CN112070293A - 一种联合收割机零部件全生命周期管理方法 - Google Patents
一种联合收割机零部件全生命周期管理方法 Download PDFInfo
- Publication number
- CN112070293A CN112070293A CN202010896200.5A CN202010896200A CN112070293A CN 112070293 A CN112070293 A CN 112070293A CN 202010896200 A CN202010896200 A CN 202010896200A CN 112070293 A CN112070293 A CN 112070293A
- Authority
- CN
- China
- Prior art keywords
- module
- data
- combine harvester
- core database
- cloud server
- 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 18
- 238000004891 communication Methods 0.000 claims abstract description 49
- 238000007726 management method Methods 0.000 claims abstract description 26
- 238000000502 dialysis Methods 0.000 claims abstract description 22
- 238000004519 manufacturing process Methods 0.000 claims abstract description 19
- 238000005457 optimization Methods 0.000 claims abstract description 6
- 238000010801 machine learning Methods 0.000 claims description 17
- 238000012549 training Methods 0.000 claims description 16
- 238000012423 maintenance Methods 0.000 claims description 12
- 238000013500 data storage Methods 0.000 claims description 11
- 238000004458 analytical method Methods 0.000 claims description 10
- 238000003745 diagnosis Methods 0.000 claims description 10
- 238000013079 data visualisation Methods 0.000 claims description 5
- 238000007781 pre-processing Methods 0.000 claims description 5
- 238000012545 processing Methods 0.000 claims description 5
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 230000008030 elimination Effects 0.000 claims description 4
- 238000003379 elimination reaction Methods 0.000 claims description 4
- 238000007619 statistical method Methods 0.000 claims description 4
- 238000012938 design process Methods 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 3
- 238000003672 processing method Methods 0.000 claims description 3
- 239000000284 extract Substances 0.000 claims 1
- 238000013461 design Methods 0.000 abstract description 10
- 238000004171 remote diagnosis Methods 0.000 abstract description 2
- 238000005516 engineering process Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 241001391944 Commicarpus scandens Species 0.000 description 1
- 241001124569 Lycaenidae Species 0.000 description 1
