事件信息的振动数据标记为符号event_1，该符号对应的事件内容为“速度大于100转/分钟”。
接着，评估设备通过步骤S104评估设备获取与该发动机模型对应的数据信息，并基于所获得的信息判断该发动机的组件状态信息，并通过步骤S105中，基于所确定的组件状态信息，来预测该发动机的生命周期。
进一步参照图1，在一个优选实施例中，根据本实施例的方法还包步骤S110和步骤S105’。
在步骤S110中，所述评估设备将相应的组件的位置语义信息发送至分析设备。
其中，所述位置语义信息表示对组件之间的位置关联关系进行语义化处理后的信息。优选地，所述位置关联关系包括各个组件之间上下、左右、前后等的相对位置关系。
优选地，在所述评估设备建立/更新对于生产线的仿真建模后，语义设备读取该仿真装置中的各个组件模型之间的位置关联关系，并进行语义化处理，以获得各个组件之间的位置关联关系的位置语义信息。
具体地，评估设备通过读取生产线的仿真建模中的各个组件模型相关文档来确定各个组件模型之间的位置关联信息。并在模型发生更改时，通过读取更改后的各个组件模型的文档，来更新相应的位置关联信息。
接着，在步骤S105’中，评估设备基于来自所述状态监视设备的组件状态信息，以及与相应组件对应的位置语义信息，生成相应的分析报告。
其中，所述分析包括可包括以下至少任一项信息：
1)组件生命周期信息；
2)组件的数据项信息；
3)生产线的生命周期。
根据实施例的一个优选方案，所述评估设备具有远程客户端，并且，所述评估设备向远程客户端提供与各个组件对应的关联语义信息。
具体地，当用户通过远程客户端来查看评估设备的运行状态和分析报告时，评估设备可将所需的分析数据以及位置语义信息发送给该远程客户端，以供用户查看。
例如，评估设备可将所需的分析数据以及位置语义信息分别传送至云端，以供该远程客户端获取相应的数据，
根据本实施例的方案，不需要依赖专家的经验，而可以实现完全的自动化评估，并且，通过对模型的语义处理，能够为用户远程操作提供支持。更好的适应多样化的办公场景。
继续参照图1，根据本发明的一个优选方案，在步骤S101之前，还包括步骤S106，步骤S107，步骤S108和步骤S109。
在步骤S106中，评估设备基于仿真装置设立生产线的各个组件对应的组件模型。
在步骤S107中，评估设备获取所述仿真装置中的各个组件模型对应的真实数据信息。
在步骤S108中，评估设备基于所述仿真装置中的各个组件模型，以及各个组建模型对应的真实数据信息，生成于各个组件模型对应的模型数据。
其中，模型数据包括具有模型信息的数据信息。其通过将模型信息与真实数据信息进行封装，来获得模型数据。
例如，模型信息中可包含与真实数据信息对应的设备名称，设备传感器信息，传感器获得的数据属性等等。本领域技术人员可根据实际情况和需求来确定模型数据中所需采用的模型信息。具体地，评估设备基于各个组建模型所需要的数据格式，将其对应的真实数据信息进行整合，以获得相应的模型数据。
接着，在步骤S109中，评估设备基于所述模型数据，对所述各个组件对应的组件模型进行校准。
其中，本领域技术人员应能或者基于模型数据对模型进行校准的方式，此处不再赘述。
