CN117236570A - 多设备信息集中处理系统、设备及存储介质 - Google Patents
多设备信息集中处理系统、设备及存储介质 Download PDFInfo
- Publication number
- CN117236570A CN117236570A CN202311507297.6A CN202311507297A CN117236570A CN 117236570 A CN117236570 A CN 117236570A CN 202311507297 A CN202311507297 A CN 202311507297A CN 117236570 A CN117236570 A CN 117236570A
- Authority
- CN
- China
- Prior art keywords
- fault
- data
- module
- information
- target data
- 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
- 238000012545 processing Methods 0.000 title claims abstract description 62
- 238000003860 storage Methods 0.000 title claims abstract description 11
- 230000002159 abnormal effect Effects 0.000 claims abstract description 20
- 238000005259 measurement Methods 0.000 claims abstract description 16
- 238000004590 computer program Methods 0.000 claims description 3
- 238000004519 manufacturing process Methods 0.000 abstract description 12
- 238000009826 distribution Methods 0.000 abstract description 3
- 238000005516 engineering process Methods 0.000 abstract description 2
- 230000010365 information processing Effects 0.000 abstract description 2
- 238000012423 maintenance Methods 0.000 description 9
- 230000006872 improvement Effects 0.000 description 6
- 238000000034 method Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 230000005856 abnormality Effects 0.000 description 4
- 238000003754 machining Methods 0.000 description 3
- 238000011282 treatment Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
Abstract
本发明涉及信息处理技术领域,具体地说,涉及多设备信息集中处理系统、设备及存储介质。其包括用于接收多位设备数据信息的信息接收单元,信息接收单元将数据信息标记为目标数据,信息接收单元的输出端连接有数据处理单元,数据处理单元用于判定故障等级,数据处理单元的输出端连接有异常定位单元,异常定位单元定位处于故障设备,并分析其对物件造成影响的量度范围,依据多个故障设备所处的位置分析物件受到故障设备影响的程度。本发明通过故障设备生成目标数据的时间来判定该故障设备出现故障的时间,依据故障设备确定受到影响的物件量度范围,并根据故障设备在流水线上的分布情况,确定物件中受到故障设备影响程度大的物件。
Description
技术领域
本发明涉及信息处理技术领域,具体地说,涉及多设备信息集中处理系统、设备及存储介质。
背景技术
车间的加工设备在进行运行时,会产生多种的信息数据,为了便于对此大量的信息数据进行统一的处理管控,目前会通过信息集中处理控制中心对信息数据进行处理。
例如,目前车间的机械臂(本方案中机械臂为列举,可应用在多种的流水线加工设备上)加工设备运行时,需要通过设置运行参数来使机械臂正常的作业,但是在一些情况下,如机械臂在运行的过程中出现故障情况,会导致机械臂所加工的工件出现异常,也就是工件会受到损伤,目前信息集中处理控制中心会通过对机械臂的故障数据进行分析,判断出故障等级,来派遣相应的工程师对故障的机械臂进行处理。
其中,对于车间加工中心的流水线来说,流水线上会存在多个机械臂及多个加工步骤,当该位置的机械臂故障时,如何能够根据机械臂的故障情况来判定其在故障期间对工件造成影响的量度范围,同时因工件分布在流水线上,如何能根据机械臂的位置分布、故障情况确定其对工件造成影响的损坏程度均是目前待解决的问题。
发明内容
