CN111310351A - 车间设备的状态监测方法、装置、终端设备及存储介质 - Google Patents
车间设备的状态监测方法、装置、终端设备及存储介质 Download PDFInfo
- Publication number
- CN111310351A CN111310351A CN202010118562.1A CN202010118562A CN111310351A CN 111310351 A CN111310351 A CN 111310351A CN 202010118562 A CN202010118562 A CN 202010118562A CN 111310351 A CN111310351 A CN 111310351A
- Authority
- CN
- China
- Prior art keywords
- temperature
- sequence
- characteristic
- curve
- workshop
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000012544 monitoring process Methods 0.000 title claims abstract description 40
- 238000003860 storage Methods 0.000 title claims abstract description 16
- 230000002159 abnormal effect Effects 0.000 claims abstract description 16
- 230000014509 gene expression Effects 0.000 claims description 24
- 238000004140 cleaning Methods 0.000 claims description 8
- 238000012545 processing Methods 0.000 claims description 8
- 238000012806 monitoring device Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 230000008859 change Effects 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 1
- 230000007717 exclusion Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- 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
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Manufacturing & Machinery (AREA)
- Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明公开了一种车间设备的状态监测方法、装置、终端设备及存储介质,属于状态监测技术领域。本发明先获取待监测车间设备在预设时间范围内的第一温度序列,并获取车间公共区域在预设时间范围内的第二温度序列,然后根据所述第一温度序列和第二温度序列生成对应的当前温度特征,再将所述当前温度特征与预设温度特征集合进行匹配,在匹配不成功时,认定所述待监测车间设备处于异常状态,只需通过在待监测车间设备上安装温度传感器即可实现实时监控,节约人力,使用灵活方便。
Description
技术领域
本发明涉及设备监测技术领域,尤其涉及一种车间设备的状态监测方法、装置、终端设备及存储介质。
背景技术
生产车间包含各种车间设备,这些设备的正常运行,是企业生产的基本保障。对于车间设备的监测,传统的方式是安排值班人员进行定期巡查,手工记录设备的运行情况。或者是安装摄像头,通过大屏幕实时显示设备现场图像,通过视频远程监控。
对于定期巡查的方式而言,需要投入大量的人力,当设备出现问题时,无法及时发现。同时由于数据是手工记录的,效率比较低下,设备运行统计也会变得比较困难。
对于视频远程监控的方式而言,虽然能提高效率,但时当车间设备比较多时,需要布置多个大屏幕,随着视频数量的增加,人工通过视频发现设备问题变得越来越困难。而且这种方式仍然需要手工记录数据,才能实现设备运行状态的统计。
