CN116380228A - 衡器运行监测方法、系统、终端及存储介质 - Google Patents
衡器运行监测方法、系统、终端及存储介质 Download PDFInfo
- Publication number
- CN116380228A CN116380228A CN202310261774.9A CN202310261774A CN116380228A CN 116380228 A CN116380228 A CN 116380228A CN 202310261774 A CN202310261774 A CN 202310261774A CN 116380228 A CN116380228 A CN 116380228A
- Authority
- CN
- China
- Prior art keywords
- data
- items
- weighing
- state
- weighing apparatus
- 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
- 238000005303 weighing Methods 0.000 title claims abstract description 273
- 238000012544 monitoring process Methods 0.000 title claims abstract description 113
- 238000000034 method Methods 0.000 title claims abstract description 50
- 238000003860 storage Methods 0.000 title claims abstract description 20
- 238000001514 detection method Methods 0.000 claims abstract description 56
- 238000004458 analytical method Methods 0.000 claims abstract description 20
- 238000013139 quantization Methods 0.000 claims abstract description 20
- 238000013210 evaluation model Methods 0.000 claims abstract description 12
- 230000002159 abnormal effect Effects 0.000 claims description 50
- 238000012545 processing Methods 0.000 claims description 21
- 238000004891 communication Methods 0.000 claims description 13
- 238000011156 evaluation Methods 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 4
- 238000004590 computer program Methods 0.000 claims description 3
- 238000012360 testing method Methods 0.000 claims description 2
- 230000036541 health Effects 0.000 description 22
- 238000003745 diagnosis Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000005856 abnormality Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01G—WEIGHING
- G01G23/00—Auxiliary devices for weighing apparatus
- G01G23/01—Testing or calibrating of weighing apparatus
-
- 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
-
- 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
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Abstract
本发明涉及衡器技术领域，具体提供一种衡器运行监测方法、系统、终端及存储介质，包括：基于预设的数据采集模板定期抓取监测数据，所述监测数据包括关键状态数据、衡器检测结果数据、关键部件量化数据以及关联监测数据；利用状态评估模型对监测数据进行独立分析，并将分析结果汇总后生成相应等级的告警提示。本发明在衡器运行状态下对衡器进行多维度实时监测，能预知衡器存在的潜在隐患，生成相应的报警提示以便对衡器隐患及时进行消除，从而避免更大设备事故的发生。
Description
技术领域
本发明属于衡器技术领域，具体涉及一种衡器运行监测方法、系统、终端及存储介质。
背景技术
现代衡器是机械力学技术和现代电子技术等相关技术相结合的产物，是充分发挥机械和电气技术的特点而设计生产的大型精密测试仪器；现代衡器是一般由测量系统、控制系统、监控系统及信息管理软件系统等组成的，在许多领域得到广泛的应用，为工业生产提供数据，提升生产效率。
随着衡器的广泛使用和功能性要求的不断提升，衡器稳定运行成为影响物资称重工作质量和工作效率的关键因素。目前在生产过程中，为了能够保证衡器稳定运行，需要维护人员定期对衡器运行状态进行专业的检测与诊断，通过定期维护以及检测关键指标避免故障发生和影响扩大。
现有的衡器维护方法无法有效分析判断衡器的实时运行状态，无法对衡器运行情况做出正确的预判，在运行出现异常时，很难及时发现。
发明内容
针对现有技术的上述不足，本发明提供一种衡器运行监测方法、系统、终端及存储介质，以解决上述技术问题。
第一方面，本发明提供一种衡器运行监测方法，包括：
基于预设的数据采集模板定期抓取监测数据，所述监测数据包括关键状态数据、衡器检测结果数据、关键部件量化数据以及关联监测数据；
利用状态评估模型对监测数据进行独立分析，并将分析结果汇总后生成相应等级的告警提示。
进一步的，基于预设的数据采集模板定期抓取监测数据，所述监测数据包括关键状态数据、衡器检测结果数据、关键部件量化数据以及关联监测数据，包括：
基于数据采集模板中的关键状态数据项从衡器的相应关键部件中抓取状态数据，关键状态数据项包括称重仪表网络状态项、称重传感器通讯状态项、摄像机网络状态项、交换机网络状态项、计算机网络状态项、称重软件运行状态项；
基于数据采集模板中的衡器检测结果数据项从衡器的相应关键部件中抓取检测结果数据，衡器检测结果数据项包括称重仪表重量显示值项、称重传感器倾斜角度项、称重传感器温度项、称重传感器湿度项；
基于数据采集模板中的关键部件量化项从衡器的相应关键部件中抓取关键部件量化数据，关键部件量化项包括交换机资源利用率项、计算机资源利用率项、计算机CPU温度项、计算机显卡温度项和称重软件占用内存量；
基于数据采集模板中的关联监测数据项从衡器的相应关键部件中抓取相应数据，关联监测数据项包括称重传感器码值项、共同承载重量项、被测对象仪表显示值。
进一步的，利用状态评估模型对监测数据进行独立分析，并将分析结果汇总后生成相应等级的告警提示，包括：
监测各关键状态数据项中是否存在异常状态数据，并记录异常状态数据；
对各项衡器检测结果数据进行阈值比对，并统计数据超过相应阈值的衡器检测结果数据项的数量，记录数据超过相应阈值的衡器检测结果数据项；
对同一关键部件的多个关键部件量化数据进行加权求和，并将得到的量化值进行相应阈值比对，为量化值超出相应阈值的关键部件生成部件告警；
利用关联监测子模型对关联监测数据进行分析，得到关联监测项评价结果。
进一步的，关联监测子模型对关联监测数据进行分析的方法，包括：
如果称重仪表显示值数据小于预设阈值且与预设阈值的差值在指定范围内，确认称重仪表为空载状态下的零点存数情况，将对各称重传感器码值与预设零点值进行差异对比分析；如果所有称重传感器的差异均在预设的合理范围内则判定衡器是机械性异常；如果存在差异超出预设阈值的称重传感器，则判定是所述称重传感器异常；
如果称重仪表显示值数据超过预设阈值，将对各称重传感器码值与预设零点值进行差异对比分析；如果所有称重传感器的差异变化的方向和量值的差别在标准范围内，则认定衡器处于正常计量状态；如果存在与其它称重传感器方向和量值相差超出标准范围内的独特称重传感器，则判定是独特称重传感器异常；如果两两对角的称重传感器的差异的和的数值偏离超出预设阈值，则判定是衡器存在机械性异常；如果两两同侧的称重传感器的差异的和的数值偏离，则判定衡器处于正常计量状态，被检测对象偏载；
如果衡器承载平台处于稳定状态，称重仪表显示值波动超出预设阈值，且存在称重传感器码值波动超出预设阈值，则判定所述称重传感器异常。
进一步的，利用状态评估模型对监测数据进行独立分析，并将分析结果汇总后生成相应等级的告警提示，包括：
设置三级报警，安报警等级高低依次为一级报警、二级报警和三级报警；
分别为三级报警设置应对措施，包括针对三级报警根据现场实际情况跟踪运行，增加设备点检频次，重点是报警单元检查；针对二级报警根据现场工况提前安排检修时间停机检查报警单元；针对一级报警根据现场工况提前安排衡器大修；
若存在异常状态数据则生成一级报警，若衡器检测结果数据项的数量与部件告警的数量的异常数量和达到1则生成三级报警，若异常数量和达到2则生成二级报警，若异常数量和达到4则生成一级报警。
第二方面，本发明提供一种衡器运行监测系统，包括：
数据抓取单元，用于基于预设的数据采集模板定期抓取监测数据，所述监测数据包括关键状态数据、衡器检测结果数据、关键部件量化数据以及关联监测数据；
数据处理单元，用于利用状态评估模型对监测数据进行独立分析，并将分析结果汇总后生成相应等级的告警提示。
进一步的，所述数据抓取单元包括：
第一抓取模块，用于基于数据采集模板中的关键状态数据项从衡器的相应关键部件中抓取状态数据，关键状态数据项包括称重仪表网络状态项、称重传感器通讯状态项、摄像机网络状态项、交换机网络状态项、计算机网络状态项、称重软件运行状态项；
第二抓取模块，用于基于数据采集模板中的衡器检测结果数据项从衡器的相应关键部件中抓取检测结果数据，衡器检测结果数据项包括称重仪表重量显示值项、称重传感器倾斜角度项、称重传感器温度项、称重传感器湿度项；
第三抓取模块，用于基于数据采集模板中的关键部件量化项从衡器的相应关键部件中抓取关键部件量化数据，关键部件量化项包括交换机资源利用率项、计算机资源利用率项、计算机CPU温度项、计算机显卡温度项和称重软件占用内存量；
第四抓取模块，用于基于数据采集模板中的关联监测数据项从衡器的相应关键部件中抓取相应数据，关联监测数据项包括称重传感器码值项、共同承载重量项、被测对象仪表显示值。
进一步的，所述数据处理单元包括：
第一处理模块，用于监测各关键状态数据项中是否存在异常状态数据，并记录异常状态数据；
第二处理模块，用于对各项衡器检测结果数据进行阈值比对，并统计数据超过相应阈值的衡器检测结果数据项的数量，记录数据超过相应阈值的衡器检测结果数据项；
第三处理模块，用于对同一关键部件的多个关键部件量化数据进行加权求和，并将得到的量化值进行相应阈值比对，为量化值超出相应阈值的关键部件生成部件告警；
第四处理模块，用于利用关联监测子模型对关联监测数据进行分析，得到关联监测项评价结果。
第三方面，提供一种终端，包括：
处理器、存储器，其中，
该存储器用于存储计算机程序，
该处理器用于从存储器中调用并运行该计算机程序，使得终端执行上述的终端的方法。
第四方面，提供了一种计算机存储介质，所述计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述各方面所述的方法。
本发明的有益效果在于，本发明提供的衡器运行监测方法、系统、终端及存储介质，在衡器运行状态下对衡器进行多维度实时监测，能预知衡器存在的潜在隐患，生成相应的报警提示以便对衡器隐患及时进行消除，从而避免更大设备事故的发生。
此外，本发明设计原理可靠，结构简单，具有非常广泛的应用前景。
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，对于本领域普通技术人员而言，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是本发明一个实施例的方法的示意性流程图。
图2是本发明一个实施例的系统的示意性框图。
图3为本发明实施例提供的一种终端的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明中的技术方案，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，都应当属于本发明保护的范围。
图1是本发明一个实施例的方法的示意性流程图。其中，图1执行主体可以为一种衡器运行监测系统。
如图1所示，该方法包括：
步骤110，基于预设的数据采集模板定期抓取监测数据，所述监测数据包括关键状态数据、衡器检测结果数据、关键部件量化数据以及关联监测数据；
步骤120，利用状态评估模型对监测数据进行独立分析，并将分析结果汇总后生成相应等级的告警提示。
为了便于对本发明的理解，下面以本发明衡器运行监测方法的原理，结合实施例中对衡器运行状态进行监测的过程，对本发明提供的衡器运行监测方法做进一步的描述。
具体的，所述衡器运行监测方法包括：
S1、基于预设的数据采集模板定期抓取监测数据，所述监测数据包括关键状态数据、衡器检测结果数据、关键部件量化数据以及关联监测数据。
基于数据采集模板中的关键状态数据项从衡器的相应关键部件中抓取状态数据，关键状态数据项包括称重仪表网络状态项、称重传感器通讯状态项、摄像机网络状态项、交换机网络状态项、计算机网络状态项、称重软件运行状态项；基于数据采集模板中的衡器检测结果数据项从衡器的相应关键部件中抓取检测结果数据，衡器检测结果数据项包括称重仪表重量显示值项、称重传感器倾斜角度项、称重传感器温度项、称重传感器湿度项；基于数据采集模板中的关键部件量化项从衡器的相应关键部件中抓取关键部件量化数据，关键部件量化项包括交换机资源利用率项、计算机资源利用率项、计算机CPU温度项、计算机显卡温度项和称重软件占用内存量；基于数据采集模板中的关联监测数据项从衡器的相应关键部件中抓取相应数据，关联监测数据项包括称重传感器码值项、共同承载重量项、被测对象仪表显示值。
具体的，数据抓取方法如下：
称重仪表状态信息获取方法：监测终端机软件通过网络与称重仪表建立网络连接，如果连接成功，确定称重仪表网络状态正常，否则为异常；监测终端机软件读取仪表的重量显示值数据。
称重传感器状态信息获取方法：监测终端机软件通过访问称重仪表读取称重传感器的通讯状态、称重传感器的倾斜角度、称重传感器温度、称重传感器湿度、称重传感器码值。
摄像机状态信息获取方法：监测终端机软件通过网络周期性PING各摄像机，如果成功，确定摄像机网络状态正常，否则为异常。
交换机状态信息获取方法：监测终端机软件通过网络与交换机建立网络连接，如果连接成功，确定交换机网络状态正常，否则为异常；监测终端机软件读取交换机CPU利用率、内存利用率、带宽利用率等参数。
计算机状态信息获取方法：监测终端机软件通过网络与计算机建立网络连接，如果连接成功，确定计算机网络状态正常，否则为异常；监测终端机软件读取计算机CPU利用率、内存利用率、CPU温度、显卡温度。
称重软件状态信息获取方法：监测终端机软件通过网络与数据库建立网络连接，如果连接成功，确定数据库网络状态正常，否则为异常；监测终端机软件与称重软件进行交互，读取软件状态、内存占用量。
S2、利用状态评估模型对监测数据进行独立分析，并将分析结果汇总后生成相应等级的告警提示。
监测各关键状态数据项中是否存在异常状态数据，并记录异常状态数据；对各项衡器检测结果数据进行阈值比对，并统计数据超过相应阈值的衡器检测结果数据项的数量，记录数据超过相应阈值的衡器检测结果数据项；对同一关键部件的多个关键部件量化数据进行加权求和，并将得到的量化值进行相应阈值比对，为量化值超出相应阈值的关键部件生成部件告警；利用关联监测子模型对关联监测数据进行分析，得到关联监测项评价结果。
其中关联监测子模型对关联监测数据进行分析的方法，包括：如果称重仪表显示值数据小于预设阈值且与预设阈值的差值在指定范围内，确认称重仪表为空载状态下的零点存数情况，将对各称重传感器码值与预设零点值进行差异对比分析；如果所有称重传感器的差异均在预设的合理范围内则判定衡器是机械性异常；如果存在差异超出预设阈值的称重传感器，则判定是所述称重传感器异常；如果称重仪表显示值数据超过预设阈值，将对各称重传感器码值与预设零点值进行差异对比分析；如果所有称重传感器的差异变化的方向和量值的差别在标准范围内，则认定衡器处于正常计量状态；如果存在与其它称重传感器方向和量值相差超出标准范围内的独特称重传感器，则判定是独特称重传感器异常；如果两两对角的称重传感器的差异的和的数值偏离超出预设阈值，则判定是衡器存在机械性异常；如果两两同侧的称重传感器的差异的和的数值偏离，则判定衡器处于正常计量状态，被检测对象偏载；如果衡器承载平台处于稳定状态，称重仪表显示值波动超出预设阈值，且存在称重传感器码值波动超出预设阈值，则判定所述称重传感器异常。
具体的，基于数据类型的数据处理方法如下：
定性信息：网络状态、通讯状态等类型信息为定性信息，如果信息为正常，则信息健康指数为100％，否则为0％；
域值限制定量信息：称重传感器温度、称重传感器湿度、称重传感器码值、仪表重量显示值等信息正常情况下是在预设域值范围内，异常性下会超出预设域值；如果数据超出预设域值，则信息健康指数为100％，否则为0％；
域值量化定量信息：CPU利用率、内存利用率、带宽利用率等信息在预设域值范围内变化的，其数据的大小反应健康指数，且其健康指数是在0与100％之间连接变化的；采用数学公式对其数据量化为健康指数，可以采用数学公式可以是线性的、指数的、对数的或综合性的公式；
关联信息综合诊断：衡器一般包括多个称重传感器，多个称重传感器共同承载被检测对象和衡器承载平台的重量，并得到各个称重传感器的码值信息，并进一步由称重仪表计算出实际被检测对象的仪表显示值；正常情况下称重传感器码值符合衡器力学关联模型，可以通过称重传感器码值是否符合力学关联模型进一步针对性综合判定称重传感器、衡器健康指数；具体判定方法有多种，以下以4只传感器组成衡器的判定方法为例详细说明：如果称重仪表显示值数据较大，但小于预设阈值，确认称重仪表为空载情况，但出现零点存数情况，将对各称重传感器码值与预设零点值差异进行对比分析；如果所有称重传感器的差异均在合理范围内则确认是机械性异常，计算调整衡器综合诊断健康指数；如果某一支称重传感器的差异超出预设阈值，则确认是该称重传感器异常，计算调整该称重传感器综合诊断健康指数。如果称重仪表显示值数据超过预设阈值，衡器可能处于正常计量状态或称重传感器异常，将对各称重传感器码值与预设零点值差异进行对比分析；如果所有称重传感器的差异变化的方向和量值是相近的，则认定衡器处于正常计量状态；如果某1个称重传感器的差异与其它3个称重传感器方向和量值超出预设阈值，出现乖离，则确认是该称重传感器异常，计算调整该称重传感器综合诊断健康指数；如果两两对角的称重传感器的差异的和的数值偏离超出预设阈值，则确认是该衡器确认是机械性异常，计算调整称重仪表综合诊断健康指数；如果两两同侧的称重传感器的差异的和的数值偏离大，则确认是正常计量状态，但被检测对象偏载；如果衡器承载平台处于稳定状态，称重仪表显示值波动超出预设阈值，且有1个称重传感器码值波动超出预设阈值，则确认是该称重传感器异常，计算调整该称重传感器综合诊断健康指数。
单元健康指数计算：包括称重仪表、称重传感器、摄像机、交换机、计算机、称重软件单元健康指数计算，综合各单元相关信息健康指数及综合诊断健康指数进行基于权重累乘，获取各单元健康指数。
衡器健康指数计算：综合各单元健康指数及综合判断健康指数进行基于权重累乘，获取衡器健康指数。
设置三级报警，安报警等级高低依次为一级报警、二级报警和三级报警；分别为三级报警设置应对措施，包括针对三级报警根据现场实际情况跟踪运行，增加设备点检频次，重点是报警单元检查；针对二级报警根据现场工况提前安排检修时间停机检查报警单元；针对一级报警根据现场工况提前安排衡器大修；若存在异常状态数据则生成一级报警，若衡器检测结果数据项的数量与部件告警的数量的异常数量和达到1则生成三级报警，若异常数量和达到2则生成二级报警，若异常数量和达到4则生成一级报警。
如图2所示，该系统200包括：
数据抓取单元210，用于基于预设的数据采集模板定期抓取监测数据，所述监测数据包括关键状态数据、衡器检测结果数据、关键部件量化数据以及关联监测数据；
数据处理单元220，用于利用状态评估模型对监测数据进行独立分析，并将分析结果汇总后生成相应等级的告警提示。
可选地，作为本发明一个实施例，数据抓取单元包括：
第一抓取模块，用于基于数据采集模板中的关键状态数据项从衡器的相应关键部件中抓取状态数据，关键状态数据项包括称重仪表网络状态项、称重传感器通讯状态项、摄像机网络状态项、交换机网络状态项、计算机网络状态项、称重软件运行状态项；
第二抓取模块，用于基于数据采集模板中的衡器检测结果数据项从衡器的相应关键部件中抓取检测结果数据，衡器检测结果数据项包括称重仪表重量显示值项、称重传感器倾斜角度项、称重传感器温度项、称重传感器湿度项；
第三抓取模块，用于基于数据采集模板中的关键部件量化项从衡器的相应关键部件中抓取关键部件量化数据，关键部件量化项包括交换机资源利用率项、计算机资源利用率项、计算机CPU温度项、计算机显卡温度项和称重软件占用内存量；
第四抓取模块，用于基于数据采集模板中的关联监测数据项从衡器的相应关键部件中抓取相应数据，关联监测数据项包括称重传感器码值项、共同承载重量项、被测对象仪表显示值。
可选地，作为本发明一个实施例，数据处理单元包括：
第一处理模块，用于监测各关键状态数据项中是否存在异常状态数据，并记录异常状态数据；
第二处理模块，用于对各项衡器检测结果数据进行阈值比对，并统计数据超过相应阈值的衡器检测结果数据项的数量，记录数据超过相应阈值的衡器检测结果数据项；
第三处理模块，用于对同一关键部件的多个关键部件量化数据进行加权求和，并将得到的量化值进行相应阈值比对，为量化值超出相应阈值的关键部件生成部件告警；
第四处理模块，用于利用关联监测子模型对关联监测数据进行分析，得到关联监测项评价结果。
图3为本发明实施例提供的一种终端300的结构示意图，该终端300可以用于执行本发明实施例提供的衡器运行监测方法。
其中，该终端300可以包括：处理器310、存储器320及通信单元330。这些组件通过一条或多条总线进行通信，本领域技术人员可以理解，图中示出的服务器的结构并不构成对本发明的限定，它既可以是总线形结构，也可以是星型结构，还可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
其中，该存储器320可以用于存储处理器310的执行指令，存储器320可以由任何类型的易失性或非易失性存储终端或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。当存储器320中的执行指令由处理器310执行时，使得终端300能够执行以下上述方法实施例中的部分或全部步骤。
处理器310为存储终端的控制中心，利用各种接口和线路连接整个电子终端的各个部分，通过运行或执行存储在存储器320内的软件程序和/或模块，以及调用存储在存储器内的数据，以执行电子终端的各种功能和/或处理数据。所述处理器可以由集成电路(Integrated Circuit，简称IC)组成，例如可以由单颗封装的IC所组成，也可以由连接多颗相同功能或不同功能的封装IC而组成。举例来说，处理器310可以仅包括中央处理器(Central Processing Unit，简称CPU)。在本发明实施方式中，CPU可以是单运算核心，也可以包括多运算核心。
通信单元330，用于建立通信信道，从而使所述存储终端可以与其它终端进行通信。接收其他终端发送的用户数据或者向其他终端发送用户数据。
本发明还提供一种计算机存储介质，其中，该计算机存储介质可存储有程序，该程序执行时可包括本发明提供的各实施例中的部分或全部步骤。所述的存储介质可为磁碟、光盘、只读存储记忆体(英文：read-only memory，简称：ROM)或随机存储记忆体(英文：random access memory，简称：RAM)等。
因此，本发明在衡器运行状态下对衡器进行多维度实时监测，能预知衡器存在的潜在隐患，生成相应的报警提示以便对衡器隐患及时进行消除，从而避免更大设备事故的发生，本实施例所能达到的技术效果可以参见上文中的描述，此处不再赘述。
本领域的技术人员可以清楚地了解到本发明实施例中的技术可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解，本发明实施例中的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中如U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质，包括若干指令用以使得一台计算机终端(可以是个人计算机，服务器，或者第二终端、网络终端等)执行本发明各个实施例所述方法的全部或部分步骤。
本说明书中各个实施例之间相同相似的部分互相参见即可。尤其，对于终端实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例中的说明即可。
在本发明所提供的几个实施例中，应该理解到，所揭露的系统和方法，可以通过其它的方式实现。例如，以上所描述的系统实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，系统或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
尽管通过参考附图并结合优选实施例的方式对本发明进行了详细描述，但本发明并不限于此。在不脱离本发明的精神和实质的前提下，本领域普通技术人员可以对本发明的实施例进行各种等效的修改或替换，而这些修改或替换都应在本发明的涵盖范围内/任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。
Claims (10)
1.一种衡器运行监测方法，其特征在于，包括：
基于预设的数据采集模板定期抓取监测数据，所述监测数据包括关键状态数据、衡器检测结果数据、关键部件量化数据以及关联监测数据；
利用状态评估模型对监测数据进行独立分析，并将分析结果汇总后生成相应等级的告警提示。
2.根据权利要求1所述的方法，其特征在于，基于预设的数据采集模板定期抓取监测数据，所述监测数据包括关键状态数据、衡器检测结果数据、关键部件量化数据以及关联监测数据，包括：
基于数据采集模板中的关键状态数据项从衡器的相应关键部件中抓取状态数据，关键状态数据项包括称重仪表网络状态项、称重传感器通讯状态项、摄像机网络状态项、交换机网络状态项、计算机网络状态项、称重软件运行状态项；
基于数据采集模板中的衡器检测结果数据项从衡器的相应关键部件中抓取检测结果数据，衡器检测结果数据项包括称重仪表重量显示值项、称重传感器倾斜角度项、称重传感器温度项、称重传感器湿度项；
基于数据采集模板中的关键部件量化项从衡器的相应关键部件中抓取关键部件量化数据，关键部件量化项包括交换机资源利用率项、计算机资源利用率项、计算机CPU温度项、计算机显卡温度项和称重软件占用内存量；
基于数据采集模板中的关联监测数据项从衡器的相应关键部件中抓取相应数据，关联监测数据项包括称重传感器码值项、共同承载重量项、被测对象仪表显示值。
3.根据权利要求2所述的方法，其特征在于，利用状态评估模型对监测数据进行独立分析，并将分析结果汇总后生成相应等级的告警提示，包括：
监测各关键状态数据项中是否存在异常状态数据，并记录异常状态数据；
对各项衡器检测结果数据进行阈值比对，并统计数据超过相应阈值的衡器检测结果数据项的数量，记录数据超过相应阈值的衡器检测结果数据项；
对同一关键部件的多个关键部件量化数据进行加权求和，并将得到的量化值进行相应阈值比对，为量化值超出相应阈值的关键部件生成部件告警；
利用关联监测子模型对关联监测数据进行分析，得到关联监测项评价结果。
4.根据权利要求3所述的方法，其特征在于，关联监测子模型对关联监测数据进行分析的方法，包括：
如果称重仪表显示值数据小于预设阈值且与预设阈值的差值在指定范围内，确认称重仪表为空载状态下的零点存数情况，将对各称重传感器码值与预设零点值进行差异对比分析；如果所有称重传感器的差异均在预设的合理范围内则判定衡器是机械性异常；如果存在差异超出预设阈值的称重传感器，则判定是所述称重传感器异常；
如果称重仪表显示值数据超过预设阈值，将对各称重传感器码值与预设零点值进行差异对比分析；如果所有称重传感器的差异变化的方向和量值的差别在标准范围内，则认定衡器处于正常计量状态；如果存在与其它称重传感器方向和量值相差超出标准范围内的独特称重传感器，则判定是独特称重传感器异常；如果两两对角的称重传感器的差异的和的数值偏离超出预设阈值，则判定是衡器存在机械性异常；如果两两同侧的称重传感器的差异的和的数值偏离，则判定衡器处于正常计量状态，被检测对象偏载；
如果衡器承载平台处于稳定状态，称重仪表显示值波动超出预设阈值，且存在称重传感器码值波动超出预设阈值，则判定所述称重传感器异常。
5.根据权利要求3所述的方法，其特征在于，利用状态评估模型对监测数据进行独立分析，并将分析结果汇总后生成相应等级的告警提示，包括：
设置三级报警，安报警等级高低依次为一级报警、二级报警和三级报警；
分别为三级报警设置应对措施，包括针对三级报警根据现场实际情况跟踪运行，增加设备点检频次，重点是报警单元检查；针对二级报警根据现场工况提前安排检修时间停机检查报警单元；针对一级报警根据现场工况提前安排衡器大修；
若存在异常状态数据则生成一级报警，若衡器检测结果数据项的数量与部件告警的数量的异常数量和达到1则生成三级报警，若异常数量和达到2则生成二级报警，若异常数量和达到4则生成一级报警。
6.一种衡器运行监测系统，其特征在于，包括：
数据抓取单元，用于基于预设的数据采集模板定期抓取监测数据，所述监测数据包括关键状态数据、衡器检测结果数据、关键部件量化数据以及关联监测数据；
数据处理单元，用于利用状态评估模型对监测数据进行独立分析，并将分析结果汇总后生成相应等级的告警提示。
7.根据权利要求6所述的系统，其特征在于，所述数据抓取单元包括：
第一抓取模块，用于基于数据采集模板中的关键状态数据项从衡器的相应关键部件中抓取状态数据，关键状态数据项包括称重仪表网络状态项、称重传感器通讯状态项、摄像机网络状态项、交换机网络状态项、计算机网络状态项、称重软件运行状态项；
第二抓取模块，用于基于数据采集模板中的衡器检测结果数据项从衡器的相应关键部件中抓取检测结果数据，衡器检测结果数据项包括称重仪表重量显示值项、称重传感器倾斜角度项、称重传感器温度项、称重传感器湿度项；
第三抓取模块，用于基于数据采集模板中的关键部件量化项从衡器的相应关键部件中抓取关键部件量化数据，关键部件量化项包括交换机资源利用率项、计算机资源利用率项、计算机CPU温度项、计算机显卡温度项和称重软件占用内存量；
第四抓取模块，用于基于数据采集模板中的关联监测数据项从衡器的相应关键部件中抓取相应数据，关联监测数据项包括称重传感器码值项、共同承载重量项、被测对象仪表显示值。
8.根据权利要求7所述的系统，其特征在于，所述数据处理单元包括：
第一处理模块，用于监测各关键状态数据项中是否存在异常状态数据，并记录异常状态数据；
第二处理模块，用于对各项衡器检测结果数据进行阈值比对，并统计数据超过相应阈值的衡器检测结果数据项的数量，记录数据超过相应阈值的衡器检测结果数据项；
第三处理模块，用于对同一关键部件的多个关键部件量化数据进行加权求和，并将得到的量化值进行相应阈值比对，为量化值超出相应阈值的关键部件生成部件告警；
第四处理模块，用于利用关联监测子模型对关联监测数据进行分析，得到关联监测项评价结果。
9.一种终端，其特征在于，包括：
处理器；
用于存储处理器的执行指令的存储器；
其中，所述处理器被配置为执行权利要求1-5任一项所述的方法。
10.一种存储有计算机程序的计算机可读存储介质，其特征在于，该程序被处理器执行时实现如权利要求1-5中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310261774.9A CN116380228A (zh) | 2023-03-14 | 2023-03-14 | 衡器运行监测方法、系统、终端及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310261774.9A CN116380228A (zh) | 2023-03-14 | 2023-03-14 | 衡器运行监测方法、系统、终端及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116380228A true CN116380228A (zh) | 2023-07-04 |
Family
ID=86977918
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310261774.9A Pending CN116380228A (zh) | 2023-03-14 | 2023-03-14 | 衡器运行监测方法、系统、终端及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116380228A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117077993A (zh) * | 2023-10-18 | 2023-11-17 | 宝信软件(南京)有限公司 | 基于人工智能的车间物料自动称重数据管理系统及方法 |
-
2023
- 2023-03-14 CN CN202310261774.9A patent/CN116380228A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117077993A (zh) * | 2023-10-18 | 2023-11-17 | 宝信软件(南京)有限公司 | 基于人工智能的车间物料自动称重数据管理系统及方法 |
| CN117077993B (zh) * | 2023-10-18 | 2024-01-26 | 宝信软件(南京)有限公司 | 基于人工智能的车间物料自动称重数据管理系统及方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US7444263B2 (en) | Performance metric collection and automated analysis | |
| CN107086944A (zh) | 一种异常检测方法和装置 | |
| EP2759938A1 (en) | Operations management device, operations management method, and program | |
| CN111045894B (zh) | 数据库异常检测方法、装置、计算机设备和存储介质 | |
| JP7221644B2 (ja) | 機器故障診断支援システムおよび機器故障診断支援方法 | |
| CN110059293B (zh) | 基金估值数据的数据质量的确定方法、装置和服务器 | |
| CN110633893A (zh) | 一种策略效能监控方法、装置以及计算机设备 | |
| KR101953558B1 (ko) | 스마트 기기 결함 관리 장치 및 방법 | |
| CN116380228A (zh) | 衡器运行监测方法、系统、终端及存储介质 | |
| CN116112292A (zh) | 基于网络流量大数据的异常行为检测方法、系统和介质 | |
| CN116882804A (zh) | 一种智能电力监控方法及系统 | |
| CN110795324A (zh) | 一种数据处理方法及装置 | |
| CN114138601A (zh) | 一种业务告警方法、装置、设备及存储介质 | |
| CN113095931A (zh) | 贷后风险监控方法、装置及计算机设备 | |
| CN116345700B (zh) | 一种用于储能电站的能耗监测方法及监测系统 | |
| WO2008050323A2 (en) | Method for measuring health status of complex systems | |
| CN110910061A (zh) | 一种物料管理方法、系统、存储介质以及电子设备 | |
| KR20110037578A (ko) | 통합 보안 모니터링 시스템 및 통합 보안 모니터링 방법 | |
| CN115147236A (zh) | 一种处理方法、处理装置和电子设备 | |
| CN111625437B (zh) | 风控模型的监控方法及装置 | |
| CN116340934A (zh) | 终端异常行为检测方法、装置、设备及存储介质 | |
| CN114490829A (zh) | 一种故障识别方法、装置、设备及存储介质 | |
| CN112416896A (zh) | 数据异常的报警方法和装置、存储介质、电子装置 | |
| CN111444093A (zh) | 项目开发过程质量的确定方法、装置、计算机设备 | |
| CN110688424A (zh) | 一种生产监控方法及装置 |
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 |