CN112737829A - 一种挖掘装备故障诊断系统集成的方法及系统 - Google Patents
一种挖掘装备故障诊断系统集成的方法及系统 Download PDFInfo
- Publication number
- CN112737829A CN112737829A CN202011557880.4A CN202011557880A CN112737829A CN 112737829 A CN112737829 A CN 112737829A CN 202011557880 A CN202011557880 A CN 202011557880A CN 112737829 A CN112737829 A CN 112737829A
- Authority
- CN
- China
- Prior art keywords
- data
- equipment
- service
- server
- cluster
- 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 31
- 238000003745 diagnosis Methods 0.000 title claims abstract description 18
- 238000005065 mining Methods 0.000 claims abstract description 7
- 230000010354 integration Effects 0.000 claims abstract description 5
- 238000004458 analytical method Methods 0.000 claims description 13
- 238000012423 maintenance Methods 0.000 claims description 9
- 238000004140 cleaning Methods 0.000 claims description 6
- 238000004891 communication Methods 0.000 claims description 3
- 238000001514 detection method Methods 0.000 abstract description 23
- 230000036541 health Effects 0.000 abstract description 4
- 230000009286 beneficial effect Effects 0.000 abstract description 3
- 230000010365 information processing Effects 0.000 abstract description 2
- 238000004519 manufacturing process Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 7
- 230000003993 interaction Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000007726 management method Methods 0.000 description 5
- 238000011161 development Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000007405 data analysis Methods 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000005034 decoration Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 230000001788 irregular Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000002922 simulated annealing Methods 0.000 description 2
- 230000009897 systematic effect Effects 0.000 description 2
- 238000013024 troubleshooting Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000013401 experimental design Methods 0.000 description 1
- 238000013467 fragmentation Methods 0.000 description 1
- 238000006062 fragmentation reaction Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/06—Management of faults, events, alarms or notifications
- H04L41/0631—Management of faults, events, alarms or notifications using root cause analysis; using analysis of correlation between notifications, alarms or events based on decision criteria, e.g. hierarchy, tree or time analysis
-
- 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
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- 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
- G06Q10/20—Administration of product repair or maintenance
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
-
- 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
- H04L67/34—Network arrangements or protocols for supporting network services or applications involving the movement of software or configuration parameters
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Agronomy & Crop Science (AREA)
- Animal Husbandry (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及信息处理，尤其涉及一种挖掘装备故障诊断系统集成的方法及系统。一种挖掘装备故障诊断系统集成的方法，包括微服务应用群和大数据集群，微服务应用群包括消息队列服务器、数据接收服务和故障预警服务，消息队列服务器包括装备数据交换机、大数据集群通知交换机和微服务集群通知交换机。本发明的有益效果是：检测算法的应用：检测算法主要作用是根据不同种类采集设备获取的装备运行数据进行分析，通过算法的使用对设备的健康状况等予以预判。检测算法在场端服务器和云端服务器两方都有使用。
Description
技术领域
本发明涉及信息处理，尤其涉及一种挖掘装备故障诊断系统集成的方法及系统。
背景技术
大型挖掘装备对于矿山企业正常的生产工序必不可少，但由于其价格昂贵，企业一般无法负担备用设备。同时，装备每次故障性停机都会对企业带来很大经济负担。随着工业产品科技含量提高、技术升级加快和部件精密度提高，企业用户越发难掌握挖掘装备产品操作和维护的能力，这就导致运维难度加大和专业运维人员急缺等问题日益突出。
对于大型挖掘装备，现有的故障检测等技术与手段基本集中于碎片化、个性化等研究性阶段，因为生产环境复杂、外部检测手段零散等等问题，尚且没有一套整体性解决方案能汇集专业数据采集器、数据采集、数据清洗、机理模型分析、故障预警、健康诊断等为一体的整套运维系统。
随着工业企业设备资产的不断加大，人力资源日益减少，管理要求不断提高，生产设备与IT建设不断升级换代，工业互联网、工业4.0和“两化融合”等模式的提出和发展，一些企业自身对智能设备及模式的发展探索需求，越发体现出对实现设备管理的智能化、平台化、工业物联网、移动化管理模式升级的必要性。本发明通过智能设备、科学的检测算法和智能化平台建设完成对大型挖掘装备智能运维管理。
发明内容
本发明所要解决的技术问题是对于现有的挖掘装备，在行业内并没有系统性、可行性的故障检测方法。大多数业主方都是通过人员巡检等规则性工作，人为的判断装备运行状况，只能人为定性无法科学性定量，提供一种挖掘装备故障诊断系统集成的方法及系统。
本发明是通过以下技术方案予以实现：
一种挖掘装备故障诊断系统集成的方法，包括微服务应用群和大数据集群，微服务应用群包括消息队列服务器、数据接收服务和故障预警服务，消息队列服务器包括装备数据交换机、大数据集群通知交换机和微服务集群通知交换机，包括以下步骤：
步骤000：装备数据交换机将装备数据通过微服务应用群的数据接收服务发送到大数据集群通知交换机；
步骤010：大数据集群的数据接收服务接收装备数据，对装备数据进行数据清洗，筛选出有效数据；
步骤020：对有效数据进行故障分析，分析数据是否故障，对无故障的有效数据进行趋势分析，分析数据是否有风险；
步骤030：将有故障或有风险的数据通过微服务集群通知交换机发送到故障预警服务；
步骤040：通过无故障且无风险的数据完善模型，并进行存储。
根据上述技术方案，优选地，故障预警服务将有故障或有风险的数据发送到运维系统，或通过即时通信接口发送给技术人员。
一种运用权利要求1方法的挖掘装备故障诊断系统，包括挖掘装备、场端服务器和云端服务器；
挖掘装备设有采集设备和边缘服务器，采集设备将采集到的装备数据发送到边缘服务器中，边缘服务器通过工控显示屏展示装备数据，边缘服务器能够将装备数据发送到场端服务器和云端服务器；
场端服务器汇总多台挖掘装备的装备数据；
云端服务器包括微服务应用集群和大数据服务器集群。
本发明的有益效果是：
1.检测算法的应用：检测算法主要作用是根据不同种类采集设备获取的装备运行数据进行分析，通过算法的使用对设备的健康状况等予以预判。检测算法在场端服务器和云端服务器两方都有使用。
2.大数据集群应用：大数据集群作为云端环境的数据处理集群，通过流式处理等方式对采集设备获取的数据进行清洗，通过各种检测算法进行数据分析，通过外部接口进行通知与预警。同时，通过分布式文件系统地使用，在提高数据利用效率的同时，保证数据的可回溯性。
3.云服务应用集群：云服务应用集群作为平台应用逻辑处理层，通过微服务方式将服务精细化、内聚化，以达到高可用、高扩展性、灵活插拔等特点，为平台使用人提供良好的对外交互。
4.智能设备的应用：伴随5G等网络技术的发展，市场当中对于工控、人机交互等智能设备也蓬勃地发展起来。对于各种智能设备，可以在节能、提高事物解决能力等方面都有着良好的能力。
5.高级专项人才的效率：对于某种挖掘装备来说，对其最熟悉的可能是制造方的高级技术人员，这些人员有着丰富的使用与故障检修等经验；然而，这部分高级技术人员势必不会太多，无法满足各业主方不定时的需求，这也是大多数制造方的痛点所在，通过本方法的集成系统可以有效地提升高级专项人才效能，解决企业人才瓶颈问题。
附图说明
图1示出了本发明的实施例的云端故障检测流程图。
图2示出了本发明的实施例的故障诊断系统整体架构图。
图3示出了本发明的实施例的云端架构图。
图4示出了本发明的实施例的场端架构图。
图5示出了本发明的实施例的客户端架构图。
具体实施方式
为了使本技术领域的技术人员更好地理解本发明的技术方案，下面结合附图和最佳实施例对本发明作进一步的详细说明。
如图所示，本发明一种挖掘装备故障诊断系统集成的方法，包括微服务应用群和大数据集群，微服务应用群包括消息队列服务器、数据接收服务和故障预警服务，消息队列服务器包括装备数据交换机、大数据集群通知交换机和微服务集群通知交换机，包括以下步骤：
步骤000：装备数据交换机将装备数据通过微服务应用群的数据接收服务发送到大数据集群通知交换机；
步骤010：大数据集群的数据接收服务接收装备数据，对装备数据进行数据清洗，筛选出有效数据；
步骤020：对有效数据进行故障分析，分析数据是否故障，对无故障的有效数据进行趋势分析，分析数据是否有风险；
步骤030：将有故障或有风险的数据通过微服务集群通知交换机发送到故障预警服务；
步骤040：通过无故障且无风险的数据完善模型，并进行存储。
根据上述技术方案，优选地，故障预警服务将有故障或有风险的数据发送到运维系统，或通过即时通信接口发送给技术人员。
一种运用权利要求1方法的挖掘装备故障诊断系统，包括挖掘装备、场端服务器和云端服务器；
挖掘装备设有采集设备和边缘服务器，采集设备将采集到的装备数据发送到边缘服务器中，边缘服务器通过工控显示屏展示装备数据，边缘服务器能够将装备数据发送到场端服务器和云端服务器；
场端服务器汇总多台挖掘装备的装备数据；
云端服务器包括微服务应用集群和大数据服务器集群。
名词介绍：
1.挖掘装备：指特定某台大型挖掘装备。
2.采集设备：指安装于挖掘装备上的数据采集器，包括但不限于振动采集器、电压电流采集器、速度采集器等。
3.装备数据：采集设备采集到的设备运行数据。
4.制造方：指挖掘装备产品的制造单位。
5.业主方：指挖掘装备的购买、使用单位，是制造方的最终客户。
6.故障诊断系统：包含所有制造方和业主方使用的硬件设备、软件功能、检测算法等。
7.场端：故障诊断系统在业主方的软硬件设备和功能。
8.云端：故障诊断系统在制造方指定位置部署的软硬件环境。
9.客户端：基于云端应用，在制造方需求范围中规划的各种人机交互功能、页面或系统，包括但不限于大数据展示页面、移动设备App、运维管理系统等等。
10.检测算法：基于数据建模、人工智能等对装备数据进行分析的算法。
1.关于数据采集：
由平台架构图可以看出，每个场端现场中可能会有多个挖掘装备，每个挖掘装备就是一个数据采集中心。每个数据采集中心会根据装备的型号、关键部件等部署不定量的采集设备，每个采集设备通过统一的AP、工业网关等等将数据汇聚于部署在挖掘装备上的边缘服务器中，同时边缘服务器通过驾驶室的工控显示屏展示当前设备的数据及运行状况。
在边缘服务器中，已经部署了一定量的算法模块，这些算法模块会对数据进行初期的清洗和分析，由于边缘服务器部署在挖掘装备上，运行环境比较简陋，所以并不是完整的算法分析功能，而只是初期的数据处理。同时将采集数据进行一定量的整理，展示在挖掘装备驾驶室的工控屏上，以便驾驶员查看。
边缘服务器同时根据预设功能，将初期清洗后的装备数据发送给统一的场端服务器或外发给云端服务器。这部分可以根据业主方相关规定等进行替换。
由此可知，数据采集工作集中在挖掘装备之上，具体功能有以下几点：
1)收集各采集设备数据；