本发明的目的在于提供多设备信息集中处理系统、设备及存储介质,以解决上述背景技术中提出的问题。
为实现上述目的,本发明目的之一在于提供了多设备信息集中处理系统,包括用于接收多位设备数据信息的信息接收单元,信息接收单元将数据信息标记为目标数据,其特征在于:所述信息接收单元的输出端连接有数据处理单元,所述数据处理单元用于对目标数据进行分析识别,并判定目标数据所处的故障等级,所述数据处理单元的输出端连接有异常定位单元,所述异常定位单元依据目标数据的故障等级定位处于故障状态的设备,并根据故障设备及其故障等级分析其对物件造成影响的量度范围,其中:
在多个故障设备确立时,依据多个故障设备所处的位置分析物件受到故障设备影响的程度。
作为本技术方案的进一步改进,所述信息接收单元包括信息接收模块,所述信息接收模块的输出端连接有信息分类模块,所述信息接收模块在接收数据信息后,由信息分类模块对数据信息进行分类,并将数据信息标记为目标数据。
作为本技术方案的进一步改进,所述数据处理单元包括用于对目标数据进行识别的数据指令识别模块,所述数据指令识别模块以字符识别算法对目标数据进行识别,所述字符识别算法的算法步骤如下:
步骤一:设定额定数据字符组范围区间,并将额定数据字符组范围区间列为;
步骤二:将目标数据中的数据字符组设为;
步骤三:将插入/>中进行识别比对;
步骤四:获得与比对识别后的/>。
作为本技术方案的进一步改进,所述数据指令识别模块的输出端连接有指令判断模块,所述指令判断模块采用区间判断算法判定目标数据与额定数据字符组之间的相似度,所述区间判断算法的判断公式如下:
。
作为本技术方案的进一步改进,所述指令判断模块的输出端连接有多等级定向模块,所述多等级定向模块用于根据数据指令识别模块和指令判断模块对目标数据的判定情况来定位目标数据的故障等级,其中:
故障等级包括一级故障、二级故障、三级故障及异常故障。
作为本技术方案的进一步改进,所述异常定位单元包括多设备定位模块,所述多设备定位模块依据处于故障状态的设备确定受到其影响的物件,并根据故障状态的持续时间判定受影响物件的量度范围。
作为本技术方案的进一步改进,所述多设备定位模块的输出端连接有用于采集故障设备位置的传导定位模块,所述传导定位模块的输出端连接有多异常定位模块,所述多异常定位模块根据传导定位模块采集故障设备的位置信息以及故障设备的故障等级,判定物件受故障设备影响的程度。
本发明的目的之二在于提供一种数据处理设备,包括处理器,以及与所述处理器输出端连接的存储器,所述存储器用于存储处理器处理后的计算机数据,所述处理器用于执行如上述中任一项所述的多设备信息集中处理系统。
本发明的目的之三在于提供一种存储介质,所述存储介质用于存储计算机程序,在计算机程序被处理器执行时,实现如上述中任一项所述的多设备信息集中处理系统。
与现有技术相比,本发明的有益效果:
1、该多设备信息集中处理系统、设备及存储介质中,通过将所获取的数据信息设定为目标数据,通过数据指令识别模块和指令判断模块来分析判断该目标数据所应对的故障等级,便可根据故障等级派遣相应的维修工程师前去维修,便于对故障的设备进行维修;
2、该多设备信息集中处理系统、设备及存储介质中,通过故障设备生成目标数据的时间来判定该故障设备出现故障的时间,依据故障设备确定受到影响的物件量度范围,并根据故障设备在流水线上的分布情况,确定物件中受到故障设备影响程度最大的物件,以便以后续对该范围量度物件进行确定,以便于后续查找该受损的物件;并根据物件的受损程度判定该物件是否达到废弃的标准,并根据标准度来生成该物件后续的处理措施。
附图说明
图1为本发明的整体流程图。
图中各个标号意义为:
10、信息接收单元;
110、信息接收模块;120、信息分类模块;
20、数据处理单元;
210、数据指令识别模块;220、指令判断模块;230、多等级定向模块;
30、异常定位单元;
310、多设备定位模块;320、传导定位模块;330、多异常定位模块。
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1:请参阅图1所示,本实施例提供了多设备信息集中处理系统,包括用于接收多位设备数据信息的信息接收单元10,信息接收单元10将数据信息标记为目标数据,信息接收单元10的输出端连接有数据处理单元20,数据处理单元20用于对目标数据进行分析识别,并判定目标数据所处的故障等级,数据处理单元20的输出端连接有异常定位单元30,异常定位单元30依据目标数据的故障等级定位处于故障状态的设备,并根据故障设备及其故障等级分析其对物件造成影响的量度范围,在多个故障设备确立时,依据多个故障设备所处的位置分析物件受到故障设备影响的程度;参照上述:本实施例通过信息接收单元10接收多位设备的数据信息(设备为车间中的加工设备,例如机械臂等,具体是对物件进行加工操作的一些设备,物件为车间生产的零部件,因车间中会加工多个物件,且对物件进行加工包括多个步骤,因此,加工设备为多位,且多位加工设备对物件处于不同的加工步骤),并将此数据信息标记为目标数据,通过数据处理单元20识别分析目标数据的故障等级,因目标数据是通过设备直接发送输出,因此通过确定目标数据以及目标数据的故障等级,由异常定位单元30确定与目标数据对应的故障设备,同时确定该设备的故障等级,通过故障设备和自身的故障等级便可分析出故障设备在作业时,处于故障状态下所作业的物件量度范围,借此确定受到故障设备影响的物件,便于后续对此类物件进行查找;
