CN113986678A - 基于数据训练的设备状态监测系统 - Google Patents

基于数据训练的设备状态监测系统 Download PDF

Info

Publication number
CN113986678A
CN113986678A CN202111304027.6A CN202111304027A CN113986678A CN 113986678 A CN113986678 A CN 113986678A CN 202111304027 A CN202111304027 A CN 202111304027A CN 113986678 A CN113986678 A CN 113986678A
Authority
CN
China
Prior art keywords
monitoring
monitored
unit
units
coefficient
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
CN202111304027.6A
Other languages
English (en)
Other versions
CN113986678B (zh
Inventor
贾志伟
孙颖
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.)
Jiangsu Dingchi Electronic Technology Co ltd
Original Assignee
Jiangsu Dingchi Electronic 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 Jiangsu Dingchi Electronic Technology Co ltd filed Critical Jiangsu Dingchi Electronic Technology Co ltd
Priority to CN202111304027.6A priority Critical patent/CN113986678B/zh
Publication of CN113986678A publication Critical patent/CN113986678A/zh
Application granted granted Critical
Publication of CN113986678B publication Critical patent/CN113986678B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00Error detection; Error correction; Monitoring
    • G06F11/30Monitoring
    • G06F11/3089Monitoring arrangements determined by the means or processing involved in sensing the monitored data, e.g. interfaces, connectors, sensors, probes, agents
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00Error detection; Error correction; Monitoring
    • G06F11/30Monitoring
    • G06F11/3055Monitoring arrangements for monitoring the status of the computing system or of the computing system component, e.g. monitoring if the computing system is on, off, available, not available
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00Error detection; Error correction; Monitoring
    • G06F11/30Monitoring
    • G06F11/3065Monitoring arrangements determined by the means or processing involved in reporting the monitored data

Abstract

本发明涉及一种基于数据训练的设备状态监测系统,该系统包括若干监控单元,设置在待监测单元上,用以对待监测单元的运行状态进行实时监测;存储单元,用以存储各监测单元之间的作用系数,以及确定当前运行正在运行的待监测单元;控制单元,与存储单元和监控单元连接,中控单元根据当前正在运行的待监测单元的状态以及该待测单元与其他监控单元的作用系数,确定其他待监控单元的监控时间以及监控力度。通过对待监测单元的状态的实时监测,并根据监测到实时状态以及其与其他待监测单元的作用关系确定其他待监测单元在进行监测时的监控时间和监控力度,实现对待监测单元的精准监控,使得对于监控单元的工作状态调度更为合理和高效。

Description

基于数据训练的设备状态监测系统
技术领域
本发明涉及设备监测技术领域,尤其涉及一种基于数据训练的设备状态监测系统。
背景技术
在多设备协同作业的工业环境中,或是对于某设备中具有多联动的部件在进行协同作业时,由于存在多个协同设备或多个协同部件,如在煤矿生产过程中,需要利用运输带对煤渣进行距离运输,因此在运输带下需要设置多个托辊来带动运输带进行工作,实现运输,因此这多个托辊就属于多个协同部件,而在钢材生产过程中则需要多个协同设备顺序作业,来完成钢材的生产,如炼钢、浇筑、轧制等,是利用多个协同设备共同完成生产。
由于在多协同设备或多协同部件在进行工作的过程中,需要每个协同设备或是协同部件完成自己的本职工作之外,还要完成与相邻设备或部件的交互,使得工作协同的完整性要求更高,但是在实际使用过程中,每个设备或是部件的工作状态并不一定是完美的,或是本职工作完成得很好,但是在于其他设备进行交互过程中,则状态一般,致使协同作用整体的工作效率降低甚至会引起其他更为不利的后果,影响生产效率。因此对于每个协同设备或是协同部件的工作状态的监测则尤为重要,成为人们亟待进行监测的要点,但是现有技术中的对于设备的监测仍处于初级阶段,仅就阈值与实际工作值的比较则进行判断,因此对于设备状态的监控过于粗糙。
发明内容
为此,本发明提供一种基于数据训练的设备状态监测系统,可以解决现有技术中对设备状态的监控过于粗糙的技术问题。
为实现上述目的,本发明提供一种基于数据训练的设备状态监测系统,包括:
若干监控单元,设置在待监测单元上,用以对待监测单元的运行状态进行实时监测;
存储单元,用以存储各监测单元之间的作用系数,以及确定当前运行正在运行的待监测单元;
控制单元,与所述存储单元和监控单元连接,中控单元根据当前正在运行的待监测单元的状态以及该待测单元与其他监控单元的作用系数,确定其他待监控单元的监控时间以及监控力度;
在确定各个待监测单元之间的作用系数时,设定当前正在运行待监测单元为Ui,该待监测单元需要进行监测的参数有n个,在判定其他待监测单元与正在运行的待监测单元的作用系数时,若其他单元的监测参数需要使用正在运行的待监测单元的监测参数的数量属于第一数量范围n1,则该待监测单元与正在运行的待监测单元Ui的作用系数为第一级别系数L1;
若其他单元的监测参数需要使用正在运行的待监测单元的监测参数的数量属于第二数量范围n2,则该待监测单元与正在运行的待监测单元Ui的作用系数为第二级别系数L2;
若其他单元的监测参数需要使用正在运行的待监测单元的监测参数的数量属于第三数量范围n3,则该待监测单元与正在运行的待监测单元Ui的作用系数为第三级别系数L3,其中0<n1<n2<n3<n,第一范围n1内的每个数值均小于第二范围n2内的每个数值且均小于第三范围n3内的每个数值。
进一步地,所述根据当前正在运行的待监测单元的状态以及该待测单元与其他监控单元的作用系数,确定其他待监控单元的监控时间以及监控力度包括:
对于待监测单元中进行监测的任意参数Pi,i=1-n中的任意整数,该参数在运行过程中设置有标准值S0,而实际运行过程中的监控单元监测到的实时数值为S,若实时数值S>标准值S0,则表示该参数的运行状态异常,则与该参数存在作用系数的待监测单元的监控时间进行延长且监控力度要加大;
若实时数值S≤标准值S0,则表示参数运行状态正常,无需对其他待监测单元的监控时间和监控力度进行调整。
进一步地,当需要对待监测单元的监控时间进行延长时,根据实时单元与标准值之间的差值进行调整延长系数;
计算实时数值S与标准值S0之间的实际差值ΔS,控制单元内预先设置有标准差值ΔS0,若实际差值ΔS≤标准差值ΔS0,则采用第一系数k1对监控时间进行延长;
若实际差值ΔS>标准差值ΔS0,则采用第二系数k2对监控时间进行延长。
进一步地,采用第一系数k1对监控时间T进行延长,延长后的监控时间为T1′,T1′=T×(1+k1);
采用第二系数k2对监控时间T进行延长,延长后的监控时间为T2′,T2′=T×(1+k2)。
进一步地,当对监控力度进行加大调整为调整监控频率。
进一步地,当对监控单元的监控频率进行调整时,中控单元内预先设置有标准频率F0;
当需要进行频率的调整时,根据监控时间的调整系数和差值系数的占比综合作用于标准频率F0。
进一步地,所述根据监控时间的调整系数和差值系数的占比综合作用于标准频率F0包括:
通过第一占比系数α和第二占比系数β分别作用于调整系数和差值系数对标准频率F0调整,
标准频率F0进行调整后为F0′=F0×(α×ki+β×ΔS/ΔS0),ki为k1或k2,α+β=1。
进一步地,第一占比系数α=(n1+n2)/n;第二占比系数β=n3/n。
进一步地,第一占比系数α=第二占比系数β=1/2。
进一步地,所述监控单元为摄像头,所述待监测单元为托辊。
与现有技术相比,本发明的有益效果在于,通过对待监测单元的状态的实时监测,并根据监测到实时状态以及其与其他待监测单元的作用关系确定其他待监测单元在进行监测时的监控时间和监控力度,实现对待监测单元的精准监控,使得在工业系统在运行过程中,对于监控单元的工作状态调度更为合理和高效。
尤其,通过对待监测单元在运行过程中的监测参数的数值进行检测,并根据实时数值与预存的标准值进行比较,并根据比较结果对与该参数存在作用系数的待监测单元的监测时间和监控力度进行调整,提高了监控单元的监控效率,保证工业系统的安全稳定运转。
