CN116661381A - 智能生产设备远程监控系统 - Google Patents
智能生产设备远程监控系统 Download PDFInfo
- Publication number
- CN116661381A CN116661381A CN202310546928.9A CN202310546928A CN116661381A CN 116661381 A CN116661381 A CN 116661381A CN 202310546928 A CN202310546928 A CN 202310546928A CN 116661381 A CN116661381 A CN 116661381A
- Authority
- CN
- China
- Prior art keywords
- equipment
- abnormal equipment
- lubricating oil
- time
- unit
- 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
Classifications
-
- 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]
Landscapes
- Selective Calling Equipment (AREA)
Abstract
本发明公开了智能生产设备远程监控系统,包括数据采集模块、数据处理模块和信息输出模块,本发明涉及远程监控技术领域,解决了由于智能机械内部存在的问题不便于直接的观察,监控系统不能进行不同状态下的预警的技术问题,本发明通过来对不同生产设备的生产效率进行计算,并筛选出生产效率低于正常的标准值的设备,将其标记为异常设备,并通过对异常设备的基础参数进行分析,判断该异常设备的工作状态,进一步的根据不同的工作状态来进行不同的分析,根据对超负荷工作状态下设备的零件润滑油损耗量进行分析,缩小整体排查的范围,缩短对设备整体排查的时间,能够实现目的性的进行排查检修,提高对设备的维修效率。
Description
技术领域
本发明涉及远程监控技术领域,具体为智能生产设备远程监控系统。
背景技术
智能制造装备是指具有感知、分析、推理、决策、控制功能的制造装备,它是先进制造技术、信息技术和智能技术的集成和深度融合,智能生产设备在使用过程中,需要对设备进行远程监控,从而确保整体生产制造的安全稳定进行。
根据申请号为CN201610624597.6的专利显示,该系统包括:远程终端,提供查询机器人或智能车辆的状态信息以及远程控制所述机器人或智能车辆的界面;主控单元,位于机器人或智能车辆上,与所述远程终端通过网络进行连接,将来自所述远程终端的请求转换为机器人或智能车辆能够识别的指令,机器人或智能车辆根据所述指令进行相应的动作;以及采集单元,位于机器人或智能车辆上,用于采集环境信息。其中,所述远程终端包括:信息显示模块,请求查询模块,以及控制模块。本发明通过远程终端与机器人或智能车辆的主控单元之间的通信,可以在远程终端上实时查看机器人或智能车辆的状态信息,并对其进行控制使其执行相应动作。
上述专利中采用远程监控系统来对机器人或者智能车辆的状态进行观察,但是智能机械在工作的过程中,由于内部存在的不确定因素太多,监控系统在进行监控的时候,不能根据不同的状态进行不同的预警操作,因此内部存在问题时不能及时的发现,导致了存在工作隐患,对后续的生产制造存在影响。
发明内容
针对现有技术的不足,本发明提供了智能生产设备远程监控系统,解决了由于智能机械内部存在的问题不便于直接的观察,监控系统不能进行不同状态下的预警的问题。
为实现以上目的,本发明通过以下技术方案予以实现:智能生产设备远程监控系统,本申请提供了智能生产设备远程监控系统,包括:
数据采集模块,用于采集目标对象的基础数据,目标对象即为对应的生产设备,基础数据包括即时生产单量和单量标准值,此处即时生产单量表示为单位时间情况下,目标对象实时生产产品的数量,单位时间表示为一天,当然此处也可以设置为其他数值,依据实际情况改变;将目标对象标记为Mi,i=1、...、n,表示存在n个目标对象,将即时生产单量标记为对应的Ci,i=1、...、n,Ci与Mi为一一对应关系;
此处单量标准值的获取方式如下:
获取到任意目标对象,采集其开始投入使用后的半年内每天生产的实时生产单量,求取所有实时生产单量的均值后,将其标记为单量标准值;当然此处半年的时长也可以灵活设置为其他数值;
对其余的目标对象进行相同处理,得到所有目标对象的单量标准值;
作为本发明进一步的方案:数据采集模块用于将目标对象的基础数据传输到信息筛选单元,信息筛选单元用于根据目标对象的基础数据筛选出潜在异常设备,具体筛选方式如下:
获取到任意的目标对象,将其基础数据内的即时生产单量与对应的单量标准值进行比较,当即时生产单量小于单量标准值的B1范围时,将其标记为异常设备,此处B1≤0.85,即通过生产效率来进行衡量,从而选择出生产效率低的设备,将其标记为异常设备。
对所有的目标对象进行相同的处理,得到所有的异常设备,并判断异常设备的工作状态,具体的判断方式如下:
分别获取异常设备和正常设备单位时间内工作时长和润滑油消耗量参数值,标记为TY、RHY和TZ、RHZ;并将获取的参数值代入计算公式分别计算出异常设备和正常设备的运行参数值Q1和Q2:
Q=T×RH;
将计算出来的Q1和Q2进行比较;
当Q≤YS时,系统判定该设备是正常工作状态,系统不做任何处理,并生成正常信号;
当Q>YS时,系统判定该设备是超负荷工作,系统生成预警信号,并将预警信号传输到结果筛选单元;
作为本发明进一步的方案:结果筛选单元用于对预警信号下的异常设备进行分析,并将分析的结果传输到信息输出模块,结果筛选单元获取异常设备的参数圈,参数圈具体获取方式为:
S1:获取过往n组异常设备中不同类型零件损坏记录,记作A、B、C、D,并对不同类型零件的单位时间内润滑油消耗量和单位时间内工作时长进行获取,标记为ARh、BRh、CRh、DRh和AT、BT、CT、DT;
S2:并将获取的单位时间润滑油消耗量数值和单位时间工作时长数值从小大小进行排序,同时获取单位时间润滑油消耗量和单位时间工作时长的最大值和最小值,标记为Rmax、Rmin和Tmax、Tmin,将获取的最大值和最小值代入计算公式得出润滑油消耗总量常规参数圈:[Rmin×Tmin,Rmax×Tmax];
以此类推获取不同零件润滑油消耗量参数圈;
获取异常设备的实时参数,同步获取到对应异常设备在未被标记为异常设备时,也就是正常的目标对象的常规参数,实时参数包括单工作时长T1和标的消耗量RH1,单工作时长指代为对应异常设备单天的工作时长,标的消耗量指代为对应异常设备单位时间内润滑油的消耗量,这里以一天的均值为准,常规参数具体获取方式为:
获取超负荷工作下异常设备的工作时长T1和润滑油消耗量RH1,并根据公式计算得出异常设备内部零件润滑油损耗量RHc:
RHc=(T1×RH1),且RHc表示异常设备单位时间内零件的润滑油损耗量;
作为本发明进一步的方案:将计算得出的异常设备超负荷工作状态下零件润滑油损耗量RHc与不同零件润滑油消耗量参数圈进行比对,得出该异常设备零件损坏的类型,并生成排查信号,传输到信息输出模块。
有益效果
本发明提供了智能生产设备远程监控系统。与现有技术相比具备以下有益效果:
本发明通过来对不同的生产设备的生产效率进行计算,并筛选出生产效率低于正常标准值的设备,将其标记为异常设备,并通过对异常设备的基础参数进行分析,判断该异常设备的工作状态,进一步的根据不同的工作状态来进行不同的分析,根据对超负荷工作状态下设备的零件润滑油损耗量进行分析,确定目标对象的零件异常范围,缩小整体排查的范围,缩短对设备整体排查的时间,能够实现目的性地进行排查检修,提高对设备的维修效率。
附图说明
图1为本发明系统框图。
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。
请参阅图1,本申请提供了智能生产设备远程监控系统,包括:
数据采集模块,用于采集目标对象的基础数据,目标对象即为对应的生产设备,基础数据包括即时生产单量和单量标准值,此处即时生产单量表示为单位时间情况下,目标对象实时生产产品的数量,单位时间表示为一天,当然此处也可以设置为其他数值,依据实际情况改变;将目标对象标记为Mi,i=1、...、n,表示存在n个目标对象,将即时生产单量标记为对应的Ci,i=1、...、n,Ci与Mi为一一对应关系;
此处单量标准值的获取方式如下:
获取到任意目标对象,采集其开始投入使用后的半年内每天生产的实时生产单量,求取所有实时生产单量的均值后,将其标记为单量标准值;当然此处半年的时长也可以灵活设置为其他数值;
对其余的目标对象进行相同处理,得到所有目标对象的单量标准值,并将获取的基础数据传输到信息筛选单元;
数据采集模块用于将目标对象的基础数据传输到信息筛选单元,信息筛选单元用于根据目标对象的基础数据筛选出潜在异常设备,具体筛选方式如下:
获取到任意的目标对象,将其基础数据内的即时生产单量与对应的单量标准值进行比较,当即时生产单量小于单量标准值的B1范围时,将其标记为异常设备,此处B1≤0.85,即通过生产效率来进行衡量,从而选择出生产效率低的设备,将其标记为异常设备。
