CN116244765A - 一种基于工业互联网的设备维护管理方法 - Google Patents

一种基于工业互联网的设备维护管理方法 Download PDF

Info

Publication number
CN116244765A
CN116244765A CN202310004475.7A CN202310004475A CN116244765A CN 116244765 A CN116244765 A CN 116244765A CN 202310004475 A CN202310004475 A CN 202310004475A CN 116244765 A CN116244765 A CN 116244765A
Authority
CN
China
Prior art keywords
equipment
data
industrial
steps
maintenance
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
CN202310004475.7A
Other languages
English (en)
Inventor
汤洁
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.)
Individual
Original Assignee
Individual
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 Individual filed Critical Individual
Priority to CN202310004475.7A priority Critical patent/CN116244765A/zh
Publication of CN116244765A publication Critical patent/CN116244765A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/70—Protecting specific internal or peripheral components, in which the protection of a component leads to protection of the entire computer
    • G06F21/71—Protecting specific internal or peripheral components, in which the protection of a component leads to protection of the entire computer to assure secure computing or processing of information
    • G06F21/73—Protecting specific internal or peripheral components, in which the protection of a component leads to protection of the entire computer to assure secure computing or processing of information by creating or determining hardware identification, e.g. serial numbers
    • 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
    • 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
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/40—Business processes related to the transportation industry

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Computer Hardware Design (AREA)
  • Tourism & Hospitality (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Software Systems (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Security & Cryptography (AREA)
  • Mathematical Physics (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种基于工业互联网的设备维护管理方法，该方法包括以下步骤：步骤一：通过人工编码与设备号的结合实现对设备的统一身份标识；步骤二：通过对运行的工业设备数据采集并进行上传，实现对设备运行状态建模；步骤三：通过对采集的设备数据进行分类分析，从而实现对设备运行状态的精准判断；步骤四：将设备的状态信息反馈到可视化端口并进行预测性维护，所述实时数据采集模块，用于对工业设备运行状态进行实时数据采集；所述数据分类模块，用于对采集到的数据按照类型不同进行分类；所述异常反馈模块，用于将工业设备运行时的异常状态反馈至可视化端，本发明，具有工业设备运行时数据采集准确和异常状态反馈及时的特点。

Description

一种基于工业互联网的设备维护管理方法
技术领域
本发明涉及工业互联网技术领域，具体为一种基于工业互联网的设备维护管理方法。
背景技术
工业互联网是新一代信息通信技术与工业经济深度融合的新型基础设施、应用模式和工业生态，通过对人、机、物、系统等的全面连接，构建起覆盖全产业链、全价值链的全新制造和服务体系，为工业乃至产业数字化、网络化、智能化发展提供了实现途径，是第四次工业革命的重要基石，随着工业互联网应用的逐渐深入，对工业互联网的要求也不断提高，具体表现在数据采集，数据处理方面，在工业设备方面，数据来源分散，人工采集数据不准确，数据处理不全面，而采用工业互联网对数据进行采集与分析，可以有效地摒弃人为因素对数据的影响，因此，设计采集数据准确性高和分析准确的一种基于工业互联网的设备维护管理方法是很有必要的。
发明内容
本发明的目的在于提供一种基于工业互联网的设备维护管理方法，以解决上述背景技术中提出的问题。
为了解决上述技术问题，本发明提供如下技术方案：一种基于工业互联网的设备维护管理方法，该方法包括以下步骤：
步骤一：通过人工编码与设备号的结合实现对设备的统一身份标识；
步骤二：通过对运行的工业设备数据采集并进行上传，实现对设备运行状态建模；
步骤三：通过对采集的设备数据进行分类分析，从而实现对设备运行状态的精准判断；
步骤四：将设备的状态信息反馈到可视化端口并进行预测性维护。
根据上述技术方案，所述通过人工编码与设备号的结合实现对设备的统一身份标识的具体步骤包括：
根据设备位置信息和生产编号对工业设备进行身份标识建立；
通过唯一性的身份标识对单个设备进行精准定位。
根据上述技术方案，所述通过对运行的工业设备数据采集并进行上传，实现对设备运行状态建模的具体步骤，包括：
数据采集服务器将采集到的数据上传到分析平台中；
将接收到的数据按照数据类别的不同进行分类；
对分类后的数据进行模型训练。
根据上述技术方案，所述将接收到的数据按照数据类别的不同进行分类的步骤，包括：
在分析平台中按照采集到的数据类型的不同对设备数据进行分类，每一类的数据单独储存，随后对每一类的数据进行模型训练，进而建立比对模型，通过模型可得到采集到的工业设备的各个零件运行状态时的范围参数；
数据采集服务器将采集到的数据上传到分析平台中，分析平台将接受到的数据按照数据类别的不同进行分类，分类方法采用K-均值聚类算法，首先根据要分类数据类型的个数确定K值，随后选举N个随机的点称为聚类中心，对于数据集中的每个数据按照距离N个中心点的距离，将其与距离最近的中心点关联起来，与同一个中心点关联的所有点聚成一类，计算每一个组的平均值，将该组所关联的中心点移动到平均值的位置，重复这个步骤，直到中心点不再变化，此时数据已经按照类别的不同分类完毕，随后对不同类别的数据进行单独储存，对于数值型数据，在继续使用K-均值算法，根据数据的分离情况和紧凑情况来确定工业设备正常运行状态下各项指标的正常参数范围，通过正常参数范围与之后采集到的工业设备运行时候的实时数据进行对比，从而判断工业设备运行状态是否正常。
根据上述技术方案，所述通过对采集的设备数据进行分类分析，从而实现对设备运行状态的精准判断的步骤，包括：
数据采集服务器对设备的运行状态进行实时监测收集；
将采集到的数据与大数据建模的结果进行对比。
根据上述技术方案，所述将采集到的数据与大数据建模的结果进行对比的步骤，包括：
对于设备的振动频率进行实时采集，并将采集的结果与K-均值算法所计算出的工业设备正常工作时候的参数范围进行对比，当数据采集服务器采集到该设备的振动频率在持续时间内大于或者小于这个范围时，分析平台将会把这台设备的身份标识号发送至可视化端，由操作人员进行设备检查，同样的，操作人员也可以根据机器的实际情况，对机器的异常参数判断范围进行调整；
数据采集器从设备上的温度传感器获取数据后上传至分析平台，分析平台针对各温度监测点的正常温度及温升变化曲线建分析模型，分析设备运行过程中温度变化趋势，并判断监测点的温度及温升是否在正常范围内，是否超标，是否需要安排维护、检修，在可视化端展示分析结果并及时发出报警信息。
根据上述技术方案，所述将设备的状态信息反馈到可视化端口并进行预测性维护的具体步骤，包括：
将工业设备实时监控的数据信息与所建立的模型比对；
将设备的异常状态反馈到可视化端口。
根据上述技术方案，所述一种基于工业互联网的设备维护管理方法，其特征在于：所述预测性维护的步骤，包括：
