CN115248569A - 基于云计算的设备监控系统 - Google Patents

Abstract

本发明属于设备监控领域，涉及数据分析技术，用于解决现有的设备监控系统无法在机械运行异常时对导致异常的原因进行分析的问题，具体是基于云计算的设备监控系统，包括监控平台，所述监控平台通信连接有运行监控模块、异常分析模块、状态分析模块以及存储模块，所述运行监控模块、存储模块均与监控平台单向连接，所述异常分析模块、状态分析模块均与监控平台双向连接；本发明通过运行监控模块可以对机械设备的运行状态进行实时监控，通过分时段监控的方式为机械的整体运行状态提供数据支撑，在机械设备出现运行异常时及时进行预警，防止机械设备长期在异常状态下运行，进而影响机械设备的使用寿命。

Description

基于云计算的设备监控系统

技术领域

本发明属于设备监控领域，涉及数据分析技术，具体是基于云计算的设备监控系统。

背景技术

自动化是指机器或装置在无人干预的情况下按预定的程序或指令自动进行操作或控制的过程，而机械自动化就是机器或者装置通过机械方式来实现自动化控制的过程。

现有的设备监控系统通常是根据机械的各项运行参数对机械设备的运行状态进行监控，但是无法在机械运行异常时对导致异常的原因进行分析，进而导致机械在运行异常时的处理效率低下，机械设备的加工效率也会受到影响。

针对上述技术问题，本申请提出一种解决方案。

发明内容

本发明的目的在于提供基于云计算的设备监控系统，用于解决现有的设备监控系统无法在机械运行异常时对导致异常的原因进行分析的问题；

本发明需要解决的技术问题为：如何提供一种在机械运行异常时对导致异常的原因进行分析的设备监控系统。

本发明的目的可以通过以下技术方案实现：

基于云计算的设备监控系统，包括监控平台，所述监控平台通信连接有运行监控模块、异常分析模块、状态分析模块以及存储模块，所述运行监控模块、存储模块均与监控平台单向连接，所述异常分析模块、状态分析模块均与监控平台双向连接；

所述运行监控模块用于对厂房内的机械设备的运行状态进行监控分析：将厂房内的机械设备标记为监控对象i，i=1，2，…，n，n为正整数，将厂房内机械设备的监控时长分割为若干个监控时段，获取监控时段内监控对象i的温度数据WDi、振动数据ZDi以及噪声数据ZSi；通过对温度数据WDi、振动数据ZDi以及噪声数据ZSi进行数值计算得到监控时段内监控对象i的运行系数YXi，通过存储模块获取到运行阈值YXmax，将监控时段内监控对象i的运行系数YXi与运行阈值YXmax进行比较：若运行系数XYi小于运行阈值YXmax，则判定监控时段内的监控对象运行状态满足要求，将对应的监控对象标记为正常对象；若运行系数YXi大于等于运行阈值YXmax，则判定监控时段内的监控对象运行状态不满足要求，将对应的监控对象标记为异常对象；获取监控时段内异常对象的数量并标记为反馈值，将反馈值与n的比值标记为反馈系数，通过存储模块获取到反馈阈值，将反馈系数与反馈阈值进行比较并通过比较结果将监控时段标记为正常时段或异常时段；

所述异常分析模块用于在接收到异常时段之后对异常时段内机械设备运行异常的原因进行分析；

所述状态分析模块用于对监控对象工作时的整体状态进行监测分析。

作为本发明的一种优选实施方式，监控对象i的温度数据WDi为监控时段内监控对象i运行时的表面温度最大值，监控对象i的振动数据ZDi为监控时段内监控对象i运行时产生的振动频率最大值，监控对象i的噪声数据ZSi为监控时段内监控对象i产生的最大噪声分贝值。

作为本发明的一种优选实施方式，反馈系数与反馈阈值的比较过程包括：若反馈系数小于反馈阈值，则判定厂房内的机械设备在监控时段内的运行状态满足要求，将对应的监控时段标记为正常时段；若反馈系数大于等于反馈阈值，则判定厂房内的机械设备在监控该时段内的运行状态不满足要求，将对应的监控时段标记为异常时段，将异常时段发送至监控平台，监控平台接收到异常时段后将异常时段发送至异常分析模块。

作为本发明的一种优选实施方式，异常分析模块对异常时段内机械设备运行异常的原因进行分析的具体过程包括：获取异常时段结束时刻厂房内的环温数据HW、环湿数据HS以及环尘数据HC，通过对厂房内的环温数据HW、环湿数据HS以及环尘数据HC进行数值计算得到环境系数HJ；通过存储模块获取到环境阈值HJmax，将环境系数HJ与环境阈值HJmax进行比较并通过比较结果将导致机械设备运行异常的原因判定为机房内环境异常或机械故障。

作为本发明的一种优选实施方式，环温数据HW的获取过程包括：获取厂房内的空气温度值与适宜温度范围，将适宜温度范围的最大值与最小值的平均值标记为温度均值，将空气温度值与温度均值的差值的绝对值标记为环温数据HW；环湿数据HS的获取过程包括：获取厂房内的空气湿度值与适宜湿度范围，将适宜湿度范围的最大值与最小值的平均值标记为湿度均值，将空气湿度值与湿度均值的差值的绝对值标记为环湿数据HS；环尘数据HC为机房内空气的灰尘浓度值。

作为本发明的一种优选实施方式，环境系数HJ与环境阈值HJmax的比较过程包括：若环境系数HJ大于环境阈值HJmax，则判定异常对象运行异常的原因为厂房内环境异常，异常分析模块向监控平台发送环境调节信号；若环境系数HJ小于等于环境阈值HJmax，则判定异常对象运行异常的原因为机械故障，异常分析模块向监控平台发送故障处理信号，监控平台接收到故障处理信号后将故障处理信号发送至管理人员的手机终端。

作为本发明的一种优选实施方式，所述状态分析模块对监控对象工作时的整体状态进行监测分析的具体过程包括：获取监控对象被标记为异常对象的次数并标记为异常值，获取监控时段的数量并标记为监控值，将异常值与监控值的比值标记为异常系数，通过存储模块获取到异常阈值，将异常系数与异常阈值进行比较：若异常系数小于异常阈值，则判定监控对象的整体状态满足要求；若异常系数大于等于异常阈值，则判定监控对象的整体状态不满足要求，状态分析模块向监控平台发送设备检修信号，监控平台接收到设备检修信号后将设备检修信号发送至管理人员的手机终端。

作为本发明的一种优选实施方式，该基于云计算的设备监控系统的工作方法，包括以下步骤：

步骤一：对厂房内的机械设备的运行状态进行监控分析并获取到监控对象在监控时段内的运行系数，通过运行系数的数值大小将监控时段内的监控对象标记为正常对象或异常对象，通过监控时段内异常对象的数量获取到反馈系数，通过反馈系数的数值大小将监控时段标记为正常时段或异常时段；

步骤二：对异常时段内机械设备运行异常的原因进行分析并得到机房的环境系数，通过环境系数的数值大小将导致机械设备运行异常的原因判定为机房内环境异常或机械故障；

步骤三：对监控对象工作时的整体状态进行监测分析，获取监控对象被标记为异常对象的次数并标记为异常值，获取监控时段的数量并标记为监控值，将异常值与监控值的比值标记为异常系数，通过异常系数的数值大小对监控对象的整体状态是否满足要求进行判定。

本发明具备下述有益效果：

1、通过运行监控模块可以对机械设备的运行状态进行实时监控，通过分时段监控的方式为机械的整体运行状态提供数据支撑，在机械设备出现运行异常时及时进行预警，防止机械设备长期在异常状态下运行，进而影响机械设备的使用寿命；

2、通过异常分析模块可以在机械设备运行异常时对导致异常的原因进行分析，通过对机房内的各项环境数据进行分析得到环境系数，通过环境系数的数值大小反应机房环境对机械设备运行状态的影响程度，从而对导致异常的原因进行判定，在机械运行异常时可以针对性的进行处理，提高异常处理效率，保证设备的加工效率；

3、通过状态分析模块可以对监控对象工作时的整体状态进行监测分析，通过监控对象在各个监控时段内的标记情况获取到异常系数，通过异常系数的数值大小对监控对象的工作稳定性进行反馈，进而在监控对象的运行稳定性不满足要求时及时进行预警，工作人员及时对监控对象进行检修，延缓其使用寿命。

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一些实施例，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，还可以根据这些附图获得其他的附图。

图1为本发明实施例一的系统框图；

图2为本发明实施例二的方法流程图。

具体实施方式

下面将结合实施例对本发明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作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

实施例一

如图1所示，基于云计算的设备监控系统，包括监控平台，监控平台通信连接有运行监控模块、异常分析模块、状态分析模块以及存储模块，运行监控模块、存储模块均与监控平台单向连接，异常分析模块、状态分析模块均与监控平台双向连接。

运行监控模块用于对厂房内的机械设备的运行状态进行监控分析：将厂房内的机械设备标记为监控对象i，i=1，2，…，n，n为正整数，将厂房内机械设备的监控时长分割为若干个监控时段，获取监控时段内监控对象i的温度数据WDi、振动数据ZDi以及噪声数据ZSi，监控对象i的温度数据WDi为监控时段内监控对象i运行时的表面温度最大值，监控对象i的振动数据ZDi为监控时段内监控对象i运行时产生的振动频率最大值，监控对象i的噪声数据ZSi为监控时段内监控对象i产生的最大噪声分贝值；通过公式得到监控时段内监控对象i的运行系数YXi，运行系数是一个反应监控对象在监控时段内运行状态好坏的数值，运行系数的数值越大，则表示监控对象在监控时段内的运行状态越差；其中α1、α2以及α3均为比例系数，且α1＞α2＞α3＞1；通过存储模块获取到运行阈值YXmax，将监控时段内监控对象i的运行系数YXi与运行阈值YXmax进行比较：若运行系数XYi小于运行阈值YXmax，则判定监控时段内的监控对象运行状态满足要求，将对应的监控对象标记为正常对象；若运行系数YXi大于等于运行阈值YXmax，则判定监控时段内的监控对象运行状态不满足要求，将对应的监控对象标记为异常对象；获取监控时段内异常对象的数量并标记为反馈值，将反馈值与n的比值标记为反馈系数，通过存储模块获取到反馈阈值，将反馈系数与反馈阈值进行比较：若反馈系数小于反馈阈值，则判定厂房内的机械设备在监控时段内的运行状态满足要求，将对应的监控时段标记为正常时段；若反馈系数大于等于反馈阈值，则判定厂房内的机械设备在监控该时段内的运行状态不满足要求，将对应的监控时段标记为异常时段，将异常时段发送至监控平台，监控平台接收到异常时段后将异常时段发送至异常分析模块；对机械设备的运行状态进行实时监控，通过分时段监控的方式为机械的整体运行状态提供数据支撑，在机械设备出现运行异常时及时进行预警，防止机械设备长期在异常状态下运行，进而影响机械设备的使用寿命。

异常分析模块用于在接收到异常时段之后对异常时段内机械设备运行异常的原因进行分析：获取异常时段结束时刻厂房内的环温数据HW、环湿数据HS以及环尘数据HC，环温数据HJ的获取过程包括：获取厂房内的空气温度值与适宜温度范围，空气温度值由温度传感器直接获取，温度传感器是指能感受温度并转换成可用输出信号的传感器；将适宜温度范围的最大值与最小值的平均值标记为温度均值，将空气温度值与温度均值的差值的绝对值标记为环温数据HW；环湿数据HS的获取过程包括：获取厂房内的空气湿度值与适宜湿度范围，空气湿度值由湿敏传感器直接获取，湿敏传感器是能够感受外界湿度变化，并通过器件材料的物理或化学性质变化，将湿度转化成有用信号的器件，将适宜湿度范围的最大值与最小值的平均值标记为湿度均值，将空气湿度值与湿度均值的差值的绝对值标记为环湿数据HS；环尘数据HC为机房内空气的灰尘浓度值，通过公式HJ=β1*HW+β2*HS+β3*HC得到环境系数HJ，环境系数是一个反应机房环境对机械设备运行状态影响程度的数值，环境系数的数值越大，则表示机房环境对机械设备运行状态影响程度越大，机械设备运行异常的原因由环境异常引起的可能性也就越大；其中β1、β2以及β3均为比例系数，且β1＞β2＞β3＞1；通过存储模块获取到环境阈值HJmax，将环境系数HJ与环境阈值HJmax进行比较：若环境系数HJ大于环境阈值HJmax，则判定异常对象运行异常的原因为厂房内环境异常，异常分析模块向监控平台发送环境调节信号；若环境系数HJ小于等于环境阈值HJmax，则判定异常对象运行异常的原因为机械故障，异常分析模块向监控平台发送故障处理信号，监控平台接收到故障处理信号后将故障处理信号发送至管理人员的手机终端；在机械设备运行异常时对导致异常的原因进行分析，通过对机房内的各项环境数据进行分析得到环境系数，通过环境系数的数值大小反应机房环境对机械设备运行状态的影响程度，从而对导致异常的原因进行判定，在机械运行异常时可以针对性的进行处理，提高异常处理效率，保证设备的加工效率。

状态分析模块用于对监控对象工作时的整体状态进行监测分析：获取监控对象被标记为异常对象的次数并标记为异常值，获取监控时段的数量并标记为监控值，将异常值与监控值的比值标记为异常系数，通过存储模块获取到异常阈值，将异常系数与异常阈值进行比较：若异常系数小于异常阈值，则判定监控对象的整体状态满足要求；若异常系数大于等于异常阈值，则判定监控对象的整体状态不满足要求，状态分析模块向监控平台发送设备检修信号，监控平台接收到设备检修信号后将设备检修信号发送至管理人员的手机终端；对监控对象工作时的整体状态进行监测分析，通过监控对象在各个监控时段内的标记情况获取到异常系数，通过异常系数的数值大小对监控对象的工作稳定性进行反馈，进而在监控对象的运行稳定性不满足要求时及时进行预警，工作人员及时对监控对象进行检修，延缓其使用寿命。

实施例二

如图2所示，基于云计算的设备监控方法，包括以下步骤：

步骤一：对厂房内的机械设备的运行状态进行监控分析并获取到监控对象在监控时段内的运行系数，通过运行系数的数值大小将监控时段内的监控对象标记为正常对象或异常对象，通过监控时段内异常对象的数量获取到反馈系数，通过反馈系数的数值大小将监控时段标记为正常时段或异常时段；

步骤二：对异常时段内机械设备运行异常的原因进行分析并得到机房的环境系数，通过环境系数的数值大小将导致机械设备运行异常的原因判定为机房内环境异常或机械故障；

步骤三：对监控对象工作时的整体状态进行监测分析，获取监控对象被标记为异常对象的次数并标记为异常值，获取监控时段的数量并标记为监控值，将异常值与监控值的比值标记为异常系数，通过异常系数的数值大小对监控对象的整体状态是否满足要求进行判定。

