CN117689103A - 多设备试验室智能管控系统 - Google Patents
多设备试验室智能管控系统 Download PDFInfo
- Publication number
- CN117689103A CN117689103A CN202311634130.6A CN202311634130A CN117689103A CN 117689103 A CN117689103 A CN 117689103A CN 202311634130 A CN202311634130 A CN 202311634130A CN 117689103 A CN117689103 A CN 117689103A
- Authority
- CN
- China
- Prior art keywords
- equipment
- management
- module
- management module
- laboratory
- 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
- 238000012360 testing method Methods 0.000 claims abstract description 120
- 238000012544 monitoring process Methods 0.000 claims abstract description 46
- 230000036541 health Effects 0.000 claims abstract description 36
- 238000004891 communication Methods 0.000 claims abstract description 21
- 238000012423 maintenance Methods 0.000 claims description 49
- 230000000007 visual effect Effects 0.000 claims description 16
- 238000004519 manufacturing process Methods 0.000 claims description 11
- 230000010354 integration Effects 0.000 claims description 10
- 238000012800 visualization Methods 0.000 claims description 6
- 238000010801 machine learning Methods 0.000 claims description 5
- 238000013507 mapping Methods 0.000 claims description 2
- 238000007726 management method Methods 0.000 description 183
- 238000000034 method Methods 0.000 description 38
- 230000006870 function Effects 0.000 description 25
- 230000008569 process Effects 0.000 description 20
- 238000004458 analytical method Methods 0.000 description 15
- 238000003860 storage Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 7
- 238000013439 planning Methods 0.000 description 7
- 238000007405 data analysis Methods 0.000 description 6
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 6
- 206010063385 Intellectualisation Diseases 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 4
- 238000001816 cooling Methods 0.000 description 4
- 238000011161 development Methods 0.000 description 4
- 230000005611 electricity Effects 0.000 description 4
- 230000006872 improvement Effects 0.000 description 4
- 230000006399 behavior Effects 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 238000003745 diagnosis Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 238000004132 cross linking Methods 0.000 description 2