预测性维护的目的是为了更加精确地识别设备何时需要维护，其预测时间越接近故障发生时间越好，从而获得更长的运行时间也能减少维护次数与成本，根据数据采集器对工业设备运行数据的收集，从而绘制该零件运行状态变化图，例如工业设备出现磨损与老化的时候，其振动频率往往会变异常，噪音会变大，这种相对细微的变化，维护人员很难看出，因此通过对设备数据的采集从而绘制工业设备运行状态趋势图，分析系统自动判断该零件最大运行时间，及时向可视化端发出维护保养建议。
根据上述技术方案，所述绘制工业设备运行状态趋势的步骤，包括：
设备在运行时的振动频率会趋向于一个特定值N，在固定周期T中对T周期内采集到的设备振动频率H做均值计算，算出当前周期内振动频率N的变化值，即：
Figure BDA0004035700420000041
N为初始值、N1为T1周期内的振动频率、N2为T2周期内的振动频率、N3为T3周期内的振动频率，则T周期振动变化率Z为：/>
Figure BDA0004035700420000042
T1周期振动变化率Z1为：/>
Figure BDA0004035700420000043
T2周期振动变化率Z2为：/>
Figure BDA0004035700420000044
则T3周期振动变化率Z3为：
Figure BDA0004035700420000045
当(Z3-Z2)≥(Z2-Z)，即(ZX-ZX-1)≥(ZX-1-ZX-3)时，则说明振动频率出现异常现象，此时分析系统会发出检查维护提醒。
根据上述技术方案，所述该系统包括：
数据采集模块，用于对工业设备运行时的数据进行采集；
分析模块，用于对采集到的数据进行分析处理；
可视化预警模块，用于对分析处理后的数据进行可视化预警。
与现有技术相比，本发明所达到的有益效果是：本发明，通过设置有数据采集模块、分析模块、可视化预警模块，首先通过采用人工编码与设备号的结合对工业设备进行唯一身份标识，通过数据采集服务器对工业设备运行时的数据进行采集，随后将采集的数据上传至分析平台，在分析平台中对数据进行分类，按照类别的不同划分数据集，最后对单个数据集进行模型训练，建立大数据模型，随后当采集到的实时数据上传到分析平台时，平台将自动识别该工业设备的数据是否在正常运行参数之内，若设备运行出现异常，则将异常结果反馈到可视化端，由工作人员进行异常处理，这种设备维护管理方法可以更好的保障数据采集的准确性以异常反馈的及时性。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1为本发明实施例一提供的一种基于工业互联网的设备维护管理方法的流程图；
图2为本发明实施例二提供的一种基于工业互联网的设备维护管理系统的模块组成示意图。
具体实施方式
下面将结合本发明实施例中的附图，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。
实施例一：
图1为本发明实施例一提供的一种基于工业互联网的设备维护管理方法的流程图，本实施例可应用设备维护管理的场景，该方法可以由本实施例提供的一种基于工业互联网的设备维护管理系统来执行，如图1所示，该方法具体包括以下步骤：
步骤一：通过人工编码与设备号的结合实现对设备的统一身份标识；
在本发明实施例中，设有工业互联网设备监控可视化端，设备的操作人员根据设备位置信息并结合设备生产编号对工业设备进行身份标识的建立，将建立好的身份标识码发送至监控服务器储存，通过唯一性的身份标识可以对设备运行进行监视并可对单个设备进行精准定位。
步骤二：通过对运行的工业设备数据采集并进行上传，实现对设备运行状态建模；
在本发明实施例中，采用直接联网通信，即借助工业设备自身的通信协议、通信网口、不添加硬件，与车间的局域网进行连接，与数据采集服务器进行通信，对工业设备的开机、关机、暂停、报警状态、振动状态、电流电压数据进行实时采集，随后将采集到的数据统一上传至分析平台；
示例性的，在分析平台中按照采集到的数据类型的不同对设备数据进行分类，每一类的数据单独储存，随后对每一类的数据进行模型训练，进而建立比对模型，通过模型可得到采集到的工业设备的各个零件运行状态时的范围参数；
示例性的，数据采集服务器将采集到的数据上传到分析平台中，分析平台将接收到的数据按照数据类别的不同进行分类，分类方法采用K-均值聚类算法，首先根据要分类数据类型的个数确定K值，随后选举N个随机的点称为聚类中心，对于数据集中的每个数据按照距离N个中心点的距离，将其与距离最近的中心点关联起来，与同一个中心点关联的所有点聚成一类，计算每一个组的平均值，将该组所关联的中心点移动到平均值的位置，重复这个步骤，直到中心点不再变化，此时数据已经按照类别的不同分类完毕，随后对不同类别的数据进行单独储存，对于数值型数据，在继续使用K-均值算法，根据数据的分离情况和紧凑情况来确定工业设备正常运行状态下各项指标的正常参数范围，通过正常参数范围与之后采集到的工业设备运行时候的实时数据进行对比，从而判断工业设备运行状态是否正常。
步骤三：通过对采集的设备数据进行分类分析，从而实现对设备运行状态的精准判断；
在本发明实施例中，当工业设备运行时候，数据采集服务器对设备的运行状态进行实时监测收集，并将采集到的数据与大数据建模的结果进行对比；
示例性的，对于设备的振动频率进行实时采集，并将采集的结果与K-均值算法所计算出的工业设备正常工作时候的参数范围进行对比，当数据采集服务器采集到该设备的振动频率在持续时间内大于或者小于这个范围时，分析平台将会把这台设备的身份标识号发送至可视化端，由操作人员进行设备检查，同样的，操作人员也可以根据机器的实际情况，对机器的异常参数判断范围进行调整；
示例性的，数据采集器从设备上的温度传感器获取数据后上传至分析平台，分析平台针对各温度监测点的正常温度及温升变化曲线建分析模型，分析设备运行过程中温度变化趋势，并判断监测点的温度及温升是否在正常范围内，是否超标，是否需要安排维护、检修，在可视化端展示分析结果并及时发出报警信息。
步骤四：将设备的状态信息反馈到可视化端口并进行预测性维护。
在本发明实施例中，将工业设备实时监控的数据信息与所建立的模型比对，当发现设备的运行参数大于或小于所建模型的参数范围时，将设备的异常状态反馈到可视化端口，具体到某个设备的某个零件异常，由操作人员进行具体的检测维修，操作人员也可以在可视化端设置工业设备运行时候的参数范围标准；
示例性的，预测性维护的目的是为了更加精确地识别设备何时需要维护，其预测时间越接近故障发生时间越好，从而获得更长的运行时间也能减少维护次数与成本，根据数据采集器对工业设备运行数据的收集，从而绘制该零件运行状态变化图，例如工业设备出现磨损与老化的时候，其振动频率往往会变异常，噪音会变大，这种相对细微的变化，维护人员很难看出，因此通过对设备数据的采集从而绘制工业设备运行状态趋势图，分析系统自动判断该零件最大运行时间，及时向可视化端发出维护保养建议；
示例性的，绘制工业设备运行状态趋势的方法为：设备在运行时的振动频率会趋向于一个特定值N，在固定周期T中对T周期内采集到的设备振动频率H做均值计算，算出当前周期内振动频率N的变化值，即：
Figure BDA0004035700420000081
Figure BDA0004035700420000082
N为初始值、N1为T1周期内的振动频率、N2为T2周期内的振动频率、N3为T3周期内的振动频率，则T周期振动变化率Z为：/>
Figure BDA0004035700420000083
T1周期振动变化率Z1为：/>
Figure BDA0004035700420000084
T2周期振动变化率Z2为：
Figure BDA0004035700420000085
则T3周期振动变化率Z3为：/>
Figure BDA0004035700420000086
当(Z3-Z2)≥(Z2-Z)，即(ZX-ZX-1)≥(ZX-1-ZX-3)时，则说明振动频率出现异常现象，此时分析系统会发出检查维护提醒。
实施例二：
本发明实施例二提供了一种基于工业互联网的设备维护管理系统，图2为本发明实施例二提供的一种基于工业互联网的设备维护管理系统的模块组成示意图，如图2所示，该系统包括：
数据采集模块，用于对工业设备运行时的数据进行采集；
分析模块，用于对采集到的数据进行分析处理；
可视化预警模块，用于对分析处理后的数据进行可视化预警；
在本发明的一些实施例中，数据采集模块包括：
身份标识模块，用于对工业设备进行唯一身份标识；
实时数据采集模块，用于对工业设备运行状态进行实时数据采集；
在本发明的一些实施例中，分析模块包括：
数据分类模块，用于对采集到的数据按照类型不同进行分类；
数据建模模块，用于对分类好的数据进行模型训练；
在本发明的一些实施例中，可视化预警模块包括：
异常判断模块，用于对工业设备运行状态进行分析判断；
异常反馈模块，用于将工业设备运行时的异常状态反馈至可视化端。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。
最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，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 (10)

1.一种基于工业互联网的设备维护管理方法，其特征在于：该方法包括以下步骤：
步骤一：通过人工编码与设备号的结合实现对设备的统一身份标识；
步骤二：通过对运行的工业设备数据采集并进行上传，实现对设备运行状态建模；
步骤三：通过对采集的设备数据进行分类分析，从而实现对设备运行状态的精准判断；
步骤四：将设备的状态信息反馈到可视化端口并进行预测性维护。
2.根据权利要求1所述的一种基于工业互联网的设备维护管理方法，其特征在于：所述通过人工编码与设备号的结合实现对设备的统一身份标识的具体步骤包括：
根据设备位置信息和生产编号对工业设备进行身份标识建立；
通过唯一性的身份标识对单个设备进行精准定位。
3.根据权利要求1所述的一种基于工业互联网的设备维护管理方法，其特征在于：所述通过对运行的工业设备数据采集并进行上传，实现对设备运行状态建模的具体步骤，包括：
数据采集服务器将采集到的数据上传到分析平台中；
将接收到的数据按照数据类别的不同进行分类；
对分类后的数据进行模型训练。
4.根据权利要求3所述的一种基于工业互联网的设备维护管理方法，其特征在于：所述将接收到的数据按照数据类别的不同进行分类的步骤，包括：
在分析平台中按照采集到的数据类型的不同对设备数据进行分类，每一类的数据单独储存，随后对每一类的数据进行模型训练，进而建立比对模型，通过模型可得到采集到的工业设备的各个零件运行状态时的范围参数；
数据采集服务器将采集到的数据上传到分析平台中，分析平台将接受到的数据按照数据类别的不同进行分类，分类方法采用K-均值聚类算法，首先根据要分类数据类型的个数确定K值，随后选举N个随机的点称为聚类中心，对于数据集中的每个数据按照距离N个中心点的距离，将其与距离最近的中心点关联起来，与同一个中心点关联的所有点聚成一类，计算每一个组的平均值，将该组所关联的中心点移动到平均值的位置，重复这个步骤，直到中心点不再变化，此时数据已经按照类别的不同分类完毕，随后对不同类别的数据进行单独储存，对于数值型数据，在继续使用K-均值算法，根据数据的分离情况和紧凑情况来确定工业设备正常运行状态下各项指标的正常参数范围，通过正常参数范围与之后采集到的工业设备运行时候的实时数据进行对比，从而判断工业设备运行状态是否正常。
5.根据权利要求1所述的一种基于工业互联网的设备维护管理方法，其特征在于：所述通过对采集的设备数据进行分类分析，从而实现对设备运行状态的精准判断的步骤，包括：
数据采集服务器对设备的运行状态进行实时监测收集；
将采集到的数据与大数据建模的结果进行对比。
6.根据权利要求5所述的一种基于工业互联网的设备维护管理方法，其特征在于：所述将采集到的数据与大数据建模的结果进行对比的步骤，包括：
对于设备的振动频率进行实时采集，并将采集的结果与K-均值算法所计算出的工业设备正常工作时候的参数范围进行对比，当数据采集服务器采集到该设备的振动频率在持续时间内大于或者小于这个范围时，分析平台将会把这台设备的身份标识号发送至可视化端，由操作人员进行设备检查，同样的，操作人员也可以根据机器的实际情况，对机器的异常参数判断范围进行调整；
数据采集器从设备上的温度传感器获取数据后上传至分析平台，分析平台针对各温度监测点的正常温度及温升变化曲线建分析模型，分析设备运行过程中温度变化趋势，并判断监测点的温度及温升是否在正常范围内，是否超标，是否需要安排维护、检修，在可视化端展示分析结果并及时发出报警信息。
7.根据权利要求1所述的一种基于工业互联网的设备维护管理方法，其特征在于：所述将设备的状态信息反馈到可视化端口并进行预测性维护的具体步骤，包括：
将工业设备实时监控的数据信息与所建立的模型比对；
将设备的异常状态反馈到可视化端口。
8.根据权利要求7所述的一种基于工业互联网的设备维护管理方法，其特征在于：所述预测性维护的步骤，包括：
预测性维护的目的是为了更加精确地识别设备何时需要维护，其预测时间越接近故障发生时间越好，从而获得更长的运行时间也能减少维护次数与成本，根据数据采集器对工业设备运行数据的收集，从而绘制该零件运行状态变化图，例如工业设备出现磨损与老化的时候，其振动频率往往会变异常，噪音会变大，这种相对细微的变化，维护人员很难看出，因此通过对设备数据的采集从而绘制工业设备运行状态趋势图，分析系统自动判断该零件最大运行时间，及时向可视化端发出维护保养建议。
9.根据权利要求8所述的一种基于工业互联网的设备维护管理方法，其特征在于：所述绘制工业设备运行状态趋势的步骤，包括：
设备在运行时的振动频率会趋向于一个特定值N，在固定周期T中对T周期内采集到的设备振动频率H做均值计算，算出当前周期内振动频率N的变化值，即：
Figure FDA0004035700410000041
N为初始值、N1为T1周期内的振动频率、N2为T2周期内的振动频率、N3为T3周期内的振动频率，则T周期振动变化率Z为：/>
Figure FDA0004035700410000042
T1周期振动变化率Z1为：/>
Figure FDA0004035700410000043
T2周期振动变化率Z2为：/>
Figure FDA0004035700410000044
则T3周期振动变化率Z3为：
Figure FDA0004035700410000045
当(Z3-Z2)≥(Z2-Z)，即(ZX-ZX-1)≥(ZX-1-ZX-3)时，则说明振动频率出现异常现象，此时分析系统会发出检查维护提醒。
10.一种基于工业互联网的设备维护管理系统，其特征在于：该系统包括：
数据采集模块，用于对工业设备运行时的数据进行采集；
分析模块，用于对采集到的数据进行分析处理；
可视化预警模块，用于对分析处理后的数据进行可视化预警。
CN202310004475.7A 2023-01-03 2023-01-03 一种基于工业互联网的设备维护管理方法 Pending CN116244765A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310004475.7A CN116244765A (zh) 2023-01-03 2023-01-03 一种基于工业互联网的设备维护管理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310004475.7A CN116244765A (zh) 2023-01-03 2023-01-03 一种基于工业互联网的设备维护管理方法