- 238000012271 agricultural production Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000004064 recycling Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 238000012795 verification Methods 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
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/21—Design, administration or maintenance of databases
- G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Quality & Reliability (AREA)
- Data Mining & Analysis (AREA)
- Marketing (AREA)
- General Engineering & Computer Science (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Databases & Information Systems (AREA)
- Operations Research (AREA)
- Software Systems (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
Abstract
本发明公开了一种联合收割机零部件全生命周期管理方法,该管理方法用到的管理系统包括云端服务器、核心数据库、采集模块、通信模块、透析模块、反馈模块;采集模块以及透析模块将采集到的数据上传至核心数据库,并通过通信模块将采集的数据传输至生产厂商厂家,厂家根据得到的数据及时调整自己的生产制造加工工艺;本发明一方面可以及时对联合收割机的故障进行远程诊断以及预警,另一方面可以使厂家根据提取的联合收割机实时工作数据来对自己零部件的设计生产进行一定的优化。
Description
技术领域
本发明属于联合收割机技术领域,具体涉及一种联合收割机零部件全生命周期管理方法。
背景技术
联合收割机是一种大型复杂的农业机械,在我国的农业生产中,占有极其重要的地位。同时联合收割机工作环境也是极其恶劣的,其零部在极端的工作条件下工作很容易出现故障以至于降低联合收割机的工作效率,甚至导致其停机。因此能够及时对这些零部件进行维护变得至关重要。
物联网测控技术通过应用各类型号的传感器来对机电设备的相关信息实施采集,结合必需实施的重要控制操作,来达成信息和机电设备交互。通讯技术重点是在设备的现场端进行使用, 选用的是工业性并且短距离的无线或是有限的通讯技术,把机电设备的信息接到公共的网络当中。IP网络属于信息传递的 重要途径,机电设备地区分散性会让管理范围变大,在此情况下,完成统一性管理与信息的共享必须依靠IP网络来达成,由此可以确保全生命周期信息管理的可行性。测控技术和通讯技术及IP网技术相结合构成物联网,由此达成人与设备间的信息互通。
数据应用技术可以使信息能够直接应用,由此实现信息共享,利用信息储存、展示与查询可对数据实施挖掘和分析,能够在分析过程中诞生出新数据,例如故障的事先预警、效能标准,能够为机电设备的维护与生产提供参考性依据,由此在确保机电设备使用寿命的情况下,充分展现高效性。数据应用技术其核心内容主要是系统模型的设计,通过使用劣化理论知识、及复合建模的技术 ,依据机电设备的具体设计方案、工艺研究、管理经验等因素来 实施综合全面的设计。
产品全生命周期管理包含从需求分析、设计、制造、营销、物流、使用、维护、维修直到淘汰报废或回收再处置的产品全部生命历程,着力于监控产品全生命过程实时状态,统筹优化产品全过程相关服务,综合协调产品、用户以及环境利益,支持在任意环境下与产品任意阶段进行无缝交互,以实现产品经济价值和社会生态价值最大化。
发明内容
有鉴于此,为解决上述现有技术的不足,本发明的目的在于提供了一种联合收割机零部件全生命周期管理方法,一方面可以及时对联合收割机的故障进行远程诊断以及预警,另一方面可以使厂家根据提取的联合收割机实时工作数据来对自己零部件的设计生产进行一定的优化。
为实现上述目的,本发明所采用的技术方案是:
一种联合收割机零部件全生命周期管理方法,该管理方法用到的管理系统包括云端服务器、核心数据库、采集模块、通信模块、透析模块、反馈模块;
该管理方法包括以下步骤:
S1:当收割机启动工作时,采集模块以及透析模块将采集到的数据上传至核心数据库,并通过通信模块将采集的数据传输至生产厂商厂家,厂家根据得到的数据及时调整自己的生产制造加工工艺;
S11:所述采集模块在离线或在线状态下均可获得联合收割机的状态数据信息,并将数据信息通过通信模块传输给核心数据库;
S12:所述透析模块分析采集模块中提取的信息,透析模块通过通信模块将分析处理后的信息传输给核心数据库;
S2:所述核心数据库储存从采集模块、通信模块、透析模块、反馈模块收集到的信息,通过通信模块上传至云端服务器;
S3:所述云端服务器通过通信模块监测联合收割机,并且通过提取核心数据库中的数据并根据大数据训练各部件的机器学习模型,通过不断接收数据完善模型,最终达到通过模型和实时数据达到预测早期故障以及联合收割机部件剩余寿命的目的;
