CN114925867A - 一种无缝钢管生产重点设备物联网维修预测系统 - Google Patents

一种无缝钢管生产重点设备物联网维修预测系统 Download PDF

Info

Publication number
CN114925867A
CN114925867A CN202210667713.8A CN202210667713A CN114925867A CN 114925867 A CN114925867 A CN 114925867A CN 202210667713 A CN202210667713 A CN 202210667713A CN 114925867 A CN114925867 A CN 114925867A
Authority
CN
China
Prior art keywords
equipment
maintenance
internet
seamless steel
steel tube
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
CN202210667713.8A
Other languages
English (en)
Inventor
高万峰
王胜永
刘金刚
李凤魁
李万明
吴纪峰
栾子君
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.)
Xinpengyuan Intelligent Equipment Group Co ltd
Original Assignee
Xinpengyuan Intelligent Equipment Group 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 Xinpengyuan Intelligent Equipment Group Co ltd filed Critical Xinpengyuan Intelligent Equipment Group Co ltd
Priority to CN202210667713.8A priority Critical patent/CN114925867A/zh
Publication of CN114925867A publication Critical patent/CN114925867A/zh
Pending legal-status Critical Current

Links

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
    • G06Q10/20—Administration of product repair or maintenance
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D21/00—Measuring or testing not otherwise provided for
    • G01D21/02—Measuring two or more variables by means not covered by a single other subclass
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • 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
    • 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
    • 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
    • Y02P90/80—Management or planning

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Software Systems (AREA)
  • General Business, Economics & Management (AREA)
  • Data Mining & Analysis (AREA)
  • Quality & Reliability (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Operations Research (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Economics (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)

Abstract

本发明涉及一种无缝钢管生产重点设备物联网维修预测系统，包括如下步骤：S1：构建感知层；S2：构建网络层；S3：构建应用层；S4：对信号进行分析；S5：对设备进行智能诊断；S6：对设备的预测维修。该无缝钢管生产重点设备物联网维修预测系统对设备运行过程中的各种异常状态作出及时、正确、有效的判断，预防和消除故障，将故障的危害性降低，同时对设备运行进行必要的指导，确保运行的安全性、稳定性和经济性，确定合理的故障检修时机及项目，合理延长设备的使用寿命和降低维修费用，通过对传感器对设备的震动、噪声、电流、温度、油质进行监测和分析，进而设备进行智能监控，判断设备未来的发展趋势，诊断故障发生部位、故障的原因。

Description

一种无缝钢管生产重点设备物联网维修预测系统
技术领域
本发明涉及无缝钢管检修技术领域，具体为一种无缝钢管生产重点设备物联网维修预测系统。
背景技术
无缝钢管是由整支圆钢穿孔而成的，表面上没有焊缝的钢管，称之为无缝钢管。根据生产方法，无缝钢管可分热轧无缝钢管、冷轧无缝钢管、冷拔无缝钢管、挤压无缝钢管、顶管等。
无缝钢管在流水线生产加工的过程中，需要运用到的大型机械设备较多，且由于机械可以带来的巨大经济价值，因此，对于无缝钢管生产机械设备的运行状况也引起了人们的广泛关注。但是现今来看， 无缝钢管机械设备由于结构复杂，工作强度大，因此，在运行的时候经常会出现一些故障 ，从而影响了无缝钢管生产的进度， 对于企业的生产效率造成很大影响，造成了巨大的经利益以及社会利益的损失。
因此针对上述问题，提出了一种无缝钢管生产重点设备物联网维修预测系统。
发明内容
本发明的目的在于提供一种无缝钢管生产重点设备物联网维修预测系统，其特征在于，包括如下步骤：
S1：构建感知层，将监测对象上布置传感器和采集数据系统获取设备运行状态以及工艺信息，通过有线和无线的传感器网络将运行状态以及工艺信息发送至网络层的数据中心；
S2：构建网络层，利用数据库、云平台分布式应用系统和网络设备系统，完成数据高速传输、存储、数据分析、调度、发布以及数据信息的安全保护；
S3：构建应用层，应用层利用大数据机器学习技术对积累大量故障案例和检维修记录数据进行训练学习，得到智能诊断模型和智能维修决策模型；
S4：对信号进行分析，通过感知层的传感器和采集数据系传输的数据，对谱阵进行分析、频谱以及时域、小波包以及小波分析；
S5：对设备进行智能诊断，通过应用层智能诊断模型和智能维修决策模型对设备进行智能诊断；
S6：对设备的预测维修，通过感知层获取的装备运行状态以及工艺信息，对设备进行预测维修。
优选的，所述步骤S1中，传感器对设备进行在线检测、采集、分析设备试试状态参数并及时上传。
优选的，所述步骤S1中，所述设备包括，管坯及管坯加热设备、穿孔设备、毛管轧制设备、钢管的再加热、定经与减径设备、钢管的冷却和精整设备。
优选的，所述步骤S2中，该网络层网络由4G专网、无线内网、有线内网、低功耗通信网共同构成，实现数据的高速传输。
优选的，所述步骤S5中，根据故障信息，通过传感器对设备进行在线检测，将相应的自诊断状态报告进行上传。
优选的，所述步骤S6中，通过采集数据系统获取的设备信息，设备信息包括机械构件的寿命，机械持续安全工作时间，通过对传感器对设备的震动、噪声、电流、温度、油质进行监测和分析，进而设备进行智能监控，判断设备未来的发展趋势，诊断故障发生部位、故障的原因。
与现有技术相比，本发明的有益效果是：该无缝钢管生产重点设备物联网维修预测系统：
1、对设备运行过程中的各种异常状态作出及时、正确、有效的判断，预防和消除故障，或者将故障的危害性降低到最低程度，同时对设备运行进行必要的指导，确保运行的安全性、稳定性和经济性。
2、确定合理的故障检修时机及项目，既要保证设备在带病运行时安全、不发生重大的设备故障，又要保证停机检查时发现设备确实有问题，合理延长设备的使用寿命和降低维修费用。
3、通过对传感器对设备的震动、噪声、电流、温度、油质进行监测和分析，进而设备进行智能监控，判断设备未来的发展趋势，诊断故障发生部位、故障的原因。
具体实施方式
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。
本发明提供一种技术方案：一种无缝钢管生产重点设备物联网维修预测系统，其特征在于，包括如下步骤：
S1：构建感知层，将监测对象上布置传感器和采集数据系统获取设备运行状态以及工艺信息，通过有线和无线的传感器网络将运行状态以及工艺信息发送至网络层的数据中心；
S2：构建网络层，利用数据库、云平台分布式应用系统和网络设备系统，完成数据高速传输、存储、数据分析、调度、发布以及数据信息的安全保护；
S3：构建应用层，应用层利用大数据机器学习技术对积累大量故障案例和检维修记录数据进行训练学习，得到智能诊断模型和智能维修决策模型；
S4：对信号进行分析，通过感知层的传感器和采集数据系传输的数据，对谱阵进行分析、频谱以及时域、小波包以及小波分析，谱阵进行分析是指可对于测点的谱阵进行分析，同时对指定频带以及全频能量予以显示，并对这些结果进行预测且分析它们的变化趋势，最后根据诊断的结果进行维修，对于频谱以及时域进行分析，可以直方图等分析方法进行分析，并且每一种分析的方法都可以对其采取多页显示、改变量程等操作，对小波包以及小波进行分析，可以让所有接收到的信号都直接分解到独立的频带里，并且找出他们之间的特点，这是进行故障检测的有效手段；
S5：对设备进行智能诊断，通过应用层智能诊断模型和智能维修决策模型对设备进行智能诊断；
S6：对设备的预测维修，通过感知层获取的装备运行状态以及工艺信息，对设备进行预测维修。
进一步的，所述步骤S1中，传感器对设备进行在线检测、采集、分析设备试试状态参数并及时上传，了解设备的运行情况，对设备可能出现的故障作出准确的分析与判断，从而有效提高设备的维护效率。
机械设备的智能诊断以及预测维修系统最核心的部分就是其中所含有的功能强大的数据库。实现对设备的随意增减，另外在进行测点的布置时，主要是对图片进行设置，从而直接的进行测点设置。对于将要测试的数据以及布置的测点进行动态的观测，并对其实现双向的通讯管理。一般来说，该系统所预测得出的数据报表是多样的，可以输出或存储为文本文件。另外值得注意的是，该系统对于管理的系统均采用了最为开放式的互联网技术，大大为系统的操作以及设计开发提高了便利。
进一步的，所述步骤S1中，所述设备包括，管坯及管坯加热设备、穿孔设备、毛管轧制设备、钢管的再加热、定经与减径设备、钢管的冷却和精整设备。
进一步的，所述步骤S2中，该网络层网络由4G专网、无线内网、有线内网、低功耗通信网共同构成，实现数据的高速传输。
进一步的，所述步骤S5中，根据故障信息，通过传感器对设备进行在线检测，将相应的自诊断状态报告进行上传。
系统主要所采取的数据库有监测数据库、报表数据库以及结构参数数据库，监测数据库主要指的是机械设备中的对设备进行维修预测的所有信息，另外它还包括机械设备在数据库之中的主要排列方式以及在树状结构之中的显示状况。报表数据库主要指的是对预测得到的报表以及数据进行规范格式的输出，主要有故障的症断报告分析、设备维修的记录报告以及设备测试分析报告等。结构参数数据库主要指的是设备元件的结构参数进行存储的区域，一般来说包括监测部件库以及传动路线库。
进一步的，所述步骤S6中，通过采集数据系统获取的设备信息，设备信息包括机械构件的寿命，机械持续安全工作时间，通过对传感器对设备的震动、噪声、电流、温度、油质进行监测和分析，进而设备进行智能监控，判断设备未来的发展趋势，诊断故障发生部位、故障的原因。
尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，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，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 (6)

1.一种无缝钢管生产重点设备物联网维修预测系统，其特征在于，包括如下步骤：
S1：构建感知层，将监测对象上布置传感器和采集数据系统获取设备运行状态以及工艺信息，通过有线和无线的传感器网络将运行状态以及工艺信息发送至网络层的数据中心；
S2：构建网络层，利用数据库、云平台分布式应用系统和网络设备系统，完成数据高速传输、存储、数据分析、调度、发布以及数据信息的安全保护；
S3：构建应用层，应用层利用大数据机器学习技术对积累大量故障案例和检维修记录数据进行训练学习，得到智能诊断模型和智能维修决策模型；
S4：对信号进行分析，通过感知层的传感器和采集数据系传输的数据，对谱阵进行分析、频谱以及时域、小波包以及小波分析，谱阵进行分析是指可对于测点的谱阵进行分析，同时对指定频带以及全频能量予以显示，并对这些结果进行预测且分析它们的变化趋势，最后根据诊断的结果进行维修，对于频谱以及时域进行分析，可以直方图等分析方法进行分析，并且每一种分析的方法都可以对其采取多页显示、改变量程等操作，对小波包以及小波进行分析，可以让所有接收到的信号都直接分解到独立的频带里，并且找出他们之间的特点，这是进行故障检测的有效手段；
S5：对设备进行智能诊断，通过应用层智能诊断模型和智能维修决策模型对设备进行智能诊断；
S6：对设备的预测维修，通过感知层获取的装备运行状态以及工艺信息，对设备进行预测维修。
2.根据权利要求所述的一种无缝钢管生产重点设备物联网维修预测系统，其特征在于：所述步骤S1中，传感器对设备进行在线检测、采集、分析设备试试状态参数并及时上传，了解设备的运行情况，对设备可能出现的故障作出准确的分析与判断，从而有效提高设备的维护效率。
3.根据权利要求所述的一种无缝钢管生产重点设备物联网维修预测系统，其特征在于：所述步骤S1中，所述设备包括，管坯及管坯加热设备、穿孔设备、毛管轧制设备、钢管的再加热、定经与减径设备、钢管的冷却和精整设备。
4.根据权利要求所述的一种无缝钢管生产重点设备物联网维修预测系统，其特征在于：所述步骤S2中，该网络层网络由4G专网、无线内网、有线内网、低功耗通信网共同构成，实现数据的高速传输2。
5.根据权利要求所述的一种无缝钢管生产重点设备物联网维修预测系统，其特征在于：所述步骤S5中，根据故障信息，通过传感器对设备进行在线检测，将相应的自诊断状态报告进行上传。
6.根据权利要求所述的一种无缝钢管生产重点设备物联网维修预测系统，其特征在于：所述步骤S6中，通过采集数据系统获取的设备信息，设备信息包括机械构件的寿命，机械持续安全工作时间，通过对传感器对设备的震动、噪声、电流、温度、油质进行监测和分析，进而设备进行智能监控，判断设备未来的发展趋势，诊断故障发生部位、故障的原因。
CN202210667713.8A 2022-06-14 2022-06-14 一种无缝钢管生产重点设备物联网维修预测系统 Pending CN114925867A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210667713.8A CN114925867A (zh) 2022-06-14 2022-06-14 一种无缝钢管生产重点设备物联网维修预测系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210667713.8A CN114925867A (zh) 2022-06-14 2022-06-14 一种无缝钢管生产重点设备物联网维修预测系统

Publications (1)

Publication Number Publication Date
CN114925867A true CN114925867A (zh) 2022-08-19

Family

ID=82814007

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210667713.8A Pending CN114925867A (zh) 2022-06-14 2022-06-14 一种无缝钢管生产重点设备物联网维修预测系统

Country Status (1)

Country Link
CN (1) CN114925867A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116562855A (zh) * 2023-06-27 2023-08-08 张家港保税区恒隆钢管有限公司 一种无缝钢管生产重点设备物联网维修管理系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116562855A (zh) * 2023-06-27 2023-08-08 张家港保税区恒隆钢管有限公司 一种无缝钢管生产重点设备物联网维修管理系统
CN116562855B (zh) * 2023-06-27 2023-09-15 张家港保税区恒隆钢管有限公司 一种无缝钢管生产重点设备物联网维修管理系统

Similar Documents

Publication Publication Date Title
CN110647133B (zh) 轨道交通设备状态检测维护方法及系统
CN110109445B (zh) 一种船舶机舱辅机监控系统及监控方法
CN108038553B (zh) 轧机设备状态在线监测与诊断系统及监测诊断方法
CN107054410B (zh) 道岔转辙机的智能诊断系统及诊断方法
WO2021121182A1 (zh) 一种数控机床健康诊断方法
CN111667198A (zh) 石油钻机远程在线监测与预测性维护系统与评价方法
CN105108097A (zh) 一种混合模型及基于混合模型的连铸漏钢预报方法
CN105758661B (zh) 一种锅炉受热面寿命评估系统和方法
CN115566804B (zh) 一种基于分布式光纤传感技术的电力监测系统
CN105976578A (zh) 一种基于监测数据的高速列车轴温动态报警阈值设定方法
CN109917213B (zh) 一种基于降维融合与因子分析的接触网检测故障预警方法
CN111896254A (zh) 一种变速变载大型滚动轴承故障预测系统及方法
CN116300835B (zh) 基于互联网的自动化检测设备远程诊断系统
CN113177646B (zh) 一种基于自适应边缘代理的配电设备在线监测方法及系统
CN107291991A (zh) 一种基于动态网络标志的风电机组早期缺陷预警方法
CN116739384A (zh) 基于5g无线通讯的矿用设备运行管理系统
CN104266841A (zh) 柴油机的故障诊断装置和诊断方法
CN113177650A (zh) 一种铁路货车车厢的预测性维护方法及装置
CN107844067A (zh) 一种水电站闸门在线状态监测控制方法及监测系统
CN114925867A (zh) 一种无缝钢管生产重点设备物联网维修预测系统
CN108982135A (zh) 热轧立辊轧机运行状态的在线监测方法
CN111556111A (zh) 基于物联网的管廊设备故障远程诊断系统
Spiewak et al. Predictive monitoring and control of the cold extrusion process
CN115034408A (zh) 一种无缝钢管生产重点设备物联网维修预测系统
CN117171621A (zh) 一种基于单片机的闸机健康评估方法、装置及存储介质

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