CN117495349A - 工具设备生命周期智能监测与管理系统 - Google Patents
工具设备生命周期智能监测与管理系统 Download PDFInfo
- Publication number
- CN117495349A CN117495349A CN202311470421.6A CN202311470421A CN117495349A CN 117495349 A CN117495349 A CN 117495349A CN 202311470421 A CN202311470421 A CN 202311470421A CN 117495349 A CN117495349 A CN 117495349A
- Authority
- CN
- China
- Prior art keywords
- ship
- coefficient
- maintenance
- real
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 62
- 238000012423 maintenance Methods 0.000 claims abstract description 123
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 62
- 238000007726 management method Methods 0.000 claims abstract description 34
- 230000007613 environmental effect Effects 0.000 claims abstract description 27
- 238000001556 precipitation Methods 0.000 claims abstract description 11
- 239000003344 environmental pollutant Substances 0.000 claims abstract description 7
- 231100000719 pollutant Toxicity 0.000 claims abstract description 7
- 238000010219 correlation analysis Methods 0.000 claims abstract description 6
- 239000000446 fuel Substances 0.000 claims description 19
- 230000000875 corresponding effect Effects 0.000 claims description 15
- 238000004364 calculation method Methods 0.000 claims description 11
- 238000012937 correction Methods 0.000 claims description 11
- 238000007405 data analysis Methods 0.000 claims description 11
- 238000012545 processing Methods 0.000 claims description 11
- 239000000295 fuel oil Substances 0.000 claims description 8
- 238000004891 communication Methods 0.000 claims description 6
- 238000000034 method Methods 0.000 claims description 5
- 238000004140 cleaning Methods 0.000 claims description 3
- 230000002596 correlated effect Effects 0.000 claims description 3
- 238000005461 lubrication Methods 0.000 claims description 3
- 238000010606 normalization Methods 0.000 claims description 3
- 238000007689 inspection Methods 0.000 abstract description 8
- 238000013468 resource allocation Methods 0.000 abstract description 6
- 238000013439 planning Methods 0.000 abstract description 2
- 230000009471 action Effects 0.000 description 6
- 230000008439 repair process Effects 0.000 description 6
- 239000000356 contaminant Substances 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 230000007423 decrease Effects 0.000 description 3
