CN111460969A - 一种基于云计算的工业信息智能化监控系统 - Google Patents

Abstract

本发明公开了一种基于云计算的工业信息智能化监控系统，包括摄像头、识别单元、监测模块、分析模块、判定模块、计时单元、警报单元、数据库和智能设备；所述摄像头用于对设备进行实时监控并自动获取影像信息，本发明通过识别模块的设置，对摄像头获取的设备影像信息进行分析，将影像信息在虚拟坐标中标记，并对设备的长度、宽度和高度进行计算，并依据其与设备和摄像头的距离，计算出实际设备尺寸，分析模块依据设备的相关数据，对设备的磨损程度进行精确的计算，从而得出设备的平均磨损，增加设备识别的准确性，节省识别设备所消耗的时间，增加对设备数据分析的精确性，增加数据的准确度，从而提高工作效率。

Description

一种基于云计算的工业信息智能化监控系统

技术领域

本发明涉及智能化监控技术领域，具体为一种基于云计算的工业信息智能化监控系统。

背景技术

工业主要是指原料采集与产品加工制造的产业或工程。工业是社会分工发展的产物，经过手工业、机器大工业、现代工业几个发展阶段。工业是第二产业的重要组成部分，主要分为轻工业和重工业两大类。2014年，中国工业生产总值达4万亿美元，超过美国成为世界头号工业生产国。

授权公告号为CN109884957A的一种路灯智能化监控系统，该路灯智能化监控系统，数据处理中心能够对维护人员手机号码进行定位，当维护人员到达故障地点附近后，数据处理中心通过无线信号将提示信息发送给对应的路控制器，路控制器控制对应的灯杆上的灯杆检测器上的声光报警器发出声光提示，以便维护人员能够迅速确定故障路灯，使路灯故障能够得到及时排除，使路灯恢复正常照明，不需要维护人员查看路灯编号，提高维护效率，但是，该路灯智能化监控系统，无法快速识别相关设备，更无法对设备的相关信息进行精确分析，同时，无法对于设备的持续使用时间进行计算，为此，我们提出一种基于云计算的工业信息智能化监控系统。

发明内容

本发明的目的在于提供一种基于云计算的工业信息智能化监控系统，通过摄像头、识别模块和分析模块的设置，对设备的相关数据进行分析，从而得出设备的平均磨损程度，增加设备识别的准确性，节省识别设备所消耗的时间，增加对设备数据分析的精确性，增加数据的准确度，从而提高工作效率，通过判定模块和监测模块的设置，对设备的实时数据进行分析，从而计算出设备后续工作时间，增加对设备的安全保障，从而增加设备的使用寿命，节约资源消耗，提高工作效率。

本发明所要解决的技术问题为：

(1)如何通过识别模块的设置，对摄像头获取的设备影像信息进行分析，将影像信息在虚拟坐标中标记，并对设备的长度、宽度和高度进行计算，并依据其与设备和摄像头的距离，计算出实际设备尺寸，分析模块依据设备的相关数据，对设备的磨损程度进行精确的计算，从而得出设备的平均磨损，来解决现有技术中无法快速识别设备，从而对设备的相关数据进行精确分析的问题；

(2)如何通过判定模块的设置，对监测模块获取设备实时数据进行分析计算，计算出设备的实时磨损程度，并将其与设备平均磨损程度一同进行差值计算，并依据实时磨损速度和磨损差值代入计算式，计算后续工作时间，来解决现有技术中无法对设备的实际耐用时间进行计算的问题。

本发明的目的可以通过以下技术方案实现：一种基于云计算的工业信息智能化监控系统，包括摄像头、识别单元、监测模块、分析模块、判定模块、计时单元、警报单元、数据库和智能设备；

所述摄像头用于对设备进行实时监控并自动获取影像信息，并将其传输至识别单元，所述数据库内存储有设备信息，所述设备信息包括设备名称数据、设备长度数、设备宽度数据、设备高度数据以及设备到摄像头的距离数据，所述识别单元用于对影像信息进行识别比对操作，得到设备名称，并将其传输至监测模块；

所述监测模块依据设备名称对设备工作状态进行实时监控，并自动获取设备工作信息，所述设备工作信息包括实时设备工作时长数据、实时设备温度数据、实时设备振动频率数据和环境温度数据；

数据库内存储有设备记录信息，所述设备记录信息包括每天工作时长数据、设备开启次数、设备最高温度数据、设备重量数据、设备振动频率数据和环境温度数据，所述分析模块用于对每天工作时长数据、设备开启次数、设备最高温度数据、设备重量数据、设备振动频率数据和环境温度数据进行分析操作，得到设备的平均磨损程度、每天设备开启次数数据、平均每天设备最高温度、平均每天工作时长和设备平均振动频率，并将其一同传输至判定模块；

所述判定模块用于对设备的平均磨损程度、每天设备开启次数数据、平均每天设备最高温度、平均每天工作时长、设备平均振动频率、实时设备工作时长数据、实时设备温度数据、实时设备振动频率数据和环境温度数据进行分析判定操作，得到后继安全时间，并将其传输至计时单元；

所述计时单元用于接收后继安全时间，并依据其进行倒计时，当倒计时结束时，计时单元向警报单元发送结束信号，警报单元接收结束信号后，将其转化成警报信号，并将警报信号发送至智能设备，所述智能设备用于接收警报信号，并依据其发出提醒信号。

作为本发明的进一步改进方案：识别比对操作的具体操作过程为：

步骤一：获取设备影像信息，并建立一个虚拟空间直角坐标系，并将设备影像信息在虚拟空间直角坐标系中进行成像，将虚拟空间直角坐标系中的设备影像的每个角进行标记，依次为A1，A2，A3......Ai，i＝1，2，3......n1；

步骤二：将设备影像的每个角进行虚拟坐标标定，An＝(Xi，Yi，Zi)，并将其按照X轴、Y轴和Z轴进行从大到小排序，提取出X轴、Y轴和Z轴对应的最大值坐标和最小值坐标，将X轴的最大值减去X轴的最小值，得出一个X轴差值，将Y轴的最大值减去Y轴的最小值，得出一个Y轴差值，将Z轴的最大值减去Z轴的最小值，得到一个Z轴差值，X轴差值、Y轴差值和Z轴差值分别表示为虚拟空间直角坐标系内设备的虚拟长、宽和高；

步骤三：获取上述步骤二中的X轴差值、Y轴差值和Z轴差值，并将其与设备到摄像头的距离数据一同带入到计算式：设备实际长度＝X轴差值*设备到摄像头的距离*u1，设备实际宽度＝Y轴差值*设备到摄像头的距离*u2，设备实际高度＝Z轴差值*设备到摄像头的距离*u3，其中，u1、u2和u3分别表示为摄像头与设备之间的距离对设备虚拟长、宽和高的影响因子；

步骤四：将设备实际长度、设备实际宽度和设备实际高度分别与设备长度数、设备宽度数据和设备高度数据一同带入到计算式：长度比对差值＝设备实际长度-设备长度，同理得出设备的宽度比对差值和高度比对差值；

步骤五：设定长度比对差值、宽度比对差值和高度比对差值的预设值，并将其与长度比对差值、宽度比对差值和高度比对差值进行设备辨别比对，当长度比对差值、宽度比对差值和高度比对差值均属于长度比对差值、宽度比对差值和高度比对差值的预设值范围时，则判定该设备与数据库内的设备名称数据相对应，当当长度比对差值、宽度比对差值和高度比对差值中任意一项不属于当长度比对差值、宽度比对差值和高度比对差值预设值范围时，则判定该设备与数据库内存储的设备不对应。

作为本发明的进一步改进方案：分析操作的具体操作过程为：

K1：获取每天工作时长数据、设备最高温度数据、设备开启次数、设备重量数据、设备振动频率数据和环境温度数据，并将其依次标记为GSl、SWl、SKl、SZl、ZPl和HWl，l＝1，2，3......n2，且GSl、SWl、SZl、ZPl和HWl一一对应；

K2：将每天工作做时长数据带入到计算式：

其中，P_GSl表示为平均每天工作时长，将设备每天最高温度数据带入到计算式：

其中，P_SWl平均每天设备最高温度，将每天设备开启次数数据带入到计算式：

其中，P_SKl表示为平均每天设备开启次数，将每天设备振动频率数据带入到计算式：

其中，P_ZPl表示为设备在当天的平均振动频率，将每天环境温度数据带入到计算式：

其中，P_HWl表示为每天环境的平均温度；

K3：设定每天设备开启次数数据、平均每天设备最高温度、平均每天工作时长和设备平均振动频率相应的安全预设值，并将其与每天设备开启次数数据、平均每天设备最高温度、平均每天工作时长、设备重量数据、环境温度数据和设备平均振动频率一同带入到计算式：Ml_磨＝(P_GSl-h1)*a1+(P_SWl-h2)*a2*P_HWl*b1+(P_SKl-h3)*a3+(P_ZPl-h4)*SZl*a4，其中，Ml_磨表示为设备的磨损度，h1-h4分别表示为平均每天工作时长、平均每天设备最高温度、每天设备开启次数数据和设备平均振动频率相应的安全预设值，a1-a4分别表示为平均每天工作时长、平均每天设备最高温度、每天设备开启次数数据和设备平均振动频率对设备的磨损影响因子，b1表示为环境温度数据对设备的最高温度的影响因子；

K4：将上述K3中的设备的磨损度带入到计算式：

其中，

表示为设备的平均磨损程度。

作为本发明的进一步改进方案：分析判定操作的具体操作过程为：

C1：获取实时设备工作时长数据、实时设备温度数据、实时设备振动频率数据、环境温度数据，依据上述K2和K3中的计算式，计算实时磨损程度

并将其与平均磨损程度进行实际磨损差值计算，得出实际磨损差值

C2：获取实时设备工作时长数据和实时磨损程度

一同带入到磨损速度计算式：磨损速度＝实时磨损程度/实时设备工作时长数据，并将磨损速度与实际磨损差值一同带入到计算式：后继工作时间＝实际磨损差值/磨损速度，并将后继工作时间带入到计算式：后继安全时间＝后继工作时间*e1，其中，e1表示为后继工作时间对后继安全时间的影响因子。

本发明的有益效果：

(1)摄像头对设备进行实时监控并自动获取影像信息，并将其传输至识别单元，识别单元用于对影像信息进行识别比对操作，得到设备名称，监测模块依据设备名称对设备工作状态进行实时监控，并自动获取设备工作信息，数据库内存储有设备记录信息，分析模块对每天工作时长数据、设备开启次数、设备最高温度数据、设备重量数据、设备振动频率数据和环境温度数据进行分析操作，得到设备的平均磨损程度、每天设备开启次数数据、平均每天设备最高温度、平均每天工作时长和设备平均振动频率，通过识别模块的设置，对摄像头获取的设备影像信息进行分析，将影像信息在虚拟坐标中标记，并对设备的长度、宽度和高度进行计算，并依据其与设备和摄像头的距离，计算出实际设备尺寸，分析模块依据设备的相关数据，对设备的磨损程度进行精确的计算，从而得出设备的平均磨损，增加设备识别的准确性，节省识别设备所消耗的时间，增加对设备数据分析的精确性，增加数据的准确度，从而提高工作效率。

