CN112232531A - 基于装备物联的汽车试验设备预测性维护系统及维护方法 - Google Patents

基于装备物联的汽车试验设备预测性维护系统及维护方法 Download PDF

Info

Publication number
CN112232531A
CN112232531A CN202010964632.5A CN202010964632A CN112232531A CN 112232531 A CN112232531 A CN 112232531A CN 202010964632 A CN202010964632 A CN 202010964632A CN 112232531 A CN112232531 A CN 112232531A
Authority
CN
China
Prior art keywords
equipment
test equipment
automobile test
management system
networking management
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
Application number
CN202010964632.5A
Other languages
English (en)
Inventor
杨春辉
郑吉彪
高巍
王宇雷
崔明雨
宋春来
黄铎龙
刘富强
刘洪伟
王洪超
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
FAW Group Corp
Original Assignee
FAW Group Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by FAW Group Corp filed Critical FAW Group Corp
Priority to CN202010964632.5A priority Critical patent/CN112232531A/zh
Publication of CN112232531A publication Critical patent/CN112232531A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/20Administration of product repair or maintenance
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16YINFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y10/00Economic sectors
    • G16Y10/45Commerce

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Operations Research (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Quality & Reliability (AREA)
  • Marketing (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Computing Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了基于装备物联的汽车试验设备预测性维护系统及维护方法,所述系统中,汽车试验设备通过设备接口模块与设备联网管理系统进行信号数据传输,实现采集汽车试验设备预测性维护参考数据;设备联网管理系统通过读取汽车试验设备预测性维护参考数据,结合汽车试验设备的设备特点,并通过内置的预测诊断报警策略获得汽车试验设备的预测诊断报警信息;设备联网管理系统通过物联网平台将预测诊断报警信息发布至客户端或云平台。本发明充分利用设备自身提供的传感器检测到的状态信息及专家系统报警信息,全面掌握设备运行的综合信息,极大提高预测性维护的准确度,并有效指导维护方案的制定。