结合实际应用情景进行分析,现有一家通过智能生产设备生产医用纱布的工厂,其中工厂中有10台生产医用纱布的智能生产设备,经过统计分析10台智能设备30天内的生产总量数值分别为500、515、505、490、501、495、510、503、498、480,接着计算出该10台智能生产设备的生产效率分别为XL1=16.6、XL2=17.6、XL3=16.8、XL4=16.3、XL5=16.7、XL6=16.5、XL7=17、XL8=16.7、XL9=16.6、XL10=16,并对这10台生产设备的平均生产效率进行计算,得到XLz=16.68,并将此作为正常工作下的生产效率,同时将不同设备的生产效率与XLz=16.68进行比较,选取没有达到生产标准的智能设备,并标记为异常设备同时进行标号1、2、…n处理。
对所有的目标对象进行相同的处理,得到所有的异常设备,并判断异常设备的工作状态,具体的判断方式如下:
分别获取异常设备和正常设备单位时间内工作时长和润滑油消耗量参数值,标记为TY、RHY和TZ、RHZ;并将获取的参数值代入计算公式分别计算出异常设备和正常设备的运行参数值Q1和Q2:
Q=T×RH;
将计算出来的Q1和Q2进行比较;
当Q≤YS时,系统判定该设备是正常工作状态,系统不做任何处理,并生成正常信号;
当Q>YS时,系统判定该设备是超负荷工作,系统生成预警信号,并将预警信号传输到结果筛选单元;
结果筛选单元用于对预警信号下的异常设备进行分析,并将分析的结果传输到信息输出模块,结果筛选单元获取异常设备的参数圈,参数圈具体获取方式为:
S1:获取过往n组异常设备中不同类型零件损坏记录,记作A、B、C、D,并对不同类型零件的单位时间内润滑油消耗量和单位时间内工作时长进行获取,标记为ARh、BRh、CRh、DRh和AT、BT、CT、DT;
S2:并将获取的单位时间润滑油消耗量数值和单位时间工作时长数值从小大小进行排序,同时获取单位时间润滑油消耗量和单位时间工作时长的最大值和最小值,标记为Rmax、Rmin和Tmax、Tmin,将获取的最大值和最小值代入计算公式得出润滑油消耗总量常规参数圈:[Rmin×Tmin,Rmax×Tmax];
以此类推获取不同零件润滑油消耗量参数圈;
获取异常设备的实时参数,同步获取到对应异常设备在未被标记为异常设备时,也就是正常的目标对象的常规参数,实时参数包括单工作时长T1和标的消耗量RH1,单工作时长指代为对应异常设备单天的工作时长,标的消耗量指代为对应异常设备单位时间内润滑油的消耗量,这里以一天的均值为准,常规参数具体获取方式为:
获取超负荷工作下异常设备的工作时长T1和润滑油消耗量RH1,并根据公式计算得出异常设备内部零件润滑油损耗量RHc:
RHc=(T1×RH1),且RHc表示异常设备单位时间内零件的润滑油损耗量;
将计算得出的异常设备超负荷工作状态下零件润滑油损耗量RHc与不同零件润滑油消耗量参数圈进行比对,得出该异常设备零件损坏的类型,并生成排查信号,传输到信息输出模块。
结合实际应用场景分析,以零件A的数据为例,现在获取10组零件A单位时间内工作时长数值和单位时间内润滑油消耗量数值,并从小到大进行排序;
单位时间内工作时长数值分别为:8、8.5、9、9.2、9.5、10、10.3、10.4、10.6、10.9,并获取最小工作时长8和最大工作时长10.9;
单位时间内润滑油消耗量数值为:50、52、55、58、61、62、64、65、66、69,并获取最小数值50和最大数值69,然后计算单位时间内润滑油消耗量的区间值[400,752.1],并根据计算出来的区间来与不同类型零件的润滑油损耗量区间进行比较,从而筛选出匹配的零件类型。
信息输出模块用于对传输的排查信号进行接收,并直观地显示给操作人员,操作人员根据显示的信号,来缩小问题出现的范围,并针对性地来对某一种零件进行检修。
来对不同的生产设备的生产效率进行计算,并筛选出生产效率低于正常的标准值的设备,将其标记为异常设备,并通过对异常设备的基础参数进行分析,判断该异常设备的工作状态,进一步的根据不同的工作状态来进行不同的分析,根据对超负荷工作状态下设备的零件润滑油损耗量进行分析,确定目标对象的零件异常范围,缩小整体排查的范围,缩短对设备整体排查的时间,能够实现目的性地进行排查检修,提高对设备的维修效率。
本发明的工作原理:先获取所有目标对象的基础参数数据,并根据获取的参数来计算出所有目标对象的生产效率,并根据生产效率来进行筛选,筛选即时生产单量小于单量标准的B1值,接着根据筛选出来的异常设备来判断该异常设备的工作状态,其中工作状态分为两个,一种是正常工作状态,另一种则是超负荷工作状态,通过对异常设备的进行参数和生产参数进行比较,从而来进行判断工作状态,对正常工作状态下的异常设备不做处理,对超负荷工作状态下的异常设备进行后续的分析,获取异常设备实时的零件润滑油损耗量,并计算单位时间内零件的润滑油损耗量,获取之前的数据来对不同零件的润滑油损耗量进行区间的确定,然后根据计算出的实时润滑油损耗量与不同零件润滑油损耗量区间进行匹配,进一步的来缩小损坏范围,并生成对应的维修信号,传输到信息输出模块,工作人员根据信息输出模块显示的信息来对对应的零件进行检修。
同时本说明书中未作详细描述的内容均属于本领域技术人员公知的现有技术。
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 (4)
1.智能生产设备远程监控系统,其特征在于,包括:
数据采集模块,用于采集目标对象的基础数据,目标对象即为对应的生产设备,基础数据包括即时生产单量和单量标准值,将目标对象标记为Mi,i=1、...、n,表示存在n个目标对象,将即时生产单量标记为对应的Ci,i=1、...、n,Ci与Mi为一一对应关系,并将获取的基础数据传输到信息筛选单元;
信息筛选单元,用于根据目标对象的基础数据筛选出潜在异常设备,获取到任意的目标对象,将其基础数据内的即时生产单量与对应的单量标准值进行比较,当即时生产单量小于单量标准值的B1范围时,将其标记为异常设备,此处B1≤0.85;
对所有的目标对象进行相同的处理,得到所有的异常设备,并判断异常设备的工作状态,分别获取异常设备和正常设备单位时间内工作时长和润滑油消耗量参数值,标记为TY、RHY和TZ、RHZ;并将获取的参数值代入计算公式分别计算出异常设备和正常设备的运行参数值Q1和Q2,并将Q1和Q2进行比较,将比较后产生的预警信号传输到结果筛选单元;
结果筛选单元用于对预警信号下的异常设备进行分析,并将分析的结果传输到信息输出模块,结果筛选单元获取异常设备的参数圈,其次获取异常设备的实时参数,并根据实时参数来对异常设备内部不同零件进行筛选,筛选出匹配的零件润滑油损耗,并生成对应的排查信号,同时传输到信息输出模块;
信息输出模块用于对排查信号接收,并直观地显示给操作人员。
2.根据权利要求1所述的智能生产设备远程监控系统,其特征在于,实时单量标准值的获取方式如下:
获取到任意目标对象,采集其开始投入使用后的半年内每天生产的实时生产单量,求取所有实时生产单量的均值后,将其标记为单量标准值;
对其余的目标对象进行相同处理,得到所有目标对象的单量标准值,并将获取的基础数据传输到信息筛选单元;
信息筛选单元用于根据目标对象的基础数据筛选出潜在异常设备,具体筛选方式如下:
获取到任意的目标对象,将其基础数据内的即时生产单量与对应的单量标准值进行比较,当即时生产单量小于单量标准值的B1范围时,将其标记为异常设备,此处B1≤0.85。
3.根据权利要求2所述的智能生产设备远程监控系统,其特征在于,实时对所有的目标对象进行相同的处理,得到所有的异常设备,并判断异常设备的工作状态,具体的判断方式如下:
分别获取异常设备和正常设备单位时间内工作时长和润滑油消耗量参数值,标记为TY、RHY和TZ、RHZ;并将获取的参数值代入计算公式分别计算出异常设备和正常设备的运行参数值Q1和Q2:
Q=T×RH;
将计算出来的Q1和Q2进行比较;
当Q≤YS时,系统判定该设备是正常工作状态,系统不做任何处理,并生成正常信号;
当Q>YS时,系统判定该设备是超负荷工作,系统生成预警信号,并将预警信号传输到结果筛选单元。
4.根据权利要求1所述的智能生产设备远程监控系统,其特征在于,实时结果筛选单元用于对预警信号下的异常设备进行分析,并将分析的结果传输到信息输出模块,结果筛选单元获取异常设备的参数圈,参数圈具体获取方式为:
S1:获取过往n组异常设备中不同类型零件损坏记录,记作A、B、C、D,并对不同类型零件的单位时间内润滑油消耗量和单位时间内工作时长进行获取,标记为ARh、BRh、CRh、DRh和AT、BT、CT、DT;
S2:并将获取的单位时间润滑油消耗量数值和单位时间工作时长数值从小到大进行排序,同时获取单位时间润滑油消耗量和单位时间工作时长的最大值和最小值,标记为Rmax、Rmin和Tmax、Tmin,将获取的最大值和最小值代入计算公式得出润滑油消耗总量常规参数圈:[Rmin×Tmin,Rmax×Tmax];
以此类推获取不同零件润滑油消耗量参数圈;
获取异常设备的实时参数,同步获取到对应异常设备在未被标记为异常设备时,也就是正常的目标对象的常规参数,实时参数包括单工作时长T1和标的消耗量RH1,标的消耗量为代替异常设备单位时间内润滑油的消耗量,常规参数具体获取方式为:
获取超负荷工作下异常设备的工作时长T1和润滑油消耗量RH1,并根据公式计算得出异常设备内部零件润滑油损耗量RHc:
RHc=(T1×RH1),且RHc表示异常设备单位时间内零件的润滑油损耗量;
将计算得出的异常设备超负荷工作状态下零件润滑油损耗量RHc与不同零件润滑油消耗量参数圈进行比对,得出该异常设备零件损坏的类型,并生成排查信号,传输到信息输出模块。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310546928.9A CN116661381A (zh) | 2023-05-16 | 2023-05-16 | 智能生产设备远程监控系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310546928.9A CN116661381A (zh) | 2023-05-16 | 2023-05-16 | 智能生产设备远程监控系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116661381A true CN116661381A (zh) | 2023-08-29 |
Family
ID=87716267
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310546928.9A Pending CN116661381A (zh) | 2023-05-16 | 2023-05-16 | 智能生产设备远程监控系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116661381A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117423444A (zh) * | 2023-09-26 | 2024-01-19 | 中普达科技股份有限公司 | 一种基于物联网的医疗设备管理系统 |
-
2023
- 2023-05-16 CN CN202310546928.9A patent/CN116661381A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117423444A (zh) * | 2023-09-26 | 2024-01-19 | 中普达科技股份有限公司 | 一种基于物联网的医疗设备管理系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110561193B (zh) | 一种基于特征融合的刀具磨损评估及监控的方法与系统 | |
CN108038553B (zh) | 轧机设备状态在线监测与诊断系统及监测诊断方法 | |
CN105345247A (zh) | 电阻焊焊机焊接质量在线监控系统 | |
CN116661381A (zh) | 智能生产设备远程监控系统 | |
CN104807650A (zh) | 适用于大功率发动机的综合性能智能分析系统及方法 | |
CN105719103A (zh) | 一种统计过程控制系统及其管控方法 | |
CN105302123A (zh) | 在线测量数据的监控方法 | |
CN113341879A (zh) | 一种数控机床的数据采集与监控方法及系统 | |
CN104503361B (zh) | 基于多模式融合的齿轮加工过程换刀决策方法 | |
CN110802305B (zh) | 弧焊过程参数在线监测装置与监测方法 | |
CN117453962A (zh) | 测量仪的数据存储方法及系统 | |
CN113155443B (zh) | 一种采煤机减速器润滑油状态监测与故障诊断系统及方法 | |
CN116844315A (zh) | 人工智能预警方法、系统及存储介质 | |
CN117290795A (zh) | 一种适用于单个仪表测量结果异常值的在线识别方法 | |
CN117113104A (zh) | 一种应用数据分析技术的智能化管理系统及方法 | |
CN116880601A (zh) | 熔融态黄磷恒温输送控制系统 | |
CN107908156A (zh) | 设备点检方法 | |
CN111906772A (zh) | 一种基于工业机器人的智能产品加工方法 | |
CN111382932B (zh) | 内孔质量控制方法及系统 | |
CN111618659A (zh) | 一种多参数感知的切削刀具磨损监测方法 | |
CN112509170A (zh) | 一种采集模具生产现场数据的方法 | |
CN101464224A (zh) | 气压沉箱设备性能检测系统 | |
JP3634085B2 (ja) | 実装工場診断システム | |
CN116379043B (zh) | 一种旋装式油液过滤器的故障检测方法及系统 | |
CN117372197B (zh) | 基于大数据的自动化组装整线安全监控系统 |
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 |