- 238000013523 data management Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000002360 preparation method Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 239000003999 initiator Substances 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000003449 preventive effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009466 transformation Effects 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
-
- 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
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明公开了一种多设备试验室智能管控系统,包括:设备集成平台、试验任务管理模块、设备档案管理模块、设备状态实时监控模块、设备健康管理模块、能源及环境管理模块、三维视景展示模块以及设备数据库,其中设备集成平台与设备数据库通信连接,用于接收多设备的实时参数数据,并通过实时参数数据形成设备数据库;试验任务管理模块与设备档案管理模块、设备状态实时监控模块、设备健康管理模块、能源及环境管理模块以及设备数据库通信连接,用于接收多设备的性能状况信息;三维视景展示模块与设备档案管理模块、设备健康管理模块、设备状态实时监控模块、能源及环境管理模块以及设备数据库通信连接,用于接收多设备的数据信息。
Description
技术领域
本发明涉及多设备智能管理技术领域,特别是涉及一种多设备试验室智能管控系统。
背景技术
随着物联网、云服务和人工智能技术的不断发展,试验室利用数字化、智能化工具将逐渐成为一种新的趋势。但传统的试验室的信息化管理手段薄弱,纸质化管理等低效管理模式较为普遍;即便采取了数字化管理手段,目前也往往只是配置了单一功能的管理单元或功能零散的管理软件,导致试验室信息孤岛现象严重,数据采集无序,数据互通阻塞,数据分析片面,各项管理功能分散、无序、不统一且无法协同运作,且分散的管理单元配置、运行和维护效率低。总体上无法有效实现统一的集成化的试验室综合管控。因此,打造试验室网络化管理、智能化管理、集成化综合管理的服务体系是十分必要的。目前复杂环境试验室普遍未进行统一集成的核心管控功能具体包括如:
1.试验室设备设施未系统集成,设备设施间交联、协作问题未解决。
复杂环境试验室往往设备种类和数量繁多,各设备单独运行可由设备自带的控制软件完成,但是目前不同设备之间的交联、协作问题目前普遍没有解决,需要专门的集成系统解决各设备之间互联,以便集中、综合、时序控制各试验设备。
2.试验任务管理未集成。
试验任务未实现系统化管理,排产依靠人工经验,排产结果无法与试验设备的可用状态联动。计划排产方面,试验室内经由试验室管理者对试验任务进行排产,排产主要的依据为任务下发部门所要求的时间节点。排产手段主要是手工排产,依靠人工经验判断试验的紧迫程度、试验设备是否可用、试验人员是否在进行其他试验等,排产的成果主要是excel表格,尚未实现项目的结构化、精细化管理,无法实时对试验进度等进行管控,无法对项目进行统一的管理。
3.试验室智能化工艺编制未集成。
当前试验室工艺编制普遍依靠工艺员经验,试验准备阶段存在影响试验进度的因素,工装未进行有效管理等。当前的工作流程中,工艺员负责编制工艺规程并进行后续的操作,工艺编制的水平和程度与工艺员的能力有较大的关系,无统一的模板管理对编制内容进行规范化管理;试验准备阶段,未提前进行工装齐套性的工作,试验工装无有效的管理手段,使用人、使用时间等无法追溯。
4.设备参数、环境参数等未实现有效集成,数据无法及时统一获取存储。
设备设施档案、试验任务、试验设备及辅助动力设备运行状态等数据不能系统全面地采集,导致设备故障定位不准确、人员响应速度慢、数据安全性弱,无法通过数据的集中采集进行统一的综合分析与精细化管理等问题。此外,数据采集的全域采集和监控是保证试验质量的重要内容,全域采集不仅包含对于试验数据本身的采集,还应当包括对时间、环境、能源消耗、电力系统稳定性等等参数的全方位采集。
同时,各试验设备都有独立的监控系统,分布在不同的工控机或上位计算机上,试验过程中需要分别对其进行监控,无统一的监控界面和存储方式。试验过程中,视频监控和试验数据的记录难以进行同步,试验后的过程追溯困难。
5.试验室资源的信息化管理未集成。
试验室涉及众多资源,涵盖设备、人员、物料、工具等各个方面,需构建统一化管理系统,实现对试验室各类资源属性、数量、健康状态等参数的全面管理,为试验工艺编制和试验流程开展提供准确、快捷的决策依据。
6.试验三维全生命周期数字化管理未集成。
对于新建试验室而言,试验室内部各建筑、专业管线、工艺布局、设备情况等现阶段只可通过二维图纸查看,在后续进行试验室预防性维护以及改造时只能通过平面布置图开展,没有更直观的三维模型进行查询和展示;试验室运维时,无法全方位地实时展示试验室内的各类信息设备的静态和动态信息,管理和展示不便。
针对上述的现有技术中存在的现有的复杂环境试验室普遍未进行统一集成的核心管控功能,从而导致试验效率低以及管理费时费力的技术问题,目前尚未提出有效的解决方案。
发明内容
本公开提供了一种多设备试验室智能管控系统,以至少解决现有技术中存在的现有的复杂环境试验室普遍未进行统一集成的核心管控功能,从而导致试验效率低以及管理费时费力的技术问题。
