CN115307684A - 基于bim的设备故障预测性维护系统 - Google Patents

Abstract

本发明提供了一种基于BIM的设备故障预测性维护系统，利用物联网传感技术，实现设备实时数据采集，利用机器学习不断优化故障预测模型，减少不必要的设备停机时间，结合三维数字化模型，做到设备报警联动工单，三维定位及导航，减轻运维人员压力，提升设备维修效率。同时，本发明中所述的系统，还可以实现维修记录，形成设备维修知识库，实现以经验为主导的设备运维模式向智慧运维的转型。

Description

基于BIM的设备故障预测性维护系统

技术领域

本发明涉及一种基于BIM的设备故障预测性维护系统。

背景技术

目前，大型商业综合体对设备的可靠性要求以及设备维护管理的要求逐渐提高，机电设施设备的维修成本高，且停工检修造成的损失，传统的运维方式无法对设备故障做出提前预警，造成运维效率不高，主要体现在以下方面：

(1)在日常机电运维工作中，人工巡检、现场抄表效率较低，占用大量人力资本；报警、报事响应不够及时，业务环节流转不畅，影响服务体验，甚至造成严重损失；建筑用能、安保、应急处置等运行过程中的事务，缺乏快速、科学的管理工具，往往事倍功半，增加运行成本，却没有提高满意度。

(2)机房运维人员投入大，知识传递周期长，业务经验需要时间积累；服务水平与能力评定缺乏精确的数据支撑，缺乏标准化评测手段，服务品质较大依赖于个人能力和责任心；管理模式较为粗放，工作业绩考核以计件制和主管抽检为主，管理成本高，颗粒度粗。

(3)各类资产的运行收益未达到最大化，既有资产未得到充分保护；机电设备数量及关联复杂度增加，人工管控方式响应慢，技术能力要求高，不能保证设备运行效果；设备维护未得到较好的执行，缩短设备使用寿命，造成资产浪费；空间资产使用缺乏数据支撑，布局策略较多依赖经验。

发明内容

本发明的目的在于提供一种基于BIM的设备故障预测性维护系统。

为解决上述问题，本发明提供一种基于BIM的设备故障预测性维护系统，包括：

物联网传感模块，用于采集现场设备的运行状态数据，并将运行状态数据发送给服务器；

服务器，用于建立现场设备与现场设备所处的建筑结构的BIM模型，基于接收到的运行状态数据对现场设备进行故障诊断，以得到故障信息；并结合所述BIM模型确定故障的现场设备在所处的建筑结构中的位置；

显示屏，从所述服务器获取故障信息和故障的现场设备在所处的建筑结构中的位置，并对应在BIM模型的相应位置显示所述故障信息。

进一步的，在上述系统中，现场设备的运行状态数据，包括：振幅、水流流量、液位和电流。

进一步的，在上述系统中，所述服务器，还用于基于故障信息和故障的现场设备在所处的建筑结构中的位置，启动对应的报警程序，并触发相应的工单。

进一步的，在上述系统中，所述服务器，用于基于设备故障模型和接收到的运行状态数据对现场设备进行故障诊断，以得到故障信息。

进一步的，在上述系统中，所述服务器，用于基于所述故障信息，不断优化所述设备故障模型。

进一步的，在上述系统中，述服务器，用于在线获取实时监测的现场设备的工作状态数据，结合故障模式和失效判断依据，利用设备故障模型和专家系统对故障进行实时在线诊断，当判断现场存在异常时，结合设备的各种健康历史状态数据、工作状态以及维修历史记录，综合智能诊断方法，对现场设备的故障进行在线诊断，获得故障的代码、特征、产生的原因和故障的位置，为维修提供及时准确的数据支持。

进一步的，在上述系统中，所述服务器，用于基于状态集序列的故障预测模型，利用预测的故障特征参数对故障的现场设备进行当前性能状态的评估以及故障的早期预报。

进一步的，在上述系统中，所述服务器，用于过储存的设备故障类型、设备故障模型和维护建议措施，提供对运维知识库中故障名称、解决方法和维护建议的管理。

与现有技术相比，本发明通过对物联网技术((Internet of Things，简称IoT)和人工智能算法研究，提升建筑机电设备在线自动化检测能力；通过对设备本体的采集频度、高低液位、高低压力等运行指标的阈值设置，触发系统的报警流程，实现设备运行实时数据检测的效果；将设备运行的报警信息与工单流程进行关联，提升主动式运维管理能力。同时结合建筑信息模型(Building Information Modeling,简称BIM)为基础，以物联网技术为载体，融合智能传感与控制、大数据分析与挖掘等先进的信息技术为手段的设备预测性维护系统。

相比传统技术，本发明的优势在于利用物联网传感技术，实现设备实时数据采集，利用机器学习不断优化故障预测模型，实现机房无人值守，减少不必要的设备停机时间，结合三维数字化模型，做到设备报警联动工单，三维定位及导航，减轻运维人员压力，提升设备维修效率。同时，本发明中所述的系统，还可以实现维修记录，形成设备维修知识库，实现以经验为主导的设备运维模式向智慧运维的转型。

附图说明

图1为本发明一实施方式中基于BIM的设备故障预测性维护系统的工作流程示意图；

图2为本发明一实施方式是中基于BIM的设备故障预测性维护系统的拓扑图。

具体实施方式

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。

如图1和2所示，本发明提供一种基于BIM的设备故障预测性维护系统，包括：

物联网传感模块，用于采集现场设备的运行状态数据，并将运行状态数据发送给服务器；

服务器，用于建立现场设备与现场设备所处的建筑结构的BIM模型，基于接收到的运行状态数据对现场设备进行故障诊断，以得到故障信息；并结合所述BIM模型确定故障的现场设备在所处的建筑结构中的位置；

在此，可以采用BIM三维建模技术，完成标准化建模得到BIM模型，通过三维轻量化引擎实现多终端在线浏览操作模型；

显示屏，从所述服务器获取故障信息和故障的现场设备在所处的建筑结构中的位置，并对应在BIM模型的相应位置显示所述故障信息。

在此，本发明包括：监控端和现场端，所述监控端包括：服务器；所述现场端：包括多个物联网传感模块，现场设备利用不同物联网传感模块采集设备的运行数据，包括但不限于振幅、水流流量、液位、电流等；所述服务器至少包括处理器和存储器，所述存储器内有现场设备的信息，包括但不限于设备生产厂商、调试数据、维修数据以及位置信息，所述处理器至少用于：在接收现场端物联网传感模块采集的设备运行数据后，判断设备状态；基于现场端物联网传感模块采集的数据，判断设备故障类型及位置。同时，所述监控端还包括显示屏，用于显示现场设备三维模型及空间信息，显示故障设备位置，以及最佳路径。

本发明的基于BIM的设备故障预测性维护系统一实施例中，现场设备的运行状态数据，包括：振幅、水流流量、液位和电流。

在此，现场设备利用不同物联网传感模块采集设备的运行数据，包括但不限于振幅、水流流量、液位、电流等。

可以利用物联网传感技术采集现场设备的运行状态数据，系统不改变原有PLC监控系统，增加物联监测设备数据，把电能、流量、水质处理、漏电、变频控制等进行系统集成，实现对设备的运行状态数据的获取，并为实时状态监测、故障诊断与报警、预警提供数据支撑。

本发明的基于BIM的设备故障预测性维护系统一实施例中，所述服务器，还用于基于故障信息和故障的现场设备在所处的建筑结构中的位置，启动对应的报警程序，并触发相应的工单。

在此，所述处理器用于：在接收现场端物联网传感模块采集的设备运行数据后，判断设备状态，启动对应的报警程序，触发相应工单。

可以基于BIM轻量化将传感器采集的设备实时运行数据融合入三维设备模型中，根据在线监测信息、健康状态的判定结果和设备的三维模型展现，一旦超过预设阈值，系统产生报警，自动发起工单，通知维修人员检修帮助其早期发现设备的异常症状，并提供相应的维修维护建议和维护指导手册。

本发明的基于BIM的设备故障预测性维护系统一实施例中，所述服务器，用于基于设备故障模型和接收到的运行状态数据对现场设备进行故障诊断，以得到故障信息。

本发明的基于BIM的设备故障预测性维护系统一实施例中，所述服务器，用于基于所述故障信息，不断优化所述设备故障模型。

在此，基于设备故障数据，不断优化设备故障模型，提升设备阈值精准度。

不断优化设备故障模型，完善运维知识库。

本发明的基于BIM的设备故障预测性维护系统一实施例中，所述服务器，用于在线获取实时监测的现场设备的工作状态数据，结合故障模式和失效判断依据，利用设备故障模型和专家系统对故障进行实时在线诊断，当判断现场存在异常时，结合设备的各种健康历史状态数据、工作状态以及维修历史记录，综合智能诊断方法，对现场设备的故障进行在线诊断，获得故障的代码、特征、产生的原因和故障的位置，为维修提供及时准确的数据支持。

本发明的基于BIM的设备故障预测性维护系统一实施例中，所述服务器，用于基于状态集序列的故障预测模型，利用预测的故障特征参数对故障的现场设备进行当前性能状态的评估以及故障的早期预报。

在此，所述服务器可以通过改进数据挖掘算法，更有效的实现对设备故障的早期识别，以有效降低具有强隐蔽性、不易发觉的故障所导致的经济和人身损失。

本发明的基于BIM的设备故障预测性维护系统一实施例中，所述服务器，用于过储存的设备故障类型、设备故障模型和维护建议措施，提供对运维知识库中故障名称、解决方法和维护建议的管理。

在此，所述服务器可以对模型库信息、知识库信息和维修优化信息的管理和更新，并通过储存的设备故障类型、设备故障模型、维护建议措施，提供对运维知识库中故障名称、解决方法和维护建议的管理。

本发明通过对物联网技术((Internet of Things，简称IoT)和人工智能算法研究，提升建筑机电设备在线自动化检测能力；通过对设备本体的采集频度、高低液位、高低压力等运行指标的阈值设置，触发系统的报警流程，实现设备运行实时数据检测的效果；将设备运行的报警信息与工单流程进行关联，提升主动式运维管理能力。同时结合建筑信息模型(Building Information Modeling,简称BIM)为基础，以物联网技术为载体，融合智能传感与控制、大数据分析与挖掘等先进的信息技术为手段的设备预测性维护系统。

相比传统技术，本发明的优势在于利用物联网传感技术，实现设备实时数据采集，利用机器学习不断优化故障预测模型，实现机房无人值守，减少不必要的设备停机时间，结合三维数字化模型，做到设备报警联动工单，三维定位及导航，减轻运维人员压力，提升设备维修效率。同时，本发明中所述的系统，还可以实现维修记录，形成设备维修知识库，实现以经验为主导的设备运维模式向智慧运维的转型。

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。

专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

显然，本领域的技术人员可以对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，则本发明也意图包括这些改动和变型在内。

Claims (8)

1.一种基于BIM的设备故障预测性维护系统，其特征在于，包括：

物联网传感模块，用于采集现场设备的运行状态数据，并将运行状态数据发送给服务器；

服务器，用于建立现场设备与现场设备所处的建筑结构的BIM模型，基于接收到的运行状态数据对现场设备进行故障诊断，以得到故障信息；并结合所述BIM模型确定故障的现场设备在所处的建筑结构中的位置；

显示屏，从所述服务器获取故障信息和故障的现场设备在所处的建筑结构中的位置，并对应在BIM模型的相应位置显示所述故障信息。

2.如权利要求1所述的基于BIM的设备故障预测性维护系统，其特征在于，现场设备的运行状态数据，包括：振幅、水流流量、液位和电流。

3.如权利要求1所述的基于BIM的设备故障预测性维护系统，其特征在于，所述服务器，还用于基于故障信息和故障的现场设备在所处的建筑结构中的位置，启动对应的报警程序，并触发相应的工单。

4.如权利要求1所述的基于BIM的设备故障预测性维护系统，其特征在于，所述服务器，用于基于设备故障模型和接收到的运行状态数据对现场设备进行故障诊断，以得到故障信息。

5.如权利要求1所述的基于BIM的设备故障预测性维护系统，其特征在于，所述服务器，用于基于所述故障信息，不断优化所述设备故障模型。

6.如权利要求1所述的基于BIM的设备故障预测性维护系统，其特征在于，述服务器，用于在线获取实时监测的现场设备的工作状态数据，结合故障模式和失效判断依据，利用设备故障模型和专家系统对故障进行实时在线诊断，当判断现场存在异常时，结合设备的各种健康历史状态数据、工作状态以及维修历史记录，综合智能诊断方法，对现场设备的故障进行在线诊断，获得故障的代码、特征、产生的原因和故障的位置，为维修提供及时准确的数据支持。

7.如权利要求1所述的基于BIM的设备故障预测性维护系统，其特征在于，所述服务器，用于基于状态集序列的故障预测模型，利用预测的故障特征参数对故障的现场设备进行当前性能状态的评估以及故障的早期预报。

8.如权利要求1所述的基于BIM的设备故障预测性维护系统，其特征在于，所述服务器，用于过储存的设备故障类型、设备故障模型和维护建议措施，提供对运维知识库中故障名称、解决方法和维护建议的管理。

Images