CN115421457A - 热压机的监测系统 - Google Patents
热压机的监测系统 Download PDFInfo
- Publication number
- CN115421457A CN115421457A CN202211078056.XA CN202211078056A CN115421457A CN 115421457 A CN115421457 A CN 115421457A CN 202211078056 A CN202211078056 A CN 202211078056A CN 115421457 A CN115421457 A CN 115421457A
- Authority
- CN
- China
- Prior art keywords
- data
- abnormal
- hot press
- monitoring
- sound
- 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
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 147
- 238000004458 analytical method Methods 0.000 claims abstract description 23
- 238000000034 method Methods 0.000 claims abstract description 16
- 230000008569 process Effects 0.000 claims abstract description 9
- 238000004891 communication Methods 0.000 claims abstract description 6
- 230000002159 abnormal effect Effects 0.000 claims description 87
- 238000007689 inspection Methods 0.000 claims description 24
- 238000005516 engineering process Methods 0.000 claims description 16
- 238000003745 diagnosis Methods 0.000 claims description 13
- 238000013473 artificial intelligence Methods 0.000 claims description 11
- 238000010801 machine learning Methods 0.000 claims description 11
- 230000008859 change Effects 0.000 claims description 7
- 230000006870 function Effects 0.000 claims description 7
- 230000005856 abnormality Effects 0.000 claims description 6
- 238000013024 troubleshooting Methods 0.000 claims description 6
- 230000000007 visual effect Effects 0.000 claims description 5
- 239000000779 smoke Substances 0.000 claims description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 4
- 238000007726 management method Methods 0.000 description 17
- 238000004519 manufacturing process Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000010793 Steam injection (oil industry) Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 239000003245 coal Substances 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000003245 working effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/41865—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by job scheduling, process planning, material flow
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04R—LOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
- H04R29/00—Monitoring arrangements; Testing arrangements
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/32—Operator till task planning
- G05B2219/32252—Scheduling production, machining, job shop
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Otolaryngology (AREA)
- Multimedia (AREA)
- Acoustics & Sound (AREA)
- General Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明提出一种热压机的监测系统,包括:监测层,包括传感器监测模块、视频监测模块和声音监测模块,传感器监测模块用于监测热压机的运行数据,视频监测模块用于监测热压机运行过程中的视频数据,声音监测模块用于监测热压机运行过程中的声音数据;分析层,包括上位机,上位机分别与传感器监测模块、视频监测模块和声音监测模块之间建立无线通信,上位机用于分析运行数据、视频数据和声音数据中的至少一个,确定热压机的状态。由此,该系统实现了多源头数据的综合监测,避免了数据的漏报,提高了监测范围的全面性,保证了发现突发性安全事故的及时性。
Description
技术领域
本发明涉及监测技术领域,尤其涉及一种热压机的监测系统。
背景技术
火力发电厂是利用可燃物(例如煤)作为燃料生产电能的工厂。在人们生产生活中,火力发电厂属于重要的一大公共基础设施。随着社会经济水平的提升,人们对供电质量也提出较高的要求,新型火电发电厂逐年增加,也对火力发电厂热压机的安全管理要求越来越高。但是,目前针对整体机组结构精密复杂、控制难度高的新型火力发电厂的热压机,多数企业仍然采用常规的安全管理系统,这样会导致大量突发性安全事故发生在监测范围之外或不能及时发现。因此,火力发电厂热压机的安全管理工作仍然任重道远。
发明内容
本发明旨在从一定程度上解决相关技术中的技术问题。
为此,本发明的目的在于提出一种热压机的监测系统,该系统实现了多源头数据的综合监测,避免了数据的漏报,提高了监测范围的全面性,保证了发现突发性安全事故的及时性。
为达到上述目的,本发明实施例提出了一种热压机的监测系统,包括:监测层,所述监测层包括传感器监测模块、视频监测模块和声音监测模块,所述传感器监测模块用于监测热压机的运行数据,所述视频监测模块用于监测所述热压机运行过程中的视频数据,所述声音监测模块用于监测所述热压机运行过程中的声音数据;分析层,所述分析层包括上位机,所述上位机分别与所述传感器监测模块、视频监测模块和声音监测模块之间建立无线通信,所述上位机用于分析所述运行数据、所述视频数据和所述声音数据中的至少一个,确定所述热压机的状态。
根据本发明实施例的热压机的监测系统,包括:监测层和分析层,其中,监测层包括传感器监测模块、视频监测模块和声音监测模块,传感器监测模块用于监测热压机的运行数据,视频监测模块用于监测热压机运行过程中的视频数据,声音监测模块用于监测热压机运行过程中的声音数据,分析层包括上位机,上位机分别与传感器监测模块、视频监测模块和声音监测模块之间建立无线通信,上位机用于分析运行数据、视频数据和声音数据中的至少一个,确定热压机的状态。由此,该系统实现了多源头数据的综合监测,避免了数据的漏报,提高了监测范围的全面性,保证了发现突发性安全事故的及时性。
另外,本发明实施例提出的热压机的监测系统还可以具有如下附加的技术特征:
根据本发明的一个实施例,所述上位机用于分析所述运行数据,确定所述热压机的状态时,包括:所述上位机将各所述运行数据与对应的异常运行阈值进行对比,并在所述运行数据超过对应的所述异常运行阈值时,确定所述热压机的状态为异常,并发出第一提示信息;其中,所述异常运行阈值是由所述上位机通过学习正常运行数据和异常运行数据确定的。
根据本发明的一个实施例,所述运行数据,包括:温度、压力和流量。
根据本发明的一个实施例,所述上位机用于分析所述视频数据,确定所述热压机的状态时,包括:所述上位机结合机器学习和视觉分析,对所述视频数据进行识别,并在识别到所述视频数据中出现异常时,确定所述热压机的状态为异常,并发出第二提示信息。
根据本发明的一个实施例,所述视频数据出现异常的情况包括下列中的至少一种:异常火光烟雾、漏水和漏气。
根据本发明的一个实施例,所述上位机用于分析所述声音数据,确定所述热压机的状态时,包括:所述上位机将所述声音数据与异常声音阈值进行对比,并在所述声音数据超过所述异常声音阈值时,确定所述热压机的状态为异常,并发出第三提示信息;其中,所述异常声音阈值是由上位机通过学习正常声音数据和异常声音数据确定的。
根据本发明的一个实施例,第一提示信息、第二提示信息和第三提示信息,包括:异常数据和/或异常原因;其中,所述异常原因是从由所述上位机通过学习正常数据和异常数据确定的原因库中查询的。
根据本发明的一个实施例,所述上位机还用于通过人工智能技术,基于机器学习大数据智能分析和诊断技术,建立故障人工智能诊断和趋势预警功能,并在分析出所述热压机的状态为异常时,所述上位机生成所述热压机为异常时的变化趋势,并展示所述变化趋势。
根据本发明的一个实施例,上述的系统,还包括:决策层,所述决策层在所述热压机的状态异常时,结合异常数据和异常原因,确定风险点,开展巡检和故障排查工作,并根据需要发布撤离和处置信息。
根据本发明的一个实施例,所述决策层在开展巡检时,包括:对于不存在危险的区域,采取人工巡检;对于存在危险或人工难以开展作业的区域,采取机器人巡检。
本发明附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:
图1是根据本发明实施例的热压机的监测系统的示意图;
图2是根据本发明一个实施例的热压机的监测系统的示意图;
图3是根据本发明一个实施例的热压机的监测系统的工作原理图;
图4是根据本发明另一个实施例的热压机的监测系统的示意图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本发明,而不能理解为对本发明的限制。
下面参考附图描述本发明实施例的热压机的监测系统。
在人们生产生活中,火力发电厂属于重要的一个公共基础设施。对于火力发电厂来说,近年来越来越重视安全管理和智能监测。在火力发电厂生产过程中,需要灵活运用现代化智能技术,积极建设安全监控和管理系统,整合安全防范需求和安全生产监控,需要借助信息化和智能化的技术手段,提高火力发电厂的智慧安全管理水平,促进火力发电厂的生产效率,提高社会效益。
综合基于物联网和智能监测等技术在多个安全管理领域已经取得了明显进展,可以看到随着测量技术、信息技术、计算机技术的不断革新与发展,大大提高了火力发电厂的相关设备隐患识别和防控能力。但是,对于整体机组结构精密复杂、控制难度高的火力发电厂的热压机,多数企业仍然采用常规的安全管理系统,这样会导致大量突发性安全事故发生在监测范围之外,或者不能及时发现以采取措施,凸显火力发电厂的安全管理工作仍然任重道远。
近年来,多个火力发电厂的事故案例告诉我们,作为关系国家社会经济、安全可持续发展和人民财产安全的重要基础设施。热压机作为火力发电设备中的重要设备,其运行环境复杂,需要监控的参数较多,其监测系统也存在诸多有待改进之处,主要表现在以下几个方面:
(1)采集信息的手段单一,漏报可能性大。例如,目前常用的传统感知式监测系统采集的信息较为有限,监测效率低,存在大量的隐患点位于监测范围之外,存在大量漏报的可能性。
(2)监测效率低,易损毁。例如,常见的监测系统需要安全管理人员查看,并分析研判,常规的安全传感器监测系统使用复杂,当传感器显示异常以后,需要对风险源进行人为分析。由于数据的分析研判较为复杂,对安全管理人员的专业水平要求高,整个过程耗时耗力,降低了监测效率。同时,在风险源漏报的前提下,一旦发生事故,在厂区上设置的高造价的监测设备极有可能损毁,后续需要重新设置,大大增加了监测的成本。
(3)针对性不强:新型热压机的工作原理较原来类似设备已经有了显著的提升,常规的火电厂安全监测系统的传感器设置方式和数据采集模式都不适合新型热压机。
为此,本发明提出了一种热压机的监测系统,该系统实现了多源头数据的综合监测,避免了数据的漏报,提高了监测范围的全面性,保证了发现突发性安全事故的及时性。
图1是根据本发明实施例的热压机的监测系统的示意图。
如图1所示,本发明实施例的热压机的监测系统1000,包括:监测层100和分析层200。
其中,监测层100包括传感器监测模块101、视频监测模块102和声音监测模块103,传感器监测模块101用于监测热压机的运行数据,视频监测模块102用于监测热压机运行过程中的视频数据,声音监测模块103用于监测热压机运行过程中的声音数据。分析层200包括上位机201,上位机201分别与传感器监测模块101、视频监测模块102和声音监测模块103之间建立无线通信,上位机201用于分析运行数据、视频数据和声音数据中的至少一个,确定热压机的状态。
在新型热压机的运行实时数据库中,涵盖的设备运行数据较多,新型热压机的工作性能已经有了较大的提升,监测内容主要包括温度、压力和流量。参考图2,运行数据中的温度包括热压机的高压蒸汽入口处温度传感器采集的温度、低压蒸汽入口处温度传感器采集的温度和蒸汽喷射口处温度传感器采集的温度和热压机所处环境的温度,运行数据中的压力包括热压机的高压蒸汽入口处压力传感器采集的压力、低压蒸汽入口处压力传感器采集的压力和蒸汽喷射口处压力传感器采集的压力,运行数据中的流量包括热压机的高压蒸汽入口处流量传感器采集的流量、低压蒸汽入口处流量传感器采集的流量和蒸汽喷射口处流量传感器采集的流量。由各个模块实时记录这些数据,并通过无线网络如Wi-Fi(Wireless-Fidelity,无线保真)上传至上位机201上,当数据出现异常时,上位机201自动提示,便于安全管理人员调阅相应区域的视频数据综合研判。
继续参照图2,在热压机的附近需要重点观察的区域,合理地设置视频监测模块102,以通过该视频监测模块102监测视频数据,并通过无线网络将视频数据上传至上位机201,以供安全管理人员查看分析。
继续参照图2,在热压机的附近设置需要重点听声音的区域,合理地设置声音监测模块103,以通过该声音监测模块103监听声音数据,并通过无线网络将声音数据上传至上位机201,以供管理人员查看分析。
由此,本发明实施例的热压机的监测系统,实现了多源头数据的综合监测,避免了数据的漏报,提高了监测范围的全面性,保证了发现突发性安全事故的及时性。并且,该系统数据的传输方式可以通过厂区已有的网络如Wi-Fi、4G和5G等直接并入,具有良好的兼容性。
根据本发明的一个实施例,上位机201还用于分析运行数据,确定热压机的状态时,包括:上位机201将各运行数据与对应的异常运行阈值进行对比,并在运行数据超过对应的异常运行阈值时,确定热压机的状态为异常,并发出第一提示信息;其中,异常运行阈值是由上位机201通过学习正常运行数据和异常运行数据确定的。其中,运行数据包括温度、压力和流量。
结合图3和图4,在热压机的高压蒸汽入口处设置温度传感器,以采集该处的温度;在热压机的低压蒸汽入口处设置温度传感器,以采集该处的温度;在热压机的蒸汽喷射口处设置温度传感器,以采集该处的温度;在热压机所处的环境中设置温度传感器,以采集环境温度;在热压机的高压蒸汽入口处设置压力传感器,以采集该处的压力;在热压机的低压蒸汽入口处设置压力传感器,以采集该处的压力;在热压机的蒸汽喷射口处设置压力传感器,以采集该处的压力;在热压机的高压蒸汽入口处设置流量传感器,以采集该处的流量;在热压机的低压蒸汽入口处设置流量传感器,以采集该处的流量;在热压机的蒸汽喷射口处设置流量传感器,以采集该处的流量。然后通过无线网络将这些数据上传至上位机201,以供安全管理人员查看分析。同时,上位机201基于机器学习,通过大数据智能分析和诊断技术,建立故障人工智能诊断功能,学习历史正常的与运行数据,确定各处的异常运行阈值。上位机201在监测的运行数据超过异常运行阈值的情况下,确定热压机的状态为异常,此时发出第一提示信息,便于安全管理人员实时查看声音数据并分析研判。
根据本发明的一个实施例,上位机201用于分析视频数据,确定热压机的状态时,包括:上位机201结合机器学习和视觉分析,对视频数据进行识别,并在识别到视频数据中出现异常时,确定热压机的状态为异常,并发出第二提示信息。其中,视频数据出现异常的情况包括下列中的至少一种:异常火光烟雾、漏水和漏气。
结合图3和图4,在热压机的附近需要重点观察的区域,合理地设置视频监测系统1000,以通过该视频监测系统1000监测视频数据,并通过无线网络将视频数据上传至上位机201,以供安全管理人员查看分析。同时,上位机201结合机器学习和视觉分析如智能视觉分析方法,自动识别视频数据中可能的异常信息,例如异常火光烟雾、漏水和漏气等。上位机201在识别视频数据中出现异常现象的情况下,确定热压机的状态为异常,此时发出第二提示信息,便于安全管理人员实时查看视频数据并分析研判。
根据本发明的一个实施例,上位机201用于分析声音数据,确定热压机的状态时,包括:上位机201将声音数据与异常声音阈值进行对比,并在声音数据超过异常声音阈值时,确定热压机的状态为异常,并发出第三提示信息;其中,异常声音阈值是由上位机201通过学习正常声音数据和异常声音数据确定的。
结合图3和图4,在热压机附近需要监听声音的区域,合理地设置声音监测系统1000,以通过该声音监测系统1000检测声音数据,并通过无线网络将声音数据上传至上位机201,以供安全管理人员查看分析。同时,声音监测系统1000通过人工智能技术,基于机器学习,通过大数据智能分析和诊断技术,建立故障人工智能诊断功能,学习历史正常的声音数据,确定异常声音阈值。上位机201在监测的声音数据超过异常声音阈值的情况下,确定热压机的状态为异常,此时发出第三提示信息,便于安全管理人员实时查看声音数据并分析研判。
在本发明的实施例中,第一提示信息、第二提示信息和第三提示信息,包括:异常数据和/或异常原因;其中,异常原因是从由上位机201通过学习正常数据和异常数据确定的原因库中查询的。
本发明的热压机的监测系统1000通过机器学习正常和异常数据,对每种异常监测结果建立相应的原因库。当热压机的状态出现异常时,热压机的监测系统1000现对上传至上位机201的数据进行自动分析,并从原因库中查询相应的异常原因,并初步提示热压机异常可能的原因,提高了数据分析效率,避免了漏报和人为忽略风险源。
根据本发明的一个实施例,上位机201还用于通过人工智能技术,基于机器学习大数据智能分析和诊断技术,建立故障人工智能诊断和趋势预警功能,并在分析出热压机的状态为异常时,上位机201生成热压机为异常时的变化趋势,并展示变化趋势。
本发明的热压机的监测系统1000通过人工智能技术基于机器学习,通过大数据智能分析和诊断技术,建立故障人工智能诊断和趋势预警功能。当监测数据出现异常和超出阈值的情况时,系统自动提示异常信息,将该异常工况变化趋势展现出来,并将异常情况可能的原因一起提示,以供监测人员分析和故障诊断。
根据本发明的一个实施例,如图3所示,上述的系统,还包括:决策层,决策层在热压机的状态异常时,结合异常数据和异常原因,确定风险点,开展巡检和故障排查工作,并根据需要发布撤离和处置信息。
根据本发明的一个实施例,决策层在开展巡检时,包括:对于不存在危险的区域,采取人工巡检;对于存在危险或人工难以开展作业的区域,采取机器人巡检。
结合图3和图4,将多种数据通过网络如Wi-Fi上传至上位机201之后,上位机201对数据分析,综合判断后,确定可能的异常原因和风险源,并提示可能的异常原因和风险源。安全管理人员综合分析这些异常数据,结合视频资料,确定可能的异常原因和风险源,开展巡检和故障排查工作,并根据需要发布撤离和处置信息。为了提高巡检的安全性,巡检和故障排查采取人工和机器人巡检相结合的方法。对于不存在危险的区域,可以采取人工巡检;对于可能存在危险或人工难以开展作业的巡检区域,采取机器人巡检和故障诊断排查。
本发明的决策层在设备巡检方面采取人工和机器人相结合的巡检方式,提高了巡检的安全性,避免了危险点或人工难以开展作业的区域巡检可能造成的安全事故。
综上所述,根据本发明实施例的热压机的监测系统,包括:监测层和分析层,其中,监测层包括传感器监测模块、视频监测模块和声音监测模块,传感器监测模块用于监测热压机的运行数据,视频监测模块用于监测热压机运行过程中的视频数据,声音监测模块用于监测热压机运行过程中的声音数据,分析层包括上位机,上位机分别与传感器监测模块、视频监测模块和声音监测模块之间建立无线通信,上位机用于分析运行数据、视频数据和声音数据中的至少一个,确定热压机的状态。由此,该系统实现了多源头数据的综合监测,避免了数据的漏报,提高了监测范围的全面性,保证了发现突发性安全事故的及时性。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”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必须针对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一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
另外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
Claims (10)
1.一种热压机的监测系统,其特征在于,包括:
监测层,所述监测层包括传感器监测模块、视频监测模块和声音监测模块,所述传感器监测模块用于监测热压机的运行数据,所述视频监测模块用于监测所述热压机运行过程中的视频数据,所述声音监测模块用于监测所述热压机运行过程中的声音数据;
分析层,所述分析层包括上位机,所述上位机分别与所述传感器监测模块、视频监测模块和声音监测模块之间建立无线通信,所述上位机用于分析所述运行数据、所述视频数据和所述声音数据中的至少一个,确定所述热压机的状态。
2.根据权利要求1所述的系统,其特征在于,所述上位机用于分析所述运行数据,确定所述热压机的状态时,包括:
所述上位机将各所述运行数据与对应的异常运行阈值进行对比,并在所述运行数据超过对应的所述异常运行阈值时,确定所述热压机的状态为异常,并发出第一提示信息;其中,所述异常运行阈值是由所述上位机通过学习正常运行数据和异常运行数据确定的。
3.根据权利要求2所述的系统,其特征在于,所述运行数据,包括:温度、压力和流量。
4.根据权利要求1所述的系统,其特征在于,所述上位机用于分析所述视频数据,确定所述热压机的状态时,包括:
所述上位机结合机器学习和视觉分析,对所述视频数据进行识别,并在识别到所述视频数据中出现异常时,确定所述热压机的状态为异常,并发出第二提示信息。
5.根据权利要求4所述的系统,其特征在于,所述视频数据出现异常的情况包括下列中的至少一种:
异常火光烟雾、漏水和漏气。
6.根据权利要求1所述的系统,其特征在于,所述上位机用于分析所述声音数据,确定所述热压机的状态时,包括:
所述上位机将所述声音数据与异常声音阈值进行对比,并在所述声音数据超过所述异常声音阈值时,确定所述热压机的状态为异常,并发出第三提示信息;其中,所述异常声音阈值是由上位机通过学习正常声音数据和异常声音数据确定的。
7.根据权利要求1所述的系统,其特征在于,第一提示信息、第二提示信息和第三提示信息,包括:异常数据和/或异常原因;其中,所述异常原因是从由所述上位机通过学习正常数据和异常数据确定的原因库中查询的。
8.根据权利要求1所述的系统,其特征在于,所述上位机还用于通过人工智能技术,基于机器学习大数据智能分析和诊断技术,建立故障人工智能诊断和趋势预警功能,并在分析出所述热压机的状态为异常时,所述上位机生成所述热压机为异常时的变化趋势,并展示所述变化趋势。
9.根据权利要求1所述的系统,其特征在于,还包括:
决策层,所述决策层在所述热压机的状态异常时,结合异常数据和异常原因,确定风险点,开展巡检和故障排查工作,并根据需要发布撤离和处置信息。
10.根据权利要求9所述的系统,其特征在于,所述决策层在开展巡检时,包括:
对于不存在危险的区域,采取人工巡检;
对于存在危险或人工难以开展作业的区域,采取机器人巡检。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211078056.XA CN115421457A (zh) | 2022-09-05 | 2022-09-05 | 热压机的监测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211078056.XA CN115421457A (zh) | 2022-09-05 | 2022-09-05 | 热压机的监测系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115421457A true CN115421457A (zh) | 2022-12-02 |
Family
ID=84203158
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211078056.XA Pending CN115421457A (zh) | 2022-09-05 | 2022-09-05 | 热压机的监测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115421457A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117850375A (zh) * | 2024-03-05 | 2024-04-09 | 青岛天一红旗软控科技有限公司 | 一种生产线的多维度监测系统 |
-
2022
- 2022-09-05 CN CN202211078056.XA patent/CN115421457A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117850375A (zh) * | 2024-03-05 | 2024-04-09 | 青岛天一红旗软控科技有限公司 | 一种生产线的多维度监测系统 |
CN117850375B (zh) * | 2024-03-05 | 2024-06-04 | 青岛天一红旗软控科技有限公司 | 一种生产线的多维度监测系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102681518B (zh) | 电缆网运行综合管理系统及智能操控平台 | |
CN109915736B (zh) | 一种热力管网系统及其泄漏检测的方法 | |
CN106655522A (zh) | 一种适用于电网二次设备运维管理的主站系统 | |
CN110397476B (zh) | 一种核电用汽轮机油品在线监测分析系统与方法 | |
CN110535238A (zh) | 一种变电设备智能监控系统及方法 | |
CN112665732A (zh) | 一种电厂出线设备温度预警方法 | |
CN115421457A (zh) | 热压机的监测系统 | |
CN110779568A (zh) | 一种在线监测与移动巡检协同的电力电缆检测方法及装置 | |
CN112684744A (zh) | 一种智慧城市运用地下管廊模型监控预警系统 | |
CN112728423A (zh) | 一种远程的供热管道故障监控系统 | |
CN114719074B (zh) | 一种智能燃气阀运维服务与检修抢修平台及方法 | |
CN211878460U (zh) | 一种配变环境智能综合监控系统 | |
CN103451680A (zh) | 基于多元统计方法的电解铝全流程监测及故障诊断系统 | |
CN116365705A (zh) | 一种光伏组件故障实时监测方法及系统 | |
CN106194599A (zh) | 监测风电场内风力发电机组安全的系统及方法 | |
CN202758215U (zh) | 电缆网运行综合管理系统及智能操控平台 | |
CN113898537A (zh) | 一种风电场远程智能巡检系统 | |
CN117455446A (zh) | 一种基于bim的火电厂小管径管线预测性维护管理方法 | |
CN110031152B (zh) | 一种热力供热系统及相邻日温度偏移累积泄漏检测的方法 | |
CN111539642B (zh) | 一种基于面向对象的电厂数据采集处理系统及其方法 | |
CN114741431A (zh) | 用于城市地下综合管廊的数据传输管理系统 | |
CN110131784B (zh) | 一种热力供热系统及其全天温度偏移累积泄漏检测的方法 | |
CN217640377U (zh) | 一种消防管理系统 | |
CN213069899U (zh) | 一种基于物联网的换流站事故处理系统 | |
CN118278749B (zh) | 一种电力事故预警的应急管理系统 |
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 |