根据本发明的一个方面,提供了一种多设备试验室智能管控系统,包括:设备集成平台、试验任务管理模块、设备档案管理模块、设备状态实时监控模块、设备健康管理模块、能源及环境管理模块、三维视景展示模块以及设备数据库,其中设备集成平台与设备数据库通信连接,用于接收多设备的实时参数数据,并通过实时参数数据形成设备数据库;试验任务管理模块与设备档案管理模块、设备状态实时监控模块、设备健康管理模块、能源及环境管理模块以及设备数据库通信连接,用于接收多设备的性能状况信息,并且用于响应外部输入操作,根据输入的试验任务以及多设备的性能状况信息,确定试验任务的创建以及排产;三维视景展示模块与设备档案管理模块、设备健康管理模块、设备状态实时监控模块、能源及环境管理模块以及设备数据库通信连接,用于接收多设备的数据信息,并根据数据信息进行多设备试验室的三维建模,确定多设备试验室的三维视景。
可选地,设备档案管理模块与设备数据库通信连接,用于根据多设备的初始信息以及实时参数数据,确定多设备试验室的档案数据,并且设备档案管理模块与三维视景展示模块通信连接,用于将档案数据映射到三维视景展示模块。
可选地,设备健康管理模块与设备数据库、备档案管理模块以及设备状态实时监控模块通信连接,用于接收多设备的运行参数数据,根据运行参数数据确定多设备的诊断信息。
可选地,设备健康管理模块还用于在多设备存在故障的情况下,通过预先设置的机器学习算法,对运行参数数据进行学习,确定故障数据,并根据故障数据,确定故障解决方案。
可选地,设备健康管理模块包括养护管理子模块及计量管理子模块,其中养护管理子模块用于实现多设备的自动养护;以及计量管理子模块用于实现多设备的自动计量。
可选地,设备状态实时监控模块与设备数据库以及设备档案管理模块通信连接,用于接收多设备的档案数据以及实时参数数据,并根据档案数据以及实时参数数据对多设备进行实时监控。
可选地,设备状态实时监控模块包括可视化子模块,用于实现多设备的工作状态的可视化显现。
可选地,能源及环境管理模块与设备数据库以及设备状态实时监控模块通信连接,用于接收多设备的实时参数数据以及运行数据信息,并进行多设备试验室的能源监控以及调度。
可选地,设备集成平台通过预先设置的接口从设备主机、PLC以及传感器采集设备状态以及实时运行参数等数据。
从而通过上述方式,根据本申请提供的多设备试验室智能管控系统,满足复杂环境试验室的全流程数字化管理需求,为试验人员提供集成化的试验室综合管控方法,解决试验室信息孤岛现象,解决数据采集无序,数据互通阻塞,数据分析片面,各项管理功能分散、无序、不统一且无法协同运作,分散的管理单元配置、运行和维护效率低等问题。实现复杂环境试验室设备设施数据的自动采集和管理,保证“采得全、存得久、可回溯”,并可以实现系统可视化显现,用户可清晰查看各设备工作状态,掌握各设备在机、空闲、故障等信息。提升试验室数字化形象。三维数字化试验室可实现对数值数据、图形数据、图表数据以及设备运行状态数据的实时采集、传输、存储、分析功能,可实现对试验件、子系统、系统的测试构型控制,并将试验室(拖动系统、测试设备、冷却设备等)运行数据及被试产品、子系统、系统的试验数据同步采集,实现多物理量可视化输出。此外,试验室数字化集中管控对提升企业形象,进而实现试验室智能化也具有重要意义。进而解决了现有技术中存在的现有的复杂环境试验室普遍未进行统一集成的核心管控功能,从而导致试验效率低以及管理费时费力的技术问题。
根据下文结合附图对本发明的具体实施例的详细描述,本领域技术人员将会更加明了本发明的上述以及其他目的、优点和特征。
附图说明
后文将参照附图以示例性而非限制性的方式详细描述本发明的一些具体实施例。附图中相同的附图标记标示了相同或类似的部件或部分。本领域技术人员应该理解,这些附图未必是按比例绘制的。附图中:
图1是根据本发明实施例所述的多设备试验室智能管控系统的示意图;
图2是根据本发明实施例所述的设备健康管理流程图;
图3是根据本发明实施例所述的多设备试验室智能管控系统的总体架构图;
图4是根据本发明实施例所述的多设备试验室智能管控系统的物联网集成架构图。
具体实施方式
需要说明的是,在不冲突的情况下,本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开。
为了使本技术领域的人员更好地理解本公开方案,下面将结合本公开实施例中的附图,对本公开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公开一部分的实施例,而不是全部的实施例。基于本公开中的实施例,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,都应当属于本公开保护的范围。
需要说明的是,本公开的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的术语在适当情况下可以互换,以便这里描述的本公开的实施例。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本发明的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
图1是根据本发明实施例所述的多设备试验室智能管控系统的示意图。参考图1所示,一种多设备试验室智能管控系统,包括:设备集成平台1、试验任务管理模块2、设备档案管理模块3、设备状态实时监控模块5、设备健康管理模块4、能源及环境管理模块6、三维视景展示模块7以及设备数据库8,其中设备集成平台1与设备数据库8通信连接,用于接收多设备的实时参数数据,并通过实时参数数据形成设备数据库8;试验任务管理模块2与设备档案管理模块3、设备健康管理模块4、设备状态实时监控模块5、能源及环境管理模块6以及设备数据库8通信连接,用于接收多设备的性能状况信息,并且用于响应外部输入操作,根据输入的试验任务以及多设备的性能状况信息,确定试验任务的创建以及排产;三维视景展示模块7与设备档案管理模块3、设备健康管理模块4、设备状态实时监控模块5、能源及环境管理模块6以及设备数据库8通信连接,用于接收多设备的数据信息,并根据数据信息进行多设备试验室的三维建模,确定多设备试验室的三维视景。
具体地,设备集成平台1通过接口方式从设备主机、PLC、传感器等采集试验室设备、设施的实时运行参数等数据,形成设备数据库8。从而实现对设备的实时监控、设备综合效率分析以及预测性维护。现有设备针对原设备商接口协议进行适应性开发,新购置设备要求设备商预留设备采集接口。
此外,主要环境类实验设备参数采集项列表如表1所示:
表1
进一步地,试验任务管理模块2通过外部试验任务输入,同时调用设备数据库8,设备档案管理模块3,设备健康管理模块4,能源及环境管理模块6的试验设备基础信息、设备实时运行数据、设备养护信息、设备故障信息、设备占用信息等进行综合分析,以最优方式进行试验任务的创建、排产,并进行试验流程、进度、数据的管控。同时,将试验任务计划、试验进度信息等反馈到设备健康管理模块4、能源及环境管理模块6、设备状态实时监控模块5。
试验任务管理模块2通过集成试验计划,将试验任务计划分解至实现设备、班组,为管理人员提供可直接用于执行的准确生产安排计划。主要功能涵盖试验任务创建、试验流程管理及试验进度查看等;支持对试验任务进行状态管理,包括启动、暂停、作废等状态变更。
运行流程为:
1试验任务接收后,在试验管理系统中,对试验任务依据紧急程度、试验类型、试验设备及人员是否具备开展要求等因素进行任务排产。
2根据试验任务节点要求,调用设备维护时间,试验管控系统针对被试样品、设备资源的闲置情况及试验任务的紧急程度,自动为试验任务安排适用资源和时间,以计划甘特图、设备甘特图、日历、表格等形式进行试验作业计划展示。
3通过日历方式记录试验室的任务安排以及计划情况,并在软件中实现对人员的任务安排。
4根据角色分配提供试验任务分配和针对性的任务提醒,例如试验过程中的需求需要提供工装的情况,需要对工装管理人员发送任务请求,内容包括:工装需求、时间、需求人等,工装管理人员接收到任务后,需要在工装管理库中查询工装的可用状态,并将信息反馈给任务发起人员。
5试验过程监控及追踪:试验任务管理模块与设备集成,获取业务数据,包括试验的状态数据开始、结束、中断;与试验设备控制系统集成,获取其试验过程与结果数据。试验人员报工界面,记录当前试验的工件信息、试验过程信息等。以可视化方式展示实时状态,包括试验任务的时间范围、执行状态、完成度等;实现产品试验过程的追溯;实现试验设备/班次任务监控。
6试验审批:试验进行数据产生后,由操作员或工段长负责将数据提交给检验人员进行审批。
进一步地,三维视景展示模块7通过设备档案管理模块3、设备健康管理模块4、设备状态实时监控模块5、能源及环境管理模块6、设备数据库8的信息调用,进行整个复杂环境试验室、试验设备、配套专业动力管线等的三维展示,并将上述模块的监控、统计、分析信息实时映射到三维视景中。对整个复杂环境试验室、规划的试验设备、配套专业动力管线建立三维模型,实现试验室三维视景展示。用户可以通过动画演示直观感受到整个试验室的概况、人流、物流、参观流等信息。
从而通过上述方式,根据本申请提供的多设备试验室智能管控系统,满足复杂环境试验室的全流程数字化管理需求,为试验人员提供集成化的试验室综合管控方法,解决试验室信息孤岛现象,解决数据采集无序,数据互通阻塞,数据分析片面,各项管理功能分散、无序、不统一且无法协同运作,分散的管理单元配置、运行和维护效率低等问题。实现复杂环境试验室设备设施数据的自动采集和管理,保证“采得全、存得久、可回溯”,并可以实现系统可视化显现,用户可清晰查看各设备工作状态,掌握各设备在机、空闲、故障等信息。提升试验室数字化形象。三维数字化试验室可实现对数值数据、图形数据、图表数据以及设备运行状态数据的实时采集、传输、存储、分析功能,可实现对试验件、子系统、系统的测试构型控制,并将试验室(拖动系统、测试设备、冷却设备等)运行数据及被试产品、子系统、系统的试验数据同步采集,实现多物理量可视化输出。此外,试验室数字化集中管控对提升企业形象,进而实现试验室智能化也具有重要意义。进而解决了现有技术中存在的现有的复杂环境试验室普遍未进行统一集成的核心管控功能,从而导致试验效率低以及管理费时费力的技术问题。
可选地,设备档案管理模块3与设备数据库8通信连接,用于根据多设备的初始信息以及实时参数数据,确定多设备试验室的档案数据,并且设备档案管理模块3与三维视景展示模块7通信连接,用于将档案数据映射到三维视景展示模块7。
具体地,设备档案管理模块3利用设备采购后的原始信息输入以及调用设备数据库8,形成完善的设备档案。同时,将设备档案信息及其他固定资产信息等映射到三维视景展示模块7。保证复杂环境试验室中试验环境、配套动力设施、厂房安全性对试验的保障。
此外,设备档案管理模块集成对现有设备及配套工装进行基础档案信息记录、管理。以列表形式清晰了解各试验系统现有设备的基础档案信息,包括且不仅限于设备名称、设备供应商、型号、采购日期、设备主要技术指标、设备台套数、设备配件库存情况、设备安装使用需求、工装位置信息、工装及配套试验设备使用等信息。可以快速准确了解现有固定资产的总体情况,可快速查找工装及配套试验设备的位置及使用情况,减少人员管理成本及设备找寻的等待。该模块可以满足用户根据使用权限,对新购置设备的添加以及对已有设备属性信息的增减及更改功能。
