CN116758719B - 一种生产车间设备环境在线监测系统 - Google Patents
一种生产车间设备环境在线监测系统 Download PDFInfo
- Publication number
- CN116758719B CN116758719B CN202311062203.9A CN202311062203A CN116758719B CN 116758719 B CN116758719 B CN 116758719B CN 202311062203 A CN202311062203 A CN 202311062203A CN 116758719 B CN116758719 B CN 116758719B
- Authority
- CN
- China
- Prior art keywords
- real
- equipment
- time
- workshop
- monitoring
- 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.)
- Active
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 93
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 57
- 238000000034 method Methods 0.000 claims abstract description 49
- 238000004458 analytical method Methods 0.000 claims abstract description 31
- 238000012545 processing Methods 0.000 claims abstract description 16
- 230000007613 environmental effect Effects 0.000 claims description 60
- 230000002159 abnormal effect Effects 0.000 claims description 14
- 238000012502 risk assessment Methods 0.000 claims description 11
- 230000005856 abnormality Effects 0.000 description 2
- 238000009776 industrial production Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 239000000779 smoke Substances 0.000 description 2
- YTAHJIFKAKIKAV-XNMGPUDCSA-N [(1R)-3-morpholin-4-yl-1-phenylpropyl] N-[(3S)-2-oxo-5-phenyl-1,3-dihydro-1,4-benzodiazepin-3-yl]carbamate Chemical compound O=C1[C@H](N=C(C2=C(N1)C=CC=C2)C1=CC=CC=C1)NC(O[C@H](CCN1CCOCC1)C1=CC=CC=C1)=O YTAHJIFKAKIKAV-XNMGPUDCSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 231100000331 toxic Toxicity 0.000 description 1
- 230000002588 toxic effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B31/00—Predictive alarm systems characterised by extrapolation or other computation using updated historic data
-
- 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
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
-
- 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
