CN113469383A - 基于互联网方式的设备远程预测性维护系统及方法 - Google Patents

基于互联网方式的设备远程预测性维护系统及方法 Download PDF

Info

Publication number
CN113469383A
CN113469383A CN202110763510.4A CN202110763510A CN113469383A CN 113469383 A CN113469383 A CN 113469383A CN 202110763510 A CN202110763510 A CN 202110763510A CN 113469383 A CN113469383 A CN 113469383A
Authority
CN
China
Prior art keywords
module
prediction
manufacturing equipment
maintenance
microelectronic manufacturing
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
CN202110763510.4A
Other languages
English (en)
Inventor
刘耀宏
杨少封
孙宇彤
郝相如
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.)
Shanxi Big Data Industry Development Co ltd
Original Assignee
Shanxi Big Data Industry Development 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 Shanxi Big Data Industry Development Co ltd filed Critical Shanxi Big Data Industry Development Co ltd
Priority to CN202110763510.4A priority Critical patent/CN113469383A/zh
Publication of CN113469383A publication Critical patent/CN113469383A/zh
Pending legal-status Critical Current

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
    • G06Q10/04—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
    • 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
    • G06Q50/04—Manufacturing
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C3/00—Registering or indicating the condition or the working of machines or other apparatus, other than vehicles
    • 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
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Manufacturing & Machinery (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Testing And Monitoring For Control Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • General Factory Administration (AREA)

Abstract

本发明公开了一种基于互联网方式的设备远程预测性维护系统及方法。该系统包括：数据采集模块、数据库管理模块和预测维护模块；数据采集模块与微电子制造装备连接，用于实时采集微电子制造装备的运行状态信息；数据库管理模块与数据采集模块连接，用于接收和存储运行状态信息；预测维护模块与数据库管理模块连接，用于提取数据库管理模块存储的运行状态信息，并根据提取的运行状态信息进行微电子制造装备的状态趋势预测、剩余寿命预测和维护方案确定。本发明的基于互联网方式的设备远程预测性维护系统及方法能实现微电子制造装备的预测性维护分析，预先识别故障的早期征兆，避免突发故障，提高微电子制造装备的安全性和可靠性，减少维修保养成本。

Description

基于互联网方式的设备远程预测性维护系统及方法
技术领域
本发明涉及微电子制造装备技术领域，尤其涉及一种基于互联网方式的设备远程预测性维护系统及方法。
背景技术
随着微电子产业快速发展，微电子制造装备的发展逐渐朝着智能化和自动化的方向发展，对微电子制造装备的生产过程的监控需求也越来越高。
传统的微电子制造装备在运行维护过程中，通常采用事后维修方式进行装备的维护保养。事后维修也称为修复性维修，是最早用于复杂装备系统出现故障后进行的维修活动，事后维修是以设备是否完好或是否能用为维修决策依据，即系统出现故障后再进行修理，包括故障定位、故障隔离、分解、更换、再装、调准及检测等步骤。事后维修虽然能够将设备的有效寿命最大化，但是如果发生突发故障，则可能会导致更大的经济损失，严重时还可能导致安全事故发生。
发明内容
为解决上述现有技术中存在的部分或全部技术问题，本发明提供一种基于互联网方式的设备远程预测性维护系统及方法。
本发明的技术方案如下：
第一方面，提供了一种基于互联网方式的设备远程预测性维护系统，所述系统包括：数据采集模块、数据库管理模块和预测维护模块；
所述数据采集模块与微电子制造装备连接，用于实时采集所述微电子制造装备的运行状态信息；
所述数据库管理模块与所述数据采集模块连接，用于接收和存储所述运行状态信息；
所述预测维护模块与所述数据库管理模块连接，用于提取所述数据库管理模块存储的所述运行状态信息，并根据提取的所述运行状态信息进行所述微电子制造装备的状态趋势预测、剩余寿命预测和维护方案确定。
在一些可选的实施方式中，所述微电子制造装备包括：打孔机、印刷机和/或划片机。
在一些可选的实施方式中，所述预测维护模块包括：状态趋势预测子模块、剩余寿命预测子模块和维护决策子模块；
所述状态趋势预测子模块与所述数据库管理模块连接，用于根据所述运行状态信息预测所述微电子制造装备的运行状态发展趋势；
所述剩余寿命预测子模块分别与所述数据库管理模块和所述状态趋势预测子模块连接，用于根据所述运行状态信息和所述发展趋势预测所述微电子制造装备的剩余使用寿命；
所述维护决策子模块分别与所述数据库管理模块、所述状态趋势预测子模块和所述剩余寿命预测子模块连接，用于根据所述运行状态信息、所述发展趋势和所述剩余使用寿命确定维护方案。
在一些可选的实施方式中，所述预测维护模块还包括状态显示子模块，所述状态显示子模块与所述状态趋势预测子模块连接，用于显示所述微电子制造装备的运行状态发展趋势信息。
在一些可选的实施方式中，所述预测维护模块还包括寿命显示子模块，所述寿命显示子模块与所述剩余寿命预测子模块连接，用于显示所述微电子制造装备的剩余使用寿命信息。
在一些可选的实施方式中，所述预测维护模块还包括决策显示子模块，所述决策显示子模块与所述维护决策子模块连接，用于显示所述维护方案信息。
在一些可选的实施方式中，所述预测维护模块能够允许用户根据实际情况选择灰度模型或线性回归模型的预测模型进行数据预测。
第二方面，还提供了一种基于互联网方式的设备远程预测性维护方法，所述方法利用上述的基于互联网方式的设备远程预测性维护系统实现，所述方法包括：
获取微电子制造装备的运行状态信息；
根据运行状态信息，利用预测模型预测微电子制造装备的运行状态发展趋势；
根据运行状态信息和微电子制造装备的运行状态发展趋势，预测微电子制造装备的剩余使用寿命；
根据运行状态信息、微电子制造装备的运行状态发展趋势和剩余使用寿命，确定维护方案。
在一些可选的实施方式中，所述方法还包括：
确定微电子制造装备的关键零部件，获取关键零部件的运行状态信息。
在一些可选的实施方式中，针对微电子制造装备中的打孔机，采用打孔机冲针作为打孔机的关键零部件，预测模型采用灰度预测模型，并且允许用户根据实际情况进行参数调节；
针对微电子制造装备中的印刷机，采用印刷机刮刀作为印刷机的关键零部件，预测模型采用线性回归预测模型；
针对微电子制造装备中的划片机，采用划片机刀片作为划片机的关键零部件，预测模型采用线性回归预测模型。
本发明技术方案的主要优点如下：
本发明的基于互联网方式的设备远程预测性维护系统及方法通过设置数据采集模块、数据库管理模块和预测维护模块，能够实现微电子制造装备的预测性维护分析，预先识别故障的早期征兆，实现被动维修向主动维修的转变，避免突发故障，提高微电子制造装备的使用安全性和可靠性，减少维修保养成本。
附图说明
此处所说明的附图用来提供对本发明实施例的进一步理解，构成本发明的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1为本发明一实施例的基于互联网方式的设备远程预测性维护系统的结构示意图；
图2为本发明一实施例的预测维护模块的结构示意图；
图3为本发明一实施例的基于互联网方式的设备远程预测性维护方法的流程图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明具体实施例及相应的附图对本发明技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本发明的一部分实施例，而不是全部的实施例。基于本发明的实施例，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。
以下结合附图，详细说明本发明实施例提供的技术方案。
第一方面，参见图1，本发明一实施例提供了一种基于互联网方式的设备远程预测性维护系统，该系统包括：数据采集模块、数据库管理模块和预测维护模块；数据采集模块与微电子制造装备连接，用于实时采集微电子制造装备的运行状态信息；数据库管理模块与数据采集模块连接，用于接收和存储运行状态信息；预测维护模块与数据库管理模块连接，用于提取数据库管理模块存储的运行状态信息，并根据提取的运行状态信息进行微电子制造装备的状态趋势预测、剩余寿命预测和维护方案确定。
具体地，本发明一实施例提供的基于互联网方式的设备远程预测性维护系统在使用时，数据采集模块实时采集微电子制造装备的运行状态信息，并将采集的运行状态信息发送至数据库管理模块，数据库管理模块接收并存储运行状态信息，预测维护模块根据微电子制造装备的实际预测需求从数据库管理模块中提取特定运行状态信息，基于提取的运行状态信息，利用预测算法建立面向微电子制造装备的状态趋势预测模型，以预测微电子制造装备的运行状态发展趋势；而后，预测维护模型根据微电子制造装备的运行状态信息和运行状态发展趋势预测微电子制造装备的剩余使用寿命；最后，预测维护模块根据微电子制造装备的运行状态信息、运行状态发展趋势和剩余使用寿命进行维护可行性分析，确定后续维护方案，以实现微电子制造装备的预测性维护分析。
其中，运行状态信息包括历史运行状态信息、当前运行状态信息和负载信息等，剩余使用寿命指的是微电子制造装备在正常使用状态下从当前时间到失效时的寿命。
本发明一实施例中，微电子制造装备可以包括：打孔机、印刷机和/或划片机。
进一步地，本发明一实施例中，数据采集模块与数据库管理模块、以及数据库管理模块与预测维护模块均可以采用无线通信方式连接，以便于传输数据信息。
参见图2，本发明一实施例中，预测维护模块可以包括：状态趋势预测子模块、剩余寿命预测子模块和维护决策子模块；状态趋势预测子模块与数据库管理模块连接，用于根据运行状态信息预测微电子制造装备的运行状态发展趋势；剩余寿命预测子模块分别与数据库管理模块和状态趋势预测子模块连接，用于根据运行状态信息和发展趋势预测微电子制造装备的剩余使用寿命；维护决策子模块分别与数据库管理模块、状态趋势预测子模块和剩余寿命预测子模块连接，用于根据运行状态信息、发展趋势和剩余使用寿命确定维护方案。
具体地，状态趋势预测子模块根据微电子制造装备的实际预测需求从数据库管理模块中提取特定运行状态信息，而后基于提取的运行状态信息，利用预测算法建立面向微电子制造装备的状态趋势预测模型，预测微电子制造装备的运行状态发展趋势，并将预测的运行状态发展趋势分别送至剩余寿命预测子模块和维护决策子模块；剩余寿命预测子模块根据微电子制造装备的实际预测需求从数据库管理模块中提取特定运行状态信息，而后根据运行状态信息和运行状态发展趋势预测微电子制造装备的剩余使用寿命，并将预测的剩余使用寿命送至维护决策子模块；维护决策子模块根据微电子制造装备的实际预测需求从数据库管理模块中提取特定运行状态信息，而后根据运行状态信息、运行状态发展趋势和剩余使用寿命进行维护可行性分析，确定微电子制造装备后续的维护方案，以实现微电子制造装备的预测性维护分析。
进一步地，考虑到每个微电子制造装备均包括很多个零部件，若对微电子制造装备的所有零部件均进行预测，将导致数据处理量大，处理成本高，处理时间长。为此，本发明一实施例中，预测维护模块在微电子制造装备的状态趋势预测、剩余寿命预测和维护方案确定时，先确定微电子制造装备的关键零部件，根据确定的关键零部件从数据库管理模块中提取关键零部件对应的运行状态信息，基于提取的关键零部件的运行状态信息，进行关键零部件的运行状态发展趋势预测、剩余使用寿命预测和维护可行性分析，以将关键零部件的预测结果作为微电子制造装备的预测结果。如此，能够避免需要对微电子制造装备所有零部件进行预测和整合处理所导致的数据处理量大、处理成本高、以及处理时间长的问题。
进一步地，参见图2，本发明一实施例中，预测维护模块还可以包括状态显示子模块，状态显示子模块与状态趋势预测子模块连接，用于显示微电子制造装备的运行状态发展趋势信息。
通过设置状态显示子模块，能够方便工作人员查看状态趋势预测子模块的预测结果。
进一步地，预测维护模块还可以包括寿命显示子模块，寿命显示子模块与剩余寿命预测子模块连接，用于显示微电子制造装备的剩余使用寿命信息。
通过设置寿命显示子模块，能够方便工作人员查看剩余寿命预测子模块的预测结果。
进一步地，预测维护模块还可以包括决策显示子模块，决策显示子模块与维护决策子模块连接，用于显示维护方案信息。
通过设置决策显示子模块，能够方便工作人员查看剩余寿命预测子模块确定的维护方案，以便根据维护方案制定实际的维护计划。
进一步地，本发明一实施例中，预测维护模块能够允许用户根据实际情况选择灰度模型或线性回归模型的预测模型进行数据预测。
通过将预测维护模块配置为能够允许用户根据实际情况选择灰度模型或线性回归模型的预测模型进行数据预测的功能形式，能够针对不同的微电子制造装备选择不同的预测模型进行预测，从而提高预测维护模块的适用性和预测精度。
第二方面，参见图3，本发明一实施例还提供了一种基于互联网方式的设备远程预测性维护方法，该方法利用上述的基于互联网方式的设备远程预测性维护系统实现，包括：
获取微电子制造装备的运行状态信息；
根据运行状态信息，利用预测模型预测微电子制造装备的运行状态发展趋势；
根据运行状态信息和微电子制造装备的运行状态发展趋势，预测微电子制造装备的剩余使用寿命；
根据运行状态信息、微电子制造装备的运行状态发展趋势和剩余使用寿命，确定维护方案。
具体地，预测维护模块根据微电子制造装备的实际预测需求从数据库管理模块存储的由数据采集模块采集的微电子制造装备的运行状态信息中提取特定运行状态信息，基于提取的运行状态信息，利用预测算法建立面向微电子制造装备的状态趋势预测模型，以预测微电子制造装备的运行状态发展趋势；而后，预测维护模型根据微电子制造装备的运行状态信息和运行状态发展趋势预测微电子制造装备的剩余使用寿命；最后，预测维护模块根据微电子制造装备的运行状态信息、运行状态发展趋势和剩余使用寿命进行维护可行性分析，确定后续维护方案，以实现微电子制造装备的预测性维护分析。
其中，运行状态信息包括历史运行状态信息、当前运行状态信息和负载信息等，剩余使用寿命指的是微电子制造装备在正常使用状态下从当前时间到失效时的寿命。
进一步地，考虑到每个微电子制造装备均包括很多个零部件，若对微电子制造装备的所有零部件均进行预测，将导致数据处理量大，处理成本高，处理时间长。为此，该设备远程预测性维护方法还可以包括：
确定微电子制造装备的关键零部件，获取关键零部件的运行状态信息。
具体地，预测维护模块先确定微电子制造装备的关键零部件，根据确定的关键零部件从数据库管理模块中提取关键零部件对应的运行状态信息，基于提取的关键零部件的运行状态信息，进行关键零部件的运行状态发展趋势预测、剩余使用寿命预测和维护可行性分析，以将关键零部件的预测结果作为微电子制造装备的预测结果；如此，能够避免需要对微电子制造装备所有零部件进行预测和整合处理所导致的数据处理量大、处理成本高、以及处理时间长的问题。
进一步地，本发明一实施例中，微电子制造装备可以包括：可以包括：打孔机、印刷机和/或划片机。
进一步地，针对打孔机，可以以打孔机冲针作为关键零部件进行打孔机的预测性维护分析。
考虑打孔机冲针监测数据小样本的特点，在分析故障预测模型适用性和优缺点的基础上建立灰度预测模型，采用滚动预测的思想进行打孔机的预测性维护分析。
具体地，针对打孔机，该设备远程预测性维护方法可以包括：预测维护模块从数据库管理模块中提取打孔机冲针的运行状态信息，建立灰度预测模型，利用灰度预测模型对打孔机冲针的运行状态信息进行处理，预测打孔机冲针的运行状态发展趋势；而后，预测维护模型根据打孔机冲针的运行状态信息和运行状态发展趋势预测打孔机冲针的剩余使用寿命；预测维护模块根据打孔机冲针的运行状态信息、运行状态发展趋势和剩余使用寿命进行维护可行性分析，确定打孔机后续的维护方案。
其中，在利用灰度模型对微电子制造装备进行预测维护时，允许用户根据实际情况进行参数调节。
进一步地，针对印刷机，可以以印刷机刮刀作为关键零部件进行印刷机的预测性维护分析。
考虑印刷机刮刀数据基本呈现线性关系，在分析故障预测模型适用性和优缺点基础上建立线性回归预测模型，以进行打孔机的预测性维护分析。
具体地，针对印刷机，该设备远程预测性维护方法可以包括：预测维护模块从数据库管理模块中提取印刷机刮刀的运行状态信息，建立线性回归预测模型，利用线性回归预测模型对印刷机刮刀的运行状态信息进行处理，预测印刷机刮刀的运行状态发展趋势；而后，预测维护模型根据印刷机刮刀的运行状态信息和运行状态发展趋势预测印刷机刮刀的剩余使用寿命；预测维护模块根据印刷机刮刀的运行状态信息、运行状态发展趋势和剩余使用寿命进行维护可行性分析，确定印刷机后续的维护方案。
进一步地，针对划片机，可以以划片机刀片作为关键零部件进行划片机的预测性维护分析。
考虑划片机刀片数据呈现一定的线性关系，在分析故障预测模型适用性和优缺点基础上建立线性回归预测模型，以进行划片机的预测性维护分析。
具体地，针对划片机，该设备远程预测性维护方法可以包括：预测维护模块从数据库管理模块中提取划片机刀片的运行状态信息，建立线性回归预测模型，利用线性回归预测模型对划片机刀片的运行状态信息进行处理，预测划片机刀片的运行状态发展趋势；而后，预测维护模型根据划片机刀片的运行状态信息和运行状态发展趋势预测划片机刀片的剩余使用寿命；预测维护模块根据划片机刀片的运行状态信息、运行状态发展趋势和剩余使用寿命进行维护可行性分析，确定划片机后续的维护方案。
本发明一实施例提供的基于互联网方式的设备远程预测性维护系统及方法通过设置数据采集模块、数据库管理模块和预测维护模块，能够实现微电子制造装备的预测性维护分析，预先识别故障的早期征兆，实现被动维修向主动维修的转变，避免突发故障，提高微电子制造装备的使用安全性和可靠性，减少维修保养成本。
需要说明的是，在本文中，诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。此外，本文中“前”、“后”、“左”、“右”、“上”、“下”均以附图中表示的放置状态为参照。
最后应说明的是：以上实施例仅用于说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种基于互联网方式的设备远程预测性维护系统，其特征在于，所述系统包括：数据采集模块、数据库管理模块和预测维护模块；
所述数据采集模块与微电子制造装备连接，用于实时采集所述微电子制造装备的运行状态信息；
所述数据库管理模块与所述数据采集模块连接，用于接收和存储所述运行状态信息；
所述预测维护模块与所述数据库管理模块连接，用于提取所述数据库管理模块存储的所述运行状态信息，并根据提取的所述运行状态信息进行所述微电子制造装备的状态趋势预测、剩余寿命预测和维护方案确定。
2.根据权利要求1所述的基于互联网方式的设备远程预测性维护系统，其特征在于，所述微电子制造装备包括：打孔机、印刷机和/或划片机。
3.根据权利要求1所述的基于互联网方式的设备远程预测性维护系统，其特征在于，所述预测维护模块包括：状态趋势预测子模块、剩余寿命预测子模块和维护决策子模块；
所述状态趋势预测子模块与所述数据库管理模块连接，用于根据所述运行状态信息预测所述微电子制造装备的运行状态发展趋势；
所述剩余寿命预测子模块分别与所述数据库管理模块和所述状态趋势预测子模块连接，用于根据所述运行状态信息和所述发展趋势预测所述微电子制造装备的剩余使用寿命；
所述维护决策子模块分别与所述数据库管理模块、所述状态趋势预测子模块和所述剩余寿命预测子模块连接，用于根据所述运行状态信息、所述发展趋势和所述剩余使用寿命确定维护方案。
4.根据权利要求3所述的基于互联网方式的设备远程预测性维护系统，其特征在于，所述预测维护模块还包括状态显示子模块，所述状态显示子模块与所述状态趋势预测子模块连接，用于显示所述微电子制造装备的运行状态发展趋势信息。
5.根据权利要求3或4所述的基于互联网方式的设备远程预测性维护系统，其特征在于，所述预测维护模块还包括寿命显示子模块，所述寿命显示子模块与所述剩余寿命预测子模块连接，用于显示所述微电子制造装备的剩余使用寿命信息。
6.根据权利要求3、4或5所述的基于互联网方式的设备远程预测性维护系统，其特征在于，所述预测维护模块还包括决策显示子模块，所述决策显示子模块与所述维护决策子模块连接，用于显示所述维护方案信息。
7.根据权利要求6所述的基于互联网方式的设备远程预测性维护系统，其特征在于，所述预测维护模块能够允许用户根据实际情况选择灰度模型或线性回归模型的预测模型进行数据预测。
8.一种基于互联网方式的设备远程预测性维护方法，其特征在于，所述方法利用权利要求1至7中任一项所述的基于互联网方式的设备远程预测性维护系统实现，所述方法包括：
获取微电子制造装备的运行状态信息；
根据运行状态信息，利用预测模型预测微电子制造装备的运行状态发展趋势；
根据运行状态信息和微电子制造装备的运行状态发展趋势，预测微电子制造装备的剩余使用寿命；
根据运行状态信息、微电子制造装备的运行状态发展趋势和剩余使用寿命，确定维护方案。
9.根据权利要求8所述的设备远程预测性维护方法，其特征在于，所述方法还包括：
确定微电子制造装备的关键零部件，获取关键零部件的运行状态信息。
10.根据权利要求9所述的设备远程预测性维护方法，其特征在于，针对微电子制造装备中的打孔机，采用打孔机冲针作为打孔机的关键零部件，预测模型采用灰度预测模型，并且允许用户根据实际情况进行参数调节；
针对微电子制造装备中的印刷机，采用印刷机刮刀作为印刷机的关键零部件，预测模型采用线性回归预测模型；
针对微电子制造装备中的划片机，采用划片机刀片作为划片机的关键零部件，预测模型采用线性回归预测模型。
CN202110763510.4A 2021-07-06 2021-07-06 基于互联网方式的设备远程预测性维护系统及方法 Pending CN113469383A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110763510.4A CN113469383A (zh) 2021-07-06 2021-07-06 基于互联网方式的设备远程预测性维护系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110763510.4A CN113469383A (zh) 2021-07-06 2021-07-06 基于互联网方式的设备远程预测性维护系统及方法

Publications (1)

Publication Number Publication Date
CN113469383A true CN113469383A (zh) 2021-10-01

Family

ID=77878698

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110763510.4A Pending CN113469383A (zh) 2021-07-06 2021-07-06 基于互联网方式的设备远程预测性维护系统及方法

Country Status (1)

Country Link
CN (1) CN113469383A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116681426A (zh) * 2023-08-03 2023-09-01 山东港口科技集团烟台有限公司 一种工业互联网设备预测性维护系统及方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102495549A (zh) * 2011-11-22 2012-06-13 中联重科股份有限公司 工程机械的远程维护决策系统及方法
CN111333131A (zh) * 2020-03-11 2020-06-26 信开水环境投资有限公司 用于地下式再生水厂的设备预测性维护系统和方法
CN111401583A (zh) * 2020-03-18 2020-07-10 北京天泽智云科技有限公司 基于预测性维护的自动扶梯全生命周期健康管理系统
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
CN111817880A (zh) * 2020-06-17 2020-10-23 安徽创米信息技术有限公司 一种油气田生产设备健康管理系统以及实现方法
CN112434871A (zh) * 2020-12-02 2021-03-02 中国科学院合肥物质科学研究院 一种透平膨胀机预测性维护方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102495549A (zh) * 2011-11-22 2012-06-13 中联重科股份有限公司 工程机械的远程维护决策系统及方法
CN111333131A (zh) * 2020-03-11 2020-06-26 信开水环境投资有限公司 用于地下式再生水厂的设备预测性维护系统和方法
CN111401583A (zh) * 2020-03-18 2020-07-10 北京天泽智云科技有限公司 基于预测性维护的自动扶梯全生命周期健康管理系统
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
CN111817880A (zh) * 2020-06-17 2020-10-23 安徽创米信息技术有限公司 一种油气田生产设备健康管理系统以及实现方法
CN112434871A (zh) * 2020-12-02 2021-03-02 中国科学院合肥物质科学研究院 一种透平膨胀机预测性维护方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116681426A (zh) * 2023-08-03 2023-09-01 山东港口科技集团烟台有限公司 一种工业互联网设备预测性维护系统及方法
CN116681426B (zh) * 2023-08-03 2023-10-27 山东港口科技集团烟台有限公司 一种工业互联网设备预测性维护系统及方法

Similar Documents

Publication Publication Date Title
US7873505B2 (en) Method and apparatus for predicting scheduled system downtime
US20030036939A1 (en) Method and system configure to manage a maintenance process
CN105049223B (zh) 一种电力通信网缺陷故障处理决策辅助分析方法
CN111340250A (zh) 设备检修装置、方法及计算机可读存储介质
EP1909235A2 (en) Systems and methods for remote diagnostics of devices
CN109559064A (zh) 基于物联网的站台门的运行维护方法
CN102318270A (zh) 访问节点监控装置、访问节点监视系统、方法以及程序
US20200143487A1 (en) Plant assistance assessment system and plant assistance assessment method
CN113469383A (zh) 基于互联网方式的设备远程预测性维护系统及方法
Lewis et al. Maintenance of mobile mine equipment in the information age
CN113516244A (zh) 一种智能运维方法、装置、电子设备及存储介质
CN108107292B (zh) 电能质量在线监测系统的业务数据监测系统及方法
CN101149606A (zh) 产业工艺评价装置以及产业工艺评价方法
CN111807181A (zh) 一种Web电梯监控平台
CN115841739A (zh) 一种基于物联网的设备管理跟踪方法及系统
CN102355683B (zh) 基站信息查询方法和设备
CN117930718A (zh) 基于大数据的设备运行状态监测预警方法及系统
US20230408996A1 (en) Monitoring laundry machine operation using machine learning analysis of acoustic transducer signal information
CN113055231A (zh) 电力通信网络n-x检修状态的业务可靠性评估方法及装置
CN117114211A (zh) 一种应急供电评估优化方法及系统
CN112381242A (zh) 核电站设备维修项目数据处理方法及系统
CN111046557A (zh) 一种基于iot-bim的机电设备维护保养智慧管理方法
JP2010259175A (ja) 保護継電装置用支援システム及び保護継電装置用支援方法
CN115171242B (zh) 工业车辆远程故障检测系统
CN114385719A (zh) 基于多数据采集分析的数字化设备故障预知系统

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20211001

RJ01 Rejection of invention patent application after publication