此外,数据库中需包含的设备档案管理信息可以如表2所示(设备档案管理主要参数不仅限于表中所示):
表2
可选地,设备健康管理模块4与设备数据库8、备档案管理模块3以及设备状态实时监控模块5通信连接,用于接收多设备的运行参数数据,根据运行参数数据确定多设备的诊断信息。
具体地,设备健康管理模块4通过调用设备数据库8、设备档案管理模块3、设备状态实时监控模块5的设备运行数据、设备养护要求信息、设备报警信息、设备外环境参数等进行设备维护计划的分析以及设备故障的诊断等,并通过长期的机器学习,智能分析设备故障的解决方案。同时,将设备健康信息反馈到试验任务管理模块2、三维视景展示模块7。从而实现试验设备的健康管理。
可选地,设备健康管理模块4还用于在多设备存在故障的情况下,通过预先设置的机器学习算法,对运行参数数据进行学习,确定故障数据,并根据故障数据,确定故障解决方案。
具体地,设备健康管理模块4通过长期的机器学习,智能分析设备故障的解决方案。从而可以快速解决设备故障,提高试验效率。
可选地,设备健康管理模块4包括养护管理子模块及计量管理子模块,其中养护管理子模块用于实现多设备的自动养护;以及计量管理子模块用于实现多设备的自动计量。
具体地,设备健康管理模块4主要分为养护管理子模块及计量管理子模块两部分。实现设备的养护/计量管理,管理内容主要包括养护/计量周期、养护/计量部位、养护/计量方法。可自动进行养护/计量提醒,具备对历次养护/计量行为的记录及历史查询的功能。实现设备的养护/计量管理,管理内容主要包括养护/计量周期、养护/计量部位、养护/计量方法。可自动进行养护/计量提醒,具备对历次养护/计量行为的记录及历史查询的功能。
此外,参考图2所示,根据内置算法,当临近设备养护/计量时间点时,系统会弹出对话框提醒设备管理员进行设备养护/计量安排。用户点击处理即可自动跳转至养护/计量管理子模块,查看本次需进行的养护/计量内容,并及时安排养护/计量作业,作业完成后,由操作员填写本次养护/计量设备、时间、内容、操作员等信息,并录入系统。系统根据养护/计量周期自动进入下一个养护/计量周期计算环节。
此外,数据库中需包含的健康管理档案信息如表3所示:
表3
可选地,设备状态实时监控模块5与设备数据库8以及设备档案管理模块3通信连接,用于接收多设备的档案数据以及实时参数数据,并根据档案数据以及实时参数数据对多设备进行实时监控。
具体地,设备状态实时监控模块5通过调用设备数据库8、设备档案管理模块3的设备档案信息、设备实时监控参数等进行运行监控、运行报警以及设备启停、占用、空闲等统计和管理,并通过内置算法进行实时运行参数分析和评价,为设备健康管理及运行优化提供支撑。同时,将设备实时运行参数反馈到设备健康管理模块4、三维视景展示模块7。可透明化显现各用电回路用电情况及复杂环境试验室总体用电负荷情况(可按需拓展用水、用气情况),协助用户进行能源的调度管控。
此外,设备状态实时监控模块5可采集各设备的实时运行参数(如设备温度,真空度,湿度、过载力、加速度等参数),并可以实现系统可视化显现,用户可清晰查看各设备工作状态,掌握各设备在机、空闲、故障等信息。显示信息包括:设备运行的实时参数、设备在机开始时间、空闲开始时间、故障开始时间等。设置设备运行状态控件,以颜色区分状态。绿色代表在机;黄色代表等待;红色代表故障。系统在数据库中可设定关键运行参数运行阈值区间,超出阈值时,报警控件会显示红色报警。根据实时运行数据,自动判断设备状态,并进行可视化显现。系统可对历史故障数据进行查询统计。
此外,数据库中需包含的设备运行状态信息如表4所示:
表4
可选地,设备状态实时监控模块5包括可视化子模块,用于实现多设备的工作状态的可视化显现。从而可透明化显现各用电回路用电情况及复杂环境试验室总体用电负荷情况(可按需拓展用水、用气情况),协助用户进行能源的调度管控。
可选地,能源及环境管理模块6与设备数据库8以及设备状态实时监控模块5通信连接,用于接收多设备的实时参数数据以及运行数据信息,并进行多设备试验室的能源监控以及调度。
具体地,能源及环境管理模块6通过调用设备数据库8、设备状态实时监控模块5的设备、设施运行参数、设备外环境参数等,进行水、电、气等能源的监控及能源的调度管控,通过智能分析进行设备使用的协调和优化,为试验任务计划编制提供辅助信息,进行能源使用的合理调配,并提出节能方案。同时将能源信息反馈到试验任务管理模块2、三维视景展示模块7。可透明化显现各用电回路用电情况及复杂环境试验室总体用电负荷情况(可按需拓展用水、用气情况),协助用户进行能源的调度管控。可按需实现电力消耗情况分析,系统支持历史数据查询。系统可设置各用电回路设计容量,根据实际使用情况,自动计算该回路富余电量情况,并自动筛选该回路中,不可同时开启的设备名录,为管理者提供辅助决策。
此外,能源管理模块6可透明化显现各用电回路用电情况及复杂环境试验室总体用电负荷情况(可按需拓展用水、用气情况),协助用户进行能源的调度管控。可按需实现年度、月度、日度电力消耗情况曲线,系统支持历史数据查询。系统可设置各用电回路设计容量,根据实际使用情况,自动计算该回路富余电量情况,并自动筛选该回路中,不可同时开启的设备名录,为管理者提供辅助决策。
可选地,设备集成平台1通过预先设置的接口从设备主机、PLC以及传感器采集设备状态以及实时运行参数等数据。