Publications (1)

Publication Number Publication Date
CN116244765A true CN116244765A (zh) 2023-06-09

Family

ID=86625338

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310004475.7A Pending CN116244765A (zh) 2023-01-03 2023-01-03 一种基于工业互联网的设备维护管理方法

Country Status (1)

Country Link
CN (1) CN116244765A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116433226A (zh) * 2023-06-14 2023-07-14 浙江亿视电子技术有限公司 基于电参数ai分析的交流供电设备管理方法及系统
CN117527859A (zh) * 2024-01-04 2024-02-06 深圳市联特微电脑信息技术开发有限公司 基于工业互联网的设备监控方法及系统
CN117857261A (zh) * 2024-01-18 2024-04-09 安徽即刻智能科技有限公司 一种基于边缘计算的工业智能网关

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116433226A (zh) * 2023-06-14 2023-07-14 浙江亿视电子技术有限公司 基于电参数ai分析的交流供电设备管理方法及系统
CN117527859A (zh) * 2024-01-04 2024-02-06 深圳市联特微电脑信息技术开发有限公司 基于工业互联网的设备监控方法及系统
CN117527859B (zh) * 2024-01-04 2024-03-19 深圳市联特微电脑信息技术开发有限公司 基于工业互联网的设备监控方法及系统
CN117857261A (zh) * 2024-01-18 2024-04-09 安徽即刻智能科技有限公司 一种基于边缘计算的工业智能网关

Similar Documents

Publication Publication Date Title
CN116244765A (zh) 一种基于工业互联网的设备维护管理方法
CN110366031B (zh) 一种数字化车间mes系统基于视觉的异常状态监测与故障诊断方法
CN104386449B (zh) 用于矿用皮带运输机头尾轮在线检测智能保护装置
CN111738308A (zh) 基于聚类及半监督学习的监控指标动态阈值检测方法
CN111639921A (zh) 一种基于专家系统的设备故障智判与辅助处置方法
CN111325410B (zh) 基于样本分布的通用故障预警系统及其预警方法
CN113344133B (zh) 一种时序行为异常波动检测方法及系统
CN113852661B (zh) 一种基于声波分析的流程供应链运载设备托辊故障监测系统及方法
CN116468427B (zh) 一种基于大数据的设备运维智能监管系统及方法
CN116680113B (zh) 一种设备检测实施控制系统
CN117761444B (zh) 一种电涌保护器的寿命监测方法及系统
CN111159487A (zh) 一种汽车发动机主轴预测性维护智能系统
CN116189407A (zh) 一种基于数据监测的智能预警系统
CN111401661B (zh) 一种机械设备的预测性维护方法和维护系统
CN112365186A (zh) 一种电力信息系统健康度评估方法及其评估系统
CN112801313A (zh) 基于大数据技术综采工作面故障判定方法
CN115660288A (zh) 一种基于互联网大数据的分析管理系统
CN109598309B (zh) 一种金属包装冲压机的检测系统及其监测方法
CN116227754B (zh) 一种橡胶手套的生产自适应优化控制方法及系统
CN117113135A (zh) 一种可对异常数据整理分类的碳排放异常监测分析系统
CN117607780A (zh) 一种电能计量装置异常分析系统及其分析方法
CN111985654A (zh) 一种智能化设备健康管理系统及方法
CN116543476A (zh) 一种基于数据云采集的设备状态评估系统
CN116611953A (zh) 基于物联网的电能表生产制造实时数据管理方法和系统
CN113627885A (zh) 一种电网供电异常监测系统及其监测方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication