CN111624958A - 一种设备状态信息监测方法、装置及存储介质 - Google Patents
一种设备状态信息监测方法、装置及存储介质 Download PDFInfo
- Publication number
- CN111624958A CN111624958A CN202010290051.8A CN202010290051A CN111624958A CN 111624958 A CN111624958 A CN 111624958A CN 202010290051 A CN202010290051 A CN 202010290051A CN 111624958 A CN111624958 A CN 111624958A
- Authority
- CN
- China
- Prior art keywords
- data
- real
- module
- time
- sending
- 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 79
- 238000012544 monitoring process Methods 0.000 title claims abstract description 43
- 238000003860 storage Methods 0.000 title claims abstract description 20
- 238000013506 data mapping Methods 0.000 claims abstract description 45
- 238000013480 data collection Methods 0.000 claims abstract description 8
- 230000002159 abnormal effect Effects 0.000 claims description 50
- 238000012549 training Methods 0.000 claims description 8
- 238000010801 machine learning Methods 0.000 claims description 7
- 238000007781 pre-processing Methods 0.000 claims description 4
- 238000004140 cleaning Methods 0.000 claims description 2
- 230000008569 process Effects 0.000 description 21
- 238000012423 maintenance Methods 0.000 description 19
- 238000007726 management method Methods 0.000 description 12
- 238000003754 machining Methods 0.000 description 10
- 238000012545 processing Methods 0.000 description 10
- 238000005520 cutting process Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 8
- 238000004519 manufacturing process Methods 0.000 description 6
- 238000012806 monitoring device Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 230000001133 acceleration Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000001149 cognitive effect Effects 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000003862 health status Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000007769 metal material Substances 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000007639 printing Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 238000010079 rubber tapping Methods 0.000 description 1
- 239000013049 sediment Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 238000005406 washing Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/4184—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by fault tolerance, reliability of production system
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/31—From computer integrated manufacturing till monitoring
- G05B2219/31088—Network communication between supervisor and cell, machine group
-
- 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
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本申请公开了一种设备状态信息监测方法、装置及存储介质,所述方法包括:通过数据采集模块采集车间中每个设备的实时数据,并向所述边缘网关发送所述每个设备的实时数据;通过所述边缘网关向所述数据映射模块发送所述每个设备的实时数据;通过所述数据映射模块基于所述每个设备的实时数据确定每个设备的实时状态信息;响应于用户在显示模块的操作,确定目标设备的标识信息;根据所述目标设备的标识信息,通过所述显示模块展示所述目标设备的实时状态信息。本申请实现了根据用户需求快速获知特定设备的当前状态信息,避免用户被动获取设备状态信息,提高了设备状态监测效率。
Description
技术领域
本申请涉及设备状态监测技术领域,尤其涉及一种设备状态信息监测方法、装置及存储介质。
背景技术
工业设备的数据采集和监控系统(Supervisory Control and DataAcquisition,简称SCADA)一般是凭借多种底层传感器、智能仪表、条码/RFID自动识别、工业以太网关、边缘计算等先进技术手段,实现生产过程监控以及制造资源的互联互通,并为上层的MES系统中的设备管理、进度管理、质量管理等业务应用的功能模块提供数据支撑。工业SCADA应用的初衷应该是通用且易于使用的,它可以在设备生命周期内进行多方位的监控,涵盖生产进度、设备运行状态、加工环境、产品质量等多项生产过程信息的实时监测,并能够实现车间设备控制、环境参数调节、质量控制、可预测性维护等功能。
机加工是工业上最常用的制造工艺之一,可通过从切割材料来改变工件的形状。以机加工为例,在加工工件的过程中,切削刀具会使用切削刃去除多余金属材料。为了以较低的成本来达到期望的质量,需要使刀具的磨损最小化。为了优化加工过程,必须考虑切削速度、进给速度、刀具几何形状和材料属性之间的关系,同时还需要预估刀具的使用寿命,这些过程数据在CNC加工过程中都需要通过SCADA被实时监测并分析。
在传统的方案中,SCADA应用只是将采集到的设备数据、工艺数据等信息集中展现在一块大屏上,因此给使用者的感受也是通知式的,没有站在使用者角度进行考虑。即便有少部分可以支持移动端SCADA,但交互感都比较差,且对操作者有很高的技术门槛和专业要求,缺乏用户感知。
因此,有必要提供一种设备状态信息监测方法、装置及存储介质,从而便于用户与设备进行人机交互,实现根据用户需求快速获知特定设备的当前状态信息,避免用户被动获取设备状态信息,提高了设备状态监测效率。
发明内容
本申请提供了一种设备状态信息监测方法、装置及存储介质,可以实现根据用户需求快速获知特定设备的当前状态信息,避免用户被动获取设备状态信息,提高了设备状态监测效率。
一方面,本申请提供了一种设备状态信息监测方法,所述方法应用于SCADA系统,所述SCADA系统包括数据采集模块、边缘网关、数据映射模块和显示模块,所述方法包括:
通过数据采集模块采集车间中每个设备的实时数据,并向所述边缘网关发送所述每个设备的实时数据;
通过所述边缘网关向所述数据映射模块发送所述每个设备的实时数据;
通过所述数据映射模块基于所述每个设备的实时数据确定每个设备的实时状态信息;
响应于用户在显示模块的操作,确定目标设备的标识信息;
根据所述目标设备的标识信息,通过所述显示模块展示所述目标设备的实时状态信息。
另一方面提供了一种设备状态信息监测装置,所述装置用于控制SCADA系统,所述SCADA系统包括数据采集模块、边缘网关、数据映射模块和显示模块,所述装置包括:
第一实时数据发送模块,用于通过数据采集模块采集车间中每个设备的实时数据,并向所述边缘网关发送所述每个设备的实时数据;
第二实时数据发送模块,用于通过所述边缘网关向所述数据映射模块发送所述每个设备的实时数据;
实时状态信息确定模块,用于通过所述数据映射模块基于所述每个设备的实时数据确定每个设备的实时状态信息;
目标设备确定模块,用于响应于用户在显示模块的操作,确定目标设备的标识信息;
实时状态信息展示模块,用于根据所述目标设备的标识信息,通过所述显示模块展示所述目标设备的实时状态信息。
另一方面提供了一种计算机可读存储介质,所述存储介质中存储有至少一条指令或至少一段程序,所述至少一条指令或所述至少一段程序由处理器加载并执行以实现如上所述的设备状态信息监测方法。
本申请提供的设备状态信息监测方法、装置及存储介质,具有如下技术效果:
(1)本申请不仅可以在车间级提供诊断帮助,而且可以将更多的系统整合在一起,例如从刀具设备的状态监测、错误诊断和预测性维护等多个方面重塑了用户与机器之间的交互协同。它减轻了用户的认知负担,不再必须从纸质文档(例如说明手册和工作卡)中查询关键信息,从而提高了效率,并可以有效规避许多操作工序错误。本申请实现了根据用户需求快速获知特定设备的当前状态信息,避免用户被动获取设备状态信息,提高了设备状态监测效率。
(2)本申请中的SCADA系统部署在移动终端上,使用的灵活性更高。而将加工的过程数据关联到设备图像上,可以增强过程数据的上下文特性。此任务为了满足低时延高可用的过程数据采集,所有数据监测都在设备的边缘端产生,使得延迟时间极大地缩短。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案和优点,下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它附图。
图1是本申请实施例提供的一种设备状态信息监测系统的示意图;
图2是本申请实施例提供的一种设备状态信息监测系统的架构图;
图3是本申请实施例提供的一种设备状态信息监测方法的流程示意图;
图4是本申请实施例提供的一种设备状态监测任务流程图;
图5是本申请实施例提供的报警和运维提醒任务流程图;
图6是本申请实施例提供的知识管理任务流程图;
图7-14是本申请实施例提供的设备健康状态监测原型图;
图15-16是本申请实施例提供的报警和运维提醒原型图;
图17-24是本申请实施例提供的一种知识管理原型图;
图25是本申请实施例提供的一种设备状态信息监测装置的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请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申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。
需要说明的是,本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或服务器不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
请参阅图1,图1是本申请实施例提供的一种设备状态信息监测系统的示意图,如图1所示,该系统可以包括现场设备层、边缘层和平台层。CNC等现场设备均部署在车间现场的工业以太网上,和边缘网关进行一对多的布置。现场设备层包括传感器集群,所述传感器集群可以包括压力传感器、温度传感器、加速度传感器、电压传感器和电流传感器;所有网关组成的集群被定义为工厂的边缘层。SCADA服务器和MES服务器、ERP服务器、Paas云平台等上层管理系统均部署于平台层。边缘端的接口连接传感器,并记录加工过程的历史信息,在靠近边缘端处理来自源的信号和数据,将数据传送到平台。这样的架构设计相当于在设备与上层应用之间加了一层网关,用于将私有协议转换为更容易理解的数据格式以及减少通信阻塞。数据会被聚合到本地或云端的数据库中处理,并用于分析预测。在大多数工业过程监控中,对数据的实时性要求很高,因此,首选用基于TCP/IP的实时以太网协议,如OPC统一架构(OPC UA)和过程现场网络(PROFINET)。
具体的,本说明书实施例中,如图2所示,在刀具设备中,数据采集由机器级的分布式系统在外围利用传感器完成,它涉及使用多种传感器监测来自加工过程、刀具和环境等关键输入变量。通过使用编码器和放大器将测量的模拟信号值转换为安全的数字信号,然后传输到边缘网关。
SCADA系统中,数据采集模块可用于采集所管理管辖范围内的所有设备数据。现场的数据采集模块由传感器、电荷放大器、模数转换、采集系统和处理器组成。来自单个传感器的数据显然已经无法满足全局监测的要求。因此,CNC机床内置有多维的传感器,如力传感器、电流传感器、加速度传感器和功率传感器等。利用OPC UA技术,可以使设备间的通讯具有语义,以实现对后期加装的传感器等的实时数据采集。采集的数据需要经过边缘网关进行清洗和去噪,然后进行相关特征提取,为各种数据创建映射模型。通过传感器在后台持续的监控,当有任何异常数据产生时,比如转矩和推力超过限定值的时候,用户终端将在第一时间收到SCADA的通知,并根据提示完成后续换刀、维修、加工参数优化等一系列的操作。
以下介绍本申请的一种设备状态信息监测方法,图3是本申请实施例提供的一种设备状态信息监测方法的流程示意图,本说明书提供了如实施例或流程图所述的方法操作步骤,但基于常规或者无创造性的劳动可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式,不代表唯一的执行顺序。在实际中的系统或服务器产品执行时,可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境)。所述方法应用于SCADA系统,所述SCADA系统包括数据采集模块、边缘网关、数据映射模块和显示模块,具体的如图3所示,所述方法可以包括:
S301:通过数据采集模块采集车间中每个设备的实时数据,并向所述边缘网关发送所述每个设备的实时数据;
在本说明书实施例中,数据采集模块由传感器、电荷放大器、模数转换、采集系统和处理器组成。来自单个传感器的数据显然已经无法满足全局监测的要求。因此,CNC机床内置有多维的传感器,如力传感器、电流传感器、加速度传感器和功率传感器等。利用OPCUA技术,可以使设备间的通讯具有语义,以实现对后期加装的传感器等的实时数据采集。具体可以根据设备的属性设置不同的传感器。
在本说明书实施例中,边缘网关的接口连接传感器,并记录加工过程的历史信息,在靠近边缘端处理来自源的信号和数据,将数据传送到平台。这样的边缘网关用于将私有协议转换为更容易理解的数据格式以及减少通信阻塞。
S303:通过所述边缘网关向所述数据映射模块发送所述每个设备的实时数据。
S305:通过所述数据映射模块基于所述每个设备的实时数据确定每个设备的实时状态信息。
在本说明书实施例中,数据映射模块用于对数据进行映射处理,具体的,可以将设备的实时数据转化成设备的实时状态信息。例如,可以根据设备的当前使用时间确定加工时长。
在本说明书实施例中,所述通过所述数据映射模块基于所述每个设备的实时数据确定每个设备的实时状态信息的步骤之后,所述方法还包括:
基于每个设备的实时状态信息,判断每个设备是否处于异常状态;
当存在异常状态的异常设备时,确定所述异常状态对应的优先等级;
根据所述异常状态对应的优先等级,确定所述异常设备对应的预警信息;
向所述车间对应的终端发送预警信息,以使用户对所述异常设备进行检修。
在本说明书实施例中,可以通过传感器在后台持续的监控,当有任何异常数据产生时,比如转矩和推力超过限定值的时候,用户终端将在第一时间收到通知,并根据提示完成后续换刀、维修、加工参数优化等一系列的操作。
在本说明书实施例中,所述设备为刀具设备,所述设备的实时状态信息包括刀具的加工时长、切深、推力和转矩,所述基于每个设备的实时状态信息,判断每个设备是否处于异常状态包括:
判断所述刀具设备的加工时长是否大于时长阈值;
判断所述刀具设备的切深是否大于切深阈值;
判断所述刀具设备的推力是否大于预设推力阈值;
判断所述刀具设备的转矩是否大于预设转矩阈值;
当上述任一判断结果为是时,确定所述刀具设备处于异常状态。
相应的,若上述所有结果为否,确定所述刀具设备处于正常状态。
S307:响应于用户在显示模块的操作,确定目标设备的标识信息。
在本说明书实施例中,用户在显示模块的操作可以包括拖动、点击、语音等操作,用户可以通过触发操作确定感兴趣的目标设备,从而进一步获取目标设备的状态信息。
S309:根据所述目标设备的标识信息,通过所述显示模块展示所述目标设备的实时状态信息。
在本说明书实施例中,展示所述目标设备的实时状态信息的同时还可以展示目标设备的实际场景信息。
在本说明书实施例中,所述SCADA系统还包括云平台,所述方法还包括:
通过数据采集模块向所述云平台发送所述车间中每个设备的历史数据;
通过所述云平台对所述每个设备的历史数据进行机器学习训练,得到设备故障预测模型。
在本说明书实施例中,SCADA在传统组态平台的基础上,通过厂家配置或用户自定义导入高清图片或模型,可以实现从工厂全局视图到具体零件或传感器视图的多级页面显示。为了保持多设备跨平台的一致性,所有的环境参数变化可在云端进行同步,由企业私有云统一管理。在任何的监测页面中,都支持用户通过滑动和缩放操作进行浏览。用户只需要轻触所要查看的任何带标记对象或区域,即可跳转至该对象的详细页面。此外,也可以通过主页的查找功能直接搜索设备关键字,根据关键字联想的结果在列表中选择要查看的对象。用户不仅可以查看实时的加工过程数据,还可以根据需要查看数据库中的历史数据、设备描述和关联文档等。其具体流程如图4所示。
在本说明书实施例中,预警信息可设置不同紧急程度和通知方式,非紧急报警在用户手动忽略后转存至报警日志归档,报警日志支持查看、导出、打印和删除等操作。紧急报警则需立即处理,不可忽略。
在一些实施例中,所述预警信息可以包括维护建议;某些常规设备报警之下,SCADA会给出维护建议,比如在刀具磨损提醒发生后,可通过维护选项中的拉动指令来触发刀具库存的拉动,而不需要提前过度备料。由于数据采集和报警相关子系统部署在边缘端,因此可以通过发布订阅的方式完成数据传输,保证实时性。当前流程中存在的潜在问题可以尽早发现并处理,从而减少浪费和保证工艺质量,其流程细节如图5所示。
在本说明书实施例中,所述通过所述数据映射模块基于所述每个设备的实时数据确定每个设备的实时状态信息的步骤之后,所述方法还包括:
通过所述数据映射模块向所述云平台发送所述每个设备的实时状态信息;
将所述每个设备的实时状态信息输入所述设备故障预测模型,得到预测结果;
当所述预测结果为存在异常状态的异常设备时,向所述车间对应的终端发送预警信息,以使用户对所述异常设备进行检修。
在本说明书实施例中,所述设备故障预测模型可以为换刀预测模型。
在本说明书实施例中,所述通过数据采集模块向所述云平台发送所述车间中每个设备的历史数据包括:
通过数据采集模块向所述边缘网关发送所述车间设备的历史数据;
通过所述边缘网关向所述数据映射模块发送所述每个设备的历史数据;
通过所述数据映射模块基于所述每个设备的历史数据确定每个设备的历史状态信息;
通过所述数据映射模块向所述云平台发送所述每个设备的历史状态信息;
相应的,通过所述云平台对所述每个设备的历史数据进行机器学习训练,得到设备故障预测模型包括:
通过所述云平台对所述每个设备的历史状态信息进行机器学习训练,得到设备故障预测模型。
在本说明书实施例中,所述通过所述边缘网关向所述数据映射模块发送所述每个设备的实时数据的步骤之前,所述方法还包括:
通过所述边缘网关对所述每个设备的实时数据进行预处理,得到处理后数据;
相应的,通过所述边缘网关向所述数据映射模块发送所述每个设备的实时数据包括:
通过所述边缘网关向所述数据映射模块发送所述每个设备的处理后数据;
相应的,所述通过所述数据映射模块基于所述每个设备的实时数据确定每个设备的实时状态信息包括:
通过所述数据映射模块基于所述每个设备的处理后数据确定每个设备的实时状态信息。
在本说明书实施例中,通过所述边缘网关对所述每个设备的实时数据进行预处理,得到处理后数据包括:
通过所述边缘网关对所述每个设备的实时数据进行清洗和去噪处理,得到处理后数据。
在本说明书实施例中,所述方法还可以包括:
存储每个设备的规范操作信息和/或故障处理信息。
具体的,在本说明书实施例中,除了向用户提供重要数据的展现之外,还可以逐步引导用户进行操作培训或维护任务。这个功能可以将专家的经验转化为数字化的知识文档,存入企业数据库作为知识沉淀。一份设备操作规范指引或说明文档可以在几分钟之内创建完成并发布,其具体流程细节如图6所示。教程可以与具体机器或设备关联,存入相关文档中以供查看和演示。亦可支持导出或与其他用户共享,为他们提供远程支持,从而减少了维修时间,后期的过程无需专家亲自参与。
在一个具体的实施例中,采用本申请的方法对一个工厂的车间设备进行状态监测;设备的实时状态监测模块可以在主页面的概览中查询,通过拖动和缩放不同层级的工厂视图,可以清晰地看到目前有哪些设备已经关联传感器和PLC测点,用户仅需通过点击操作即可进一步查看设备详情,其健康状态监测的原型如图7-14所示。图7中为工厂全局视图,其中包括A、B、C、D四个设备,对应附图标记分别为1-4;如图8所示,当用户触发图标3时,即可获取设备C的名称、型号等信息,还可以进一步查看设备C的当前状态信息。图9为车间区域A的视图,其包括设备X;如图10所示,当用户触发图标4时,可获取设备X的名称、型号等信息;如图11所示,还可以进入设备X所在区域,如图12所示为设备X的正视图,如图13所示,当用户触发图标5时,可以获取其对应设备的名称、型号信息,如图14所示,可以进一步获取图标5对应设备的状态信息,包括主轴负载信息和主轴振动信息。
1)图7中工厂的概览视图支持常规的拖拽浏览方式,用户点按某个带标记的设备时,会弹出图8中所示设备简介和可操作的选项,如运行状态查看、参数调整、运维管理、相关文档等。
2)当用户长按某一片区域时,则可进行区域视图的逐级放大,以快速查看更多细节,如图8和图9的跳转。
3)若设备在创建时具有多个视角的图片显示,则在页面右下角会有可切换视角的提示,如图11。
4)设备上带有标记的图标代表关联了若干测点,是可进行实时数据和历史数据查看的。
5)具有维护教程或操作指引的设备可以在相关文档或状态页面右上角点击查看,如图13和图14所示。
6)除了逐级展开查看设备状态之外,也可通过菜单栏中的查找功能,搜索关键字或利用关键字联想来进行设备查找。
在一个具体的实施例中,提供了一种报警和运维提醒原型图;如图15-16所示,报警和运维提醒模块会在后台持续地监视核心数据。当设备或机器存在任何异常(例如超过阈值),SCADA系统将根据用户预先设定的规则进行通知,其原型如图15-16所示。用户在锁屏界面也能第一时间接收到不同层级的提醒和运维建议,从而判断是立即处理还是忽略。
1)一般提醒和报警提醒在图15中以颜色区分开,一般提醒在用户忽略后自动转为通知日志。而较为严重的报警则不可忽略,为了避免繁琐的层级跳转,用户在点按后可直接进入设备状态页面,且根据后台CME引擎匹配规则,予以维护建议。
2)图15中以Mikron HSM 400高速洗削加工中心的刀具磨损报警示例,用户在进入设备状态监测图16后可以观察到主轴负载实时数据的异常变化,在其上则有相关异常的处理建议,用户可以立即停止加工,或进一步查看当前刀具属性,进行刀具更换操作。
在一个具体的实施例中,提供了一种知识管理原型图,在知识管理的模块中,用户可以自行创建和管理如刀具更换、机床操作指引、设备配置及异常维护的步骤等,并与设备进行关联。知识管理模块包含新建步骤、创建对象、导航、流程图、按钮设定和任务列表等组件,可以将专家的经验以知识文档的形式存储起来,作为企业的知识沉淀。设备的操作指引或说明文档在创建完成后可以与设备关联,并实现跨设备共享。如图17-24所示;如图17所示,图17为主轴刀具装载教程,主轴刀具对应启动按钮6和关闭按钮7;如图18所示,用户触发新建步骤,设置具体的操作步骤;如图19,用户新建步骤1;如图20所示,用户新建步骤2,其中8为手柄;如图21所示,用户新建步骤3;如图22所示,用户新建步骤4,其中9为显示界面;如图23所示,用户新建步骤5,如图24所示,用户新建步骤4,其中10为刀具释放按钮。
1)知识管理的工具栏可以通过主页底部菜单按钮中的知识管理进入中查看,用户可以点击图17中的新建步骤,自主创建教程或操作指引,如图18所示。图片支持缩放和滑动,按钮添加同常规组态工具一样。
2)已经创建的步骤会保留在流程图中,待全部教程创建完毕时,输入标识,可以同步至任务列表中。
3)用户也可以通过图19中设备的关联文档进行教程查看,示例中的主轴刀具装载教程便会自动播放。在传感器支持的情况下用户可以关联状态条件,例如达到额定压力值才可进入下一步操作等,设备也会给与操作者准确与否的反馈。
由以上本说明书实施例提供的技术方案可见,本说明书实施例不仅可以在车间级提供诊断帮助,而且可以将更多的系统整合在一起,例如从刀具设备的状态监测、错误诊断和预测性维护等多个方面重塑了用户与机器之间的交互协同。它减轻了用户的认知负担,不再必须从纸质文档(例如说明手册和工作卡)中查询关键信息,从而提高了效率,并可以有效规避许多操作工序错误。本申请实现了根据用户需求快速获知特定设备的当前状态信息,避免用户被动获取设备状态信息,提高了设备状态监测效率。
本申请实施例还提供了一种设备状态信息监测装置,如图25所示,所述装置用于控制SCADA系统,所述SCADA系统包括数据采集模块、边缘网关、数据映射模块和显示模块,所述装置包括:
第一实时数据发送模块2510,用于通过数据采集模块采集车间中每个设备的实时数据,并向所述边缘网关发送所述每个设备的实时数据;
第二实时数据发送模块2520,用于通过所述边缘网关向所述数据映射模块发送所述每个设备的实时数据;
实时状态信息确定模块2530,用于通过所述数据映射模块基于所述每个设备的实时数据确定每个设备的实时状态信息;
目标设备确定模块2540,用于响应于用户在显示模块的操作,确定目标设备的标识信息;
实时状态信息展示模块2550,用于根据所述目标设备的标识信息,通过所述显示模块展示所述目标设备的实时状态信息。
在一些实施例中,所述装置还可以包括:
异常状态判断模块,用于基于每个设备的实时状态信息,判断每个设备是否处于异常状态;
优先等级确定模块,用于当存在异常状态的异常设备时,确定所述异常状态对应的优先等级;
预警信息确定模块,用于根据所述异常状态对应的优先等级,确定所述异常设备对应的预警信息;
第一预警信息发送模块,用于向所述车间对应的终端发送预警信息,以使用户对所述异常设备进行检修。
在一些实施例中,所述装置还可以包括:
实时状态信息发送模块,用于通过所述数据映射模块向所述云平台发送所述每个设备的实时状态信息;
预测结果确定模块,用于将所述每个设备的实时状态信息输入所述设备故障预测模型,得到预测结果;
第二预警信息发送模块,用于当所述预测结果为存在异常状态的异常设备时,向所述车间对应的终端发送预警信息,以使用户对所述异常设备进行检修。
在一些实施例中,所述装置还可以包括:
历史数据发送模块,用于通过数据采集模块向所述云平台发送所述车间中每个设备的历史数据;
设备故障预测模型确定模块,用于通过所述云平台对所述每个设备的历史数据进行机器学习训练,得到设备故障预测模型。
在一些实施例中,所述装置还可以包括:
设备实时状态信息发送模块,用于通过所述数据映射模块向所述云平台发送所述每个设备的实时状态信息;
实时状态信息输入模块,用于将所述每个设备的实时状态信息输入所述设备故障预测模型,得到预测结果;
预警信息发送模块,用于当所述预测结果为存在异常状态的异常设备时,向所述车间对应的终端发送预警信息,以使用户对所述异常设备进行检修。
所述的装置实施例中的装置与方法实施例基于同样地发明构思。
本申请实施例提供了一种设备状态信息监测设备,该设备包括处理器和存储器,该存储器中存储有至少一条指令或至少一段程序,该至少一条指令或该至少一段程序由该处理器加载并执行以实现如上述方法实施例所提供的设备状态信息监测方法。
本申请的实施例还提供了一种计算机可读存储介质,所述存储介质可设置于终端之中以保存用于实现方法实施例中一种设备状态信息监测方法相关的至少一条指令或至少一段程序,该至少一条指令或该至少一段程序由该处理器加载并执行以实现上述方法实施例提供的设备状态信息监测方法。
可选地,在本说明书实施例中,存储介质可以位于计算机网络的多个网络服务器中的至少一个网络服务器。可选地,在本实施例中,上述存储介质可以包括但不限于:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
本说明书实施例所述存储器可用于存储软件程序以及模块,处理器通过运行存储在存储器的软件程序以及模块,从而执行各种功能应用以及数据处理。存储器可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、功能所需的应用程序等;存储数据区可存储根据所述设备的使用所创建的数据等。此外,存储器可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。相应地,存储器还可以包括存储器控制器,以提供处理器对存储器的访问。
需要说明的是:上述本申请实施例先后顺序仅仅为了描述,不代表实施例的优劣。且上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于装置、设备、存储介质实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成,也可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存储器,磁盘或光盘等。
以上所述仅为本申请的较佳实施例,并不用以限制本申请,凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (10)
1.一种设备状态信息监测方法,其特征在于,所述方法应用于SCADA系统,所述SCADA系统包括数据采集模块、边缘网关、数据映射模块和显示模块,所述方法包括:
通过数据采集模块采集车间中每个设备的实时数据,并向所述边缘网关发送所述每个设备的实时数据;
通过所述边缘网关向所述数据映射模块发送所述每个设备的实时数据;
通过所述数据映射模块基于所述每个设备的实时数据确定每个设备的实时状态信息;
响应于用户在显示模块的操作,确定目标设备的标识信息;
根据所述目标设备的标识信息,通过所述显示模块展示所述目标设备的实时状态信息。
2.根据权利要求1所述的方法,其特征在于,所述通过所述数据映射模块基于所述每个设备的实时数据确定每个设备的实时状态信息的步骤之后,所述方法还包括:
基于每个设备的实时状态信息,判断每个设备是否处于异常状态;
当存在异常状态的异常设备时,确定所述异常状态对应的优先等级;
根据所述异常状态对应的优先等级,确定所述异常设备对应的预警信息;
向所述车间对应的终端发送预警信息,以使用户对所述异常设备进行检修。
3.根据权利要求1所述的方法,其特征在于,所述SCADA系统还包括云平台,所述方法还包括:
通过数据采集模块向所述云平台发送所述车间中每个设备的历史数据;
通过所述云平台对所述每个设备的历史数据进行机器学习训练,得到设备故障预测模型。
4.根据权利要求3所述的方法,其特征在于,所述通过所述数据映射模块基于所述每个设备的实时数据确定每个设备的实时状态信息的步骤之后,所述方法还包括:
通过所述数据映射模块向所述云平台发送所述每个设备的实时状态信息;
将所述每个设备的实时状态信息输入所述设备故障预测模型,得到预测结果;
当所述预测结果为存在异常状态的异常设备时,向所述车间对应的终端发送预警信息,以使用户对所述异常设备进行检修。
5.根据权利要求3所述的方法,其特征在于,所述通过数据采集模块向所述云平台发送所述车间中每个设备的历史数据包括:
通过数据采集模块向所述边缘网关发送所述车间设备的历史数据;
通过所述边缘网关向所述数据映射模块发送所述每个设备的历史数据;
通过所述数据映射模块基于所述每个设备的历史数据确定每个设备的历史状态信息;
通过所述数据映射模块向所述云平台发送所述每个设备的历史状态信息;
相应的,通过所述云平台对所述每个设备的历史数据进行机器学习训练,得到设备故障预测模型包括:
通过所述云平台对所述每个设备的历史状态信息进行机器学习训练,得到设备故障预测模型。
6.根据权利要求1所述的方法,其特征在于,所述通过所述边缘网关向所述数据映射模块发送所述每个设备的实时数据的步骤之前,所述方法还包括:
通过所述边缘网关对所述每个设备的实时数据进行预处理,得到处理后数据;
相应的,通过所述边缘网关向所述数据映射模块发送所述每个设备的实时数据包括:
通过所述边缘网关向所述数据映射模块发送所述每个设备的处理后数据;
相应的,所述通过所述数据映射模块基于所述每个设备的实时数据确定每个设备的实时状态信息包括:
通过所述数据映射模块基于所述每个设备的处理后数据确定每个设备的实时状态信息。
7.根据权利要求6所述的方法,其特征在于,所述通过所述边缘网关对所述每个设备的实时数据进行预处理,得到处理后数据包括:
通过所述边缘网关对所述每个设备的实时数据进行清洗和去噪处理,得到处理后数据。
8.一种设备状态信息监测装置,其特征在于,所述装置用于控制SCADA系统,所述SCADA系统包括数据采集模块、边缘网关、数据映射模块和显示模块,所述装置包括:
第一实时数据发送模块,用于通过数据采集模块采集车间中每个设备的实时数据,并向所述边缘网关发送所述每个设备的实时数据;
第二实时数据发送模块,用于通过所述边缘网关向所述数据映射模块发送所述每个设备的实时数据;
实时状态信息确定模块,用于通过所述数据映射模块基于所述每个设备的实时数据确定每个设备的实时状态信息;
目标设备确定模块,用于响应于用户在显示模块的操作,确定目标设备的标识信息;
实时状态信息展示模块,用于根据所述目标设备的标识信息,通过所述显示模块展示所述目标设备的实时状态信息。
9.根据权利要求8所述的装置,其特征在于,还包括:
异常状态判断模块,用于基于每个设备的实时状态信息,判断每个设备是否处于异常状态;
优先等级确定模块,用于当存在异常状态的异常设备时,确定所述异常状态对应的优先等级;
预警信息确定模块,用于根据所述异常状态对应的优先等级,确定所述异常设备对应的预警信息;
第一预警信息发送模块,用于向所述车间对应的终端发送预警信息,以使用户对所述异常设备进行检修。
10.一种计算机可读存储介质,其特征在于,所述存储介质中存储有至少一条指令或至少一段程序,所述至少一条指令或所述至少一段程序由处理器加载并执行以实现如权利要求1-7任一所述的设备状态信息监测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010290051.8A CN111624958A (zh) | 2020-04-14 | 2020-04-14 | 一种设备状态信息监测方法、装置及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010290051.8A CN111624958A (zh) | 2020-04-14 | 2020-04-14 | 一种设备状态信息监测方法、装置及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111624958A true CN111624958A (zh) | 2020-09-04 |
Family
ID=72270238
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010290051.8A Pending CN111624958A (zh) | 2020-04-14 | 2020-04-14 | 一种设备状态信息监测方法、装置及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111624958A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112666911A (zh) * | 2020-12-29 | 2021-04-16 | 煤炭科学研究总院 | 协同控制系统 |
CN113496089A (zh) * | 2021-09-07 | 2021-10-12 | 江苏宝诺铸造有限公司 | 基于人工智能的物联网设备异常状态在线监测方法及系统 |
CN113535553A (zh) * | 2021-06-30 | 2021-10-22 | 上海联影医疗科技股份有限公司 | 参数校验方法、计算机设备和存储介质 |
CN113848834A (zh) * | 2021-09-24 | 2021-12-28 | 广东工业大学 | 一种基于边云协同的车间设备接入系统及方法 |
CN115001889A (zh) * | 2022-05-30 | 2022-09-02 | 青岛海尔科技有限公司 | 设备控制方法、电子设备及存储介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101917067A (zh) * | 2010-08-13 | 2010-12-15 | 华北电力大学(保定) | 一种电力设备状态监测装置的集成方法 |
CN102156447A (zh) * | 2010-12-03 | 2011-08-17 | 中冶南方工程技术有限公司 | 基于基础自动化的工厂级设备管理和报警系统及方法 |
CN102411365A (zh) * | 2011-12-23 | 2012-04-11 | 徐州中矿奥特麦科技有限公司 | 煤场物联网远程智能监控系统 |
CN103092169A (zh) * | 2013-01-07 | 2013-05-08 | 李生林 | 数字营区设备管控装置 |
CN109144014A (zh) * | 2018-10-10 | 2019-01-04 | 北京交通大学 | 工业设备运行状况的检测系统及方法 |
CN109635958A (zh) * | 2018-12-12 | 2019-04-16 | 成都航天科工大数据研究院有限公司 | 一种基于边缘计算的预测性工业设备维护方法及维护系统 |
CN110647133A (zh) * | 2019-09-09 | 2020-01-03 | 深圳市永达电子信息股份有限公司 | 轨道交通设备状态检测维护方法及系统 |
CN110806743A (zh) * | 2019-12-05 | 2020-02-18 | 成都天玙兴科技有限公司 | 基于人工智能的设备故障检测与预警系统及方法 |
-
2020
- 2020-04-14 CN CN202010290051.8A patent/CN111624958A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101917067A (zh) * | 2010-08-13 | 2010-12-15 | 华北电力大学(保定) | 一种电力设备状态监测装置的集成方法 |
CN102156447A (zh) * | 2010-12-03 | 2011-08-17 | 中冶南方工程技术有限公司 | 基于基础自动化的工厂级设备管理和报警系统及方法 |
CN102411365A (zh) * | 2011-12-23 | 2012-04-11 | 徐州中矿奥特麦科技有限公司 | 煤场物联网远程智能监控系统 |
CN103092169A (zh) * | 2013-01-07 | 2013-05-08 | 李生林 | 数字营区设备管控装置 |
CN109144014A (zh) * | 2018-10-10 | 2019-01-04 | 北京交通大学 | 工业设备运行状况的检测系统及方法 |
CN109635958A (zh) * | 2018-12-12 | 2019-04-16 | 成都航天科工大数据研究院有限公司 | 一种基于边缘计算的预测性工业设备维护方法及维护系统 |
CN110647133A (zh) * | 2019-09-09 | 2020-01-03 | 深圳市永达电子信息股份有限公司 | 轨道交通设备状态检测维护方法及系统 |
CN110806743A (zh) * | 2019-12-05 | 2020-02-18 | 成都天玙兴科技有限公司 | 基于人工智能的设备故障检测与预警系统及方法 |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112666911A (zh) * | 2020-12-29 | 2021-04-16 | 煤炭科学研究总院 | 协同控制系统 |
CN113535553A (zh) * | 2021-06-30 | 2021-10-22 | 上海联影医疗科技股份有限公司 | 参数校验方法、计算机设备和存储介质 |
CN113535553B (zh) * | 2021-06-30 | 2023-02-28 | 上海联影医疗科技股份有限公司 | 参数校验方法、计算机设备和存储介质 |
CN113496089A (zh) * | 2021-09-07 | 2021-10-12 | 江苏宝诺铸造有限公司 | 基于人工智能的物联网设备异常状态在线监测方法及系统 |
CN113496089B (zh) * | 2021-09-07 | 2021-11-16 | 江苏宝诺铸造有限公司 | 基于人工智能的物联网设备异常状态在线监测方法及系统 |
CN113848834A (zh) * | 2021-09-24 | 2021-12-28 | 广东工业大学 | 一种基于边云协同的车间设备接入系统及方法 |
CN113848834B (zh) * | 2021-09-24 | 2023-09-22 | 广东省机场集团物流有限公司 | 一种基于边云协同的车间设备接入系统及方法 |
CN115001889A (zh) * | 2022-05-30 | 2022-09-02 | 青岛海尔科技有限公司 | 设备控制方法、电子设备及存储介质 |
CN115001889B (zh) * | 2022-05-30 | 2024-03-22 | 青岛海尔科技有限公司 | 设备控制方法、电子设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111624958A (zh) | 一种设备状态信息监测方法、装置及存储介质 | |
US10713307B2 (en) | Dynamic search engine for an industrial environment | |
Liu et al. | A systematic development method for cyber-physical machine tools | |
EP3076311B1 (en) | Layered map presentation for industrial data | |
EP3300005B1 (en) | Augmented reality presentation of an industrial environment | |
EP1624351B1 (en) | Dynamic schema for unified plant model | |
EP2881815B1 (en) | Field device management apparatus, device information display method, computer-readable storage medium | |
US20180088566A1 (en) | Selective online and offline access to searchable industrial automation data | |
US20180088564A1 (en) | Workflow tracking and identification using an industrial monitoring system | |
EP3018597A1 (en) | Crawler for discovering control system data in an industrial automation environment | |
US20150026107A1 (en) | System and apparatus that identifies, captures, classifies and deploys tribal knowledge unique to each operator in a semi-automated manufacturing set-up to execute automatic technical superintending operations to improve manufacturing system performance and the methods therefor | |
DE112015004984T5 (de) | Client-Vorrichtung zur Datenerfassung und Vorverarbeitung von prozessbezogenen Massendaten von mindestens einer CNC-Maschine oder einem Industrieroboter | |
US10423152B2 (en) | Information processing apparatus for processing machining information between plurality of manufacturing cells | |
US20110209083A1 (en) | Process analysis system | |
DE102018124358A1 (de) | Systeme und verfahren zur grafischen konfigurationsdesignprüfung in einer prozessanlage | |
CN112547352B (zh) | 一种基于数字孪生的自动喷涂监测遥操作方法及系统 | |
Tamas et al. | Smart CPS: vertical integration overview and user story with a cobot | |
JPWO2015162794A1 (ja) | 情報連携支援装置、情報連携支援プログラム | |
DE102017124197A1 (de) | Mobile geräte für einen fernzugriff auf prozesssteuerungsdaten | |
CN114265754A (zh) | 一种基于设备日志文件的设备参数监控和追溯系统 | |
EP3663937A1 (en) | Cloud based information retrieval system for industrial automation environment | |
EP3454150A1 (de) | Verfahren und vorrichtungen zum erzeugen eines datenmodells zur überwachung einer industriellen anlage | |
DE102017124129A1 (de) | Verfahren und Systeme zum Streamen von Prozesssteuerdaten an entfernte Geräte | |
DE102020116210A1 (de) | Parameterverwaltungsvorrichtung und Parameterverwaltungssystem | |
KR101885165B1 (ko) | 설비 관리용 챗봇 시스템, 이를 이용한 설비 관리 방법, 및 기록 매체 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200904 |