CN117692480A - 一种基于物联网的烘焙用冷链设备故障预警系统及方法 - Google Patents

Abstract

本申请公开了一种基于物联网的烘焙用冷链设备故障预警系统及方法，涉及烘焙设备安全技术领域，包括烘焙用冷链设备故障预警终端、云服务平台以及故障预警中心，烘焙用冷链设备故障预警终端由烘焙用冷链设备数据采集装置以及通讯模块组成，通讯模块将烘焙用冷链设备数据采集装置数据上传云服务平台并接收云服务平台指令，故障预警中心内置有故障预警模块、故障处理模块和数据库模块，本发明的优点在于：将分布于各地域各门店烘焙用各类冷链设备组成物联网系统，其所采集的各类数据形成的海量数据库，运用大数据挖掘及深度学习方法建立故障预测模型，进而完成远程故障的预警和故障处理，提高了故障预警响应的及时性和应对措施的准确性。

Description

一种基于物联网的烘焙用冷链设备故障预警系统及方法

技术领域

本申请涉及烘焙设备安全预警技术领域，特别是涉及一种基于物联网的烘焙用冷链设备故障预警系统及方法。

背景技术

烘焙行业通常需要配备带有不同温区的冷链设备以满足高品质、多种类产品生产和存储需求。当然，烘焙房的具体设备和配置可能因不同的规模、需求和预算而有所差异。

目前，烘焙用冷链设备作业不受时间限制，设备会在非工作时间自动运行，以减少停机时间和等待时间；如果配备人员进行值守，则大大提高了人工成本，而且人为操作难免会有行为不规范的情况容易产生较大的安全隐患；现有烘焙用冷链设备没有配备相应的预警检测装置，无法及时感知各类设备是否正常运行；因此，急需一种能够进行各设备之间数据整合的装置来统一进行实时监控和远程操作，以具备无人值守功能与实时监控系统相结合的能力，监控设备的运行状态、温度、湿度参数，做到及时发现异常情况并采取相应措施，同时还能够实现远程操作和调整。

发明内容

本发明涉及到一种基于物联网的烘焙用冷链设备故障预警系统及方法，本发明解决上述问题的具体实施方式如下：

一种基于物联网的烘焙用冷链设备故障预警系统，包括：

分布于各地域各门店的基于物联网的烘焙用冷链设备故障预警系统、烘焙用冷链设备故障预警中心、云服务平台；

基于物联网的烘焙用冷链设备故障预警系统包括烘焙用冷链设备数据采集装置、通讯模块；

基于以上技术方案，烘焙用冷链设备数据采集装置主要完成烘焙用冷链设备工作流程控制，并实时采集现场数据；通讯模块通过烘焙用冷链设备数据采集物联网接于云服务平台，上传烘焙用冷链设备数据采集装置实时采集的现场数据并接收云服务平台指令，从而构建了烘焙用冷链设备物联网系统。

烘焙用冷链设备故障预警中心包括数据库模块、故障预警模块、故障处理模块。

基于以上技术方案，故障预警模块通过对各地域各门店烘焙用各类冷链设备采集的各类数据形成的海量数据的分析，运用大数据挖掘及深度学习方法建立故障预测模型，进而完成远程故障的预警和故障处理；烘焙用冷链设备故障预警中心将故障事件、故障等级和故障发生率故障预测结果及建议处理方法反馈云服务平台，以提供更加精确、及时的维护服务。

云服务平台包括设备管理模块、系统管理模块、应用管理模块。

基于以上技术方案，设备管理模块完成海量设备连接、远程配置，有效管理设备数据、指令的上传、下达；系统管理模块完成云服务平台的任务调度、设备管理、用户角色权限设置、运维管理功能；应用管理模块基于角色的访问控制，封装完善的用户、角色、菜单，以及APP应用管理，其数据通过云服务可由不同的客户端、基于角色访问，故障处理要求可及时发送运维作业站，以提供更加精确、及时的维护服务。

一种基于物联网的烘焙用冷链设备故障预警方法，包括以下步骤：

S1OO、数据库模块将分布于各地域各门店烘焙用各类冷链设备组成物联网系统所采集的各类数据形成的基于事件触发的海量数据库；

S2OO、故障预警模块运用大数据挖掘及深度学习方法建立故障预测模型；

S300、故障预警模块根据获取的采集数据、故障数据及各参数状态方程进行故障模型预测，并生成对应的预测数据；

S301、根据往期故障日志统计该项故障的历史发生概率；

S302、若预警数据存在单个数据类型，则直接对外输出故障处理预案；

S303、根据步骤S302，故障处理预案中，根据故障等级指派对应运维人员，以此结束故障预警响应；

S304、若预警数据存在多个数据类型，则需要判断多个数据类型之间的关联性，此时存在以下两种情况：

S305、情况一，若多个数据类型之间存在关联性，则根据各数据的历史修复率，选定最优故障处理预案，并结束本次故障预警响应；

S306、情况二，若多个数据类型之间不存在关联性，则获取各个数据分别标定的故障等级；

S307、根据各个故障等级生成故障处理预案排序表，依次对运维人员发出故障预警，随后结束故障预警响应。

综上，本申请包括以下有益技术效果：

1.本发明的可靠性高，将烘焙房内的各类设备进行整合，通过无人值守的方式替代人工的巡防，通过物联网实现了各类设备数据的采集和上传至云服务平台，经由故障预警中心生成故障处理及预警数据，进而具备了远程故障的预警和控制；

2、本发明通过设置烘焙用冷链设备故障预警模块和故障处理模块，基于故障预警中心数据库利用状态方程通过大数据挖掘和深度学习算法提高了预测模型对各种故障的识别概率，提高了故障预警响应的及时性和应对措施的准确性；

3、本发明利用返厂判定模块对烘焙用各种设备的使用故障率进行累积，根据故障状况确定该设备的剩余寿命及此款设备的实际使用周期。

附图说明

图1是本发明的原理图一；

图2是本发明的原理图二；

图3是本发明中对应于电机故障预警的逻辑框图；

图4是本发明中返厂预测功能的逻辑框图。

附图标记说明：

1、烘焙用冷链设备故障预警终端，8、故障预警中心，9、设备云平台，10、第一客户端，11、第二客户端，12、运维作业站，101、烘焙用冷链设备数据采集装置，102、网络通讯模块，801、数据库模块，802、故障预警模块，803、故障处理模块，901、设备管理模块，902、系统管理模块 903、应用管理模块，具体实施方式

下面结合附图及实施例描述本发明具体实施方式：

需要说明的是，本说明书所附图中示意的结构、比例、大小等，均仅用以配合说明书所揭示的内容，以供熟悉此技术的人士了解与阅读，并非用以限定本发明可实施的限定条件，任何结构的修饰、比例关系的改变或大小的调整，在不影响本发明所能产生的功效及所能达成的目的下，均应仍落在本发明所揭示的技术内容得能涵盖的范围内。

同时，本说明书中所引用的如“上”、“下”、“左”、“右”、“中间”及“一”等的用语，亦仅为便于叙述的明了，而非用以限定本发明可实施的范围，其相对关系的改变或调整，在无实质变更技术内容下，当亦视为本发明可实施的范畴。

以下结合附图1-4对本申请作进一步详细说明。

一种基于物联网的烘焙用冷链设备故障预警系统及方法。

实施例1

参照图1至图2，本实施例公开了一种基于物联网的烘焙用冷链设备故障预警系统，包括分布于各地域各门店的基于物联网的烘焙用冷链设备故障预警系统1、烘焙用冷链设备故障预警中心8和云服务平台9，本结构中基于物联网的烘焙用冷链设备故障预警系统1包括烘焙用冷链设备数据采集装置101、通讯模块102，烘焙用冷链设备故障预警中心8包括数据库模块801、故障预警模块802、故障处理模块8043，烘焙用冷链设备故障预警中心8将故障事件、故障等级和故障发生率反馈云服务平台9，以提供更加精确、及时的维护服务，云服务平台9包括设备管理模块901、系统管理模块902、应用管理模块903。

烘焙用冷链设备数据采集装置101完成烘焙用冷链设备工作流程控制，并实时采集现场数据，通讯模块102通过烘焙用冷链设备数据采集物联网接于云服务平台9，上传烘焙用冷链设备数据采集装置实时采集的现场数据并接收云服务平台指令，从而构建了烘焙用冷链设备物联网系统。

故障预警模块802通过对各地域各门店烘焙用各类冷链设备采集的各类数据形成的海量数据的分析，运用大数据挖掘及深度学习方法建立故障预测模型，进而完成远程故障的预警和故障处理。

将故障事件、故障等级和故障发生率的故障预测结果及建议处理方法反馈云服务平台9，设备管理模块901完成海量设备连接、远程配置，有效管理设备数据、指令的上传、下达，系统管理模块902完成云服务平台的任务调度、设备管理、用户角色权限设置、运维管理功能，本结构中应用管理模块903基于角色的访问控制，封装完善的用户、角色、菜单，以及APP应用管理，其数据通过云服务可由不同的客户端10、11基于角色访问，故障处理要求可及时发送运维作业站12，以提供更加精确、及时的维护服务。

实施例2

本实施例公开了一种基于物联网的烘焙用冷链设备故障预警方法，包括以下步骤：

S100、数据库模块801将分布于各地域各门店烘焙用各类冷链设备组成物联网系统所采集的各类数据形成的基于事件触发的海量数据库；

S200、故障预警模块802运用大数据挖掘及深度学习方法建立故障预测模型，测量参量状态方程如下：

其一，第n时刻测量参量温度的状态方程为：

P_n＝P_n-1+k₈*r_{pressure_dif}+k₉*r_valve+…

式中：

t_n-1为上一时刻的温度值，k₀为温度测点1影响系数，t_evaporator为归一化测点1温度值，k₁为测点2影响系数，r_{evaporator_ice}为归一化测点2测量参数值，k₃为测点3影响系数，r_{condenser_dirty}为归一化库密封性；

其二，第n时刻测量参量电流的状态方程为：

I_n＝I_n-1+k₅*r_{pressure_dif}+k₆*r_insuiation+…

式中：

I_n-1为上一时刻的压缩机电流，k₅为高低压差影响系数，r_{pressure_dif}为归一化高低压力差压缩负载，k₆为线圈绝缘影响系数，r_insuiation为归一化线圈绝缘率；

其三，第n时刻测量参量压力的状态方程为：

P_n＝P_n+1+k₈*r_{pressure_dif}+k₉*r_valve+L

式中：

P_n-1为上一时刻的压缩机电流，k₈为高低压差影响系数，r_{pressure_dif}为归一化高低压力差压缩负载，k₉为线圈绝缘影响系数，r_valve为归一化阀门密封参量。

实施例3

基于图3和图4，本实施例公开了一种基于物联网的烘焙用冷链设备故障预警方法，包括以下步骤：

S300、故障处理模块803根据获取的采集数据、故障数据及各参数状态方程进行故障模型预测，并生成对应的预测数据；

S301、根据往期故障日志统计该项故障的历史发生概率；

S302、根据近期故障日志计算该项故障的潜在发生概率；

S303、通过历史发生概率和潜在发生概率确定本周期内故障发生率和故障影响面；

S304、设定上限值，本周期内故障发生率大于上限值时，触发返厂警报，提示运维人员进行返厂维修。

不脱离本发明的构思和范围可以做出许多其他改变和改型。应当理解，本发明不限于特定的实施方式，本发明的范围由所附权利要求限定。

Claims (7)

1.一种基于物联网的烘焙用冷链设备故障预警系统，其特征在于，包括：

分布于各地域各门店的基于物联网的烘焙用冷链设备故障预警系统(1)、烘焙用冷链设备故障预警中心(8)、云服务平台(9)；

基于物联网的烘焙用冷链设备故障预警系统(1)包括烘焙用冷链设备数据采集装置(101)、通讯模块(102)；

烘焙用冷链设备故障预警中心(8)包括数据库模块(801)、故障预警模块(802)、故障处理模块(8043)，所述烘焙用冷链设备故障预警中心(8)将故障事件、故障等级和故障发生率反馈云服务平台(9)，以提供更加精确、及时的维护服务；

所述云服务平台(9)包括设备管理模块(901)、系统管理模块(902)、应用管理模块(903)。

2.根据权利要求1所述的一种基于物联网的烘焙用冷链设备故障预警系统，其特征在于，所述烘焙用冷链设备数据采集装置(101)完成烘焙用冷链设备工作流程控制，并实时采集现场数据；

通讯模块(102)通过烘焙用冷链设备数据采集物联网接于云服务平台(9)，上传烘焙用冷链设备数据采集装置实时采集的现场数据并接收云服务平台指令，从而构建了烘焙用冷链设备物联网系统。

3.根据权利要求1所述的一种基于物联网的烘焙用冷链设备故障预警系统，其特征在于，所述故障预警模块(802)通过对各地域各门店烘焙用各类冷链设备采集的各类数据形成的海量数据的分析，运用大数据挖掘及深度学习方法建立故障预测模型，进而完成远程故障的预警和故障处理。

4.根据权利要求1所述的一种基于物联网的烘焙用冷链设备故障预警系统，其特征在于，将故障事件、故障等级和故障发生率故障预测结果及建议处理方法反馈云服务平台(9)。

5.根据权利要求1所述的一种基于物联网的烘焙用冷链设备故障预警系统，其特征在于，设备管理模块(901)完成海量设备连接、远程配置，有效管理设备数据、指令的上传、下达；

所述系统管理模块(902)完成云服务平台的任务调度、设备管理、用户角色权限设置、运维管理功能；

所述应用管理模块(903)基于角色的访问控制，封装完善的用户、角色、菜单，以及APP应用管理，其数据通过云服务可由不同的客户端(10)、(11)基于角色访问，故障处理要求可及时发送运维作业站(12)，以提供更加精确、及时的维护服务。

6.一种基于物联网的烘焙用冷链设备的故障预警方法，其特征在于，包括以下步骤：

S1OO、数据库模块(801)将分布于各地域各门店烘焙用各类冷链设备组成物联网系统所采集的各类数据形成的基于事件触发的海量数据库；

S2OO、故障预警模块(802)运用大数据挖掘及深度学习方法建立故障预测模型，测量参量状态方程如下：

其一，第n时刻测量参量温度的状态方程为：

t_n＝t_n-1+k₀*t_evaporator-k₁*r_{evaporator_ice}-k₂*r_{condenser_dirty}+…

式中：

t_n-1 为上一时刻的温度值，k₀为温度测点1影响系数，t_evaporator为归一化测点1温度值，k₁为测点2影响系数，r_{evaporator_ice}为归一化测点2测量参数值，k₃为测点3影响系数，r_{codenser_dirty}为归一化库密封性；

其二，第n时刻测量参量电流的状态方程为：

I_n＝I_n-1+k₅*r_{pressure_dif}+k₆*r_insuiation+…

式中：

I_n-1为上一时刻的压缩机电流，k₅为高低压差影响系数，r_{pressure_dif}为归一化高低压力差(压缩负载)，k₆为线圈绝缘影响系数，r_insuiation为归一化线圈绝缘率；

其三，第n时刻测量参量压力的状态方程为：

P_n＝P_n-1+k₈*r_{pressure_dif}+k₉*r_valve+…

式中：

P_n-1为上一时刻的压缩机电流，k₈为高低压差影响系数，r_{pressure_dif}为归一化高低压力差(压缩负载)，k₉为线圈绝缘影响系数，r_valve为归一化阀门密封参量。

7.根据权利要求6所述的一种基于物联网的烘焙用冷链设备故障预警方法，其特征在于，还包括以下步骤：

S300、故障处理模块(803)根据获取的采集数据、故障数据及各参数状态方程进行故障模型预测，并生成对应的预测数据；

S301、根据往期故障日志统计该项故障的历史发生概率；

S302、根据近期故障日志计算该项故障的潜在发生概率；

S303、通过历史发生概率和潜在发生概率确定本周期内故障发生率和故障影响面；

S304、设定上限值，本周期内故障发生率大于上限值时，触发返厂警报，提示运维人员进行返厂维修。