本发明涉及生产车间技术领域,公开了一种生产车间设备环境在线监测系统,包括:设备监测模块,用于对目标车间的设备进行实时监测,并获取设备实时运行参数;环境监测模块,用于对目标车间的环境进行实时监测,并获取车间实时环境参数;处理分析模块,用于接收所述设备实时运行参数和车间实时环境参数,并对所述设备实时运行参数和车间实时环境参数进行处理和分析;预警模块,用于接收分析结果,并发出预警信号。对设备工作过程中的风险进行动态的分析判断,能够全面的对设备工作过程中存在的风险进行发现及判断,避免实际工作过程中由于设备和环境存在的风险造成生产车间的安全风险。
Description
技术领域
本发明涉及生产车间技术领域,具体涉及一种生产车间设备环境在线监测系统。
背景技术
工业是一个十分重要的行业,对经济发展起着支柱性的作用,而生产车间作为工业企业的基层单位,其是工业企业生产计划的主要执行者,在企业管理体系运行过程中的地位和作用非常突出。由于生产车间是生产人员主要聚集的地方,且车间工作任务量大、难度高,从而导致车间意外事故频繁发生,一方面给工业企业造成经济损失,另一方面给生产人员的生命财产安全造成威胁。因此,加强工业生产车间安全监测工作成了工业企业管理中的重中之重。
然而目前工业生产车间的安全监测方向大多集中在生产车间的生产环境上,如对生产过程中排放的有毒有害气体浓度进行监测,对生产环境的噪声参数进行监测,忽略了生产车间中生产设备在工作过程中的安全监测。多采用定期保养和维修的方式对生产车间的设备进行安全监测,在设备出现问题时,不能及时进行维护,因此,存在很多安全隐患。
发明内容
本发明的目的在于提供一种生产车间设备环境在线监测系统,解决以下技术问题:
如何提供一种能够准确监测生产车间设备和环境安全的在线监测系统。
本发明的目的可以通过以下技术方案实现:
一种生产车间设备环境在线监测系统,包括:
设备监测模块,用于对目标车间的设备进行实时监测,并获取设备实时运行参数;
环境监测模块,用于对目标车间的环境进行实时监测,并获取车间实时环境参数;
处理分析模块,用于接收所述设备实时运行参数和车间实时环境参数,并对所述设备实时运行参数和车间实时环境参数进行处理和分析;
预警模块,用于接收分析结果,并发出预警信号。
优选的,对目标车间的设备进行实时监测,并获取设备实时运行参数的过程为:
根据目标车间的设备的部件信息布设监测传感器,用于实时采集各个部件的物理数据,生成设备实时运行参数。
优选的,对所述设备实时运行参数进行处理和分析的过程为:
根据设备生产类型获取设备生产运行的标准运行参数;
根据设备生产类型将生产过程进行梯度划分,获取每个梯度下设备实时运行参数随时间变化曲线;
将各个梯度下设备实时运行参数随时间变化曲线与设备的标准运行参数随时间变化曲线进行比对,对设备运行安全进行风险评估。
优选的,所述风险评估的风险系数获取的过程为:
通过公式,计算风险系数/>;
其中,;
其中,N为划分阶梯的数量,j∈[1,N];~/>为第j阶梯对应时段;/>为第j阶梯的第i项运行参数变化曲线,/>为第j阶梯的第i项运行参数的标准变化曲线,/>为第j阶梯的第i项运行参数的权重系数,/>为第j阶梯的第i项运行参数的状态参考值,/>为第i项运行参数的权重系数,/>为第i项运行参数的应用系数,/>为运行参数的项数。
优选的,对设备运行安全进行风险评估的过程为:
将运行参数的应用系数分别与对应阈值/>进行比对:
若存在不满足阈值条件的运行参数项,则分析结果为异常;
若均满足对应阈值条件,则将风险系数与预设阈值/>进行比对:
若≥/>,则判断风险较高;
否则,判断风险较低。
优选的,对目标车间的环境进行实时监测,并获取车间实时环境参数的过程为:
在目标车间内根据设备布局信息建立多个网格点监测组,所述网格点监测组包括多个网格监测点;
通过所述网格监测点获取所述网格监测点区域的车间实时环境参数。
优选的,对所述车间实时环境参数进行处理的过程为:
通过公式:
,
计算环境安全系数;
其中,为第x组的网格点监测组的环境安全系数,/>为第r项环境参数的权重系数,/>为第r项环境参数的应用系数,/>为环境参数的项数,b为不满足阈值条件的运行参数项的数量,a∈[1,b];
为存在不满足阈值条件时的运行参数项的应用系数,此时/>为预设权重系数,否则,/>=0;
为不小于预设阈值/>时的风险系数,此时/>为预设权重系数,否则,/>=0。
优选的,对所述车间实时环境参数进行分析的过程为:
将环境安全系数与预设阈值/>进行比对:
若≥/>,则分析结果为异常;
否则,对所有网格点监测组监测的车间实时环境参数进行分析。
优选的,对所有网格点监测组监测的车间实时环境参数进行分析的过程为:
通过公式:
,
计算整体环境安全系数;
将整体环境安全系数与预设阈值/>进行比对:
若≥/>,则判断风险较高;
否则,判断风险较低;
其中,为网格点监测组的数量,/>∈[1,/>],/>为整体环境安全的标准系数,/>为第x组的网格点监测组的权重系数。
优选的,所述预警信号根据分析结果发出预警信号的过程为:
若分析结果为异常或风险较高,则发出预警信号;
否则,不发出预警信号。
本发明的有益效果:
该生产车间设备环境在线监测系统,通过对目标车间的设备进行实时监测获取设备实时运行参数,通过对目标车间的环境进行实时监测获取车间实时环境参数,并对设备实时运行参数和车间实时环境参数进行处理和分析,根据分析结果发出预警信号,因此通过设备监测模块、环境监测模块和处理分析模块对设备工作过程中的风险进行动态的分析判断,进而能够全面的对设备工作过程中存在的风险进行发现及判断,避免实际工作过程中由于设备和环境存在的风险造成生产车间的安全风险。
附图说明
下面结合附图对本发明作进一步的说明。
图1为本发明的系统模块连接示意图。
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作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。
请参阅图1所示,本发明为一种生产车间设备环境在线监测系统,包括:
设备监测模块,用于对目标车间的设备进行实时监测,并获取设备实时运行参数;
环境监测模块,用于对目标车间的环境进行实时监测,并获取车间实时环境参数;
处理分析模块,用于接收设备实时运行参数和车间实时环境参数,并对设备实时运行参数和车间实时环境参数进行处理和分析;
预警模块,用于接收分析结果,并发出预警信号。
通过上述技术方案,本实施例通过监测目标车间的设备工作时的实时运行参数以及实时环境参数,对生产车间设备和环境进行在线监测,从而对生产车间的设备和环境进行安全预警,具体的,通过对目标车间的设备进行实时监测获取设备实时运行参数,通过对目标车间的环境进行实时监测获取车间实时环境参数,并对设备实时运行参数和车间实时环境参数进行处理和分析,根据分析结果发出预警信号,因此通过设备监测模块、环境监测模块和处理分析模块对设备工作过程中的风险进行动态的分析判断,进而能够全面的对设备工作过程中存在的风险进行发现及判断,避免实际工作过程中由于设备和环境存在的风险造成生产车间的安全风险。
对目标车间的设备进行实时监测,并获取设备实时运行参数的过程为:
根据目标车间的设备的部件信息布设监测传感器,用于实时采集各个部件的物理数据,生成设备实时运行参数。
通过上述技术方案,本实施例通过在生产车间的设备上布设各种监测传感器来检测设备的实时运行参数,具体的,根据目标车间的设备的部件信息布设监测传感器,用于实时采集各个部件的物理数据,生成设备实时运行参数,例如,在目标车间设备的关键零部件上布设相关传感器,如转速传感器、压力传感器、激光传感器等进行车间设备信息的采集,生成物理数据,即设备实时运行参数,从而对目标车间的设备的实时运行参数进行实时监测,进而对设备工作过程中的风险进行动态的分析判断。
需要说明的是,上述方案中根据目标车间的设备的部件信息布设监测传感器均通过现有通用的装置及方法实现,在此不作限制。
对设备实时运行参数进行处理和分析的过程为:
根据设备生产类型获取设备生产运行的标准运行参数;
根据设备生产类型将生产过程进行梯度划分,获取每个梯度下设备实时运行参数随时间变化曲线;
将各个梯度下设备实时运行参数随时间变化曲线与设备的标准运行参数随时间变化曲线进行比对,对设备运行安全进行风险评估。
通过上述技术方案,本实施例提供了一种设备运行安全风险评估方法,具体的,首先,根据设备生产类型获取设备生产运行的标准运行参数,然后,根据设备生产类型将生产过程进行梯度划分,获取每个梯度下设备实时运行参数随时间变化曲线,通过各个梯度下设备实时运行参数随时间变化曲线与设备的标准运行参数随时间变化曲线进行比对,从而判断每个运行参数在各个生产梯度下的变化是否符合要求,进而判断设备的运行是否存在安全风险,通过划分阶梯的方式,能够针对生产过程所处不同的状态设定对应的判断方式,进而适应性的对生产过程进行分析,实现对生产过程中的潜在风险进行判断。
风险评估的风险系数获取的过程为:
通过公式,计算风险系数/>;
其中,;
其中,N为划分阶梯的数量,j∈[1,N];~/>为第j阶梯对应时段;/>为第j阶梯的第i项运行参数变化曲线,/>为第j阶梯的第i项运行参数的标准变化曲线,/>为第j阶梯的第i项运行参数的权重系数,/>为第j阶梯的第i项运行参数的状态参考值,/>为第i项运行参数的权重系数,/>为第i项运行参数的应用系数,/>为运行参数的项数。
通过上述技术方案,本实施例提供了一种获取风险系数的方法,具体的,通过公式,计算风险系数/>,其中,/>为第i项运行参数的权重系数,/>为第i项运行参数的应用系数,/>为运行参数的项数,运行参数包括但不限于转速和压力等,其中,/>,通过/>判断生产过程中不同运行参数在各个阶梯的变化情况,进而全面的对生产过程中的潜在风险进行判断,保证实际生产过程中设备的稳定性。
需要说明的是,第j阶梯的第i项运行参数的标准变化曲线和第j阶梯的第i项运行参数的状态参考值/>均根据生产设备生产类型的参数参考对照表选择设定,第j阶梯的第i项运行参数的权重系数/>根据划分的不同阶梯在设备生产过程中与设备安全的关联重要性设定;不同运行参数项对应的权重系数不相同,/>的具体数值的获取根据不同运行参数对设备安全的影响程度的不同,根据经验数据选择性设定,在此不作详述。
对设备运行安全进行风险评估的过程为:
将运行参数的应用系数分别与对应阈值/>进行比对:
若存在不满足阈值条件的运行参数项,则分析结果为异常;
若均满足对应阈值条件,则将风险系数与预设阈值/>进行比对:
若≥/>,则判断风险较高;
否则,判断风险较低。
通过上述技术方案,本实施例提供了一种对设备运行安全进行风险评估的判断方法,具体的,首先,将运行参数的应用系数分别与对应阈值/>进行比对,显然若存在不满足阈值条件的运行参数项,则分析结果为异常,需要针对异常情况进行预警,并及时进行相应措施,确保设备的稳定运行;而在各项参数均满足对应阈值条件,则将风险系数/>与预设阈值/>进行比对,对潜在的风险状况进行判断,显然,若/>≥/>,说明存在潜在风险,则判断风险较高,需要进行预警,若/></>,说明潜在风险较低,则判断风险较低;通过上述判断方法,在能实现常规判断的方式的基础上,还能综合各项运行参数之间的关联性对整体风险进行全面的判断,进而保证风险判断结果的全面性及准确性。
需要说明的是,与应用系数相比对的对应阈值和预设阈值/>均根据经验数据选择性设定,在此不作详述。
对目标车间的环境进行实时监测,并获取车间实时环境参数的过程为:
在目标车间内根据设备布局信息建立多个网格点监测组,网格点监测组包括多个网格监测点;
通过网格监测点获取网格监测点区域的车间实时环境参数。
通过上述技术方案,本实施例提供了一种实时获取车间环境参数的方法,具体的,首先,在目标车间内根据设备布局信息建立多个网格点监测组,网格点监测组包括多个网格监测点,从而根据目标车间内生产设备的布局设置网格监测点,使得每个设备都有对应的网格点监测组监测该设备区域的环境参数,从而针对每个生产设备都有对应的监测其环境的网格点监测组,进而保证每个生产设备的环境安全,其中,环境参数包括但不限于车间温度、车间湿度、车间烟雾浓度和车间颗粒浓度等,该数据均可通过相关的传感器获得,需要说明的是,一组网格点监测组的环境参数数据取每个网格监测点监测的数据的平均值获得。
对车间实时环境参数进行处理的过程为:
通过公式:
,
计算环境安全系数;
其中,为第x组的网格点监测组的环境安全系数,/>为第r项环境参数的权重系数,/>为第r项环境参数的应用系数,/>为环境参数的项数,b为不满足阈值条件的运行参数项的数量,a∈[1,b];
为存在不满足阈值条件时的运行参数项的应用系数,此时/>为预设权重系数,否则,/>=0;
为不小于预设阈值/>时的风险系数,此时/>为预设权重系数,否则,/>=0。
通过上述技术方案,本实施例提供了一种获取环境安全系数的方法,具体的,通过公式获得,其中,/>为第r项环境参数的权重系数,/>为第r项环境参数的应用系数,/>为环境参数的项数,环境参数包括但不限于车间温度、车间湿度、车间烟雾浓度和车间颗粒浓度等,其中,b为不满足阈值条件的运行参数项的数量,a∈[1,b],显然,当存在不满足阈值条件的运行参数项时,设备安全存在异常,在设备安全存在异常时极可能带来环境安全风险,以及在风险系数/>≥/>时,因设备存在潜在风险,所以也将导致环境安全潜在风险;通过上述方法,在考虑常规环境参数安全的基础上,综合车间设备的安全与环境安全的的关联性对环境整体风险进行全面的考量,进而保证风险判断结果的全面性及准确性。
需要说明的是,不同运行参数项对应的权重系数不相同,的具体数值的获取根据不同环境参数对环境安全的影响程度的不同选择性设定;/>和/>均根据经验数据选择性设定,在此不作详述,在运行参数的应用系数均满足对应阈值条件时,/>=0,在/><时,/>=0。
对车间实时环境参数进行分析的过程为:
将环境安全系数与预设阈值/>进行比对:
若≥/>,则分析结果为异常;
否则,对所有网格点监测组监测的车间实时环境参数进行分析。
通过上述技术方案,本实施例提供了一种环境安全风险分析的方法,具体的,首先将环境安全系数与预设阈值/>进行比对,显然,当/>≥/>,说明环境安全存在异常,则分析结果为异常,进而对对应的生产设备的环境进行安全分析;而在每个网格点监测组监测的环境安全系数均小于预设阈值时,则对所有网格点监测组监测的车间实时环境参数进行分析,对潜在的风险状况进行判断分析,进而保证风险判断结果的全面性及准确性。
对所有网格点监测组监测的车间实时环境参数进行分析的过程为:
通过公式:
,
计算整体环境安全系数;
将整体环境安全系数与预设阈值/>进行比对:
若≥/>,则判断风险较高;
否则,判断风险较低;
其中,为网格点监测组的数量,/>∈[1,/>],/>为整体环境安全的标准系数,/>为第x组的网格点监测组的权重系数。
通过上述技术方案,本实施例提供了一种对车间整体环境安全进行分析的方法,具体的,通过公式计算整体环境安全系数,其中,/>为网格点监测组的数量,/>∈[1,/>],/>为整体环境安全的标准系数,/>为第x组的网格点监测组的权重系数,显然,当/>≥/>,说明存在潜在风险,则判断风险较高,若/></>说明潜在风险较低,则判断风险较低;通过上述判断方法,在能实现对每个生产设备区域环境安全分析的基础上,还能综合每个网格点监测组之间的情况对车间整体环境安全进行分析,进而保证环境安全风险判断结果的全面性及准确性。
需要说明的是,整体环境安全的标准系数根据生产车间的规格的规格参考对照表选择设定,不同位置的网格点监测组对应的权重系数不相同,/>的具体数值的获取根据不同位置的网格点监测组对整体环境安全的影响程度的不同,根据经验数据选择性设定,在此不作详述。
预警信号根据分析结果发出预警信号的过程为:
若分析结果为异常或风险较高,则发出预警信号;
否则,不发出预警信号。
通过上述技术方案,本实施例提供了一种预警模块报警方法,具体的,若分析结果为异常或风险较高,则发出预警信号,否则,不发出预警信号。
以上对本发明的一个实施例进行了详细说明,但所述内容仅为本发明的较佳实施例,不能被认为用于限定本发明的实施范围。凡依本发明申请范围所作的均等变化与改进等,均应仍归属于本发明的专利涵盖范围之内。
Claims (1)
1.一种生产车间设备环境在线监测系统,其特征在于,包括:
设备监测模块,用于对目标车间的设备进行实时监测,并获取设备实时运行参数;
环境监测模块,用于对目标车间的环境进行实时监测,并获取车间实时环境参数;
处理分析模块,用于接收所述设备实时运行参数和车间实时环境参数,并对所述设备实时运行参数和车间实时环境参数进行处理和分析;
预警模块,用于接收分析结果,并发出预警信号;
对目标车间的设备进行实时监测,并获取设备实时运行参数的过程为:
根据目标车间的设备的部件信息布设监测传感器,用于实时采集各个部件的物理数据,生成设备实时运行参数;
对所述设备实时运行参数进行处理和分析的过程为:
根据设备生产类型获取设备生产运行的标准运行参数;
根据设备生产类型将生产过程进行梯度划分,获取每个梯度下设备实时运行参数随时间变化曲线;
将各个梯度下设备实时运行参数随时间变化曲线与设备的标准运行参数随时间变化曲线进行比对,对设备运行安全进行风险评估;
所述风险评估的风险系数获取的过程为:
通过公式,计算风险系数/>;
其中,;
其中,N为划分阶梯的数量,j∈[1,N];~/>为第j阶梯对应时段;/>为第j阶梯的第i项运行参数变化曲线,/>为第j阶梯的第i项运行参数的标准变化曲线,为第j阶梯的第i项运行参数的权重系数,/>为第j阶梯的第i项运行参数的状态参考值,/>为第i项运行参数的权重系数,/>为第i项运行参数的应用系数,/>为运行参数的项数;
对设备运行安全进行风险评估的过程为:
将运行参数的应用系数分别与对应阈值/>进行比对:
若存在不满足阈值条件的运行参数项,则分析结果为异常;
若均满足对应阈值条件,则将风险系数与预设阈值/>进行比对:
若 ≥/>,则判断风险较高;
否则,判断风险较低;
对目标车间的环境进行实时监测,并获取车间实时环境参数的过程为:
在目标车间内根据设备布局信息建立多个网格点监测组,所述网格点监测组包括多个网格监测点;
通过所述网格监测点获取所述网格监测点区域的车间实时环境参数;
对所述车间实时环境参数进行处理的过程为:
通过公式:
,
计算环境安全系数;
其中,为第x组的网格点监测组的环境安全系数,/>为第r项环境参数的权重系数,/>为第r项环境参数的应用系数,/>为环境参数的项数,b为不满足阈值条件的运行参数项的数量,a∈[1,b];
为存在不满足阈值条件时的运行参数项的应用系数,此时/>为预设权重系数,否则,/>=0;
为不小于预设阈值/>时的风险系数,此时/>为预设权重系数,否则,/> = 0;
对所述车间实时环境参数进行分析的过程为:
将环境安全系数与预设阈值/>进行比对:
若 ≥/>,则分析结果为异常;
否则,对所有网格点监测组监测的车间实时环境参数进行分析;
对所有网格点监测组监测的车间实时环境参数进行分析的过程为:
通过公式:
,
计算整体环境安全系数;
将整体环境安全系数与预设阈值/>进行比对:
若 ≥/>,则判断风险较高;
否则,判断风险较低;
其中,为网格点监测组的数量,/> ∈[1,/> ],/>为整体环境安全的标准系数,为第x组的网格点监测组的权重系数;
所述预警信号根据分析结果发出预警信号的过程为:
若分析结果为异常或风险较高,则发出预警信号;