2)对各采集设备的数据进行初期清洗、汇总为以挖掘装备为单位的统一数据，进行驾驶员的工控展示；
3)调用某些运算量有限的算法，对数据进行初步分析，如有问题尽早提示挖掘装备驾驶员，予以处理；
4)将装备数据发送给场端或云端服务器，进行进一步的数据处理。
2.关于检测算法：
本专利中检测算法部分是基于算法使用的，并不包含算法的实现方式，先就此声明。本专利预计使用到的算法如下：
1)最优拉丁超立方
2)正交实验设计
3)克里金法
4)人工神经网络
5)全息因实验设计
6)中心组合实验设计
7)多项式响应面模型
8)决定系数
9)最大绝对值误差
10)支持向量机回归
11)最小二阶乘
12)留一法
13)K-折
14)序列加点
15)模型预测
16)Sobol法
17)均方根误差
18)径向基函数模型
19)拉丁超立方
20)序列二次规划法
21)模拟退火法
22)例子群算法
23)遗传算法
检测算法的使用分为三个层面的，同样部署的算法数量也是有差异的，具体如下：
1)云端大数据集群：包含全部算法，可以运行最全面的分析。同时根据各种装备数据通过人工神经网络、例子群算法等对装备模型进一步学习以便于强化模型效果；
2)场端服务器集群：包含定量的算法，执行一定程度的分析，预计包含边缘服务器算法外的均方根误差法、模拟退火法；
3)边缘服务器：包含最小限度的算法，执行初期的数据分析，预计包含最大绝对值误差、决定系数算法。
3.关于故障分析、预判：
故障分析、预判、报警等功能，核心是算法的使用，但是并不限于算法的使用，其中涉及了多个集群间的数据通知和交互，
对于现有的挖掘装备，在行业内并没有系统性、可行性的故障检测方法。大多数业主方都是通过人员巡检等规则性工作，人为的判断装备运行状况，只能人为定性无法科学性定量。
本方法可以将系统整体切实的落地实施，并为制造方和业主方提供切实有效地执行方案。
作为一种故障诊断系统集成的方法，其中涉及的大数据集群、微服务集群都是可以通过不同实现方式来完成的，比如CloudERA、SpringCloud等框架也可以在一定程度上完成某个模块的功能。
本发明的有益效果是：
1.检测算法的应用：检测算法主要作用是根据不同种类采集设备获取的装备运行数据进行分析，通过算法的使用对设备的健康状况等予以预判。检测算法在场端服务器和云端服务器两方都有使用。
2.大数据集群应用：大数据集群作为云端环境的数据处理集群，通过流式处理等方式对采集设备获取的数据进行清洗，通过各种检测算法进行数据分析，通过外部接口进行通知与预警。同时，通过分布式文件系统地使用，在提高数据利用效率的同时，保证数据的可回溯性。
3.云服务应用集群：云服务应用集群作为平台应用逻辑处理层，通过微服务方式将服务精细化、内聚化，以达到高可用、高扩展性、灵活插拔等特点，为平台使用人提供良好的对外交互。
4.智能设备的应用：伴随5G等网络技术的发展，市场当中对于工控、人机交互等智能设备也蓬勃地发展起来。对于各种智能设备，可以在节能、提高事物解决能力等方面都有着良好的能力。
5.高级专项人才的效率：对于某种挖掘装备来说，对其最熟悉的可能是制造方的高级技术人员，这些人员有着丰富的使用与故障检修等经验；然而，这部分高级技术人员势必不会太多，无法满足各业主方不定时的需求，这也是大多数制造方的痛点所在，通过本方法的集成系统可以有效地提升高级专项人才效能，解决企业人才瓶颈问题。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。
Claims (3)
1.一种挖掘装备故障诊断系统集成的方法，包括微服务应用群和大数据集群，微服务应用群包括消息队列服务器、数据接收服务和故障预警服务，消息队列服务器包括装备数据交换机、大数据集群通知交换机和微服务集群通知交换机，其特征在于包括以下步骤：
步骤000：装备数据交换机将装备数据通过微服务应用群的数据接收服务发送到大数据集群通知交换机；
步骤010：大数据集群的数据接收服务接收装备数据，对装备数据进行数据清洗，筛选出有效数据；
步骤020：对有效数据进行故障分析，分析数据是否故障，对无故障的有效数据进行趋势分析，分析数据是否有风险；
步骤030：将有故障或有风险的数据通过微服务集群通知交换机发送到故障预警服务；
步骤040：通过无故障且无风险的数据完善模型，并进行存储。
2.根据权利要求1所述的一种挖掘装备故障诊断系统集成的方法，其特征在于：故障预警服务将有故障或有风险的数据发送到运维系统，或通过即时通信接口发送给技术人员。
3.一种运用权利要求1方法的挖掘装备故障诊断系统，其特征在于：包括挖掘装备、场端服务器和云端服务器；
挖掘装备设有采集设备和边缘服务器，采集设备将采集到的装备数据发送到边缘服务器中，边缘服务器通过工控显示屏展示装备数据，边缘服务器能够将装备数据发送到场端服务器和云端服务器；
场端服务器汇总多台挖掘装备的装备数据；
云端服务器包括微服务应用集群和大数据服务器集群。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011557880.4A CN112737829A (zh) | 2020-12-23 | 2020-12-23 | 一种挖掘装备故障诊断系统集成的方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011557880.4A CN112737829A (zh) | 2020-12-23 | 2020-12-23 | 一种挖掘装备故障诊断系统集成的方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112737829A true CN112737829A (zh) | 2021-04-30 |
Family
ID=75615785
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011557880.4A Pending CN112737829A (zh) | 2020-12-23 | 2020-12-23 | 一种挖掘装备故障诊断系统集成的方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112737829A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114444781A (zh) * | 2021-12-31 | 2022-05-06 | 大连理工大学人工智能大连研究院 | 大型挖掘装备生产运营工业互联网平台的构建方法及系统 |
| CN116155964A (zh) * | 2023-04-18 | 2023-05-23 | 北京徐工汉云技术有限公司 | 挖掘机工作装置的异常监控系统、方法与装置 |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107202027A (zh) * | 2017-05-24 | 2017-09-26 | 重庆大学 | 一种大型风机运行趋势分析及故障预测方法 |
| CN107276816A (zh) * | 2016-11-03 | 2017-10-20 | 厦门嵘拓物联科技有限公司 | 一种基于云服务的远程监测与故障诊断系统及故障诊断方法 |
| CN107330529A (zh) * | 2017-06-05 | 2017-11-07 | 上海理工大学 | 重型轧辊装载智能机器人的故障风险评估方法 |
| CN108591104A (zh) * | 2018-04-18 | 2018-09-28 | 广东寰球智能科技有限公司 | 一种基于云平台的风机故障预测与健康管理系统、方法 |
| CN109710524A (zh) * | 2018-12-19 | 2019-05-03 | 上海华兴数字科技有限公司 | 一种自动测试方法、系统和计算机存储介质 |
| CN110045719A (zh) * | 2019-04-30 | 2019-07-23 | 孚创动力控制技术（启东）有限公司 | 一种远程故障诊断方法 |
| CN110717665A (zh) * | 2019-09-30 | 2020-01-21 | 国家电网有限公司 | 基于调度控制系统故障辨识及趋性分析系统和方法 |
| CN110809017A (zh) * | 2019-08-16 | 2020-02-18 | 云南电网有限责任公司玉溪供电局 | 一种基于云平台和微服务构架的数据分析应用平台系统 |
| CN111240910A (zh) * | 2020-01-02 | 2020-06-05 | 北京航天测控技术有限公司 | 设备健康管理微服务生成方法、装置、设备及可读介质 |
| CN111340110A (zh) * | 2020-02-25 | 2020-06-26 | 湖南师范大学 | 一种基于工业过程运行状态趋势分析的故障预警方法 |
| CN111629043A (zh) * | 2020-05-21 | 2020-09-04 | 北京计算机技术及应用研究所 | 一种基于云端模式的跨平台健康管理系统 |
-
2020
- 2020-12-23 CN CN202011557880.4A patent/CN112737829A/zh active Pending
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107276816A (zh) * | 2016-11-03 | 2017-10-20 | 厦门嵘拓物联科技有限公司 | 一种基于云服务的远程监测与故障诊断系统及故障诊断方法 |
| CN107202027A (zh) * | 2017-05-24 | 2017-09-26 | 重庆大学 | 一种大型风机运行趋势分析及故障预测方法 |
| CN107330529A (zh) * | 2017-06-05 | 2017-11-07 | 上海理工大学 | 重型轧辊装载智能机器人的故障风险评估方法 |
| CN108591104A (zh) * | 2018-04-18 | 2018-09-28 | 广东寰球智能科技有限公司 | 一种基于云平台的风机故障预测与健康管理系统、方法 |
| CN109710524A (zh) * | 2018-12-19 | 2019-05-03 | 上海华兴数字科技有限公司 | 一种自动测试方法、系统和计算机存储介质 |
| CN110045719A (zh) * | 2019-04-30 | 2019-07-23 | 孚创动力控制技术（启东）有限公司 | 一种远程故障诊断方法 |
| CN110809017A (zh) * | 2019-08-16 | 2020-02-18 | 云南电网有限责任公司玉溪供电局 | 一种基于云平台和微服务构架的数据分析应用平台系统 |
| CN110717665A (zh) * | 2019-09-30 | 2020-01-21 | 国家电网有限公司 | 基于调度控制系统故障辨识及趋性分析系统和方法 |
| CN111240910A (zh) * | 2020-01-02 | 2020-06-05 | 北京航天测控技术有限公司 | 设备健康管理微服务生成方法、装置、设备及可读介质 |
| CN111340110A (zh) * | 2020-02-25 | 2020-06-26 | 湖南师范大学 | 一种基于工业过程运行状态趋势分析的故障预警方法 |
| CN111629043A (zh) * | 2020-05-21 | 2020-09-04 | 北京计算机技术及应用研究所 | 一种基于云端模式的跨平台健康管理系统 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114444781A (zh) * | 2021-12-31 | 2022-05-06 | 大连理工大学人工智能大连研究院 | 大型挖掘装备生产运营工业互联网平台的构建方法及系统 |
| CN116155964A (zh) * | 2023-04-18 | 2023-05-23 | 北京徐工汉云技术有限公司 | 挖掘机工作装置的异常监控系统、方法与装置 |
| CN116155964B (zh) * | 2023-04-18 | 2023-06-13 | 北京徐工汉云技术有限公司 | 挖掘机工作装置的异常监控系统、方法与装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107368365A (zh) | 云平台自动运维方法、系统、设备及存储介质 | |
| CN106371975B (zh) | 一种运维自动化预警方法和系统 | |
| CN115102827B (zh) | 一种中小型制造业的数字产品实时监测通用互联网平台 | |
| CN107819876A (zh) | 一种基于云平台的数据处理方法及系统 | |
| CN110806743A (zh) | 基于人工智能的设备故障检测与预警系统及方法 | |
| CN105631026A (zh) | 一种安全数据分析系统 | |
| CN103283208A (zh) | 基于云计算的远程实时监控系统 | |
| CN104142661A (zh) | 使用基于云的数据用于工业自动化系统训练 | |
| CN112737829A (zh) | 一种挖掘装备故障诊断系统集成的方法及系统 | |
| CN104508625A (zh) | 用于监视云资源的抽象模型 | |
| CN111143167B (zh) | 用于多平台的告警归并方法及装置、设备、存储介质 | |
| CN112579288A (zh) | 一种基于云计算智能安全用数据管理系统 | |
| CN107395379A (zh) | 一种集群巡检系统及方法 | |
| CN103425093A (zh) | 生产工厂中故障状态自动恢复的方法和系统 | |
| CN1477509A (zh) | 一种进程自动恢复方法 | |
| CN106330599A (zh) | Android应用程序网络流量多线程采集系统及方法 | |
| CN103164774A (zh) | 一种基于工作流的汽车整车开发系统 | |
| CN105051718B (zh) | 用于监视-挖掘-管理循环的方法和系统 | |
| CN111324460A (zh) | 一种基于云计算平台的电力监测控制系统及方法 | |
| CN110048881A (zh) | 信息监控系统、信息监控方法及装置 | |
| CN110442766A (zh) | 网页数据采集方法、装置、设备及存储介质 | |
| CN110796341A (zh) | 一种催收案件分布式批处理方法、装置和电子设备 | |
| CN104217314B (zh) | 路由信息抓取方法和装置 | |
| CN115222181A (zh) | 机器人运营状态监控系统及方法 | |
| CN103164776B (zh) | 一种药品追溯系统及其药品追溯方法和流程监控方法 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210430 |
|
| RJ01 | Rejection of invention patent application after publication |