具体地,接口例如可以是RJ45、RS485、RS232等,设备集成平台1通过RJ45、RS485、RS232等接口方式从设备主机、PLC、传感器等采集试验室设备、设施的实时运行参数等数据,形成设备数据库8。
从而根据本实施例,提供了一种多设备试验室智能管控系统,满足复杂环境试验室的全流程数字化管理需求,为试验人员提供集成化的试验室综合管控方法,解决试验室信息孤岛现象,解决数据采集无序,数据互通阻塞,数据分析片面,各项管理功能分散、无序、不统一且无法协同运作,分散的管理单元配置、运行和维护效率低等问题。实现复杂环境试验室设备设施数据的自动采集和管理,保证“采得全、存得久、可回溯”,并可以实现系统可视化显现,用户可清晰查看各设备工作状态,掌握各设备在机、空闲、故障等信息。提升试验室数字化形象。三维数字化试验室可实现对数值数据、图形数据、图表数据以及设备运行状态数据的实时采集、传输、存储、分析功能,可实现对试验件、子系统、系统的测试构型控制,并将试验室(拖动系统、测试设备、冷却设备等)运行数据及被试产品、子系统、系统的试验数据同步采集,实现多物理量可视化输出。此外,试验室数字化集中管控对提升企业形象,进而实现试验室智能化也具有重要意义。进而解决了现有技术中存在的现有的复杂环境试验室普遍未进行统一集成的核心管控功能,从而导致试验效率低以及管理费时费力的技术问题。
此外,复杂环境试验室设备设施智能管控方法的软件环境描述如下:复杂环境试验室设备设施智能管控方法使用相关组态软件包和数据库进行开发。要求组态软件包能够独立实现监控和设备管理工作,需集功能、安全性、通用性和易用性于一身,能够灵活、准确地监视和控制试验环节;需能够实时收集数据并且有能力将重要的信息传输到整个组织中的各级用户;需能够通过容易理解的画面将数据反映出来;需能够综合提供一个完整HMI/SCADA解决方案所需的各种软件工具。
智能管控平台的软件的具体技术指标要求:
1 过程可视化
2 实时和历史趋势
3 监控
4 数据采集和数据管理
5 用户综合报表
6 报警和报警管理
7 基于用户的分级安全管理
8 网络功能
9 智能图形符号生成向导
10 在线组态
11 数据库查询工具
12 事件计划
13 历史数据库或超级历史数据库
14 支持多种接口
15 基于对象的图形界面
16 即插即解决的结构
17 良好的开发环境
此外,复杂环境试验室设备设施智能管控方法的硬件系统描述如下,复杂环境试验室设备设施智能管控所需的硬件系统主要包括:
1 集成平台工作站用于系统部署。
2 工业显示器
3 服务器
4 交换机
5 可编程控制器
从而通过上述设置本发明解决了如下问题:
异构数据融合、协议解析、物联网技术、数据采集策略、硬件环境搭建、软件环境搭建、数据存储、数据清洗、数据处理以及智能算法。具体如下:
1.满足复杂环境试验室的全流程数字化管理需求,为试验人员提供集成化的试验室综合管控方法,解决试验室信息孤岛现象,解决数据采集无序,数据互通阻塞,数据分析片面,各项管理功能分散、无序、不统一且无法协同运作,分散的管理单元配置、运行和维护效率低等问题。
2.实现复杂环境试验室设备设施数据的自动采集和管理,保证“采得全、存得久、可回溯”,并可以实现系统可视化显现,用户可清晰查看各设备工作状态,掌握各设备在机、空闲、故障等信息。
目前试验设备多为单点离散设备,未能实现有效的统一管理,需要对设备分类、设备状态、设备信息、设备参数、设备相关文档等与设备相关的各项信息进行管理,以便于及时了解设备的相关信息。在数据采集和设备管理的基础上,可以对试验进行网络监控,确保试验正常进行,设备出现异常情况时可以通过报警机制提醒操作人员及时排除故障。同时,设备状态、环境数据采集管理可为设备维护的大数据分析提供数据支撑,从而为故障分析、故障诊断、专家系统积累数据。
3.保证复杂环境试验室中试验环境、配套动力设施、厂房安全性对试验的保障。
4.试验资源管理能提供工装预先准备功能,避免“现用现找”的情况,实现工装的扫码出入库,追溯出入库情况和借用人员
5.实现试验设备的健康管理。实现设备的养护/计量管理,管理内容主要包括养护/计量周期、养护/计量部位、养护/计量方法。可自动进行养护/计量提醒,具备对历次养护/计量行为的记录及历史查询的功能。
6.可透明化显现各用电回路用电情况及复杂环境试验室总体用电负荷情况(可按需拓展用水、用气情况),协助用户进行能源的调度管控。可按需实现电力消耗情况分析,系统支持历史数据查询。系统可设置各用电回路设计容量,根据实际使用情况,自动计算该回路富余电量情况,并自动筛选该回路中,不可同时开启的设备名录,为管理者提供辅助决策。
7.提升试验室数字化形象。三维数字化试验室可实现对数值数据、图形数据、图表数据以及设备运行状态数据的实时采集、传输、存储、分析功能,可实现对试验件、子系统、系统的测试构型控制,并将试验室(拖动系统、测试设备、冷却设备等)运行数据及被试产品、子系统、系统的试验数据同步采集,实现多物理量可视化输出。此外,试验室数字化集中管控对提升企业形象,进而实现试验室智能化也具有重要意义。
此外,参考图3所示,示出了系统总体架构图,主要包括:
物理层:主要包括厂房规划的各类试验设备、配套的试验仪器工装以及电力系统设施。
集成层:主要通过设备组网及协议解析,实现对物理层设备的数据采集。
应用层:实现该智能设备设施管理系统的主要应用模块。
表现层:提供应用层功能模块的可视化展现。
复杂环境试验室设备设施管理系统物联网集成架构如下图所示。
此外,表5示出了实验设备采集的数据列表示意图,图标5所示:
表5
智能管控平台的软件的具体技术指标要求如下:
过程可视化、实时和历史趋势、监控、数据采集和数据管理、用户综合报表、报警和报警管理、基于用户的分级安全管理、网络功能、智能图形符号生成向导、在线组态、数据库查询工具、事件计划、历史数据库或超级历史数据库、支持多种接口以及基于对象的图形界面。
此外,表6-表9示出了多设备试验室智能管控系统的参数信息:
表6设备档案管理主要参数
表7设备工装配件主要参数
表8设备健康管理数据库主要参数
表9设备运行状态主要参数
除非另外具体说明,否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本公开的范围。同时,应当明白,为了便于描述,附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论,但在适当情况下,所述技术、方法和设备应当被视为授权说明书的一部分。在这里示出和讨论的所有示例中,任何具体值应被解释为仅仅是示例性的,而不是作为限制。因此,示例性实施例的其它示例可以具有不同的值。应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步讨论。
为了便于描述,在这里可以使用空间相对术语,如“在……之上”、“在……上方”、“在……上表面”、“上面的”等,用来描述如在图中所示的一个器件或特征与其他器件或特征的空间位置关系。应当理解的是,空间相对术语旨在包含除了器件在图中所描述的方位之外的在使用或操作中的不同方位。例如,如果附图中的器件被倒置,则描述为“在其他器件或构造上方”或“在其他器件或构造之上”的器件之后将被定位为“在其他器件或构造下方”或“在其他器件或构造之下”。因而,示例性术语“在……上方”可以包括“在……上方”和“在……下方”两种方位。该器件也可以其他不同方式定位(旋转90度或处于其他方位),并且对这里所使用的空间相对描述作出相应解释。
在本公开的描述中,需要理解的是,方位词如“前、后、上、下、左、右”、“横向、竖向、垂直、水平”和“顶、底”等所指示的方位或位置关系通常是基于附图所示的方位或位置关系,仅是为了便于描述本公开和简化描述,在未作相反说明的情况下,这些方位词并不指示和暗示所指的装置或元件必须具有特定的方位或者以特定的方位构造和操作,因此不能理解为对本公开保护范围的限制;方位词“内、外”是指相对于各部件本身的轮廓的内外。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应该以权利要求的保护范围为准。
Claims (9)
1.一种多设备试验室智能管控系统,其特征在于,包括:设备集成平台(1)、试验任务管理模块(2)、设备档案管理模块(3)、设备健康管理模块(4)、设备状态实时监控模块(5)、能源及环境管理模块(6)、三维视景展示模块(7)以及设备数据库(8),其中
所述设备集成平台(1)与所述设备数据库(8)通信连接,用于接收多设备的实时参数数据,并通过所述实时参数数据形成所述设备数据库(8);
所述试验任务管理模块(2)与所述设备档案管理模块(3)、所述设备状态实时监控模块(5)、所述设备健康管理模块(4)、所述能源及环境管理模块(6)以及所述设备数据库(8)通信连接,用于接收所述多设备的性能状况信息,并且用于响应外部输入操作,根据输入的试验任务以及所述多设备的性能状况信息,确定所述试验任务的创建以及排产;
所述三维视景展示模块(7)与所述设备档案管理模块(3)、所述设备健康管理模块(4)、所述设备状态实时监控模块(5)、所述能源及环境管理模块(6)以及所述设备数据库(8)通信连接,用于接收所述多设备的数据信息,并根据所述数据信息进行所述多设备试验室的三维建模,确定所述多设备试验室的三维视景。
2.根据权利要求1所述的多设备试验室智能管控系统,其特征在于,所述设备档案管理模块(3)与所述设备数据库(8)通信连接,用于根据所述多设备的初始信息以及所述实时参数数据,确定所述多设备试验室的档案数据,并且
所述设备档案管理模块(3)与所述三维视景展示模块(7)通信连接,用于将所述档案数据映射到所述三维视景展示模块(7)。
3.根据权利要求1所述的多设备试验室智能管控系统,其特征在于,所述设备健康管理模块(4)与所述设备数据库(8)、所述备档案管理模块(3)以及所述设备状态实时监控模块(5)通信连接,用于接收所述多设备的运行参数数据,根据所述运行参数数据确定所述多设备的诊断信息。
4.根据权利要求3所述的多设备试验室智能管控系统,其特征在于,所述设备健康管理模块(4)还用于在所述多设备存在故障的情况下,通过预先设置的机器学习算法,对所述运行参数数据进行学习,确定故障数据,并根据所述故障数据,确定故障解决方案。
5.根据权利要求3所述的多设备试验室智能管控系统,其特征在于,所述设备健康管理模块(4)包括养护管理子模块及计量管理子模块,其中
所述养护管理子模块用于实现所述多设备的自动养护;以及
所述计量管理子模块用于实现所述多设备的自动计量。
6.根据权利要求2所述的多设备试验室智能管控系统,其特征在于,所述设备状态实时监控模块(5)与所述设备数据库(8)以及所述设备档案管理模块(3)通信连接,用于接收所述多设备的所述档案数据以及所述实时参数数据,并根据所述档案数据以及所述实时参数数据对所述多设备进行实时监控。
7.根据权利要求6所述的多设备试验室智能管控系统,其特征在于,所述设备状态实时监控模块(5)包括可视化子模块,用于实现所述多设备的工作状态的可视化显现。
8.根据权利要求2所述的多设备试验室智能管控系统,其特征在于,所述能源及环境管理模块(6)与所述设备数据库(8)以及所述设备状态实时监控模块(5)通信连接,用于接收所述多设备的所述实时参数数据以及运行数据信息,并进行所述多设备试验室的能源监控以及调度。
9.根据权利要求1所述的多设备试验室智能管控系统,其特征在于,所述设备集成平台(1)通过预先设置的接口从设备主机、PLC以及传感器采集设备状态以及实时运行参数等数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311634130.6A CN117689103A (zh) | 2023-11-30 | 2023-11-30 | 多设备试验室智能管控系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311634130.6A CN117689103A (zh) | 2023-11-30 | 2023-11-30 | 多设备试验室智能管控系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117689103A true CN117689103A (zh) | 2024-03-12 |
Family
ID=90131048
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311634130.6A Pending CN117689103A (zh) | 2023-11-30 | 2023-11-30 | 多设备试验室智能管控系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117689103A (zh) |
-
2023
- 2023-11-30 CN CN202311634130.6A patent/CN117689103A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109726234B (zh) | 基于工业互联网的集成电路测试信息化管理系统 | |
KR102184182B1 (ko) | Super Tree 기반의 Project/Task 지능 목표관리 방법 및 플랫폼 | |
CN108614526B (zh) | 一种可重构的生产过程管理系统 | |
Saenz de Ugarte et al. | Manufacturing execution system–a literature review | |
CN104914825B (zh) | 工厂环境中的自动维护评估 | |
CN105824300A (zh) | 基于物联网技术和数字化管理技术的重型智能工厂系统 | |
CN105448154A (zh) | 一种基于一体化平台的变电运行训练舱 | |
WO2016168785A1 (en) | Augmented manufacturing system | |
CN116485576A (zh) | 一种航空制造业知源大脑数据智能制造管理平台 | |
CN109344420A (zh) | 一种基于bim模型的建筑协同联动方法和系统 | |
MXPA02008822A (es) | Sistema de red para manufacturar. | |
CN112462702A (zh) | 一种基于工业互联网的智能监测与智慧调度系统 | |
CN111650912A (zh) | 一种面向智慧工厂/车间的智能制造生产管理平台 | |
CN111582537A (zh) | 一种生产叶片的数字化车间施工方法 | |
CN114384881A (zh) | 基于数字孪生的车间物流监测与仿真系统及方法 | |
CN113919813A (zh) | 基于产线动态价值流图的产线动态价值流分析方法和系统 | |
CN110187949A (zh) | 一种可配置变压器铁芯叠片机器人工作站人机交互系统 | |
Sun et al. | Digital twin for energy-efficient integrated process planning and scheduling | |
Zhao et al. | An industrial heterogeneous data based quality management KPI visualization system for product quality control | |
CN117689103A (zh) | 多设备试验室智能管控系统 | |
CN109426229A (zh) | 用于对机器状态进行时间规划和监控的系统和方法 | |
CN114493911A (zh) | 基于资产管理壳的产线管理方法及系统 | |
Żabiński et al. | Implementation of human-system interface for manufacturing organizations | |
Du et al. | Design of Intelligent Factory Line Integrated Management System | |
Xiao et al. | STEP-NC enabled edge–cloud collaborative manufacturing system for compliant CNC machining |
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 |