S4:所述云端服务器通过通信模块将该信息发送至联合收割机零部件生产厂家;所述云端服务器将联合收割机零部件生产厂家针对联合收割机各部件问题提出的反馈意见发送给反馈模块,并通过反馈模块对联合收割机直接进行远程故障诊断排除;
S5:所述反馈模块及时告知联合收割机机手关于联合收割机的实时状态,使机手可以根据所示情况及时做出相应的操作,同时反馈模块通过了解联合收割机各零部件的实时数据并将其反馈给联合收割机零件生产厂家,使得厂家根据这些数据对各零部件的设计以及生产过程进行优化。
进一步的,所述云端服务器包括大数据获取模块、分析模块、训练模块、优化模块;所述大数据获取模块用于获得核心数据库中的大量数据,所述分析模块通过公开的通信协议对获取的数据类型进行区分,得到已储存类型的数据和未储存类型的数据,所述训练模块用于通过机器学习中的预设特征算法训练出不同数据类型的机器学习模型,并通过不断接收数据完善模型,最终达到通过模型和实时数据达到预测早期故障以及联合收割机部件剩余寿命的目的。
进一步的,所述采集模块包括无线传感网络和数据储存器,无线传感网络由无线模块、控制模块、通信单元和电源模块组成,无线模块为传感器,控制模块为微处理器,所述控制模块对采集到的数据进行必要的预处理,采用A/D转换、特征提取或是滤波的处理方法;所述数据储存器用于解决处理器与存储器的存取、运算、处理间产生的速度差异问题。
进一步的,所述通信模块用于连接从联合收割机各阶段下的运行情况采集到的数据至核心数据库、云端服务器、联合收割机零部件生产厂家、反馈模块和联合收割机。
进一步的,所述通信模块包括通讯协议、5G网络、WIFI。
进一步的,所述透析模块包括统计分析模块以及数据可视化模块。
进一步的,所述反馈模块包括远程维护、网络协同、远程故障诊断。
本发明的有益效果是:
本发明的管理方法中采用全生命周期管理系统,可以对联合收割机的各零部件的实时情况进行精确的分析。其云端服务器通过提取核心数据库中的大量数据对联合收割机各个部件进行机器学习训练,训练出的模型来对联合收割机各部件进行预测剩余可靠工作时间,并及时通过反馈模块及时的对联合收割机进行故障预警以及远程维护,极大程度的提高了联合收割机的工作效率。同时通过该管理系统联合收割机各部件生产厂家可以及时的获得联合收割机的运行、故障以及维护数据并及时的对各零部件的设计以及制造等环节进行优化,厂家也可以将设计时的各项指标与实际值进行比较,直观的判断该部件是否可以达到预期值并进行必要的优化。这种通过互联网实现多目标的维护决策优化技术可以大大的提高联合收割机整机的工作效率,同时也可以保证联合收割机制造厂家的生产效率以及质量。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,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地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,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他的附图。
图1为本发明的原理框图;
图2为采集模块的无线传感网络进行数据采集的原理框图;
图3为图2的流程示意图;
图4为云端服务器训练机器学习模型流程示意图;
图中标记:1、云端服务器,2、核心数据库,3、采集模块,4、通信模块,5、透析模块,6、反馈模块,7、数据储存器,8、无线模块,9、控制模块,10、电源模块。
具体实施方式
下面给出具体实施例,对本发明的技术方案作进一步清楚、完整、详细地说明。本实施例是以本发明技术方案为前提的最佳实施例,但本发明的保护范围不限于下述的实施例。
一种联合收割机零部件全生命周期管理方法,如图1所示,该管理方法用到的管理系统包括云端服务器1、核心数据库2、采集模块3、通信模块4、透析模块5、反馈模块6;
该管理方法包括以下步骤:
S1:当收割机启动工作时,采集模块3以及透析模块5将采集到的数据上传至核心数据库2,并通过通信模块4将采集的数据传输至生产厂商厂家,厂家根据得到的数据及时调整自己的生产制造加工工艺;
S11:所述采集模块3在离线或在线状态下均可获得联合收割机的状态数据信息,并将数据信息通过通信模块4传输给核心数据库2;
S12:所述透析模块5分析采集模块3中提取的信息,透析模块5通过通信模块4将分析处理后的信息传输给核心数据库2;
S2:所述核心数据库2储存从采集模块3、通信模块4、透析模块5、反馈模块6收集到的信息,通过通信模块4上传至云端服务器1;
S3:所述云端服务器1通过通信模块4监测联合收割机,并且通过提取核心数据库2中的数据并根据大数据训练各部件的机器学习模型,通过不断接收数据完善模型,最终达到通过模型和实时数据达到预测早期故障以及联合收割机部件剩余寿命的目的;
S4:所述云端服务器1通过通信模块4将该信息发送至联合收割机零部件生产厂家;所述云端服务器1将联合收割机零部件生产厂家针对联合收割机各部件问题提出的反馈意见发送给反馈模块6,并通过反馈模块6对联合收割机直接进行远程故障诊断排除;
S5:所述反馈模块6及时告知联合收割机机手关于联合收割机的实时状态,使机手可以根据所示情况及时做出相应的操作,同时反馈模块6通过了解联合收割机各零部件的实时数据并将其反馈给联合收割机零件生产厂家,使得厂家根据这些数据对各零部件的设计以及生产过程进行优化。