基于云计算的设备监控系统，工作时，对厂房内的机械设备的运行状态进行监控分析并获取到监控对象在监控时段内的运行系数，通过运行系数的数值大小将监控时段内的监控对象标记为正常对象或异常对象，通过监控时段内异常对象的数量获取到反馈系数，通过反馈系数的数值大小将监控时段标记为正常时段或异常时段，在机械设备出现运行异常时及时进行预警，防止机械设备长期在异常状态下运行；对异常时段内机械设备运行异常的原因进行分析并得到机房的环境系数，通过环境系数的数值大小将导致机械设备运行异常的原因判定为机房内环境异常或机械故障，在机械运行异常时可以针对性的进行处理，提高异常处理效率，保证设备的加工效率；对监控对象工作时的整体状态进行监测分析，获取监控对象被标记为异常对象的次数并标记为异常值，获取监控时段的数量并标记为监控值，将异常值与监控值的比值标记为异常系数，通过异常系数的数值大小对监控对象的整体状态是否满足要求进行判定，在监控对象的运行稳定性不满足要求时及时进行预警，工作人员及时对监控对象进行检修，延缓其使用寿命。

以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。

上述公式均是采集大量数据进行软件模拟得出且选取与真实值接近的一个公式，公式中的系数是由本领域技术人员根据实际情况进行设置；如：公式HJ=β1*HW+β2*HS+β3*HC；由本领域技术人员采集多组样本数据并对每一组样本数据设定对应的环境系数；将设定的环境系数和采集的样本数据代入公式，任意三个公式构成三元一次方程组，将计算得到的系数进行筛选并取均值，得到β1、β2以及β3的取值分别为5.47、3.25和2.16；

系数的大小是为了将各个参数进行量化得到的一个具体的数值，便于后续比较，关于系数的大小，取决于样本数据的多少及本领域技术人员对每一组样本数据初步设定对应的环境系数；只要不影响参数与量化后数值的比例关系即可，如环境系数与环温数据的数值成正比。

在本说明书的描述中，参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。

Claims (8)

1.基于云计算的设备监控系统，包括监控平台，其特征在于，所述监控平台通信连接有运行监控模块、异常分析模块、状态分析模块以及存储模块，所述运行监控模块、存储模块均与监控平台单向连接，所述异常分析模块、状态分析模块均与监控平台双向连接；

所述运行监控模块用于对厂房内的机械设备的运行状态进行监控分析：将厂房内的机械设备标记为监控对象i，i=1，2，…，n，n为正整数，将厂房内机械设备的监控时长分割为若干个监控时段，获取监控时段内监控对象i的温度数据WDi、振动数据ZDi以及噪声数据ZSi；通过对温度数据WDi、振动数据ZDi以及噪声数据ZSi进行数值计算得到监控时段内监控对象i的运行系数YXi，通过存储模块获取到运行阈值YXmax，将监控时段内监控对象i的运行系数YXi与运行阈值YXmax进行比较：若运行系数XYi小于运行阈值YXmax，则判定监控时段内的监控对象运行状态满足要求，将对应的监控对象标记为正常对象；若运行系数YXi大于等于运行阈值YXmax，则判定监控时段内的监控对象运行状态不满足要求，将对应的监控对象标记为异常对象；获取监控时段内异常对象的数量并标记为反馈值，将反馈值与n的比值标记为反馈系数，通过存储模块获取到反馈阈值，将反馈系数与反馈阈值进行比较并通过比较结果将监控时段标记为正常时段或异常时段；

所述异常分析模块用于在接收到异常时段之后对异常时段内机械设备运行异常的原因进行分析；

所述状态分析模块用于对监控对象工作时的整体状态进行监测分析。

2.根据权利要求1所述的基于云计算的设备监控系统，其特征在于，监控对象i的温度数据WDi为监控时段内监控对象i运行时的表面温度最大值，监控对象i的振动数据ZDi为监控时段内监控对象i运行时产生的振动频率最大值，监控对象i的噪声数据ZSi为监控时段内监控对象i产生的最大噪声分贝值。

3.根据权利要求1所述的基于云计算的设备监控系统，其特征在于，反馈系数与反馈阈值的比较过程包括：若反馈系数小于反馈阈值，则判定厂房内的机械设备在监控时段内的运行状态满足要求，将对应的监控时段标记为正常时段；若反馈系数大于等于反馈阈值，则判定厂房内的机械设备在监控该时段内的运行状态不满足要求，将对应的监控时段标记为异常时段，将异常时段发送至监控平台，监控平台接收到异常时段后将异常时段发送至异常分析模块。

4.根据权利要求3所述的基于云计算的设备监控系统，其特征在于，异常分析模块对异常时段内机械设备运行异常的原因进行分析的具体过程包括：获取异常时段结束时刻厂房内的环温数据HW、环湿数据HS以及环尘数据HC，通过对厂房内的环温数据HW、环湿数据HS以及环尘数据HC进行数值计算得到环境系数HJ；通过存储模块获取到环境阈值HJmax，将环境系数HJ与环境阈值HJmax进行比较并通过比较结果将导致机械设备运行异常的原因判定为机房内环境异常或机械故障。

5.根据权利要求4所述的基于云计算的设备监控系统，其特征在于，环温数据HW的获取过程包括：获取厂房内的空气温度值与适宜温度范围，将适宜温度范围的最大值与最小值的平均值标记为温度均值，将空气温度值与温度均值的差值的绝对值标记为环温数据HW；环湿数据HS的获取过程包括：获取厂房内的空气湿度值与适宜湿度范围，将适宜湿度范围的最大值与最小值的平均值标记为湿度均值，将空气湿度值与湿度均值的差值的绝对值标记为环湿数据HS；环尘数据HC为机房内空气的灰尘浓度值。

6.根据权利要求4所述的基于云计算的设备监控系统，其特征在于，环境系数HJ与环境阈值HJmax的比较过程包括：若环境系数HJ大于环境阈值HJmax，则判定异常对象运行异常的原因为厂房内环境异常，异常分析模块向监控平台发送环境调节信号；若环境系数HJ小于等于环境阈值HJmax，则判定异常对象运行异常的原因为机械故障，异常分析模块向监控平台发送故障处理信号，监控平台接收到故障处理信号后将故障处理信号发送至管理人员的手机终端。

7.根据权利要求1所述的基于云计算的设备监控系统，其特征在于，所述状态分析模块对监控对象工作时的整体状态进行监测分析的具体过程包括：获取监控对象被标记为异常对象的次数并标记为异常值，获取监控时段的数量并标记为监控值，将异常值与监控值的比值标记为异常系数，通过存储模块获取到异常阈值，将异常系数与异常阈值进行比较：若异常系数小于异常阈值，则判定监控对象的整体状态满足要求；若异常系数大于等于异常阈值，则判定监控对象的整体状态不满足要求，状态分析模块向监控平台发送设备检修信号，监控平台接收到设备检修信号后将设备检修信号发送至管理人员的手机终端。

8.根据权利要求1-7任一项所述的基于云计算的设备监控系统，其特征在于，该基于云计算的设备监控系统的工作方法，包括以下步骤：

步骤一：对厂房内的机械设备的运行状态进行监控分析并获取到监控对象在监控时段内的运行系数，通过运行系数的数值大小将监控时段内的监控对象标记为正常对象或异常对象，通过监控时段内异常对象的数量获取到反馈系数，通过反馈系数的数值大小将监控时段标记为正常时段或异常时段；

步骤二：对异常时段内机械设备运行异常的原因进行分析并得到机房的环境系数，通过环境系数的数值大小将导致机械设备运行异常的原因判定为机房内环境异常或机械故障；

步骤三：对监控对象工作时的整体状态进行监测分析，获取监控对象被标记为异常对象的次数并标记为异常值，获取监控时段的数量并标记为监控值，将异常值与监控值的比值标记为异常系数，通过异常系数的数值大小对监控对象的整体状态是否满足要求进行判定。

Images