否则,不发出预警信号。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311062203.9A CN116758719B (zh) | 2023-08-23 | 2023-08-23 | 一种生产车间设备环境在线监测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311062203.9A CN116758719B (zh) | 2023-08-23 | 2023-08-23 | 一种生产车间设备环境在线监测系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116758719A CN116758719A (zh) | 2023-09-15 |
CN116758719B true CN116758719B (zh) | 2023-11-10 |
Family
ID=87953820
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311062203.9A Active CN116758719B (zh) | 2023-08-23 | 2023-08-23 | 一种生产车间设备环境在线监测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116758719B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117196314A (zh) * | 2023-09-26 | 2023-12-08 | 广州市汇源通信建设监理有限公司 | 一种基于物联网的建筑施工安全监测系统及方法 |
CN117129041B (zh) * | 2023-10-25 | 2024-01-02 | 广东省农业科学院动物科学研究所 | 一种基于物联网的农产品加工环境异常监测系统 |
CN117172553B (zh) * | 2023-10-30 | 2024-02-06 | 泸州聚购科技发展有限公司 | 基于arima模型的重晶石粉生产中控系统 |
CN117372197B (zh) * | 2023-12-08 | 2024-03-22 | 深圳市磐锋精密技术有限公司 | 基于大数据的自动化组装整线安全监控系统 |
CN117474345B (zh) * | 2023-12-28 | 2024-04-02 | 广州恩伟博科技有限公司 | 一种智慧环境环保远程实时监测预警方法及系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112562277A (zh) * | 2020-11-25 | 2021-03-26 | 北京朗信智能科技有限公司 | 一种设备故障预警方法及系统 |
WO2022040366A1 (en) * | 2020-08-18 | 2022-02-24 | IntelliShot Holdings, Inc. | Automated threat detection and deterrence apparatus |
CN115184228A (zh) * | 2022-09-08 | 2022-10-14 | 江西珉轩智能科技有限公司 | 一种基于机器学习的安全态势感知方法及系统 |
CN115780555A (zh) * | 2023-02-07 | 2023-03-14 | 山东和顺腾达高科技材料有限公司 | 一种面向太阳能边框多孔挤压的型材加工风险评估系统 |
CN116519039A (zh) * | 2023-07-04 | 2023-08-01 | 深圳市磐锋精密技术有限公司 | 一种用于胶线自动化检测设备的监控管理系统 |
CN116523502A (zh) * | 2023-05-08 | 2023-08-01 | 广西科学院 | 一种智能生产线运维管理报警系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120317058A1 (en) * | 2011-06-13 | 2012-12-13 | Abhulimen Kingsley E | Design of computer based risk and safety management system of complex production and multifunctional process facilities-application to fpso's |
-
2023
- 2023-08-23 CN CN202311062203.9A patent/CN116758719B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022040366A1 (en) * | 2020-08-18 | 2022-02-24 | IntelliShot Holdings, Inc. | Automated threat detection and deterrence apparatus |
CN112562277A (zh) * | 2020-11-25 | 2021-03-26 | 北京朗信智能科技有限公司 | 一种设备故障预警方法及系统 |
CN115184228A (zh) * | 2022-09-08 | 2022-10-14 | 江西珉轩智能科技有限公司 | 一种基于机器学习的安全态势感知方法及系统 |
CN115780555A (zh) * | 2023-02-07 | 2023-03-14 | 山东和顺腾达高科技材料有限公司 | 一种面向太阳能边框多孔挤压的型材加工风险评估系统 |
CN116523502A (zh) * | 2023-05-08 | 2023-08-01 | 广西科学院 | 一种智能生产线运维管理报警系统 |
CN116519039A (zh) * | 2023-07-04 | 2023-08-01 | 深圳市磐锋精密技术有限公司 | 一种用于胶线自动化检测设备的监控管理系统 |
Also Published As
Publication number | Publication date |
---|---|
CN116758719A (zh) | 2023-09-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116758719B (zh) | 一种生产车间设备环境在线监测系统 | |
CN104573850B (zh) | 一种火电厂设备状态评估方法 | |
US7341410B2 (en) | Dynamical instrument for machining | |
CN111922095A (zh) | 一种冷轧机轧辊扭振故障异常的振动诊断方法 | |
CN116975378B (zh) | 一种基于大数据的设备环境监测方法及系统 | |
CN116105802A (zh) | 一种基于物联网的地下设施安全监测预警方法 | |
CN116339253A (zh) | 一种基于物联网的智能化机械生产监测管控系统 | |
CN114971351A (zh) | 一种基于熵值法的设备多指标健康状况评估方法 | |
CN117075528B (zh) | 一种基于数据处理的手机配件旋转流水线的监控系统 | |
CN108363822A (zh) | 刀具刚性预测用于抑制切削颤振的装置及方法 | |
CN112326246A (zh) | 基于周期数据及核密度估计的轴承安全状态在线监测方法 | |
KR102045617B1 (ko) | 설비 이상 모니터링 장치 및 방법 | |
CN112580858A (zh) | 设备参数预测分析方法及系统 | |
CN112001511A (zh) | 基于数据挖掘的设备可靠性及动态风险评价方法、系统和设备 | |
CN116263734A (zh) | 工业机器人状态监控方法、系统及提示终端 | |
KR20200001304A (ko) | 센서 게이트웨이 장치를 이용한 생산설비 관리 시스템 | |
WO2021042233A1 (en) | Remote diagnosis system, apparatus and method for power tool | |
CN117455463A (zh) | 一种数字化工厂设备运维管理方法及系统 | |
CN117723208B (zh) | 一种基于多时段数据智能分析的连线机平衡性测试系统 | |
CN116777086B (zh) | 基于多模数据的钢结构智能生产线预测性维护方法及系统 | |
Wang et al. | A novel unsupervised dead-value detection method for monitoring indicators in data center | |
CN109102001A (zh) | 一种遗传基因改进神经网络的转子在线故障诊断方法 | |
CN117392587B (zh) | 基于物联网的特种设备安全监测系统 | |
Haddar et al. | Experimental evaluation for detecting bevel gear failure using univariate statistical control charts | |
KR20230085776A (ko) | 설비 제어 특성 로그 데이터와 에너지 소비패턴 모델을 활용한 인공지능 기반의 이상 탐지 방법 및 장치 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |