CN111556111A - 基于物联网的管廊设备故障远程诊断系统 - Google Patents
基于物联网的管廊设备故障远程诊断系统 Download PDFInfo
- Publication number
- CN111556111A CN111556111A CN202010317805.4A CN202010317805A CN111556111A CN 111556111 A CN111556111 A CN 111556111A CN 202010317805 A CN202010317805 A CN 202010317805A CN 111556111 A CN111556111 A CN 111556111A
- Authority
- CN
- China
- Prior art keywords
- pipe gallery
- equipment
- gallery equipment
- fault
- diagnosis
- 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
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/02—Protocols based on web technology, e.g. hypertext transfer protocol [HTTP]
- H04L67/025—Protocols based on web technology, e.g. hypertext transfer protocol [HTTP] for remote control or remote monitoring of applications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/02—Protocols based on web technology, e.g. hypertext transfer protocol [HTTP]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于物联网的管廊设备故障远程诊断系统:通过不同的传感器来采集管廊设备运行过程中的各种不同信息,选择能代表管廊设备工作状态的不同信号,然后通过把采集到的信号进行分类加工处理,得到能表征管廊设备运行特征,接着将设备的特征参数与规范参数以及判别参数进行比较,从而判断设备当前状态,判断故障存在与否以及确定故障的性质类型,最终根据当前信号预测设备的状态确定应采取的对策及措施。本发明实现了管廊设备的远程实时监测,提高了管廊设备的运行安全性,同时既为企业提供了低成本的维修服务,又提高了服务效率。
Description
技术领域
本发明涉及综合管廊的设备故障检测领域,更具体地说,是涉及一种基于物联网的管廊设备故障远程诊断系统。
背景技术
近年来,随着综合管廊技术的不断发展,管廊设备也逐步更新,管廊设备在工作条件恶劣以及长期的使用过程中,从而使得管廊设备技术状况和参数值表现出来不同的强度以及不同的规律发生变化,最终导致故障发生。我们需要能及时了解管廊设备的各方面性能参数以及诸多工作技术状况,通过管廊设备故障诊断监测系统,从而动态监测管廊设备的各种关键参数,最后在分析这些参数基础上确定管廊设备的工作状态。
随着综合管廊技术的蓬勃发展,设备的自动化程度也逐渐越来越高,管廊设备故障问题也变得越棘手越复杂,管廊设备故障远程诊断的实现也成了越来越迫切的需求。
发明内容
本发明的目的是为了克服现有技术中的不足,提出一种基于物联网的管廊设备故障远程诊断系统,通过管廊设备故障的信息采集处理以及传输,采用案例推理技术(CBR),规避了传统人工智能在知识获取上的瓶颈问题,利用远程故障诊断分析判断,得到管廊设备故障原因以及维修方法。
本发明的目的是通过以下技术方案实现的。
本发明基于物联网的管廊设备故障远程诊断系统,包括信号采集模块、信号处理模块、网络传输模块、状态识别与诊断模块;
所述信号采集模块包括传感器,传感器与管廊设备连接,是通过不同类型的传感器对管廊设备运行过程中的各种不同信息进行测量,全天地实时监测管廊设备运行状态,并同时采集管廊设备的运行数据,接着通过网络将这些数据状态及时发送给信息中心,并存储于就地模块专用的存储器中,与此同时,就地物联网模块也实时地接收传来的GPS信号,通过单片机处理后,选择出包含管廊设备的信息数据帧,实时返回到信息中心,并且存入存储器中;
所述信号处理模块把采集到的信号进行分类加工处理,得到能表征管廊设备运行特征的过程,即特征的提取过程;
所述网络传输模块采用B/S结构远程网络结构模式,管廊设备故障知识库、管廊设备诊断专家系统、故障推理系统分别分布于不同服务器上,数据库操作的中间层是Web服务器和应用服务器,B/S远程诊断模式采用这种架构,将C/S远程诊断模式数据库结构和Web结合,形成具有多层Web结构的B/S模式的体系结构;
所述状态识别与诊断模块将设备的特征参数与规范参数以及判别参数进行比较,从而判断设备当前状态,最后判断故障存在与否以及确定故障的性质类型;采用基于案例推理技术的诊断专家系统,该系统中每个案例由案例原因、症状、专家建议和对诊断的反馈构成,并通过检索之前的案例,最后在新问题中重用并且修正来进行新问题求解;根据当前信号预测管廊设备的状态确定应采取的对策及措施,并对可能发展的趋势进行分析。
所述传感器包括振动传感器、温度传感器、压力传感器、液位传感器、位置传感器、能耗传感器;所述信号采集模块选择能代表管廊设备工作状态的不同信号来进行监测,如振动、温度、压力、液位、位置、能耗。
所述状态识别与诊断模块利用近似向量法和K近邻算法对管廊设备故障进行检索,先用近似向量算法搜索出与目标案例相近的K个案例集,然后用K近邻算法算出最终匹配案例。
与现有技术相比,本发明的技术方案所带来的有益效果是:
现阶段,管廊设备故障诊断设备还主要依靠检测人员到现场进行实地检测,费时费力。而管廊设备的远程故障诊断技术,就是通过先进的监测技术与传感器技术,在远程情况下,采集具有某些特征的管廊设备动态信息,然后对这些信息进行各种分析、处理,识别并确认管廊设备异常状态,然后查明其产生原因、发生部位以及故障严重程度,最终提出针对性的处理方法和维修措施。
本发明基于物联网的管廊设备故障远程诊断系统就可以给现场维修人员提供及时的第三方技术支持,这样既为企业提供了低成本的维修服务,又提高了服务效率。所以管廊设备远程故障诊断系统的研究是非常迫切以及必要的,不仅提高了管廊设备的维修和保养的可靠性,符合计算机技术的发展和互联网发展趋势,而且极大的提高了故障维修效率。
附图说明
图1是本发明中状态识别与诊断模块流程图示意图。
具体实施方式
下面结合附图对本发明作进一步的描述。
本发明基于物联网的管廊设备故障远程诊断系统,通过使用振动、温度、压力、液位、位置、能耗等多种传感器进行数据采集,获取管廊设备故障信息,然后将该检测设备接入互联网,通过远程传输故障信息,然后利用案例推理技术对管廊设备故障进行智能诊断,最终得到诊断结果和维修向导,更准确更及时地对管廊设备故障进行诊断。本发明基于物联网的管廊设备故障远程诊断系统主要包括信号采集模块、信号处理模块、网络传输模块、状态识别与诊断模块。
所述信号采集模块包括多种传感器,各传感器均与管廊设备连接,所述传感器包括振动传感器、温度传感器、压力传感器、液位传感器、位置传感器、能耗传感器等。所述信号采集模块是通过不同类型的传感器对管廊设备运行过程中的各种不同信息进行测量,选择能代表管廊设备工作状态的不同信号来进行监测,比如振动、温度、压力、液位、位置、能耗等来进行监测。信号采集模块是本发明的基础,它与管廊设备连接,全天地实时监测管廊设备运行状态,并同时采集管廊设备的运行数据,然后对这些数据进行处理,接着通过网络将这些数据状态及时发送给信息中心,并存储于就地模块专用的存储器中。与此同时,就地物联网模块也实时地接收传来的GPS信号,通过单片机处理后,选择出包含管廊设备的信息数据帧,实时返回到信息中心,并且存入存储器中。
所述信号处理模块把采集到的信号进行分类加工处理,得到能表征管廊设备运行特征的过程,即特征的提取过程。比如把振动信号从时域到频域进行变换并且频谱分析,对温度、压力信号进行傅里叶变换,对液位、位置、能耗信号进行自适应滤波,就是信号处理的过程。
所述网络传输模块采用B/S结构远程网络结构模式,本发明包括多台服务器,管廊设备故障知识库、管廊设备诊断专家系统、故障推理系统分别分布于不同服务器上。数据库操作的中间层是Web服务器和应用服务器,B/S远程诊断模式采用这种架构,将C/S远程诊断模式数据库结构和Web密切地结合,形成具有多层Web结构的B/S模式的体系结构。
所述状态识别与诊断模块是本发明的核心模块,图1是状态识别与诊断模块流程图。经过信号处理之后,将设备的特征参数与规范参数以及判别参数进行比较,从而判断设备当前状态,最后判断故障存在与否以及确定故障的性质类型。本发明采用基于案例推理技术的诊断专家系统,该系统存有许多案例,其中每个案例由案例原因、症状、专家建议和对诊断的反馈构成,并通过检索之前的案例,最后在新问题中重用并且修正来进行新问题求解。实验证明,该检索机制可以准确地检索故障并给出合理的维修指导。事实证明,一个优良的检索机制,不仅能够能加快检索速度而且能有效地提高检索精确率。检索是管廊设备故障诊断的一个至关重要的环节,在很大程度上决定了最终的管廊设备故障诊断的结果的准确性。本发明利用近似向量法和K近邻算法对管廊设备故障进行检索,先用近似向量算法搜索出与目标案例相近的K个案例集,然后用K近邻算法算出最终匹配案例,这种方法降低了检索案例数量,提高了案例的检索效率和速度,实现了快速实时检索。对管廊设备状态进行判断后,根据当前信号预测管廊设备的状态确定应采取的对策及措施,并对可能发展的趋势进行分析。
尽管上面结合附图对本发明的功能及工作过程进行了描述,但本发明并不局限于上述的具体功能和工作过程,上述的具体实施方式仅仅是示意性的,而不是限制性的,本领域的普通技术人员在本发明的启示下,在不脱离本发明宗旨和权利要求所保护的范围情况下,还可以做出很多形式,这些均属于本发明的保护之内。
Claims (3)
1.一种基于物联网的管廊设备故障远程诊断系统,其特征在于,包括信号采集模块、信号处理模块、网络传输模块、状态识别与诊断模块;
所述信号采集模块包括传感器,传感器与管廊设备连接,是通过不同类型的传感器对管廊设备运行过程中的各种不同信息进行测量,全天地实时监测管廊设备运行状态,并同时采集管廊设备的运行数据,接着通过网络将这些数据状态及时发送给信息中心,并存储于就地模块专用的存储器中,与此同时,就地物联网模块也实时地接收传来的GPS信号,通过单片机处理后,选择出包含管廊设备的信息数据帧,实时返回到信息中心,并且存入存储器中;
所述信号处理模块把采集到的信号进行分类加工处理,得到能表征管廊设备运行特征的过程,即特征的提取过程;
所述网络传输模块采用B/S结构远程网络结构模式,管廊设备故障知识库、管廊设备诊断专家系统、故障推理系统分别分布于不同服务器上,数据库操作的中间层是Web服务器和应用服务器,B/S远程诊断模式采用这种架构,将C/S远程诊断模式数据库结构和Web结合,形成具有多层Web结构的B/S模式的体系结构;
所述状态识别与诊断模块将设备的特征参数与规范参数以及判别参数进行比较,从而判断设备当前状态,最后判断故障存在与否以及确定故障的性质类型;采用基于案例推理技术的诊断专家系统,该系统中每个案例由案例原因、症状、专家建议和对诊断的反馈构成,并通过检索之前的案例,最后在新问题中重用并且修正来进行新问题求解;根据当前信号预测管廊设备的状态确定应采取的对策及措施,并对可能发展的趋势进行分析。
2.根据权利要求1所述的基于物联网的管廊设备故障远程诊断系统,其特征在于,所述传感器包括振动传感器、温度传感器、压力传感器、液位传感器、位置传感器、能耗传感器;所述信号采集模块选择能代表管廊设备工作状态的不同信号来进行监测,如振动、温度、压力、液位、位置、能耗。
3.根据权利要求1所述的基于物联网的管廊设备故障远程诊断系统,其特征在于,所述状态识别与诊断模块利用近似向量法和K近邻算法对管廊设备故障进行检索,先用近似向量算法搜索出与目标案例相近的K个案例集,然后用K近邻算法算出最终匹配案例。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010317805.4A CN111556111A (zh) | 2020-04-21 | 2020-04-21 | 基于物联网的管廊设备故障远程诊断系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010317805.4A CN111556111A (zh) | 2020-04-21 | 2020-04-21 | 基于物联网的管廊设备故障远程诊断系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111556111A true CN111556111A (zh) | 2020-08-18 |
Family
ID=72004421
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010317805.4A Pending CN111556111A (zh) | 2020-04-21 | 2020-04-21 | 基于物联网的管廊设备故障远程诊断系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111556111A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113091809A (zh) * | 2021-03-26 | 2021-07-09 | 中国船舶重工集团公司第七一三研究所 | 一种自动识别设备状态的检测系统 |
CN113438690A (zh) * | 2021-05-08 | 2021-09-24 | 陕西墨斗星智能科技有限公司 | 一种网格状管廊预警系统的长距离信号传输方法 |
CN114510007A (zh) * | 2022-02-17 | 2022-05-17 | 重庆朗维机电技术有限公司 | 一种汽车生产线智能集成故障诊断方法及装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB0021445D0 (en) * | 2000-08-31 | 2000-10-18 | Trw Ltd | Apparatus and method for remote diagnosis of faults in vehicles |
US20060052921A1 (en) * | 2002-11-07 | 2006-03-09 | Bodin William K | On-demand system for supplemental diagnostic and service resource planning for mobile systems |
CN102566503A (zh) * | 2012-01-17 | 2012-07-11 | 江苏高精机电装备有限公司 | 一种数控机床远程监控与故障诊断系统 |
CN102765643A (zh) * | 2012-05-31 | 2012-11-07 | 天津大学 | 基于数据驱动的电梯故障诊断与预警方法 |
CN103268088A (zh) * | 2013-04-24 | 2013-08-28 | 宝鸡石油机械有限责任公司 | 成套钻机远程在线监测及故障诊断系统 |
CN103901847A (zh) * | 2014-03-21 | 2014-07-02 | 上海大学 | 一种印刷机远程故障监测系统及方法 |
-
2020
- 2020-04-21 CN CN202010317805.4A patent/CN111556111A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB0021445D0 (en) * | 2000-08-31 | 2000-10-18 | Trw Ltd | Apparatus and method for remote diagnosis of faults in vehicles |
US20060052921A1 (en) * | 2002-11-07 | 2006-03-09 | Bodin William K | On-demand system for supplemental diagnostic and service resource planning for mobile systems |
CN102566503A (zh) * | 2012-01-17 | 2012-07-11 | 江苏高精机电装备有限公司 | 一种数控机床远程监控与故障诊断系统 |
CN102765643A (zh) * | 2012-05-31 | 2012-11-07 | 天津大学 | 基于数据驱动的电梯故障诊断与预警方法 |
CN103268088A (zh) * | 2013-04-24 | 2013-08-28 | 宝鸡石油机械有限责任公司 | 成套钻机远程在线监测及故障诊断系统 |
CN103901847A (zh) * | 2014-03-21 | 2014-07-02 | 上海大学 | 一种印刷机远程故障监测系统及方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113091809A (zh) * | 2021-03-26 | 2021-07-09 | 中国船舶重工集团公司第七一三研究所 | 一种自动识别设备状态的检测系统 |
CN113438690A (zh) * | 2021-05-08 | 2021-09-24 | 陕西墨斗星智能科技有限公司 | 一种网格状管廊预警系统的长距离信号传输方法 |
CN114510007A (zh) * | 2022-02-17 | 2022-05-17 | 重庆朗维机电技术有限公司 | 一种汽车生产线智能集成故障诊断方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111596604B (zh) | 一种基于数字孪生的工程装备故障智能诊断与自愈控制系统及方法 | |
CN110647133B (zh) | 轨道交通设备状态检测维护方法及系统 | |
CN111556111A (zh) | 基于物联网的管廊设备故障远程诊断系统 | |
CN109977916B (zh) | 一种基于嵌入式平台的变压器油中溶解气体在线监测系统 | |
CN113776794B (zh) | 一种嵌入式边缘计算的故障诊断方法、装置和系统 | |
CN115034483A (zh) | 一种水轮发电机组运行故障监测方法及系统 | |
De Simone et al. | LSTM-based failure prediction for railway rolling stock equipment | |
CN107291991A (zh) | 一种基于动态网络标志的风电机组早期缺陷预警方法 | |
CN112306036B (zh) | 化工过程运行故障的诊断方法 | |
CN112598144A (zh) | 基于相关性分析的cnn-lstm突发故障预警方法 | |
CN117935519B (zh) | 一种燃气检测警报系统 | |
CN118134116B (zh) | 一种基于大数据分析的电缆及通道的状态监测评估方法 | |
CN117521800A (zh) | 一种基于知识图谱的输电线路智能巡检方法 | |
CN110207996A (zh) | 燃气轮机故障预警方法和装置 | |
CN117151684A (zh) | 风电风机数据分析预警方法、系统、装置及可读存储介质 | |
CN116933656A (zh) | 一种基于深度学习的船舶动力系统故障诊断方法 | |
CN113098132A (zh) | 一种基于群智能优化的改进机器学习故障诊断系统 | |
CN112306035B (zh) | 化工过程运行故障的诊断系统 | |
CN115062781A (zh) | 一种基于状态信息的天线故障监测方法 | |
CN114648212A (zh) | 一种基于云计算的船舶设备性能智能管理系统及方法 | |
CN117993562A (zh) | 基于人工智能大数据分析的风电机组故障预测方法及系统 | |
CN110874506A (zh) | 一种低温设备故障预测的方法 | |
CN117452062A (zh) | 一种考虑运行负荷的台区线损率监测方法 | |
CN115587016A (zh) | 一种电力设备运行分析方法 | |
CN112884170A (zh) | 一种综合管廊预测性智能运维系统及方法 |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20200818 |
|
WD01 | Invention patent application deemed withdrawn after publication |