CN113077061A - 一种基于生产数据挖掘的设备预测性维护系统 - Google Patents

一种基于生产数据挖掘的设备预测性维护系统 Download PDF

Info

Publication number
CN113077061A
CN113077061A CN202110192525.XA CN202110192525A CN113077061A CN 113077061 A CN113077061 A CN 113077061A CN 202110192525 A CN202110192525 A CN 202110192525A CN 113077061 A CN113077061 A CN 113077061A
Authority
CN
China
Prior art keywords
equipment
working
ith
module
maintenance
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
Application number
CN202110192525.XA
Other languages
English (en)
Other versions
CN113077061B (zh
Inventor
李源林
蒋明川
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.)
Huasong Technology Group Co.,Ltd.
Original Assignee
Shanghai Hoosun Intelligent Technology Co ltd
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 Shanghai Hoosun Intelligent Technology Co ltd filed Critical Shanghai Hoosun Intelligent Technology Co ltd
Priority to CN202110192525.XA priority Critical patent/CN113077061B/zh
Publication of CN113077061A publication Critical patent/CN113077061A/zh
Application granted granted Critical
Publication of CN113077061B publication Critical patent/CN113077061B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06Q10/20—Administration of product repair or maintenance
    • 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
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2465—Query processing support for facilitating data mining operations in structured databases
    • 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
    • Y02P90/80—Management or planning

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Databases & Information Systems (AREA)
  • General Physics & Mathematics (AREA)
  • Operations Research (AREA)
  • Mathematical Physics (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • Fuzzy Systems (AREA)
  • Strategic Management (AREA)
  • Probability & Statistics with Applications (AREA)
  • Software Systems (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Testing And Monitoring For Control Systems (AREA)
  • General Factory Administration (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种基于生产数据挖掘的设备预测性维护系统。该系统包括设备数据采集设备、数据传输设备、云端服务器和终端设备，其中：所述设备数据采集设备，用于采集设备在工作过程中的工作状态数据；所述数据传输设备，用于将所述设备的工作状态数据发送给所述云端服务求；所述云端服务器，用于根据设备的工作状态数据，预测对所述设备的维护策略；将对所述设备的维护策略发送给所述终端设备；所述终端设备，用于输出所述对所述设备的维护策略。

Description

一种基于生产数据挖掘的设备预测性维护系统
技术领域
本发明涉及设备维护技术领域，特别涉及一种基于生产数据挖掘的设备预测性维护系统。
背景技术
工业生产中，工业设备在工作过程中，由于工作时间久或者遇到一些影响因素例如原料中掺入了异物等，可能会导致工业设备出现故障，需要维护、维修或者更换新设备。现有技术中，检测设备是否出现故障常靠人工检测，这样就不容易及时发现设备故障，容易造成设备生产产品的合格率降低，也更容易提高设备的损坏率。
发明内容
本发明实施例提供了一种基于生产数据挖掘的设备预测性维护系统。
本发明实施例提供了一种基于生产数据挖掘的设备预测性维护系统，包括：设备数据采集设备、数据传输设备、云端服务器和终端设备，其中：
所述设备数据采集设备，用于采集设备在工作过程中的工作状态数据；
所述数据传输设备，用于将所述设备的工作状态数据发送给所述云端服务求；
所述云端服务器，用于根据设备的工作状态数据，预测对所述设备的维护策略；将对所述设备的维护策略发送给所述终端设备；
所述终端设备，用于输出所述对所述设备的维护策略。
在一个实施例中，所述根据设备的工作状态数据，预测对所述设备的维护策略，包括：
根据预设的维护策略预测模型和设备的工作状态数据，确定对所述设备的维护策略。
在一个实施例中，所述设备数据采集设备采集设备在工作过程中的工作状态数据，包括：所述设备数据采集设备从预设的数据采集初始时刻开始，采集设备在工作过程中的工作状态数据。
在一个实施例中，所述云端服务器根据预设的维护策略预测模型和设备的工作状态数据，确定对所述设备的维护策略，包括：
步骤A1：利用公式(1)确定所述设备中工作模组的工作温度的波动值：
Figure BDA0002945623020000021
其中，Wi表示所述设备的第i个工作模组在当前时间之前连续的1～H个单位时间内的工作温度的波动值；T表示预设的单位时间，取值范围为[5s，300s]；Pi(kT)表示在第k个单位时间内，随机采集到的所述设备的第i个工作模组的工作温度值；max[Pi(kT)]表示在所述连续的1～H个单位时间内，随机采集到的所述设备的第i个工作模组的工作温度值的最大值；min[Pi(kT)]表示在所述连续的1～H个单位时间内，随机采集到的所述设备的第i个工作模组的工作温度值的最小值；k的取值为1～H之间的任一正整数；H为大于1的正整数，取值范围为[10，100]；
步骤A2：利用公式(2)判断所述设备中工作模组在所述连续的1～H个单位时间内的工作温度是否稳定：
Figure BDA0002945623020000022
其中，Ki表示所述设备的第i个工作模组在所述连续的第1～H个单位时间内的工作温度的稳定判定值；
若Ki≤0，表示所述设备的第i个工作模组在所述连续的第1～H个单位时间内的工作温度稳定；
若Ki＞0，表示所述设备的第i个工作模组在所述连续的第1～H个单位时间内的工作温度不稳定；
步骤A3：利用公式(3)确定所述设备中每个工作模组与设备性能之间的相关系数：
Figure BDA0002945623020000031
其中，Ri表示所述设备中第i个工作模组与设备性能之间的相关系数；Sa表示所述设备在所述连续的1～H个单位时间内生产的第a个产品的合格标识值，其中，当第a个产品合格时，Sa＝1；当第a个产品不合格时，Sa＝0；S表示所述设备在所述连续的第1～H个单位时间之前的预设时间段内的产品生产合格率；Ga,i表示所述设备生产所述第a个产品时第i个工作模组的工作时长；A表示在所述连续的1～H个单位时间内所述设备总共生产了A个产品；
步骤A4：当所述Ri等于或大于预设相关系数阈值、且Ki＞0时，则判定所述设备的第i个工作模组可能存在故障，此时所述云端服务器向所述终端设备发送所述设备的第i个工作模组可能存在故障的第一提示信息，由管理人员根据所述第一提示信息对所述设备的第i个工作模组进行降温维护，降温维护后继续运行所述设备的第i个工作模组，并重复执行步骤A1～A2判断所述设备的第i个工作模组的工作温度是否稳定，若稳定，则所述云端服务器向所述终端设备发送所述设备的第i个工作模组不需更换的第二提示信息；若不稳定，则所述云端服务器向所述终端设备发送所述设备的第i个工作模组需更换的第三提示信息，由管理人员根据所述第三提示信息对所述设备的第i个工作模组进行更换。
在一个实施例中，所述系统还包括控制中心；
所述步骤A3之后还包括：
步骤A5：当所述Ri等于或大于预设相关系数阈值、且Ki＞0时，所述云端服务器向所述控制中心发送控制所述设备中所述第i个工作模组停止工作的第一指令；
所述控制中心，用于在接收到所述第一指令后，控制所述设备中所述第i个工作模组停止工作。
在一个实施例中，所述系统还包括控制中心；
所述云端服务器向所述终端设备发送所述设备的第i个工作模组可能存在故障的第一提示信息之后，还包括：
步骤A6：所述终端设备在接收到所述管理人员对所述设备的第i个工作模组进行降温维护之后输入的降温维护结束指令时，向所述云端服务器发送对所述设备的第i个工作模组的降温维护结束通知；
步骤A7：所述云端服务器接收到所述降温维护结束通知后，向所述控制中心发送控制所述设备中所述第i个工作模组开始工作的第二指令；
所述控制中心，用于在接收到所述第二指令后，控制所述设备中所述第i个工作模组开始工作。
在一个实施例中，所述终端设备，还用于接收管理人员输入的对所述设备进行维护的历史维护记录，并将所述历史维护记录发送给所述云端服务器；
所述云端服务器，还用于存储所述历史维护记录。
在一个实施例中，所述终端设备包括手机、平板电脑、应用程序中的一种或多种。
上述技术方案通过设备数据采集设备、数据传输设备、云端服务器和终端设备的相互配合，实现了智能自动的对设备进行维护预警，不需要人工监测设备，提高了对设备故障的监测和维护效率。
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为本发明公开的一种基于生产数据挖掘的设备预测性维护系统的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
如图1所示，为本发明公开一种基于生产数据挖掘的设备预测性维护系统，包括设备数据采集设备、数据传输设备、云端服务器和终端设备，其中：
所述设备数据采集设备，用于采集设备在工作过程中的工作状态数据；
所述数据传输设备，用于将所述设备的工作状态数据发送给所述云端服务求；
所述云端服务器，用于根据设备的工作状态数据，预测对所述设备的维护策略；将对所述设备的维护策略发送给所述终端设备；
所述终端设备，用于输出所述对所述设备的维护策略。
上述技术方案的有益效果为：上述技术方案通过设备数据采集设备、数据传输设备、云端服务器和终端设备的相互配合，实现了智能自动的对设备进行维护预警，不需要人工监测设备，提高了对设备故障的监测和维护效率。
在一个实施例中，所述根据设备的工作状态数据，预测对所述设备的维护策略，包括：
根据预设的维护策略预测模型和设备的工作状态数据，确定对所述设备的维护策略。
在一个实施例中，所述设备数据采集设备采集设备在工作过程中的工作状态数据，包括：所述设备数据采集设备从预设的数据采集初始时刻开始，采集设备在工作过程中的工作状态数据。
在一个实施例中，所述云端服务器根据预设的维护策略预测模型和设备的工作状态数据，确定对所述设备的维护策略，包括：
步骤A1：利用公式(1)确定所述设备中工作模组的工作温度的波动值：
Figure BDA0002945623020000061
其中，Wi表示所述设备的第i个工作模组在连续的1～H个单位时间内的工作温度的波动值；T表示预设的单位时间，取值范围为[5s，300s]；Pi(kT)表示在第k个单位时间内，随机采集到的所述设备的第i个工作模组的工作温度值；max[Pi(kT)]表示在所述连续的1～H个单位时间内，随机采集到的所述设备的第i个工作模组的工作温度值的最大值；min[Pi(kT)]表示在所述连续的1～H个单位时间内，随机采集到的所述设备的第i个工作模组的工作温度值的最小值；k的取值为1～H之间的任一正整数；H为大于1的正整数，取值范围为[10，100]；
步骤A2：利用公式(2)判断所述设备中工作模组在所述连续的1～H个单位时间内的工作温度是否稳定：
Figure BDA0002945623020000062
其中，Ki表示所述设备的第i个工作模组在所述连续的第1～H个单位时间内的工作温度的稳定判定值；
若Ki≤0，表示所述设备的第i个工作模组在所述连续的第1～H个单位时间内的工作温度稳定；
若Ki＞0，表示所述设备的第i个工作模组在所述连续的第1～H个单位时间内的工作温度不稳定；
步骤A3：利用公式(3)确定所述设备中每个工作模组与设备性能之间的相关系数：
Figure BDA0002945623020000071
其中，Ri表示所述设备中第i个工作模组与设备性能之间的相关系数；Sa表示所述设备在所述连续的1～H个单位时间内生产的第a个产品的合格标识值，其中，当第a个产品合格时，Sa＝1；当第a个产品不合格时，Sa＝0；S表示所述设备在所述连续的第1～H个单位时间之前的预设时间段内的产品生产合格率；Ga,i表示所述设备生产所述第a个产品时第i个工作模组的工作时长；A表示在所述连续的1～H个单位时间内所述设备总共生产了A个产品；
步骤A4：当所述Ri等于或大于预设相关系数阈值、且Ki＞0时，则判定所述设备的第i个工作模组可能存在故障，此时所述云端服务器向所述终端设备发送所述设备的第i个工作模组可能存在故障的第一提示信息，由管理人员根据所述第一提示信息对所述设备的第i个工作模组进行降温维护，降温维护后继续运行所述设备的第i个工作模组，并重复执行步骤A1～A2判断所述设备的第i个工作模组的工作温度是否稳定，若稳定，则所述云端服务器向所述终端设备发送所述设备的第i个工作模组不需更换的第二提示信息；若不稳定，则所述云端服务器向所述终端设备发送所述设备的第i个工作模组需更换的第三提示信息，由管理人员根据所述第三提示信息对所述设备的第i个工作模组进行更换。
上述技术方案的有益效果为：利用步骤A1的公式(1)确定设备中每个工作模组的工作温度的波动值；从而根据所述波动值反映出所述设备每个工作模组工作温度的波动情况；然后利用步骤A2中的公式(2)根据所述设备中每个工作模组的工作温度的波动值判断所述设备每个工作模组的工作温度是否稳定，进而将温度波动较大且不稳定的设备中的工作模组进行提取；最后利用步骤A3中的公式(3)确定设备中每个工作模组与产品合格率之间的相关系数，从而可以根据所述相关系数以及所述设备每个工作模组的工作温度稳定情况进行综合判断进而预测出故障设备，进而协助管理人员进行相应的维护，保证系统预测的准确性以及维护的可靠性。
在一个实施例中，所述系统还包括控制中心；
所述步骤A3之后还包括：
步骤A5：当所述Ri等于或大于预设相关系数阈值、且Ki＞0时，所述云端服务器向所述控制中心发送控制所述设备中所述第i个工作模组停止工作的第一指令；
所述控制中心，用于在接收到所述第一指令后，控制所述设备中所述第i个工作模组停止工作。
上述技术方案的有益效果为：通过控制中心，可以实现自动控制设备中第i个工作模组的工作，提高了系统的智能化水平，提高了系统运行效率。
在一个实施例中，所述系统还包括控制中心；
所述云端服务器向所述终端设备发送所述设备的第i个工作模组可能存在故障的第一提示信息之后，还包括：
步骤A6：所述终端设备在接收到所述管理人员对所述设备的第i个工作模组进行降温维护之后输入的降温维护结束指令时，向所述云端服务器发送对所述设备的第i个工作模组的降温维护结束通知；
步骤A7：所述云端服务器接收到所述降温维护结束通知后，向所述控制中心发送控制所述设备中所述第i个工作模组开始工作的第二指令；
所述控制中心，用于在接收到所述第二指令后，控制所述设备中所述第i个工作模组开始工作。
上述技术方案的有益效果为：通过控制中心，可以实现自动控制设备中第i个工作模组的工作，提高了系统的智能化水平，提高了系统运行效率。
在一个实施例中，所述终端设备，还用于接收管理人员输入的对所述设备进行维护的历史维护记录，并将所述历史维护记录发送给所述云端服务器；
所述云端服务器，还用于存储所述历史维护记录。
在一个实施例中，所述终端设备包括手机、平板电脑、应用程序中的一种或多种。本发明实施例中，比如设备是手机时，那么工作模组可以是芯片、内存条模块、显示屏模块、喇叭、陀螺仪模块等；比如设备是数控机床时，那么工作模组可以是中央数据处理器、存储器、接口板、显示卡、显示器、电源、电动机驱动模块、电动机、操作工件等。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (8)

1.一种基于生产数据挖掘的设备预测性维护系统，其特征在于，包括设备数据采集设备、数据传输设备、云端服务器和终端设备，其中：
所述设备数据采集设备，用于采集设备在工作过程中的工作状态数据；
所述数据传输设备，用于将所述设备的工作状态数据发送给所述云端服务求；
所述云端服务器，用于根据设备的工作状态数据，预测对所述设备的维护策略；将对所述设备的维护策略发送给所述终端设备；
所述终端设备，用于输出所述对所述设备的维护策略。
2.如权利要求1所述的系统，其特征在于，
所述根据设备的工作状态数据，预测对所述设备的维护策略，包括：
根据预设的维护策略预测模型和设备的工作状态数据，确定对所述设备的维护策略。
3.如权利要求1所述的系统，其特征在于，
所述设备数据采集设备采集设备在工作过程中的工作状态数据，包括：所述设备数据采集设备从预设的数据采集初始时刻开始，采集设备在工作过程中的工作状态数据。
4.如权利要求1至3中任一所述的系统，其特征在于，
所述云端服务器根据预设的维护策略预测模型和设备的工作状态数据，确定对所述设备的维护策略，包括：
步骤A1：利用公式(1)确定所述设备中工作模组的工作温度的波动值：
Figure FDA0002945623010000011
其中，Wi表示所述设备的第i个工作模组在当前时间之前连续的1～H个单位时间内的工作温度的波动值；T表示预设的单位时间，取值范围为[5s，300s]；Pi(kT)表示在第k个单位时间内，随机采集到的所述设备的第i个工作模组的工作温度值；max[Pi(kT)]表示在所述连续的1～H个单位时间内，随机采集到的所述设备的第i个工作模组的工作温度值的最大值；min[Pi(kT)]表示在所述连续的1～H个单位时间内，随机采集到的所述设备的第i个工作模组的工作温度值的最小值；k的取值为1～H之间的任一正整数；H为大于1的正整数，取值范围为[10，100]；
步骤A2：利用公式(2)判断所述设备中工作模组在所述连续的1～H个单位时间内的工作温度是否稳定：
Figure FDA0002945623010000021
其中，Ki表示所述设备的第i个工作模组在所述连续的第1～H个单位时间内的工作温度的稳定判定值；
若Ki≤0，表示所述设备的第i个工作模组在所述连续的第1～H个单位时间内的工作温度稳定；
若Ki＞0，表示所述设备的第i个工作模组在所述连续的第1～H个单位时间内的工作温度不稳定；
步骤A3：利用公式(3)确定所述设备中每个工作模组与设备性能之间的相关系数：
Figure FDA0002945623010000022
其中，Ri表示所述设备中第i个工作模组与设备性能之间的相关系数；Sa表示所述设备在所述连续的1～H个单位时间内生产的第a个产品的合格标识值，其中，当第a个产品合格时，Sa＝1；当第a个产品不合格时，Sa＝0；S表示所述设备在所述连续的第1～H个单位时间之前的预设时间段内的产品生产合格率；Ga,i表示所述设备生产所述第a个产品时第i个工作模组的工作时长；A表示在所述连续的1～H个单位时间内所述设备总共生产了A个产品；
步骤A4：当所述Ri等于或大于预设相关系数阈值、且Ki＞0时，则判定所述设备的第i个工作模组可能存在故障，此时所述云端服务器向所述终端设备发送所述设备的第i个工作模组可能存在故障的第一提示信息，由管理人员根据所述第一提示信息对所述设备的第i个工作模组进行降温维护，降温维护后继续运行所述设备的第i个工作模组，并重复执行步骤A1～A2判断所述设备的第i个工作模组的工作温度是否稳定，若稳定，则所述云端服务器向所述终端设备发送所述设备的第i个工作模组不需更换的第二提示信息；若不稳定，则所述云端服务器向所述终端设备发送所述设备的第i个工作模组需更换的第三提示信息，由管理人员根据所述第三提示信息对所述设备的第i个工作模组进行更换。
5.如权利要求4所述的系统，其特征在于，
所述系统还包括控制中心；
所述步骤A3之后还包括：
步骤A5：当所述Ri等于或大于预设相关系数阈值、且Ki＞0时，所述云端服务器向所述控制中心发送控制所述设备中所述第i个工作模组停止工作的第一指令；
所述控制中心，用于在接收到所述第一指令后，控制所述设备中所述第i个工作模组停止工作。
6.如权利要求4或5所述的系统，其特征在于，
所述系统还包括控制中心；
所述云端服务器向所述终端设备发送所述设备的第i个工作模组可能存在故障的第一提示信息之后，还包括：
步骤A6：所述终端设备在接收到所述管理人员对所述设备的第i个工作模组进行降温维护之后输入的降温维护结束指令时，向所述云端服务器发送对所述设备的第i个工作模组的降温维护结束通知；
步骤A7：所述云端服务器接收到所述降温维护结束通知后，向所述控制中心发送控制所述设备中所述第i个工作模组开始工作的第二指令；
所述控制中心，用于在接收到所述第二指令后，控制所述设备中所述第i个工作模组开始工作。
7.如权利要求1所述的系统，其特征在于，
所述终端设备，还用于接收管理人员输入的对所述设备进行维护的历史维护记录，并将所述历史维护记录发送给所述云端服务器；
所述云端服务器，还用于存储所述历史维护记录。
8.如权利要求1所述的系统，其特征在于，
所述终端设备包括手机、平板电脑、应用程序中的一种或多种。
CN202110192525.XA 2021-02-20 2021-02-20 一种基于生产数据挖掘的设备预测性维护系统 Active CN113077061B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110192525.XA CN113077061B (zh) 2021-02-20 2021-02-20 一种基于生产数据挖掘的设备预测性维护系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110192525.XA CN113077061B (zh) 2021-02-20 2021-02-20 一种基于生产数据挖掘的设备预测性维护系统