Description

基于装备物联的汽车试验设备预测性维护系统及维护方法
技术领域
本发明属于汽车试验设备运行维护技术领域,涉及基于装备物联的汽车试验设备预测性维护系统及维护方法。
背景技术
汽车试验设备是汽车研发及制造过程中必不可少的检测装备,主要用于检测整车或零部件是否满足设计和法规要求,其工作状态直接影响整车的制造质量和研发进度。随着新能源、智能网联等新技术的不断发展,汽车试验设备结构越来越复杂,价格也越来越昂贵。
因此,如何保证重点试验设备工作的稳定可靠成为了设备管理部门重中之重,为最大限度地减少停机时间、避免欠缺或过度维护,根据设备运行状态进行预测性维护成为了重要方向。
现有技术中,针对机电设备的预测性维护系统主要针对生产制造设备,主要是由于生产制造所涉及的设备主要是机床、机器人等通用类设备,设备技术开放性强,厂家在预测性维护方面提供技术支持并且积累了丰富的经验。而汽车试验设备一般是非标定制类设备,种类杂、价格高而且各生产厂家不对外开放,故针对机电设备的预测性维护在汽车试验设备方面尚属空白,同时,由于一般各类汽车试验设备只引进一两套,一旦出现故障对汽车产品的研发及制造影响极大。
对于设备预测性维护来说,设备状态检测的质量如何直接影响后续判断的准确性,可以说运行状态检测水平直接决定了预测性维护的效果,故,设备状态检测是预测性维护的重要环节。
现有技术中,设备的运行状态一般都是通过在设备本体上加装传感器来进行检测,然后,与计算机中的诊断分析模型进行对比分析,结合运行的数据和模型算法得出设备运行是否正常,以及判断哪些零部件出现隐患,以此来指导维护工作。此外,由于设备自带的诊断分析模型不对外开放,用户自己需要检测人员单独再重新建立一套诊断分析模型算法,不仅大量增加成本而且效果不理想。
现有技术中,对于汽车试验设备的预测性维护所面临的问题:一方面汽车试验设备种类繁杂且专业性强,无法建立统一的状态检测和数据分析及预测的统一标准,故无法将现有内的针对生产制造设备的预测性系统直接转移运用到汽车试验设备;另一方面,作为汽车试验设备制造商,其自身均提供了较为完善的故障检测和实现报警功能的技术方案,但不同的生产制造商之间的方案互不兼容,造成孤岛效应而无法有效利用,在各个生产商产生的产品组成一整套汽车试验设备时,无法将整套汽车试验设备统一起来,实现统一协同预测性维护。故,只能依靠人工来巡检报修,不仅占用了大量的人力而且漏报了很多关键预警信息,造成了严重的损失。
发明内容
针对上述现有技术中存在的缺陷,本发明提供了一种基于装备物联的汽车试验设备预测性维护系统及维护方法,充分利用设备自身提供的传感器检测到的状态信息及专家系统报警信息,全面掌握设备运行的综合信息,极大提高预测性维护的准确度,并有效指导维护方案的制定。接合说明书附图,本发明的技术方案如下:
基于装备物联的汽车试验设备预测性维护系统,所述系统包括:设备接口模块、设备联网管理系统、客户端、云平台以及物联网平台;
汽车试验设备通过所述设备接口模块与设备联网管理系统进行信号数据传输,实现采集包括设备运行状态在内的汽车试验设备预测性维护参考数据;
所述设备联网管理系统通过读取汽车试验设备预测性维护参考数据,结合汽车试验设备的设备特点,并通过内置的预测诊断报警策略获得汽车试验设备的预测诊断报警信息;
所述设备联网管理系统通过物联网平台将预测诊断报警信息发布至客户端或云平台;
所述客户端用于客户访问设备联网管理系统,并接收查看设备联网管理系统发布的预测诊断报警信息;
所述云平台用于将物联网平台上的数据发布到外网平台中,供外网用户查看设备联网管理系统发布的信息。
进一步地,所述设备接口模块包括:总线接口单元、实时系统接口单元和上位机系统接口单元;
配有上位机操作系统的汽车试验设备通过上位机系统接口单元与设备联网管理系统进行通讯;
没有上位机操作系统,而配有实时控制系统的汽车试验设备通过实时系统接口单元与设备联网管理系统进行通讯;
既没有上位机操作系统,也没有实时控制系统的汽车试验设备通过总线接口单元与设备联网管理系统进行通讯。
进一步地,所述系统还包括数据库服务器,用于保存包括:采集到的汽车试验设备预测性维护参考数据以及设备联网管理系统发布的预测诊断报警信息在内的大数据。
基于装备物联的汽车试验设备预测性维护系统的维护方法,所述维护方法步骤如下:
步骤S1:汽车试验设备采集自身数据信息;
步骤S2:汽车试验设备将采集到的数据信息经设备接口模块发送至设备联网管理系统;
步骤S3:设备联网管理系统根据接收到的数据信息,结合汽车试验设备自身特点,经内置的预测诊断报警策略判断并生成预测诊断报警信息;
步骤S4:设备联网管理系统将预测诊断报警信息经物联网平台发送至客户端或云平台。
进一步地,所述步骤S3中,预测诊断报警策略的具体过程如下:
S31:结合汽车试验设备自身提供的故障信息和设备特点确定影响设备运行状态的主要指征和故障属性;
S32:针对影响设备运行状态的主要指征和故障属性识别关联的设备状态信号;
S33:建立设备状态信号与设备故障的关联算法模型;
S34:根据所建立的模型判断汽车试验设备运行是否正常,并获得准确的故障隐患位置信息。
进一步地,所述维护方法步骤进行过程中,还将采集到的数据信息及生成的预测诊断报警信息存储至数据库服务器。
与现有技术相比,本发明的有益效果在于:
1、本发明所述的汽车试验设备预测性维护系统及维护方法充分利用设备自身提供的传感器检测的状态信息,最大限度的降低成本;
2、本发明所述的汽车试验设备预测性维护系统及维护方法有效的利用专业设备厂家提供的专家系统报警信息,极大地提高了预测维护的准确度;
3、本发明所述的汽车试验设备预测性维护系统及维护方法有效解决了设备种类繁多、无法建立统一状态检测和数据分析标准的困难,同时避免了各设备成为信息孤岛,实现信息共享。
4、本发明所述的汽车试验设备预测性维护系统及维护方法能够全面掌握设备操作使用数据、历史数据、报警记录等各维度的综合信息,指导维护方案的制定;
5、本发明所述的汽车试验设备预测性维护系统及维护方法通过多种状态采集方式相结合,能够满足各类设备情况的现场物联要求。
附图说明
图1为本发明所述汽车试验设备预测性维护系统的结构框图;
图2为本发明所述汽车试验设备预测性维护系统中,设备接口模块中,接口单元选择流程框图;
图3为本发明所述汽车试验设备预测性维护方法流程图。
具体实施方式
为清楚、完整地描述本发明所述技术方案及其具体工作过程,结合说明书附图,本发明的具体实施方式如下:
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
实施例一:
本实施例一公开了一种基于装备物联的汽车试验设备预测性维护系统,如图1所示,所述汽车试验设备预测性维护系统包括:设备接口模块、设备联网管理系统、客户端、数据服务器、云平台以及物联网平台。
汽车试验设备通过所述设备接口模块与设备联网管理系统进行信号数据传输,以实现将汽车试验设备自身的包括:设备运行状态数据、设备操作使用数据、历史数据、故障诊断数据、报警记录数据或专家系统报警信息数据在内的汽车试验设备预测性维护参考数据传输至设备联网管理系统,供设备联网管理系统进行诊断分析;
所述设备运行状态数据包括:设备运行的速度、压力、振动、温度或警告提示等状态信息;
所述设备接口模块包括:总线接口单元、实时系统接口单元和上位机系统接口单元;
为了满足不同类型汽车试验设备的维护需求,根据自身情况的不同,汽车试验设备选择性地通过总线接口单元、实时系统接口单元或上位机系统接口单元与设备联网管理系统进行数据传输,且按照上位机系统接口单元、实时系统接口单元和总线接口单元的顺序,优先级依次递减地选择,如图2所示,即:
模式一:对于配有上位机操作系统的汽车试验设备,汽车试验设备的上位机操作系统通过TCP/IP协议等通讯形式与所述上位机系统接口单元进行通讯,以实现读取汽车试验设备包括设备运行状态在内的预测性维护参考数据。
模式二:对于没有上位机操作系统,而配有实时控制系统的汽车试验设备,汽车试验设备的实时控制系统通过TCP/IP协议等通讯形式与所述实时系统接口单元进行通讯,以实现读取汽车试验设备包括设备运行状态在内的预测性维护参考数据。
模式三:对于既没有上位机操作系统,也没有实时控制系统的汽车试验设备,汽车试验设备则无需额外加装传感器,汽车试验设备自身原装传感器组成的信号采集模块与所述总线接口单元通过Profibus、Ethernet、EtherCat、CAN或RS232等不同总线协议进行通讯,以实现读取汽车试验设备包括设备运行状态在内的预测性维护参考数据。
包含有总线接口单元、实时系统接口单元和上位机系统接口单元在内的设备接口模块用于采集含有不同通讯系统的汽车试验设备的数据,然后采用统一的通信方式将数据信息发送至设备联网管理系统。
所述设备联网管理系统通过设备接口模块中的总线接口单元、实时系统接口单元或上位机系统接口单元采集相应汽车试验设备包括设备运行状态在内的预测性维护参考数据,设备联网管理系统内置有汽车实验设备预测诊断报警策略,设备联网管理系统基于采集到的包括:设备运行状态数据、设备操作使用数据、历史数据、故障诊断数据、报警记录数据或专家系统报警信息数据在内的汽车试验设备预测性维护参考数据以及对应的汽车试验设备的设备特点,通过预测诊断报警策略,判断汽车试验设备运行是否正常,并获得准确的故障隐患位置信息,以向用户发出报警提示,并指导制定相应的预测维护方案。
所述设备联网管理系统通过基于局域网所搭建的所述物联网平台将包括:其所判断的汽车试验设备运行是否正常以及准确的故障隐患位置信息在内的预测诊断报警信息发布至所述客户端或云平台上,以实现向用户出报警提示,并指导用户制定相应的预测维护方案,帮助设备运维部门做好预测性维护工作。
用户通过所述客户端访问设备联网管理系统,并通过客户端接收查看设备联网管理系统通过物联网平台发布的预测诊断报警信息,所述客户端为办公计算机或手机等移动终端。
所述云平台,用于将基于局域网的物联网平台数据发布到外网平台中,帮助外网用户查看经设备联网管理系统发布的设备预测诊断报警信息。
所述数据库服务器,用于保存包括:采集到的汽车试验设备预测性维护参考数据以及设备联网管理系统发布的预测诊断报警信息在内的大数据,形成数据积累。
实施例二:
本实施例二公开了一种基于装备物联的汽车试验设备预测性维护方法,所述汽车试验设备预测性维护方法基于上述实施例一所述的汽车试验设备预测性维护系统,如图3所示,所述预测性维护方法具体过程如下:
步骤S1:汽车试验设备采集自身数据信息;
所述自身数据信息包括:设备运行状态数据、设备操作使用数据、历史数据、故障诊断数据、报警记录数据和专家系统报警信息数据。
步骤S2:汽车试验设备将采集到的数据信息经设备接口模块发送至设备联网管理系统;
本步骤S2中,根据自身情况的不同,汽车试验设备选择性地通过设备接口模块中的总线接口单元、实时系统接口单元或上位机系统接口单元与设备联网管理系统进行数据传输,且按照上位机系统接口单元、实时系统接口单元和总线接口单元的顺序,优先级依次递减地选择,即,配有上位机操作系统的汽车试验设备通过上位机系统接口单元与设备联网管理系统进行通讯;没有上位机操作系统,而配有实时控制系统的汽车试验设备通过实时系统接口单元与设备联网管理系统进行通讯;既没有上位机操作系统,也没有实时控制系统的汽车试验设备通过总线接口单元与设备联网管理系统进行通讯;
步骤S3:设备联网管理系统根据接收到的数据信息,结合汽车试验设备自身特点,经内置的预测诊断报警策略判断并生成预测诊断报警信息;
本步骤S3中,所述预测诊断报警策略的具体过程如下:
S31:结合设备自身提供的故障信息和设备特点确定影响设备运行状态的主要指征和故障属性;
S32:针对影响设备运行状态的主要指征和故障属性识别关联的设备状态信号;
S33:建立设备状态信号与设备故障的关联算法模型;
S34:根据所建立的模型判断汽车试验设备运行是否正常,并获得准确的故障隐患位置信息;
步骤S4:设备联网管理系统将预测诊断报警信息经物联网平台发送至客户端或云平台。
上述步骤进行过程中,还将采集到的数据信息及生成的预测诊断报警信息存储至数据库服务器。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
以上所述本发明的具体实施方式,并不构成对本发明保护范围的限定。任何根据本发明的技术构思所作出的各种其他相应的改变与变形,均应包含在本发明权利要求的保护范围内。

Claims (6)

1.基于装备物联的汽车试验设备预测性维护系统,其特征在于:
所述系统包括:设备接口模块、设备联网管理系统、客户端、云平台以及物联网平台;
汽车试验设备通过所述设备接口模块与设备联网管理系统进行信号数据传输,实现采集包括设备运行状态在内的汽车试验设备预测性维护参考数据;
所述设备联网管理系统通过读取汽车试验设备预测性维护参考数据,结合汽车试验设备的设备特点,并通过内置的预测诊断报警策略获得汽车试验设备的预测诊断报警信息;
所述设备联网管理系统通过物联网平台将预测诊断报警信息发布至客户端或云平台;
所述客户端用于客户访问设备联网管理系统,并接收查看设备联网管理系统发布的预测诊断报警信息;
所述云平台用于将物联网平台上的数据发布到外网平台中,供外网用户查看设备联网管理系统发布的信息。
2.如权利要求1所述基于装备物联的汽车试验设备预测性维护系统,其特征在于:
所述设备接口模块包括:总线接口单元、实时系统接口单元和上位机系统接口单元;
配有上位机操作系统的汽车试验设备通过上位机系统接口单元与设备联网管理系统进行通讯;
没有上位机操作系统,而配有实时控制系统的汽车试验设备通过实时系统接口单元与设备联网管理系统进行通讯;
既没有上位机操作系统,也没有实时控制系统的汽车试验设备通过总线接口单元与设备联网管理系统进行通讯。
3.如权利要求1所述基于装备物联的汽车试验设备预测性维护系统,其特征在于:
所述系统还包括数据库服务器,用于保存包括:采集到的汽车试验设备预测性维护参考数据以及设备联网管理系统发布的预测诊断报警信息在内的大数据。
4.如权利要求1所述基于装备物联的汽车试验设备预测性维护系统的维护方法,其特征在于:
所述维护方法步骤如下:
步骤S1:汽车试验设备采集自身数据信息;
步骤S2:汽车试验设备将采集到的数据信息经设备接口模块发送至设备联网管理系统;
步骤S3:设备联网管理系统根据接收到的数据信息,结合汽车试验设备自身特点,经内置的预测诊断报警策略判断并生成预测诊断报警信息;
步骤S4:设备联网管理系统将预测诊断报警信息经物联网平台发送至客户端或云平台。
5.如权利要求4所述基于装备物联的汽车试验设备预测性维护系统的维护方法,其特征在于:
所述步骤S3中,预测诊断报警策略的具体过程如下:
S31:结合汽车试验设备自身提供的故障信息和设备特点确定影响设备运行状态的主要指征和故障属性;
S32:针对影响设备运行状态的主要指征和故障属性识别关联的设备状态信号;
S33:建立设备状态信号与设备故障的关联算法模型;
S34:根据所建立的模型判断汽车试验设备运行是否正常,并获得准确的故障隐患位置信息。
6.如权利要求4或5所述基于装备物联的汽车试验设备预测性维护系统的维护方法,其特征在于:
所述维护方法步骤进行过程中,还将采集到的数据信息及生成的预测诊断报警信息存储至数据库服务器。
CN202010964632.5A 2020-09-15 2020-09-15 基于装备物联的汽车试验设备预测性维护系统及维护方法 Pending CN112232531A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010964632.5A CN112232531A (zh) 2020-09-15 2020-09-15 基于装备物联的汽车试验设备预测性维护系统及维护方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010964632.5A CN112232531A (zh) 2020-09-15 2020-09-15 基于装备物联的汽车试验设备预测性维护系统及维护方法

Publications (1)

Publication Number Publication Date
CN112232531A true CN112232531A (zh) 2021-01-15

Family

ID=74116283

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010964632.5A Pending CN112232531A (zh) 2020-09-15 2020-09-15 基于装备物联的汽车试验设备预测性维护系统及维护方法

Country Status (1)

Country Link
CN (1) CN112232531A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113077061A (zh) * 2021-02-20 2021-07-06 上海琥崧智能科技股份有限公司 一种基于生产数据挖掘的设备预测性维护系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104181881A (zh) * 2014-08-06 2014-12-03 天津诺顿创新科技有限公司 一种车联网智慧诊断设备
CN110988559A (zh) * 2019-12-20 2020-04-10 国网湖北省电力公司咸宁供电公司 基于物联网的变电站直流系统全生命周期的在线监测方法
CN110977614A (zh) * 2019-12-18 2020-04-10 常州机电职业技术学院 一种数控机床健康诊断方法
CN111159487A (zh) * 2019-06-24 2020-05-15 上海明据信息科技有限公司 一种汽车发动机主轴预测性维护智能系统
CN111413937A (zh) * 2020-04-07 2020-07-14 浙江工业大学 一种拉削装备远程监控与预测性维护系统及故障预测方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104181881A (zh) * 2014-08-06 2014-12-03 天津诺顿创新科技有限公司 一种车联网智慧诊断设备
CN111159487A (zh) * 2019-06-24 2020-05-15 上海明据信息科技有限公司 一种汽车发动机主轴预测性维护智能系统
CN110977614A (zh) * 2019-12-18 2020-04-10 常州机电职业技术学院 一种数控机床健康诊断方法
CN110988559A (zh) * 2019-12-20 2020-04-10 国网湖北省电力公司咸宁供电公司 基于物联网的变电站直流系统全生命周期的在线监测方法
CN111413937A (zh) * 2020-04-07 2020-07-14 浙江工业大学 一种拉削装备远程监控与预测性维护系统及故障预测方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113077061A (zh) * 2021-02-20 2021-07-06 上海琥崧智能科技股份有限公司 一种基于生产数据挖掘的设备预测性维护系统

Similar Documents

Publication Publication Date Title
CN108803552B (zh) 一种设备故障的监测系统及监测方法
CN112101764B (zh) 基于状态监测的船舶技术状况综合评估系统
CN103632211B (zh) 一种机动车故障预警和召回预测系统
CN106104636A (zh) 使用基于网络的计算基础结构的汽车检测系统
CN110362037A (zh) 一种用于数控机床的综合维护系统平台
CN110543142A (zh) 一种数控机床故障诊断与预警系统
CN115566804B (zh) 一种基于分布式光纤传感技术的电力监测系统
CN111159487A (zh) 一种汽车发动机主轴预测性维护智能系统
CN102830694A (zh) 自动化故障巡检系统及客户监控端
CN110809280B (zh) 一种铁路无线网络质量的检测预警方法及装置
CN111123223A (zh) 用于雷达健康管理的通用开发平台、管理系统及方法
CN111168195B (zh) 基于IPv6的电焊机集群监控控制方法
CN113067723A (zh) 汽车总线故障分析方法、诊断设备及总线故障分析系统
CN112232531A (zh) 基于装备物联的汽车试验设备预测性维护系统及维护方法
CN112906920A (zh) 汽车智能制造设备的状态监测及预测性维修方法及装置
CN114548437A (zh) 一种基于工业物联网的旋转设备智能运维系统及运维方法
CN115364992A (zh) 一种磨煤机健康监测系统及健康监测方法
CN108687285A (zh) 制造业锻压机床群互联网远程状态监测装置及监测方法
CN108268018A (zh) 一种基于rfid的机械制造车间生产进程信息采集系统
CN115788771A (zh) 一种基于物联网技术的风力发电系统的智能运维管理系统
KR20080081215A (ko) 네트워크를 이용한 차량 고장 진단 서비스 방법 및 그시스템
CN111372269A (zh) 一种用于5g无线网络的干扰管理系统及干扰处理方法
CN113267711A (zh) 变电站高压电气设备绝缘状态在线监测系统及监测方法
CN218180112U (zh) 一种适用于棒线型材厂的在线测振诊断及预警系统
CN110763487A (zh) 一种汽车检测线远程智能诊断系统

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