CN111400562A - 用于扣件螺栓定扭的在线数据处理系统及方法 - Google Patents
用于扣件螺栓定扭的在线数据处理系统及方法 Download PDFInfo
- Publication number
- CN111400562A CN111400562A CN202010224080.4A CN202010224080A CN111400562A CN 111400562 A CN111400562 A CN 111400562A CN 202010224080 A CN202010224080 A CN 202010224080A CN 111400562 A CN111400562 A CN 111400562A
- Authority
- CN
- China
- Prior art keywords
- bolt
- data
- file
- service life
- working
- 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.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/901—Indexing; Data structures therefor; Storage structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/906—Clustering; Classification
-
- 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
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及数据管理技术领域,具体公开了用于扣件螺栓定扭的在线数据处理系统及方法,系统包括:分类模块,用于建立工作螺栓档案;数据采集模块,用于获取螺栓的识别数据、实际拧紧数据和寿命数据;分类模块还用于在识别螺栓后将实际拧紧数据及识别数据存储至对应的工作螺栓档案中;分类模块还用于将寿命数据存储至对应的工作螺栓档案中,并将该螺栓的工作螺栓档案重新标注为历史螺栓档案;分析模块,用于从工作螺栓档案中获取螺栓的实际拧紧数据,将实际拧紧数据与历史螺栓档案中的实际拧紧数据进行匹配,获取历史螺柱档案中匹配成功的寿命数据,并作为预估寿命存储至对应的工作螺栓档案中。采用本发明的技术方案能够预估螺栓的使用寿命。
Description
技术领域
本发明涉及数据管理技术领域,特别涉及用于扣件螺栓定扭的在线数据处理系统及方法。
背景技术
铁轨轨枕与铁轨之间通过扣件及螺栓紧固连接,按照标准要求,螺栓在紧固时,拧紧力矩必须达到一定的数值,但目前市面上的内燃型机动扳手缺少定扭矩的功能或部分具有定扭矩功能的机动扳手定扭矩的精度较低。传统的机械传动扳手主要是通过弹簧来控制扭矩,误差比较大,而且弹簧长时间的工作容易产生变形,从而产生更大的误差。因此,现有的扳手很难满足铁路高质量、高标准的快速发展要求。
为了实现对定扭矩紧固,申请人同日申请了用于螺栓定扭的双头式机动扳手控制系统和智能扣件螺栓定扭机器人;其中用于螺栓定扭的双头式机动扳手控制系统能在拧紧螺栓时实时采集扭矩信息,而智能扣件螺栓定扭机器人不仅能在拧紧螺栓时实时采集扭矩信息,还能实现自动行走、自动对准螺栓以及自动拧紧等。
但是无论是半自动的用于螺栓定扭的双头式机动扳手控制系统,还是全自动的智能扣件螺栓定扭机器人,采集的各种数据只是用于判断工作过程是否正常,各个机器之间数据不互通,也无法进行统一的数据处理。例如,采集的扭矩信息仅仅作为扭矩闭环控制的参数,没有利用在其他的状态分析上,例如螺栓寿命的预估;难以充分发挥扭矩信息的剩余价值。
发明内容
本发明提供了用于扣件螺栓定扭的在线数据处理系统及方法,能够进行数据分析并预估螺栓的使用寿命。
为了解决上述技术问题,本申请提供如下技术方案:
用于扣件螺栓定扭的在线数据处理系统,包括存储模块,还包括:
分类模块,用于在存储模块中为每一螺栓建立唯一的工作螺栓档案;数据采集模块,用于获取螺栓的识别数据和实际拧紧数据;分类模块还用于根据识别数据识别螺栓,并在识别后将实际拧紧数据及识别数据存储至对应的工作螺栓档案中;
数据采集模块还用于获取螺栓的寿命数据,分类模块还用于将寿命数据存储至对应的工作螺栓档案中,并将该螺栓的工作螺栓档案重新标注为历史螺栓档案;
分析模块,用于从工作螺栓档案中获取螺栓的实际拧紧数据,将实际拧紧数据与历史螺栓档案中的实际拧紧数据进行匹配,分析模块还用于获取历史螺柱档案中匹配成功的螺栓的寿命数据,并作为预估寿命存储至对应的工作螺栓档案中。
基础方案原理及有益效果如下:
本方案中,为每一螺栓建立唯一的工作螺栓档案,能将每一螺栓的识别数据和实际拧紧数据进行分类存储,便于后期的查询与调用。
当能够获取到螺栓的寿命数据时,也就意味着该螺栓已经结束使用被更换掉,将其工作螺栓档案重新标注为历史螺栓档案,便于与使用中的螺栓进行有效的区分。
将使用中的螺栓的实际拧紧数据,与已经结束使用的螺栓的实际拧紧数据进行匹配,能找出与实际拧紧数据相似度高的螺栓,将已经结束使用的螺栓的寿命数据,作为仍然在使用的螺栓的预估寿命,参考价值高,预估的准确率也较高。
本方案通过采集所有螺栓的识别数据和实际拧紧数据,进行分析处理,能够达到预估螺栓使用寿命的目的,充分发挥了识别数据和实际拧紧数据的剩余价值。
进一步,所述分析模块还用于根据已匹配成功的螺栓的寿命数据计算平均寿命,将平均寿命作为预估寿命。
实际中,已经结束使用的螺栓的寿命数据会出现波动,本优选方案通过计算平均寿命,能减小波动带来的影响,进一步提高预估的准确率。
进一步,所述分析模块还用于从工作螺柱档案中获取预估寿命,并根据当前时间计算预估寿命是否低于寿命阈值,当低于寿命阈值时,分析模块还用于发送更换提醒。
铁轨上安装有大量的螺栓,每个螺栓的使用寿命不尽相同,如果人为进行监控,数据量太大,容易出现遗漏;本优选方案中,能自动在螺栓的预估寿命低于寿命阈值时发出提醒,便于工作人员及时维护或更换螺栓。
进一步,所述存储模块中还预存有螺栓的建议拧紧数据;分析模块还用于从工作螺栓档案中获取实际拧紧数据,将实际拧紧数据与建议拧紧数据进行对比,判断实际拧紧数据是否超出建议拧紧数据,如果超出,分析模块还用于将该工作螺栓档案重新标注为异常螺栓档案。
由于环境、操作方式或者螺栓本身质量等因素的影响,在螺栓的紧固过程中,会出现某些螺栓没有按照设定的建议拧紧数据被拧紧的情况,这些螺栓出问题的几率相比于其他螺栓更高,本优选方案中,能将这一部分螺栓标注出来。
进一步,所述存储模块中还预存有工期数据;工期数据包括时间期限和计划紧固螺栓列表;分析模块还用于在达到时间期限时,判断计划紧固螺栓列表所属每一螺栓对应的工作螺栓档案中,是否存储有识别数据和实际拧紧数据,如果没有,分析模块还用于将该工作螺栓档案重新标注为遗漏螺栓档案。
施工过程中,需要将铁轨上大量的螺栓拧紧;会有一定几率出现漏拧的情况。由于漏拧的螺栓采集不到识别数据和实际拧紧数据,本优选方案能准确的将漏拧的螺栓标注出来。
进一步,所述实际拧紧数据包括实际扭矩信息和实际转动角度信息。
通过实际扭矩信息和实际转动角度信息,能有效得知拧紧螺栓时所用的扭矩以及螺栓转动的角度。
进一步,所述实际拧紧数据还包括温度信息。
螺栓普遍采用金属制造,而金属容易受温度的影响产生热胀冷缩,对螺栓的寿命有一定的影响,本优选方案中,额外采集温度信息,将使用中的螺栓的实际拧紧数据,与已经结束使用的螺栓的实际拧紧数据进行匹配时,多了一个匹配维度,能提高螺栓寿命预估的准确性。
进一步,还包括管理端,管理端用于访问存储模块,查看工作螺栓档案和历史螺栓档案。
方便工作人员通过管理端查看任意螺栓的信息。
用于扣件螺栓定扭的在线数据处理方法,包括如下步骤:
S1、档案建立:为每一螺栓建立唯一的工作螺栓档案;
S2、数据采集:获取螺栓的识别数据和实际拧紧数据;
S3、螺栓识别:根据识别数据识别螺栓,并在识别后将实际拧紧数据及识别数据存储至对应的工作螺栓档案中;
S4、过期螺栓标注:获取螺栓的寿命数据,将寿命数据存储至对应的工作螺栓档案中,并将该螺栓的工作螺栓档案重新标注为历史螺栓档案;
S5、螺栓寿命预估:从工作螺栓档案中获取螺栓的实际拧紧数据,将实际拧紧数据与历史螺栓档案中的实际拧紧数据进行匹配,并获取历史螺柱档案中匹配成功的螺栓的寿命数据;根据已匹配成功的螺栓的寿命数据计算平均寿命,将平均寿命作为预估寿命并存储至对应工作螺栓档案中。
本方案中,为每一螺栓建立唯一的工作螺栓档案,能将每一螺栓的识别数据和实际拧紧数据进行分类存储,便于后期的查询与调用。
当能够获取到螺栓的寿命数据时,也就意味着该螺栓已经结束使用被更换掉,将其工作螺栓档案重新标注为历史螺栓档案,便于与使用中的螺栓进行有效的区分。
将使用中的螺栓的实际拧紧数据,与已经结束使用的螺栓的实际拧紧数据进行匹配,能找出与实际拧紧数据相似度高的螺栓,将已经结束使用的螺栓的寿命数据,作为仍然在使用的螺栓的预估寿命,参考价值高,预估的准确率也较高。
本方案通过采集所有螺栓的识别数据和实际拧紧数据,进行分析处理,能够达到预估螺栓使用寿命的目的,充分发挥了识别数据和实际拧紧数据的剩余价值。
进一步,还包括:
S6、寿命到期预警:从工作螺柱档案中获取预估寿命,并根据当前时间计算预估寿命是否低于寿命阈值,当低于寿命阈值时,发送更换提醒;
S7、异常螺栓记录:从工作螺栓档案中获取实际拧紧数据,将实际拧紧数据与建议拧紧数据进行对比,判断实际拧紧数据是否超出建议拧紧数据,如果超出,将该工作螺栓档案重新标注为异常螺栓档案;
S8、遗漏螺栓记录:还预存有工期数据;工期数据包括时间期限和计划紧固螺栓列表;在达到时间期限时,判断计划紧固螺栓列表所属每一螺栓对应的工作螺栓档案中,是否存储有识别数据和实际拧紧数据,如果没有,将该工作螺栓档案重新标注为遗漏螺栓档案。
通过本优选方案,能自动在螺栓的预估寿命低于寿命阈值时发出提醒,便于工作人员及时维护或更换螺栓;还能将没有按照设定的建议拧紧数据拧紧的螺栓标注出来;还能准确的将漏拧的螺栓标注出来。
附图说明
图1为用于扣件螺栓定扭的在线数据处理系统实施例一的逻辑框图;
图2为用于扣件螺栓定扭的在线数据处理方法实施例一的流程图。
具体实施方式
下面通过具体实施方式进一步详细说明:
实施例一
如图1所示,本实施例的用于扣件螺栓定扭的在线数据处理系统,包括服务器和管理端,服务器包括数据采集模块、存储模块、分类模块和分析模块。
分类模块用于在存储模块中为每一螺栓建立唯一的工作螺栓档案。
数据采集模块用于获取螺栓的识别数据和实际拧紧数据;实际拧紧数据包括实际扭矩信息、实际转动角度信息。分类模块用于根据识别数据识别螺栓,并在识别后将实际拧紧数据及识别数据存储至对应的工作螺栓档案中。本实施例中,螺栓的识别数据和实际拧紧数据从螺栓定扭装置中获取;螺栓定扭装置例如双头式机动扳手和智能扣件螺栓定扭机器人等。
本实施例中,分类模块按照螺栓的预定安装位置为每一螺栓建立唯一的档案;识别数据包括位置信息,分类模块在识别螺栓时,将位置信息与预定安装位置进行匹配。在其他实施例中,分类模块也可以按照螺栓的预定编号为每一螺栓建立唯一的档案;识别数据还可以包括识别编号,分类模块在识别螺栓时,将识别编号与分类编号进行匹配。识别编号可以是标注在螺栓处的实际数字,通过图像识别的方式进行识别采集,识别编号也可以是内置在RFID等数字标签中,然后通过RFID读取器进行采集。
数据采集模块还用于获取螺栓的寿命数据,分类模块还用于将寿命数据存储至对应的工作螺栓档案中,并将该螺栓的工作螺栓档案重新标注为历史螺栓档案。本实施中,数据采集模块从管理端获取螺栓的寿命数据。
分析模块还用于从工作螺栓档案中获取螺栓的实际拧紧数据,将实际拧紧数据与历史螺栓档案中的实际拧紧数据进行匹配,并获取历史螺柱档案中匹配成功的螺栓的寿命数据;分析模块还用于根据已匹配成功的螺栓的寿命数据计算平均寿命,将平均寿命作为预估寿命并存储至对应工作螺栓档案中。
分析模块还用于从工作螺柱档案中获取预估寿命,并根据当前时间计算预估寿命是否低于寿命阈值,当低于寿命阈值时,分析模块还用于向管理端发送更换提醒。
管理端还用于访问存储模块,查看工作螺栓档案和历史螺栓档案。
基于用于扣件螺栓定扭的在线数据处理系统,本实施例还提供用于扣件螺栓定扭的在线数据处理方法,如图2所示,包括如下步骤:
S1、档案建立:分类模块在存储模块中为每一螺栓建立唯一的工作螺栓档案;
S2、数据采集:数据采集模块获取螺栓的识别数据和实际拧紧数据;
S3、螺栓识别:分类模块根据识别数据识别螺栓,并在识别后将实际拧紧数据及识别数据存储至对应的工作螺栓档案中;
S4、过期螺栓标注:数据采集模块获取螺栓的寿命数据,分类模块将寿命数据存储至对应的工作螺栓档案中,并将该螺栓的工作螺栓档案重新标注为历史螺栓档案;
S5、螺栓寿命预估:分析模块从工作螺栓档案中获取螺栓的实际拧紧数据,将实际拧紧数据与历史螺栓档案中的实际拧紧数据进行匹配,并获取历史螺柱档案中匹配成功的螺栓的寿命数据;分析模块根据已匹配成功的螺栓的寿命数据计算平均寿命,将平均寿命作为预估寿命并存储至对应工作螺栓档案中。
S6、寿命到期预警:分析模块从工作螺柱档案中获取预估寿命,并根据当前时间计算预估寿命是否低于寿命阈值,当低于寿命阈值时,分析模块发送更换提醒。
实施例二
本实施例和实施例一的区别在于,本实施例用于扣件螺栓定扭的在线数据处理系统中分析模块用于从工作螺栓档案中获取螺栓的实际拧紧数据,并输入螺栓寿命预测模型中,分析模块还用于从螺栓寿命预测模型获取螺栓预估寿命,将螺栓预估寿命存储至对应螺栓的工作档案中。
本实施例中,螺栓寿命预测模型采用BP神经网络模型。预先从大量历史螺栓档案中采集螺栓的扭矩信息、实际转动角度信息以及寿命数据生成训练数据集,将训练数据集输入到BP神经网络模型中,对BP神经网络模型进行训练,然后再对训练后的BP神经网络模型进行验证,当BP神经网络模型输出的预估寿命准确率达到80%时,判断已经训练成功,将训练成功的BP神经网络模型作为螺栓寿命预测模型。
实施例三
本实施例和实施例一的区别在于,本实施例用于扣件螺栓定扭的在线数据处理系统中,存储模块中还预存有螺栓的建议拧紧数据;分析模块还用于从工作螺栓档案中获取实际拧紧数据,将实际拧紧数据与建议拧紧数据进行对比,判断实际拧紧数据是否超出建议拧紧数据,如果超出,分析模块将该工作螺栓档案重新标注为异常螺栓档案。
具体的,建议拧紧数据包括建议扭矩信息、建议转动角度信息;本实施中,建议扭矩信息为建议扭矩的范围值,建议转动角度信息为建议转动角度的范围值,分析模块分别将实际扭矩信息与建议扭矩信息,实际转动角度信息与建议转动角度信息进行对比,如果其中任意一个超出,分析模块将该工作螺栓档案重新标注为异常螺栓档案。
本实施例用于扣件螺栓定扭的在线数据处理方法中,还包括步骤S7、异常螺栓记录:分析模块从工作螺栓档案中获取实际拧紧数据,将实际拧紧数据与建议拧紧数据进行对比,判断实际拧紧数据是否超出建议拧紧数据,如果超出,分析模块将该工作螺栓档案重新标注为异常螺栓档案。
实施例四
本实施例和实施例一的区别在于,用于扣件螺栓定扭的在线数据处理系统中,实际拧紧数据还包括温度信息。由于环境、操作方式或者螺栓本身质量等因素的影响,在螺栓的紧固过程中,会出现某些螺栓没有按照设定的建议拧紧数据被拧紧的情况,这些螺栓出问题的几率相比于其他螺栓更高,本优选方案中,能将这一部分螺栓标注出来。
实施例五
本实施例和实施例一的区别在于,本实施例用于扣件螺栓定扭的在线数据处理系统中,存储模块中还预存有工期数据;工期数据包括时间期限和计划紧固螺栓列表。分析模块还用于在达到时间期限时,判断计划紧固螺栓列表中每一螺栓对应的工作螺栓档案中,是否存储有识别数据和实际拧紧数据,如果没有,分析模块还用于将该工作螺栓档案重新标注为遗漏螺栓档案。
本实施例用于扣件螺栓定扭的在线数据处理方法中,还包括步骤S8、遗漏螺栓记录:存储模块中还预存有工期数据;工期数据包括时间期限和计划紧固螺栓列表;分析模块在达到时间期限时,判断计划紧固螺栓列表所属每一螺栓对应的工作螺栓档案中,是否存储有识别数据和实际拧紧数据,如果没有,分析模块将该工作螺栓档案重新标注为遗漏螺栓档案。
实施例六
本实施例用于扣件螺栓定扭的在线数据处理系统中,螺栓定扭装置还包括行走轮和通讯模块、驱动模块和喷油机构;喷油机构用于向螺栓喷防锈油。喷油机构可以通过电动液压机进行挤压的方式实现喷防锈油,此处为现有技术,这里不再赘述。
具体的,本实施例中行走轮为两个,两个行走轮与一侧的铁轨接触,为了便于描述,正向行走时位于前方的行走轮记为第一行走轮,后方的行走轮记为第二行走轮;第一行走轮上安装有第一振动传感器和第一霍尔传感器;第二行走轮上安装有第二振动传感器和第二霍尔传感器。
本实施例中,服务器还包括处理模块,处理模块通过通讯模块与驱动模块信号连接。第一振动传感器、第一霍尔传感器、第二振动传感器和第二霍尔传感器均通过通讯模块与处理模块信号连接。处理模块用于从第一振动传感器获取第一振动信号,从第一霍尔传感器获取第一转动信号,从第二振动传感器获取第二振动信号,从第二霍尔传感器获取第二转动信号。
处理模块还用于在获取到第一振动信号的同时,开始基于第一转动信号计算第一行走轮的第一行使距离,以及基于第二转动信号计算第二行走轮的第二行驶距离;当第一行使距离和第二行使距离同时达到预定距离X时,处理模块还用于判断是否获取到第二振动信号,当获取到第二振动信号时,处理模块还用于判断第一振动信号和第二振动信号是否均处于预设的振动范围内,如果处于预设的振动范围内,处理模块还用于记录此处为钢轨接缝处;处理模块还用于在经过钢轨接缝处后的第一个指定位置时,向驱动模块发送保养指令。本实施例中,预定距离X为第一行走轮轴心至第二行走轮轴心的距离。
驱动模块与喷油机构信号连接,驱动机构用于在接收到保养指令时,控制喷油机构喷防锈油。
虽然目前高铁已经开始普及无缝钢轨,但是仍然有部分线路,钢轨之间会有间隙,也就是存在接缝处。处于接缝处的钢轨振动会强于原理接缝处的部分,而处于接缝处的螺栓受到的振动也更强,更容易出现问题,这里的螺栓如果不加以重点保养,其使用寿命容易低于其他位置螺栓的使用寿命。而螺栓容易受到生锈等影响,生锈后的螺栓再加上长期受到振动的影响,会进一步使得使用寿命减少。为了延长接缝处的螺栓的寿命,需要对其进行重点保养,在拧螺栓的第一时间做防锈处理就能有效降低螺栓生锈的可能性。
本实施例中,当第一行走轮经过钢轨的接缝处时,会产生振动,随后当第二行走轮经过钢轨的接缝处,也会产生振动。通过第一振动信号和第二振动信号能识别出钢轨接缝处,处理模块在经过钢轨接缝处后的第一个指定位置时,向驱动模块发送保养指令,就能远程对最靠近接缝处的螺栓进行重点的保养。而处理模块基于第一转动信号计算第一行走轮的第一行使距离,以及基于第二转动信号计算第二行走轮的第二行驶距离;可以得知第一行使距离和第二行使距离是否同时达到预定距离X,以及判断第一振动信号和第二振动信号是否均处于预设的振动范围内,能够确认引起第一行走轮和第二行走轮振动的是钢轨的接缝处还是其他干扰,使得对接缝处的检测的准确性高。
以上的仅是本发明的实施例,该发明不限于此实施案例涉及的领域,方案中公知的具体结构及特性等常识在此未作过多描述,所属领域普通技术人员知晓申请日或者优先权日之前发明所属技术领域所有的普通技术知识,能够获知该领域中所有的现有技术,并且具有应用该日期之前常规实验手段的能力,所属领域普通技术人员可以在本申请给出的启示下,结合自身能力完善并实施本方案,一些典型的公知结构或者公知方法不应当成为所属领域普通技术人员实施本申请的障碍。应当指出,对于本领域的技术人员来说,在不脱离本发明结构的前提下,还可以作出若干变形和改进,这些也应该视为本发明的保护范围,这些都不会影响本发明实施的效果和专利的实用性。本申请要求的保护范围应当以其权利要求的内容为准,说明书中的具体实施方式等记载可以用于解释权利要求的内容。
Claims (10)
1.用于扣件螺栓定扭的在线数据处理系统,包括存储模块,其特征在于,还包括:
分类模块,用于在存储模块中为每一螺栓建立唯一的工作螺栓档案;
数据采集模块,用于获取螺栓的识别数据和实际拧紧数据;分类模块还用于根据识别数据识别螺栓,并在识别后将实际拧紧数据及识别数据存储至对应的工作螺栓档案中;数据采集模块还用于获取螺栓的寿命数据,分类模块还用于将寿命数据存储至对应的工作螺栓档案中,并将该螺栓的工作螺栓档案重新标注为历史螺栓档案;
分析模块,用于从工作螺栓档案中获取螺栓的实际拧紧数据,将实际拧紧数据与历史螺栓档案中的实际拧紧数据进行匹配,分析模块还用于获取历史螺柱档案中匹配成功的螺栓的寿命数据,并作为预估寿命存储至对应的工作螺栓档案中。
2.根据权利要求1所述的用于扣件螺栓定扭的在线数据处理系统,其特征在于:所述分析模块还用于根据已匹配成功的螺栓的寿命数据计算平均寿命,将平均寿命作为预估寿命。
3.根据权利要求2所述的用于扣件螺栓定扭的在线数据处理系统,其特征在于:所述分析模块还用于从工作螺柱档案中获取预估寿命,并根据当前时间计算预估寿命是否低于寿命阈值,当低于寿命阈值时,分析模块还用于发送更换提醒。
4.根据权利要求2所述的用于扣件螺栓定扭的在线数据处理系统,其特征在于:所述存储模块中还预存有螺栓的建议拧紧数据;分析模块还用于从工作螺栓档案中获取实际拧紧数据,将实际拧紧数据与建议拧紧数据进行对比,判断实际拧紧数据是否超出建议拧紧数据,如果超出,分析模块还用于将该工作螺栓档案重新标注为异常螺栓档案。
5.根据权利要求2所述的用于扣件螺栓定扭的在线数据处理系统,其特征在于:所述存储模块中还预存有工期数据;工期数据包括时间期限和计划紧固螺栓列表;分析模块还用于在达到时间期限时,判断计划紧固螺栓列表所属每一螺栓对应的工作螺栓档案中,是否存储有识别数据和实际拧紧数据,如果没有,分析模块还用于将该工作螺栓档案重新标注为遗漏螺栓档案。
6.根据权利要求2所述的用于扣件螺栓定扭的在线数据处理系统,其特征在于:所述实际拧紧数据包括实际扭矩信息和实际转动角度信息。
7.根据权利要求6所述的用于扣件螺栓定扭的在线数据处理系统,其特征在于:所述实际拧紧数据还包括温度信息。
8.根据权利要求1-7任一项所述的用于扣件螺栓定扭的在线数据处理系统,其特征在于:还包括管理端,管理端用于访问存储模块,查看工作螺栓档案和历史螺栓档案。
9.用于扣件螺栓定扭的在线数据处理方法,其特征在于,包括如下步骤:
S1、档案建立:为每一螺栓建立唯一的工作螺栓档案;
S2、数据采集:获取螺栓的识别数据和实际拧紧数据;
S3、螺栓识别:根据识别数据识别螺栓,并在识别后将实际拧紧数据及识别数据存储至对应的工作螺栓档案中;
S4、过期螺栓标注:获取螺栓的寿命数据,将寿命数据存储至对应的工作螺栓档案中,并将该螺栓的工作螺栓档案重新标注为历史螺栓档案;
S5、螺栓寿命预估:从工作螺栓档案中获取螺栓的实际拧紧数据,将实际拧紧数据与历史螺栓档案中的实际拧紧数据进行匹配,并获取历史螺柱档案中匹配成功的螺栓的寿命数据;根据已匹配成功的螺栓的寿命数据计算平均寿命,将平均寿命作为预估寿命并存储至对应工作螺栓档案中。
10.根据权利要求9所述的用于扣件螺栓定扭的在线数据处理方法,其特征在于:还包括:
S6、寿命到期预警:从工作螺柱档案中获取预估寿命,并根据当前时间计算预估寿命是否低于寿命阈值,当低于寿命阈值时,发送更换提醒;
S7、异常螺栓记录:从工作螺栓档案中获取实际拧紧数据,将实际拧紧数据与建议拧紧数据进行对比,判断实际拧紧数据是否超出建议拧紧数据,如果超出,将该工作螺栓档案重新标注为异常螺栓档案;
S8、遗漏螺栓记录:还预存有工期数据;工期数据包括时间期限和计划紧固螺栓列表;在达到时间期限时,判断计划紧固螺栓列表所属每一螺栓对应的工作螺栓档案中,是否存储有识别数据和实际拧紧数据,如果没有,将该工作螺栓档案重新标注为遗漏螺栓档案。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010224080.4A CN111400562B (zh) | 2020-03-26 | 2020-03-26 | 用于扣件螺栓定扭的在线数据处理系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010224080.4A CN111400562B (zh) | 2020-03-26 | 2020-03-26 | 用于扣件螺栓定扭的在线数据处理系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111400562A true CN111400562A (zh) | 2020-07-10 |
CN111400562B CN111400562B (zh) | 2023-05-05 |
Family
ID=71429317
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010224080.4A Active CN111400562B (zh) | 2020-03-26 | 2020-03-26 | 用于扣件螺栓定扭的在线数据处理系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111400562B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008254157A (ja) * | 2007-04-09 | 2008-10-23 | Sharp Corp | 連結部材装着評価装置、方法、プログラムおよび記憶媒体 |
CN107297703A (zh) * | 2017-07-31 | 2017-10-27 | 杭州矢卓科技有限公司 | 一种用于螺栓安装的系统和方法 |
CN107576435A (zh) * | 2017-09-11 | 2018-01-12 | 山东大学 | 基于过程数据分析的拧紧工艺在线故障检测仪及其方法 |
US20180223891A1 (en) * | 2017-02-08 | 2018-08-09 | Black & Decker Inc. | System and Tool for Wireless Retrieval of Measured Component Data |
CN109063115A (zh) * | 2018-07-30 | 2018-12-21 | 淮安信息职业技术学院 | 一种基于在线大数据的智能统计系统及方法 |
US20190061075A1 (en) * | 2017-08-28 | 2019-02-28 | Jörg Hohmann | Method for the Documented Tightening or Tightening Up of a Screw Connection |
CN109710573A (zh) * | 2018-12-29 | 2019-05-03 | 广州易宝信息技术有限公司 | 电子档案信息化管理系统 |
CN109813485A (zh) * | 2019-01-08 | 2019-05-28 | 中国大唐集团新能源科学技术研究院有限公司 | 超声螺栓预紧力远程监测系统 |
CN110472288A (zh) * | 2019-07-17 | 2019-11-19 | 武汉科技大学 | 一种螺栓力矩衰减的预测方法、系统、装置和介质 |
CN110779988A (zh) * | 2019-10-30 | 2020-02-11 | 同济大学 | 一种基于深度学习的螺栓寿命预测方法 |
-
2020
- 2020-03-26 CN CN202010224080.4A patent/CN111400562B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008254157A (ja) * | 2007-04-09 | 2008-10-23 | Sharp Corp | 連結部材装着評価装置、方法、プログラムおよび記憶媒体 |
US20180223891A1 (en) * | 2017-02-08 | 2018-08-09 | Black & Decker Inc. | System and Tool for Wireless Retrieval of Measured Component Data |
CN107297703A (zh) * | 2017-07-31 | 2017-10-27 | 杭州矢卓科技有限公司 | 一种用于螺栓安装的系统和方法 |
US20190061075A1 (en) * | 2017-08-28 | 2019-02-28 | Jörg Hohmann | Method for the Documented Tightening or Tightening Up of a Screw Connection |
CN107576435A (zh) * | 2017-09-11 | 2018-01-12 | 山东大学 | 基于过程数据分析的拧紧工艺在线故障检测仪及其方法 |
CN109063115A (zh) * | 2018-07-30 | 2018-12-21 | 淮安信息职业技术学院 | 一种基于在线大数据的智能统计系统及方法 |
CN109710573A (zh) * | 2018-12-29 | 2019-05-03 | 广州易宝信息技术有限公司 | 电子档案信息化管理系统 |
CN109813485A (zh) * | 2019-01-08 | 2019-05-28 | 中国大唐集团新能源科学技术研究院有限公司 | 超声螺栓预紧力远程监测系统 |
CN110472288A (zh) * | 2019-07-17 | 2019-11-19 | 武汉科技大学 | 一种螺栓力矩衰减的预测方法、系统、装置和介质 |
CN110779988A (zh) * | 2019-10-30 | 2020-02-11 | 同济大学 | 一种基于深度学习的螺栓寿命预测方法 |
Non-Patent Citations (1)
Title |
---|
韩玉清;吕路勇;邢晓坡;: "风轮叶片叶根疲劳强度分析方法的研究" * |
Also Published As
Publication number | Publication date |
---|---|
CN111400562B (zh) | 2023-05-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102672932B (zh) | 预防性维护系统 | |
CA2382972C (en) | Apparatus and method for managing a fleet of mobile assets | |
US20160078695A1 (en) | Method and system for managing a fleet of remote assets and/or ascertaining a repair for an asset | |
EP2937241A1 (en) | Railway vehicle damage estimation | |
AU2021202707A1 (en) | Rail car predictive maintenance system | |
TW200741565A (en) | Prediction system and method for automobile warning information and parts lifespan | |
WO2016001916A2 (en) | Predictive maintenance and inferring patterns of solar panel cleaning systems | |
WO2007040822A1 (en) | Asset management system | |
CN113177650A (zh) | 一种铁路货车车厢的预测性维护方法及装置 | |
CN111400562A (zh) | 用于扣件螺栓定扭的在线数据处理系统及方法 | |
CN110909892A (zh) | 公交车辆保养类型确定方法、装置、设备以及存储介质 | |
CN114677054A (zh) | 一种基于数字孪生的煤矿井下人员及物资调度方法 | |
CA2519323A1 (en) | Method and control system for positioning a mine vehicle | |
US7928393B2 (en) | Health monitoring through a correlation of thermal images and temperature data | |
Thompson et al. | Predictive maintenance approaches based on continuous monitoring systems at Rio Tinto | |
CN110555188B (zh) | 一种动车组车轮参数磨耗趋势的分析方法 | |
CN113537524A (zh) | 一种工程车辆发动机缸体预防维修决策方法 | |
Nappi et al. | A predictive-based maintenance approach for rolling stocks vehicles | |
DE102018201838A1 (de) | Verfahren zum Einrichten und Überwachen einer Anlage | |
JP2003182580A (ja) | 車両の走行状態監視方法及び装置 | |
CN117555258B (zh) | 一种基于人工智能的电动上叠门智能控制管理系统 | |
CN114518743B (zh) | 基于多维时空孪生控制模型的智能网联汽车定位扰动预警方法 | |
CN117350624B (zh) | 一种基于物联网的物流供应链智能预警系统 | |
CN115860730B (zh) | 一种基于互联网的铁路轨道施工人员安全管理系统 | |
CN117808448A (zh) | 对象监控方法、装置及设备 |
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 |