因此,这两种车间设备的监控方式,都存在无法进行自动化无人值守的设备监测预警的缺陷。
发明内容
本发明的主要目的在于提供一种车间设备的状态监测方法、装置、终端设备及存储介质,旨在解决现有技术中设备状态的监控需要浪费人力,记录不便的技术问题。
为实现上述目的,本发明提供一种车间设备的状态监测方法,所述方法包括以下步骤:
获取待监测车间设备在预设时间范围内的第一温度序列,并获取车间公共区域在预设时间范围内的第二温度序列;
根据所述第一温度序列和第二温度序列生成对应的当前温度特征;
将所述当前温度特征与预设温度特征集合进行匹配;
在匹配不成功时,认定所述待监测车间设备处于异常状态。
可选地,所述根据所述第一温度序列和第二温度序列生成对应的当前温度特征,包括:
按照对应的时刻计算所述第一温度序列和第二温度序列之间的温度差值,以获得差值序列;
对所述差值序列进行曲线拟合,以生成温度曲线;
基于所述温度曲线确定曲线特征,并将所述曲线特征作为当前温度特征。
可选地,所述基于所述温度曲线确定曲线特征,并将所述曲线特征作为当前温度特征,包括:
计算所述温度曲线中各点对应的斜率;
从计算的斜率中选取最大值,将选取的最大值作为曲线特征,并将所述曲线特征作为当前温度特征。
可选地,所述基于所述温度曲线确定曲线特征,并将所述曲线特征作为当前温度特征,包括:
确定所述温度曲线中的各拐点;
统计所述温度曲线中拐点的数量,以及各拐点之间的最大温差;
将所述拐点数量和最大温差作为曲线特征,并将所述曲线特征作为当前温度特征。
可选地,所述基于所述温度曲线确定曲线特征,并将所述曲线特征作为当前温度特征,包括:
确定所述温度曲线的曲线表达式;
对所述曲线表达式中的参数进行抽象化处理,获得曲线类型的类型表达式;
将所述类型表达式作为当前温度特征。
可选地,所述将所述当前温度特征与预设温度特征集合进行匹配之后,所述方法还包括:
在匹配成功时,认定所述待监测车间设备处于正常状态。
可选地,所述获取待监测车间设备在预设时间范围内的第一温度序列,并获取车间公共区域在预设时间范围内的第二温度序列,包括:
收集待监测车间设备在预设时间范围内的第一温度信息,并收集车间公共区域在预设时间范围内的第二温度信息;
对所述第一温度信息进行数据清洗处理,获得第一温度序列;
对所述第二温度信息进行数据清洗处理,获得第二温度序列。
此外,为实现上述目的,本发明还提供一种车间设备的状态监测装置,所述车间设备的状态监测装置包括:
序列获取模块,用于获取待监测车间设备在预设时间范围内的第一温度序列,并获取车间公共区域在预设时间范围内的第二温度序列;
特征生成模块,用于根据所述第一温度序列和第二温度序列生成对应的当前温度特征;
特征匹配模块,用于将所述当前温度特征与预设温度特征集合进行匹配;
状态认定模块,用于在匹配不成功时,认定所述待监测车间设备处于异常状态。
此外,为实现上述目的,本发明还提供一种终端设备,所述终端设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的车间设备的状态监测程序,所述车间设备的状态监测程序配置为实现如上所述的车间设备的状态监测方法的步骤。
此外,为实现上述目的,本发明还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有车间设备的状态监测程序,所述车间设备的状态监测程序被处理器执行时实现如上所述的车间设备的状态监测方法的步骤。
本发明先获取待监测车间设备在预设时间范围内的第一温度序列,并获取车间公共区域在预设时间范围内的第二温度序列,然后根据所述第一温度序列和第二温度序列生成对应的当前温度特征,再将所述当前温度特征与预设温度特征集合进行匹配,在匹配不成功时,认定所述待监测车间设备处于异常状态,只需通过在待监测车间设备上安装温度传感器即可实现实时监控,节约人力,使用灵活方便。
附图说明
图1是本发明实施例方案涉及的硬件运行环境的终端设备结构示意图;
图2为本发明车间设备的状态监测方法第一实施例的流程示意图;
图3为本发明实施例中第一种正常状态下的温度信息示意图;
图4为本发明实施例中第二种正常状态下的温度信息示意图;
图5为本发明实施例中待监测车间设备的温度信息示意图;
图6为本发明车间设备的状态监测装置第一实施例的结构框图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
如图1所示,该终端设备可以包括:处理器1001,例如CPU,通信总线1002、用户接口1003,网络接口1004,存储器1005。其中,通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard),可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器,也可以是稳定的存储器(non-volatile memory),例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
在具体实现中,所述终端设备为智能手机、平板电脑、笔记本电脑或智能手环等设备,本实施例对此不加以限制。
本领域技术人员可以理解,图1中示出的结构并不构成对终端设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图1所示,作为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及车间设备的状态监测程序。
在图1所示的终端设备中,网络接口1004主要用于与外部网络进行数据通信;用户接口1003主要用于接收用户的输入指令;所述终端设备通过处理器1001调用存储器1005中存储的车间设备的状态监测程序,并执行以下操作:
获取待监测车间设备在预设时间范围内的第一温度序列,并获取车间公共区域在预设时间范围内的第二温度序列;
根据所述第一温度序列和第二温度序列生成对应的当前温度特征;
将所述当前温度特征与预设温度特征集合进行匹配;
在匹配不成功时,认定所述待监测车间设备处于异常状态。
进一步地,处理器1001可以调用存储器1005中存储的车间设备的状态监测程序,还执行以下操作:
按照对应的时刻计算所述第一温度序列和第二温度序列之间的温度差值,以获得差值序列;
对所述差值序列进行曲线拟合,以生成温度曲线;
基于所述温度曲线确定曲线特征,并将所述曲线特征作为当前温度特征。
进一步地,处理器1001可以调用存储器1005中存储的车间设备的状态监测程序,还执行以下操作:
计算所述温度曲线中各点对应的斜率;
从计算的斜率中选取最大值,将选取的最大值作为曲线特征,并将所述曲线特征作为当前温度特征。
进一步地,处理器1001可以调用存储器1005中存储的车间设备的状态监测程序,还执行以下操作:
确定所述温度曲线中的各拐点;
统计所述温度曲线中拐点的数量,以及各拐点之间的最大温差;
将所述拐点数量和最大温差作为曲线特征,并将所述曲线特征作为当前温度特征。
进一步地,处理器1001可以调用存储器1005中存储的车间设备的状态监测程序,还执行以下操作:
确定所述温度曲线的曲线表达式;
对所述曲线表达式中的参数进行抽象化处理,获得曲线类型的类型表达式;
将所述类型表达式作为当前温度特征。
进一步地,处理器1001可以调用存储器1005中存储的车间设备的状态监测程序,还执行以下操作:
在匹配成功时,认定所述待监测车间设备处于正常状态。
进一步地,处理器1001可以调用存储器1005中存储的车间设备的状态监测程序,还执行以下操作:
收集待监测车间设备在预设时间范围内的第一温度信息,并收集车间公共区域在预设时间范围内的第二温度信息;
对所述第一温度信息进行数据清洗处理,获得第一温度序列;
对所述第二温度信息进行数据清洗处理,获得第二温度序列。
本实施例通过上述方案,先获取待监测车间设备在预设时间范围内的第一温度序列,并获取车间公共区域在预设时间范围内的第二温度序列,然后根据所述第一温度序列和第二温度序列生成对应的当前温度特征,再将所述当前温度特征与预设温度特征集合进行匹配,在匹配不成功时,认定所述待监测车间设备处于异常状态,只需通过在待监测车间设备上安装温度传感器即可实现实时监控,节约人力,使用灵活方便。
基于上述硬件结构,提出本发明车间设备的状态监测方法实施例。
参照图2,图2为本发明车间设备的状态监测方法第一实施例的流程示意图。
在第一实施例中,所述车间设备的状态监测方法包括以下步骤:
S10:获取待监测车间设备在预设时间范围内的第一温度序列,并获取车间公共区域在预设时间范围内的第二温度序列。
需要说明的是,为便于获取待监测车间设备在预设时间范围内的第一温度序列,本实施例中,可在待监测车间设备的温度敏感区域安装第一温度传感器,对于第一温度传感器而言,灵敏度要求可精确到0.1度,响应时间可在50毫秒内,同样,为便于获取车间公共区域在预设时间范围内的第二温度序列,本实施例中,可在车间公共区域安装第二温度传感器。
可理解的是,所述温度敏感区域可为所述待监测车间设备的控制芯片为中心的区域,又或是待监测车间设备内,所述车间公共区域可为车间内所述待监测车间设备之外的区域,例如:车间内的走道等位置。
