CN114168411A - 基于现实拓展技术的设备数字化健康智能管理系统及方法 - Google Patents
基于现实拓展技术的设备数字化健康智能管理系统及方法 Download PDFInfo
- Publication number
- CN114168411A CN114168411A CN202111434548.3A CN202111434548A CN114168411A CN 114168411 A CN114168411 A CN 114168411A CN 202111434548 A CN202111434548 A CN 202111434548A CN 114168411 A CN114168411 A CN 114168411A
- Authority
- CN
- China
- Prior art keywords
- equipment
- data
- edge
- data processing
- cloud
- 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
- 230000036541 health Effects 0.000 title claims abstract description 45
- 238000005516 engineering process Methods 0.000 title claims abstract description 36
- 238000000034 method Methods 0.000 title claims abstract description 24
- 238000012545 processing Methods 0.000 claims abstract description 155
- 238000012544 monitoring process Methods 0.000 claims abstract description 56
- 238000004458 analytical method Methods 0.000 claims abstract description 40
- 238000007726 management method Methods 0.000 claims abstract description 28
- 238000003860 storage Methods 0.000 claims abstract description 23
- 238000004364 calculation method Methods 0.000 claims abstract description 20
- 230000002452 interceptive effect Effects 0.000 claims description 26
- 238000004422 calculation algorithm Methods 0.000 claims description 15
- 238000013523 data management Methods 0.000 claims description 15
- 238000007405 data analysis Methods 0.000 claims description 7
- 230000009467 reduction Effects 0.000 claims description 6
- 238000007418 data mining Methods 0.000 claims description 4
- 238000000605 extraction Methods 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 3
- 238000010276 construction Methods 0.000 claims description 2
- 238000010606 normalization Methods 0.000 claims description 2
- 230000003416 augmentation Effects 0.000 claims 3
- 238000012512 characterization method Methods 0.000 claims 2
- 238000004891 communication Methods 0.000 description 14
- 230000003993 interaction Effects 0.000 description 7
- 230000002159 abnormal effect Effects 0.000 description 6