根据本实施例的方案，通过对生产线进行仿真，并输出关键组件所需的数据项和事件规则，能够自动指引系统获取相应的真实数据，能够自动采集合适的数据并进行预处理，通过采集真实数据供PLM系统进行校准，从而形成了闭环。进而使得整条生产线的仿真模型据更加贴合实际情况，并且不再依赖专家的手工操作和经验来确定失效模式和关键组件，以及测量规则，而可以通过PLM系统精确地提供相应的信息。
图2为本发明一个实施例的用于评估组件的生命周期的评估设备的结构框图。根据本发明的评估设备包括仿真装置100、数据获取装置200、状态监视装置300、分析装置400，优选地，根据本发明的评估设备还包括语义装置500。
其中，仿真装置100用于对生产线的各个组件进行建模仿真。优选地，所述仿真装置100采用产品生命周期管理(PLM，product lifecycle management)软件对工厂的生产线中的各个组件建模，并生成相应的仿真数据，供各个组件对应的模型来运行。
具体地，仿真装置100获取与所述生产线中的至少一个组件的组件模型分别对应的模型描述信息。
其中，所述模型描述信息包括组件模型所需采集的至少一项数据项，以及与其中部分或全部数据项分别对应的事件信息。
其中，所述事件信息中所对应的事件，用于区分组件模型运行时的正常模式和失效模式。
优选地，对任一组件模型，仿真装置100根据该组件模型在正常模式和失效模式下的仿真运行，提取出该组件模型对应的规则信息，所述规则信息包括用于事件信息，以及与该事件对应的数据信息。
其中，所述事件信息用于区分正常模式和失效模式。
具体地，仿真装置100中的一个组件模型基于多组仿真数据进行仿真运行，其中包括正常模式下的仿真数据和失效模式下的仿真数据，并得到多个运行结果，并通过诸如数据挖掘等数据处理方式，提取用于区分正常模式和失效模式的事件信息，以及该事件信息对应的数据项，作为规则信息。
例如，马达模型仿真运行时，基于温度、转速、是否负载这三项仿真数据运行以获得相应的振动值。仿真装置100根据振动值的正常值范围，确定失效模式下的振动值，并通过对影像振动值的相关数据信息的挖掘处理，确定用于区分正常模式和失效模式的事件信息为带负载，进而确定规则包括带负载下的振动数据。根据相应的数据项，确定规则包括带负载状态下的振动值，并进而确定事件信息为带负载，并且，确定需要获取的数据项包括：温度、转速、是否负载以及振动这四项。
优选地，所述仿真装置100进行仿真运行，以基于运行中所述生产线的各个组件的关联关系和/或对应的失效模式，来确定所述生产线中的至少一个关键组件，以获取所述至少一个关键组件的模型描述信息。
例如，仿真装置100可以基于组件与其他组件之间的关联关系，将位于关键节点的组件确定为关键组件；又例如，将失效模式多，且发生频率高的组件确定为关键组件等。
接着，数据获取设备200接收到来自仿真装置100的，至少一个模型的模型描述信息，并获取与各个模型的所述模型描述信息所对应至少一项真实的数据信息。
其中，数据获取装置200具有与实际生产线中的各个组件相连接的接口，以获取与各个组件相关的数据信息。
优选地，数据获取装置200通过接口，与各个实际组件上的传感器等用于进行数据收集的装置相连接，以获得这些装置所收集的，组件的真实数据。
接着，数据获取装置200基于所述事件信息，对所获得的所述数据信息进行事件标记。
优选地，数据获取装置200对所获得的数据信息进行预处理，以对该预处理后的数据信息进行事件标记。
其中，所述预处理包括但不限于对数据进行多种可能的数据处理方式，例如，滤波处理、求均方根等等。
其中，数据获取装置200可根据数据类型，数据来源等来确定对数据执行的预处理操作。更优选地，可基于组件建模时预先设定的预处理规则，对数据进行预处理。
接着，状态监视设备300基于标记后的所述数据信息，获得相应各个模型相应组件的组件状态信息。
其中，所述运行状态信息用于指示组件模型处于正常模式或者失效模式。优选地，所述运行状态信息包括组件模型处于正常模式/失效模式的概率。更优选地，所述运行状态信息还包括指示组件模型的正常/失效的其他相关信息。
具体地，评估装置基于数据信息所包含的事件标记，确定该数据信息对应的组件的组件状态信息。
具体地，状态监视设备300根据仿真装置中，与组件模块的失效模式和正常模式对应的数据信息，来检测相应的组件的运行状态，以供分析装置400基于该运行状态，来预测组件的生命周期。
接着，分析装置400基于来自所述状态监视设备的组件状态信息，生成相应的分析报告。
具体地，分析装置400基于所获得的各个组件模型的组件状态信息，以及历史获得的组件状态信息，对组件的生命周期进行预测，以基于所预测的生命周期生成相应的分析报告。
优选地，分析装置400还获取组件的其他组件相关信息，结合组件模型的组件状态信息以及组件运行状态信息，对组件的生命周期进行预测，以基于所预测的生命周期生成相应的分析报告。
其中，所述组件相关信息包括供评估装置预测组件的生命周期的各项信息。
优选地，所述组件相关信息包括但不限于以下至少任一项：
1)组件的健康指标信息；例如，组件的老化程度，磨损程度，变形量等；
2)组件的运行时间等。
3)组件在生产线中的位置信息等。
根据本发明的第一实施例，一组件模型为发动机模型，PLM系统中已知该模型在转速大于100转/分钟时处于失效模式，并且振动对于转速敏感。
通过对该模型的仿真运行确定的以下两个失效模式：
1)轴承失效：Vib＝f1(Speed，Torque，Temperature)；
2)传动轴失效；Vib＝f2(Speed，Torque，Temperature)。
其中，Vib表示振动数据项，Speed表示速度，Torque表示力矩，Temperature表示温度，f1表示轴承失效模式对应的函数，f2表示传动轴失效模式对应的函数。
则数据获取装置200抽象确定需要获得与该模型对应的模型描述信息包括：数据项包括：速度、力矩、温度、振动；规则信息包括：速度大于100转/分钟的振动数据。
数据获取装置200从真实发动机的传感器上获取与四个数据项对应的真实数据值，并将满足该事件信息的振动数据标记为符号event_1，该符号对应的事件内容为“速度大于100转/分钟”。
接着，状态监视装置300获取与该发动机模型对应的数据信息，并基于所获得的信息判断该发动机的组件状态信息，并由分析装置400基于所确定的组件状态信息，来预测该发动机的生命周期。
进一步参考图2，在一个优选实施例中，根据本实施例的评估装置中还包括语义装置500。
语义装置500将相应的组件的位置语义信息发送至分析装置400。
其中，所述位置语义信息表示对组件之间的位置关联关系进行语义化处理后的信息。优选地，所述位置关联关系包括各个组件之间上下、左右、前后等的相对位置关系。
优选地，在所述仿真装置建立/更新对于生产线的仿真建模后，语义设备500读取该仿真装置中的各个组件模型之间的位置关联关系，并进行语义化处理，以获得各个组件之间的位置关联关系的位置语义信息。
具体地，语义装置500通过读取生产线的仿真建模中的各个组件模型相关文档来确定各个组件模型之间的位置关联信息。并在模型发生更改时，通过读取更改后的各个组件模型的文档，来更新相应的位置关联信息。
接着，分析装置400基于来自所述状态监视设备的组件状态信息，以及与相应组件对应的位置语义信息，生成相应的分析报告。
其中，所述分析包括可包括以下至少任一项信息：
1)组件生命周期信息；
2)组件的数据项信息；
3)生产线的生命周期。
根据实施例的一个优选方案，所述评估设备具有远程客户端，并且，所述语义装置500向远程客户端提供与各个组件对应的关联语义信息。
具体地，当用户通过远程客户端来查看评估设备的运行状态和分析报告时，语义装置500和分析装置400可将所需的分析数据以及位置语义信息发送给该远程客户端，以供用户查看。
例如，语义装置500和分析装置400可将所需的分析数据以及位置语义信息分别传送至云端，以供该远程客户端获取相应的数据，
根据本实施例的方案，不需要依赖专家的经验，而可以实现完全的自动化评估，并且，通过对模型的语义处理，能够为用户远程操作提供支持。更好的适应多样化的办公场景。
继续参考图2，根据本发明的一个优选方案，仿真装置100设立生产线的各个组件对应的组件模型，接着，数据获取装置200获取所述仿真装置中的各个组件模型对应的数据信息；接着，状态监视装置300基于所述仿真装置中的各个组件模型，以及来自数据获取装置200的、各个组建模型对应的数据信息，生成于各个组件模型对应的模型数据。接着，仿真装置100基于状态监视装置300的模型数据，对所述各个组件对应的组件模型进行校准。
其中，模型数据包括具有模型信息的数据信息。其通过将模型信息与真实数据信息进行封装，来获得模型数据。
例如，模型信息中可包含与真实数据信息对应的设备名称，设备传感器信息，传感器获得的数据属性等等。本领域技术人员可根据实际情况和需求来确定模型数据中所需采用的模型信息。
其中，本领域技术人员应能或者基于真实模型数据对模型进行校准的方式，此处不再赘述。
根据本实施例的方案，通过对生产线进行仿真，并输出关键组件所需的数据项和事件规则，能够自动指引系统获取相应的真实数据，能够自动采集合适的数据并进行预处理，通过采集真实数据供PLM系统进行校准，从而形成了闭环。进而使得整条生产线的仿真模型据更加贴合实际情况，并且不再依赖专家的手工操作和经验来确定失效模式和关键组件，以及测量规则，而可以通过PLM系统精确地提供相应的信息。
图2中的各装置可以采用软件、硬件(例如集成电路、FPGA等)、或软硬件结合的方式实现。
现在参考图3，其示出了按照本发明一个实施例的评估设备的通用结构框图。评估设备可以包括存储器610和处理器620。存储器610可以存储可执行指令。处理器620可以根据存储器610所存储的可执行指令，实现图2中的各个单元所执行的操作。
此外，本发明实施例还提供一种机器可读介质，其上存储有可执行指令，当所述可执行指令被执行时，使得机器执行评估设备所实现的操作。
本领域技术人员应当理解，上面所公开的各个实施例，可以在不偏离发明实质的情况下做出各种变形和改变。因此，本发明的保护范围应当由所附的权利要求书来限定。

Claims (12)

1.用于评估组件的生命周期的方法，其中，所述方法包括以下步骤：
运行仿真装置进行仿真，以基于运行中生产线的各个组件对应的失效模式，来确定所述生产线中的至少一个关键组件；
利用仿真装置获取与所述生产线中的至少一个关键组件对应的模型描述信息，其中，所述模型描述信息包括至少一个组件模型分别对应的，所需采集的至少一项数据项，以及与各个数据项分别对应的事件信息；以及，所述仿真装置根据该组件模型在正常模式和失效模式下的仿真运行，提取出该组件模型对应的规则信息，并确定与所述规则信息对应的事件信息，以及与所述事件信息对应的至少一项数据项；
获取与所述模型描述信息所对应的至少一个组件模型所需的，至少一项数据信息；
基于所述事件信息，对所获得的所述数据信息进行事件标记；
基于标记后的所述数据信息，获得相应各个模型相应组件的组件状态信息；
基于来自所述组件状态信息，生成相应的分析报告。
2.根据权利要求1所述的方法，其中，所述方法还包括以下步骤：
获取相应的组件的关联语义信息；
其中，所述生成分析报告的步骤还包括：
基于来自状态监视设备的组件状态信息，以及与相应组件对应的关联语义信息，生成相应的分析报告。
3.根据权利要求1或2所述的方法，其中，所述方法还包括以下步骤：
在所述仿真装置建立/更新对于生产线的仿真建模后，读取该仿真装置中的各个组件模型之间的位置关联关系，并进行语义化处理，以获得各个组件之间的位置关联关系的位置语义信息。
4.根据权利要求1或2所述所述的方法，其中，所述方法还包括以下步骤：
向远程客户端提供与各个组件对应的位置语义信息。
5.根据权利要求1或2所述的方法，其中，所述方法还包括以下步骤：
对所获得的数据信息进行预处理，以对该预处理后的数据信息进行事件标记。
6.根据权利要求1或2所述的方法，其中，所述方法还包括以下步骤：
基于仿真装置设立生产线的各个组件对应的组件模型信息；
获取所述仿真装置中的各个组件模型对应的真实数据信息；
基于所述仿真装置中的各个组件模型，以及各个组建模型对应的真实数据信息，生成于各个组件模型对应的模型数据；
基于所述模型数据，对相应的组件模型进行校准。
7.评估组件的生命周期的评估设备，其中，所述评估设备包括：
仿真装置，用于进行仿真运行，以基于运行中生产线的各个组件对应的失效模式，来确定所述生产线中的至少一个关键组件，获取与所述生产线中的至少一个关键组件对应的模型描述信息，其中，所述模型描述信息包括至少一个组件模型分别对应的，所需采集的至少一项数据项，以及与各个数据项分别对应的事件信息；以及，根据该组件模型在正常模式和失效模式下的仿真运行，提取出该组件模型对应的规则信息，并确定与所述规则信息对应的事件信息，以及与所述事件信息对应的至少一项数据项；
数据获取装置，用于获取与所述模型描述信息所对应的至少一个组件模型所需的，至少一项真实的数据信息；以及，基于所述事件信息，对所获得的所述真实的数据信息进行事件标记；
状态监视装置，用于基于标记后的所述数据信息，获得相应各个模型相应组件的组件状态信息；
分析装置，用于基于来自所述组件状态信息，生成相应的分析报告。
8.根据权利要求7所述的评估设备，其中，所述评估设备，还包括能够获取仿真装置中各个组件之间的关联关系的语义装置，
所述语义装置用于将相应的组件的关联语义信息发送至分析装置；
其中，所述分析装置基于来自所述状态监视装置的组件状态信息，以及来自所述语义装置的、与相应组件对应的关联语义信息，生成相应的分析报告。
9.根据权利要求8所述的评估设备，其中，所述语义装置还用于：
-在所述仿真装置建立/更新对于生产线的仿真建模后，读取该仿真装置中的各个组件模型之间的位置关联关系，并进行语义化处理，以获得各个组件之间的位置关联关系的位置语义信息。
10.根据权利要求8所述的评估设备，其中，所述评估设备可对应远程客户端，所述语义装置向所述远程客户端提供与各个组件对应的关联语义信息。
11.根据权利要求7或8所述的评估设备，其中，所述数据获取装置对所获得的数据信息进行预处理，以对该预处理后的数据信息进行事件标记。
12.根据权利要求7或8所述的评估装置，其中，
所述仿真装置还用于，设立与生产线中各个组件对应的组件模型；
所述数据获取装置还用于，获取所设立的所述各个组件模型，并获取与所述各个组件模型对应的真实数据信息；
所述状态监视装置还用于，基于所述仿真装置中的各个组件模型，以及各个组建模型对应的真实数据信息，生成于各个组件模型对应的模型数据；
所述仿真装置还用于，基于所述模型数据，对相应的组件模型进行校准。
CN201780085177.8A 2017-03-28 2017-03-28 用于评估组件的生命周期的方法和设备 Active CN110546657B (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/CN2017/078357 WO2018176203A1 (zh) 2017-03-28 2017-03-28 用于评估组件的生命周期的方法和设备

Publications (2)

Publication Number Publication Date
CN110546657A CN110546657A (zh) 2019-12-06
CN110546657B true CN110546657B (zh) 2023-10-20

Family

ID=63674020

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201780085177.8A Active CN110546657B (zh) 2017-03-28 2017-03-28 用于评估组件的生命周期的方法和设备

Country Status (4)

Country Link
US (1) US11481699B2 (zh)
EP (1) EP3608848A4 (zh)
CN (1) CN110546657B (zh)
WO (1) WO2018176203A1 (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022119596A1 (en) * 2020-12-04 2022-06-09 Siemens Industry Software Inc. Method and system for dynamically recommending commands for performing a product data management operation
CN114611744A (zh) * 2020-12-09 2022-06-10 斯凯孚公司 机床管理方法、机床管理系统及介质
CN117670260B (zh) * 2024-01-31 2024-04-30 成都三一能源环保技术有限公司 一种基于数据分析的井下钻井仪器使用周期管理系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2016041075A1 (en) * 2014-09-17 2016-03-24 Casebank Technologies Inc. Systems and methods for component failure-mode surveillance
CN106529306A (zh) * 2016-11-16 2017-03-22 中国电子产品可靠性与环境试验研究所 系统安全性评估方法和装置

Family Cites Families (30)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6917845B2 (en) * 2000-03-10 2005-07-12 Smiths Detection-Pasadena, Inc. Method for monitoring environmental condition using a mathematical model
US7389921B2 (en) * 2005-02-28 2008-06-24 Sap Aktiengesellschaft Dynamic component management
US7218974B2 (en) * 2005-03-29 2007-05-15 Zarpac, Inc. Industrial process data acquisition and analysis
US7931197B2 (en) * 2005-09-20 2011-04-26 Rockwell Automation Technologies, Inc. RFID-based product manufacturing and lifecycle management
US7305325B2 (en) * 2006-01-12 2007-12-04 International Business Machines Corporation Method to improve requirements, design manufacturing, and transportation in mass manufacturing industries through analysis of defect data
US9032329B2 (en) * 2007-03-23 2015-05-12 Siemens Product Lifecycle Management Software Inc. System and method for dialog position management
CA2731668A1 (en) 2008-08-15 2010-02-18 Edsa Micro Corporation A method for predicting power usage effectiveness and data center infrastructure efficiency within a real-time monitoring system
US9542436B2 (en) * 2009-02-09 2017-01-10 The Boeing Company Employing associative memory for enhanced lifecycle management
CN101645011B (zh) * 2009-07-16 2013-07-31 唐山轨道客车有限责任公司 异构的工作组协同设计系统与plm系统的集成方案和平台
GB0917527D0 (en) * 2009-10-07 2009-11-25 Optimized Systems And Solution Asset management system
CN102095573A (zh) 2009-12-11 2011-06-15 上海卫星工程研究所 星载旋转设备机械部件状态监测与诊断报警方法
US9449323B2 (en) * 2011-07-22 2016-09-20 At&T Intellectual Property I, Lp Method and apparatus for monitoring usage of items
CN102402727A (zh) 2011-11-10 2012-04-04 中联重科股份有限公司 工程机械的部件剩余寿命预测系统及方法
US10380275B2 (en) * 2012-05-09 2019-08-13 Dassault Systemes Simulia Corp. Tolerances on simulated behavior
US8831926B2 (en) * 2012-05-11 2014-09-09 Dassault Systemes Simulia Corp. Verification of cyber-physical systems using optimization algorithms
CN103728965B (zh) 2012-10-15 2017-02-22 中航商用航空发动机有限责任公司 一种航空发动机的监视装置和方法、fadec系统
CN103019903B (zh) * 2013-01-18 2014-11-26 哈尔滨工业大学 嵌入式设备能耗仿真评测系统
CN105372517A (zh) * 2013-08-23 2016-03-02 哈尔滨工业大学 基于定性模型的电气系统建模方法以及故障诊断系统
US9710574B2 (en) * 2014-07-07 2017-07-18 General Electric Company System and method for generating three-dimensional models in a product management application
CN104850748B (zh) * 2015-05-26 2017-09-15 北京交通大学 一种铁路钢轨折断故障分析预警方法及系统
US10156842B2 (en) * 2015-12-31 2018-12-18 General Electric Company Device enrollment in a cloud service using an authenticated application
US11507064B2 (en) * 2016-05-09 2022-11-22 Strong Force Iot Portfolio 2016, Llc Methods and systems for industrial internet of things data collection in downstream oil and gas environment
US20200348662A1 (en) * 2016-05-09 2020-11-05 Strong Force Iot Portfolio 2016, Llc Platform for facilitating development of intelligence in an industrial internet of things system
US10591898B2 (en) * 2016-06-02 2020-03-17 PTC, Inc CAD-based design control
US20180081345A1 (en) * 2016-09-21 2018-03-22 General Electric Company Work in process management system and method
US10397662B1 (en) * 2017-05-04 2019-08-27 Amazon Technologies, Inc. Generating live broadcasts of product usage from multiple users
US20190034458A1 (en) * 2017-07-25 2019-01-31 GM Global Technology Operations LLC System and method for use of business intelligence for rule based manufacturing process design
EP3476545A1 (en) * 2017-10-27 2019-05-01 Creaholic SA Method for operating a computer-based inventory of hardware modules of a robotic system
US11284844B2 (en) * 2017-11-16 2022-03-29 Control Bionics Holdings Pty Ltd. Electromyography (EMG) assistive communications device with context-sensitive user interface
US11188859B2 (en) * 2018-08-21 2021-11-30 Agile Business Intelligence, Inc. Integrated business operations efficiency risk management

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2016041075A1 (en) * 2014-09-17 2016-03-24 Casebank Technologies Inc. Systems and methods for component failure-mode surveillance
CN106529306A (zh) * 2016-11-16 2017-03-22 中国电子产品可靠性与环境试验研究所 系统安全性评估方法和装置

Also Published As

Publication number Publication date
CN110546657A (zh) 2019-12-06
EP3608848A1 (en) 2020-02-12
WO2018176203A1 (zh) 2018-10-04
EP3608848A4 (en) 2020-12-23
US20200027040A1 (en) 2020-01-23
US11481699B2 (en) 2022-10-25

Similar Documents

Publication Publication Date Title
CN109947088B (zh) 基于模型全生命周期管理的设备故障预警系统
EP3441947A1 (en) System and method for remaining useful life determination
CN109397703B (zh) 一种故障检测方法及装置
CN110546657B (zh) 用于评估组件的生命周期的方法和设备
US20200143292A1 (en) Signature enhancement for deviation measurement-based classification of a detected anomaly in an industrial asset
US11544554B2 (en) Additional learning method for deterioration diagnosis system
CN106441928A (zh) 一种车辆故障检测方法、装置及系统
US20220334573A1 (en) Sensor-agnostic mechanical machine fault identification
US11598896B2 (en) Remote vibration detection of submerged equipment using magnetic field sensing
US20200160208A1 (en) Model sharing among edge devices
CN118011994A (zh) 一种基于跨模态工业大模型的故障诊断系统及方法
CN103324155A (zh) 系统监控
CN117477499B (zh) 智能电机控制保护系统及其方法
CN111472941B (zh) 风机状态判断方法、装置及存储介质
CN112819029A (zh) 一种新的基于多尺度排列熵诊断齿轮箱故障的机器学习方法
CN116909257A (zh) 工业控制系统的故障检测方法、系统、设备及存储介质
EP3908894A1 (en) Predictive maintenance tool based on digital model
US11443266B2 (en) Machine learning method and machine learning apparatus performing learning relating to work process
CN115099425A (zh) 一种机电设备保养的远程检测方法
CN113168739B (zh) 用于检查至少一台车辆的方法以及电子计算装置
CN111883226A (zh) 一种信息处理和模型训练方法、装置、设备及存储介质
EP3861410A1 (de) Verfahren und system zur überwachung des betriebes mindestens einer antriebskomponente
JP2020071829A (ja) データ収集装置、データ収集システムおよびデータ収集方法
Eren et al. PL FSM: An Approach and a Tool for the Application of FSM in SPL Environments
CN116569119A (zh) 制造环境中的设备效率

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant