CN114417741A - 一机一档设备数据管理及处理系统 - Google Patents

Abstract

本发明提供了一机一档设备数据管理及处理系统，通过构建模型，对采集的信息进行处理和分析，确定是否存在异常数据，并对异常数据进行具体分析，预估设备的健康状态。对采集的设备信息进行初步的处理和分析，确定是否存在异常数据，通聚类算法和数据预测模型构建预警信息监测模型，对设备故障进行预警；根据设备图像对设备进行健康隐患监测，构建设备参数预测模型计算当前周期设备的最优参数值，预估设备的健康状态，在设备信息库中为每台设备建立档案。解决了现有技术中不能够直观的对设备进行展示、不方便用户快速的查看需要的设备、不能从综合的角度分析设备的健康程度、不利于企业简单直观的评测设备的健康状况的问题。

Description

一机一档设备数据管理及处理系统

技术领域

本发明涉及数据管理领域，尤其涉及一机一档设备数据管理及处理系统。

背景技术

随着互联网技术的发展，云技术和大数据技术也日趋成熟，越来越多的设备使用智能操作系统，安装更多的应用，有了更多的应用场景。为更好地便利用户使用，智能设备逐渐成为当今的一大发展趋势。

现在的制造企业针对每个重要设备或部件，需要建立独立的电子档案，每个档案必须建一个目录，对于同类设备共用的资料，可放在其中一个档案内，但要在其它设备的目录的备注栏中注明在某档案中，便于对出厂设备进行跟踪维护，但是现在制造企业不能够直观的对设备进行展示，不方便用户快速的查看需要的设备，并且在设备使用一段时间后不能够对设备健康状态进行分析，因此提出了一机一档设备数据管理及处理系统用于解决上述问题。

我国专利申请号：CN202110233293，公开日：2021.06.18，公开了一种设备数据管理系统及方法，所述设备数据管理系统包括：设备数据管理模块，用于设备模型的新建和发布；设备数据存储模块，用于所述设备模型存储；设备数据映射模块，用于不同数据源的数据接入，以及将不同数据源的所述数据映射到所述设备数据存储模块存储的所述设备模型中，生成设备实例并对所述设备实例进行映射。

但本申请发明人在实现本申请实施例中发明技术方案的过程中，发现上述技术至少存在如下技术问题：现有方法不能够直观的对设备进行展示，不方便用户快速的查看需要的设备，不能从综合的角度分析设备的健康程度，不利于企业简单直观的评测设备的健康状况。

发明内容

本发明通过提供一机一档设备数据管理及处理系统，解决了现有技术中不能够直观的对设备进行展示、不方便用户快速的查看需要的设备、不能从综合的角度分析设备的健康程度、不利于企业简单直观的评测设备的健康状况，实现了直观的对设备进行展示，方便用户快速的查看需要的设备，从综合的角度分析设备的健康程度，方便企业简单直观的评测设备的健康状况。

本发明提供了一机一档设备数据管理及处理系统具体包括以下技术方案：

一机一档设备数据管理及处理系统，包括以下部分：

设备信息输入模块、数据建模模块、设备信息处理模块、设备健康分析模块、设备信息库、3D技术展示模块和图模导航模块；

所述数据建模模块，用于构建系统中用到的模型，所述数据建模模块包括预警信息监测模型创建单元和设备参数预测模型创建单元，所述预警信息监测模型创建单元用于构建预警信息监测模型；所述设备参数预测模型创建单元用于构建数据预测模型和设备参数预测模型。所述数据建模模块通过数据连接的方式与所述设备信息处理模块相连；

