CN114401499A - 用于大型工业设备多传感器数据全生命周期管理系统和方法 - Google Patents
用于大型工业设备多传感器数据全生命周期管理系统和方法 Download PDFInfo
- Publication number
- CN114401499A CN114401499A CN202111673545.5A CN202111673545A CN114401499A CN 114401499 A CN114401499 A CN 114401499A CN 202111673545 A CN202111673545 A CN 202111673545A CN 114401499 A CN114401499 A CN 114401499A
- Authority
- CN
- China
- Prior art keywords
- data
- module
- analog quantity
- digital quantity
- real
- 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.)
- Withdrawn
Links
- 238000000034 method Methods 0.000 title claims abstract description 20
- 238000012545 processing Methods 0.000 claims abstract description 98
- 238000007726 management method Methods 0.000 claims abstract description 38
- 238000007781 pre-processing Methods 0.000 claims abstract description 26
- 238000004364 calculation method Methods 0.000 claims abstract description 20
- 238000013500 data storage Methods 0.000 claims abstract description 16
- 230000008569 process Effects 0.000 claims abstract description 9
- 238000002372 labelling Methods 0.000 claims description 44
- 230000036541 health Effects 0.000 claims description 28
- 230000005236 sound signal Effects 0.000 claims description 24
- 238000004891 communication Methods 0.000 claims description 18
- 230000002159 abnormal effect Effects 0.000 claims description 6
- 238000012544 monitoring process Methods 0.000 abstract description 13
- 238000004458 analytical method Methods 0.000 abstract description 9
- 230000004927 fusion Effects 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 9
- 238000005192 partition Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 4
- ISRUGXGCCGIOQO-UHFFFAOYSA-N Rhoden Chemical compound CNC(=O)OC1=CC=CC=C1OC(C)C ISRUGXGCCGIOQO-UHFFFAOYSA-N 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 238000013523 data management Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000018109 developmental process Effects 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 3
- 230000002085 persistent effect Effects 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 230000032683 aging Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000003638 chemical reducing agent Substances 0.000 description 1
- 239000013078 crystal Substances 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013501 data transformation Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000013439 planning Methods 0.000 description 1
- 238000010223 real-time analysis Methods 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000010183 spectrum analysis Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/38—Services specially adapted for particular environments, situations or purposes for collecting sensor information
-
- 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
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
- H04L67/1095—Replication or mirroring of data, e.g. scheduling or transport for data synchronisation between network nodes
-
- 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
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04Q—SELECTING
- H04Q9/00—Arrangements in telecontrol or telemetry systems for selectively calling a substation from a main station, in which substation desired apparatus is selected for applying a control signal thereto or for obtaining measured values therefrom
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/02—Preprocessing
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04Q—SELECTING
- H04Q2209/00—Arrangements in telecontrol or telemetry systems
- H04Q2209/80—Arrangements in the sub-station, i.e. sensing device
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明提供一种用于大型工业设备多传感器数据全生命周期管理系统和方法，解决现有状态监测系统的采集及数据处理过程均相对独立，难以做到多种传感器、多种类型数据实时融合分析的问题。系统包括模拟量采集模块、信号预处理模块、数字量采集模块、主处理模块、数据存储模块、实时以太网接口模块、数据交换模块、电源模块、多个计算存储单元；计算存储单元包括相互连接的计算模块和存储模块；模拟量采集模块与信号预处理模块连接；主处理模块与数字量采集模块和信号预处理模块分别连接；数据存储模块与主处理模块相连；实时以太网接口模块与主处理模块和数据交换模块相连；数据交换模块与计算模块相连。
Description
技术领域
本发明属于工业设备运行状态管理领域，涉及一种多传感器数据管理系统及方法，具体涉及一种用于大型工业设备多传感器数据全生命周期管理系统和方法。
背景技术
随着科学技术的飞速发展，大型设备的集成度、复杂度及智能化程度急剧增加，传统的故障诊断、维修保障技术难以适应。为提高大型设备的可用率，降低设备的故障率和性能损失，提升经济效益，设备运行状态监测与故障诊断系统技术应运而生。
常用的设备运行状态监测与故障诊断系统包括状态监测系统CMS和预测与健康管理系统。状态监测系统CMS(condition monitoring system)通过实时获取设备在运行过程中的振动、转速等信号，按照既定的数据采集报警策略，一旦状态异常，可实现自动触发设备异常报警机制，并通知运维人员和远程操作人员，实现设备运行状态的判断。目前在燃气轮机、风电机组等应用较为广泛的CMS系统，主要用于轴、泵、减速机等旋转部件上振动传感器的振动状态监测和分析，通过分析频谱特征，发现一些机械类的故障。预测与健康管理系统PHM(Prognostics and Health Management)的应用主要集中于航空发动机领域，主要包括飞机系统状态监控、健康评估、故障预测、维修计划、后勤保障等功能。
随着新兴传感器和人工智能技术的发展，开始将更多类型的传感器，例如：视频、音频、激光、超声等，应用于设备的故障检测，例如基于视频的裂纹分析，基于激光的异常形变分析等。但是，由于不同传感器接口各异，其采样频率、处理逻辑、算法运行环境及安全等级要求各有不同，现有状态监测系统CMS和预测与健康管理系统PHM的采集及数据处理过程相对独立，未能做到多种传感器、多种类型数据的实时融合分析。
发明内容
为了解决现有状态监测系统和预测与健康管理系统的采集及数据处理过程均相对独立，难以做到多种传感器、多种类型数据实时融合分析的技术问题，本发明提供了一种用于大型工业设备多传感器数据全生命周期管理系统和方法。
为实现上述目的，本发明提供的技术方案是：
一种用于大型工业设备多传感器数据全生命周期管理系统，其特殊之处在于：包括通过实时以太网相连的传感器接口单元和综合数据处理单元；
所述传感器接口单元包括模拟量采集模块、信号预处理模块、数字量采集模块、主处理模块、数据存储模块和实时以太网接口模块；
所述模拟量采集模块与信号预处理模块连接，用于模拟量信号的采集，信号预处理模块用于通过可编程逻辑器件进行模拟量信号的实时预处理；
所述数字量采集模块用于数字量信号的采集；
所述主处理模块与数字量采集模块和信号预处理模块分别连接，用于对数字量信号和预处理后的模拟量信号数据均添加时间标签和属性标签；
所述数据存储模块与主处理模块相连，用于对添加时间标签和属性标签的数据进行本地存储；
所述实时以太网接口模块与主处理模块相连，并通过实时以太网与综合数据处理单元通讯连接；
所述综合数据处理单元包括数据交换模块、电源模块、N个计算存储单元，N为大于等于2的整数；每个计算存储单元包括相互连接的计算模块和存储模块；
所述数据交换模块与实时以太网接口模块相连，用于获取主处理模块处理后的数据，以及用于采集待测设备的图像信号数据和音频信号数据，并根据数据的数据量传输给N个计算模块进行处理；
所述N个存储模块用于对将对应计算模块的数据进行存储；
所述电源模块用于给数据交换模块、计算模块和存储模块供电。
进一步地，所述数据存储模块采用非易失性存储芯片。
进一步地，所述模拟量信号包括电压信号、电流信号、温度信号、振动信号、压力信号和应变信号；
所述数字量信号包括开关信号和编码信号。
同时，本发明还提供了一种用于大型工业设备多传感器数据全生命周期管理方法，其特殊之处在于，包括以下步骤：
1)利用传感器接口单元的模拟量采集模块和数字量采集模块采集待测设备上多种传感器的信号；
2)利用信号预处理模块对模拟量采集模块采集的模拟量信号进行预处理后得到预处理信号数据；
3)通过传感器接口单元的主处理模块对步骤1)数字量采集模块采集的数字量信号数据、步骤2)处理后的预处理信号数据均添加时间标签和属性标签，获得数字量标注数据和模拟量标注数据；
4)传感器接口单元将处理后的数字量标注数据和模拟量标注数据缓存至数据存储模块；
同时，通过实时以太网接口模块同步传输至综合数据处理单元；
5)综合数据处理单元的数据交换模块通过以太网获得待测设备上图像传感器获得的视频信号数据和音频传感器获得的音频信号数据；同时通过实时以太网接收传感器接口单元传输的数字量标注数据和模拟量标注数据；
6)数据交换模块分别根据视频信号数据、音频信号数据、模拟量标注数据、数字量标注数据的数据量，分别传输给多个计算模块进行处理，得到处理后的结果数据；
7)计算模块在内存中缓存视频信号数据、音频信号数据、模拟量标注数据、数字量标注数据，再采用健康算法模型对视频信号数据、音频信号数据、模拟量标注数据、数字量标注数据进行处理，得到处理结果；
8)将计算模块内存中缓存视频信号数据、音频信号数据、模拟量标注数据、数字量标注数据，以及处理结果缓存至存储模块；
9)对计算模块的处理结果进行判断：
若处理结果正常，不做处理；
若处理结果异常，对异常结果进行以下3种方式处理：
第一种、对高安全等级事件，直接将告警事件和控制指令反馈至控制待测设备的主控系统；
第二种、对一般性告警事件，推送至管理人员进行人工处理；
第二种、储存于存储模块中。
进一步地，还包括步骤10)：对步骤8)存储模块中的视频信号数据、音频信号数据、模拟量标注数据、数字量标注数据进行调取，采用健康算法模型进行处理并对处理结果进行判断；
以及，对步骤8)存储模块中的视频信号数据、音频信号数据、模拟量标注数据、数字量标注数据进行下载及回放，进行健康模型训练。
与现有技术相比，本发明的优点是：
1、本发明系统提供多种类型传感器接入方式，提供对设备复杂运行状态数据从采集、处理、存储到应用的数据全生命周期管理方法，为构建设备健康模型，提高设备效能提供有效支持。
2、本发明提供高安全、高可靠、可扩展的健康管理系统，支持对多类型、长周期的海量传感器数据管理和应用，支持设备健康模型的动态部署。
3、本发明可应用于风电、燃机等大型工业设备的运行数据，针对不同传感器数据特点进行有效管理，为对设备运行状态监测、设备健康状态分析、设备故障进行预测提供数据处理系统，提供平台化的信息采集分析手段。
附图说明
图1是本发明用于大型工业设备多传感器数据全生命周期管理系统的架构示意图；
图2是本发明用于大型工业设备多传感器数据全生命周期管理系统中传感器接口单元架构示意图；
图3是本发明用于大型工业设备多传感器数据全生命周期管理系统中综合数据处理单元架构示意图；
图4是本发明用于大型工业设备多传感器数据全生命周期管理方法的流程图；
图5是本发明用于大型工业设备多传感器数据全生命周期管理系统中传感器接口单元一个实施例的结构示意图；
图6是本发明用于大型工业设备多传感器数据全生命周期管理系统中综合数据处理单元一个具体实施例的结构示意图；
图7是本发明用于大型工业设备多传感器数据全生命周期管理系统中综合数据处理单元一个具体实施例的拓扑结构示意图；
图8是本发明用于大型工业设备多传感器数据全生命周期管理系统的软件架构示意图；
图9是本发明用于大型工业设备多传感器数据全生命周期管理系统与待测大型燃气轮机的配合示意图；
其中，附图标记如下：
1-待测设备。
具体实施方式
以下结合附图和具体实施例对本发明的内容作进一步详细描述。
如图1所示，本发明一种用于大型工业设备多传感器数据全生命周期管理系统，包括传感器接口单元和综合数据处理单元，二者通过实时以太网连接，实现数据传输。
如图2所示，传感器接口单元包括模拟量采集模块、信号预处理模块、数字量采集模块、主处理模块、总线通信模块、数据存储模块和实时以太网接口模块。
模拟量采集模块用于电压、电流、温度、振动、压力和应变等模拟量信号的采集。
数字量采集模块用于开关、编码信号等数字量信号的采集。
总线通信模块用于连接总线型传感器和其他分系统，通过总线协议解析采集各种数据。
信号预处理模块与模拟量采集模块连接，用于通过可编程逻辑器件进行模拟量信号的实时预处理和数据变换，预处理包括数字滤波、信号变换、频谱分析等。
主处理模块与数字量采集模块、信号预处理模块和总线通信模块分别连接，用于采集的信号数据添加时间标签和属性标签。
数据存储模块与主处理模块相连，用于对添加时间标签和属性标签的数据进行本地存储；本实施例数据存储模块采用非易失性存储芯片。
实时以太网接口模块与主处理模块相连，负责对外通信，并通过实时以太网与综合数据处理单元通讯连接。
如图3所示，综合数据处理单元具有采用综合化、模块化、异构计算架构设计，资源可扩展，支持容错，支持应用迁移。具体包括数据交换模块、电源模块、N个计算存储单元，N为大于等于2的整数；每个计算存储单元包括相互连接的计算模块和存储模块；
数据交换模块与实时以太网接口模块相连，实现与主处理模块之间的通信。数据交换模块获取主处理模块处理后的数据，以及用于直接采集待测设备的图像信号数据和音频信号数据。
数据交换模块根据数据的数据量和计算模块的处理量，将数据传输给多个计算模块进行处理；比如待测设备有1000个电压测点，模拟量采集模块一次采集1000个电压信号，则数据交换模块获取的是1000个电压数据，若计算模块的最大处理量为200个数据，则1000个电压数据需要同步传输给5个计算模块进行处理，若计算模块的最大处理量为500，则1000个电压数据需要同步传输给2个计算模块进行处理。
数据交换模块是一个以太网交换机模块，用于多个计算模块间以及计算模块与外部设备间通信，同时支持以太网和实时以太网交换，满足应用不同的时效要求。
计算模块是一个嵌入式高性能计算机模块，集成处理器、存储器、网络接口等，可根据数据处理需要对处理器进行相应程序设计。
N个存储模块通过高速总线与N个计算模块相连，用于对N个计算模块的数据进行分别存储，用于海量数据的持久化存储。
电源模块将外部供电转换为内部系统电源，用于给数据交换模块、计算模块和存储模块供电。
基于上述的系统，如图4所示，本发明还提供一种用于大型工业设备多传感器数据全生命周期管理方法，包括以下步骤：
1)利用传感器接口单元的模拟量采集模块、数字量采集模块和工业总线模块，采集待测设备上部署的多种传感器的信号数据；
2)利用信号预处理模块对模拟量采集模块采集的原始模拟量信号进行预处理和数据变换，处理后得到预处理信号数据；信号预处理模块的信号处理过程可根据需要进行在线部署；
3)通过传感器接口单元的主处理模块对步骤1)数字量采集模块采集的数字量数据和工业总线模块采集的信号数据、步骤2)处理后的预处理信号数据均添加时间标签和属性标签，获得数字量标注数据和模拟量标注数据；
4)传感器接口单元将处理后的数字量标注数据和模拟量标注数据缓存至数据存储模块；
同时，通过实时以太网接口模块将处理后的数据同步传输至综合数据处理单元；
5)待测设备上图像传感器获得的视频信号数据和音频传感器获得的音频信号数据直接通过以太网传输至综合数据处理单元的数据交换模块；同时通过实时以太网接收传感器接口单元传输的数字量标注数据和模拟量标注数据；
6)数据交换模块将视频信号数据、音频信号数据、模拟量标注信号数据、数字量标注信号数据均分别传输给多个计算模块；
7)计算模块在内存中缓存视频信号数据、音频信号数据、模拟量标注数据、数字量标注数据，再采用健康算法模型对视频信号数据、音频信号数据、模拟量标注数据、数字量标注数据进行处理，得到处理结果；
计算模块提供组态化应用开发环境，根据处理的数据应用需求可在线部署；外部设备可对应用调用的计算模块进行资源配置和监控。
8)计算模块将所有输入数据(视频信号数据、音频信号数据、模拟量标注数据、数字量标注数据)和必要的处理结果数据持久化至存储模块，并根据数据特点采用不同的持久化方式，包括关系数据库/实时数据库/流媒体文件；9)计算模块根据预置的触发条件对持久化数据检索，将数据集交由健康模型应用处理，对计算模块的处理结果进行判断：
若处理结果正常，不做处理；
若处理结果异常，采用以下3种处理方式：
第一种、对高安全等级事件，直接将告警事件和控制指令反馈至主控系统，特殊之处在于，提供消息传输确定性实时通信机制，确保与主控系统实时同步；
第二种、对一般性告警事件，推送至管理人员进行人工处理；
第二种、对其他数据，持久化至存储模块，同时在用户界面图表展示，用于人工分析。
本发明方法中，存储模块采集及生成的所有数据可下载及回放，用于进行健康模型训练，提供分区隔离的系统环境，可对不同等级应用进行安全隔离，可对应用调用的系统资源配置和监控，确保高优先级、高安全等级应用的资源使用，提高可靠性，以及可配置的数据存储策略，满足数据实时分析及长期存储需求；还可根据预制出发条件对持久化数据(存储模块采集及生成的所有数据)进行调取检索，采用健康算法模型进行处理并对处理结果进行判断，判断过程与步骤9)相同。
如图9所示，本实施例以待测设备1为大型燃气轮机健康管理的传感器数据管理系统，硬件包括传感器接口单元和综合数据处理单元。传感器接口单元通过与燃气轮机安装的各类传感器连接，实现运行状态数据的采集。传感器接口单元与综合数据处理单元通过实时以太网连接，将数据发送至综合数据处理单元。综合数据处理单元与燃气轮机主控系统连接，可向主控系统实时反馈故障信息和控制指令。
如图5所示，本实施例提供一种传感器接口单元的具体实施结构。传感器接口单元为单板计算机设计，使用嵌入式低功耗SOC处理器作为核心器件，各功能模块由相应的功能电路实现。本实施例主处理器采用NXP公司的iMX6处理器，处理器核心电路由处理器，内存芯片、Flash芯片、晶振等构成。模拟量采集模块采用2片ADC芯片(ADASS3022)，提供16路高精度模拟量采集通路；信号预处理模块采用XC6SLX16 FPGA芯片；ADC芯片连接至XC6SLX16FPGA芯片进行信号处理，再输入至主处理器。数字量采集模块采用DIO芯片(TCA6424A数字量IO芯片)，通过I2C总线连接主处理器。总线通信模块包括Profibus通讯电路、CAN通讯电路和Modbus通讯电路。Profibus通讯电路使用VPC3协议芯片和ADM2486协议收发器实现；CAN电路采用MCP2515协议芯片和MCP2551协议收发器实现；Modbus通讯电路物理层为RS485，采用ADM2491收发器实现。数据存储模块采用eMMC存储芯片。实时以太网接口模块包括2个以太网通讯电路，以太网电路采用I210网络芯片实现。
如图6和图7所示，本实施例提供一种综合数据处理单元硬件的具体实施结构。综合数据处理单元采用刀片式服务器架构，电源模块、交换模块、2个计算模块、2个存储模块均为6U刀片形式，插入服务器机箱中，如图6所示。各模块通过背板连接，背板拓扑如图7所示，电源模块为各模块提供统一的12V和3.3V供电，交换模块为计算模块提供以太网和实时以太网连接和数据交换，存储模块通过PCIe总线连接至计算模块，计算模块是采用intelXeon高性能处理器的刀片式服务器，可根据平台算力需要插入多块计算模块。此外，各模块还集成了IPMC平台管理控制器，通过IPMC总线互联，以对综合数据处理的运行状态进行监控。
图8为本实施例系统软件架构图，综合数据处理单元运行嵌入式分区实时操作系统，通过时空分区对不同等级应用进行隔离。操作系统内核对分区资源进行管理和调度，为分区应用软件提供虚中断和分区间通信支持。在驱动层对硬件接口封装，为中间件软件和应用软件提供访问硬件的接口。平台为应用软件提供文件系统、网络协议栈、消息中间件、实时数据库等中间件支持，为应用软件提供灵活、可靠的信息传输和存储方案。根据传感器数据管理要求，分别在5个分区中部署应用软件，分别为：数据采集应用、实时健康模型应用、异步健康模型应用、人机界面应用、资源管理及健康应用。以上仅为实现系统功能的最小应用级，还可根据需要部署新的健康模型应用，以及部署冗余分区以实现高安全等级应用的热备份。
本实施例系统及方法可用于大型工业设备运行状态监测和故障预测的运行数据采集、管理、分析及反馈控制，提供模块化、组态化、可重用、可升级、高安全的系统架构。
本发明提供高安全、高可靠、可扩展的健康管理计算机平台，支持对多类型、长周期的海量传感器数据管理和应用，支持设备健康模型的动态部署。本发明提供对设备复杂运行状态数据从采集、处理、存储到应用的数据全生命周期管理方法，为构建设备健康模型，提高设备效能提供有效支持。本发明还可应用于风电、燃机等大型工业设备的运行数据，针对不同传感器数据特点进行有效管理，为对设备运行状态监测、设备健康状态分析，设备故障进行预测提供数据处理系统，提供平台化的信息采集分析手段。
以上仅是对本发明的优选实施方式进行了描述，并不将本发明的技术方案限制于此，本领域技术人员在本发明主要技术构思的基础上所作的任何变形都属于本发明所要保护的技术范畴。
Claims (5)
1.一种用于大型工业设备多传感器数据全生命周期管理系统，其特征在于：包括通过实时以太网相连的传感器接口单元和综合数据处理单元；
所述传感器接口单元包括模拟量采集模块、信号预处理模块、数字量采集模块、主处理模块、数据存储模块和实时以太网接口模块；
所述模拟量采集模块用于模拟量信号的采集，信号预处理模块与模拟量采集模块连接，用于通过可编程逻辑器件进行模拟量信号的实时预处理；
所述数字量采集模块用于数字量信号的采集；
所述主处理模块与数字量采集模块和信号预处理模块分别连接，用于对数字量信号和预处理后的模拟量信号数据均添加时间标签和属性标签；
所述数据存储模块与主处理模块相连，用于对添加时间标签和属性标签的数据进行本地存储；
所述实时以太网接口模块与主处理模块相连，并通过实时以太网与综合数据处理单元通讯连接；
所述综合数据处理单元包括数据交换模块、电源模块、N个计算存储单元，N为大于等于2的整数；每个计算存储单元包括相互连接的计算模块和存储模块；
所述数据交换模块与实时以太网接口模块相连，用于获取主处理模块处理后的数据，以及用于采集待测设备的图像信号数据和音频信号数据，并根据数据的数据量传输给N个计算模块进行处理；
所述N个存储模块用于对将对应计算模块的数据进行存储；
所述电源模块用于给数据交换模块、计算模块和存储模块供电。
2.根据权利要求1所述用于大型工业设备多传感器数据全生命周期管理系统，其特征在于：所述数据存储模块采用非易失性存储芯片。
3.根据权利要求2所述用于大型工业设备多传感器数据全生命周期管理系统，其特征在于：所述模拟量信号包括电压信号、电流信号、温度信号、振动信号、压力信号和应变信号；
所述数字量信号包括开关信号和编码信号。
4.一种用于大型工业设备多传感器数据全生命周期管理方法，其特征在于，包括以下步骤：
1)利用传感器接口单元的模拟量采集模块和数字量采集模块采集待测设备上多种传感器的信号；
2)利用信号预处理模块对模拟量采集模块采集的模拟量信号进行预处理后得到预处理信号数据；
3)通过传感器接口单元的主处理模块对步骤1)数字量采集模块采集的数字量信号数据、步骤2)处理后的预处理信号数据均添加时间标签和属性标签，获得数字量标注数据和模拟量标注数据；
4)传感器接口单元将处理后的数字量标注数据和模拟量标注数据缓存至数据存储模块；
同时，通过实时以太网接口模块同步传输至综合数据处理单元；
5)综合数据处理单元的数据交换模块通过以太网获得待测设备上图像传感器获得的视频信号数据和音频传感器获得的音频信号数据；同时通过实时以太网接收传感器接口单元传输的数字量标注数据和模拟量标注数据；
6)数据交换模块分别根据视频信号数据、音频信号数据、模拟量标注数据、数字量标注数据的数据量，分别传输给多个计算模块；
7)计算模块在内存中缓存视频信号数据、音频信号数据、模拟量标注数据、数字量标注数据，再采用健康算法模型对视频信号数据、音频信号数据、模拟量标注数据、数字量标注数据进行处理，得到处理结果；
8)将计算模块内存中缓存视频信号数据、音频信号数据、模拟量标注数据、数字量标注数据，以及处理结果缓存至存储模块；
9)对计算模块的处理结果进行判断：
若处理结果正常，不做处理；
若处理结果异常，对异常结果进行以下3种方式处理：
第一种、对高安全等级事件，直接将告警事件和控制指令反馈至控制待测设备的主控系统；
第二种、对一般性告警事件，推送至管理人员进行人工处理；
第二种、储存于存储模块中。
5.根据权利要求4所述用于大型工业设备多传感器数据全生命周期管理方法，其特征在于，还包括步骤10)：对步骤8)存储模块中的视频信号数据、音频信号数据、模拟量标注数据、数字量标注数据进行调取，采用健康算法模型进行处理并对处理结果进行判断；
以及，对步骤8)存储模块中的视频信号数据、音频信号数据、模拟量标注数据、数字量标注数据进行下载及回放，进行健康模型训练。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111673545.5A CN114401499A (zh) | 2021-12-31 | 2021-12-31 | 用于大型工业设备多传感器数据全生命周期管理系统和方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111673545.5A CN114401499A (zh) | 2021-12-31 | 2021-12-31 | 用于大型工业设备多传感器数据全生命周期管理系统和方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114401499A true CN114401499A (zh) | 2022-04-26 |
Family
ID=81228219
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111673545.5A Withdrawn CN114401499A (zh) | 2021-12-31 | 2021-12-31 | 用于大型工业设备多传感器数据全生命周期管理系统和方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114401499A (zh) |
-
2021
- 2021-12-31 CN CN202111673545.5A patent/CN114401499A/zh not_active Withdrawn
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN101408487B (zh) | 基于无线传感器网络的桥梁结构安全状态应急监测及预警方法与系统 | |
| CN106383763B (zh) | 数据中心智能故障检测报警系统 | |
| CN110362037A (zh) | 一种用于数控机床的综合维护系统平台 | |
| CN112594142B (zh) | 一种基于5g的端云协同风电运维诊断系统 | |
| CN105980946A (zh) | 故障检测的系统及方法 | |
| CN106027351B (zh) | 一种嵌入式Web服务器现场总线故障诊断通信模块 | |
| CN106908143A (zh) | 海洋平台监测系统及方法 | |
| CN109213132A (zh) | 一种uds诊断接口软件生成的方法、装置及设备 | |
| CN1329783C (zh) | 用于配备了机器控制系统并包括旋转机器单元的机器的状态监控系统 | |
| CN105391800A (zh) | 基于“互联网+”医疗设备故障自检与修复系统 | |
| CN111611114A (zh) | 综合航空电子phm系统 | |
| CN105843202A (zh) | 工业机器人控制系统及其运行模式的切换方法 | |
| CN112770285A (zh) | 基于5g网络的数字孪生工厂建模方法及装置 | |
| CN103600756A (zh) | 可分专业调试运行和故障隔离的综合监控设备及系统 | |
| CN110673549A (zh) | 基于分布式架构的数据中心智能监控系统和方法 | |
| CN106706000B (zh) | 经纬仪智能网络监测方法及系统 | |
| CN112885093A (zh) | 用于高速公路交通事件监测的边缘计算装置 | |
| CN114401499A (zh) | 用于大型工业设备多传感器数据全生命周期管理系统和方法 | |
| CN205983124U (zh) | 一种综合监控系统 | |
| CN111903220B (zh) | 一种带双环网的直线电机实时监控系统 | |
| CN201788401U (zh) | 设备生产过程控制管理信息系统 | |
| CN110647070A (zh) | 一种用于超大规模数据中心的动力环境监控系统 | |
| CN114278517A (zh) | 基于时序数据库的风电场监控系统 | |
| CN113949616A (zh) | 一种基于无线传感器网络的设备故障监测系统 | |
| CN113014636A (zh) | 基于物联网的飞行模拟机在线监控系统 |
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 | ||
| WW01 | Invention patent application withdrawn after publication | ||
| WW01 | Invention patent application withdrawn after publication |
Application publication date: 20220426 |