在具体实现中,所述预设时间范围可根据需要进行设置,例如:所述预设时间范围可设置为3分钟、4分钟或5分钟等较短的时间,也可以设置为1小时、2小时或3小时等较长的时间,具体的时间范围可根据需要进行设置,本实施例对此不加以限制。
应理解的是,对于温度传感器而言,可能会存在一定测量误差,因此,本实施例中,可收集待监测车间设备在预设时间范围内的第一温度信息,并收集车间公共区域在预设时间范围内的第二温度信息;对所述第一温度信息进行数据清洗处理,获得第一温度序列;对所述第二温度信息进行数据清洗处理,获得第二温度序列。
S20:根据所述第一温度序列和第二温度序列生成对应的当前温度特征。
需要说明的是,基于所述第一温度序列和第二温度序列可反映所述待监测车间设备的温度情况,故而,可根据所述第一温度序列和第二温度序列生成对应的当前温度特征。
由于所述第一温度序列代表的是待监测车间设备的绝对温度,但由于外部环境温度的影响,也会使待监测车间设备的绝对温度产生影响,为去除外部环境温度的影响,同时便于生成当前温度特征,本实施例中,可先按照对应的时刻计算所述第一温度序列和第二温度序列之间的温度差值,以获得差值序列,然后对所述差值序列进行曲线拟合,以生成温度曲线,最后基于所述温度曲线确定曲线特征,并将所述曲线特征作为当前温度特征。
可理解的是,为了保证表征温度特征的准确性,从而保证状态监测的准确性,本实施例中,可采用三种信息来表征温度特征,当然,这三种信息之间并不存在互斥关系,为了进一步提升准确性,还可对其进行两两结合,甚至是三种信息同时用于表征温度特征。
第一种信息为最大斜率;即先计算所述温度曲线中各点对应的斜率,然后从计算的斜率中选取最大值,将选取的最大值作为曲线特征,并将所述曲线特征作为当前温度特征。
也就是说,对于温度曲线而言,每一个点均会对应一条切线,而该切线的斜率即为该点对应的斜率,而一条温度曲线中的最大斜率即可反映温度变化的剧烈程度,因此,可反映待监测车间设备是否处于正常状态。
例如:某一温度曲线中的最大斜率为4,而所述预设温度特征集合中的最大斜率为小于等于3,此时,即可认定所述当前温度特征与预设温度特征集合匹配不成功。
第二种信息为拐点数量和最大温差;即先确定所述温度曲线中的各拐点,然后统计所述温度曲线中拐点的数量,以及各拐点之间的最大温差,再将所述拐点数量和最大温差作为曲线特征,并将所述曲线特征作为当前温度特征。
也就是说,对于温度曲线而言,拐点即为温度曲线上从上升趋势转变为下降趋势的点,或者是从下降趋势转变为上升趋势的点,若拐点数量较多,则说明温度曲线的波动较为频繁,而各拐点之间的最大温差则决定了产生波动的幅度,因此,可反映待监测车间设备是否处于正常状态。
例如:某一温度曲线的拐点数量为10,并且拐点之间的最大温差为5℃,而所述预设温度特征集合中的拐点数量均小于8,并且拐点之间的最大温差小于6℃,此时,虽然最大温差能够满足,但拐点的数量并不满足,因此,仍然可认定所述当前温度特征与预设温度特征集合匹配不成功。
第三种信息为类型表达式;即先确定所述温度曲线的曲线表达式,然后对所述曲线表达式中的参数进行抽象化处理,获得曲线类型的类型表达式,再将所述类型表达式作为当前温度特征。
需要说明的是,抽象化处理即为将具体的参数值抽象为一个参量,比如曲线表达式为y=2x2+1,y为温度值,x为时间,此时,可将所述曲线表达式中的参数进行抽象化处理,获得曲线类型的类型表达式为y=ax2+b。
也就是说,对于温度曲线而言,类型表达式即反映了温度曲线所属于的曲线类型,例如:有的曲线属于抛物线,有的曲线属于正弦曲线,有的曲线属于双曲线等,也就是说,不同的曲线会有不同类型的类型表达式,而温度曲线的曲线类型在一定程度上能够反映温度的变化情况,因此,可反映待监测车间设备是否处于正常状态。
例如:某一温度曲线的类型表达式属于抛物线,而所述预设温度特征集合中类型表达式属于双曲线和正弦曲线,此时,即可认定所述当前温度特征与预设温度特征集合匹配不成功。
S30:将所述当前温度特征与预设温度特征集合进行匹配。
可理解的是,在步骤S30之前,可预先建立正常状态下对应的温度特征的预设温度特征集合,也就是说,需要预先收集属于正常状态下的各种温度特征,并将这些温度特征添加至预设温度特征集合中,假设所述待监测车间设备为车间冷库,正常状态下的所述待监测车间设备的温度信息可参考图3~4,此时,即可从图3~4中提取对应的特征信息,并将提取的特征信息添加至预设温度特征集合中,而图5中即为待监测车间设备需要判断的温度信息,此时,可基于图5生成当前温度特征。
其中,图3~5中的“冷库温度”即为待监测车间设备的温度传感器检测到的第一温度信息,“公共区温度”即为车间公共区域的温度传感器检测到的第二温度信息。
假设以拐点数量和最大温差来判断图5对应的当前温度特征,此时,由于图3均处于下降沿,因此,图3对应的特征信息中不存在拐点数量,而图4对应的特征信息具有多个拐点,但拐点之间的最大温差较小,而图5中存在两个拐点,而两个拐点之间的温度较大,因此,可判断出图5对应的当前温度特征与预设温度特征集合匹配不成功。
在具体实现中,可将所述当前温度特征与预设温度特征集合进行匹配,基于匹配结果即可确定所述待监测车间设备所处的状态。
S40:在匹配不成功时,认定所述待监测车间设备处于异常状态。
应理解的是,由于所述预设温度特征集合中具有属于正常状态下的各种温度特征,因此,在匹配不成功时,即可认定所述待监测车间设备处于异常状态,可根据需要进行报警提醒,又或是将异常状态进行展示,还可将异常状态发送至预设的移动终端。
相反,在匹配成功时,即可认定所述待监测车间设备处于正常状态。
本实施例先获取待监测车间设备在预设时间范围内的第一温度序列,并获取车间公共区域在预设时间范围内的第二温度序列,然后根据所述第一温度序列和第二温度序列生成对应的当前温度特征,再将所述当前温度特征与预设温度特征集合进行匹配,在匹配不成功时,认定所述待监测车间设备处于异常状态,只需通过在待监测车间设备上安装温度传感器即可实现实时监控,节约人力,使用灵活方便。
此外,本发明实施例还提出一种车间设备的状态监测装置,参照图6,所述车间设备的状态监测装置包括:
序列获取模块601,用于获取待监测车间设备在预设时间范围内的第一温度序列,并获取车间公共区域在预设时间范围内的第二温度序列;
特征生成模块602,用于根据所述第一温度序列和第二温度序列生成对应的当前温度特征;
特征匹配模块603,用于将所述当前温度特征与预设温度特征集合进行匹配;
状态认定模块604,用于在匹配不成功时,认定所述待监测车间设备处于异常状态。
本实施例先获取待监测车间设备在预设时间范围内的第一温度序列,并获取车间公共区域在预设时间范围内的第二温度序列,然后根据所述第一温度序列和第二温度序列生成对应的当前温度特征,再将所述当前温度特征与预设温度特征集合进行匹配,在匹配不成功时,认定所述待监测车间设备处于异常状态,只需通过在待监测车间设备上安装温度传感器即可实现实时监控,节约人力,使用灵活方便。
上述装置中的各模块可用于实现上述方法中的各个步骤,在此不再赘述。
此外,本发明实施例还提出一种存储介质,所述存储介质上存储有车间设备的状态监测程序,所述车间设备的状态监测程序被处理器执行时实现如下操作:
获取待监测车间设备在预设时间范围内的第一温度序列,并获取车间公共区域在预设时间范围内的第二温度序列;
根据所述第一温度序列和第二温度序列生成对应的当前温度特征;
将所述当前温度特征与预设温度特征集合进行匹配;
在匹配不成功时,认定所述待监测车间设备处于异常状态。
上述存储介质中的车间设备的状态监测程序被处理器执行时用于实现上述方法中的各个步骤,在此不再赘述。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他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、物品或者系统不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。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如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种车间设备的状态监测方法,其特征在于,所述方法包括以下步骤:
获取待监测车间设备在预设时间范围内的第一温度序列,并获取车间公共区域在预设时间范围内的第二温度序列;
根据所述第一温度序列和第二温度序列生成对应的当前温度特征;
将所述当前温度特征与预设温度特征集合进行匹配;
在匹配不成功时,认定所述待监测车间设备处于异常状态。
2.如权利要求1所述的车间设备的状态监测方法,其特征在于,所述根据所述第一温度序列和第二温度序列生成对应的当前温度特征,包括:
按照对应的时刻计算所述第一温度序列和第二温度序列之间的温度差值,以获得差值序列;
对所述差值序列进行曲线拟合,以生成温度曲线;
基于所述温度曲线确定曲线特征,并将所述曲线特征作为当前温度特征。
3.如权利要求2所述的车间设备的状态监测方法,其特征在于,所述基于所述温度曲线确定曲线特征,并将所述曲线特征作为当前温度特征,包括:
计算所述温度曲线中各点对应的斜率;
从计算的斜率中选取最大值,将选取的最大值作为曲线特征,并将所述曲线特征作为当前温度特征。
4.如权利要求2所述的车间设备的状态监测方法,其特征在于,所述基于所述温度曲线确定曲线特征,并将所述曲线特征作为当前温度特征,包括:
确定所述温度曲线中的各拐点;
统计所述温度曲线中拐点的数量,以及各拐点之间的最大温差;
将所述拐点数量和最大温差作为曲线特征,并将所述曲线特征作为当前温度特征。
5.如权利要求2所述的车间设备的状态监测方法,其特征在于,所述基于所述温度曲线确定曲线特征,并将所述曲线特征作为当前温度特征,包括:
确定所述温度曲线的曲线表达式;
对所述曲线表达式中的参数进行抽象化处理,获得曲线类型的类型表达式;
将所述类型表达式作为当前温度特征。
6.如权利要求1~5中任一项所述的车间设备的状态监测方法,其特征在于,所述将所述当前温度特征与预设温度特征集合进行匹配之后,所述方法还包括:
在匹配成功时,认定所述待监测车间设备处于正常状态。
7.如权利要求1~5中任一项所述的车间设备的状态监测方法,其特征在于,所述获取待监测车间设备在预设时间范围内的第一温度序列,并获取车间公共区域在预设时间范围内的第二温度序列,包括:
收集待监测车间设备在预设时间范围内的第一温度信息,并收集车间公共区域在预设时间范围内的第二温度信息;
对所述第一温度信息进行数据清洗处理,获得第一温度序列;
对所述第二温度信息进行数据清洗处理,获得第二温度序列。
8.一种车间设备的状态监测装置,其特征在于,所述车间设备的状态监测装置包括:
序列获取模块,用于获取待监测车间设备在预设时间范围内的第一温度序列,并获取车间公共区域在预设时间范围内的第二温度序列;
特征生成模块,用于根据所述第一温度序列和第二温度序列生成对应的当前温度特征;
特征匹配模块,用于将所述当前温度特征与预设温度特征集合进行匹配;
状态认定模块,用于在匹配不成功时,认定所述待监测车间设备处于异常状态。
9.一种终端设备,其特征在于,所述终端设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的车间设备的状态监测程序,所述车间设备的状态监测程序配置为实现如权利要求1至7中任一项所述的车间设备的状态监测方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有车间设备的状态监测程序,所述车间设备的状态监测程序被处理器执行时实现如权利要求1至7中任一项所述的车间设备的状态监测方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010118562.1A CN111310351A (zh) | 2020-02-26 | 2020-02-26 | 车间设备的状态监测方法、装置、终端设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010118562.1A CN111310351A (zh) | 2020-02-26 | 2020-02-26 | 车间设备的状态监测方法、装置、终端设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111310351A true CN111310351A (zh) | 2020-06-19 |
Family
ID=71154655
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010118562.1A Pending CN111310351A (zh) | 2020-02-26 | 2020-02-26 | 车间设备的状态监测方法、装置、终端设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111310351A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113959930A (zh) * | 2021-09-14 | 2022-01-21 | 深圳惠能智联科技有限公司 | 静设备腐蚀监控方法、装置及介质 |
CN114283569A (zh) * | 2022-01-24 | 2022-04-05 | 北京鼎好鑫源科技有限公司 | 一种大数据特征参量预警装置及方法 |
CN115826646A (zh) * | 2023-02-20 | 2023-03-21 | 银河航天(北京)网络技术有限公司 | 测温点温度控制方法、热管理系统及存储介质 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050278040A1 (en) * | 2004-06-09 | 2005-12-15 | Sanyo Electric Co., Ltd. | Equipment control system |
CN104075751A (zh) * | 2013-03-26 | 2014-10-01 | 北京百度网讯科技有限公司 | 互联网数据中心的温湿度预警方法及装置 |
CN106482844A (zh) * | 2016-10-09 | 2017-03-08 | 国网山东省电力公司东营供电公司 | 一种基于温度测量与季候温差的设备预警方法及系统 |
CN206420571U (zh) * | 2016-12-28 | 2017-08-18 | 南通同洲电子有限责任公司 | 一种温控报警装置 |
CN109391641A (zh) * | 2017-08-03 | 2019-02-26 | 杭州海康威视数字技术股份有限公司 | 温度信息上传方法、装置、系统、电子设备及存储介质 |
CN109752047A (zh) * | 2018-12-05 | 2019-05-14 | 平安科技(深圳)有限公司 | 基于温湿度的机房告警方法、装置及存储介质 |
CN109765834A (zh) * | 2019-03-21 | 2019-05-17 | 江苏亨通光纤科技有限公司 | 一种厂房综合监控系统和方法 |
DE102019103257A1 (de) * | 2018-03-23 | 2019-09-26 | Doosan Heavy Industries & Construction Co., Ltd. | Vorhersagesystem und -verfahren für anlagenanomalien |
CN110442170A (zh) * | 2019-07-03 | 2019-11-12 | 平安科技(深圳)有限公司 | 设备运行及监测方法、装置、设备及介质 |
CN110826196A (zh) * | 2019-10-21 | 2020-02-21 | 上海电气集团股份有限公司 | 一种工业设备运行数据的处理方法及装置 |
-
2020
- 2020-02-26 CN CN202010118562.1A patent/CN111310351A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050278040A1 (en) * | 2004-06-09 | 2005-12-15 | Sanyo Electric Co., Ltd. | Equipment control system |
CN104075751A (zh) * | 2013-03-26 | 2014-10-01 | 北京百度网讯科技有限公司 | 互联网数据中心的温湿度预警方法及装置 |
CN106482844A (zh) * | 2016-10-09 | 2017-03-08 | 国网山东省电力公司东营供电公司 | 一种基于温度测量与季候温差的设备预警方法及系统 |
CN206420571U (zh) * | 2016-12-28 | 2017-08-18 | 南通同洲电子有限责任公司 | 一种温控报警装置 |
CN109391641A (zh) * | 2017-08-03 | 2019-02-26 | 杭州海康威视数字技术股份有限公司 | 温度信息上传方法、装置、系统、电子设备及存储介质 |
DE102019103257A1 (de) * | 2018-03-23 | 2019-09-26 | Doosan Heavy Industries & Construction Co., Ltd. | Vorhersagesystem und -verfahren für anlagenanomalien |
CN109752047A (zh) * | 2018-12-05 | 2019-05-14 | 平安科技(深圳)有限公司 | 基于温湿度的机房告警方法、装置及存储介质 |
CN109765834A (zh) * | 2019-03-21 | 2019-05-17 | 江苏亨通光纤科技有限公司 | 一种厂房综合监控系统和方法 |
