CN116541570A - 一种基于数字孪生的设备预测性维护系统 - Google Patents
一种基于数字孪生的设备预测性维护系统 Download PDFInfo
- Publication number
- CN116541570A CN116541570A CN202310262889.XA CN202310262889A CN116541570A CN 116541570 A CN116541570 A CN 116541570A CN 202310262889 A CN202310262889 A CN 202310262889A CN 116541570 A CN116541570 A CN 116541570A
- Authority
- CN
- China
- Prior art keywords
- equipment
- operation data
- module
- data
- digital twin
- 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
- 238000012423 maintenance Methods 0.000 title claims abstract description 35
- 230000002159 abnormal effect Effects 0.000 claims abstract description 31
- 238000012544 monitoring process Methods 0.000 claims abstract description 19
- 238000012545 processing Methods 0.000 claims abstract description 6
- 238000013507 mapping Methods 0.000 claims abstract description 5
- 238000001514 detection method Methods 0.000 claims description 15
- 238000009877 rendering Methods 0.000 claims description 11
- 238000010276 construction Methods 0.000 claims description 9
- 238000000034 method Methods 0.000 claims description 8
- 238000003062 neural network model Methods 0.000 claims description 6
- 230000000007 visual effect Effects 0.000 claims description 4
- 238000004040 coloring Methods 0.000 claims description 3
- 230000003993 interaction Effects 0.000 claims description 3
- 238000007781 pre-processing Methods 0.000 claims description 3
- 238000012549 training Methods 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 abstract description 5
- 238000004458 analytical method Methods 0.000 abstract description 3
- 241000700605 Viruses Species 0.000 description 2
- 239000003086 colorant Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/904—Browsing; Visualisation therefor
-
- 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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T15/00—3D [Three Dimensional] image rendering
- G06T15/04—Texture mapping
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
Abstract
本发明公开了一种基于数字孪生的设备预测性维护系统,设备监控领域,涉及数字孪生技术,解决了在不导入预测性维护算法的情况下,如何采用数字孪生技术对设备进行更加准确的预测性维护的问题;本发明通过数据采集模块采集获取实体设备的运行数据,发送至云平台模块进行分析处理,输出带有正常/异常标记的运行数据和预测运行状态信息至数字孪生管理模块;通过虚拟模型构建模块根据实体设备的物理结构构建三维立体模型,并导入至数字孪生管理模块;数字孪生管理模块将目标实体设备带有正常/异常标记的运行数据和预测运行状态信息映射到对应的三维立体模型上,使得实体设备和虚拟设备建立一一对应的孪生映射关系。
Description
技术领域
本发明属于设备监控领域,涉及数字孪生技术,具体是一种基于数字孪生的设备预测性维护系统。
背景技术
随着工业技术的发展,不少行业需要使用各种各样的工业设备。如机房的互联网设备需要长期24小时不停运转,需要经常在后台对其进行监测,并进行定期维护,从而避免设备发生故障。
申请公布号(CN114077235A)提供了一种基于数字孪生技术的设备预测性维护系统及方法,包括:通信模块、三维场景模块、引擎渲染模块、数据融合模块以及可视化模块验。解决了工业互联网行业根据设备具体情况、具体分析进行保养维护的运维工作,提升了设备保养维护的准确性。
该现有技术需要将预测性维护算法导入到数字孪生平台提供计算,驱动数字孪生体的更新,较为复杂。为此,本申请提出了一种基于数字孪生的设备预测性维护系统,可以更准确的预测设备运行状态,从而达到设备预测维护的目的。
发明内容
本发明旨在至少解决现有技术中存在的技术问题之一。为此,本发明提出一种基于数字孪生的设备预测性维护系统,该种基于数字孪生的设备预测性维护系统解决了在不导入预测性维护算法的情况下,如何采用数字孪生技术对设备进行更加准确的预测性维护的问题。
为实现上述目的,根据本发明的第一方面的实施例提出一种基于数字孪生的设备预测性维护系统,包括:虚拟模型构建模块、数据采集模块、云平台模块、数字孪生管理模块以及后台监控模块;各个模块之间信息交互;
所述虚拟模型构建模块用于根据实体设备的物理结构进行虚拟设备的三维立体模型的构建,并将构建完成的虚拟设备的三维立体模型导入至所述数字孪生管理模块;
所述数据采集模块用于对实体设备的运行数据进行采集,并发送至所述云平台模块;
所述云平台模块用于对获取的目标实体设备的运行数据进行存储、预处理和运算处理,输出带有正常/异常标记的运行数据和预测运行状态信息,并发送至所述数字孪生管理模块;
所述数字孪生管理模块用于将获取的虚拟设备的三维立体模型和获取的目标实体设备带有正常/异常标记的运行数据和预测运行状态信息进行融合,获取目标实体设备的数字孪生模型,并进行可视化显示;
所述后台监控模块用于根据数字孪生管理模块对目标实体设备进行后台远程监控。
进一步地,所述虚拟模型构建模块包括图形绘制单元和图形渲染单元;
所述图形绘制单元用于根据实体设备的物理结构和连接关系进行三维立体模型的绘制;
所述图形渲染单元用于对绘制的三维立体模型进行着色渲染。
进一步地,所述数据采集模块设置有温湿度检测传感器、振动检测传感器、电流/电压检测传感器、监控摄像头以及其他类型的检测传感器,分别用于对目标实体设备的温湿度、振动频率、电流/电压值、视频图像以及其他类型数据进行采集获取。
进一步地,所述云平台模块对运行数据的预处理包括对运行数据的不完整性、不一致性、偏离期望值以及冗余性进行分析处理。
进一步地,所述云平台模块对运行数据的运算处理为将经过预处理后的运输数据输入至前期构建好的神经网络模型,输出带有正常/异常标记的运行数据和预测运行状态信息。
进一步地,所述神经网络模型由前期对标记好的相同实体设备的全生命周期的运行历史数据和对应的维护记录数据进行学习并训练所构建,对输入的目标实体设备的运行数据进行内部运算,并对输入的运行数据的正常或异常进行标记,从而输出目标实体设备带有正常或异常的运行数据和预测运行状态信息。
进一步地,所述数字孪生管理模块为获取的虚拟设备的三维立体模型与目标实体设备建立一一对应的孪生映射关系,即将目标实体设备带有正常/异常标记的运行数据和预测运行状态信息映射到对应的三维立体模型上。
进一步地,针对正常运行数据、异常运行数据以及预测运行状态信息所映射的虚拟设备的三维立体模型的相应位置进行不同颜色标记。
进一步地,所述数字孪生管理模块还设置有故障预警单元,所述故障预警单元检测到数字孪生模型对应的异常部位进行声光预警。
进一步地,所述后台监控模块连接有设备厂家用户终端、设备用户终端以及第三方用户终端;根据不同用户终端,设置有不同的用户权限。
与现有技术相比,本发明的有益效果是:
1、本发明中通过数据采集模块采集获取实体设备的运行数据,发送至云平台模块进行分析处理,输出带有正常/异常标记的运行数据和预测运行状态信息至数字孪生管理模块;能够在输入数字孪生管理模块之前对目标实体设备的运行数据进行分析处理,根据运行数据预测运行状态信息,从而进行对设备的预测维护。
2、本发明通过虚拟模型构建模块根据实体设备的物理结构构建三维立体模型,并导入至数字孪生管理模块;数字孪生管理模块将目标实体设备带有正常/异常标记的运行数据和预测运行状态信息映射到对应的三维立体模型上,使得实体设备和虚拟设备建立一一对应的孪生映射关系,并且针对正常运行数据、异常运行数据以及预测运行状态信息所映射的虚拟设备的三维立体模型的相应位置进行不同颜色标记,能够更加直观的可视化。
附图说明
图1为本发明的系统结构示意图。
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做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。
如图1所示,一种基于数字孪生的设备预测性维护系统,包括:虚拟模型构建模块、数据采集模块、云平台模块、数字孪生管理模块以及后台监控模块;各个模块之间信息交互;
在本申请中,所述虚拟模型构建模块用于根据实体设备的物理结构进行虚拟设备的三维立体模型的构建,并将构建完成的虚拟设备的三维立体模型导入至所述数字孪生管理模块;
具体地,所述虚拟模型构建模块包括图形绘制单元和图形渲染单元;
所述图形绘制单元用于根据实体设备的物理结构和连接关系进行三维立体模型的绘制;
所述图形渲染单元用于对绘制的三维立体模型进行着色渲染,使得绘制的虚拟设备在计算机图形界面中呈现出真实世界的材质和光影效果;
在本申请中,所述数据采集模块用于对实体设备的运行数据进行采集,并将获取的实体设备的运行数据发送至所述云平台模块;
具体地,所述数据采集模块根据所要采集的数据类型设置有不同类型的检测传感器,并将不同类型的检测传感器安装在目标实体设备上;
不同类型的检测传感器包括温湿度检测传感器、振动检测传感器、电流/电压检测传感器、监控摄像头以及其他类型的检测传感器,分别用于对目标实体设备的温湿度、振动频率、电流/电压值、视频图像以及其他类型数据进行采集获取;
在本申请中,所述云平台模块用于对获取的目标实体设备的运行数据进行存储和分析处理;
具体地,所述云平台模块将获取的目标实体设备的运行数据按照数据类型进行分类存储;并将存储的运行数据进行预处理后输入至由前期构建好的神经网络模型,输出带有正常/异常标记的运行数据和预测运行状态信息,并将输出的带有正常/异常标记的运行数据和预测运行状态信息发送至所述数字孪生管理模块;
其中,所述云平台模块对运行数据的预处理包括对运行数据的不完整性、不一致性、偏离期望值、冗余性等进行分析处理;
其中,该神经网络模型由前期对标记好的相同实体设备的全生命周期的运行历史数据和对应的维护记录数据进行学习并训练所构建,对输入的目标实体设备的运行数据进行内部运算,并对输入的运行数据的正常或异常进行标记,从而输出目标实体设备带有正常或异常的运行数据和预测运行状态信息;
在本申请中,所述数字孪生管理模块用于将获取的虚拟设备的三维立体模型和获取的目标实体设备带有正常/异常标记的运行数据和预测运行状态信息进行融合,获取目标实体设备的数字孪生模型,并进行可视化显示;
具体地,所述数字孪生管理模块为获取的虚拟设备的三维立体模型与目标实体设备建立一一对应的孪生映射关系,即将目标实体设备带有正常/异常标记的运行数据和预测运行状态信息映射到对应的三维立体模型上;
其中,针对正常运行数据、异常运行数据以及预测运行状态信息所映射的虚拟设备的三维立体模型的相应位置进行不同颜色标记;
所述数字孪生管理模块还设置有故障预警单元,所述故障预警单元检测到数字孪生模型对应的异常部位进行声光预警;
在本申请中,所述后台监控模块用于根据数字孪生管理模块对目标实体设备进行后台远程监控;
具体地,所述后台监控模块连接有设备厂家用户终端、设备用户终端以及第三方用户终端;
根据不同用户终端,设置有不同的用户权限。
基于上述所述的一种基于数字孪生的设备预测性维护系统,一种基于数字孪生的设备预测性维护方法的步骤如下:
步骤一:虚拟模型构建模块根据目标实体设备的物理结构构建相应的虚拟设备的三维立体模型,并导入至数字孪生管理模块;
步骤二:数据采集模块采集获取目标实体设备的运行数据,并发送至云平台模块;
步骤三:云平台模块将获取的目标实体设备的运行数据进行存储和处理,输出带有异常/正常标记的运行数据和目标实体设备病毒运行状态信息,并发送至数字孪生管理模块;
步骤四:数字孪生管理模块将虚拟设备的三维立体模型和目标实体设备带有正常/异常标记的运行数据和预测运行状态信息进行融合,获取目标实体设备的数字孪生模型,并进行可视化显示;
步骤五:后台监控模块通过数字孪生管理模块对目标实体设备进行远程监控维护。
以上实施例仅用以说明本发明的技术方法而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方法进行修改或等同替换,而不脱离本发明技术方法的精神和范围。
Claims (10)
1.一种基于数字孪生的设备预测性维护系统,其特征在于,包括:虚拟模型构建模块、数据采集模块、云平台模块、数字孪生管理模块以及后台监控模块;各个模块之间信息交互;
所述虚拟模型构建模块用于根据实体设备的物理结构进行虚拟设备的三维立体模型的构建,并将构建完成的虚拟设备的三维立体模型导入至所述数字孪生管理模块;
所述数据采集模块用于对实体设备的运行数据进行采集,并发送至所述云平台模块;
所述云平台模块用于对获取的目标实体设备的运行数据进行存储、预处理和运算处理,输出带有正常/异常标记的运行数据和预测运行状态信息,并发送至所述数字孪生管理模块;
所述数字孪生管理模块用于将获取的虚拟设备的三维立体模型和获取的目标实体设备带有正常/异常标记的运行数据和预测运行状态信息进行融合,获取目标实体设备的数字孪生模型,并进行可视化显示;
所述后台监控模块用于根据数字孪生管理模块对目标实体设备进行后台远程监控。
2.根据权利要求1所述的一种基于数字孪生的设备预测性维护系统,其特征在于,所述虚拟模型构建模块包括图形绘制单元和图形渲染单元;
所述图形绘制单元用于根据实体设备的物理结构和连接关系进行三维立体模型的绘制;
所述图形渲染单元用于对绘制的三维立体模型进行着色渲染。
3.根据权利要求1所述的一种基于数字孪生的设备预测性维护系统,其特征在于,所述数据采集模块设置有温湿度检测传感器、振动检测传感器、电流/电压检测传感器、监控摄像头以及其他类型的检测传感器,分别用于对目标实体设备的温湿度、振动频率、电流/电压值、视频图像以及其他类型数据进行采集获取。
4.根据权利要求1所述的一种基于数字孪生的设备预测性维护系统,其特征在于,所述云平台模块对运行数据的预处理包括对运行数据的不完整性、不一致性、偏离期望值以及冗余性进行分析处理。
5.根据权利要求1所述的一种基于数字孪生的设备预测性维护系统,其特征在于,所述云平台模块对运行数据的运算处理为将经过预处理后的运输数据输入至前期构建好的神经网络模型,输出带有正常/异常标记的运行数据和预测运行状态信息。
6.根据权利要求5所述的一种基于数字孪生的设备预测性维护系统,其特征在于,所述神经网络模型由前期对标记好的相同实体设备的全生命周期的运行历史数据和对应的维护记录数据进行学习并训练所构建,对输入的目标实体设备的运行数据进行内部运算,并对输入的运行数据的正常或异常进行标记,从而输出目标实体设备带有正常或异常的运行数据和预测运行状态信息。
7.根据权利要求1所述的一种基于数字孪生的设备预测性维护系统,其特征在于,所述数字孪生管理模块为获取的虚拟设备的三维立体模型与目标实体设备建立一一对应的孪生映射关系,即将目标实体设备带有正常/异常标记的运行数据和预测运行状态信息映射到对应的三维立体模型上。
8.根据权利要求1所述的一种基于数字孪生的设备预测性维护系统,其特征在于,针对正常运行数据、异常运行数据以及预测运行状态信息所映射的虚拟设备的三维立体模型的相应位置进行不同颜色标记。
9.根据权利要求1所述的一种基于数字孪生的设备预测性维护系统,其特征在于,所述数字孪生管理模块还设置有故障预警单元,所述故障预警单元检测到数字孪生模型对应的异常部位进行声光预警。
10.根据权利要求1所述的一种基于数字孪生的设备预测性维护系统,其特征在于,所述后台监控模块连接有设备厂家用户终端、设备用户终端以及第三方用户终端;根据不同用户终端,设置有不同的用户权限。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310262889.XA CN116541570A (zh) | 2023-03-17 | 2023-03-17 | 一种基于数字孪生的设备预测性维护系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310262889.XA CN116541570A (zh) | 2023-03-17 | 2023-03-17 | 一种基于数字孪生的设备预测性维护系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116541570A true CN116541570A (zh) | 2023-08-04 |
Family
ID=87453123
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310262889.XA Pending CN116541570A (zh) | 2023-03-17 | 2023-03-17 | 一种基于数字孪生的设备预测性维护系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116541570A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116885858A (zh) * | 2023-09-08 | 2023-10-13 | 中国标准化研究院 | 一种基于数字孪生技术的配电网故障处理方法及系统 |
CN117454488A (zh) * | 2023-11-08 | 2024-01-26 | 河北建工集团有限责任公司 | 基于数字孪生传感器的多设备综合方法和系统 |
CN117671447A (zh) * | 2023-12-18 | 2024-03-08 | 河北建工集团有限责任公司 | 一种面向复杂场景的数字孪生与智能传感器的融合系统 |
CN117764561A (zh) * | 2024-02-21 | 2024-03-26 | 临沂明振仪表科技有限公司 | 基于物联网的热力设备智能运维管理系统 |
CN117764561B (zh) * | 2024-02-21 | 2024-05-14 | 临沂明振仪表科技有限公司 | 基于物联网的热力设备智能运维管理系统 |
-
2023
- 2023-03-17 CN CN202310262889.XA patent/CN116541570A/zh active Pending
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116885858A (zh) * | 2023-09-08 | 2023-10-13 | 中国标准化研究院 | 一种基于数字孪生技术的配电网故障处理方法及系统 |
CN116885858B (zh) * | 2023-09-08 | 2023-12-08 | 中国标准化研究院 | 一种基于数字孪生技术的配电网故障处理方法及系统 |
CN117454488A (zh) * | 2023-11-08 | 2024-01-26 | 河北建工集团有限责任公司 | 基于数字孪生传感器的多设备综合方法和系统 |
CN117454488B (zh) * | 2023-11-08 | 2024-03-26 | 河北建工集团有限责任公司 | 基于数字孪生传感器的多设备综合方法和系统 |
CN117671447A (zh) * | 2023-12-18 | 2024-03-08 | 河北建工集团有限责任公司 | 一种面向复杂场景的数字孪生与智能传感器的融合系统 |
CN117671447B (zh) * | 2023-12-18 | 2024-05-07 | 河北建工集团有限责任公司 | 一种面向复杂场景的数字孪生与智能传感器的融合系统 |
CN117764561A (zh) * | 2024-02-21 | 2024-03-26 | 临沂明振仪表科技有限公司 | 基于物联网的热力设备智能运维管理系统 |
CN117764561B (zh) * | 2024-02-21 | 2024-05-14 | 临沂明振仪表科技有限公司 | 基于物联网的热力设备智能运维管理系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116541570A (zh) | 一种基于数字孪生的设备预测性维护系统 | |
US20220137612A1 (en) | Transformer fault diagnosis and positioning system based on digital twin | |
CN107168294B (zh) | 一种火电水系统设备无人巡检监控方法 | |
CN111542791B (zh) | 使用设施诊断系统的设施诊断方法 | |
Mourtzis et al. | Design and development of an IoT enabled platform for remote monitoring and predictive maintenance of industrial equipment | |
CN116841262A (zh) | 基于机器视觉的智慧工厂生产在线监测分析系统 | |
Wöstmann et al. | A retrofit approach for predictive maintenance | |
CN113946952A (zh) | 风机孪生体的生成方法、装置及电子设备 | |
CN111678557A (zh) | 一种电气化铁道牵引变压器智能监测系统及方法 | |
KR20220127474A (ko) | 자동화 공정 이상상태 모니터링 및 제어 시스템 및 방법 | |
CN117043825A (zh) | 一种实时控制的可视化孪生工厂系统 | |
CN113572260A (zh) | 一种基于数字孪生技术的分布式能源站智慧运维系统 | |
CN116560326B (zh) | 一种智慧工厂管理平台 | |
CN116277001A (zh) | 一种基于数字孪生的连铸机器人管理方法及其系统 | |
WO2020130169A1 (ko) | 이종 품질 데이터의 효율적 관리를 위한 opc ua 기반의 플랫폼 구성 방법 | |
CN116561693A (zh) | 注塑机异常确定方法、电子设备及存储介质 | |
CN109494882B (zh) | 一种变电站开关设备状态的诊断方法及系统 | |
CN112327733A (zh) | 一种船舶机舱智能监控系统 | |
CN114237135A (zh) | 基于数字孪生技术的信息通信机房3d可视化方法及系统 | |
JP2000305765A (ja) | プロセス制御システムの構築装置 | |
WO2022154293A1 (ko) | 협동로봇의 결함진단을 위한 데이터 관리 방법 및 장치 | |
CN116381419B (zh) | 输电线路故障处理方法、装置、计算机设备和存储介质 | |
LU504884B1 (en) | Visual monitoring system for running state of intelligent factory | |
CN115828564A (zh) | 一种基于私有云的连铸数字化运维的方法及系统 | |
KR20240050288A (ko) | Ai 기반의 제조 공정 표준 통합 관리 및 모니터링을 위한 방법 |
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 |