- 238000001514 detection method Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 230000003862 health status Effects 0.000 description 4
- 238000013473 artificial intelligence Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000003745 diagnosis Methods 0.000 description 3
- 230000003068 static effect Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- QVFWZNCVPCJQOP-UHFFFAOYSA-N chloralodol Chemical compound CC(O)(C)CC(C)OC(O)C(Cl)(Cl)Cl QVFWZNCVPCJQOP-UHFFFAOYSA-N 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3051—Monitoring arrangements for monitoring the configuration of the computing system or of the computing system component, e.g. monitoring the presence of processing resources, peripherals, I/O links, software programs
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/32—Monitoring with visual or acoustical indication of the functioning of the machine
- G06F11/324—Display of status information
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/011—Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2203/00—Indexing scheme relating to G06F3/00 - G06F3/048
- G06F2203/01—Indexing scheme relating to G06F3/01
- G06F2203/012—Walk-in-place systems for allowing a user to walk in a virtual environment while constraining him to a given position in the physical environment
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Human Computer Interaction (AREA)
- Computing Systems (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明公开了一种基于现实拓展技术的设备数字化健康智能管理系统及方法,该系统包括设备端物理系统,边缘端数据处理系统和云端数据处理系统;该方法包括采集设备运行状态和位置信息作为监测数据,并对所述监测数据进行数字化处理;对数字化处理后的监测数据进行边缘计算处理;根据边缘计算处理后监测数据构建设备的三维模型,并将所述三维模型进行云存储和边缘存储;从所述云存储中或所述边缘存储中调取所述三维模型的整体或部分进行显示,并根据显示画面对相关设备进行相应的健康状态分析;本发明实现了通过三维显示装置完成对物流设备内各个组件的现场监测并且将监测数据上传至云端,通过云端服务器完成了对物流设备内各个组件的远程监控。
Description
技术领域
本发明涉及工业物流技术领域,更具体的说是涉及一种基于现实拓展技术的设备数字化健康智能管理系统。
背景技术
近年来,智能物流中所使用的设备越来越多、越来越复杂,物流装备技术先进,结构复杂,设备故障诊断繁琐,设备健康管理尤为重要,随着大数据、云计算、VR/AR、工业互联网等技术的快速发展,使得物流设备的监控检测智能化和沉浸式现场检测成为一种可能。目前现有的物流设备的健康管理使用老式的抽检、复核、记录故障信息、使用人工现场巡视的方式,这种方式对于大量的物流设备现场的快速检测故障分析带来的严重的制约,而且对于一些设备的故障解读依赖现场的环境,即使能够通过远程故障分析都依赖传统的视频实时查看,具有灵活性不强等问题。
VR是近年来出现的高新技术,也称灵境技术或人工环境。虚拟现实是利用电脑模拟产生一个三维空间的虚拟世界,提供使用者关于视觉、听觉、触觉等感官的模拟,让使用者如同身历其境一般,可以及时、没有限制地观察三度空间内的事物。
现实拓展技术相比传统的视频内容,它具备360度全景画面,用户也就是主角可以身临其境,通过声音、全面影响感受气氛和氛围,空间感、距离感都会更有层次。这种优势对于设备的健康状态管理和故障诊断具有明显的指导意义,简化了故障检测和分析的方式。
因此,如何提供一种基于现实拓展技术的设备数字化健康智能管理系统,来简化对物流设备的故障检测和分析方式,实现更佳的检测和分析效果,是本领域技术人员亟需解决的问题。
发明内容
有鉴于此,本发明提供了一种基于现实拓展技术的设备数字化健康智能管理系统及方法,实现了通过三维显示装置完成对物流设备内各个组件的现场监测并且将监测数据上传至云端,通过云端服务器完成了对物流设备内各个组件的远程监控。
为了实现上述目的,本发明采用如下技术方案:
一种基于现实拓展技术的设备数字化健康智能管理系统,包括设备三维显示装置、设备端物理系统、边缘端数据处理系统和云端数据处理系统;
所述设备端物理系统用于采集设备运行状态和位置信息作为监测数据并对所述监测数据进行设备数字化处理;
所述边缘数据处理系统用于根据经数字化处理后的监测数据进行边缘计算处理,并上传至所述云端数据处理系统;
所述云端数据处理系统用于根据边缘计算处理后的监测数据构建设备的三维模型,并将所述三维模型发送至所述云端数据数据系统;
所述三维显示装置用于调取所述边缘端数据处理系统或所述云端数据处理系统中的所述三维模型的整体或部分进行显示,并根据显示画面发送相关指令至所述云端数据处理系统对相关设备进行相应的健康状态分析。
进一步的,所述设备端物理系统包括待监测设备、终端传感器和定位器;
所述终端传感器用于获取待监测设备核心参数以及动态运行数据并上传至所述边缘数据处理系统;
所述定位器用于获取待监测设备设备的位置信息,并上传至所述边缘数据处理系统。
进一步的,所述边缘数据处理系统包括数据管理模块和决策执行模块;所述数据管理模块用于对数字化处理后的监测数据进行初步边缘端计算并过滤去除非必要数据,将过滤后的数据上传至云端数据处理系统;
所述决策执行模块用于根据所述云端数据处理系统的健康状态分析结果,下发处理决策至所述设备端物理系统。
进一步的,所述边缘端数据处理系统还包括边缘端数据库,用于从云端数据处理系统中下载并存储三维模型和数据处理算法。
进一步的,所述云端数据处理系统包括设备建模模块、设备数据处理模块、云端故障分析模块和设备数据管理模块;
所述设备建模模块用于根据边缘数据处理系统上传的设备监测数据对设备内组件构建三维模型,还原设备内组件,并制作交互动画并输出至所述设备端物理系统;
所述设备数据处理模块,用于对边缘数据处理系统上传的数据进行降噪和特征提取,形成规范化数据;所述设备数据管理模块用于对所述规范化数据进行储存;
所述云端故障分析模块用于对所述规范化数据进行大数据分析,得到故障分析结果。
进一步的,还包括通讯系统,所述通讯系统用于设备端物理系统与边缘端数据处理系统之间以及边缘端数据处理系统与云端数据处理系统间的数据通讯。
采集设备运行状态和位置信息作为监测数据,并对所述监测数据进行数字化处理;
对数字化处理后的监测数据进行边缘计算处理;
根据边缘计算处理后监测数据构建设备的三维模型,并将所述三维模型进行云存储和边缘存储;
从所述云存储中或所述边缘存储中调取所述三维模型的整体或部分进行显示,并根据显示画面对相关设备进行相应的健康状态分析。
进一步的,所述数据管理与处理还包括采用从云端服务器中获取的数据处理算法,对采集的设备参数和位置信息进行边缘端计算并对非必要数据进行筛选和处理然后上传至所述云端服务器。
进一步的,所述三维模型的构建步骤包括:
S1:对现场进行全景拍摄或拍照得到全景视频和全景图像;
S2:通过对全景视频和全景图像进行剪辑构建设备全图和单点结构图;
S3:制作交互动画,并部署交互点;
S4:在交互点上根据预设的交互逻辑输出交互动画的内容。
进一步的,所述健康状态分析包括,通过大数据和数据挖掘提取设备的故障表征值,并结合故障类型分类标准,确认故障表征值所处类型范围,得到故障类型。
进一步的,根据预设的数据处理算法,对经过边缘计算的监测数据进行降噪处理并进行统一的规范化处理,得到规范化数据并进行云存储。
经由上述的技术方案可知,与现有技术相比,本发明公开提供了一种基于现实拓展技术的设备数字化健康智能管理系统,现场工程师可以通过佩戴三维显示装置在现场对设备进行沉浸式的人机交互,使用抽离式的方式对设备的各个组件进行交互查看;产生异常的组件也能够动态实时的展示在三维显示装置上;通过VR能够更加立体的查看设备的各种信息,利用云端服务器高性能的计算能力把数据返回到设备健康状态监视过程中。远程专家也能够通过三维显示装置对现场的设备运行环境进行深入的了解,使得对健康状态的诊断更方面,更直观;本系发明综合了大数据、云计算、边缘计算、5G、工业互联网、人工智能等方法,在设备健康状态的管理上功能模块和数据传输都是低耦合,便于组合和安装。
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,还可以根据提供的附图获得其他的附图。
图1附图为本发明提供一种基于现实拓展技术的设备数字化健康智能管理系统的结构示意图;
图2附图为本发明提供一种基于现实拓展技术的设备数字化健康智能管理系统在具体实施例中的结构示意图;
图3附图为本发明提供一种基于现实拓展技术的设备数字化健康智能管理方法流程图;
图4附图为本发明提供的一种基于现实拓展技术的设备数字化健康智能管理方法中的数据处理流程图;
图5附图为本发明中三维建模及交互动画制作流程图。
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,图2本发明实施例公开了一种基于现实拓展技术的设备数字化健康智能管理系统,其特征在于,包括设备三维显示装置101、设备端物理系统105、边缘端数据处理系统106和云端数据处理系统110;
设备端物理系统105用于采集设备运行状态和位置信息作为监测数据并对监测数据进行设备数字化处理;
云端数据处理系统110用于根据边缘数据处理系统106上传的数据进行现实拓展构建三维模型并受控于三维显示装置101进行健康状态分析,其中健康状态分析可以采用云端数据处理系统110中储存的数据处理算法。
边缘数据处理系统106用于根据经数字化处理后的监测数据进行边缘端数据分析计算过滤掉非必要数据,并上传至云端数据处理系统110;还用于从云端数据处理系统110中下载三维模型发送至三维显示装置101,结合从云端数据处理系统中下载的数据处理算法,实现现场故障分析;其中,非必要数据包括异常数据,如因为系统误差、人工操作、机器问题等导致的不正常数据,还包括经过边缘计算处理后的一些中间过渡数据。
三维显示装置101用于接收边缘端数据处理系统106发送的三维模型进行现场的故障主观分析,还用于从云端数据处理系统110获取三维模型进行远程的健康状态分析。
为了进一步实施上述技术方案,设备端物理系统105包括待监测设备101、终端传感器102和定位器104;终端传感器102用于获取设备103核心参数以及动态运行数据并上传至边缘数据处理系统106,定位器104用于获取设备103的位置信息,并上传至边缘数据处理系统106,可以用GPS技术实现对设备的定位。
其中,核心参数包括设备103的静态数据和动态数据,静态数据包括设备103能够采集到的出厂参数信息,这些参数信息因设备而异,但是可以用设备的基本静态信息来表述。动态数据包括,设备运行的状态,如电机的震动、转速、工作频率、电压、电流、温度等,这也会因设备而异,综合起来可以用光、电、声信号来表述。采集的方式一方面是依赖设备和厂家公布的数据,或者自身带有的传感器,另外一方面是通过自己部署(光、声、电)传感器专门采集。
为了进一步实施上述技术方案,边缘数据处理系统106包括数据管理模块107和决策执行模块108;数据管理模块107用于进行初步边缘端计算并筛选去除非必要数据,然后上传至云端数据处理系统106;决策执行模块108用于根据云端数据处理系统110的健康状态分析结构下发远程管理指令,下发处理决策至设备端物理系统105。
为了进一步实施上述技术方案,边缘数据处理系统106还包括边缘端数据库109,边缘端数据库109用于储存从云端数据处理系统110中下载的三维模型和算法。
云端数据处理系统110包括设备建模模块111、设备数据处理模块112、云端故障分析模块113和设备数据管理模块114;
为了进一步实施上述技术方案,设备建模模块111用于根据边缘数据处理系统106上传的设备监测数据对设备内组件构建三维模型,还原设备内组件,并制作交互动画并输出至三维显示装置101;
设备数据处理模块112,用于对边缘数据处理系统106上传的数据进行降噪和特征提取,形成规范化数据;
设备数据管理模块114用于对规范化数据进行储存;
云端故障分析模块113用于对规范化数据进行大数据分析,得到故障分析结果。
为了进一步实施上述技术方案,云端数据处理系统110还包括云端设备信息数据库115,用于储存规范化数据形成历史数据库,还用于储存三维模型、交互动画以及数据处理算法。其中,数据处理算法包括但不限于故障模式和影响分析法(FMEA)、故障模式、影响及危害度方法(FMECA)、故障树分析(FTA)、共因故障分析(CCFA)和人工智能故障分析技术。
其中,边缘端数据库109和云端设备信息数据库115可选用关系型数据库如Mysql,sqlserver等。
为了进一步实施上述技术方案,还包括通讯系统,通讯系统用于设备端物理系统与边缘端数据处理系统之间以及边缘端数据处理系统与云端数据处理系统间的数据通讯。其中,通讯系统包括第一通讯子系统116和第二通讯子系统117,第一通讯子系统116用于设备端物理系统与边缘端数据处理系统之间的数据通讯,可以利用5G、工业互联网、WiFi、IoT等技术实现设备监测信息从传感器向边缘数据处理系统的传递;第二子系统117用于边缘端数据处理系统与云端数据处理系统的数据通讯,可以使用TCP/IP通讯协议在专用网络上进行传输,此外还可采用其他网络协议进行通讯,如LoRa、NB-IoT等。
为了进一步实施上述技术方案,多个边缘端数据处理系统106对应一个或多个云端数据处理系统110,来实现大规模的设备信息监控管理。
一种基于现实拓展技术的设备数字化健康智能管理方法,包括:
采集设备运行状态和位置信息作为监测数据,并对监测数据进行数字化处理;
对数字化处理后的监测数据进行边缘计算处理;
根据边缘计算处理后监测数据构建设备的三维模型,并将三维模型进行云存储和边缘存储;
从云存储中或边缘存储中调取三维模型的整体或部分进行显示,并根据显示画面对相关设备进行相应的健康状态分析。
其中,三维模型的构建可以通过虚拟现实技术(VisualReality,VR)、增强现实技术(AugmentedReality,AR)、混合现实技术(Mixed Reality,MR)、全息现实技术(HR)或扩展现实技术(ExpanderReality,ER)来实现。
为了进一步实施上述技术方案,调取边缘存储中设备的三维模型并根据设备位置信息触发设备动画内容展示,进行现场的故障主观分析;调取云存储中设备的三维模型进行人机交互,根据设备位置信息选择设备进行动画展示并进行健康状态分析。
下面将结合图3,图4对本发明做进一步说明:
数据管理与处理,包括设备数字化处理、边缘端数据处理和云端数据处理;
设备化数字处理包括:
402:通过在设备安装传感器获取设备参数与位置信息等设备自身量化数据,即设备数字化信息;
边缘端数据处理包括:对设备自身量化数据进行预处理和分析,
云端数据处理包括:
401:三维模型及交互动画的构建、故障分析和数据管理;401和402可以同步进行;
403:设备数字化信息和设备三维模型和交互动画进行保存,保存至云端数据库;
现场监控,获取设备参数模型并根据设备位置信息触发设备动画内容展示,进行故障主观分析;具体步骤包括:
404:边缘端服务器从云端服务器获取三维模型及交互动画;
405:现场工程师佩戴三维显示装置;
406:根据定位器获得设备的位置选择交互点;
407:触发设备动画展示并进行故障主观分析;
远程监控,从云端服务器获取设备三维模型进行人机交互,根据设备位置信息选择设备进行动画展示并进行健康状态分析;具体步骤包括:
408:远程专家佩戴三维显示装置;
409:与云端服务器建立数据传输,进行远程3D漫游;
410:进行人机交互;
411:通过定位设备位置选择交互点;
412:触发设备动画展示并对设备健康状态进行分析。
为了进一步实施上述技术方案,还包括采用从云存储中获取的数据处理算法,对采集的设备参数和位置信息进行边缘端计算并对非必要数据进行筛选和处理然后上传至云端服务器。
如图5,为了进一步实施上述技术方案,三维模型及动画的构建步骤包括:
S1:对现场进行全景拍摄或拍照得到全景视频和全景图像;
S2:通过对全景视频和全景图像进行剪辑构建设备全图和单点结构图;
S3:制作交互动画,并部署交互点;
S4:在交互点上根据预设的交互逻辑输出交互动画内容。
为了进一步实施上述技术方案,健康状态分析包括,通过大数据和数据挖掘提取设备的故障表征值,并结合故障类型分类标准,得到故障类型。故障类型分类标准是根据领域只是形成的故障特征库,对每个故障类型给予一个数值表征,如数值范围;在故障分析过程中,利用大数据分析得到的故障表征值所落入的数值范围所对应的故障类型为即为最终预测的故障类型。传感器数据会持续不断的采集设备的运行状态数据,这些数据的积累可以形成较为全面的表征设备运行状态常态数据,一旦设备发生异常,数据层面上就会有所体现,就可以通过大数据分析手段结合数据挖掘方法找到出现故障的类型;常见故障类型会事先根据领域知识形成一些故障特征库,即故障类型分类标准,这个分类标准有来自于设备自身的,也有来自专家的经验的部分,每个故障类型会给予一个数值性的表征,如数值范围。在故障分析过程中,利用大数据分析得到的结果的数值表征与该范围进行对比,落入数值范围内的故障数据表征值都会归类为该类故障。对于没有找到的故障,会通过自更新的形式加入故障特征库。
为了进一步实施上述技术方案,设备数据管理与处理还包括,根据预设的数据处理算法,对经过边缘计算的监测数据进行降噪处理并进行统一的规范化处理,得到规范化数据并进行云存储。其中,每种数据处理算法均具有与其算法相对应的数据处理过程,而该数据处理过程即为规范化的处理过程,规范化数据包括监测数据的数据模式、数据的行为、数据的入库以及数据是否存在异常等。
本发明通过边缘端数据处理系统106从云端数据处理系统110获取设备三维模型并经过边缘端数据处理系统106发送到现场的三维显示装置101中,实现现场监测;设备端物理系统105监测数据通过边缘端数据处理系统106上传至云端数据处理系统110,进行云计算和数据存储,进而可以通过云端数据处理系统110直接发送至三维显示装置101,实现了远程监控。现场工程师可以通过佩戴三维显示装置101在现场对设备进行沉浸式的人机交互,使用抽离式的方式对设备的各个组件进行交互查看;产生异常的组件也能够动态实时的展示在三维显示装置101上;通过现实拓展技术构建三维模型能够加立体的查看设备的各种信息,利用云端服务器高性能的计算能力把数据返回到设备健康状态监视过程中。远程专家也能够通过三维显示装置对现场的设备运行环境进行深入的了解,使得对健康状态的诊断更方面,更直观。本系统综合了大数据、云计算、边缘计算、5G、工业互联网、人工智能等方法,在设备健康状态的管理上功能模块和数据传输都是低耦合,便于组合和安装。
低耦合主要体现在:云端和边缘端是分开的,云端和边缘端可以分别使用不用公司、不同厂家、不同架构、不同实现。只要遵循业界的标准的通信协议即可。
云端的数据处理模块和数据库模块也是模块化的,数据库可以使用不同类型的数据库,如关系型数据库Mysql,MSSql,Oracle,和非关系型数据库MongoDb,HBase等。
边缘端的数据采集和边缘数据处理模块也是分离的。VR监控设备到边缘服务器、云端服务器都是独立的。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
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 (10)
1.一种基于现实拓展技术的设备数字化健康智能管理系统,其特征在于,包括设备三维显示装置、设备端物理系统、边缘端数据处理系统和云端数据处理系统;
所述设备端物理系统用于采集设备运行状态和位置信息作为监测数据并对所述监测数据进行设备数字化处理;
所述边缘数据处理系统用于根据经数字化处理后的监测数据进行边缘计算处理,并上传至所述云端数据处理系统;
所述云端数据处理系统用于根据边缘计算处理后的监测数据构建设备的三维模型,并将所述三维模型发送至所述云端数据数据系统;
所述三维显示装置用于调取所述边缘端数据处理系统或所述云端数据处理系统中的所述三维模型的整体或部分进行显示,并根据显示画面发送相关指令至所述云端数据处理系统对相关设备进行相应的健康状态分析。
2.根据权利要求1中的一种基于现实拓展技术的设备数字化健康智能管理系统,其特征在于,所述设备端物理系统包括待监测设备、终端传感器和定位器;
所述终端传感器用于获取待监测设备核心参数以及动态运行数据并上传至所述边缘数据处理系统;
所述定位器用于获取待监测设备设备的位置信息,并上传至所述边缘数据处理系统。
3.根据权利要求1中的一种基于现实拓展技术的设备数字化健康智能管理系统,其特征在于,所述边缘数据处理系统包括数据管理模块和决策执行模块;所述数据管理模块用于对数字化处理后的监测数据进行初步边缘端计算并过滤去除非必要数据,将过滤后的数据上传至云端数据处理系统;
所述决策执行模块用于根据所述云端数据处理系统的健康状态分析结果,下发处理决策至所述设备端物理系统。
4.根据权利要求3中的一种基于现实拓展技术的设备数字化健康智能管理系统,其特征在于,所述边缘端数据处理系统还包括边缘端数据库,用于从云端数据处理系统中下载并存储三维模型和数据处理算法。
5.根据权利要求1中的一种基于现实拓展技术的设备数字化健康智能管理系统,其特征在于,所述云端数据处理系统包括设备建模模块、设备数据处理模块、云端故障分析模块和设备数据管理模块;
所述设备建模模块用于根据边缘数据处理系统上传的设备监测数据对设备内组件构建三维模型,还原设备内组件,并制作交互动画并输出至所述三维显示装置;
所述设备数据处理模块,用于对边缘数据处理系统上传的数据进行降噪和特征提取,形成规范化数据;
所述设备数据管理模块用于对所述规范化数据进行储存;
所述云端故障分析模块用于对所述规范化数据或边缘数据处理系统上传的设备监测数据进行大数据分析,得到故障分析结果。
6.一种基于现实拓展技术的设备数字化健康智能管理方法,其特征在于,包括:
采集设备运行状态和位置信息作为监测数据,并对所述监测数据进行数字化处理;
对数字化处理后的监测数据进行边缘计算处理;
根据边缘计算处理后监测数据构建设备的三维模型,并将所述三维模型进行云存储和边缘存储;
从所述云存储中或所述边缘存储中调取所述三维模型的整体或部分进行显示,并根据显示画面对相关设备进行相应的健康状态分析。
7.根据权利要求6中的一种基于现实拓展技术的设备数字化健康智能管理方法,其特征在于,在采集设备运行状态和位置信息作为监测数据,并对所述监测数据进行数字化处理之后,还包括通过从云端获取数据处理算法,对采集的设备参数和位置信息进行边缘端计算并过滤掉非必要数据。
8.根据权利要求6中的一种基于现实拓展技术的设备数字化健康智能管理方法,其特征在于,所述三维模型的构建步骤包括:
S1:对现场进行全景拍摄或拍照得到全景视频和全景图像;
S2:通过对全景视频和全景图像进行剪辑构建设备全图和单点结构图;
S3:制作交互动画,并部署交互点;
S4:在交互点上根据预设的交互逻辑输出交互动画的内容。
9.根据权利要求6中的一种基于现实拓展技术的设备数字化健康智能管理方法,其特征在于,所述健康状态分析包括,通过大数据和数据挖掘提取设备的故障表征值,并结合故障类型分类标准,确认故障表征值所处类型范围,得到故障类型。
10.根据权利要求6中的一种基于现实拓展技术的设备数字化健康智能管理方法,其特征在于,根据预设的数据处理算法,对经过边缘计算的监测数据进行降噪处理并进行统一的规范化处理,得到规范化数据并进行云存储。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111434548.3A CN114168411A (zh) | 2021-11-29 | 2021-11-29 | 基于现实拓展技术的设备数字化健康智能管理系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111434548.3A CN114168411A (zh) | 2021-11-29 | 2021-11-29 | 基于现实拓展技术的设备数字化健康智能管理系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114168411A true CN114168411A (zh) | 2022-03-11 |
Family
ID=80481508
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111434548.3A Pending CN114168411A (zh) | 2021-11-29 | 2021-11-29 | 基于现实拓展技术的设备数字化健康智能管理系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114168411A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114926583A (zh) * | 2022-05-09 | 2022-08-19 | 北京工业大学 | 场地仿真管理方法、装置、电子设备及存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106657906A (zh) * | 2016-12-13 | 2017-05-10 | 国家电网公司 | 具有自适应场景虚拟现实功能的信息设备监控系统 |
CN108776837A (zh) * | 2018-04-09 | 2018-11-09 | 上海大学 | 基于建筑信息模型和虚拟现实技术的建筑运维管理系统和方法 |
CN111507489A (zh) * | 2020-04-20 | 2020-08-07 | 电子科技大学中山学院 | 一种云边协同的游乐设备故障预测与健康管理系统及方法 |
CN112565409A (zh) * | 2020-12-02 | 2021-03-26 | 杭州谐云科技有限公司 | 一种基于云边协同的工业设备监测的方法和系统 |
CN112612360A (zh) * | 2020-12-17 | 2021-04-06 | 华晟(青岛)智能装备科技有限公司 | 一种基于vr技术的三维可视化设备监控系统及方法 |
CN112650580A (zh) * | 2020-11-02 | 2021-04-13 | 北京迅达云成科技有限公司 | 一种基于边缘计算的工业大数据监测系统 |
CN113542358A (zh) * | 2021-06-16 | 2021-10-22 | 中铁第四勘察设计院集团有限公司 | 一种监测系统以及监测方法 |
-
2021
- 2021-11-29 CN CN202111434548.3A patent/CN114168411A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106657906A (zh) * | 2016-12-13 | 2017-05-10 | 国家电网公司 | 具有自适应场景虚拟现实功能的信息设备监控系统 |
CN108776837A (zh) * | 2018-04-09 | 2018-11-09 | 上海大学 | 基于建筑信息模型和虚拟现实技术的建筑运维管理系统和方法 |
CN111507489A (zh) * | 2020-04-20 | 2020-08-07 | 电子科技大学中山学院 | 一种云边协同的游乐设备故障预测与健康管理系统及方法 |
CN112650580A (zh) * | 2020-11-02 | 2021-04-13 | 北京迅达云成科技有限公司 | 一种基于边缘计算的工业大数据监测系统 |
CN112565409A (zh) * | 2020-12-02 | 2021-03-26 | 杭州谐云科技有限公司 | 一种基于云边协同的工业设备监测的方法和系统 |
CN112612360A (zh) * | 2020-12-17 | 2021-04-06 | 华晟(青岛)智能装备科技有限公司 | 一种基于vr技术的三维可视化设备监控系统及方法 |
CN113542358A (zh) * | 2021-06-16 | 2021-10-22 | 中铁第四勘察设计院集团有限公司 | 一种监测系统以及监测方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114926583A (zh) * | 2022-05-09 | 2022-08-19 | 北京工业大学 | 场地仿真管理方法、装置、电子设备及存储介质 |
CN114926583B (zh) * | 2022-05-09 | 2023-06-27 | 北京工业大学 | 场地仿真管理方法、装置、电子设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI662440B (zh) | 機台維修系統與方法 | |
CN105425698A (zh) | 一种三维数字变电站一体化管控方法及系统 | |
CN114418145A (zh) | 基于gim的变电站数字孪生方法及系统 | |
CN114662720A (zh) | 一种变电站的物联边缘管理平台 | |
CN114881808B (zh) | 基于大数据的电力窃电精准识别方法及防窃电系统 | |
CN112650183A (zh) | 工业互联网平台 | |
CN109165234B (zh) | 机器人异常分析方法及装置 | |
CN112186901B (zh) | 一种变电站全景感知监控方法及系统 | |
CN112202789B (zh) | 一种变电站全景感知数据处理方法及系统 | |
CN111754754A (zh) | 一种基于数字孪生技术的设备实时监控方法 | |
CN111565123B (zh) | 一种物联网设备运行状态的3d模型实时表示可视化方法 | |
CN114168411A (zh) | 基于现实拓展技术的设备数字化健康智能管理系统及方法 | |
CN110806714A (zh) | 一种基于5g的混合现实电机监控系统及监控方法 | |
CN115862177A (zh) | 设备巡检方法及装置 | |
CN115453984A (zh) | 基于数字孪生平台的smt产线监测系统及其控制方法 | |
CN115409643A (zh) | 一种电力设施数字孪生运行监测系统 | |
CN116720242A (zh) | 一种高压电缆隧道数字孪生全景监测系统 | |
CN114727069A (zh) | 一种充电站维护方法、装置、设备和计算机可读介质 | |
CN109660508A (zh) | 数据可视化方法、电子装置、计算机设备及存储介质 | |
CN116151557A (zh) | 巡检设备可视化管理方法、装置以及数据驾驶舱系统 | |
CN115562217A (zh) | 数字孪生监控系统、方法及装置 | |
CN118296682A (zh) | 一种基于web组态的数字孪生构建方法及系统 | |
CN111400114A (zh) | 基于深度递归网络大数据计算机系统故障检测方法及系统 | |
CN105449859B (zh) | 基于Away3D引擎的全景智能电源系统的展示方法 | |
CN113138970A (zh) | 实时的数据库错误日志的统计分析系统及其方法 |
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 |