CN110442170A (zh) * | 2019-07-03 | 2019-11-12 | 平安科技(深圳)有限公司 | 设备运行及监测方法、装置、设备及介质 |
CN110826196A (zh) * | 2019-10-21 | 2020-02-21 | 上海电气集团股份有限公司 | 一种工业设备运行数据的处理方法及装置 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113959930A (zh) * | 2021-09-14 | 2022-01-21 | 深圳惠能智联科技有限公司 | 静设备腐蚀监控方法、装置及介质 |
CN113959930B (zh) * | 2021-09-14 | 2023-12-05 | 深圳惠能智联科技有限公司 | 静设备腐蚀监控方法、装置及介质 |
CN114283569A (zh) * | 2022-01-24 | 2022-04-05 | 北京鼎好鑫源科技有限公司 | 一种大数据特征参量预警装置及方法 |
CN114283569B (zh) * | 2022-01-24 | 2023-09-15 | 北京鼎好鑫源科技有限公司 | 一种大数据特征参量预警装置及方法 |
CN115826646A (zh) * | 2023-02-20 | 2023-03-21 | 银河航天(北京)网络技术有限公司 | 测温点温度控制方法、热管理系统及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109726103B (zh) | 测试报告的生成方法、装置、设备及存储介质 | |
CN111310351A (zh) | 车间设备的状态监测方法、装置、终端设备及存储介质 | |
CN102306117B (zh) | 一种硬件检测自动报警的方法及装置 | |
CN112052111B (zh) | 服务器异常预警的处理方法、装置、设备及存储介质 | |
CN113220537B (zh) | 一种软件监控方法、装置、设备及可读存储介质 | |
CN111835582A (zh) | 物联网巡检设备的配置方法、装置、计算机设备 | |
CN111078446A (zh) | 一种故障信息获取方法、装置、电子设备及存储介质 | |
CN111597388B (zh) | 基于分布式系统的样本采集方法、装置、设备及介质 | |
US9965841B2 (en) | Monitoring system based on image analysis of photos | |
CN112835808A (zh) | 接口测试方法、装置、计算机设备及存储介质 | |
CN110505438B (zh) | 一种排队数据的获取方法和摄像机 | |
CN117112336B (zh) | 智能通信设备异常检测方法、设备、存储介质及装置 | |
CN111784042B (zh) | 一种用电节点安全风险预测方法、装置及存储介质 | |
CN112667212A (zh) | 埋点数据可视化方法、装置、终端和存储介质 | |
CN113672497B (zh) | 无埋点事件的生成方法、装置、设备及存储介质 | |
CN115794545A (zh) | 运维数据的自动化处理方法及其相关设备 | |
CN115328764A (zh) | 基于自动化测试的测试代码优化方法及其相关设备 | |
CN114157546A (zh) | 基于人工智能物联网平台应用于数字工厂解决方法 | |
CN114676066A (zh) | 目标应用的安全测试方法及其装置、电子设备及存储介质 | |
CN113379285A (zh) | 建筑环境监测方法、装置、设备、存储介质及程序产品 | |
JP2022036825A (ja) | 画像処理装置、画像処理方法およびプログラム | |
CN116382721B (zh) | 一种智能交互平板的录屏方法及录屏装置 | |
CN116467139B (zh) | 系统告警重复率检测方法、电子设备及可读存储介质 | |
CN113448832B (zh) | 一种控件曝光检测方法及应用程序运行监测系统 | |
US11908195B2 (en) | Systems, methods, and computer program products for object detection and analysis of an image |
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 |