(2)判定模块对设备的平均磨损程度、每天设备开启次数数据、平均每天设备最高温度、平均每天工作时长、设备平均振动频率、实时设备工作时长数据、实时设备温度数据、实时设备振动频率数据和环境温度数据进行分析判定操作，得到后继安全时间，计时单元用于接收后继安全时间，并依据其进行倒计时，当倒计时结束时，计时单元向警报单元发送结束信号，警报单元接收结束信号后，将其转化成警报信号，并将警报信号发送至智能设备，智能设备用于接收警报信号，并依据其发出提醒信号；通过判定模块的设置，对监测模块获取设备实时数据进行分析计算，计算出设备的实时磨损程度，并将其与设备平均磨损程度一同进行差值计算，并依据实时磨损速度和磨损差值代入计算式，计算后续工作时间，增加对设备的安全保障，从而增加设备的使用寿命，节约资源消耗，提高工作效率。

附图说明

下面结合附图对本发明作进一步的说明。

图1是本发明的系统框图。

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，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。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。

请参阅图1所示，本发明为一种基于云计算的工业信息智能化监控系统，包括摄像头、识别单元、监测模块、分析模块、判定模块、计时单元、警报单元、数据库和智能设备；

所述摄像头用于对设备进行实时监控并自动获取影像信息，并将其传输至识别单元，所述数据库内存储有设备信息，所述设备信息包括设备名称数据、设备长度数、设备宽度数据、设备高度数据以及设备到摄像头的距离数据，所述识别单元用于对影像信息进行识别比对操作，识别比对操作的具体操作过程为：

步骤一：获取设备影像信息，并建立一个虚拟空间直角坐标系，并将设备影像信息在虚拟空间直角坐标系中进行成像，将虚拟空间直角坐标系中的设备影像的每个角进行标记，依次为A1，A2，A3......Ai，i＝1，2，3......n1；

步骤二：将设备影像的每个角进行虚拟坐标标定，An＝(Xi，Yi，Zi)，并将其按照X轴、Y轴和Z轴进行从大到小排序，提取出X轴、Y轴和Z轴对应的最大值坐标和最小值坐标，将X轴的最大值减去X轴的最小值，得出一个X轴差值，将Y轴的最大值减去Y轴的最小值，得出一个Y轴差值，将Z轴的最大值减去Z轴的最小值，得到一个Z轴差值，X轴差值、Y轴差值和Z轴差值分别表示为虚拟空间直角坐标系内设备的虚拟长、宽和高；

步骤三：获取上述步骤二中的X轴差值、Y轴差值和Z轴差值，并将其与设备到摄像头的距离数据一同带入到计算式：设备实际长度＝X轴差值*设备到摄像头的距离*u1，设备实际宽度＝Y轴差值*设备到摄像头的距离*u2，设备实际高度＝Z轴差值*设备到摄像头的距离*u3，其中，u1、u2和u3分别表示为摄像头与设备之间的距离对设备虚拟长、宽和高的影响因子；

步骤四：将设备实际长度、设备实际宽度和设备实际高度分别与设备长度数、设备宽度数据和设备高度数据一同带入到计算式：长度比对差值＝设备实际长度-设备长度，同理得出设备的宽度比对差值和高度比对差值；

步骤五：设定长度比对差值、宽度比对差值和高度比对差值的预设值，并将其与长度比对差值、宽度比对差值和高度比对差值进行设备辨别比对，当长度比对差值、宽度比对差值和高度比对差值均属于长度比对差值、宽度比对差值和高度比对差值的预设值范围时，则判定该设备与数据库内的设备名称数据相对应，当当长度比对差值、宽度比对差值和高度比对差值中任意一项不属于当长度比对差值、宽度比对差值和高度比对差值预设值范围时，则判定该设备与数据库内存储的设备不对应；

步骤六：将上述步骤五中判定的设备名称传输至监测模块；

所述监测模块依据设备名称对设备工作状态进行实时监控，并自动获取设备工作信息，所述设备工作信息包括实时设备工作时长数据、实时设备温度数据、实时设备振动频率数据和环境温度数据；

数据库内存储有设备记录信息，所述设备记录信息包括每天工作时长数据、设备开启次数、设备最高温度数据、设备重量数据、设备振动频率数据和环境温度数据，所述分析模块用于对每天工作时长数据、设备开启次数、设备最高温度数据、设备重量数据、设备振动频率数据和环境温度数据进行分析操作，分析操作的具体操作过程为：

K1：获取每天工作时长数据、设备最高温度数据、设备开启次数、设备重量数据、设备振动频率数据和环境温度数据，并将其依次标记为GSl、SWl、SKl、SZl、ZPl和HWl，l＝1，2，3......n2，且GSl、SWl、SZl、ZPl和HWl一一对应；

K2：将每天工作做时长数据带入到计算式：

其中，P_GSl表示为平均每天工作时长，将设备每天最高温度数据带入到计算式：

其中，P_SWl平均每天设备最高温度，将每天设备开启次数数据带入到计算式：

其中，P_SKl表示为平均每天设备开启次数，将每天设备振动频率数据带入到计算式：

其中，P_ZPl表示为设备在当天的平均振动频率，将每天环境温度数据带入到计算式：

其中，P_HWl表示为每天环境的平均温度；

K3：设定每天设备开启次数数据、平均每天设备最高温度、平均每天工作时长和设备平均振动频率相应的安全预设值，并将其与每天设备开启次数数据、平均每天设备最高温度、平均每天工作时长、设备重量数据、环境温度数据和设备平均振动频率一同带入到计算式：Ml_磨＝(P_GSl-h1)*a1+(P_SWl-h2)*a2*P_HWl*b1+(P_SKl-h3)*a3+(P_ZPl-h4)*SZl*a4，其中，Ml_磨表示为设备的磨损度，h1-h4分别表示为平均每天工作时长、平均每天设备最高温度、每天设备开启次数数据和设备平均振动频率相应的安全预设值，a1-a4分别表示为平均每天工作时长、平均每天设备最高温度、每天设备开启次数数据和设备平均振动频率对设备的磨损影响因子，b1表示为环境温度数据对设备的最高温度的影响因子；

K4：将上述K3中的设备的磨损度带入到计算式：

其中，

表示为设备的平均磨损程度；

K5：将设备的平均磨损程度、每天设备开启次数数据、平均每天设备最高温度、平均每天工作时长和设备平均振动频率一同传输至判定模块；

所述判定模块用于对设备的平均磨损程度、每天设备开启次数数据、平均每天设备最高温度、平均每天工作时长、设备平均振动频率、实时设备工作时长数据、实时设备温度数据、实时设备振动频率数据和环境温度数据进行分析判定操作，分析判定操作的具体操作过程为：

C1：获取实时设备工作时长数据、实时设备温度数据、实时设备振动频率数据、环境温度数据，依据上述K2和K3中的计算式，计算实时磨损程度

并将其与平均磨损程度进行实际磨损差值计算，得出实际磨损差值

C2：获取实时设备工作时长数据和实时磨损程度

一同带入到磨损速度计算式：磨损速度＝实时磨损程度/实时设备工作时长数据，并将磨损速度与实际磨损差值一同带入到计算式：后继工作时间＝实际磨损差值/磨损速度，并将后继工作时间带入到计算式：后继安全时间＝后继工作时间*e1，其中，e1表示为后继工作时间对后继安全时间的影响因子；

C3：将后继安全时间传输至计时单元；

所述计时单元用于接收后继安全时间，并依据其进行倒计时，当倒计时结束时，计时单元向警报单元发送结束信号，警报单元接收结束信号后，将其转化成警报信号，并将警报信号发送至智能设备，所述智能设备用于接收警报信号，并依据其发出提醒信号。

本发明在工作时，摄像头对设备进行实时监控并自动获取影像信息，并将其传输至识别单元，识别单元用于对影像信息进行识别比对操作，得到设备名称，监测模块依据设备名称对设备工作状态进行实时监控，并自动获取设备工作信息，数据库内存储有设备记录信息，分析模块对每天工作时长数据、设备开启次数、设备最高温度数据、设备重量数据、设备振动频率数据和环境温度数据进行分析操作，得到设备的平均磨损程度、每天设备开启次数数据、平均每天设备最高温度、平均每天工作时长和设备平均振动频率，判定模块对设备的平均磨损程度、每天设备开启次数数据、平均每天设备最高温度、平均每天工作时长、设备平均振动频率、实时设备工作时长数据、实时设备温度数据、实时设备振动频率数据和环境温度数据进行分析判定操作，得到后继安全时间，计时单元用于接收后继安全时间，并依据其进行倒计时，当倒计时结束时，计时单元向警报单元发送结束信号，警报单元接收结束信号后，将其转化成警报信号，并将警报信号发送至智能设备，智能设备用于接收警报信号，并依据其发出提醒信号。

以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。

Claims (4)

1.一种基于云计算的工业信息智能化监控系统，其特征在于，包括摄像头、识别单元、监测模块、分析模块、判定模块、计时单元、警报单元、数据库和智能设备；

所述摄像头用于对设备进行实时监控并自动获取影像信息，并将其传输至识别单元，所述数据库内存储有设备信息，所述设备信息包括设备名称数据、设备长度数、设备宽度数据、设备高度数据以及设备到摄像头的距离数据，所述识别单元用于对影像信息进行识别比对操作，得到设备名称，并将其传输至监测模块；

所述监测模块依据设备名称对设备工作状态进行实时监控，并自动获取设备工作信息，所述设备工作信息包括实时设备工作时长数据、实时设备温度数据、实时设备振动频率数据和环境温度数据；

数据库内存储有设备记录信息，所述设备记录信息包括每天工作时长数据、设备开启次数、设备最高温度数据、设备重量数据、设备振动频率数据和环境温度数据，所述分析模块用于对每天工作时长数据、设备开启次数、设备最高温度数据、设备重量数据、设备振动频率数据和环境温度数据进行分析操作，得到设备的平均磨损程度、每天设备开启次数数据、平均每天设备最高温度、平均每天工作时长和设备平均振动频率，并将其一同传输至判定模块；

所述判定模块用于对设备的平均磨损程度、每天设备开启次数数据、平均每天设备最高温度、平均每天工作时长、设备平均振动频率、实时设备工作时长数据、实时设备温度数据、实时设备振动频率数据和环境温度数据进行分析判定操作，得到后继安全时间，并将其传输至计时单元；

所述计时单元用于接收后继安全时间，并依据其进行倒计时，当倒计时结束时，计时单元向警报单元发送结束信号，警报单元接收结束信号后，将其转化成警报信号，并将警报信号发送至智能设备，所述智能设备用于接收警报信号，并依据其发出提醒信号。

2.根据权利要求1所述的一种基于云计算的工业信息智能化监控系统，其特征在于，识别比对操作的具体操作过程为：

步骤一：获取设备影像信息，并建立一个虚拟空间直角坐标系，并将设备影像信息在虚拟空间直角坐标系中进行成像，将虚拟空间直角坐标系中的设备影像的每个角进行标记，依次为A1，A2，A3......Ai，i＝1，2，3......n1；

步骤二：将设备影像的每个角进行虚拟坐标标定，An＝(Xi，Yi，Zi)，并将其按照X轴、Y轴和Z轴进行从大到小排序，提取出X轴、Y轴和Z轴对应的最大值坐标和最小值坐标，将X轴的最大值减去X轴的最小值，得出一个X轴差值，将Y轴的最大值减去Y轴的最小值，得出一个Y轴差值，将Z轴的最大值减去Z轴的最小值，得到一个Z轴差值，X轴差值、Y轴差值和Z轴差值分别表示为虚拟空间直角坐标系内设备的虚拟长、宽和高；

步骤三：获取上述步骤二中的X轴差值、Y轴差值和Z轴差值，并将其与设备到摄像头的距离数据一同带入到计算式：设备实际长度＝X轴差值*设备到摄像头的距离*u1，设备实际宽度＝Y轴差值*设备到摄像头的距离*u2，设备实际高度＝Z轴差值*设备到摄像头的距离*u3，其中，u1、u2和u3分别表示为摄像头与设备之间的距离对设备虚拟长、宽和高的影响因子；

步骤四：将设备实际长度、设备实际宽度和设备实际高度分别与设备长度数、设备宽度数据和设备高度数据一同带入到计算式：长度比对差值＝设备实际长度-设备长度，同理得出设备的宽度比对差值和高度比对差值；

步骤五：设定长度比对差值、宽度比对差值和高度比对差值的预设值，并将其与长度比对差值、宽度比对差值和高度比对差值进行设备辨别比对，当长度比对差值、宽度比对差值和高度比对差值均属于长度比对差值、宽度比对差值和高度比对差值的预设值范围时，则判定该设备与数据库内的设备名称数据相对应，当当长度比对差值、宽度比对差值和高度比对差值中任意一项不属于当长度比对差值、宽度比对差值和高度比对差值预设值范围时，则判定该设备与数据库内存储的设备不对应。

3.根据权利要求1所述的一种基于云计算的工业信息智能化监控系统，其特征在于，分析操作的具体操作过程为：

K1：获取每天工作时长数据、设备最高温度数据、设备开启次数、设备重量数据、设备振动频率数据和环境温度数据，并将其依次标记为GSl、SWl、SKl、SZl、ZPl和HWl，l＝1，2，3......n2，且GSl、SWl、SZl、ZPl和HWl一一对应；

K2：将每天工作做时长数据带入到计算式：

其中，P_GSl表示为平均每天工作时长，将设备每天最高温度数据带入到计算式：

其中，P_SWl平均每天设备最高温度，将每天设备开启次数数据带入到计算式：

其中，P_SKl表示为平均每天设备开启次数，将每天设备振动频率数据带入到计算式：

其中，P_ZPl表示为设备在当天的平均振动频率，将每天环境温度数据带入到计算式：

其中，P_HWl表示为每天环境的平均温度；

K3：设定每天设备开启次数数据、平均每天设备最高温度、平均每天工作时长和设备平均振动频率相应的安全预设值，并将其与每天设备开启次数数据、平均每天设备最高温度、平均每天工作时长、设备重量数据、环境温度数据和设备平均振动频率一同带入到计算式：Ml_磨＝(P_GSl-h1)*a1+(P_SWl-h2)*a2*P_HWl*b1+(P_SKl-h3)*a3+(P_ZPl-h4)*SZl*a4，其中，Ml_磨表示为设备的磨损度，h1-h4分别表示为平均每天工作时长、平均每天设备最高温度、每天设备开启次数数据和设备平均振动频率相应的安全预设值，a1-a4分别表示为平均每天工作时长、平均每天设备最高温度、每天设备开启次数数据和设备平均振动频率对设备的磨损影响因子，b1表示为环境温度数据对设备的最高温度的影响因子；

K4：将上述K3中的设备的磨损度带入到计算式：

其中，

表示为设备的平均磨损程度。

4.根据权利要求1所述的一种基于云计算的工业信息智能化监控系统，其特征在于，分析判定操作的具体操作过程为：

C1：获取实时设备工作时长数据、实时设备温度数据、实时设备振动频率数据、环境温度数据，依据上述K2和K3中的计算式，计算实时磨损程度

并将其与平均磨损程度进行实际磨损差值计算，得出实际磨损差值

C2：获取实时设备工作时长数据和实时磨损程度

一同带入到磨损速度计算式：磨损速度＝实时磨损程度/实时设备工作时长数据，并将磨损速度与实际磨损差值一同带入到计算式：后继工作时间＝实际磨损差值/磨损速度，并将后继工作时间带入到计算式：后继安全时间＝后继工作时间*e1，其中，e1表示为后继工作时间对后继安全时间的影响因子。

Images