CN112183970A - 评估目标设备中选定零件磨损程度的方法及装置 - Google Patents
评估目标设备中选定零件磨损程度的方法及装置 Download PDFInfo
- Publication number
- CN112183970A CN112183970A CN202010965905.8A CN202010965905A CN112183970A CN 112183970 A CN112183970 A CN 112183970A CN 202010965905 A CN202010965905 A CN 202010965905A CN 112183970 A CN112183970 A CN 112183970A
- Authority
- CN
- China
- Prior art keywords
- wear
- selected part
- current
- target equipment
- degree
- 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
- 238000000034 method Methods 0.000 title claims abstract description 26
- 238000005299 abrasion Methods 0.000 title abstract description 6
- 230000005611 electricity Effects 0.000 claims abstract description 19
- 238000005314 correlation function Methods 0.000 claims abstract description 7
- 238000012937 correction Methods 0.000 claims description 8
- 238000001514 detection method Methods 0.000 claims description 8
- 230000003746 surface roughness Effects 0.000 claims description 5
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 238000004140 cleaning Methods 0.000 description 2
- 230000008094 contradictory effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000012545 processing 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/04—Ageing analysis or optimisation against ageing
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
本发明涉及一种评估目标设备中选定零件磨损程度的方法及装置,其步骤包括:获取目标设备的当前用电总数;根据目标设备的当前用电总数通过预定的磨损程度预测模型获取该目标设备中选定零件的当前磨损程度,其中,磨损程度预测模型是由目标设备的历史用电总数以及历史磨损程度拟合而成的关联函数。解决了用户难以轻松得知目标设备中选定零件磨损情况的问题,并帮助用户轻松地了解选定零件的当前磨损程度,指导用户及时更换选定零件,减少目标设备的故障率,提高目标设备的效率、寿命及安全等级。
Description
技术领域
本发明属于目标设备磨损程度预测技术领域,具体涉及一种评估目标设备中选定零件磨损程度的方法及装置。
背景技术
我们身边有各种各样的设备,它们随着时间的推移,使用次数的增加,会出现设备的运行效率降低、设备的故障率升高并且设备的安全性降低的现象。导致这一现象的原因就是设备磨损,而判断设备磨损的依据就是设备中零件的磨损程度。
在日常生活中,非专业人员(例如用户)预测设备中零件的磨损程度的方法通常是通过设备的购买日期与现在的日期进行对比来进行判断。但实际情况下,设备每天的详细工作时长以及其工作功率是不确定的,单纯通过购买日期与现在的日期进行对比来对设备中零件的磨损情况进行预测是不准确的。而专业人员(例如维修人员)是在对设备进行拆解后,直接对设备中的零件进行观察或者测量后才能对设备的磨损情况进行预测。
因为非专业人员无法得知设备中的零件磨损程度,进而无法准确对设备磨损情况进行预测。而专业人员需要对设备进行拆解才能对设备零件的磨损情况进行判断,其方法复杂,成本高,对人员技能水平要求也很高。这就导致了用户无法轻松得知目标设备中选定零件的磨损程度,无法对其进行必要的处理,进而导致很多目标设备在磨损较高的状态工作,提高了设备故障率并且降低了设备的效率、寿命及安全等级。
发明内容
为了解决上述全部或部分问题,本发明目的在于提供一种评估目标设备中选定零件磨损程度的方法及装置,解决了用户难以轻松得知目标设备中选定零件磨损情况的问题,并帮助用户轻松地了解选定零件的当前磨损程度,指导用户及时更换选定零件,减少目标设备的故障率,提高目标设备的效率、寿命及安全等级。
根据本发明的第一方面,提供了一种评估目标设备中选定零件磨损程度的方法,其步骤包括:获取目标设备的当前用电总数;根据所述目标设备的当前用电总数通过预定的磨损程度预测模型获取该目标设备中选定零件的当前磨损程度,其中,所述磨损程度预测模型是由所述目标设备的历史用电总数以及历史磨损程度拟合而成的关联函数。
进一步地,所述关联函数为:y=b+i*x。式中,y—为选定零件的表面粗糙度,单位为μm;b—为第一修正系数;i—为第二修正系数;x—为目标设备的用电量,单位为kW·h。
进一步地,所述历史用电总数以及历史磨损程度是已经过预处理的数据,所述预处理包括数据清洗、数据转换和/或增加数据标签。
进一步地,在获得所述当前磨损程度后,根据所述当前磨损程度通过预定的磨损等级划分规则确定所述目标设备中选定零件的当前磨损等级。
进一步地,所述磨损等级划分规则包括安全级和危险级,当所述目标设备中选定零件的当前磨损等级属于安全级时,所述选定零件处于不需更换的阶段,所述选定零件的当前磨损程度落入第一磨损范围,当所述目标设备中选定部的当前磨损等级属于危险级时,所述选定零件处于需要更换的阶段,所述选定零件的当前磨损程度落入第二磨损范围,其中所述第一磨损范围及第二磨损范围互不重叠且依次增大。
进一步地,所述目标设备包括空调或冰箱,所述选定零件为所述空调或冰箱内的齿轮或皮带。
进一步地,所述目标设备包括空调或冰箱,所述选定零件为所述空调或冰箱的压缩机的轴承的滚珠。
根据本发明的第二方面,提供了一种评估目标设备中选定零件磨损程度的装置,其包括检测模块,检测所述目标设备的当前用电总数;控制模块,与所述检测模块电连接,用于运行指定程序,所述指定程序用于实施本发明第一方所提供的方法。
进一步地,所述检测模块为电能表。
进一步地,所述控制模块为计算机。
由上述技术方案可知,本发明提供的评估目标设备中选定零件磨损程度的方法及装置,能够通过根据目标设备的当前用电总数通过预定的磨损程度预测模型获取该目标设备中选定零件的当前磨损程度,并帮助用户轻松地了解选定零件的当前磨损程度,指导用户及时更换选定零件,减少目标设备的故障率,提高目标设备的效率、寿命及安全等级。
附图说明
下面将结合附图来对本发明的优选实施例进行详细地描述。在图中:
图1为本发明实施例的评估目标设备中选定零件磨损程度的方法的流程图。
在附图中,相同的部件使用相同的附图标记。附图并未按照实际的比例绘制。
具体实施方式
下面将结合附图对本发明做进一步说明。
图1为本发明实施例的评估目标设备中选定零件磨损程度的方法的流程图。如图1所示,本发明实施例至少涉及一种评估目标设备中选定零件磨损程度的方法。在本实施例中,目标设备包括空调或冰箱,但选定零件为空调或冰箱内的齿轮或皮带。在其他实施例中,目标设备包括空调或冰箱,但选定零件为空调或冰箱的压缩机的轴承的滚珠。
如图1所示,上述方法包括:步骤S1,获取目标设备的当前用电总数;步骤S2,根据目标设备的当前用电总数通过预定的磨损程度预测模型获取该目标设备中选定零件的当前磨损程度。也就是说,该方法能帮助用户轻松地了解选定零件的当前磨损程度,指导用户及时更换选定零件,减少目标设备的故障率,提高目标设备的效率、寿命及安全等级。其中,用电总数可以为目标设备自开始使用选定零件后至当前预测时间范围内的总用电量。磨损程度可以为选定零件的表面粗糙度或磨损尺寸等,但优选为表面粗糙度。磨损程度预测模型是由目标设备的历史用电总数以及历史磨损程度拟合而成的关联函数。
在本实施例中,该关联函数为:y=b+i*x。式中,y—为选定零件的表面粗糙度,单位为μm;b—为第一修正系数;i—为第二修正系数;x—为目标设备的用电量,单位为kW·h。其中,第一修正系数和第二修正系数需要在目标设备中选定零件确定后通过实验获取,基于目标设备的历史用电总数以及历史磨损程度通过拟合方式而得。
在本实施例中,历史用电总数以及历史磨损程度是已经过预处理的数据,预处理包括数据清洗、数据转换和/或增加数据标签。数据清洗过程包括了检查数据的一致性,清除超出正常范围、逻辑上不合理或者相互矛盾的值,例如用电量为负,在先的用电量大于在后的用电量数值,或者在先的选定零件尺寸大于在后的选定零件尺寸等。数据转换,将直接测量得到的数据转换成预测模型使用的数据,如通过目标设备的工作时间以及工作时的电功率的乘积得到目标设备的用电量数据。数据清洗过程中也可以为数据增加具体的标签,如时间、设备名称、设备类别等。
在本实施例中,对目标设备的磨损程度划分等级,划分的等级包括安全级和危险级。磨损等级划分规则包括安全级和危险级,当目标设备中选定零件的当前磨损等级属于安全级时,选定零件处于不需更换的阶段,选定零件的当前磨损程度落入第一磨损范围,当目标设备中选定部的当前磨损等级属于危险级时,选定零件处于需要更换的阶段,选定零件的当前磨损程度落入第二磨损范围,其中第一磨损范围及第二磨损范围互不重叠且依次增大。
在一个未示出的实施例中,其涉及一种评估目标设备中选定零件磨损程度的装置,其包括检测模块和与检测模块相连的控制模块。该监测模块优选为电能表,用以检测目标设备的当前用电总数。控制模块优选为计算机,用于运行指定程序,指定程序能够实施上述实施例所述的方法。因此,该装置也能帮助用户轻松地了解选定零件的当前磨损程度,指导用户及时更换选定零件,减少目标设备的故障率,提高目标设备的效率、寿命及安全等级。
此外,术语“第一”、“第二”等仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。在本发明的描述中,“多个”的含义是两个以上,除非另有明确具体的限定。
以上所述仅为本发明的优选实施方式,但本发明保护范围并不局限于此,任何本领域的技术人员在本发明公开的技术范围内,可容易地进行改变或变化,而这种改变或变化都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求书的保护范围为准。只要不存在结构冲突,各个实施例中所提到的各项技术特征均可以任意方式组合起来。本发明并不局限于文中公开的特定实施例,而是包括落入权利要求的范围内的所有技术方案。
Claims (10)
1.一种评估目标设备中选定零件磨损程度的方法,其特征在于,其步骤包括:
获取目标设备的当前用电总数;
根据目标设备的当前用电总数通过预定的磨损程度预测模型获取该目标设备中选定零件的当前磨损程度,其中,所述磨损程度预测模型是由所述目标设备的历史用电总数以及历史磨损程度拟合而成的关联函数。
2.根据权利要求1所述的方法,其特征在于,所述关联函数为:y=b+i*x
式中,y—为选定零件的表面粗糙度,单位为μm;
b—为第一修正系数;
i—为第二修正系数;
x—为目标设备的用电量,单位为kW·h。
3.根据权利要求1所述的方法,其特征在于,所述历史用电总数以及历史磨损程度是已经过预处理的数据,所述预处理包括数据清洗、数据转换和/或增加数据标签。
4.根据权利要求1到3中任一项所述的方法,其特征在于,在获得所述当前磨损程度后,根据所述当前磨损程度通过预定的磨损等级划分规则确定所述目标设备中选定零件的当前磨损等级。
5.根据权利要求4所述的方法,其特征在于,所述磨损等级划分规则包括安全级和危险级,当所述目标设备中选定零件的当前磨损等级属于安全级时,所述选定零件处于不需更换的阶段,所述选定零件的当前磨损程度落入第一磨损范围,当所述目标设备中选定部的当前磨损等级属于危险级时,所述选定零件处于需要更换的阶段,所述选定零件的当前磨损程度落入第二磨损范围,其中所述第一磨损范围及第二磨损范围互不重叠且依次增大。
6.根据权利要求4所述的方法,其特征在于,所述目标设备包括空调或冰箱,所述选定零件为所述空调或冰箱内的齿轮。
7.根据权利要求4所述的方法,其特征在于,所述目标设备包括空调或冰箱,所述选定零件为所述空调或冰箱的压缩机的轴承的滚珠。
8.一种评估目标设备中选定零件磨损程度的装置,其特征在于,其包括
检测模块,检测所述目标设备的当前用电总数;
控制模块,与所述检测模块电连接,用于运行指定程序,所述指定程序用于实施根据权利要求1到7中所述的方法。
9.根据权利要求8所述的装置,其特征在于,所述检测模块为电能表。
10.根据权利要求8所述的装置,其特征在于,所述控制模块为计算机。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010965905.8A CN112183970B (zh) | 2020-09-15 | 2020-09-15 | 评估目标设备中选定零件磨损程度的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010965905.8A CN112183970B (zh) | 2020-09-15 | 2020-09-15 | 评估目标设备中选定零件磨损程度的方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112183970A true CN112183970A (zh) | 2021-01-05 |
CN112183970B CN112183970B (zh) | 2024-01-23 |
Family
ID=73921154
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010965905.8A Active CN112183970B (zh) | 2020-09-15 | 2020-09-15 | 评估目标设备中选定零件磨损程度的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112183970B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011066468A1 (en) * | 2009-11-24 | 2011-06-03 | Telogis, Inc. | Vehicle route selection based on energy usage |
US20160258361A1 (en) * | 2015-03-03 | 2016-09-08 | General Electric Company | Methods and systems for enhancing control of power plant generating units |
CN106596308A (zh) * | 2016-10-20 | 2017-04-26 | 云南电网有限责任公司电力科学研究院 | 一种输电线路金具磨损程度预测的方法及装置 |
CN108038599A (zh) * | 2017-12-01 | 2018-05-15 | 天津大学 | 一种基于检测间隔的预防性维护周期多目标控制方法 |
CN108615088A (zh) * | 2016-12-13 | 2018-10-02 | 财团法人工业技术研究院 | 机台零件剩余寿命的预测系统与预测方法 |
CN109952712A (zh) * | 2016-11-08 | 2019-06-28 | 史莱福灵有限公司 | 具有选择性磨损指示的滑环 |
CN109993848A (zh) * | 2017-12-29 | 2019-07-09 | 长城汽车股份有限公司 | 一种离合器磨损状态预测方法、装置及车辆 |
CN111444864A (zh) * | 2020-03-30 | 2020-07-24 | 北京旷视科技有限公司 | 目标对象的磨损程度检测方法及装置 |
-
2020
- 2020-09-15 CN CN202010965905.8A patent/CN112183970B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011066468A1 (en) * | 2009-11-24 | 2011-06-03 | Telogis, Inc. | Vehicle route selection based on energy usage |
US20160258361A1 (en) * | 2015-03-03 | 2016-09-08 | General Electric Company | Methods and systems for enhancing control of power plant generating units |
CN106596308A (zh) * | 2016-10-20 | 2017-04-26 | 云南电网有限责任公司电力科学研究院 | 一种输电线路金具磨损程度预测的方法及装置 |
CN109952712A (zh) * | 2016-11-08 | 2019-06-28 | 史莱福灵有限公司 | 具有选择性磨损指示的滑环 |
CN108615088A (zh) * | 2016-12-13 | 2018-10-02 | 财团法人工业技术研究院 | 机台零件剩余寿命的预测系统与预测方法 |
CN108038599A (zh) * | 2017-12-01 | 2018-05-15 | 天津大学 | 一种基于检测间隔的预防性维护周期多目标控制方法 |
CN109993848A (zh) * | 2017-12-29 | 2019-07-09 | 长城汽车股份有限公司 | 一种离合器磨损状态预测方法、装置及车辆 |
CN111444864A (zh) * | 2020-03-30 | 2020-07-24 | 北京旷视科技有限公司 | 目标对象的磨损程度检测方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN112183970B (zh) | 2024-01-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101720453B (zh) | 利用时序信号处理进行电池组件预测维护的系统和方法 | |
US9267971B2 (en) | Energy consumption monitoring system, method, and computer program | |
EP2581753A1 (en) | Systems and methods for monitoring electrical contacts | |
CN104316803B (zh) | 一种基于带电检测的电力变压器状态评价方法及系统 | |
CN116345700B (zh) | 一种用于储能电站的能耗监测方法及监测系统 | |
CN104933477A (zh) | 一种利用输变电设备风险评估优化检修策略的方法 | |
CN105547695A (zh) | 一种工业机器人减速机可靠性试验台 | |
CN115238829B (zh) | 一种热轧机的轧辊磨损程度分析方法 | |
JP4606257B2 (ja) | デマンド要因分析システムおよびデマンド要因分析方法 | |
CN110533325A (zh) | 继电保护设备检修时间的决策方法及系统 | |
CN118483646B (zh) | 一种电力计量箱性能智慧测试系统 | |
CN112418638A (zh) | 站用直流电源系统运维风险的预警系统及预警方法 | |
CN114879619A (zh) | 数字车间能源优化方法及系统 | |
CN105488572A (zh) | 一种配电设备健康状态评价方法 | |
CN112183970A (zh) | 评估目标设备中选定零件磨损程度的方法及装置 | |
CN115327391B (zh) | 一种基于梯次利用电池的检测方法及装置 | |
CN109299863B (zh) | Btm设备评价系统 | |
CN114837902B (zh) | 一种风电机组健康度评估方法、系统、设备和介质 | |
CN114740419A (zh) | 基于“三维图”分析台区电表误差的方法、装置、设备和介质 | |
CN114818169A (zh) | 基于指数平滑法的起重设备健康评估与寿命预测方法及系统 | |
CN115796627A (zh) | 接触器状态评估方法、设备、存储介质及装置 | |
CN114548673A (zh) | 一种减排指标监测方法及装置 | |
Rui et al. | Failure risk assessment method of electric energy meter based on state evaluation | |
CN110851792A (zh) | 一种运行智能电能表的分阶段与分层抽样方法 | |
CN111505423B (zh) | 一种低功耗设备电量测试方法及系统 |
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 |