- 230000005611 electricity Effects 0.000 description 3
- 230000003449 preventive effect Effects 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 230000002411 adverse Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 230000015556 catabolic process Effects 0.000 description 2
- 238000011109 contamination Methods 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 2
- 238000006731 degradation reaction Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- 238000010248 power generation Methods 0.000 description 2
- 238000012913 prioritisation Methods 0.000 description 2
- 239000011435 rock Substances 0.000 description 2
- 239000003643 water by type Substances 0.000 description 2
- 238000006424 Flood reaction Methods 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000002243 precursor Substances 0.000 description 1
- 230000001932 seasonal effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Entrepreneurship & Innovation (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
Abstract
本发明公开了工具设备生命周期智能监测与管理系统，涉及发电厂巡检船只工具监测技术领域，该系统通过实时监测船只的性能，实现预测性维护，计算船只性能系数Xn，有助于水电厂管理团队更好地了解每艘船只的性能表现，优化资源分配。系统通过环境监测单元实时监测环境数据。监测实时风速SFs、降水量JsL、水质污染物浓度Wrnd和水体水位值Swz的环境数据，减少船只搁浅、风暴、恶劣天气和水域条件为维护任务的风险，维修数据库的汇总和报废维修系数Bwx的计算，智能了解船只的维修历史和维修频率，这有助于及时了解船只是否已达到报废状态。相关性分析帮助管理团队根据船只性能与环境因素之间的关联来优化维护计划和资源分配。
Description
技术领域
本发明涉及发电厂巡检船只工具监测技术领域，具体为工具设备生命周期智能监测与管理系统。
背景技术
水电厂作为重要的电力生产设施，通常拥有大量的工具和设备，其中一些可以外借给特定人员或部门，以支持维护、检修和运营任务。水电厂设施通常包括位于河流或水体中的设备和基础设施，这些设备用于发电或其他水利工程用途。小型船只的巡检和维护可以包括对水电厂设施进行定期巡检、维护和监控，以确保其正常运行和安全性。这些船只通常用于河流、湖泊或水体上，以便维护人员能够轻松访问和检查设备。
为了确保水电厂设备的正常运行和安全性，在传统方法中，维护工作通常是反应性的，只有在设备出现故障或问题时才会采取行动。这可能导致设备停机时间的增加和维修成本的上升；在传统方法中，维护方案往往缺乏标准化和优先级，导致维护决策的主观性和不一致性。且传统维护在船只本体工具的监测和管理，重点都在检查设备状态，而忽视了水域的环境影响和实际情况，水体中的浅水区域和沉积物可能会导致小型船只搁浅或被困，容易出现安全风险。
发明内容
(一)解决的技术问题
针对现有技术的不足，本发明提供了工具设备生命周期智能监测与管理系统，以解决背景技术中提到的问题。
(二)技术方案
为实现以上目的，本发明通过以下技术方案予以实现：工具设备生命周期智能监测与管理系统，包括船只登记单元、第一采集单元、数据分析单元、预警单元和维护单元；
所述船只登记单元用于采集并记录每艘船只的第一参数信息，所述第一参数信息包括型号、制造商、购买日期、成本和使用历史；由船只登记单元为每艘船只分配唯一的RFID标识符；在每艘船只上安装传感器组和GPS定位器，通过第一采集单元采集获取每艘船只的第二实时信息，第二实时信息包括监测数据，包括船只运行状态数据和定位数据；
由数据分析单元将第一参数信息和相对应的第二实时信息进行汇总，并建立船只孪生模型，通过船只孪生模型对汇总后的第一参数信息和相对应的第二实时信息进行分析计算，获取每艘船只的船只性能系数Xn，并显著标记在船只孪生模型中，所述船只性能系数Xn通过以下公式生成：
其中，Ry表示燃油系数，Dc表示电力消耗系数，SH表示螺旋桨磨损系数，参数意义为：燃油因子As，0.35≤As≤0.55，电力消耗因子Ap，0.45≤Ap≤0.66，推进器转速因子Am，0.39≤Am≤0.86，C为常数修正系数；
将船只性能系数Xn与第一阈值Q1进行对比，当船只性能系数Xn低于第一阈值Q1时，由预警单元生成第一报警信息，并发送至维护单元依据船只性能系数Xn和第一阈值Q1的差值和第一报警信息相关联，生成相对应的维护方案，包括：
根据差值的高低分配优先级维护方案，包括更换螺旋桨、发动机、轴承和电池零部件；更换推进器的清洁润滑和燃油以及船只工具的更换和清洗。
优选的，还包括环境监测单元，所述环境监测单元用于对船只在水电厂的水域环境和气象数据进行实时监测，获取环境监测数据，由数据分析单元获得实时环境系数ZH，并将实时环境系数ZH与第二阈值Q2进行对比，若实时环境系数ZH高于第二阈值Q2，则表示当前天气和水域环境不利于船只进行维护任务。
优选的，所述环境监测数据包括实时风速SFs、降水量JsL、水质污染物浓度Wrnd和水体水位值Swz、并进行无量纲处理后，计算获取实时环境系数ZH由以下公式生成：
式中，Q2>Q1>Q4>Q3，0≤Q1≤1，0≤Q2≤1，0≤Q3≤1，0≤Q4≤1且0.9≤Q1+Q2+Q3+Q4≤1.8，Q1、Q2及Q2和Q4为权重系数，C1为常数修正系数；若实时环境系数ZH大于第二阈值Q2，生成第二报警信息，由预警单元向外部发出通信。
优选的，燃油因子As、电力消耗因子Ap和推进器转速因子Am由以下公式计算获得：
式中，HYl表示为燃油消耗量，HxLc表示船只本次任务续航里程，DLyjxh表示为电力消耗量，Tjqzs表示为推进器转速，T表示每小时转速效率里程值。
优选的，燃油系数Ry、电力消耗系数Dc和螺旋桨磨损系数SH由以下公式计算生成：
式中，LSZl表示为历史燃油消耗总量，ZHxLc表示船只历史续航里程总数，LSDL表示为历史电力消耗总量，ccTjqzs表示为本次任务推进器转速，pjzs表示为历史平均转速。
优选的，还包括第二采集单元，所述第二采集单元用于采集每艘船只的历史维护数据和船只年限数据，建立维修数据库；所述维修数据库包括每次维修具体维修报告、每周船只的具体使用年限、依据每周船只的具体使用年限计算获取当前超出年限值cNx，通过实际年限减去船只具体使用年限获得，并汇总每次维修报告，求和获得总维修次数Zwxcs，并将总维修次数Zwxcs和当前超出年限值cNx进行归一化处理。
优选的，还包括第二处理单元，由第二处理单元对维修数据库进行分析和计算，获取每艘船只的报废维修系数Bwx，所述报废维修系数Bwx通过以下公式生成：
式中，E1>E2，0≤E1≤1，0≤E2≤1且0.8≤E1+E2≤1.8，E1及E2为权重系数，C2为常数修正系数；获取报废维修系数Bwx，若报废维修系数Bwx大于第三阈值Q3，生成第三报警信息，由预警单元向外部发出通信。
优选的，还包括相关性单元，所述相关性单元用于将船只性能系数Xn和实时环境系数ZH进行相关性分析，计算获得相关性系数R，所述相关性系数R通过皮尔逊计算的公式具体为：
式中，Xi表示船只性能系数Xn的第i个样本值，Zi表示为实时环境系数ZH第i个样本值，表示为船只性能系数Xn的平均值，/>表示为实时环境系数ZH的平均值；公式的含义为，相关性系数R的取值范围在-1到1之间，其中1表示完全正相关，-1表示完全负相关，0表示没有线性相关。
优选的，将相关性系数R与第四阈值Q4进行对比，若相关性系数R大于第四阈值Q4，由报警单元生成将生成第四报警信息，并生成相对应方案。
(三)有益效果
本发明提供了工具设备生命周期智能监测与管理系统。具备以下有益效果：
(1)系统利用数据分析和性能建模，能够提前识别船只设备性能下降的趋势。这使得维护团队能够采取预防性维护措施，避免了突发故障和设备停机时间，提高了设备的可靠性。通过实时数据采集和监测，维护团队能够立即了解每艘船只的状态和位置。这使能够更快速地响应紧急情况，提高了故障响应的效率。系统根据船只性能系数Xn和第一阈值Q1的差值分配维护方案的优先级。这有助于优化资源分配，确保有限的维护资源用在最需要的地方，降低了维护成本。实时监测和智能预警有助于提高水电厂的安全性。维护人员更好地了解设备状态，减少了意外事故的风险。
(2)环境监测单元实时监测河流、湖泊和水体环境条件，采用风速传感器、雨量计、水质传感器和水位传感计进行获取监测实时风速SFs、降水量JsL、水质污染物浓度Wrnd和水体水位值Swz的环境数据；有助于提前识别恶劣的天气和水域条件。当实时环境系数ZH超过第二阈值Q2时，系统生成第二报警信息，警告船只操作人员，确保在不适宜的环境条件下避免进行维护任务，从而提高了船只操作和维护任务的安全性。监测降雨量JsL有助于识别强降水事件，监测实时风速SFs用于提供关于当前的风力情况，以避免不利的风暴影响；监测水质污染物浓度Wrnd有助于保护水体的生态环境，减少船舶人员污染的风险，水体水位值Swz的降低会导致船只搁浅的风险增加。水体水位值Swz的监测有助于确保船只不会搁浅在浅水区或岩石等障碍物上，从而减少搁浅风险，保护船只和设备的安全。
(3)该工具设备生命周期智能监测与管理系统，船只性能系数Xn的计算涉及燃油消耗、电力消耗和推进器转速等关键参数。通过对这些参数的分析和计算，帮助水电厂管理团队更好地了解每艘船只的性能表现。这有助于发现性能下降的迹象并采取相应的措施来优化船只的性能。性能系数Xn的计算有助于确定每艘船只的能效水平。水电厂管理团队根据不同船只的性能系数来优化资源分配，确保高性能船只用于重要任务，从而提高资源的有效利用率。
(4)该工具设备生命周期智能监测与管理系统，维修数据库汇总了每次维修报告，并计算了总维修次数Zwxcs。这有助于管理团队了解每艘船只的维修历史和维修频率。第二处理单元根据维修数据库中的数据计算了报废维修系数Bwx。这一系数通过权重系数和常数修正系数计算，用于衡量船只的维修状况和可用性。如果计算得到的报废维修系数Bwx大于第三阈值Q3，系统将生成第三报警信息，是报废信息。这有助于管理团队及时了解船只是否已达到报废状态。
附图说明
图1为本发明工具设备生命周期智能监测与管理系统框图流程示意图。
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。
水电厂作为重要的电力生产设施，通常拥有大量的工具和设备，其中一些外借给特定人员或部门，以支持维护、检修和运营任务。水电厂设施通常包括位于河流或水体中的设备和基础设施，这些设备用于发电或其他水利工程用途。小型船只的巡检和维护包括对水电厂设施进行定期巡检、维护和监控，以确保其正常运行和安全性。这些船只通常用于河流、湖泊或水体上，以便维护人员能够轻松访问和检查设备。
小型船只在河流、湖泊或水体上运行时可能面临多种安全问题。尤其是天气突变，不稳定的天气条件，如风暴、强风、雷暴等，可能对小型船只的操作构成威胁。这些突发天气状况可能导致翻船、漂流或紧急撤离的危险。
为了确保水电厂设备的正常运行和安全性，在传统方法中，维护工作通常是反应性的，只有在设备出现故障或问题时才会采取行动。这可能导致设备停机时间的增加和维修成本的上升；在传统方法中，维护方案往往缺乏标准化和优先级，导致维护决策的主观性和不一致性。且传统维护在船只本体工具的监测和管理，重点都在检查设备状态，而忽视了水域的环境影响和实际情况，水体中的浅水区域和沉积物可能会导致小型船只搁浅或被困，容易出现安全风险。
实施例1
本发明提供工具设备生命周期智能监测与管理系统，请参阅图1，包括船只登记单元、第一采集单元、数据分析单元、预警单元和维护单元；
所述船只登记单元用于采集并记录每艘船只的第一参数信息，所述第一参数信息包括型号、制造商、购买日期、成本和使用历史；由船只登记单元为每艘船只分配唯一的RFID标识符；
在每艘船只上安装传感器组和GPS定位器，通过第一采集单元采集获取每艘船只的第二实时信息，第二实时信息包括监测数据，包括船只运行状态数据和定位数据；
由数据分析单元将第一参数信息和相对应的第二实时信息进行汇总，并建立船只孪生模型，通过船只孪生模型对汇总后的第一参数信息和相对应的第二实时信息进行分析计算，获取每艘船只的船只性能系数Xn，并显著标记在船只孪生模型中，所述船只性能系数Xn通过以下公式生成：
其中，Ry表示燃油系数，Dc表示电力消耗系数，SH表示螺旋桨磨损系数，参数意义为：燃油因子As，0.35≤As≤0.55，电力消耗因子Ap，0.45≤Ap≤0.66，推进器转速因子Am，0.39≤Am≤0.86，C为常数修正系数；
将船只性能系数Xn与第一阈值Q1进行对比，当船只性能系数Xn低于第一阈值Q1时，由预警单元生成第一报警信息，并发送至维护单元依据船只性能系数Xn和第一阈值Q1的差值和第一报警信息相关联，生成相对应的维护方案，包括：
根据差值的高低分配优先级维护方案，包括更换螺旋桨、发动机、轴承和电池零部件；更换推进器的清洁润滑和燃油以及船只工具的更换和清洗。
本实施例中，系统利用数据分析和性能建模，能够提前识别设备性能下降的趋势。这使得维护团队能够采取预防性维护措施，避免了突发故障和设备停机时间，提高了设备的可靠性。通过实时数据采集和监测，维护团队能够立即了解每艘船只的状态和位置。能够更快速地响应紧急情况，提高了故障响应的效率。系统根据船只性能系数Xn和第一阈值Q1的差值分配维护方案的优先级。这有助于优化资源分配，确保有限的维护资源用在最需要的地方，降低了维护成本。实时监测和智能预警有助于提高水电厂的安全性。维护人员更好地了解设备状态，减少了意外事故的风险。
实施例2
本实施例是在实施例1中进行的解释说明，请参阅图1，具体的，还包括环境监测单元，所述环境监测单元用于对船只在水电厂的水域环境和气象数据进行实时监测，获取环境监测数据，由数据分析单元获得实时环境系数ZH，并将实时环境系数ZH与第二阈值Q2进行对比，若实时环境系数ZH高于第二阈值Q2，则表示当前天气和水域环境不利于船只进行维护任务。
具体的，所述环境监测数据包括实时风速SFs、降水量JsL、水质污染物浓度Wrnd和水体水位值Swz，并进行无量纲处理后，计算获取实时环境系数ZH由以下公式生成：
式中，Q2>Q1>Q4>Q3，0≤Q1≤1，0≤Q2≤1，0≤Q3≤1，0≤Q4≤1且0.9≤Q1+Q2+Q3+Q4≤1.8，Q1、Q2及Q2和Q4为权重系数，C1为常数修正系数；若实时环境系数ZH大于第二阈值Q2，生成第二报警信息，由预警单元向外部发出通信。
本实施例中，环境监测单元实时监测河流、湖泊和水体环境条件，采用风速传感器、雨量计、水质传感器和水位传感计进行获取监测实时风速SFs、降水量JsL、水质污染物浓度Wrnd和水体水位值Swz的环境数据；有助于提前识别恶劣的天气和水域条件。当实时环境系数ZH超过第二阈值Q2时，系统生成第二报警信息，警告船只操作人员，确保在不适宜的环境条件下避免进行维护任务，从而提高了船只操作和维护任务的安全性。
监测实时风速SFs用于提供关于当前的风力情况。突然增加的风速是风暴来临的前兆。如果风速急剧增加，生成第二报警信息，提醒船只操作人员采取预防措施，如减速、寻找安全港口或暂停维护任务，以避免不利的风暴影响；
监测降雨量JsL有助于识别强降水事件。大量的降水导致水域水位上升，从而对船只的操作和安全构成威胁。监测降雨量JsL帮助维护人员了解是否需要采取措施来应对洪水或水位上升；综合实时风速SFs和降雨量JsL的数据，系统提前警告有可能出现的风暴或强降水事件。
监测水质污染物浓度Wrnd有助于保护水体的生态环境。当污染物浓度高时，系统建议延迟维护任务，以减少污染风险。
水体水位值Swz的降低会导致船只搁浅的风险增加。当水位下降到一定程度时，船只会在浅水区或水道中触底或搁浅，这会对船只造成损坏或困扰。因此，水体水位值Swz的监测对于船只的安全导航和操作非常重要。
水体水位值Swz的变化通常受到多种因素的影响，包括潮汐、降雨、河流流量等。在河流、湖泊或其他水体中，水位因季节性变化、天气事件或水文条件而波动。维持对水位的监测帮助船只操作人员在水位降低时采取适当的措施，如减速、改变航线或等待水位恢复。水体水位值Swz的监测还有助于确保船只不会搁浅在浅水区或岩石等障碍物上，从而减少搁浅风险，保护船只和设备的安全。因此，在水域中航行的船只通常会依赖水位监测来确保安全的导航和操作。
实施例3
本实施例是在实施例1中进行的解释说明，请参阅图1，具体的，燃油因子As、电力消耗因子Ap和推进器转速因子Am由以下公式计算获得：
式中，HYl表示为燃油消耗量，HxLc表示船只本次任务续航里程，DLyjxh表示为电力消耗量，Tjqzs表示为推进器转速，T表示每小时转速效率里程值，根据历史数据和性能模型计算得出的。燃油消耗量HYl通过安装在船只的燃油流量传感器来实时测量，航行记录仪记录船只续航里程，电力消耗量DLyjxh通过安装的电流传感器和电压传感器测量，推进器转速Tjqzs通过安装在船只引擎或推进器上的转速传感器来实时测量。这些传感器监测推进器的旋转速度。
具体的，燃油系数Ry、电力消耗系数Dc和螺旋桨磨损系数SH由以下公式计算生成：
式中，LSZl表示为历史燃油消耗总量，ZHxLc表示船只历史续航里程总数，LSDL表示为历史电力消耗总量，ccTjqzs表示为本次任务推进器转速，pjzs表示为历史平均转速。
本实施例中：船只性能系数Xn的计算涉及燃油消耗、电力消耗和推进器转速等关键参数。通过对这些参数的分析和计算，帮助水电厂管理团队更好地了解每艘船只的性能表现。这有助于发现性能下降的迹象并采取相应的措施来优化船只的性能。性能系数Xn的计算有助于确定每艘船只的能效水平。水电厂管理团队根据不同船只的性能系数来优化资源分配，确保高性能船只用于重要任务，从而提高资源的有效利用率。性能系数Xn的计算涉及到燃油和电力消耗，这些是水电厂运营中的主要成本因素。通过优化船只性能，降低燃油和电力消耗，从而降低运营成本，提高水电厂的盈利能力。性能系数Xn的计算是基于实际数据的，为提供数据支持的决策依据。管理团队根据每艘船只的性能系数来制定维护和运营策略，以确保水电厂的高效运营。
实施例4
本实施例是在实施例1中进行的解释说明，请参阅图1，具体的，还包括第二采集单元，所述第二采集单元用于采集每艘船只的历史维护数据和船只年限数据，建立维修数据库；所述维修数据库包括每次维修具体维修报告、每周船只的具体使用年限、依据每周船只的具体使用年限计算获取当前超出年限值cNx，通过实际年限减去船只具体使用年限获得，并汇总每次维修报告，求和获得总维修次数Zwxcs，并将总维修次数Zwxcs和当前超出年限值cNx进行归一化处理。
具体的，还包括第二处理单元，由第二处理单元对维修数据库进行分析和计算，获取每艘船只的报废维修系数Bwx，所述报废维修系数Bwx通过以下公式生成：
式中，E1>E2，0≤E1≤1，0≤E2≤1且0.8≤E1+E2≤1.8，E1及E2为权重系数，C2为常数修正系数；获取报废维修系数Bwx，若报废维修系数Bwx大于第三阈值Q3，生成第三报警信息，由预警单元向外部发出通信。
本实施例中，维修数据库汇总了每次维修报告，并计算了总维修次数Zwxcs。这有助于管理团队了解每艘船只的维修历史和维修频率。第二处理单元根据维修数据库中的数据计算了报废维修系数Bwx。这一系数通过权重系数和常数修正系数计算，用于衡量船只的维修状况和可用性。如果计算得到的报废维修系数Bwx大于第三阈值Q3，系统将生成第三报警信息，这是报废信息。这有助于管理团队及时了解船只是否已达到报废状态，以采取适当的行动。通过分析历史维护数据和维修频率，系统有助于预测未来维修需求。这有助于规划和预算维修工作，避免突发维修和设备停机。通过了解每艘船只的维修历史和状况，管理团队更好地优化资源分配，确保维修资源用在最需要的地方。
本实施例在于提供了全面的维修和寿命管理功能，有助于延长船只的使用寿命，降低维修成本，提高设备的可用性和性能。
实施例5
本实施例是在实施例1中进行的解释说明，请参阅图1，具体的，还包括相关性单元，所述相关性单元用于将船只性能系数Xn和实时环境系数ZH进行相关性分析，计算获得相关性系数R，所述相关性系数R通过皮尔逊计算的公式具体为：
式中，Xi表示船只性能系数Xn的第i个样本值，Zi表示为实时环境系数ZH第i个样本值，表示为船只性能系数Xn的平均值，/>表示为实时环境系数ZH的平均值；公式的含义为，相关性系数R的取值范围在-1到1之间，其中1表示完全正相关，-1表示完全负相关，0表示没有线性相关。
将相关性系数R与第四阈值Q4进行对比，若相关性系数R大于第四阈值Q4，由报警单元生成将生成第四报警信息，并生成相对应方案。
如果相关性系数R表明船只性能与特定环境因素之间存在显著关联，管理团队根据这一信息来优化维护计划。例如，水质污染物浓度Wrnd进入螺旋桨导致螺旋桨磨损系数SH提高，系统监测这些情况，以及时采取措施清除污染物并提醒操作员。相关性分析有助于更好地分配维护和运营资源。如果某些环境因素与船只性能的下降相关，管理团队在相应的环境条件下投入更多资源以确保船只的可靠性。相关性分析也帮助提高安全性。如果某些环境条件与船只的性能下降相关，管理团队采取措施来减少在这些条件下的维护任务，从而减少安全风险。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。
Claims (9)
1.工具设备生命周期智能监测与管理系统，其特征在于：包括船只登记单元、第一采集单元、数据分析单元、预警单元和维护单元；
所述船只登记单元用于采集并记录每艘船只的第一参数信息，所述第一参数信息包括型号、制造商、购买日期、成本和使用历史；由船只登记单元为每艘船只分配唯一的RFID标识符；
在每艘船只上安装传感器组和GPS定位器，通过第一采集单元采集获取每艘船只的第二实时信息，第二实时信息包括监测数据，包括船只运行状态数据和定位数据；
由数据分析单元将第一参数信息和相对应的第二实时信息进行汇总，并建立船只孪生模型，通过船只孪生模型对汇总后的第一参数信息和相对应的第二实时信息进行分析计算，获取每艘船只的船只性能系数Xn，并显著标记在船只孪生模型中，所述船只性能系数Xn通过以下公式生成：
其中，Ry表示燃油系数，Dc表示电力消耗系数，SH表示螺旋桨磨损系数，参数意义为：燃油因子As，0.35≤As≤0.55，电力消耗因子Ap，0.45≤Ap≤0.66，推进器转速因子Am，0.39≤Am≤0.86，C为常数修正系数；
将船只性能系数Xn与第一阈值Q1进行对比，当船只性能系数Xn低于第一阈值Q1时，由预警单元生成第一报警信息，并发送至维护单元依据船只性能系数Xn和第一阈值Q1的差值和第一报警信息相关联，生成相对应的维护方案，包括：
根据差值的高低分配优先级维护方案，包括更换螺旋桨、发动机、轴承和电池零部件；更换推进器的清洁润滑和燃油以及船只工具的更换和清洗。
2.根据权利要求1所述的工具设备生命周期智能监测与管理系统，其特征在于：还包括环境监测单元，所述环境监测单元用于对船只在水电厂的水域环境和气象数据进行实时监测，获取环境监测数据，由数据分析单元获得实时环境系数ZH，并将实时环境系数ZH与第二阈值Q2进行对比，若实时环境系数ZH高于第二阈值Q2，则表示当前天气和水域环境不利于船只进行维护任务。
3.根据权利要求2所述的工具设备生命周期智能监测与管理系统，其特征在于：所述环境监测数据包括实时风速SFs、降水量JsL、水质污染物浓度Wrnd和水体水位值Swz、并进行无量纲处理后，计算获取实时环境系数ZH由以下公式生成：
式中，Q2>Q1>Q4>Q3，0≤Q1≤1，0≤Q2≤1，0≤Q3≤1，0≤Q4≤1且0.9≤Q1+Q2+Q3+Q4≤1.8，Q1、Q2及Q2和Q4为权重系数，C1为常数修正系数；若实时环境系数ZH大于第二阈值Q2，生成第二报警信息，由预警单元向外部发出通信。
4.根据权利要求1所述的工具设备生命周期智能监测与管理系统，其特征在于：燃油因子As、电力消耗因子Ap和推进器转速因子Am由以下公式计算获得：
式中，HYl表示为燃油消耗量，HxLc表示船只本次任务续航里程，DLyjxh表示为电力消耗量，Tjqzs表示为推进器转速，T表示每小时转速效率里程值。
5.根据权利要求1所述的工具设备生命周期智能监测与管理系统，其特征在于：燃油系数Ry、电力消耗系数Dc和螺旋桨磨损系数SH由以下公式计算生成：
式中，LSZl表示为历史燃油消耗总量，ZHxLc表示船只历史续航里程总数，LSDL表示为历史电力消耗总量，ccTjqzs表示为本次任务推进器转速，pjzs表示为历史平均转速。
6.根据权利要求1所述的工具设备生命周期智能监测与管理系统，其特征在于：还包括第二采集单元，所述第二采集单元用于采集每艘船只的历史维护数据和船只年限数据，建立维修数据库；所述维修数据库包括每次维修具体维修报告、每周船只的具体使用年限、依据每周船只的具体使用年限计算获取当前超出年限值cNx，通过实际年限减去船只具体使用年限获得，并汇总每次维修报告，求和获得总维修次数Zwxcs，并将总维修次数Zwxcs和当前超出年限值cNx进行归一化处理。
7.根据权利要求6所述的工具设备生命周期智能监测与管理系统，其特征在于：还包括第二处理单元，由第二处理单元对维修数据库进行分析和计算，获取每艘船只的报废维修系数Bwx，所述报废维修系数Bwx通过以下公式生成：
式中，E1>E2，0≤E1≤1，0≤E2≤1且0.8≤E1+E2≤1.8，E1及E2为权重系数，C2为常数修正系数；获取报废维修系数Bwx，若报废维修系数Bwx大于第三阈值Q3，生成第三报警信息，由预警单元向外部发出通信。
8.根据权利要求7所述的工具设备生命周期智能监测与管理系统，其特征在于：还包括相关性单元，所述相关性单元用于将船只性能系数Xn和实时环境系数ZH进行相关性分析，计算获得相关性系数R，所述相关性系数R通过皮尔逊计算的公式具体为：
式中，Xi表示船只性能系数Xn的第i个样本值，Zi表示为实时环境系数ZH第i个样本值，表示为船只性能系数Xn的平均值，/>表示为实时环境系数ZH的平均值；公式的含义为，相关性系数R的取值范围在-1到1之间，其中1表示完全正相关，-1表示完全负相关，0表示没有线性相关。
9.根据权利要求8所述的工具设备生命周期智能监测与管理系统，其特征在于：将相关性系数R与第四阈值Q4进行对比，若相关性系数R大于第四阈值Q4，由报警单元生成将生成第四报警信息，并生成相对应方案。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311470421.6A CN117495349A (zh) | 2023-11-07 | 2023-11-07 | 工具设备生命周期智能监测与管理系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311470421.6A CN117495349A (zh) | 2023-11-07 | 2023-11-07 | 工具设备生命周期智能监测与管理系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117495349A true CN117495349A (zh) | 2024-02-02 |
Family
ID=89677722
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311470421.6A Pending CN117495349A (zh) | 2023-11-07 | 2023-11-07 | 工具设备生命周期智能监测与管理系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117495349A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118485307A (zh) * | 2024-06-06 | 2024-08-13 | 中国标准化研究院 | 一种基于大数据的智能产品质量安全风险预警方法及系统 |
| CN118552177A (zh) * | 2024-05-22 | 2024-08-27 | 中国人民解放军陆军装甲兵学院 | 一种设备报废全周期智能管理系统 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104965465A (zh) * | 2015-07-08 | 2015-10-07 | 福建唐力电力设备有限公司 | 工程机械智慧系统及实现方法 |
| CN107146018A (zh) * | 2017-05-04 | 2017-09-08 | 北京许继电气有限公司 | 基于电网状态监测系统的数据处理分析方法和系统 |
| US20190213893A1 (en) * | 2018-01-05 | 2019-07-11 | Syracuse University | Smart products lifecycle management platform |
| CN113779327A (zh) * | 2021-08-10 | 2021-12-10 | 上海外高桥造船海洋工程设计有限公司 | 基于船舶设备全生命周期数据的设备监测管理系统 |
| CN115017684A (zh) * | 2022-05-25 | 2022-09-06 | 广州星际海洋工程设计有限公司 | 一种船舶智能能效管理系统 |
| CN116126926A (zh) * | 2023-01-18 | 2023-05-16 | 中远海运科技股份有限公司 | 一种船舶全生命周期动态数据智能管理方法及系统 |
| CN116224137A (zh) * | 2023-02-23 | 2023-06-06 | 陕西柯蓝电子有限公司 | 一种ups设备故障预警方法及系统 |
| CN116663314A (zh) * | 2023-06-19 | 2023-08-29 | 浙大宁波理工学院 | 一种码头安全智能监测平台的数字孪生体系统 |
| CN116822969A (zh) * | 2023-08-30 | 2023-09-29 | 安徽金海迪尔信息技术有限责任公司 | 基于模型组合的水利模型云计算方法与系统 |
-
2023
- 2023-11-07 CN CN202311470421.6A patent/CN117495349A/zh active Pending
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104965465A (zh) * | 2015-07-08 | 2015-10-07 | 福建唐力电力设备有限公司 | 工程机械智慧系统及实现方法 |
| CN107146018A (zh) * | 2017-05-04 | 2017-09-08 | 北京许继电气有限公司 | 基于电网状态监测系统的数据处理分析方法和系统 |
| US20190213893A1 (en) * | 2018-01-05 | 2019-07-11 | Syracuse University | Smart products lifecycle management platform |
| CN113779327A (zh) * | 2021-08-10 | 2021-12-10 | 上海外高桥造船海洋工程设计有限公司 | 基于船舶设备全生命周期数据的设备监测管理系统 |
| CN115017684A (zh) * | 2022-05-25 | 2022-09-06 | 广州星际海洋工程设计有限公司 | 一种船舶智能能效管理系统 |
| CN116126926A (zh) * | 2023-01-18 | 2023-05-16 | 中远海运科技股份有限公司 | 一种船舶全生命周期动态数据智能管理方法及系统 |
| CN116224137A (zh) * | 2023-02-23 | 2023-06-06 | 陕西柯蓝电子有限公司 | 一种ups设备故障预警方法及系统 |
| CN116663314A (zh) * | 2023-06-19 | 2023-08-29 | 浙大宁波理工学院 | 一种码头安全智能监测平台的数字孪生体系统 |
| CN116822969A (zh) * | 2023-08-30 | 2023-09-29 | 安徽金海迪尔信息技术有限责任公司 | 基于模型组合的水利模型云计算方法与系统 |
Non-Patent Citations (1)
| Title |
|---|
| 李福兴;李璐爔;彭友;: "基于数字孪生的船舶预测性维护", 船舶工程, vol. 42, no. 2020, 15 July 2020 (2020-07-15), pages 1 - 2 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118552177A (zh) * | 2024-05-22 | 2024-08-27 | 中国人民解放军陆军装甲兵学院 | 一种设备报废全周期智能管理系统 |
| CN118485307A (zh) * | 2024-06-06 | 2024-08-13 | 中国标准化研究院 | 一种基于大数据的智能产品质量安全风险预警方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN117495349A (zh) | 工具设备生命周期智能监测与管理系统 | |
| CN112614019A (zh) | 一种海上风电运维智能管理平台及方法 | |
| CN111522858B (zh) | 一种基于多维状态向量的抽蓄机组性能劣化预警方法 | |
| CN115013261A (zh) | 一种用于海上风电场的状态监测方法及系统 | |
| CN112671863B (zh) | 一种基于边缘计算的智能航标系统 | |
| CN108599724A (zh) | 一种光伏组件在线监测系统及监测方法 | |
| CN113469379A (zh) | 一种基于大数据中心的海上风电场运维管理方法及装置 | |
| CN117969280A (zh) | 一种边缘智能工业设备故障监测方法及边缘计算系统 | |
| CN118209260A (zh) | 一种变压器储油柜漏油监测预警系统 | |
| CN117592276A (zh) | 一种裂流的监测和预测方法及系统 | |
| CN117775226A (zh) | 一种无人艇动力装置健康状态评估系统及方法 | |
| CN110260929B (zh) | 用于远海海上风电场的水文气象条件监测系统及方法 | |
| CN115775437B (zh) | 一种渔港海浪的预警方法及预警装置 | |
| Skobiej et al. | Influence of the personnel availability on offshore wind farm maintenance | |
| CN110158096A (zh) | 利用太阳能发电实现海水设备防腐蚀的装置 | |
| CN115238918A (zh) | 一种基于边缘计算的海上风电场智能运维方法 | |
| Ambühl et al. | On different maintenance strategies for casted components of offshore wind turbines | |
| CN113902327A (zh) | 一种海上风电场基础结构腐蚀健康状态的评估方法及系统 | |
| Ambühl et al. | Risk-based operation and maintenance approach for wave energy converters taking weather forecast uncertainties into account | |
| CN211928398U (zh) | 一种用于船艇机电的管理维护系统 | |
| TWI735329B (zh) | 離岸風場維修決策系統 | |
| Yang et al. | Intelligent fan system based on big data and artificial intelligence | |
| CN117992801B (zh) | 一种通过卫星遥感技术的海域监测方法与系统 | |
| CN118407050B (zh) | 基于大数据的水电管线集成暗槽明装防腐保护系统及方法 | |
| CN118462509B (zh) | 一种海上风机状态监测与故障分析系统及方法 |
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 |