所述设备信息处理模块，用于对采集的设备信息进行处理和分析，确定是否存在异常数据，并对异常数据进行具体分析。所述设备信息处理模块包括数据转换单元、异常数据监测单元、预警信息监测单元和图像处理单元，所述数据转换单元用于将采集到的设备信息转换为同一格式的数据，方便处理；所述异常数据监测单元用于对动态信息中的数据进行处理，确定是否存在异常数据；所述预警信息监测单元用于根据预警信息监测模型判断异常数据是否为设备故障产生，并进行预警；所述图像处理单元用于对设备图像进行处理，加强图像的清晰度，根据图像像素点判断设备是否存在健康隐患。所述数据转换单元与所述异常数据监测单元连接，所述异常数据监测单元与所述预警信息监测单元连接，所述设备信息处理模块通过数据连接的方式与所述设备信息库相连；

所述设备健康分析模块，用于构建设备参数预测模型计算当前周期设备的最优参数值，预估设备的健康状态。所述设备健康分析模块包括监测值输入单元、设备健康指数单元和设备健康分析单元，所述监测值输入单元用于输入经过处理后的设备信息，并发送给所述设备健康指数单元；所述设备健康指数单元用于根据设备历史数据计算出设备在不同工况下各参数的最优值，并发送给所述设备健康分析单元；所述设备健康分析单元用于根据预测的最优参数值和各个参数的损耗预估设备的健康状态。所述设备健康分析模块通过数据连接的方式与所述设备信息库相连。

一机一档设备数据管理及处理方法，包括以下步骤：

S1. 对采集的设备信息进行初步的处理和分析，确定是否存在异常数据，通过聚类算法和数据预测模型构建预警信息监测模型，对设备故障进行预警；

S2. 根据设备图像对设备进行健康隐患监测，构建设备参数预测模型计算当前周期设备的最优参数值，预估设备的健康状态，在设备信息库中为每台设备建立档案。

优选的，所述步骤S1具体包括：

对于某一周期采集的动态信息中的一个维度的数据，设立当前周期共采集N个所述维度的数据，从N个数据中选取n个连续的数据，

，共选取两次，分别对两组数据进行标准化，计算非异常数据上下限。

优选的，所述步骤S1具体包括：

数据建模模块构建预警信息监测模型，所述预警信息监测模型的具体建构过程如下：

首先对标准化后的数据使用聚类算法进行分解，得到若干数据簇的数据集合，然后对每个数据簇分别建立数据预测模型，得到若干独立的数据预测模型，根据数据簇中的数据对设备运行状态进行预测，每个数据簇对应一个预测结果，因此可以获得当前维度的数据在不同数据簇的预测结果。

优选的，所述步骤S2具体包括：

确定图像中的像素点，判断每个像素点与预设标准的偏差值，根据存在偏差的像素点的数量判断设备是否存在健康隐患。

优选的，所述步骤S2具体包括：

获取设备历史数据中当前参数的历史数据以及设备上一周期的健康状态，计算当前周期设备的最优参数值，根据预测的最优参数值和各个参数的损耗预估设备的健康状态。

本发明具有如下技术效果或优点：

1、通过数据建模，实现“数字孪生”，依靠模型准确反映设计的实际情况，及时发现设备信息中的异常数据和设备故障情况，通过不同数据簇中的数据对设备运行状态进行预测，提高设备故障监测效率，即时了解设备预警信息，以便进行下一步的预处理措施，为生产的顺利进行提供保障；

2、监测设备整体运行状态，减少了监测人员需要同时监测多个指标所花费的时间与精力，通过设备图像监测健康隐患，考虑了不同参数反映的设备损耗程度不一样，有效地利用了设备各个信息数据，克服了数据孤岛问题，实现不同时期及不同工况下的设备健康分析，可以更加全面、直观地了解设备信息。

3、本发明的技术方案能够有效解决现有方法不能够直观的对设备进行展示、不方便用户快速的查看需要的设备、不能从综合的角度分析设备的健康程度、不利于企业简单直观的评测设备的健康状况的问题，并且，上述系统或方法经过了一系列的效果调研，通过验证，最终能够直观的对设备进行展示，方便用户快速的查看需要的设备，从综合的角度分析设备的健康程度，方便企业简单直观的评测设备的健康状况。

附图说明

图1为本发明所述的一机一档设备数据管理及处理系统结构示意图；

图2为本发明所述的一机一档设备数据管理及处理方法流程图；

图3为本发明所述的设备信息输入模块结构示意图；

图4为本发明所述的数据建模模块结构示意图；

图5为本发明所述的设备信息处理模块结构示意图；

图6为本发明所述的设备健康分析模块结构示意图。

具体实施方式

为了更好的理解上述技术方案，下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。

参照图1，本申请所述的一机一档设备数据管理及处理系统包括以下部分：

设备信息输入模块10、数据建模模块20、设备信息处理模块30、设备健康分析模块40、设备信息库50、3D技术展示模块60和图模导航模块70；

所述设备信息输入模块10，用于将采集的设备信息输入一机一档设备数据管理及处理系统，设备信息输入模块10包括静态信息输入单元101、动态信息输入单元102和图形影像信息输入单元103，所述静态信息输入单元101用于输入设备的静态信息，所述静态信息是指设备的通用属性和分类属性；所述动态信息输入单元102用于输入设备的动态信息，所述动态信息是指设备的物理变动、可用状态和运行记录；所述图形影像信息输入单元103用于输入设备的图形影像信息。设备信息输入模块10将设备信息通过数据连接的方式发送给设备信息处理模块30、数据建模模块20和设备信息库50；

所述数据建模模块20，用于构建系统中用到的模型，数据建模模块20包括预警信息监测模型创建单元201和设备参数预测模型创建单元202，所述预警信息监测模型创建单元201用于构建预警信息监测模型；所述设备参数预测模型创建单元202用于构建数据预测模型和设备参数预测模型。所述数据建模模块20通过数据连接的方式与设备信息处理模块30和设备健康分析模块40相连；

所述设备信息处理模块30，用于对采集的设备信息进行处理和分析，确定是否存在异常数据，并对异常数据进行具体分析。设备信息处理模块30包括数据转换单元301、异常数据监测单元302、预警信息监测单元303和图像处理单元304，所述数据转换单元301用于将采集到的设备信息转换为同一格式的数据，方便处理；所述异常数据监测单元302用于对动态信息中的数据进行处理，确定是否存在异常数据；所述预警信息监测单元303用于根据预警信息监测模型判断异常数据是否为设备故障产生，并进行预警；所述图像处理单元304用于对设备图像进行处理，加强图像的清晰度，根据图像像素点判断设备是否存在健康隐患。所述数据转换单元301与所述异常数据监测单元302连接，所述异常数据监测单元302与所述预警信息监测单元303连接，所述设备信息处理模块30通过数据连接的方式与设备健康分析模块40和设备信息库50相连；

所述设备健康分析模块40，用于构建设备参数预测模型计算当前周期设备的最优参数值，预估设备的健康状态。设备健康分析模块40包括监测值输入单元401、设备健康指数单元402和设备健康分析单元403，所述监测值输入单元401用于输入经过处理后的设备信息，并发送给设备健康指数单元402；所述设备健康指数单元402用于根据设备历史数据计算出设备在不同工况下各参数的最优值，并发送给设备健康分析单元403；所述设备健康分析单元403用于根据预测的最优参数值和各个参数的损耗预估设备的健康状态。所述设备健康分析模块40通过数据连接的方式与设备信息库50相连；

所述设备信息库50，用于存储采集的设备信息以及设备信息处理模块30和设备健康分析模块40对设备信息的分析结果，为每台设备建立档案。所述设备信息库50通过数据连接的方式与3D技术展示模块60和图模导航模块70相连；

所述3D技术展示模块60，用于将设备构造按照预设比例缩放形成设备模型图，对设备模型图上的数据进行标定，形成设备标签，最后对3D图形进行调整标记，方便进行3D展示。所述3D技术展示模块60通过数据连接的方式与设备信息库50相连；

所述图模导航模块70，用于从设备信息库50中进行设备档案检索，输入设备的特征值，获取设备的信息、运行状态和健康状态。所述图模导航模块70通过数据连接的方式与设备信息库50相连。

参照图2，本申请所述的一机一档设备数据管理及处理方法包括以下步骤：

S1. 对采集的设备信息进行初步的处理和分析，确定是否存在异常数据，通过聚类算法和数据预测模型构建预警信息监测模型，对设备故障进行预警；

S11.以预设的时间段为周期采集多个维度的设备信息，通过设备信息输入模块10输入采集的设备信息。所述设备信息包括静态信息、动态信息和图形影像信息，所述静态信息是指设备的通用属性和分类属性，所述通用属性用于描述所有设备通用的参数，例如请求参数、响应参数、错误码等，所述分类属性用于描述每台设备的独有参数，例如设备型号、使用时间、设备坐标等；所述动态信息是指设备的物理变动、可用状态和运行记录，包括用于描述设备运行时的具体信息和状态的属性、为供外部调用的指令或方法提供服务和运行时上报的事件。

S12.设备信息处理模块30对采集的设备信息进行初步的处理和分析，异常数据监测单元302主要对动态信息中的数据进行处理，确定是否存在异常数据，并对异常数据进行具体分析。

对于某一周期采集的动态信息中的一个维度的数据，设立当前周期共采集N个所述维度的数据，从N个数据中选取n个连续的数据，

，共选取两次，则第一次选取的n个连续的数据为

，第二次选取的n个连续的数据为

，分别对两组数据进行标准化，具体计算公式如下：

其中，

表示两组数据中的任意一个数据，

表示对

标准化后的数据，

和

分别表示对数据

向下取整和向上取整。则非异常数据上下限

和

分别为：

其中，

和

分别表示第一组数据和第二组数据标准化后的平均值，

为调控因子，可根据数据的实际情况进行设定。将不符合非异常数据上下限的数据记为异常数据，若异常数据的数量小于预设的阈值，则直接剔除异常数据，完成数据筛查；否则需要根据预警信息监测模型判断异常数据是否为设备故障数据。

S13.数据建模模块20构建预警信息监测模型，所述预警信息监测模型的具体建构过程如下：

首先对标准化后的数据使用聚类算法进行分解，得到若干数据簇的数据集合，即

其中，

表示第u个数据簇，

为第u个数据簇中的任意一个数据，

，m为数据簇中数据的数量，

表示第u个数据簇中数据的平均值，

为当前数据簇的中心值，即聚类中心的值。

然后对每个数据簇分别建立数据预测模型，得到若干独立的数据预测模型。所述数据预测模型由数据建模模块20创建，采用循环神经网络对样本数据进行推理，根据数据簇中的数据对设备运行状态进行预测，所述循环神经网络采用现有技术。每个数据簇对应一个预测结果，因此可以获得当前维度的数据在不同数据簇的预测结果，预警信息监测单元303从预测结果中选取差值最大的两个结果，若差值大于预设的阈值，则表明设备出现故障，需要进行预警。

所述步骤S1的有益效果为：通过数据建模，实现“数字孪生”，依靠模型准确反映设计的实际情况，及时发现设备信息中的异常数据和设备故障情况，通过不同数据簇中的数据对设备运行状态进行预测，提高设备故障监测效率，即时了解设备预警信息，以便进行下一步的预处理措施，为生产的顺利进行提供保障。

S2. 根据设备图像对设备进行健康隐患监测，构建设备参数预测模型计算当前周期设备的最优参数值，预估设备的健康状态，在设备信息库中为每台设备建立档案。

S21.图像处理单元304用于对设备图像进行处理，设备图像包括设备运行图像、零件图像等，首先需要对设备图像进行清晰化处理，所述清晰化处理方法采用现有的图像清晰化方法，本发明在此不做过多阐述。然后确定图像中的像素点，判断每个像素点与预设标准的偏差值，根据存在偏差的像素点的数量判断设备是否存在健康隐患。所述预设标准为标准状态下的设备图像。

作为一个具体实施例，对于零件的图像，若当前零件图像的像素点与标准图像的像素点不同，且存在差异的像素点的数量大于预设的阈值，则存在零件生锈、损坏的情况，需要通知工作人员查看确认。

S22.通过设备健康分析模块40分析设备的健康状态，可以监测设备整体运行状态，方便监测人员监测，减少了监测人员需要同时监测多个指标所花费的时间与精力。设备健康指数单元402通过设备历史数据计算出设备在不同工况下各参数的最优值，所述最优值的计算采用设备参数预测模型，由数据建模模块20构建所述设备参数预测模型。

获取设备历史数据中当前参数的历史数据以及设备上一周期的健康状态，计算当前周期设备的最优参数值，具体计算公式如下：

其中，

表示当前周期设备在第r种工况下的最优参数值，

是第种工况对设备的损耗系数，

是设备健康损耗系数，

设备上一周期在第r种工况下的最优参数值，

是设备上一周期在第r种工况下的平均参数值。

设备健康分析单元403根据预测的最优参数值和各个参数的损耗预估设备的健康状态，具体公式如下：

其中，

表示设备的健康状态，

是第k个参数的权重，

，K是参数的总数，

是损耗常数，

是当前实测值，

是参数的阈值。

设备健康分析模块40将设备的健康状态发送给设备信息库50，所述设备信息库50存储采集的设备信息以及设备信息处理模块30和设备健康分析模块40对设备信息的分析结果，为每台设备建立档案。图模导航模块70可从设备信息库50中进行设备档案检索，输入设备的特征值，获取设备的信息、运行状态和健康状态。

所述步骤S2的有益效果为：监测设备整体运行状态，减少了监测人员需要同时监测多个指标所花费的时间与精力，通过设备图像监测健康隐患，考虑了不同参数反映的设备损耗程度不一样，有效地利用了设备各个信息数据，克服了数据孤岛问题，实现不同时期及不同工况下的设备健康分析，可以更加全面、直观地了解设备信息。

综上所述，便完成了本申请所述的一机一档设备数据管理及处理系统。

上述本申请实施例中的技术方案，至少具有如下的技术效果或优点：

1、通过数据建模，实现“数字孪生”，依靠模型准确反映设计的实际情况，及时发现设备信息中的异常数据和设备故障情况，通过不同数据簇中的数据对设备运行状态进行预测，提高设备故障监测效率，即时了解设备预警信息，以便进行下一步的预处理措施，为生产的顺利进行提供保障；

2、监测设备整体运行状态，减少了监测人员需要同时监测多个指标所花费的时间与精力，通过设备图像监测健康隐患，考虑了不同参数反映的设备损耗程度不一样，有效地利用了设备各个信息数据，克服了数据孤岛问题，实现不同时期及不同工况下的设备健康分析，可以更加全面、直观地了解设备信息。

效果调研：

本申请的技术方案能够有效解决现有方法不能够直观的对设备进行展示、不方便用户快速的查看需要的设备、不能从综合的角度分析设备的健康程度、不利于企业简单直观的评测设备的健康状况的问题，并且，上述系统或方法经过了一系列的效果调研，通过验证，最终能够直观的对设备进行展示，方便用户快速的查看需要的设备，从综合的角度分析设备的健康程度，方便企业简单直观的评测设备的健康状况。

本发明是参照根据本发明实施例的方法、设备（系统）、和计算机程序产品的流程图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流程和／或方框、以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的步骤。

尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (6)

1.一机一档设备数据管理及处理系统,其特征在于，包括以下部分：

设备信息输入模块、数据建模模块、设备信息处理模块、设备健康分析模块、设备信息库、3D技术展示模块和图模导航模块；

所述数据建模模块，用于构建系统中用到的模型，所述数据建模模块包括预警信息监测模型创建单元和设备参数预测模型创建单元，所述预警信息监测模型创建单元用于构建预警信息监测模型；所述设备参数预测模型创建单元用于构建数据预测模型和设备参数预测模型；所述数据建模模块通过数据连接的方式与所述设备信息处理模块相连；

所述设备信息处理模块，用于对采集的设备信息进行处理和分析，确定是否存在异常数据，并对异常数据进行具体分析；所述设备信息处理模块包括数据转换单元、异常数据监测单元、预警信息监测单元和图像处理单元，所述数据转换单元用于将采集到的设备信息转换为同一格式的数据，方便处理；所述异常数据监测单元用于对动态信息中的数据进行处理，确定是否存在异常数据；所述预警信息监测单元用于根据预警信息监测模型判断异常数据是否为设备故障产生，并进行预警；所述图像处理单元用于对设备图像进行处理，加强图像的清晰度，根据图像像素点判断设备是否存在健康隐患；所述数据转换单元与所述异常数据监测单元连接，所述异常数据监测单元与所述预警信息监测单元连接，所述设备信息处理模块通过数据连接的方式与所述设备信息库相连；

所述设备健康分析模块，用于构建设备参数预测模型计算当前周期设备的最优参数值，预估设备的健康状态；所述设备健康分析模块包括监测值输入单元、设备健康指数单元和设备健康分析单元，所述监测值输入单元用于输入经过处理后的设备信息，并发送给所述设备健康指数单元；所述设备健康指数单元用于根据设备历史数据计算出设备在不同工况下各参数的最优值，并发送给所述设备健康分析单元；所述设备健康分析单元用于根据预测的最优参数值和各个参数的损耗预估设备的健康状态；所述设备健康分析模块通过数据连接的方式与所述设备信息库相连。

2.一机一档设备数据管理及处理方法，其特征在于，包括以下步骤：

S1. 对采集的设备信息进行初步的处理和分析，确定是否存在异常数据，通过聚类算法和数据预测模型构建预警信息监测模型，对设备故障进行预警；

S2. 根据设备图像对设备进行健康隐患监测，构建设备参数预测模型计算当前周期设备的最优参数值，预估设备的健康状态，在设备信息库中为每台设备建立档案。

3.如权利要求2所述的一机一档设备数据管理及处理方法，其特征在于，所述步骤S1具体包括：

对于某一周期采集的动态信息中的一个维度的数据，设立当前周期共采集N个所述维度的数据，从N个数据中选取n个连续的数据，

，共选取两次，分别对两组数据进行标准化，计算非异常数据上下限。

4.如权利要求2所述的一机一档设备数据管理及处理方法，其特征在于，所述步骤S1具体包括：

数据建模模块构建预警信息监测模型，所述预警信息监测模型的具体建构过程如下：

首先对标准化后的数据使用聚类算法进行分解，得到若干数据簇的数据集合，然后对每个数据簇分别建立数据预测模型，得到若干独立的数据预测模型，根据数据簇中的数据对设备运行状态进行预测，每个数据簇对应一个预测结果，因此可以获得当前维度的数据在不同数据簇的预测结果。

5.如权利要求2所述的一机一档设备数据管理及处理方法，其特征在于，所述步骤S2具体包括：

确定图像中的像素点，判断每个像素点与预设标准的偏差值，根据存在偏差的像素点的数量判断设备是否存在健康隐患。

6.如权利要求2所述的一机一档设备数据管理及处理方法，其特征在于，所述步骤S2具体包括：

获取设备历史数据中当前参数的历史数据以及设备上一周期的健康状态，计算当前周期设备的最优参数值，根据预测的最优参数值和各个参数的损耗预估设备的健康状态。

Images