Publications (2)

Publication Number Publication Date
CN113077061A true CN113077061A (zh) 2021-07-06
CN113077061B CN113077061B (zh) 2022-08-16

Family

ID=76609406

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110192525.XA Active CN113077061B (zh) 2021-02-20 2021-02-20 一种基于生产数据挖掘的设备预测性维护系统

Country Status (1)

Country Link
CN (1) CN113077061B (zh)

Citations (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2801938A1 (en) * 2013-05-09 2014-11-12 Rockwell Automation Technologies, Inc. Predictive maintenance for industrial products using big data
KR101518720B1 (ko) * 2015-02-15 2015-05-08 (주)부품디비 해양자원 생산장비의 예지보전을 위한 고장유형관리 장치 및 방법
CN108829933A (zh) * 2018-05-22 2018-11-16 北京天泽智云科技有限公司 一种半导体制造设备的预测性维护与健康管理的方法
TWI663510B (zh) * 2017-11-21 2019-06-21 財團法人資訊工業策進會 設備保養預測系統及其操作方法
US20190258235A1 (en) * 2016-09-14 2019-08-22 flexciton Limited Automated supervisory control system
CN110197289A (zh) * 2019-06-12 2019-09-03 众诚恒祥(北京)科技有限公司 一种基于大数据的节能设备管理系统
US20190281172A1 (en) * 2018-03-12 2019-09-12 Ricoh Company, Ltd. Maintenance system, maintenance server, and maintenance method
CN111178603A (zh) * 2019-12-19 2020-05-19 重庆邮电大学 一种基于语义的工业生产设备预测性维护系统
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
CN111581001A (zh) * 2020-04-27 2020-08-25 佛山科学技术学院 一种大数据集群的运行维护方法及装置
CN111598251A (zh) * 2019-02-20 2020-08-28 东莞先知大数据有限公司 一种基于机器学习的cnc预测性维护系统及方法
CN111984513A (zh) * 2020-08-25 2020-11-24 浙江天垂科技有限公司 一种预测性维护方法、装置、设备以及存储介质
CN111992869A (zh) * 2020-08-11 2020-11-27 上海新力动力设备研究所 一种基于边缘计算的电子束焊接设备预测性维护方法
DE102019120864B3 (de) * 2019-08-01 2020-12-17 Schuler Pressen Gmbh Verfahren und Vorrichtung zur Planung von Wartungsarbeiten an wenigstens einer Maschine
WO2021004443A1 (zh) * 2019-07-08 2021-01-14 中兴通讯股份有限公司 远程维护设备方法、下发维护指令方法、装置及系统
CN112232531A (zh) * 2020-09-15 2021-01-15 中国第一汽车股份有限公司 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
CN112307076A (zh) * 2019-08-02 2021-02-02 深圳中集智能科技有限公司 基于云与端融合的生产设备运维系统及生产设备运维方法

Patent Citations (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2801938A1 (en) * 2013-05-09 2014-11-12 Rockwell Automation Technologies, Inc. Predictive maintenance for industrial products using big data
KR101518720B1 (ko) * 2015-02-15 2015-05-08 (주)부품디비 해양자원 생산장비의 예지보전을 위한 고장유형관리 장치 및 방법
US20190258235A1 (en) * 2016-09-14 2019-08-22 flexciton Limited Automated supervisory control system
TWI663510B (zh) * 2017-11-21 2019-06-21 財團法人資訊工業策進會 設備保養預測系統及其操作方法
US20190281172A1 (en) * 2018-03-12 2019-09-12 Ricoh Company, Ltd. Maintenance system, maintenance server, and maintenance method
CN108829933A (zh) * 2018-05-22 2018-11-16 北京天泽智云科技有限公司 一种半导体制造设备的预测性维护与健康管理的方法
CN111598251A (zh) * 2019-02-20 2020-08-28 东莞先知大数据有限公司 一种基于机器学习的cnc预测性维护系统及方法
CN110197289A (zh) * 2019-06-12 2019-09-03 众诚恒祥(北京)科技有限公司 一种基于大数据的节能设备管理系统
WO2021004443A1 (zh) * 2019-07-08 2021-01-14 中兴通讯股份有限公司 远程维护设备方法、下发维护指令方法、装置及系统
DE102019120864B3 (de) * 2019-08-01 2020-12-17 Schuler Pressen Gmbh Verfahren und Vorrichtung zur Planung von Wartungsarbeiten an wenigstens einer Maschine
CN112307076A (zh) * 2019-08-02 2021-02-02 深圳中集智能科技有限公司 基于云与端融合的生产设备运维系统及生产设备运维方法
CN111178603A (zh) * 2019-12-19 2020-05-19 重庆邮电大学 一种基于语义的工业生产设备预测性维护系统
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
CN111581001A (zh) * 2020-04-27 2020-08-25 佛山科学技术学院 一种大数据集群的运行维护方法及装置
CN111992869A (zh) * 2020-08-11 2020-11-27 上海新力动力设备研究所 一种基于边缘计算的电子束焊接设备预测性维护方法
CN111984513A (zh) * 2020-08-25 2020-11-24 浙江天垂科技有限公司 一种预测性维护方法、装置、设备以及存储介质
CN112232531A (zh) * 2020-09-15 2021-01-15 中国第一汽车股份有限公司 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

Non-Patent Citations (7)

* Cited by examiner, † Cited by third party
Title
"基于协同角度开展设备预测性维护", 《现代制造》 *
"基于协同角度开展设备预测性维护", 《现代制造》, no. 16, 15 July 2020 (2020-07-15) *
张守利等: "面向发电设备预测性维护的传感数据特征抽取方法", 《太原理工大学学报》 *
张守利等: "面向发电设备预测性维护的传感数据特征抽取方法", 《太原理工大学学报》, no. 01, 15 January 2018 (2018-01-15) *
赵晓峰: "基于WEKA的信号设备预测性维护信息系统", 《铁路计算机应用》, no. 01, 25 January 2016 (2016-01-25) *
黄显贵等: "基于云平台的联轴器远程状态监测及预测性维护系统", 《安徽科技》 *
黄显贵等: "基于云平台的联轴器远程状态监测及预测性维护系统", 《安徽科技》, no. 01, 20 January 2020 (2020-01-20) *

Also Published As

Publication number Publication date
CN113077061B (zh) 2022-08-16

Similar Documents

Publication Publication Date Title
JP4502414B2 (ja) 生産管理情報出力装置及び生産管理情報出力方法
CN103227662B (zh) 一种基于状态控制的电力通信设备安全检测方法及系统
CN111865680A (zh) 一种工厂生产加工设备故障预警系统
CN113592337A (zh) 故障处理方法、装置、电子设备及存储介质
CN110726936A (zh) 一种电压采样故障和电压极值故障的判定和处理方法
CN104763576B (zh) 一种抽水蓄能机组保护辅助信号异常判别和修正方法
CN113077061B (zh) 一种基于生产数据挖掘的设备预测性维护系统
CN116820820A (zh) 服务器故障监测方法及系统
CN111210092A (zh) 一种基于深度学习的堆垛机预测性维护方法及其系统
CN115099778A (zh) 一种工业制造设备的管控方法、系统、设备及介质
CN115225534A (zh) 一种监控服务器的运行状态监控方法
CN113902408A (zh) 印刷电路板生产流程异常管理方法、装置、设备及存储介质
CN111416442A (zh) 一种基于微信小程序的ups配电柜监控方法及系统
CN111652394A (zh) 工单处理方法、装置和设备
CN212084307U (zh) 一种dcs报警系统
CN113469453B (zh) 基于信息物理系统的电梯评估方法以及电梯评估装置
CN114675623A (zh) 智能车辆控制单元故障检测排除方法、装置、设备及介质
CN117130560A (zh) 定值单的处理方法、装置、设备和介质
CN116373007A (zh) 切片机故障检测系统与方法
CN116433165A (zh) 换电记录的生成方法、装置、设备及存储介质
CN117239929A (zh) 电力设备的电力控制方法、装置、设备及存储介质
CN115986941A (zh) 一种线路停电全流程智能监护方法、装置及存储介质
CN113917900A (zh) 一种设备维修动态交互装置、方法及其存储介质
CN116414590A (zh) 故障处理方法、装置、电子设备及计算机可读存储介质
CN115830771A (zh) 一种一体化计费方法、装置、设备及介质

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
CP01 Change in the name or title of a patent holder

Address after: Room b703-b706, 7th floor, building 1, 2816 Yixian Road, Baoshan District, Shanghai, 200940

Patentee after: Huasong Technology Group Co.,Ltd.

Address before: Room b703-b706, 7th floor, building 1, 2816 Yixian Road, Baoshan District, Shanghai, 200940

Patentee before: SHANGHAI HOOSUN INTELLIGENT TECHNOLOGY Co.,Ltd.

CP01 Change in the name or title of a patent holder
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20210706

Assignee: Jiangsu ruicai Equipment Co.,Ltd.

Assignor: Huasong Technology Group Co.,Ltd.

Contract record no.: X2023980054615

Denomination of invention: A predictive maintenance system for equipment based on production data mining

Granted publication date: 20220816

License type: Common License

Record date: 20231229

EE01 Entry into force of recordation of patent licensing contract