CN117930795A - 一种基于人工智能的工控机自检控制系统 - Google Patents
一种基于人工智能的工控机自检控制系统 Download PDFInfo
- Publication number
- CN117930795A CN117930795A CN202311767398.7A CN202311767398A CN117930795A CN 117930795 A CN117930795 A CN 117930795A CN 202311767398 A CN202311767398 A CN 202311767398A CN 117930795 A CN117930795 A CN 117930795A
- Authority
- CN
- China
- Prior art keywords
- personal computer
- industrial personal
- sequence
- value
- 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
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 19
- 230000002159 abnormal effect Effects 0.000 claims abstract description 51
- 230000005856 abnormality Effects 0.000 claims abstract description 38
- 238000004458 analytical method Methods 0.000 claims abstract description 24
- 238000012544 monitoring process Methods 0.000 claims abstract description 19
- 238000004891 communication Methods 0.000 claims abstract description 4
- 230000007613 environmental effect Effects 0.000 claims description 59
- 238000000034 method Methods 0.000 claims description 39
- 238000011835 investigation Methods 0.000 claims description 20
- 238000012423 maintenance Methods 0.000 claims description 12
- 238000012935 Averaging Methods 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 7
- 238000010409 ironing Methods 0.000 claims description 7
- 238000010438 heat treatment Methods 0.000 claims description 6
- 238000003825 pressing Methods 0.000 claims description 6
- 230000000087 stabilizing effect Effects 0.000 claims description 6
- 230000001186 cumulative effect Effects 0.000 claims description 4
- 230000001105 regulatory effect Effects 0.000 claims description 4
- 238000009434 installation Methods 0.000 claims description 2
- 238000007405 data analysis Methods 0.000 abstract description 6
- 238000005516 engineering process Methods 0.000 abstract description 2
- 238000005457 optimization Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Abstract
本发明属于工控机领域,涉及数据分析技术,用于解决现有的工控机自检控制系统无法通过数据分析对异常影响因素进行排查的问题,具体是一种基于人工智能的工控机自检控制系统,包括自检控制平台,所述自检控制平台通信连接有运行监测模块、异常分析模块、环境排查模块以及存储模块;运行监测模块用于对工控机的运行状态进行监测分析,异常分析模块用于对工控机的运行异常影响因素进行分析;本发明可以对工控机的运行状态进行监测分析,以周期性监测的方式对每个运行时段的工控机运行参数进行采集与分析得到运行系数,从而通过运行系数对工控机的运行状态好坏程度进行反馈,在出现运行异常时及时进行预警。
Description
技术领域
本发明属于工控机领域,涉及数据分析技术,具体是一种基于人工智能的工控机自检控制系统。
背景技术
工控机是一种加固的增强型个人计算机,它可以作为一个工业控制器在工业环境中可靠运行,控机具有计算机主板、硬盘、CPU、存储器、外围设备和接口、操作系统、控制网络和协议、计算能力、友好的人机界面等重要的计算机特性。
工控机经常会在环境比较恶劣的环境下运行,对数据的安全性要求也更高,因此工控机在运行时需要对其运行状态进行自动检测,现有的工控机自检控制系统无法通过数据分析对异常影响因素进行排查,也无法在环境异常时对环境调节优化方向进行评估,导致异常处理效率低下。
针对上述技术问题,本申请提出一种解决方案
发明内容
本发明的目的在于提供一种基于人工智能的工控机自检控制系统,用于解决现有的工控机自检控制系统无法通过数据分析对异常影响因素进行排查的问题;
本发明需要解决的技术问题为:如何提供一种可以通过数据分析对异常影响因素进行排查的基于人工智能的工控机自检控制系统。
本发明的目的可以通过以下技术方案实现:
一种基于人工智能的工控机自检控制系统,包括自检控制平台,所述自检控制平台通信连接有运行监测模块、异常分析模块、环境排查模块以及存储模块;
所述运行监测模块用于对工控机的运行状态进行监测分析:生成运行周期并将运行周期分割为若干个运行时段,在运行时段内获取工控机的发烫数据FT、鸣响数据MX以及压稳数据YW;通过对发烫数据FT、鸣响数据MX以及压稳数据YW进行数值计算得到工控机在运行时段内的运行系数YX;通过运行系数YX对工控机在运行时段内的运行状态是否满足要求进行判定;
所述异常分析模块用于对工控机的运行异常影响因素进行分析:获取每个运行时段的高温数据GW、湿偏数据SP以及振幅数据ZF并进行数值计算得到运行时段的环影系数HY;将运行时段按照环影系数HY数值由小到大的顺序进行排列得到环影序列,将运行时段按照运行系数YX数值由小到大的顺序进行排列得到运行序列,将运行时段在环影序列与运行序列中序号差值的绝对值标记为运行时段的环境影响值,对所有运行时段的环境影响值进行求和取平均值得到环境重合系数,通过环境重合系数对工控机运行异常是否由环境异常引起进行判定;
所述环境排查模块用于对工控机运行异常的环境影响因素进行排查。
作为本发明的一种优选实施方式,发烫数据FT的获取过程包括:获取工控机底板的温度值并标记为底温值,将底温值在运行时段内的最大值标记为发烫数据FT;鸣响数据MX的获取过程包括:获取工控机运行时的噪声分贝值,将噪声分贝值在运行时段内的最大值标记为鸣响数据MX;压稳数据YW的获取过程包括:获取工控机供电线路的电压值,将电压值在运行时段内的最大值与最小值的差值标记为压稳数据YW。
作为本发明的一种优选实施方式,对工控机在运行时段内的运行状态是否满足要求进行判定的具体过程包括:通过存储模块获取到运行阈值YXmax,将运行时段的运行系数YX与运行阈值YXmax进行比较:若运行系数YX小于运行阈值YXmax,则判定工控机在运行时段内的运行状态满足要求,将对应运行时段标记为正常时段;若运行系数YX大于等于运行阈值YXmax,则判定工控机在运行时段内的运行状态不满足要求,将对应运行时段标记为异常时段,生成异常分析信号并将异常分析信号发送至自检控制平台,自检控制平台接收到异常分析信号后将异常分析信号发送至异常分析模块。
作为本发明的一种优选实施方式,高温数据GW的获取过程包括:获取工控机运行环境的空气温度值并标记为空温值,将空温值在运行时段内的最大值标记为高温数据GW;湿偏数据SP的获取过程包括:获取工控机运行环境的空气湿度值并标记为空湿值,调取工控机运行环境的标准湿度范围,将标准湿度范围的最大值与最小值的平均值标记为湿标值,将空湿值与湿标值差值的绝对值标记为湿偏数据SP;振幅数据ZF的获取过程包括:获取工控机安装底座的振动幅度值,将振动幅度值在运行时段内的最大值标记为振幅数据ZF。
作为本发明的一种优选实施方式,对工控机运行异常是否由环境异常引起进行判定的具体过程包括:通过存储模块获取到环境重合阈值,将环境重合系数与环境重合阈值进行比较:若环境重合系数小于等于环境重合阈值,则判定工控机运行异常由环境异常引起,生成环境排查信号并将环境排查信号发送至自检控制平台,自检控制平台接收到环境排查信号后将环境排查信号发送至环境排查模块;若环境重合系数大于环境重合阈值,则将运行时段按照开始时刻由前到后的顺序进行排列得到累计序列,将运行时段在累计序列与运行序列中序号差值的绝对值标记为运行时段的累计影响值,对所有运行时段的累计影响值进行求和取平均值得到累计影响系数,通过存储模块获取到累计影响阈值,将累计影响系数与累计影响阈值进行比较并通过比较结果对工控机运行异常是否由累计运行时长过长引起进行判定。
作为本发明的一种优选实施方式,将累计影响系数与累计影响阈值进行比较的具体过程包括:若累计影响系数小于等于累计影响阈值,则判定工控机运行异常由长时间累计运行引起,生成关机信号并将关机信号发送至自检控制平台,自检控制平台接收到关机信号后将关机信号发送至管理人员的手机终端;若累计影响系数大于累计影响阈值,则判定工控机运行异常由设备故障引起,生成故障检修信号并将故障检修信号发送至自检控制平台,自检控制平台接收到故障检修信号后将故障检修信号发送至管理人员的手机终端。
作为本发明的一种优选实施方式,环境排查模块对工控机运行异常的环境影响因素进行排查的具体过程包括:将运行时段分别按照高温数据GW由小到大、湿偏数据SP由小到大以及振幅数据ZF由小到大的顺序进行排列得到高温序列、湿偏序列以及振幅序列,将运行时段在高温序列与运行序列中序号差值的绝对值标记为高温影响值,对所有运行时段的高温影响值进行求和取平均值得到高温影响系数,将运行时段在湿偏序列与运行序列中序号差值的绝对值标记为湿偏影响值,对所有运行时段的湿偏影响值进行求和取平均值得到湿偏影响系数,将运行时段在振幅序列与运行序列中序号差值的绝对值标记为振幅影响值,对所有运行时段的振幅影响值进行求和取平均值得到振幅影响系数,将高温影响系数、湿偏影响系数以及振幅影响系数进行比较并将数值最小的环境影响因素标记为调节因素,将调节因素发送至自检控制平台,自检控制平台接收到调节因素后将调节因素发送至管理人员的手机终端。
作为本发明的一种优选实施方式,该基于人工智能的工控机自检控制系统的工作方法,包括以下步骤:
步骤一:对工控机的运行状态进行监测分析:生成运行周期并将运行周期分割为若干个运行时段,在运行时段内获取工控机的发烫数据FT、鸣响数据MX以及压稳数据YW并进行数值计算得到运行系数YX,通过运行系数YX将运行时段标记为正常时段或异常时段;
步骤二:对工控机的运行异常影响因素进行分析:获取环影序列与累计序列,通过环影序列与累计序列对工控机的运行异常影响因素进行判定;
步骤三:对工控机运行异常的环境影响因素进行排查:将运行时段分别按照高温数据GW由小到大、湿偏数据SP由小到大以及振幅数据ZF由小到大的顺序进行排列得到高温序列、湿偏序列以及振幅序列,将高温序列、湿偏序列以及振幅序列进行比较并通过比较结果对调节因素进行标记。
本发明具备下述有益效果:
1、通过运行监测模块可以对工控机的运行状态进行监测分析,以周期性监测的方式对每个运行时段的工控机运行参数进行采集与分析得到运行系数,从而通过运行系数对工控机的运行状态好坏程度进行反馈,在出现运行异常时及时进行预警;
2、通过异常分析模块可以对工控机的运行异常影响因素进行分析,对每个运行时段内的多项环境参数进行采集与综合分析得到环影系数,通过环影系数对运行时段的环境异常程度进行反馈,然后结合环影序列与运行序列的比对结果,对运行异常受到环境影响的概率进行反馈,提高异常处理效率;
3、通过环境排查模块可以对工控机运行异常的环境影响因素进行排查,为每一个环境影响因素生成对应的环境影响序列,然后将多项环境影响序列逐一与运行序列进行比对并计算其影响系数,通过影响系数对调节因素进行标记,调节因素即表示工控机运行环境优化的最佳方向。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例一的系统框图;
图2为本发明实施例二的方法流程图。
具体实施方式
下面将结合实施例对本发明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作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
实施例一
如图1所示,一种基于人工智能的工控机自检控制系统,包括自检控制平台,自检控制平台通信连接有运行监测模块、异常分析模块、环境排查模块以及存储模块。
