CN117870779B - 一种自动化设备远程无线智能监控方法及系统 - Google Patents
一种自动化设备远程无线智能监控方法及系统 Download PDFInfo
- Publication number
- CN117870779B CN117870779B CN202410278165.9A CN202410278165A CN117870779B CN 117870779 B CN117870779 B CN 117870779B CN 202410278165 A CN202410278165 A CN 202410278165A CN 117870779 B CN117870779 B CN 117870779B
- Authority
- CN
- China
- Prior art keywords
- equipment
- monitoring
- data
- energy consumption
- index
- 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 261
- 238000000034 method Methods 0.000 title claims abstract description 36
- 238000005265 energy consumption Methods 0.000 claims abstract description 138
- 230000002159 abnormal effect Effects 0.000 claims abstract description 65
- 230000005856 abnormality Effects 0.000 claims abstract description 21
- 238000012545 processing Methods 0.000 claims abstract description 13
- 238000004458 analytical method Methods 0.000 claims description 21
- 238000012937 correction Methods 0.000 claims description 6
- 230000005236 sound signal Effects 0.000 claims description 6
- 238000012806 monitoring device Methods 0.000 claims description 3
- 238000001514 detection method Methods 0.000 abstract description 9
- 238000005516 engineering process Methods 0.000 description 6
- 238000004590 computer program Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Landscapes
- Testing Or Calibration Of Command Recording Devices (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明公开了一种自动化设备远程无线智能监控方法及系统,涉及智能监控技术领域,包括:通过收集设备正常运行时的物理状态监测数据以及能耗监测数据,分别通过处理得到标准物理状态监测指数和标准能耗监测指数;在设备运行时,周期性地获取实时物理状态监测数据以及能耗监测数据,并分别计算当前监测周期内的物理状态监测指数和能耗监测指数;通过将实时指数与标准指数结合,计算物理状态和能耗偏差指数,进而判断设备是否出现异常;一旦出现异常,会记录异常工作时间,并在达到预设阈值时发出异常信号,实现远程控制设备停止运作。通过实时远程监控自动化设备运行时的多项数据,提高了自动化设备异常检测的及时性和准确性。
Description
技术领域
本发明涉及智能监控技术领域,特别是一种自动化设备远程无线智能监控方法及系统。
背景技术
随着科技的飞速发展和工业自动化的深入推进,自动化设备在现代工业生产中扮演着越来越重要的角色;这些设备能够大幅提高生产效率,降低人工成本,并确保产品质量;然而,随着设备数量的增加和分布范围的扩大,可能不能及时地对设备进行检测,如何有效地监控和管理这些设备成为了一个亟待解决的问题。
在申请公布号为CN105549411A的中国发明申请中,公开了一种智能设备无线监控方法,包括:通过所述工作状态采集单元采集智能设备的工作状态,并通过所述第一通信单元把所述工作状态发送给智能家居系统的中控设备;通过温度检测单元采集智能设备的温度信息,并通过所述第二通信单元把所述温度信息发送给所述中控设备;所述中控设备在接收所述工作状态和所述温度信息时,针对各个智能设备分别计算所述工作状态的上传速率和所述温度信息的上传速率;根据所述中控设备计算所述工作状态的上传速率与温度信息的上传速率之间的差值,确定与该差值相关联的智能设备存在故障并发出故障警告信息;
在以上发明申请中,通过工作状态的上传速率与温度信息的上传速率远程判断设备是否存在故障,但仅仅从这个方面进行设备的异常监测会导致检测结果的准确性不高;此外,现有的自动化设备监控方法大多依靠人工巡检和定期维护,不能确保在设备异常刚出现时能够及时检测出来,同时也耗费了大量人力。
发明内容
(一) 解决的技术问题
针对背景技术中的技术问题,本发明提出一种自动化设备远程无线智能监控方法及系统,通过收集设备正常运行时的物理状态监测数据以及能耗监测数据,分别通过处理得到标准物理状态监测指数和标准能耗监测指数;在设备运行时,周期性地获取实时物理状态监测数据以及能耗监测数据,并分别计算当前监测周期内的物理状态监测指数和能耗监测指数;通过将实时指数与标准指数结合,计算物理状态和能耗偏差指数,进而判断设备是否出现异常;一旦出现异常,会记录异常工作时间,并在达到预设阈值时发出异常信号,实现远程控制设备停止运作;从而解决了背景技术中记载的技术问题。
(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:
一种自动化设备远程无线智能监控方法,包括:
收集历史数据中设备正常运行时的温度、声音以及振动数据,对这些数据处理后
得到标准物理状态监测指数;在设备运行时,周期性地获取设备在当前运行状态下的
温度、声音以及振动数据,根据这些数据计算当前监测周期内设备运行时的物理状态监测
指数;
收集历史数据中设备正常运行时的电压、电流以及耗能数据,对这些数据处理后
得到标准能耗监测指数;在设备运行时,周期性地获取设备在当前运行状态下的电
压、电流以及在当前周期内的耗能数据,根据这些数据计算当前监测周期内设备运行时的
能耗监测指数;
实时获取每个监测周期设备运行时的物理状态监测指数以及能耗监测指数,并与对应的标准监测指数结合计算每个监测周期的物理状态偏差指数以及能耗
偏差指数,根据每个偏差指数与偏差指数阈值的大小关系获取当前设备的异常工作时
间,根据异常工作时间判断是否发出设备异常信号。
具体的,从历史数据中分别取出最近50组设备正常运行时的物理状态监测数据,
将每组物理状态监测数据用1-50的数字标记,则前第次设备正常运行时设备表面的温度
数据集用表示,,设备所发出的声音数据集用表示,,设备的振动数据集用表示,,其中,表
示第个周期所采集的设备表面的温度,表示第个周期所采集的设备所发出的声音振
幅,表示第个周期所采集的设备的振动振幅,为设备在一次正常运行过程中的物理状
态监测周期总数。
进一步的,获取最近50组设备正常运行时的物理状态监测总数据集,包括温度总
数据集,声音总数据集以及振动总数据集,对
上述数据集进行无量纲化处理后,得到标准物理状态监测指数,表达式为:
其中,、、分别为温度数据,声音数据以及振动数据的预设比例系数,,且;与分别表示取最大值与最小值;、为
常数修正系数,且。
具体的,在设备运行时周期性地监测设备的物理状态变化,具体使用温度传感器
监测设备表面的温度,使用麦克风收集设备所发出的声音信号,使用振动传感器采集设备
的振动信号;远程分析设备通过分析声音信号的时间波形以及振动信号的时间波形分别确
定当前时刻设备所发出声音的振幅以及设备振动的振幅;
每当监测得到一组物理状态数据时,获取此时通过分析得到的设备表面的温度、
设备所发出声音的振幅以及设备振动的振幅并进行无量纲化处理,得到当前监测周
期内设备运行时的物理状态监测指数,表达式为:
对应第个监测周期内设备运行时的物理状态监测指数如上。
具体的,从历史数据中分别取出最近20组设备正常运行时的能耗监测数据,将每
组能耗监测数据用1-20的数字标记,则前第次设备正常运行时的电压数据集用表示,且,电流数据集用表示,且,耗能量数据集用表示,,其中,表示第个周期所监测到的电压数据,表示第个周期所监
测到的电流数据,表示第个周期所监测到的耗能量数据,为设备在一次正常运行过程
中的能耗监测周期总数。
进一步的,获取最近20组设备正常运行时的能耗监测总数据集,包括电压总数据
集,电流总数据集以及耗能量总数据集,对上述数
据集进行无量纲化处理后,得到标准能耗监测指数,表达式为:
其中,、、分别为电压数据,电流数据以及耗能数据的预设比例系数,,且;、为常数修正系数,且;。
具体的,在设备运行时周期性地监测设备工作时各能耗监测数据的变化,具体使
用万用表获取当前时刻设备的工作电压与电流,通过能源监测设备获取每个周期结束
时设备的耗能量;
每当监测得到一组能耗数据时,获取当前监测周期采集到的电压、电流以及
耗能量并进行无量纲化处理,得到当前监测周期内设备运行时的能耗监测指数,表
达式为:
其中,。
进一步的,实时获取每个监测周期设备运行时的物理状态监测指数以及能耗
监测指数,并获取标准物理状态监测指数以及标准能耗监测指数,将两种
监测指数与对应的标准监测指数结合得到每个监测周期的物理状态偏差指数以及能耗
偏差指数,表达式为:
实时获取每个监测周期的物理状态偏差指数以及能耗偏差指数,分别判断
其与预设偏差阈值的大小关系,当时,表示当前监测周期内设备的物理状态出现
异常;当时,表示当前监测周期内设备的能耗出现异常。
进一步的,当判断当前监测周期内存在物理状态异常或能耗异常时,则将当前监
测周期的时间并入异常工作时间中;异常工作时间可以随着设备的运行而增多,并且物理
状态异常时的周期时间与能耗异常时的周期时间相互独立;
实时比较异常工作时间与预设的异常工作时间阈值的关系,若,则发送
设备异常信号,并远程控制当前设备停止运作;否则,不发送任何信号。
一种自动化设备远程无线智能监控系统,包括:
数据获取模块,从历史数据中获取最近50组设备正常运行时的物理状态监测数据以及最近20组设备正常运行时的能耗监测数据;并通过多组传感器实时获取设备工作时表面的温度数据、所发出的声音数据、振动数据、工作电压与电流数据,以及耗能量数据;
物理状态分析模块,根据历史设备正常运行时的物理状态监测数据计算标准物理
状态监测指数;在设备运行时,实时获取每个监测周期内通过分析得到的设备表面温
度、设备所发出声音的振幅以及设备振动的振幅,结合后得到当前监测周期内设备运行时
的物理状态监测指数;
能耗分析模块,根据历史设备正常运行时的能耗监测数据计算标准能耗监测指数;在设备运行时,实时获取每个监测周期内的设备工作电压、电流以及耗能量,
结合后得到当前监测周期内设备运行时的能耗监测指数;
设备异常分析模块,将计算得到每个监测周期设备运行时的物理状态监测指数以及能耗监测指数与对应的标准监测指数结合,计算每个监测周期的物理状态
偏差指数以及能耗偏差指数,根据每个偏差指数与偏差指数阈值的大小关系获取当
前设备的异常工作时间,根据异常工作时间判断是否发出设备异常信号。
(三)有益效果
本发明提供了一种自动化设备远程无线智能监控方法及系统,具备以下有益效果:
1、通过收集设备正常运行时的历史数据,并处理得到标准物理状态监测指数,为后续的实时监测提供了基准;利用温度传感器、麦克风和振动传感器实时采集设备的温度、声音和震动数据,确保了对设备状态的全面监测;通过物联网技术将数据传输到云端进行远程分析,不仅提高了数据处理效率,还降低了现场操作成本;为设备的异常检测提供了有力支持;
2、通过收集历史数据中的电压、电流以及耗能数据,并经过处理得到标准能耗监测指数,可以精准地反映设备在正常运行时的能耗状态,这也确保了对设备能耗状态的全面监测;当设备运行时,周期性地获取这些能耗数据,可以实时了解设备的能耗状况,进而及时发现异常;
3、通过实时获取每个监测周期的设备物理状态监测指数和能耗监测指数,并与对应的标准监测指数结合计算偏差指数,可以精准地判断设备在每个监测周期内的运行状态;当偏差指数超过预设的偏差阈值时,可以迅速识别出设备的物理状态或能耗出现异常,并将异常时间累加到异常工作时间中,通过比较异常工作时间与预设的异常工作时间阈值,可以准确地判断设备的异常情况是否严重到需要发送异常信号并远程控制设备停止运作;这不仅提高了设备运行的及时性和全面性,还有效地提升了设备异常检测的准确性,减少了因错检而产生的时间。
附图说明
图1为本发明提供的自动化设备远程无线智能监控方法的步骤流程图;
图2为本发明提供的自动化设备远程无线智能监控系统的结构示意图。
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。
参考图1,本发明提供一种自动化设备远程无线智能监控方法,包括:
步骤一、收集历史数据中设备正常运行时的温度、声音以及振动数据,对这些数据
处理后得到标准物理状态监测指数;在设备运行时,周期性地获取设备在当前运行状
态下的温度、声音以及振动数据,根据这些数据计算当前监测周期内设备运行时的物理状
态监测指数;
所述步骤一包括如下步骤:
步骤101、从历史数据中取出最近50组设备正常运行时的物理状态监测数据,包括
设备运行时设备表面的温度数据、设备所发出的声音数据以及设备的振动数据,其中每类
数据都包括多个周期监测得到的多个数据;将每组物理状态监测数据用1-50的数字标记,
则前第次设备正常运行时设备表面的温度数据集用表示,,设备所发
出的声音数据集用表示,,设备的振动数据集用表示,,其中,表示第个周期所采集的设备表面的温度,表示第个周
期所采集的设备所发出的声音振幅,表示第个周期所采集的设备的振动振幅,为设备
在一次正常运行过程中的物理状态监测周期总数,物理状态监测周期间隔足够小;
步骤102、获取最近50组设备正常运行时的物理状态监测总数据集,包括温度总数
据集,声音总数据集以及振动总数据集,对上
述数据集进行无量纲化处理后,得到标准物理状态监测指数,表达式为:
其中,、、分别为温度数据,声音数据以及振动数据的预设比例系数,,且;与分别表示取最大值与最小值;、为
常数修正系数,且;
需要说明的是,由本领域技术人员采集多组样本数据并对每一组样本数据设定对
应的预设比例系数;将设定的预设比例系数和采集的样本数据代入公式,任意三个公式构
成三元一次方程组,将计算得到的系数进行筛选并取均值,得到、与的取值;
系数的大小是为了将各个参数进行量化得到的一个具体的数值,便于后续比较,关于系数的大小,取决于样本数据的多少及本领域技术人员对每一组样本数据初步设定对应的预设比例系数;只要不影响参数与量化后数值的比例关系即可。
步骤103、在设备运行时周期性地监测设备的物理状态变化,具体使用温度传感器
监测设备表面的温度,使用麦克风收集设备所发出的声音信号,使用振动传感器采集设备
的振动信号,并通过物联网技术将传感器采集的数据传送到云端;远程分析设备通过分析
声音信号的时间波形,通过测量波形的最大偏离量来确定当前时刻设备所发出声音的振幅;远程分析设备通过分析振动信号的时间波形,通过测量波形的最大偏离量来确定当前
时刻设备振动的振幅;
步骤104、每当监测得到一组物理状态数据时,获取此时通过分析得到的设备表面
的温度、设备所发出声音的振幅以及设备振动的振幅并无量纲化处理,得到当前监
测周期内设备运行时的物理状态监测指数,表达式为:
对应第个监测周期内设备运行时的物理状态监测指数如上。
使用时,结合步骤101至104中的内容:
通过收集设备正常运行时的历史数据,并处理得到标准物理状态监测指数,为后续的实时监测提供了基准;利用温度传感器、麦克风和振动传感器实时采集设备的温度、声音和震动数据,确保了对设备状态的全面监测;通过物联网技术将数据传输到云端进行远程分析,不仅提高了数据处理效率,还降低了现场操作成本;为设备的异常检测提供了有力支持。
步骤二、收集历史数据中设备正常运行时的电压、电流以及耗能数据,对这些数据
处理后得到标准能耗监测指数;在设备运行时,周期性地获取设备在当前运行状态下
的电压、电流以及在当前周期内的耗能数据,根据这些数据计算当前监测周期内设备运行
时的能耗监测指数;
所述步骤二包括如下步骤:
步骤201、从历史数据中取出最近20组设备正常运行时的能耗监测数据,包括设备
运行时电压数据、电流数据以及耗能量数据,其中每类数据都包括多个周期监测得到的多
个数据;将每组能耗监测数据用1-20的数字标记,则前第次设备正常运行时的电压数据集
用表示,且,电流数据集用表示,且,耗能量数据集
用表示,,其中,表示第个周期所监测到的电压数据,表示第个周期所监测到的电流数据,表示第个周期所监测到的耗能量数据,为设备在一次
正常运行过程中的能耗监测周期总数,能耗监测周期间隔足够小;
步骤202、获取最近20组设备正常运行时的能耗监测总数据集,包括电压总数据集,电流总数据集以及耗能量总数据集,对上述数据
集进行无量纲化处理后,得到标准能耗监测指数,表达式为:
其中,、、分别为电压数据,电流数据以及耗能数据的预设比例系数,,且;、为常数修正系数,且;;
步骤203、在设备运行时周期性地监测设备工作时各能耗监测数据的变化,具体使
用万用表的红表笔、黑表笔分别与设备的正、负极相连接,获取当前时刻设备的工作电压
与电流,通过能源监测设备获取每个周期结束时设备的耗能量,并通过物联网技术将
获取的数据传送到云端;
步骤204、每当监测得到一组能耗数据时,获取当前监测周期采集到的电压、电
流以及耗能量并进行无量纲化处理,得到当前监测周期内设备运行时的能耗监测指数,表达式为:
其中,;
使用时,结合步骤201至204中的内容:
通过收集历史数据中的电压、电流以及耗能数据,并经过处理得到标准能耗监测指数,可以精准地反映设备在正常运行时的能耗状态,这也确保了对设备能耗状态的全面监测;当设备运行时,周期性地获取这些能耗数据,可以实时了解设备的能耗状况,进而及时发现异常。
步骤三、实时获取每个监测周期设备运行时的物理状态监测指数以及能耗监
测指数,并与对应的标准监测指数结合计算每个监测周期的物理状态偏差指数以
及能耗偏差指数,根据每个偏差指数与偏差指数阈值的大小关系获取当前设备的异常
工作时间,根据异常工作时间判断是否发出设备异常信号;
所述步骤三包括如下内容:
步骤301、实时获取每个监测周期设备运行时的物理状态监测指数以及能耗
监测指数,并获取标准物理状态监测指数以及标准能耗监测指数,将两种
监测指数与对应的标准监测指数结合得到每个监测周期的物理状态偏差指数以及能耗
偏差指数,表达式为:
步骤302、实时获取每个监测周期的物理状态偏差指数以及能耗偏差指数,
分别判断其与预设偏差阈值的大小关系,当时,表示当前监测周期内设备的物理
状态出现异常;当时,表示当前监测周期内设备的能耗出现异常;
步骤303、当判断当前监测周期内存在物理状态异常或能耗异常时,则将当前监测
周期的时间并入异常工作时间中,异常工作时间可以随着设备的运行而增多;物理状态异
常时的周期时间与能耗异常时的周期时间相互独立,即在设备运行第一个物理状态监测周
期内检测出物理状态异常,并同样在第一个能耗监测周期内检测出能耗异常,那么此时异
常工作时间为一个物理状态监测周期与一个能耗监测周期的时间之和;
实时比较异常工作时间与预设的异常工作时间阈值的关系,若,则发送
设备异常信号,并远程控制当前设备停止运作;否则,不发送任何信号。
需要说明的是,所述偏差阈值以及异常工作时间阈值皆为相关工作人员预先
设置;相关工作人员可以根据以往的经验以及实际的生产要求调整所述两个阈值的数值。
使用时,结合步骤301至303中的内容:
通过实时获取每个监测周期的设备物理状态监测指数和能耗监测指数,并与对应的标准监测指数结合计算偏差指数,可以精准地判断设备在每个监测周期内的运行状态;当偏差指数超过预设的偏差阈值时,可以迅速识别出设备的物理状态或能耗出现异常,并将异常时间累加到异常工作时间中,通过比较异常工作时间与预设的异常工作时间阈值,可以准确地判断设备的异常情况是否严重到需要发送异常信号并远程控制设备停止运作;这不仅提高了设备运行的及时性和全面性,还有效地提升了设备异常检测的准确性,减少了因错检而产生的时间。
参考图2,本发明还提供一种自动化设备远程无线智能监控系统,包括:
数据获取模块,从历史数据中获取最近50组设备正常运行时的物理状态监测数据以及最近20组设备正常运行时的能耗监测数据;并通过多组传感器实时获取设备工作时表面的温度数据、所发出的声音数据、振动数据、工作电压与电流数据,以及耗能量数据;
物理状态分析模块,根据历史设备正常运行时的物理状态监测数据计算标准物理
状态监测指数;在设备运行时,实时获取每个监测周期内通过分析得到的设备表面温
度、设备所发出声音的振幅以及设备振动的振幅,结合后得到当前监测周期内设备运行时
的物理状态监测指数;
能耗分析模块,根据历史设备正常运行时的能耗监测数据计算标准能耗监测指数;在设备运行时,实时获取每个监测周期内的设备工作电压、电流以及耗能量,
结合后得到当前监测周期内设备运行时的能耗监测指数;
设备异常分析模块,将计算得到每个监测周期设备运行时的物理状态监测指数以及能耗监测指数与对应的标准监测指数结合,计算每个监测周期的物理状态
偏差指数以及能耗偏差指数,根据每个偏差指数与偏差指数阈值的大小关系获取当
前设备的异常工作时间,根据异常工作时间判断是否发出设备异常信号。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行计算机程序指令时,全部或部分地产生按照本发明实施例所述的流程或功能。计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程设备。计算机指令可以存储在计算机存储介质中,或者通过计算机存储介质进行传输。
计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如,同轴电缆、光纤、数字用户线( DSL))或无线(例如,红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。计算机存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。可用介质可以是磁性介质(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如,固态硬盘(Solid StateDisk,SSD))等。
以上所述,仅为本申请的具体实施方式,但本申请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,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以所述权利要求的保护范围为准。
Claims (8)
1.一种自动化设备远程无线智能监控方法,其特征在于:包括:
收集历史数据中设备正常运行时的温度、声音以及振动数据,对这些数据处理后得到标准物理状态监测指数,具体为:获取最近50组设备正常运行时的物理状态监测总数据集,包括温度总数据集/>,声音总数据集/>以及振动总数据集,对上述数据集进行无量纲化处理后,得到标准物理状态监测指数/>,表达式为:
;
其中,、/>、/>分别为温度数据,声音数据以及振动数据的预设比例系数,,且/>;/>与/>分别表示取最大值与最小值;/>、/>为常数修正系数,且/>;
在设备运行时,周期性地获取设备在当前运行状态下的温度、声音以及振动数据,根据这些数据计算当前监测周期内设备运行时的物理状态监测指数,具体为:每监测得到一组物理状态数据时,获取此时通过分析得到的设备表面的温度/>、设备所发出声音的振幅以及设备振动的振幅/>并进行无量纲化处理,得到当前监测周期内设备运行时的物理状态监测指数/>,表达式为:
;
对应第个监测周期内设备运行时的物理状态监测指数/>如上;
收集历史数据中设备正常运行时的电压、电流以及耗能数据,对这些数据处理后得到标准能耗监测指数,具体为:获取最近20组设备正常运行时的能耗监测总数据集,包括:电压总数据集/>,电流总数据集/>以及耗能量总数据集,对上述数据集进行无量纲化处理后,得到标准能耗监测指数/>,表达式为:
;
其中,、/>、/>分别为电压数据,电流数据以及耗能数据的预设比例系数,,且/>;/>、/>为常数修正系数,且/>;/>;
在设备运行时,周期性地获取设备在当前运行状态下的电压、电流以及在当前周期内的耗能数据,根据这些数据计算当前监测周期内设备运行时的能耗监测指数,具体为:每当监测得到一组能耗数据时,获取当前监测周期采集到的电压/>、电流/>以及耗能量并进行无量纲化处理,得到当前监测周期内设备运行时的能耗监测指数/>,表达式为:
;
其中,;
实时获取每个监测周期设备运行时的物理状态监测指数以及能耗监测指数/>,并与对应的标准监测指数结合计算每个监测周期的物理状态偏差指数/>以及能耗偏差指数/>,表达式为:
;
根据每个偏差指数与偏差指数阈值的大小关系获取当前设备的异常工作时间,根据异常工作时间判断是否发出设备异常信号。
2.如权利要求1所述的一种自动化设备远程无线智能监控方法,其特征在于:
从历史数据中分别取出最近50组设备正常运行时的物理状态监测数据,将每组物理状态监测数据用1-50的数字标记,则前第次设备正常运行时设备表面的温度数据集用/>表示,/>,设备所发出的声音数据集用/>表示,/>,设备的振动数据集用/>表示,/>,其中,/>为设备在一次正常运行过程中的物理状态监测周期总数。
3.如权利要求2所述的一种自动化设备远程无线智能监控方法,其特征在于:
在设备运行时周期性地监测设备的物理状态变化,使用温度传感器监测设备表面的温度,使用麦克风收集设备所发出的声音信号,使用振动传感器采集设备的振动信号;远程分析设备通过分析声音信号的时间波形以及振动信号的时间波形分别确定当前时刻设备所发出声音的振幅/>以及设备振动的振幅/>。
4.如权利要求3所述的一种自动化设备远程无线智能监控方法,其特征在于:
从历史数据中分别取出最近20组设备正常运行时的能耗监测数据,将每组能耗监测数据用1-20的数字标记,则前第次设备正常运行时的电压数据集用/>表示,且,电流数据集用/>表示,且/>,耗能量数据集用/>表示,,其中,/>为设备在一次正常运行过程中的能耗监测周期总数。
5.如权利要求4所述的一种自动化设备远程无线智能监控方法,其特征在于:
在设备运行时周期性地监测设备工作时各能耗监测数据的变化,使用万用表获取当前时刻设备的工作电压与电流/>,通过能源监测设备获取每个周期结束时设备的耗能量。
6.如权利要求5所述的一种自动化设备远程无线智能监控方法,其特征在于:
实时获取每个监测周期设备运行时的物理状态监测指数以及能耗监测指数,并获取标准物理状态监测指数/>以及标准能耗监测指数/>,将两种监测指数与对应的标准监测指数结合得到每个监测周期的物理状态偏差指数/>以及能耗偏差指数;
实时获取每个监测周期的物理状态偏差指数以及能耗偏差指数/>,分别判断其与预设偏差阈值/>的大小关系,当/>时,表示当前监测周期内设备的物理状态出现异常;当/>时,表示当前监测周期内设备的能耗出现异常。
7.如权利要求6所述的一种自动化设备远程无线智能监控方法,其特征在于:
当判断当前监测周期内存在物理状态异常或能耗异常时,将当前监测周期的时间并入异常工作时间中;异常工作时间可以随着设备的运行而增多,并且物理状态异常时的周期时间与能耗异常时的周期时间相互独立;
实时比较异常工作时间与预设的异常工作时间阈值/>的关系,若/>,则发送设备异常信号,并远程控制当前设备停止运作;否则,不发送任何信号。
8.一种自动化设备远程无线智能监控系统,用于实现权利要求1至7任一所述方法,其特征在于,包括:
数据获取模块,从历史数据中获取最近50组设备正常运行时的物理状态监测数据以及最近20组设备正常运行时的能耗监测数据;并通过多组传感器实时获取设备工作时表面的温度数据、所发出的声音数据、振动数据、工作电压与电流数据,以及耗能量数据;
物理状态分析模块,根据历史设备正常运行时的物理状态监测数据计算标准物理状态监测指数;在设备运行时,实时获取每个监测周期内通过分析得到的设备表面温度、设备所发出声音的振幅以及设备振动的振幅,结合后得到当前监测周期内设备运行时的物理状态监测指数/>;
能耗分析模块,根据历史设备正常运行时的能耗监测数据计算标准能耗监测指数;在设备运行时,实时获取每个监测周期内的设备工作电压/>、电流/>以及耗能量/>,结合后得到当前监测周期内设备运行时的能耗监测指数/>;
设备异常分析模块,将计算得到每个监测周期设备运行时的物理状态监测指数以及能耗监测指数/>与对应的标准监测指数结合,计算每个监测周期的物理状态偏差指数/>以及能耗偏差指数/>,根据每个偏差指数与偏差指数阈值的大小关系获取当前设备的异常工作时间,根据异常工作时间判断是否发出设备异常信号。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410278165.9A CN117870779B (zh) | 2024-03-12 | 2024-03-12 | 一种自动化设备远程无线智能监控方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410278165.9A CN117870779B (zh) | 2024-03-12 | 2024-03-12 | 一种自动化设备远程无线智能监控方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117870779A CN117870779A (zh) | 2024-04-12 |
CN117870779B true CN117870779B (zh) | 2024-05-31 |
Family
ID=90584855
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410278165.9A Active CN117870779B (zh) | 2024-03-12 | 2024-03-12 | 一种自动化设备远程无线智能监控方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117870779B (zh) |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1363175A1 (de) * | 2002-05-17 | 2003-11-19 | Siemens Aktiengesellschaft | Automatisierungssystem oder Diagnosegerät für eine oder mehrere Anlagekomponenten sowie Verfahren zu dessen Betrieb |
CN105549411A (zh) * | 2016-01-11 | 2016-05-04 | 成都互触科技有限公司 | 智能设备无线监控方法 |
CN114415581A (zh) * | 2021-12-28 | 2022-04-29 | 广东德尔智慧工厂科技有限公司 | 一种机械设备运维方法及系统 |
KR20220068799A (ko) * | 2020-11-19 | 2022-05-26 | 현대자동차주식회사 | 자동화설비의 고장 검출 시스템 및 그 방법 |
CN115535571A (zh) * | 2022-09-21 | 2022-12-30 | 湖北云能科技有限公司 | 一种输送设备智能监控系统及方法 |
CN115562167A (zh) * | 2022-11-11 | 2023-01-03 | 哈尔滨理工大学 | 一种数字孪生数控机床运行能耗监控系统 |
CN116955895A (zh) * | 2023-09-21 | 2023-10-27 | 山东博诚电气有限公司 | 一种变压器运行异常监测方法及系统 |
CN117076873A (zh) * | 2023-08-22 | 2023-11-17 | 三峡金沙江川云水电开发有限公司 | 一种水轮机组异常运行行为预测预警方法 |
CN117474357A (zh) * | 2023-11-02 | 2024-01-30 | 深圳汉驰科技有限公司 | 基于深度学习的配电房运维管理方法及系统 |
CN117486029A (zh) * | 2023-12-28 | 2024-02-02 | 深圳市一广建设工程有限公司 | 基于传感器网络的电梯能耗实时监控方法及系统 |
CN117542169A (zh) * | 2023-11-07 | 2024-02-09 | 国网江苏省电力有限公司镇江供电分公司 | 基于大数据分析的自动化设备温度异常预警方法 |
CN117575373A (zh) * | 2024-01-17 | 2024-02-20 | 北京恒信启华信息技术股份有限公司 | 一种基于大数据的设备能耗监测分析方法及系统 |
-
2024
- 2024-03-12 CN CN202410278165.9A patent/CN117870779B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1363175A1 (de) * | 2002-05-17 | 2003-11-19 | Siemens Aktiengesellschaft | Automatisierungssystem oder Diagnosegerät für eine oder mehrere Anlagekomponenten sowie Verfahren zu dessen Betrieb |
CN105549411A (zh) * | 2016-01-11 | 2016-05-04 | 成都互触科技有限公司 | 智能设备无线监控方法 |
KR20220068799A (ko) * | 2020-11-19 | 2022-05-26 | 현대자동차주식회사 | 자동화설비의 고장 검출 시스템 및 그 방법 |
CN114415581A (zh) * | 2021-12-28 | 2022-04-29 | 广东德尔智慧工厂科技有限公司 | 一种机械设备运维方法及系统 |
CN115535571A (zh) * | 2022-09-21 | 2022-12-30 | 湖北云能科技有限公司 | 一种输送设备智能监控系统及方法 |
CN115562167A (zh) * | 2022-11-11 | 2023-01-03 | 哈尔滨理工大学 | 一种数字孪生数控机床运行能耗监控系统 |
CN117076873A (zh) * | 2023-08-22 | 2023-11-17 | 三峡金沙江川云水电开发有限公司 | 一种水轮机组异常运行行为预测预警方法 |
CN116955895A (zh) * | 2023-09-21 | 2023-10-27 | 山东博诚电气有限公司 | 一种变压器运行异常监测方法及系统 |
CN117474357A (zh) * | 2023-11-02 | 2024-01-30 | 深圳汉驰科技有限公司 | 基于深度学习的配电房运维管理方法及系统 |
CN117542169A (zh) * | 2023-11-07 | 2024-02-09 | 国网江苏省电力有限公司镇江供电分公司 | 基于大数据分析的自动化设备温度异常预警方法 |
CN117486029A (zh) * | 2023-12-28 | 2024-02-02 | 深圳市一广建设工程有限公司 | 基于传感器网络的电梯能耗实时监控方法及系统 |
CN117575373A (zh) * | 2024-01-17 | 2024-02-20 | 北京恒信启华信息技术股份有限公司 | 一种基于大数据的设备能耗监测分析方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN117870779A (zh) | 2024-04-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108038044B (zh) | 一种面向连续被监测对象的异常检测方法 | |
CN117176560B (zh) | 一种基于物联网的监测设备监管系统及其方法 | |
CN115186883A (zh) | 基于边云协同计算的工业设备健康状态监测系统及方法 | |
CN117406026A (zh) | 一种适用于分布式电源的配电网故障检测方法 | |
CN117318297A (zh) | 基于状态监测的告警阈值设置方法、系统、设备及介质 | |
CN117270514A (zh) | 基于工业物联网的生产过程全流程故障检测方法 | |
CN113934536B (zh) | 面向边缘计算的数据采集方法 | |
CN115664038A (zh) | 一种用于电气安全管理的智能配电运维监控系统 | |
CN117556366B (zh) | 基于数据筛选的数据异常检测系统及方法 | |
CN108093210A (zh) | 一种变压器油位告警系统及其告警方法 | |
CN117318310B (zh) | 一种防爆配电柜远程无人智慧监测系统 | |
CN117289745B (zh) | 一种数字化配电房运行监控方法 | |
CN117870779B (zh) | 一种自动化设备远程无线智能监控方法及系统 | |
CN107843811B (zh) | 一种电网设备在线监测数据的分析方法及系统 | |
CN117171366A (zh) | 用于电网调度运行态势的知识图谱构建方法及系统 | |
CN116167604A (zh) | 一种基于生产全流程跟踪的电力产品生产智能管理系统 | |
CN116566839A (zh) | 一种电力企业通信资源质量评估系统 | |
CN116317103A (zh) | 一种配电网电压数据处理方法 | |
CN114500615A (zh) | 基于物联传感技术的智能终端 | |
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 | |
CN117811940B (zh) | 一种基于数据分析的印控仪运行网络质量检测评估系统 | |
CN117560300B (zh) | 一种智能物联网流量预测与优化系统 | |
CN117977816B (zh) | 一种电力安全智能电源系统 | |
CN117668726A (zh) | 一种智能运维处理方法、系统、介质及设备 | |
CN118093304A (zh) | 一种螺丝机锁付的在线监测方法及系统 |
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 |