同时,在故障设备及故障等级确定时,根据故障设备的故障等级可派遣维修此类故障等级的工程师去维修故障设备,及时且精确的对故障设备进行维修处理,利于车间正常对物件的加工生产;
在故障设备的故障等级确定后,通过异常定位单元30再次获取故障设备所处的位置信息,也就是说故障设备在流水线上的加工位置,不同的设备对应不同的加工位置(不同的加工步骤),因此,在故障设备位置、故障等级确定时,当故障设备处于上、下工位时,判定该物件在受到前一故障设备的影响后,再次受到下一故障设备的影响,也就是说,该物件在流水线加工的过程中,受到故障设备影响的程度是最大的,借此确定该物件受到故障设备影响时出现的损坏程度(当故障设备处于不同的流水线,也就是说,存在多个相同的流水线,且每个流水线具有相同的加工设备,多个流水线上分别出现故障设备,且每个故障设备并不在流水线上呈上、下工位,此种情况通常是该流水线上仅有一种故障设备,因此,此物件的故障程度就是该故障设备影响的程度,影响程度不会被加大),便于后续对物件进行维修或做出其他处理措施。
针对上述技术方案做出的进一步阐述:
信息接收单元10包括信息接收模块110,信息接收模块110的输出端连接有信息分类模块120,信息接收模块110在接收数据信息后,由信息分类模块120对数据信息进行分类,并将数据信息标记为目标数据;通过信息分类模块120使不同流水线上故障设备所发送的目标数据被分类处理,避免不同流水线上的目标数据凌乱混杂,便于后续数据指令识别模块210对不同故障设备输出的目标数据进行分析处理。
其中,数据处理单元20包括用于对目标数据进行识别的数据指令识别模块210,数据指令识别模块210以字符识别算法对目标数据进行识别,字符识别算法的算法步骤如下:
步骤一:设定额定数据字符组范围区间,并将额定数据字符组范围区间列为;
步骤二:将目标数据中的数据字符组设为;
步骤三:将插入/>中进行识别比对;
步骤四:获得与比对识别后的/>;
参照上述,对于机械臂来说,机械臂的执行操作通过设定既定的操作程序,因此,机械臂在不同的操作程序下对应不同的操作步骤,如:机械臂执行操作的执行速率,当执行速率设定为1时,机械臂执行操作为正常状态,当执行速率设定为2时,机械臂执行操作为快速状态,当执行速率设定为0.5时,机械臂执行操作为慢速状态,这是因对不同的加工步骤来说需要设置不同的操作速率,上述额定数据字符组位范围区间为,通过/>与比对,获取与/>比对识别后相同的/>,这样数据指令识别模块(210)即可判定此目标数据所对应的故障等级,根据故障等级派遣维修此故障等级的工程师去维修故障设备,便于对故障设备进行精确处理。
数据指令识别模块210的输出端连接有指令判断模块220,指令判断模块220采用区间判断算法判定目标数据与额定数据字符组之间的相似度,区间判断算法的判断公式如下:
。
指令判断模块220的输出端连接有多等级定向模块230,多等级定向模块230用于根据数据指令识别模块210和指令判断模块220对目标数据的判定情况来定位目标数据的故障等级,其中:
故障等级包括一级故障、二级故障、三级故障及异常故障,在上述方案中,对于故障设备所发出的目标数据来说,当目标数据不与额定数据字符组范围区间中的一组相同时,采用上述区域间判断算法来判定该目标数据对应的故障等级,具体是:将机械臂目标数据的执行速率分别代入上述区域间判断算法中,当/>相似度情况处于/>时,说明该目标数据与机械臂额定数据字符组范围区间中的执行速率数据不相同,即不同等级,将此目标数据列为异常故障,异常故障不属于已知的故障情况中所包含的故障问题,但因/>,进而将异常故障设定为与/>同系列故障问题,可在解决异常故障问题时,沿着与/>相同方向的解决方式去解决,以提高解决此异常故障问题的精确性;
当判定此目标数据与/>对应,便可派遣处于/>的工程师解决此类故障问题,精确的对机械臂故障进行处理;本方案中,/>-85-90均是指/>与/>的相似度分值,因机械臂的执行操作字符是既定的,因此目标数据的字符与额定数据字符组/>便可依据上述的相似度对照来判定故障问题,加快对故障问题的定位。
异常定位单元30包括多设备定位模块310,多设备定位模块310依据处于故障状态的设备确定受到其影响的物件,并根据故障状态的持续时间判定受影响物件的量度范围;根据故障设备数据目标数据的时间来定位故障设备处于故障状态的时间,故障设备形成目标数据的时间与影响物件的量度范围成正比,因此故障设备形成目标数据的时间长时,故障设备影响物件的量度范围增大,反之,则缩小,通过故障设备目标数据的形成时间,来锁定在该时间下故障设备所加工的物件量度范围,实现对受到故障设备影响的物件量范围进行定位,便于确定异常的物件,利于后续对物件进行查找处理维修。
多设备定位模块310的输出端连接有用于采集故障设备位置的传导定位模块320,传导定位模块320的输出端连接有多异常定位模块330,多异常定位模块330根据传导定位模块320采集故障设备的位置信息以及故障设备的故障等级,判定物件受故障设备影响的程度;根据上述,当故障设备的故障等级确定时,且多位故障设备处于上、下工位时,判定该物件受到故障设备影响的程度较大(较大是以故障设备影响物件的数量、步骤来确定),上、下工位所影响的物件是同一物件,因此,该便可直接确定该物件受到故障设备的影响程度,便于后续工程师对该物件做出精确的维修处理,并且根据受到影响的程度来判定该物件是否达到废弃的标准,当受到多位故障设备的影响时,判定该物件为废弃状态;例如,可根据故障等级和故障设备的数量来判定;
其中,本方案中一级故障是严重的故障,需要高等级维修人员;二级故障程度中等,需要普通维修人员;三级为低级状态,可根据操作程序自动调整,无需人员进行维修,异常故障处于一级故障和二级故障之间,或二级故障和三级故障之间,因异常故障是未知的故障问题,均需要高等级维修人员处理;
值得说明的是:本方案对物件达到废弃的标准进行举例设定:当物件受到一级故障加上一级故障、二级故障或异常故障时,物件达到废弃标准,当物件不处于上述故障状态时,判定不为废弃标准,便于对物件做出相应的维修或其他处理措施。
本发明的目的之二在于提供一种数据处理设备,包括处理器,以及与处理器输出端连接的存储器,存储器用于存储处理器处理后的计算机数据,处理器用于执行如上述中任一项的多设备信息集中处理系统。
本发明的目的之三在于提供一种存储介质,存储介质用于存储计算机程序,在计算机程序被处理器执行时,实现如上述中任一项所述的多设备信息集中处理系统。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的仅为本发明的优选例,并不用来限制本发明,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (9)
1.多设备信息集中处理系统,包括用于接收多位设备数据信息的信息接收单元(10),信息接收单元(10)将数据信息标记为目标数据,其特征在于:所述信息接收单元(10)的输出端连接有数据处理单元(20),所述数据处理单元(20)用于对目标数据进行分析识别,并判定目标数据所处的故障等级,所述数据处理单元(20)的输出端连接有异常定位单元(30),所述异常定位单元(30)依据目标数据的故障等级定位处于故障状态的设备,并根据故障设备及其故障等级分析其对物件造成影响的量度范围,其中:
在多个故障设备确立时,依据多个故障设备所处的位置分析物件受到故障设备影响的程度。
2.根据权利要求1所述的多设备信息集中处理系统,其特征在于:所述信息接收单元(10)包括信息接收模块(110),所述信息接收模块(110)的输出端连接有信息分类模块(120),所述信息接收模块(110)在接收数据信息后,由信息分类模块(120)对数据信息进行分类,并将数据信息标记为目标数据。
3.根据权利要求1所述的多设备信息集中处理系统,其特征在于:所述数据处理单元(20)包括用于对目标数据进行识别的数据指令识别模块(210),所述数据指令识别模块(210)以字符识别算法对目标数据进行识别,所述字符识别算法的算法步骤如下:
步骤一:设定额定数据字符组范围区间,并将额定数据字符组范围区间列为;
步骤二:将目标数据中的数据字符组设为;
步骤三:将插入/>中进行识别比对;
步骤四:获得与比对识别后的/>。
4.根据权利要求3所述的多设备信息集中处理系统,其特征在于:所述数据指令识别模块(210)的输出端连接有指令判断模块(220),所述指令判断模块(220)采用区间判断算法判定目标数据与额定数据字符组之间的相似度,所述区间判断算法的判断公式如下:
。
5.根据权利要求4所述的多设备信息集中处理系统,其特征在于:所述指令判断模块(220)的输出端连接有多等级定向模块(230),所述多等级定向模块(230)用于根据数据指令识别模块(210)和指令判断模块(220)对目标数据的判定情况来定位目标数据的故障等级,其中:
故障等级包括一级故障、二级故障、三级故障及异常故障。
6.根据权利要求1所述的多设备信息集中处理系统,其特征在于:所述异常定位单元(30)包括多设备定位模块(310),所述多设备定位模块(310)依据处于故障状态的设备确定受到其影响的物件,并根据故障状态的持续时间判定受影响物件的量度范围。
7.根据权利要求6所述的多设备信息集中处理系统,其特征在于:所述多设备定位模块(310)的输出端连接有用于采集故障设备位置的传导定位模块(320),所述传导定位模块(320)的输出端连接有多异常定位模块(330),所述多异常定位模块(330)根据传导定位模块(320)采集故障设备的位置信息以及故障设备的故障等级,判定物件受故障设备影响的程度。
8.一种数据处理设备,其特征在于:包括处理器,以及与所述处理器输出端连接的存储器,所述存储器用于存储处理器处理后的计算机数据,所述处理器用于执行如权利要求1-7中任一项所述的多设备信息集中处理系统。
9.一种存储介质,其特征在于:所述存储介质用于存储计算机程序,在计算机程序被处理器执行时,实现如权利要求1-7中任一项所述的多设备信息集中处理系统。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311507297.6A CN117236570A (zh) | 2023-11-14 | 2023-11-14 | 多设备信息集中处理系统、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311507297.6A CN117236570A (zh) | 2023-11-14 | 2023-11-14 | 多设备信息集中处理系统、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117236570A true CN117236570A (zh) | 2023-12-15 |
Family
ID=89098796
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311507297.6A Pending CN117236570A (zh) | 2023-11-14 | 2023-11-14 | 多设备信息集中处理系统、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117236570A (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106443362A (zh) * | 2016-11-16 | 2017-02-22 | 合肥普望电子有限责任公司 | 一种配电网故障检测系统 |
CN108629865A (zh) * | 2018-04-28 | 2018-10-09 | 百度在线网络技术(北京)有限公司 | 故障日志的生成方法、装置、设备及存储介质 |
-
2023
- 2023-11-14 CN CN202311507297.6A patent/CN117236570A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106443362A (zh) * | 2016-11-16 | 2017-02-22 | 合肥普望电子有限责任公司 | 一种配电网故障检测系统 |
CN108629865A (zh) * | 2018-04-28 | 2018-10-09 | 百度在线网络技术(北京)有限公司 | 故障日志的生成方法、装置、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6450858B2 (ja) | 設備管理装置および方法 | |
CN110498314B (zh) | 电梯门系统的健康评估方法、系统、电子设备及存储介质 | |
CN116009480B (zh) | 一种数控机床的故障监测方法、装置、设备及存储介质 | |
CN115903707A (zh) | 一种基于工位监测的连接线生产优化方法及系统 | |
Shen et al. | System failure analysis based on DEMATEL-ISM and FMECA | |
CN1279600C (zh) | 在线品质检测参数分析方法 | |
CN109325059A (zh) | 一种数据比较方法及装置 | |
Maeda et al. | Method for automatically recognizing various operation statuses of legacy machines | |
CN117236570A (zh) | 多设备信息集中处理系统、设备及存储介质 | |
Jeong | Semiconductor wafer defect classification using support vector machine with weighted dynamic time warping kernel function | |
US20220187787A1 (en) | Method for determining a property of a machine, in particular a machine tool, without metrologically capturing the property | |
CN115587312B (zh) | 一种基于多维大数据分析的故障点定位方法和系统 | |
CN115795389A (zh) | 一种变压器冷却装置运行工况的监测方法及系统 | |
CN116079498A (zh) | 一种刀具异常信号的识别方法 | |
CN114800556A (zh) | 一种基于工业机器人的自动化加工生产线 | |
CN114039886A (zh) | 基于四分差和自相关性分析的数据正确性辨识方法及装置 | |
CN110716101A (zh) | 电力线路故障定位方法、装置、计算机和存储介质 | |
CN112906177A (zh) | 产生一马达诊断模型的装置及方法 | |
CN117690817A (zh) | 一种直线缺陷的识别方法及系统 | |
CN117671376A (zh) | 一种环形缺陷的识别方法及系统 | |
CN114609970B (zh) | 数控机床轴线运动的位置监控方法、监控装置及存储介质 | |
CN117669964A (zh) | 一种用于对机台进行前期维护的排班方法及系统 | |
CN117150417B (zh) | 一种离线式检测系统 | |
CN114273978B (zh) | 刀具的磨损检测方法、电子设备及计算机可读存储介质 | |
CN116629707B (zh) | 基于分布式并行计算的fdc溯因分析方法及存储介质 |
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 |