运行监测模块用于对工控机的运行状态进行监测分析:生成运行周期并将运行周期分割为若干个运行时段,在运行时段内获取工控机的发烫数据FT、鸣响数据MX以及压稳数据YW,发烫数据FT的获取过程包括:获取工控机底板的温度值并标记为底温值,将底温值在运行时段内的最大值标记为发烫数据FT;鸣响数据MX的获取过程包括:获取工控机运行时的噪声分贝值,将噪声分贝值在运行时段内的最大值标记为鸣响数据MX;压稳数据YW的获取过程包括:获取工控机供电线路的电压值,将电压值在运行时段内的最大值与最小值的差值标记为压稳数据YW;通过公式YX=α1*FT+α2*MX+α3*YW得到工控机在运行时段内的运行系数YX,其中α1、α2以及α3均为比例系数,且α1>α2>α3>1;通过存储模块获取到运行阈值YXmax,将运行时段的运行系数YX与运行阈值YXmax进行比较:若运行系数YX小于运行阈值YXmax,则判定工控机在运行时段内的运行状态满足要求,将对应运行时段标记为正常时段;若运行系数YX大于等于运行阈值YXmax,则判定工控机在运行时段内的运行状态不满足要求,将对应运行时段标记为异常时段,生成异常分析信号并将异常分析信号发送至自检控制平台,自检控制平台接收到异常分析信号后将异常分析信号发送至异常分析模块;对工控机的运行状态进行监测分析,以周期性监测的方式对每个运行时段的工控机运行参数进行采集与分析得到运行系数,从而通过运行系数对工控机的运行状态好坏程度进行反馈,在出现运行异常时及时进行预警。
异常分析模块用于对工控机的运行异常影响因素进行分析:获取每个运行时段的高温数据GW、湿偏数据SP以及振幅数据ZF,高温数据GW的获取过程包括:获取工控机运行环境的空气温度值并标记为空温值,将空温值在运行时段内的最大值标记为高温数据GW;湿偏数据SP的获取过程包括:获取工控机运行环境的空气湿度值并标记为空湿值,调取工控机运行环境的标准湿度范围,将标准湿度范围的最大值与最小值的平均值标记为湿标值,将空湿值与湿标值差值的绝对值标记为湿偏数据SP;振幅数据ZF的获取过程包括:获取工控机安装底座的振动幅度值,将振动幅度值在运行时段内的最大值标记为振幅数据ZF;通过公式HY=β1*GW+β2*SP+β3*ZF得到运行时段的环影系数HY,其中β1、β2以及β3均为比例系数,且β1>β2>β3>1;将运行时段按照环影系数HY数值由小到大的顺序进行排列得到环影序列,将运行时段按照运行系数YX数值由小到大的顺序进行排列得到运行序列,将运行时段在环影序列与运行序列中序号差值的绝对值标记为运行时段的环境影响值,对所有运行时段的环境影响值进行求和取平均值得到环境重合系数,通过存储模块获取到环境重合阈值,将环境重合系数与环境重合阈值进行比较:若环境重合系数小于等于环境重合阈值,则判定工控机运行异常由环境异常引起,生成环境排查信号并将环境排查信号发送至自检控制平台,自检控制平台接收到环境排查信号后将环境排查信号发送至环境排查模块;若环境重合系数大于环境重合阈值,则将运行时段按照开始时刻由前到后的顺序进行排列得到累计序列,将运行时段在累计序列与运行序列中序号差值的绝对值标记为运行时段的累计影响值,对所有运行时段的累计影响值进行求和取平均值得到累计影响系数,通过存储模块获取到累计影响阈值,将累计影响系数与累计影响阈值进行比较:若累计影响系数小于等于累计影响阈值,则判定工控机运行异常由长时间累计运行引起,生成关机信号并将关机信号发送至自检控制平台,自检控制平台接收到关机信号后将关机信号发送至管理人员的手机终端;若累计影响系数大于累计影响阈值,则判定工控机运行异常由设备故障引起,生成故障检修信号并将故障检修信号发送至自检控制平台,自检控制平台接收到故障检修信号后将故障检修信号发送至管理人员的手机终端;对工控机的运行异常影响因素进行分析,对每个运行时段内的多项环境参数进行采集与综合分析得到环影系数,通过环影系数对运行时段的环境异常程度进行反馈,然后结合环影序列与运行序列的比对结果,对运行异常受到环境影响的概率进行反馈,提高异常处理效率。
环境排查模块用于对工控机运行异常的环境影响因素进行排查:将运行时段分别按照高温数据GW由小到大、湿偏数据SP由小到大以及振幅数据ZF由小到大的顺序进行排列得到高温序列、湿偏序列以及振幅序列,将运行时段在高温序列与运行序列中序号差值的绝对值标记为高温影响值,对所有运行时段的高温影响值进行求和取平均值得到高温影响系数,将运行时段在湿偏序列与运行序列中序号差值的绝对值标记为湿偏影响值,对所有运行时段的湿偏影响值进行求和取平均值得到湿偏影响系数,将运行时段在振幅序列与运行序列中序号差值的绝对值标记为振幅影响值,对所有运行时段的振幅影响值进行求和取平均值得到振幅影响系数,将高温影响系数、湿偏影响系数以及振幅影响系数进行比较并将数值最小的环境影响因素标记为调节因素,将调节因素发送至自检控制平台,自检控制平台接收到调节因素后将调节因素发送至管理人员的手机终端;对工控机运行异常的环境影响因素进行排查,为每一个环境影响因素生成对应的环境影响序列,然后将多项环境影响序列逐一与运行序列进行比对并计算其影响系数,通过影响系数对调节因素进行标记,调节因素即表示工控机运行环境优化的最佳方向。