进一步的,所述云端服务器1包括大数据获取模块、分析模块、训练模块、优化模块;所述大数据获取模块用于获得核心数据库中的大量数据,所述分析模块通过公开的通信协议对获取的数据类型进行区分,得到已储存类型的数据和未储存类型的数据,所述训练模块用于通过机器学习中的预设特征算法训练出不同数据类型的机器学习模型,并通过不断接收数据完善模型,最终达到通过模型和实时数据达到预测早期故障以及联合收割机部件剩余寿命的目的。
进一步的,如图2所示,所述采集模块3包括无线传感网络和数据储存器7,无线传感网络由无线模块8、控制模块9、通信单元和电源模块10组成,无线模块8为传感器,具体的为设在联合收割机各个部位的传感器,用于数据采集和数据传输;控制模块9为微处理器,所述控制模块9对采集到的数据进行必要的预处理,采用A/D转换、特征提取或是滤波的处理方法;所述数据储存器7用于解决处理器与存储器的存取、运算、处理间产生的速度差异问题。进一步的,控制模块9可对采集到的数据进行筛选,将满足条件的数据通过通信模块4传输至透析模块5以及核心数据库2。所述控制模块9可将重复出现的数据过滤,并且将异常工况下的数据进行传输。电源模块10为无线模块8和控制模块9提供24V的电能供应。其中,无线模块8为该系统的基础模块,电源模块10和控制模块9将对无线模块8的工作进行协助;
如图3所示为采集模块的无线传感网络进行数据采集的流程示意图,在运行前首先将系统初始化,之后进行数据采集标准的设定,设定好采集标准后开始进行数据采集,之后判断采集到的数据是否符合采集标准,若符合则将采集到的数据暂时放入数据储存器中,所述数据储存器7可以用来解决控制模块9与数据储存器7的存取、运算、处理间产生的速度差异问题。之后进行数据预处理,之后将处理好的数据通过数据传输将数据储存在核心数据库2中以便云端服务器1进行机器学习训练;若采集到的数据不符合数据采集标准,判断采集到的数据是否属于重复数据,若属于重复数据则舍弃,若属于非重复数据则将该数据传输至数据储存器7等待数据处理。采集到的数据处理后将数据传输至无线模块8,并由无线模块8发送至透析模块以及核心数据库。
进一步的,所述通信模块4用于连接从联合收割机各阶段下的运行情况采集到的数据至核心数据库2、云端服务器1、联合收割机零部件生产厂家、反馈模块6和联合收割机。
进一步的,所述通信模块4包括通讯协议、5G网络、WIFI。其通讯协议可以是IPX/SPX网络协议、TCP/IP或是NETBEUI,具体选择在当前情况下可以保证数据传输安全稳定的通信协议。所述5G网络和WIFI均可用于数据的远程传输。
进一步的,所述透析模块5包括统计分析模块以及数据可视化模块。所述数据可视化模块用于实现数据到信息再到知识的全程转化。所述数据可视化可采用柱形图、条形图、饼图等,方便技术人员以及专家分析研究。所述统计分析模块用于研究采集到数据之间的关系以及规律,并将分析出的数据规律以及特征通过通信模块4上传至核心数据库2,云端服务器1通过核心数据库2中大量数据训练机器学习模型,并将训练好的模型通过反馈模块6发送至联合收割机各个部件进行故障预测、故障诊断预警以及远程维护等功能。
进一步的,所述反馈模块6包括远程维护、网络协同、远程故障诊断。所述远程维护可以使联合收割机及时获得警告信息和获取更有价值的设备运行报告并告知机手;所述网络协同可以及时对机手进行技术方面的指导,同时也可以将机手对该联合收割机的反馈告知生产厂家;所述远程故障诊断可以及时的将联合收割机产生的故障通过厂家的技术人员进行远程操作排除。
进一步的,联合收割机各零部件生产厂家应提供相应的技术人员进行技术支持,并应有一定的专家提供专业的专家知识,以供联合收割机某零部件出现故障时进行快速诊断或是通过从云端服务器中提取的数据来进行分析并对故障进行预警。同时应根据提取出的信息对所生产的零部件设计及制造方法进行相应的优化。
如图4所示为云端服务器训练机器学习模型流程示意图,首先云端服务器1从核心数据库2中取得数据;之后对取得的数据进行数据整合,将不同数据源的数据整合到一个新的数据源中;而后将整合过的数据进行数据的预处理,将数据分为已储存类型的数据和未储存类型的数据,并对残存的异常数据进行清洗;下一步将数据进行分析检索;下一步进行特征工程,以便最大限度地从原始数据中提取特征以供算法和模型使用;将经过特征工程后得到的数据进行模型的训练;下一步进行模型的验证评估,初步判断得到的机器学习模型是否可以进行使用;下一步判断所得到的机器学习是否符合要求,若符合要求则将模型应用在联合收割机各部件的信息采集,故障诊断之中,若不符合目标需求,则从新从核心数据库中提取数据并进行数据分析检索直到最终得到符合要求的机器学习模型。
综上所述,本发明的一种联合收割机零部件全生命周期管理方法,一方面可以及时对联合收割机的故障进行远程诊断以及预警,另一方面可以使厂家根据提取的联合收割机实时工作数据来对自己零部件的设计生产进行一定的优化。
以上显示和描述了本发明的主要特征、基本原理以及本发明的优点。本行业技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会根据实际情况有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (7)
1.一种联合收割机零部件全生命周期管理方法,其特征在于:该管理方法用到的管理系统包括云端服务器(1)、核心数据库(2)、采集模块(3)、通信模块(4)、透析模块(5)、反馈模块(6);
该管理方法包括以下步骤:
S1:当收割机启动工作时,采集模块(3)以及透析模块(5)将采集到的数据上传至核心数据库(2),并通过通信模块(4)将采集的数据传输至生产厂商厂家,厂家根据得到的数据及时调整自己的生产制造加工工艺;
S11:所述采集模块(3)在离线或在线状态下均可获得联合收割机的状态数据信息,并将数据信息通过通信模块(4)传输给核心数据库(2);
S12:所述透析模块(5)分析采集模块(3)中提取的信息,透析模块(5)通过通信模块(4)将分析处理后的信息传输给核心数据库(2);
S2:所述核心数据库(2)储存从采集模块(3)、通信模块(4)、透析模块(5)、反馈模块(6)收集到的信息,通过通信模块(4)上传至云端服务器(1);
S3:所述云端服务器(1)通过通信模块(4)监测联合收割机,并且通过提取核心数据库(2)中的数据并根据大数据训练各部件的机器学习模型,通过不断接收数据完善模型,最终达到通过模型和实时数据达到预测早期故障以及联合收割机部件剩余寿命的目的;
S4:所述云端服务器(1)通过通信模块(4)将该信息发送至联合收割机零部件生产厂家;所述云端服务器(1)将联合收割机零部件生产厂家针对联合收割机各部件问题提出的反馈意见发送给反馈模块(6),并通过反馈模块(6)对联合收割机直接进行远程故障诊断排除;
S5:所述反馈模块(6)及时告知联合收割机机手关于联合收割机的实时状态,使机手可以根据所示情况及时做出相应的操作,同时反馈模块(6)通过了解联合收割机各零部件的实时数据并将其反馈给联合收割机零件生产厂家,使得厂家根据这些数据对各零部件的设计以及生产过程进行优化。
2.根据权利要求1所述的一种联合收割机零部件全生命周期管理方法,其特征在于:所述云端服务器(1)包括大数据获取模块、分析模块、训练模块、优化模块;所述大数据获取模块用于获得核心数据库中的大量数据,所述分析模块通过公开的通信协议对获取的数据类型进行区分,得到已储存类型的数据和未储存类型的数据,所述训练模块用于通过机器学习中的预设特征算法训练出不同数据类型的机器学习模型,并通过不断接收数据完善模型,最终达到通过模型和实时数据达到预测早期故障以及联合收割机部件剩余寿命的目的。
3.根据权利要求1所述的一种联合收割机零部件全生命周期管理方法,其特征在于:所述采集模块(3)包括无线传感网络和数据储存器(7),无线传感网络由无线模块(8)、控制模块(9)、通信单元和电源模块(10)组成,无线模块(8)为传感器,控制模块(9)为微处理器,所述控制模块(9)对采集到的数据进行必要的预处理,采用A/D转换、特征提取或是滤波的处理方法;所述数据储存器(7)用于解决处理器与存储器的存取、运算、处理间产生的速度差异问题。
4.根据权利要求1所述的一种联合收割机零部件全生命周期管理方法,其特征在于:所述通信模块(4)用于连接从联合收割机各阶段下的运行情况采集到的数据至核心数据库(2)、云端服务器(1)、联合收割机零部件生产厂家、反馈模块(6)和联合收割机。
5.根据权利要求4所述的一种联合收割机零部件全生命周期管理方法,其特征在于:所述通信模块(4)包括通讯协议、5G网络、WIFI。
6.根据权利要求1所述的一种联合收割机零部件全生命周期管理方法,其特征在于:所述透析模块(5)包括统计分析模块以及数据可视化模块。
7.根据权利要求1所述的一种联合收割机零部件全生命周期管理方法,其特征在于:所述反馈模块(6)包括远程维护、网络协同、远程故障诊断。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010896200.5A CN112070293A (zh) | 2020-08-31 | 2020-08-31 | 一种联合收割机零部件全生命周期管理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010896200.5A CN112070293A (zh) | 2020-08-31 | 2020-08-31 | 一种联合收割机零部件全生命周期管理方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112070293A true CN112070293A (zh) | 2020-12-11 |
Family
ID=73665910
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010896200.5A Pending CN112070293A (zh) | 2020-08-31 | 2020-08-31 | 一种联合收割机零部件全生命周期管理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112070293A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2013075297A1 (zh) * | 2011-11-23 | 2013-05-30 | 湖南深拓智能设备股份有限公司 | 基于云计算的远程实时监控系统 |
CN105741053A (zh) * | 2016-03-07 | 2016-07-06 | 特瑞斯能源装备股份有限公司 | 智能燃气设备的全生命周期管理模型 |
US20170124501A1 (en) * | 2015-10-28 | 2017-05-04 | Fractal Industries, Inc. | System for automated capture and analysis of business information for security and client-facing infrastructure reliability |
CN107742194A (zh) * | 2017-11-30 | 2018-02-27 | 成都航天科工大数据研究院有限公司 | 一种工业设备全生命周期管理系统及方法 |
CN110728443A (zh) * | 2019-09-30 | 2020-01-24 | 鞍钢集团自动化有限公司 | 一种电机全生命周期管控系统 |
-
2020
- 2020-08-31 CN CN202010896200.5A patent/CN112070293A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2013075297A1 (zh) * | 2011-11-23 | 2013-05-30 | 湖南深拓智能设备股份有限公司 | 基于云计算的远程实时监控系统 |
US20170124501A1 (en) * | 2015-10-28 | 2017-05-04 | Fractal Industries, Inc. | System for automated capture and analysis of business information for security and client-facing infrastructure reliability |
CN105741053A (zh) * | 2016-03-07 | 2016-07-06 | 特瑞斯能源装备股份有限公司 | 智能燃气设备的全生命周期管理模型 |
CN107742194A (zh) * | 2017-11-30 | 2018-02-27 | 成都航天科工大数据研究院有限公司 | 一种工业设备全生命周期管理系统及方法 |
CN110728443A (zh) * | 2019-09-30 | 2020-01-24 | 鞍钢集团自动化有限公司 | 一种电机全生命周期管控系统 |
Non-Patent Citations (3)
Title |
---|
于勇等: "《机电设备监测与诊断现代技术》", 30 June 2020, 长春:吉林人民出版社, pages: 187 - 190 * |
王凤;周铁梁;: "基于大数据的大型装备全生命周期管理研究", 华电技术, no. 02 * |
郝志峰等: "《数据科学与数学建模》", 31 January 2019, 武汉:华中科技大学出版社, pages: 1 - 6 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111047082B (zh) | 设备的预警方法及装置、存储介质和电子装置 | |
CN109358574B (zh) | 一种智能化数据采集、监控与分析系统及方法 | |
CN104386449B (zh) | 用于矿用皮带运输机头尾轮在线检测智能保护装置 | |
CN109669406A (zh) | 一种工业设备的远程在线监测系统及其工作流程 | |
CN111722603A (zh) | 生产车间的管控系统和管控方法 | |
CN110728443A (zh) | 一种电机全生命周期管控系统 | |
CN107909300A (zh) | 智能工厂管理平台和方法 | |
CN112418523B (zh) | 一种基于数字孪生的售后设备预测性维护协同系统 | |
CN109507924B (zh) | 用于油田作业设备的远程监控系统 | |
CN112594142B (zh) | 一种基于5g的端云协同风电运维诊断系统 | |
CN112506097A (zh) | 一种基于工业互联网的胎架远程监测系统及监测方法 | |
CN212083982U (zh) | 生产车间的管控系统 | |
CN113867305A (zh) | 一种用于自动机加生产线的多源数据采集系统 | |
CN112561238A (zh) | 一种抽水蓄能电站辅机设备状态健康评价系统及方法 | |
CN116187725B (zh) | 一种用于锻造自动线的锻造设备管理系统 | |
CN111600917A (zh) | 一种基于pc端的设备运维管理系统及方法 | |
CN117172751A (zh) | 一种智慧运维信息分析模型的构建方法 | |
CN116244765A (zh) | 一种基于工业互联网的设备维护管理方法 | |
CN214067660U (zh) | 基于物联网的监测系统 | |
CN117390529A (zh) | 多因素溯源的数据中台信息管理方法 | |
CN102984013B (zh) | 一种用于通信传输网的告警分析方法 | |
CN112070293A (zh) | 一种联合收割机零部件全生命周期管理方法 | |
CN112859740A (zh) | 一种数控机床数据采集装置 | |
CN111277656A (zh) | 一种工业大数据的采集网络系统及其应用方法 | |
CN115438958A (zh) | 一种基于互联网的智慧能效管理系统及其管理方法 |
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 |