尤其,通过计算任意参数的实际值与标准值之间的差值与标准差值之间的关系,若是实际差值ΔS≤标准差值ΔS0,则表示实时数值并没有偏离标准值很多,在允许的范围内,因此采用第一系数对监控时间延长,若是实际差值ΔS>标准差值ΔS0,则表示偏离较多,需要尽快将实际值进行调整,以免参数值过大影响待监测单元的正常运行,发生故障,则会导致工业系统整体的瘫痪,因此在与该参数相关的其他待监测单元运行的过程中,需要延长监测时间,以使得确保各个待监测单元运行正常后,才可以停止监测,保证工业系统的运行状态,实现工业系统的平稳运行。
尤其,通过在原有的监控时间的基础上进行增加,使得对于监控时间的调节更为精准,而采用第一系数或第二系数对监控时间进行延长,增加的时间长度是原有的监控时间与第一系数或第二系数相乘的结果,通过增加监控时间实现对待监测单元进行更长时间的监控,以确定异常的参数是否会对该待监测单元的运行状态产生影响,若在延长后的监控时间内产生异常,则可以及时发现,由于处于监控状态下,可以明确对其产生的影响是如何作用的,便于在后续的生产实践中进行更为精准的调节控制,保证工业系统中各部件运行的稳定性和安全性。
尤其,通过调整监控频率来加大监控力度,在实际应用中,需要对监控力度进行增加,增加监控力度的方式有很多中,如在监控过程中增加监控的画面清晰度,使得监控画面的细节易于辨别,还可以增加动态画面的帧数,使得对于动作的变化展现得更为清晰,实现动态监测,当然也可以采用调整监控频率的方式实现对监控画面的有效监控,在实际应用中,增加监控频率就是缩短监控间隔,实现对待监测单元的全面监控,但是在应用时,由于全时段监控需要进行处理的数据较多,因此采用间隔式监控,使得对于待监测单元在需要进行监控的时段内进行监控,若是非必要监控时段则可以停止监控,实现对监控时间的合理规划,提高对于待监测单元的高效监控,提高工业系统运行的稳定性。
尤其,通过对标准频率进行调整,实现对于监控时间的精准控制,而标准频率的调整的系数是根据监控时间的调整系数和差值系数的占比综合作用确定的,通过调整系数和差值系数两者的作用使得对于标准频率的调整更为精准,实现对监控频率的精准确定,由于在实际应用中,能够影响监控频率的因素有监控时间和监控时间偏离程度,因此本发明实施例通过监控时间的调整系数以及差值系数两个参数共同作用于标准频率,实现对监控频率的精确调整,提高对于工业系统中的待监测单元的精准监控,保证工业系统运行的稳定性。
尤其,通过设置第一占比系数和第二占地系数来表示调整系数和差值系数在对标准频率的影响作用的大小,在实际应用中第一占比系数和第二占比系数的总和为1,表示标准频率的影响因素仅受调整系数和差值系数的影响,在实际应用过程中,第一占比系数可以是0.1、0.2、0.5、0.8或是0.9,相应地第二占比系数对应为0.9、0.8、0.5、0.2或是0.1,以根据实际工业系统的要求对占比系数进行选择,实现对标准频率的智能调节,保证对于监控力度的智能调节,提高工业系统在运行过程中的稳定性。
尤其,通过对第一占比系数和第二占比系数的计算方法进行了界定,采用对待监测单元进行监测的参数的数量以及有用参数的数量的来确定第一占比系数和第二占比系数,使得第一占比系数和第二占比系数的界定更为精准,建立了参数的各个数量范围与监控时间的关系,使得对于监控时间的确定更为精准,实现对监控时间的动态调整,针对不同的待监测单元,其监控时间的确定是不一样的,提高对监控时间控制的灵活性,保证工业系统运行的稳定性。
尤其,通过相同的第一占比系数和第二占比系数,使得调整系数和差值系数的占比是相同的,表示两者对于标准频率的影响作用是相同的,保证了标准频率在进行调整时更为精准,提高了工业系统的监控频率的准确性,保证工业系统运行的稳定性和高效性。
尤其,通过采用摄像头为监控单元,易于实现,且监控的角度更多,实现对待监测单元的全面监控,实现监控的无死角,实现工业系统中的各待监测单元的有效监控,保证工业系统正常运行,提高对于工业系统中的各待监测单元的有效监控,提高状态监测的有效性,及时发现工业系统中的异常,提高工业系统的运行效率。
尤其,通过将待监测单元设定为托辊,实现对包含运输带的工业系统的有效监测,保证运输带的正常运行,大大提高了托辊的工作效率,进而有效提高了运输带的工作效率,使得包含运输带的工业系统的运作过程更为高效。当然本发明实施例中的待监测单元包括但不限于托辊,还可以是其他工业系统中的部件,在此不一一列举,在实际应用过程中工业系统中的待监测单元的数量至少为3个,能够保证工业系统运行的复杂性,实现对待监测单元的有效监控,提高了设备状态监测系统的灵活控制,提高工业系统的运行效率。
附图说明
图1为本发明实施例提供的基于数据训练的设备状态监测系统的结构示意图。
具体实施方式
为了使本发明的目的和优点更加清楚明白,下面结合实施例对本发明作进一步描述;应当理解,此处所描述的具体实施例仅仅用于解释本发明,并不用于限定本发明。
下面参照附图来描述本发明的优选实施方式。本领域技术人员应当理解的是,这些实施方式仅仅用于解释本发明的技术原理,并非在限制本发明的保护范围。
需要说明的是,在本发明的描述中,术语“上”、“下”、“左”、“右”、“内”、“外”等指示的方向或位置关系的术语是基于附图所示的方向或位置关系,这仅仅是为了便于描述,而不是指示或暗示所述装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
此外,还需要说明的是,在本发明的描述中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域技术人员而言,可根据具体情况理解上述术语在本发明中的具体含义。
请参阅图1所示,本发明实施例提供的基于数据训练的设备状态监测系统包括:
若干监控单元10,设置在待监测单元上,用以对待监测单元的运行状态进行实时监测;
存储单元20,用以存储各监测单元之间的作用系数,以及确定当前运行正在运行的待监测单元;
控制单元30,与所述存储单元和监控单元连接,中控单元根据当前正在运行的待监测单元的状态以及该待测单元与其他监控单元的作用系数,确定其他待监控单元的监控时间以及监控力度。
具体而言,在一个工业设备内或是工作过程中,需要进行协同的多个部件定义为待监测单元,属于监控单元进行监控的对象,在实际应用中,可以是每个待监测单元上均设置有监控单元,还可以是设置一个监控单元,实现各个待监测单元的实时监控,在本发明实施例中采用的是每个待监测单元上均设置有监控单元,实现了每个待监控单元的实时监控,且不会受到其他监控单元的影响,实现了每个待监测单元的独立性,有效保证其他待监测单元的监控数据的完整性。
具体而言,本发明实施例中的控制单元作为中央控制中枢,实现对各个待监控单元的监控时间以及监控力度的确定,并在确定对应的监控时间和监控力度后,在对应的监控时间内利用监控单元实现对待监控单元进行监测,并按照对应的监控力度进行监测,能够有效分配监控单元的监控作用,保证工业系统在运行过程中基于有效的监控作用,使得工业系统的运行更加高效,并在监控到工业系统异常时可以提前预告及时处理,保证工业系统的运行效率。
具体而言,在确定各个待监测单元之间的作用系数时,设定当前正在运行待监测单元为Ui,该待监测单元需要进行监测的参数有n个,在判定其他待监测单元与正在运行的待监测单元的作用系数时,若其他单元的监测参数需要使用正在运行的待监测单元的监测参数的数量属于第一数量范围n1,则该待监测单元与正在运行的待监测单元Ui的作用系数为第一级别系数L1;
若其他单元的监测参数需要使用正在运行的待监测单元的监测参数的数量属于第二数量范围n2,则该待监测单元与正在运行的待监测单元Ui的作用系数为第二级别系数L2;
若其他单元的监测参数需要使用正在运行的待监测单元的监测参数的数量属于第三数量范围n3,则该待监测单元与正在运行的待监测单元Ui的作用系数为第三级别系数L3,其中0<n1<n2<n3<n,第一范围n1内的每个数值均小于第二范围n2内的每个数值且均小于第三范围n3内的每个数值。
具体而言,本发明实施例通过对待监测单元的状态的实时监测,并根据监测到实时状态以及其与其他待监测单元的作用关系确定其他待监测单元在进行监测时的监控时间和监控力度,实现对待监测单元的精准监控,使得在工业系统在运行过程中,对于监控单元的工作状态调度更为合理和高效。
具体而言,所述根据当前正在运行的待监测单元的状态以及该待测单元与其他监控单元的作用系数,确定其他待监控单元的监控时间以及监控力度包括:
对于待监测单元中进行监测的任意参数Pi,i=1-n中的任意整数,该参数在运行过程中设置有标准值S0,而实际运行过程中的监控单元监测到的实时数值为S,若实时数值S>标准值S0,则表示该参数的运行状态异常,则与该参数存在作用系数的待监测单元的监控时间进行延长且监控力度要加大;
若实时数值S≤标准值S0,则表示参数运行状态正常,无需对其他待监测单元的监控时间和监控力度进行调整。
具体而言,本发明实施例通过对待监测单元在运行过程中的监测参数的数值进行检测,并根据实时数值与预存的标准值进行比较,并根据比较结果对与该参数存在作用系数的待监测单元的监测时间和监控力度进行调整,提高了监控单元的监控效率,保证工业系统的安全稳定运转。在实际应用过程中,加大监控力度也就是增加监控频次,例如原本是每小时监控一次,增加监控力度可以是每半小时监控一次,还可以是其他监控策略,在此不再一一列举。
具体而言,当需要对待监测单元的监控时间进行延长时,根据实时单元与标准值之间的差值进行调整延长系数;
计算实时数值S与标准值S0之间的实际差值ΔS,控制单元内预先设置有标准差值ΔS0,若实际差值ΔS≤标准差值ΔS0,则采用第一系数k1对监控时间进行延长;
若实际差值ΔS>标准差值ΔS0,则采用第二系数k2对监控时间进行延长。
具体而言,本发明实施例通过计算任意参数的实际值与标准值之间的差值与标准差值之间的关系,若是实际差值ΔS≤标准差值ΔS0,则表示实时数值并没有偏离标准值很多,在允许的范围内,因此采用第一系数对监控时间延长,若是实际差值ΔS>标准差值ΔS0,则表示偏离较多,需要尽快将实际值进行调整,以免参数值过大影响待监测单元的正常运行,发生故障,则会导致工业系统整体的瘫痪,因此在与该参数相关的其他待监测单元运行的过程中,需要延长监测时间,以使得确保各个待监测单元运行正常后,才可以停止监测,保证工业系统的运行状态,实现工业系统的平稳运行。
具体而言,采用第一系数k1对监控时间T进行延长,延长后的监控时间为T1′,T1′=T×(1+k1);
采用第二系数k2对监控时间T进行延长,延长后的监控时间为T2′,T2′=T×(1+k2)。
具体而言,本发明实施例通过在原有的监控时间的基础上进行增加,使得对于监控时间的调节更为精准,而采用第一系数或第二系数对监控时间进行延长,增加的时间长度是原有的监控时间与第一系数或第二系数相乘的结果,通过增加监控时间实现对待监测单元进行更长时间的监控,以确定异常的参数是否会对该待监测单元的运行状态产生影响,若在延长后的监控时间内产生异常,则可以及时发现,由于处于监控状态下,可以明确对其产生的影响是如何作用的,便于在后续的生产实践中进行更为精准的调节控制,保证工业系统中各部件运行的稳定性和安全性。
具体而言,当对监控力度进行加大调整为调整监控频率。
具体而言,本发明实施例通过调整监控频率来加大监控力度,在实际应用中,需要对监控力度进行增加,增加监控力度的方式有很多中,如在监控过程中增加监控的画面清晰度,使得监控画面的细节易于辨别,还可以增加动态画面的帧数,使得对于动作的变化展现得更为清晰,实现动态监测,当然也可以采用调整监控频率的方式实现对监控画面的有效监控,在实际应用中,增加监控频率就是缩短监控间隔,实现对待监测单元的全面监控,但是在应用时,由于全时段监控需要进行处理的数据较多,因此采用间隔式监控,使得对于待监测单元在需要进行监控的时段内进行监控,若是非必要监控时段则可以停止监控,实现对监控时间的合理规划,提高对于待监测单元的高效监控,提高工业系统运行的稳定性。
具体而言,当对监控单元的监控频率进行调整时,中控单元内预先设置有标准频率F0;
当需要进行频率的调整时,根据监控时间的调整系数和差值系数的占比综合作用于标准频率F0。
具体而言,本发明实施例通过对标准频率进行调整,实现对于监控时间的精准控制,而标准频率的调整的系数是根据监控时间的调整系数和差值系数的占比综合作用确定的,通过调整系数和差值系数两者的作用使得对于标准频率的调整更为精准,实现对监控频率的精准确定,由于在实际应用中,能够影响监控频率的因素有监控时间和监控时间偏离程度,因此本发明实施例通过监控时间的调整系数以及差值系数两个参数共同作用于标准频率,实现对监控频率的精确调整,提高对于工业系统中的待监测单元的精准监控,保证工业系统运行的稳定性。
具体而言,所述根据监控时间的调整系数和差值系数的占比综合作用于标准频率F0包括:
通过第一占比系数α和第二占比系数β分别作用于调整系数和差值系数对标准频率F0调整,
标准频率F0进行调整后为F0′=F0×(α×ki+β×ΔS/ΔS0),ki为k1或k2,α+β=1。
具体而言,本发明实施例通过设置第一占比系数和第二占地系数来表示调整系数和差值系数在对标准频率的影响作用的大小,在实际应用中第一占比系数和第二占比系数的总和为1,表示标准频率的影响因素仅受调整系数和差值系数的影响,在实际应用过程中,第一占比系数可以是0.1、0.2、0.5、0.8或是0.9,相应地第二占比系数对应为0.9、0.8、0.5、0.2或是0.1,以根据实际工业系统的要求对占比系数进行选择,实现对标准频率的智能调节,保证对于监控力度的智能调节,提高工业系统在运行过程中的稳定性。
具体而言,第一占比系数α=(n1+n2)/n;第二占比系数β=n3/n。
具体而言,本发明实施例通过对第一占比系数和第二占比系数的计算方法进行了界定,采用对待监测单元进行监测的参数的数量以及有用参数的数量的来确定第一占比系数和第二占比系数,使得第一占比系数和第二占比系数的界定更为精准,建立了参数的各个数量范围与监控时间的关系,使得对于监控时间的确定更为精准,实现对监控时间的动态调整,针对不同的待监测单元,其监控时间的确定是不一样的,提高对监控时间控制的灵活性,保证工业系统运行的稳定性。
具体而言,第一占比系数α=第二占比系数β=1/2。
具体而言,本发明实施例通过相同的第一占比系数和第二占比系数,使得调整系数和差值系数的占比是相同的,表示两者对于标准频率的影响作用是相同的,保证了标准频率在进行调整时更为精准,提高了工业系统的监控频率的准确性,保证工业系统运行的稳定性和高效性。
具体而言,所述监控单元为摄像头。
具体而言,本发明实施例通过采用摄像头为监控单元,易于实现,且监控的角度更多,实现对待监测单元的全面监控,实现监控的无死角,实现工业系统中的各待监测单元的有效监控,保证工业系统正常运行,提高对于工业系统中的各待监测单元的有效监控,提高状态监测的有效性,及时发现工业系统中的异常,提高工业系统的运行效率。
具体而言,所述待监测单元为托辊。
具体而言,本发明实施例通过将待监测单元设定为托辊,实现对包含运输带的工业系统的有效监测,保证运输带的正常运行,大大提高了托辊的工作效率,进而有效提高了运输带的工作效率,使得包含运输带的工业系统的运作过程更为高效。当然本发明实施例中的待监测单元包括但不限于托辊,还可以是其他工业系统中的部件,在此不一一列举,在实际应用过程中工业系统中的待监测单元的数量至少为3个,能够保证工业系统运行的复杂性,实现对待监测单元的有效监控,提高了设备状态监测系统的灵活控制,提高工业系统的运行效率。
至此,已经结合附图所示的优选实施方式描述了本发明的技术方案,但是,本领域技术人员容易理解的是,本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下,本领域技术人员可以对相关技术特征做出等同的更改或替换,这些更改或替换之后的技术方案都将落入本发明的保护范围之内。
以上所述仅为本发明的优选实施例,并不用于限制本发明;对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (10)

1.一种基于数据训练的设备状态监测系统,其特征在于,包括:
若干监控单元,设置在待监测单元上,用以对待监测单元的运行状态进行实时监测;
存储单元,用以存储各监测单元之间的作用系数,以及确定当前运行正在运行的待监测单元;
控制单元,与所述存储单元和监控单元连接,中控单元根据当前正在运行的待监测单元的状态以及该待测单元与其他监控单元的作用系数,确定其他待监控单元的监控时间以及监控力度;
在确定各个待监测单元之间的作用系数时,设定当前正在运行待监测单元为Ui,该待监测单元需要进行监测的参数有n个,在判定其他待监测单元与正在运行的待监测单元的作用系数时,若其他单元的监测参数需要使用正在运行的待监测单元的监测参数的数量属于第一数量范围n1,则该待监测单元与正在运行的待监测单元Ui的作用系数为第一级别系数L1;
若其他单元的监测参数需要使用正在运行的待监测单元的监测参数的数量属于第二数量范围n2,则该待监测单元与正在运行的待监测单元Ui的作用系数为第二级别系数L2;
若其他单元的监测参数需要使用正在运行的待监测单元的监测参数的数量属于第三数量范围n3,则该待监测单元与正在运行的待监测单元Ui的作用系数为第三级别系数L3,其中0<n1<n2<n3<n,第一范围n1内的每个数值均小于第二范围n2内的每个数值且均小于第三范围n3内的每个数值。
2.根据权利要求1所述的基于数据训练的设备状态监测系统,其特征在于,
所述根据当前正在运行的待监测单元的状态以及该待测单元与其他监控单元的作用系数,确定其他待监控单元的监控时间以及监控力度包括:
对于待监测单元中进行监测的任意参数Pi,i=1-n中的任意整数,该参数在运行过程中设置有标准值S0,而实际运行过程中的监控单元监测到的实时数值为S,若实时数值S>标准值S0,则表示该参数的运行状态异常,则与该参数存在作用系数的待监测单元的监控时间进行延长且监控力度要加大;
若实时数值S≤标准值S0,则表示参数运行状态正常,无需对其他待监测单元的监控时间和监控力度进行调整。
3.根据权利要求2所述的基于数据训练的设备状态监测系统,其特征在于,
当需要对待监测单元的监控时间进行延长时,根据实时单元与标准值之间的差值进行调整延长系数;
计算实时数值S与标准值S0之间的实际差值ΔS,控制单元内预先设置有标准差值ΔS0,若实际差值ΔS≤标准差值ΔS0,则采用第一系数k1对监控时间进行延长;
若实际差值ΔS>标准差值ΔS0,则采用第二系数k2对监控时间进行延长。
4.根据权利要求3所述的基于数据训练的设备状态监测系统,其特征在于,
采用第一系数k1对监控时间T进行延长,延长后的监控时间为T1′,T1′=T×(1+k1);
采用第二系数k2对监控时间T进行延长,延长后的监控时间为T2′,T2′=T×(1+k2)。
5.根据权利要求4所述的基于数据训练的设备状态监测系统,其特征在于,当对监控力度进行加大调整为调整监控频率。
6.根据权利要求5所述的基于数据训练的设备状态监测系统,其特征在于,
当对监控单元的监控频率进行调整时,中控单元内预先设置有标准频率F0;
当需要进行频率的调整时,根据监控时间的调整系数和差值系数的占比综合作用于标准频率F0。
7.根据权利要求6所述的基于数据训练的设备状态监测系统,其特征在于,
所述根据监控时间的调整系数和差值系数的占比综合作用于标准频率F0包括:
通过第一占比系数α和第二占比系数β分别作用于调整系数和差值系数对标准频率F0调整,
标准频率F0进行调整后为F0′=F0×(α×ki+β×ΔS/ΔS0),ki为k1或k2,α+β=1。
8.根据权利要求7所述的基于数据训练的设备状态监测系统,其特征在于,第一占比系数α=(n1+n2)/n;第二占比系数β=n3/n。
9.根据权利要求7所述的基于数据训练的设备状态监测系统,其特征在于,第一占比系数α=第二占比系数β=1/2。
10.根据权利要求8或9所述的基于数据训练的设备状态监测系统,其特征在于,所述监控单元为摄像头,所述待监测单元为托辊。
CN202111304027.6A 2021-11-05 2021-11-05 基于数据训练的设备状态监测系统 Active CN113986678B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111304027.6A CN113986678B (zh) 2021-11-05 2021-11-05 基于数据训练的设备状态监测系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111304027.6A CN113986678B (zh) 2021-11-05 2021-11-05 基于数据训练的设备状态监测系统

Publications (2)

Publication Number Publication Date
CN113986678A true CN113986678A (zh) 2022-01-28
CN113986678B CN113986678B (zh) 2022-06-24

Family

ID=79746646

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111304027.6A Active CN113986678B (zh) 2021-11-05 2021-11-05 基于数据训练的设备状态监测系统

Country Status (1)

Country Link
CN (1) CN113986678B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116009501A (zh) * 2023-03-22 2023-04-25 山东瑞芝生物科技股份有限公司 一种基于数据分析的原浆生产机台管控系统

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4029952A (en) * 1973-11-06 1977-06-14 Westinghouse Electric Corporation Electric power plant having a multiple computer system for redundant control of turbine and steam generator operation
US5933837A (en) * 1997-05-09 1999-08-03 At & T Corp. Apparatus and method for maintaining integrated data consistency across multiple databases
US20030191608A1 (en) * 2001-04-30 2003-10-09 Anderson Mark Stephen Data processing and observation system
CN101476931A (zh) * 2008-12-30 2009-07-08 南京三埃工控股份有限公司 多功用皮带秤动态全性能试验系统
JP2011198171A (ja) * 2010-03-23 2011-10-06 Fuji Xerox Co Ltd 監視システム、監視装置及び監視プログラム
US20130275842A1 (en) * 2012-04-12 2013-10-17 Com Dev International Ltd. Methods and systems for consistency checking and anomaly detection in automatic identification system signal data
CN104503887A (zh) * 2014-12-15 2015-04-08 北京奇虎科技有限公司 计算设备状态展示方法及装置
AU2018100665A4 (en) * 2018-05-17 2018-06-14 Macau University Of Science And Technology Methods and Systems for Fault Diagnosis in a Discrete Event System
US10181978B1 (en) * 2016-06-29 2019-01-15 Amazon Technologies, Inc. Discovery of device capabilities
CN112148578A (zh) * 2020-10-12 2020-12-29 贵州电网有限责任公司 基于机器学习的it故障缺陷预测方法
CN112504673A (zh) * 2020-12-07 2021-03-16 中国科学院重庆绿色智能技术研究院 基于机器学习的托辊故障诊断方法、系统及存储介质
CN112631853A (zh) * 2019-09-24 2021-04-09 中兴通讯股份有限公司 数据监控方法、任务监控方法、系统和计算机可读介质
US20210110305A1 (en) * 2019-10-09 2021-04-15 Mastercard International Incorporated Device monitoring system and method
CN113706523A (zh) * 2021-09-10 2021-11-26 华能广东海门港务有限责任公司 基于人工智能技术的皮带跑偏及异常运行状态的监测方法

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4029952A (en) * 1973-11-06 1977-06-14 Westinghouse Electric Corporation Electric power plant having a multiple computer system for redundant control of turbine and steam generator operation
US5933837A (en) * 1997-05-09 1999-08-03 At & T Corp. Apparatus and method for maintaining integrated data consistency across multiple databases
US20030191608A1 (en) * 2001-04-30 2003-10-09 Anderson Mark Stephen Data processing and observation system
CN101476931A (zh) * 2008-12-30 2009-07-08 南京三埃工控股份有限公司 多功用皮带秤动态全性能试验系统
JP2011198171A (ja) * 2010-03-23 2011-10-06 Fuji Xerox Co Ltd 監視システム、監視装置及び監視プログラム
US20130275842A1 (en) * 2012-04-12 2013-10-17 Com Dev International Ltd. Methods and systems for consistency checking and anomaly detection in automatic identification system signal data
CN104503887A (zh) * 2014-12-15 2015-04-08 北京奇虎科技有限公司 计算设备状态展示方法及装置
US10181978B1 (en) * 2016-06-29 2019-01-15 Amazon Technologies, Inc. Discovery of device capabilities
AU2018100665A4 (en) * 2018-05-17 2018-06-14 Macau University Of Science And Technology Methods and Systems for Fault Diagnosis in a Discrete Event System
CN112631853A (zh) * 2019-09-24 2021-04-09 中兴通讯股份有限公司 数据监控方法、任务监控方法、系统和计算机可读介质
US20210110305A1 (en) * 2019-10-09 2021-04-15 Mastercard International Incorporated Device monitoring system and method
CN112148578A (zh) * 2020-10-12 2020-12-29 贵州电网有限责任公司 基于机器学习的it故障缺陷预测方法
CN112504673A (zh) * 2020-12-07 2021-03-16 中国科学院重庆绿色智能技术研究院 基于机器学习的托辊故障诊断方法、系统及存储介质
CN113706523A (zh) * 2021-09-10 2021-11-26 华能广东海门港务有限责任公司 基于人工智能技术的皮带跑偏及异常运行状态的监测方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116009501A (zh) * 2023-03-22 2023-04-25 山东瑞芝生物科技股份有限公司 一种基于数据分析的原浆生产机台管控系统

Also Published As

Publication number Publication date
CN113986678B (zh) 2022-06-24

Similar Documents

Publication Publication Date Title
CN113986678B (zh) 基于数据训练的设备状态监测系统
DE102017107622A1 (de) Digital gesteuerte Stromversorungsvorrichtung und Produktionsmanagementsystem
DE102016001980B4 (de) Steuervorrichtung, die mittels einer Fehlerkorrekturfunktion eine Lebensdauervorhersage durchführt
Shpiganovich et al. Power-supply systems reliability control
DE102013112161A1 (de) Steuervorrichtung einer Werkzeugmaschine mit Zugspindelmotor und Hauptspindelmotor
WO2016202726A1 (de) Gerät mit überwachter gerätkühlung
TWI723742B (zh) 設備異常處置時序決定系統、設備異常處置時序決定方法及電腦程式
US11527985B2 (en) Control systems
CN109894475B (zh) 一种冷轧连退设备劣化趋势预警方法及装置
AT18087U1 (de) Ausrüstungsüberwachungssystem, ausrüstungsüberwachungsprogramm und ausrüstungsüberwachungsverfahren
EP2630074B1 (de) Verfahren zum betreiben einer abfüllanlage
CN110091310A (zh) 机器人以及关于机器人的维护时期的通知方法
JP2004129322A (ja) 電力需要の予測制御システム
CN106557839B (zh) 一种基于大数据的设备维修策略优化方法及系统
CN116667632B (zh) 一种整流器的控制方法和控制系统
EP2923837A1 (de) Verfahren zu Reduzierung der Spitzenlast in einer Druckmaschine
CN109255555B (zh) 基于历史运行信息的电力大数据设备生命周期估计方法
DE102012100928B4 (de) Motoransteuerungs-Regelvorrichtung, die die Leistungsabgabe eines Motors abhängig von dem Lieferverhalten einer Wechselstromversorgung einstellt
DE102018206179A1 (de) Servomotor-Steuereinrichtung und Servomotor-Steuersystem
JP6403646B2 (ja) エレベータ遠隔監視システムおよびエレベータ遠隔監視方法
CN110273060B (zh) 一种纠偏辊故障控制的方法和装置
KR101766784B1 (ko) 건물 및 생산시설의 첨두부하 제어방법
CN102262748A (zh) 用于维护智能资产的系统和方法
KR101847540B1 (ko) 작업환경온도 설정형 최대전력 제어시스템
CN104914747A (zh) 振动筛分系统控制方法

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
GR01 Patent grant
GR01 Patent grant