实施例二
如图2所示,一种基于人工智能的工控机自检控制方法,包括以下步骤:
步骤一:对工控机的运行状态进行监测分析:生成运行周期并将运行周期分割为若干个运行时段,在运行时段内获取工控机的发烫数据FT、鸣响数据MX以及压稳数据YW并进行数值计算得到运行系数YX,通过运行系数YX将运行时段标记为正常时段或异常时段;
步骤二:对工控机的运行异常影响因素进行分析:获取环影序列与累计序列,通过环影序列与累计序列对工控机的运行异常影响因素进行判定;
步骤三:对工控机运行异常的环境影响因素进行排查:将运行时段分别按照高温数据GW由小到大、湿偏数据SP由小到大以及振幅数据ZF由小到大的顺序进行排列得到高温序列、湿偏序列以及振幅序列,将高温序列、湿偏序列以及振幅序列进行比较并通过比较结果对调节因素进行标记。
一种基于人工智能的工控机自检控制系统,工作时,生成运行周期并将运行周期分割为若干个运行时段,在运行时段内获取工控机的发烫数据FT、鸣响数据MX以及压稳数据YW并进行数值计算得到运行系数YX,通过运行系数YX将运行时段标记为正常时段或异常时段;获取环影序列与累计序列,通过环影序列与累计序列对工控机的运行异常影响因素进行判定;将运行时段分别按照高温数据GW由小到大、湿偏数据SP由小到大以及振幅数据ZF由小到大的顺序进行排列得到高温序列、湿偏序列以及振幅序列,将高温序列、湿偏序列以及振幅序列进行比较并通过比较结果对调节因素进行标记。
以上内容仅仅是对本发明结构所作的举例和说明,所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,只要不偏离发明的结构或者超越本权利要求书所定义的范围,均应属于本发明的保护范围。
上述公式均是采集大量数据进行软件模拟得出且选取与真实值接近的一个公式,公式中的系数是由本领域技术人员根据实际情况进行设置;如:公式YX=α1*FT+α2*MX+α3*YW;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运行系数;将设定的运行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α1、α2以及α3的取值分别为3.68、2.23和2.05;
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运行系数;只要不影响参数与量化后数值的比例关系即可,如运行系数与发烫数据的数值成正比。
在本说明书的描述中,参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节,也不限制该发明仅为的具体实施方式。显然,根据本说明书的内容,可作很多的修改和变化。本说明书选取并具体描述这些实施例,是为了更好地解释本发明的原理和实际应用,从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。
Claims (8)
1.一种基于人工智能的工控机自检控制系统,其特征在于,包括自检控制平台,所述自检控制平台通信连接有运行监测模块、异常分析模块、环境排查模块以及存储模块;
所述运行监测模块用于对工控机的运行状态进行监测分析:生成运行周期并将运行周期分割为若干个运行时段,在运行时段内获取工控机的发烫数据FT、鸣响数据MX以及压稳数据YW;通过对发烫数据FT、鸣响数据MX以及压稳数据YW进行数值计算得到工控机在运行时段内的运行系数YX;通过运行系数YX对工控机在运行时段内的运行状态是否满足要求进行判定;
所述异常分析模块用于对工控机的运行异常影响因素进行分析:获取每个运行时段的高温数据GW、湿偏数据SP以及振幅数据ZF并进行数值计算得到运行时段的环影系数HY;将运行时段按照环影系数HY数值由小到大的顺序进行排列得到环影序列,将运行时段按照运行系数YX数值由小到大的顺序进行排列得到运行序列,将运行时段在环影序列与运行序列中序号差值的绝对值标记为运行时段的环境影响值,对所有运行时段的环境影响值进行求和取平均值得到环境重合系数,通过环境重合系数对工控机运行异常是否由环境异常引起进行判定;
所述环境排查模块用于对工控机运行异常的环境影响因素进行排查。
2.根据权利要求1所述的一种基于人工智能的工控机自检控制系统,其特征在于,发烫数据FT的获取过程包括:获取工控机底板的温度值并标记为底温值,将底温值在运行时段内的最大值标记为发烫数据FT;鸣响数据MX的获取过程包括:获取工控机运行时的噪声分贝值,将噪声分贝值在运行时段内的最大值标记为鸣响数据MX;压稳数据YW的获取过程包括:获取工控机供电线路的电压值,将电压值在运行时段内的最大值与最小值的差值标记为压稳数据YW。
3.根据权利要求2所述的一种基于人工智能的工控机自检控制系统,其特征在于,对工控机在运行时段内的运行状态是否满足要求进行判定的具体过程包括:通过存储模块获取到运行阈值YXmax,将运行时段的运行系数YX与运行阈值YXmax进行比较:若运行系数YX小于运行阈值YXmax,则判定工控机在运行时段内的运行状态满足要求,将对应运行时段标记为正常时段;若运行系数YX大于等于运行阈值YXmax,则判定工控机在运行时段内的运行状态不满足要求,将对应运行时段标记为异常时段,生成异常分析信号并将异常分析信号发送至自检控制平台,自检控制平台接收到异常分析信号后将异常分析信号发送至异常分析模块。
4.根据权利要求3所述的一种基于人工智能的工控机自检控制系统,其特征在于,高温数据GW的获取过程包括:获取工控机运行环境的空气温度值并标记为空温值,将空温值在运行时段内的最大值标记为高温数据GW;湿偏数据SP的获取过程包括:获取工控机运行环境的空气湿度值并标记为空湿值,调取工控机运行环境的标准湿度范围,将标准湿度范围的最大值与最小值的平均值标记为湿标值,将空湿值与湿标值差值的绝对值标记为湿偏数据SP;振幅数据ZF的获取过程包括:获取工控机安装底座的振动幅度值,将振动幅度值在运行时段内的最大值标记为振幅数据ZF。
5.根据权利要求4所述的一种基于人工智能的工控机自检控制系统,其特征在于,对工控机运行异常是否由环境异常引起进行判定的具体过程包括:通过存储模块获取到环境重合阈值,将环境重合系数与环境重合阈值进行比较:若环境重合系数小于等于环境重合阈值,则判定工控机运行异常由环境异常引起,生成环境排查信号并将环境排查信号发送至自检控制平台,自检控制平台接收到环境排查信号后将环境排查信号发送至环境排查模块;若环境重合系数大于环境重合阈值,则将运行时段按照开始时刻由前到后的顺序进行排列得到累计序列,将运行时段在累计序列与运行序列中序号差值的绝对值标记为运行时段的累计影响值,对所有运行时段的累计影响值进行求和取平均值得到累计影响系数,通过存储模块获取到累计影响阈值,将累计影响系数与累计影响阈值进行比较并通过比较结果对工控机运行异常是否由累计运行时长过长引起进行判定。
6.根据权利要求5所述的一种基于人工智能的工控机自检控制系统,其特征在于,将累计影响系数与累计影响阈值进行比较的具体过程包括:若累计影响系数小于等于累计影响阈值,则判定工控机运行异常由长时间累计运行引起,生成关机信号并将关机信号发送至自检控制平台,自检控制平台接收到关机信号后将关机信号发送至管理人员的手机终端;若累计影响系数大于累计影响阈值,则判定工控机运行异常由设备故障引起,生成故障检修信号并将故障检修信号发送至自检控制平台,自检控制平台接收到故障检修信号后将故障检修信号发送至管理人员的手机终端。
7.根据权利要求6所述的一种基于人工智能的工控机自检控制系统,其特征在于,环境排查模块对工控机运行异常的环境影响因素进行排查的具体过程包括:将运行时段分别按照高温数据GW由小到大、湿偏数据SP由小到大以及振幅数据ZF由小到大的顺序进行排列得到高温序列、湿偏序列以及振幅序列,将运行时段在高温序列与运行序列中序号差值的绝对值标记为高温影响值,对所有运行时段的高温影响值进行求和取平均值得到高温影响系数,将运行时段在湿偏序列与运行序列中序号差值的绝对值标记为湿偏影响值,对所有运行时段的湿偏影响值进行求和取平均值得到湿偏影响系数,将运行时段在振幅序列与运行序列中序号差值的绝对值标记为振幅影响值,对所有运行时段的振幅影响值进行求和取平均值得到振幅影响系数,将高温影响系数、湿偏影响系数以及振幅影响系数进行比较并将数值最小的环境影响因素标记为调节因素,将调节因素发送至自检控制平台,自检控制平台接收到调节因素后将调节因素发送至管理人员的手机终端。
8.根据权利要求1-7任一项所述的一种基于人工智能的工控机自检控制系统,其特征在于,该基于人工智能的工控机自检控制系统的工作方法,包括以下步骤:
步骤一:对工控机的运行状态进行监测分析:生成运行周期并将运行周期分割为若干个运行时段,在运行时段内获取工控机的发烫数据FT、鸣响数据MX以及压稳数据YW并进行数值计算得到运行系数YX,通过运行系数YX将运行时段标记为正常时段或异常时段;
步骤二:对工控机的运行异常影响因素进行分析:获取环影序列与累计序列,通过环影序列与累计序列对工控机的运行异常影响因素进行判定;
步骤三:对工控机运行异常的环境影响因素进行排查:将运行时段分别按照高温数据GW由小到大、湿偏数据SP由小到大以及振幅数据ZF由小到大的顺序进行排列得到高温序列、湿偏序列以及振幅序列,将高温序列、湿偏序列以及振幅序列进行比较并通过比较结果对调节因素进行标记。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311767398.7A CN117930795A (zh) | 2023-12-21 | 2023-12-21 | 一种基于人工智能的工控机自检控制系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311767398.7A CN117930795A (zh) | 2023-12-21 | 2023-12-21 | 一种基于人工智能的工控机自检控制系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117930795A true CN117930795A (zh) | 2024-04-26 |
Family
ID=90752962
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311767398.7A Pending CN117930795A (zh) | 2023-12-21 | 2023-12-21 | 一种基于人工智能的工控机自检控制系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117930795A (zh) |
-
2023
- 2023-12-21 CN CN202311767398.7A patent/CN117930795A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114665611B (zh) | 一种基于数据分析的配电柜运行智能监测管理系统 | |
CN114793019B (zh) | 基于大数据分析的二次设备可视化监管系统 | |
CN114859845A (zh) | 基于物联网控制器的智能工业数据管理系统 | |
CN115389854B (zh) | 一种直流电源供电系统的安全监测系统及方法 | |
CN114911209A (zh) | 一种基于数据分析的大蒜加工废水处理管理系统 | |
CN114993387A (zh) | 一种基于人工智能的主板生产加工监管系统 | |
CN114430199A (zh) | 一种基于大数据的开关柜运行监管系统 | |
CN115469176A (zh) | 一种基于数据模型的数字孪生电网用风险评估系统 | |
CN114793018A (zh) | 一种海上电网电气智能化数据处理装置 | |
CN116148582A (zh) | 基于数据分析的电力开关柜监测预警反馈系统 | |
CN115268342A (zh) | 一种基于大数据的工业设备节能管理系统 | |
CN116628774A (zh) | 一种基于云计算的数据存储完整性监管系统 | |
CN116028887B (zh) | 一种连续性工业生产数据的分析方法 | |
CN115473331B (zh) | 一种基于动态建模的数字孪生电网用电量监管系统 | |
CN114255784A (zh) | 一种基于声纹识别的变电站设备故障诊断方法及相关装置 | |
CN116976557A (zh) | 一种节能减碳的园区能源控制方法及系统 | |
CN115933508A (zh) | 一种配电网智能电力运维系统 | |
CN116513406A (zh) | 具有船舶运行状态信息采集功能的船舶智能终端 | |
CN116777433A (zh) | 一种基于数据分析的工业产线设备运维管理系统 | |
CN111158992A (zh) | 一种基于互联网的计算机故障报警系统 | |
CN116295664B (zh) | 一种中压配电柜 | |
CN117267861A (zh) | 一种基于物联网的空调室外风机故障预测系统 | |
CN117930795A (zh) | 一种基于人工智能的工控机自检控制系统 | |
CN117169652A (zh) | 一种基于人工智能的配电网故障检测定位系统 | |
CN116844315A (zh) | 人工智能预警方法、系统及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination |