CN218892733U - 用于烟草包装设备的状态监测系统 - Google Patents
用于烟草包装设备的状态监测系统 Download PDFInfo
- Publication number
- CN218892733U CN218892733U CN202222365172.1U CN202222365172U CN218892733U CN 218892733 U CN218892733 U CN 218892733U CN 202222365172 U CN202222365172 U CN 202222365172U CN 218892733 U CN218892733 U CN 218892733U
- Authority
- CN
- China
- Prior art keywords
- equipment
- data
- tobacco packaging
- industrial control
- monitoring system
- 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
Images
Classifications
-
- 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
- Testing And Monitoring For Control Systems (AREA)
Abstract
本公开实施例中提供用于烟草包装设备的状态监测系统,包括实时数据采集系统,所述实时数据采集系统包括传感器系统及数据采集控制器;数据采集控制器与各个传感器通信连接;边缘端工控设备,与数据采集控制器及设备控制系统通信连接;边缘端工控设备包括故障预测及诊断模块;边缘端工控设备从数据采集控制器和设备控制系统获得烟草包装设备的设备状态数据并进行故障预测和/或诊断;数据传输设备与边缘端工控设备通信连接;云端服务系统与数据传输设备通信连接,用于传递设备状态数据以及云端服务系统对边缘端工控设备的模块配置。本公开实施例中的状态监测系统实现高效传输设备状态数据及对应故障诊断结果的通信系统架构,有效提升运行效率。
Description
技术领域
本公开涉及通信系统技术领域,尤其涉及用于烟草包装设备的状态监测系统。
背景技术
工业设备设施是生产制造过程中的核心资产,设备运行的稳定性和可靠性对产量与质量都有着极大的影响。在现有的响应式维护、预防性维护基础上,如果可以实现一定范围的预测性维护,将处理一些严重故障的过程从事后维修、定期巡检转变为主动预防、事先预测,就可以降低设备的故障率及停机时间、提高设备利用率,避免意外停工而影响生产效率;同时减少维修费用及设备整个生命周期成本,消除在不必要的维护上所花费的时间和资源。
在烟草行业中,卷烟包装设备是包装工艺的关键设备,卷包设备运行的稳定性直接影响到了成品烟的质量与产量。目前,烟厂对卷包设备的维护策略主要依赖响应式维护和固定方式的预防性维护,并不能良好适配烟草包装设备的实际状态进行维护。磨损损坏类故障一旦发生,往往需要停机维修。并且,由于烟草包装设备结构复杂,且参考数据不够需要依赖人工判断,定位故障与零件更换需要很长的时间。
而且,目前主要是依赖于人工进行卷包设备的检查、汇报,再由相关人员进行故障维修,费时费力,效率低下。
发明内容
鉴于以上所述现有技术的缺点,本公开的目的在于提供用于烟草包装设备的状态监测系统,利用整个系统的通信架构高效地采集数据、故障确定并通知,有效提升效率。
本公开第一方面提供一种用于烟草包装设备的状态监测系统,所述烟草包装设备通信连接于设备控制系统;所述状态监测系统包括:实时数据采集系统,包括:设于至少一烟草包装设备的传感器系统、及数据采集控制器;所述数据采集控制器与传感器系统中的传感器通信连接以收集采集数据;用于对所述至少一烟草包装设备故障预测和/或诊断的边缘端工控设备,与所述数据采集控制器及设备控制系统通信连接;所述边缘端工控设备包括故障预测及诊断模块;所述边缘端工控设备用于从所述数据采集控制器和设备控制系统获得烟草包装设备的设备状态数据,输入故障预测及诊断模块以执行故障预测和/或诊断;数据传输设备,与所述边缘端工控设备通信连接;云端服务系统,与所述数据传输设备通信连接以形成边缘端工控设备和云服务端之间的通信路径;所述通信路径用于边缘端工控设备向云端服务系统传递设备状态数据,以及用于云端服务系统对所述故障预测及诊断模块的配置。
在第一方面的实施例中,所述边缘端工控设备及设备控制系统之间形成命令信道,用于传递边缘端工控设备在预测故障时产生的怠速或停机命令。
在第一方面的实施例中,所述云端服务系统包括:消息中间件服务器,通信连接于所述数据传输设备;应用服务器,通信连接于所述消息中间件服务器;数据存储服务器,通信连接于所述应用服务器;数据处理服务器,通信连接于所述数据库服务器。
在第一方面的实施例中,所述传感器系统包括以下至少一种传感器:振动传感器;温度传感器;油温油压传感器;气压传感器;每种传感器的数量为一个或多个。
在第一方面的实施例中,所述传感器系统所设置的部位与预设故障分类所涉及的设备部件相关,所述预设故障分类包括以下至少一种:机械松动;不对中;齿轮故障;轴承故障。
在第一方面的实施例中,至少一个所述振动传感器所设置在烟草包装设备的部位包括以下中的至少一种:电动机联轴器;烟支推进器曲轴;衬纸刀架;内衬纸切刀;往复模盒;橡胶凸轮轴承;商标纸转盘下轴承;商标纸转盘变速箱输入端;主驱动轴承输出端;小刀玻璃纸刀架;烟包入口通道电机减速机;条盒透明纸刀轴;商标纸输送胶木齿轮;堆叠塔减速机;主传动减速轮;烟支推进器。
在第一方面的实施例中,所述油温油压传感器设置在烟草包装设备的主油路入口处。
在第一方面的实施例中,所述气压传感器设置在烟草包装设备的部位包括以下至少一种:主机正压入口;商标纸吸风;内框纸吸风;铝箔纸吸风;辅机正压;条盒纸吸风处。
在第一方面的实施例中,数据采集控制器基于第一频率执行所述收集的动作,所述边缘端工控设备基于第二频率执行所述故障预测和/或诊断的动作,所述第一频率预设倍数于所述第二频率,所述预设倍数在30至2000之间。
在第一方面的实施例中,所述边缘端工控设备包括至少一第一非易失性存储装置用于暂时存储所述设备状态数据;和/或,所述云端服务系统包括至少一第二非易失性存储装置用于长期存储所述设备状态数据。
如上所述,本公开实施例中提供用于烟草包装设备的状态监测系统,所述烟草包装设备通信连接于设备控制系统;状态监测系统包括:实时数据采集系统,包括:设于至少一烟草包装设备的传感器系统、及数据采集控制器;所述数据采集控制器与传感器系统中的传感器通信连接以收集采集数据;用于对所述至少一烟草包装设备故障预测和/或诊断的边缘端工控设备,与所述数据采集控制器及设备控制系统通信连接;所述边缘端工控设备包括故障预测及诊断模块;所述边缘端工控设备用于从所述数据采集控制器和设备控制系统获得烟草包装设备的设备状态数据,输入故障预测及诊断模块以执行故障预测和/或诊断;数据传输设备,与所述边缘端工控设备通信连接;云端服务系统,与所述数据传输设备通信连接以形成边缘端工控设备和云服务端之间的通信路径;所述通信路径用于边缘端工控设备向云端服务系统传递设备状态数据,以及用于云端服务系统对所述故障预测及诊断模块的配置。本公开实施例中的状态监测系统实现高效传输设备状态数据及对应故障诊断结果的通信系统架构,有效提升运行效率。
附图说明
图1展示本公开一实施例中用于烟草包装设备的状态监测系统的结构示意图。
图2展示本公开一更具体实施例中用于烟草包装设备的状态监测系统的结构示意图。
具体实施方式
以下通过特定的具体示例说明本公开的实施方式,本领域技术人员可由本公开所揭露的消息轻易地了解本公开的其他优点与功效。本公开还可以通过另外不同的具体实施方式加以实施或应用模块,本公开中的各项细节也可以根据不同观点与应用模块,在没有背离本公开的精神下进行各种修饰或改变。需说明的是,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。
下面以附图为参考,针对本公开的实施例进行详细说明,以便本公开所属技术领域的技术人员能够容易地实施。本公开可以以多种不同形态体现,并不限定于此处说明的实施例。
在本公开的表示中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的表示意指结合该实施例或示例表示的具体特征、结构、材料或者特点包括于本公开的至少一个实施例或示例中。而且,表示的具体特征、结构、材料或者特点可以在任一个或一组实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本公开中表示的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外,术语“第一”、“第二”仅用于表示目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或隐含地包括至少一个该特征。在本公开的表示中,“一组”的含义是两个或两个以上,除非另有明确具体的限定。
为了明确说明本公开,省略与说明无关的器件,对于通篇说明书中相同或类似的构成要素,赋予了相同的参照符号。
在通篇说明书中,当说某器件与另一器件“连接”时,这不仅包括“直接连接”的情形,也包括在其中间把其它元件置于其间而“间接连接”的情形。另外,当说某种器件“包括”某种构成要素时,只要没有特别相反的记载,则并非将其它构成要素排除在外,而是意味着可以还包括其它构成要素。
虽然在一些示例中术语第一、第二等在本文中用来表示各种元件,但是这些元件不应当被这些术语限制。这些术语仅用来将一个元件与另一个元件进行区分。例如,第一接口及第二接口等表示。再者,如同在本文中所使用的,单数形式“一”、“一个”和“该”旨在也包括复数形式,除非上下文中有相反的指示。应当进一步理解,术语“包含”、“包括”表明存在所述的特征、步骤、操作、元件、模块、项目、种类、和/或组,但不排除一个或一组其他特征、步骤、操作、元件、模块、项目、种类、和/或组的存在、出现或添加。此处使用的术语“或”和“和/或”被解释为包括性的,或意味着任一个或任何组合。因此,“A、B或C”或者“A、B和/或C”意味着“以下任一个:A;B;C;A和B;A和C;B和C;A、B和C”。仅当元件、功能、步骤或操作的组合在某些方式下内在地互相排斥时,才会出现该定义的例外。
此处使用的专业术语只用于言及特定实施例,并非意在限定本公开。此处使用的单数形态,只要语句未明确表示出与之相反的意义,那么还包括复数形态。在说明书中使用的“包括”的意义是把特定特性、区域、整数、步骤、作业、要素及/或成份具体化,并非排除其它特性、区域、整数、步骤、作业、要素及/或成份的存在或附加。
虽然未不同地定义,但包括此处使用的技术术语及科学术语,所有术语均具有与本公开所属技术领域的技术人员一般理解的意义相同的意义。普通使用的字典中定义的术语追加解释为具有与相关技术文献和当前提示的消息相符的意义,只要未进行定义,不得过度解释为理想的或非常公式性的意义。
工业设备设施的稳定性对生产产量和质量有着直接的影响,其维护和维修需要重点关注。在烟草行业,烟草包装设备(如卷烟包装设备)同样需要积极的维护和维修。但是,目前的维护策略还是响应式维护和预防性维护,在预测性维护方面的实际应用仍然不够。并不能良好适配烟草包装设备的实际状态进行维护。磨损损坏类故障一旦发生,往往需要停机维修。并且,由于烟草包装设备结构复杂,且参考数据不够需要依赖人工判断,定位故障与零件更换需要很长的时间。而且,通过人工进行设备的检查以及汇报,再进行维修,效率低下。
鉴于此,本公开在一些实施例中可以提供用于烟草包装设备的状态监测系统,实现数据采集、传输、诊断等功能,有效提升效率。
如图1所示,展示本公开一实施例中烟草包装设备的状态监测系统的结构示意图。
所述烟草包装设备101通信连接于设备控制系统100。在一些实施例中,所述设备控制系统100可以设置在如控制柜中,通过缆线通信连接于所述烟草包装设备101。在一些实施例中,所述烟草包装设备101可以是一台或多台。
如图所示,所述状态监测系统包括:实时数据采集系统102、边缘端工控设备103、数据传输设备104及云端服务系统105。
实时数据采集系统102,包括:设于至少一烟草包装设备101的传感器系统121、及数据采集控制器122。
在一些实施例中,所述传感器系统121包括以下至少一种传感器:振动传感器;温度传感器;油温油压传感器;气压传感器。每种传感器的数量为一个或多个。各种所述传感器用于采集烟草包装设备101不同部位处的例如温度、振动、油温油压、气压数据等。
在一些实施例中,所述传感器系统121所设置的部位与预设故障分类所涉及的设备部件相关。具体的,可以对烟草包装设备101按照其机械机理(如传动关系)进行子系统划分,根据振动测点位置将测点与可能相关的部件建立对应关系。从而,可以得到烟草包装设备101的预设故障分类包括以下至少一种:机械松动、不对中、齿轮故障、轴承故障等。
相应地,示例性地说明振动传感器、油温油压传感器、气压传感器在烟草包装设备101可能设置的部位。在一些实施例中,至少一个所述振动传感器所设置在烟草包装设备101的部位包括以下中的至少一种:电动机联轴器;烟支推进器曲轴;衬纸刀架;内衬纸切刀;往复模盒;橡胶凸轮轴承;商标纸转盘下轴承;商标纸转盘变速箱输入端;主驱动轴承输出端;小刀玻璃纸刀架;烟包入口通道电机减速机;条盒透明纸刀轴;商标纸输送胶木齿轮;堆叠塔减速机;主传动减速轮;烟支推进器。在一些实施例中,所述油温油压传感器设置在烟草包装设备101的主油路入口处等。在一些实施例中,所述气压传感器设置在烟草包装设备101的部位包括以下至少一种:主机正压入口;商标纸吸风;内框纸吸风;铝箔纸吸风;辅机正压;条盒纸吸风处等。
所述数据采集控制器122与传感器系统121中的传感器通信连接以收集采集数据。在一些实施例中,所述数据采集控制器122可以是可编程逻辑控制器(PLC)实现。各个所述传感器可以通过线缆连接至所述数据采集控制器122。在一些实施例中,所述数据采集控制器122可以随传感器系统121一并安装在烟草包装设备101。在一些实施例中,数据采集控制器122收集各传感器的采集数据后,还可以先进行预处理以得到特征数据,比如计算每一秒钟内振动数据的有效值、平均值、峰值、峭度与歪度等。数据采集控制器122将获取到的传感器原始数据与特征数据发送到所述边缘端工控机。
关于所述边缘端工控设备103。“边缘”是相对于“云”而言的网络边缘,所述边缘端工控设备103即网络最接近于终端(烟草包装设备101)的位置的工控设备。示例性地,所述数据采集PLC与所述边缘端工控机通过ADS协议通讯传输数据。所述边缘端工控设备103可以对至少一个烟草包装设备101进行控制。所述边缘端工控设备103,与所述数据采集控制器122及设备控制系统100通信连接,以从所述数据采集控制器122接收所述原始数据与特征数据,以及从所述设备控制系统100接收烟草包装设备101的运行参数,例如生产速度(即包装速度)。所述边缘端工控设备103可以从所述原始数据、特征数据和运行参数得到烟草包装设备101的设备状态参数,比如将特征数据和运行参数直接构成设备状态参数,或者通过特征提取手段从原始数据、特征数据和运行参数提取能表示烟草包装设备101状态的设备状态参数。
所述边缘端工控设备103可以包括故障预测及诊断模块,可供输入所述设备状态参数来对烟草包装设备101进行故障预测和/或故障诊断。在一些实施例中,所述故障预测用于预测故障以能形成预警通知。相比于响应式维护和预防性维护而言,故障预测能实现“预测性维护”,以预判可能出现故障的位置,从而针对性地进行处理,同时提升设备稳定性和维护效率。所述故障诊断即在发生故障后,可以通过故障诊断来定位出现故障的位置和零件,相比于人工判断而言,大大节省效率。当故障预测及诊断模块根据烟草包装设备101的设备状态数据预测异常报警后,边缘端工控设备103与烟草包装设备101的设备控制系统100通信,通过通信连接的协议(例如ADS协议)修改控制参数来降低烟草包装设备101的生产速度甚至紧急停机,故障预测及诊断模块还可以通过分析设备状态数据(例如振动原始数据、振动特征值数据等),定位可能发生故障的零部件。
所述数据传输设备104,与所述边缘端工控设备103通信连接,所述数据传输设备104还与所述云端服务系统105,以形成边缘端工控设备103和云服务端之间的通信路径。在一些实施例中,所述数据传输设备104可以包括网关设备,通过电子通信网络连接到云端服务系统105。在一些实施例中,所述电子通信网络可以包含有线网络,也可以包含移动通信网络,或者是有线网络和移动通信网络的混合网络等。在一些实施例中,所述边缘工控机实时监控机器状态的同时将烟草包装设备101的设备状态数据加密后通过数据传输设备104发送到云端服务系统105。
所述云端服务系统105,与所述数据传输设备104通信连接以形成边缘端工控设备103和云服务端之间的通信路径。所述通信路径用于边缘端工控设备103向云端服务系统105传递设备状态数据,以及用于云端服务系统105对所述故障预测及诊断模块的配置,例如云端服务系统105可以建立(还可包括训练)所述故障及诊断模块对应的模型,然后下放到边缘端工控设备103,以供边缘端工控设备103调用。
需特别说明的是,所述故障预测及诊断模块可以采用一些现有技术实现,本公开并不需要涉及软件方法的改进。示例性地给出一些可能的实现方式。
在一些实施例中,所述故障预警模型可以基于阈值相关的策略建立。所述阈值可以有不同大小的多个,以区分预警(程度较轻)、报警(程度较重)等,并可对应于不同的健康度。在可能实现示例中,可以在振动特征值数据满足随机正态分布的前提下,对一段稳定运行的历史特征数据计算数学期望mu与标准差sigma,选择合适的参数n或者k,确定预警阈值及报警阈值。预警阈值:precaution=mu+n*sigma(n>3);报警阈值:alert=mu+k*sigma(k>n>3);按照正态分布原则,数值分布在的mu±3*sigma的概率为0.9974,所以n和k应选择大于3,避免将正常数值划为异常。同时,报警阈值应高于预警阈值,作为故障预警模型的应用策略。计算特征量的实时数据超过阈值的程度,渐进式地记录设备状态的劣化程度,从而标记设备的健康度指标。
在一些实施例中,所述故障诊断模型的建立,可以通过建立烟草包装设备101传动部件的机理模型,确定各传动零件的故障特征频率,结合振动故障规则,实现对部件级与零件级的故障定位,辅助维修策略,用于在所述故障预警模型报警后,对可能故障原因进行分析,定位到最有可能发生故障的零件。在例如各机械松动、不对中、齿轮故障、轴承故障等故障类别中,可以借鉴典型的旋转机械故障诊断理论以及振动分析专家的经验知识,将不同的数据特征表现与故障模式匹配起来,形成诊断规则,作诊断模型的逻辑依据。在一些实施例中,所述故障诊断模型可以通过例如机器学习模型实现。故障诊断模型可以根据各自所要预测的目标的需求,通过将输入数据和添加有理想目标标签(即对应定位的故障类别,并可确定到故障零件)的输出数据作为训练数据集,对模型进行训练得到。比如,通过输入的设备状态数据以及对应发生故障的故障类别构成训练数据,输入机器学习模型令其学习根据所述设备状态数据能尽可能输出接近真实的预测故障类别,并且通过损失函数来约束诊断的预测故障类别相对真实故障类别的差异以更新模型参数。
又比如,还可以通过其它现有技术实现,比如中国专利申请CN201810061051.3的一种玉米收获机传动系状态监测系统和方法中所记载,“所述系统包括采集模块和诊断模块;采集模块用于对待诊断收获机传动系的传动部件进行参数信息的采集,并将参数信息发送至诊断模块;诊断模块用于根据接收的参数信息,建立用于表示各传动部件工作状态的特征矩阵;并将特征矩阵内的特征值与预先建立的标准特征矩阵中对应的标准特征值进行比较,根据比较结果输出传动部件的故障诊断结果。本发明通过采集收获机传动系传动部件的参数信息,建立特征矩阵,并与标准特征矩阵进行对比,获取故障诊断结果,能够定位传动系中发生故障的传动部件”。
另外在一些实施例中,为使建立的模型可靠,在建立(如训练)所述故障预测及诊断模块的模型时,可以先对要输入模型的设备状态数据进行预处理。具体而言,所述输入数据来自于传感器系统121的采集数据和设备控制系统100的运行参数,可能涉及振动、油温油压、温度、气压、电流等数据类型。以检测磨损损坏故障为目标,来建立所述故障预测及诊断模块的模型时,可以主要利用振动数据(原始数据和特征数据),辅以烟草包装设备101的车速数据的特征数据和原始数据作为输入数据。在一些实施例中,可以通过对设备控制系统100收集连续的生产速度数据(如采样频率1Hz)、获取连续的振动特征值数据(如采样频率1Hz)以及高频的振动原始波形数据(如采样频率40KHz以上)。在建立模型时,所述预处理可以包括:数据清洗、数据聚合、工况切分、信号处理与特征提取、特征归一化处理等步骤。其中,对原始振动数据和振动特征值数据进行数据清洗,可以保持数据的关键标签的唯一性,去除不合理和偏离常识的数据。以及,通过特征归一化方式,可以将不同量纲的数据转换到同一度量上,统一数据量纲,通过预处理后的特征数据来建立(及训练)的模型具有更好的通用性。在一些实施例中,所述设备状态数据可以是在烟草包装设备101稳定运行工况下所采集。并可以采用生产速度(即包装速度)标定卷包设备的工况程度。随着包装速度的上升,振动传感器(可以是加速度传感器)采集到的振动数值也会跟随上升。进一步地,可以将稳定与不稳定工况的数据以及不同车速下稳定运行的数据切分出来,避免由车速上升造成振动变大的假性异常。以振动数据的切分为例,可以对于高频的振动原始波形先通过滤波、小波降噪等手段降噪、滤波、频域转换等信号处理,再从时域特征与频域特征两个维度提取高频振动原始波形数据的特征值。通过专家对该样本的时频分析以及已知样本时间处于在已知长期稳定无故障的运行时间段确定正样本,剔除不满足正样本选取方式的样本。对单个样本进行时频域的特征提取后,判断样本所包含信息与其他样本的重复程度,重复程度低,则允许该样本加入正常样本数据集。并且,积累每一个实际发生的故障,明确故障发生的时间、故障发生的部位、故障原因、故障类别、故障修复后的时间等建立故障样本数据集,以作为生成标签的参考。在上述示例中,按1Hz采样的振动特征值数据,如有效值等。
在一些实施例中,可参考图2所示,所述云端服务系统105包括:消息中间件服务器151,通信连接于所述数据传输设备104;应用服务器152,通信连接于所述消息中间件服务器151;数据存储服务器153,通信连接于所述应用服务器152;数据处理服务器154,通信连接于所述数据库服务器。所述消息中间件服务器151可以示例性地包括RabbitMQ消息中间件。示例性地,所述数据存储服务器153包括:Redis服务,MySQL数据库以及TDengine时序数据库等,用于为Spring微服务提供数据支撑。在一些实施例中,所述边缘端工控设备103包括至少一第一非易失性存储装置用于暂时存储所述设备状态数据;和/或,所述云端服务系统105包括至少一第二非易失性存储装置用于长期存储所述设备状态数据。其中,所述第一非易失性存储装置和第二非易失性存储装置可以是服务器的磁盘、磁盘阵列等。第二非易失性存储装置用于所述数据存储服务器153的各数据库的数据存储功能,存储与管理所有来自数据传输设备104的关于烟草包装设备101的设备状态数据。在可能实施例中,用户可以通过网络登录到云端服务系统105全部历史数据,并可生成烟草包装设备101的运行状态报告。
在一些实施例中,所述数据采集控制器122基于第一频率执行所述收集的动作,所述边缘端工控设备103基于第二频率执行所述故障预测和/或诊断的动作,所述第一频率预设倍数于所述第二频率,所述预设倍数在30至2000之间。例如,数据采集控制器122每半小时传输一次以两秒频率采集的高频振动数据;相应的,边缘端工控机每半小时进行一次模型调度。考虑到机械磨损损坏类故障是渐进式、随着运行时间增多而逐渐劣化的,半小时的时间间隔不会影响预测故障的及时性。预测性维护模型的半小时的时间间隔,一方面保证了每次模型计算的充足时间,确保软件运行的稳定性;另一方面相当于对设备的各子系统进行了每半小时的“体检”,每次的“体检”结果的变化趋势,也能在一定程度上代表设备状态的健康趋势。当然,所述第一频率和第二频率可以根据实际情况加以变化,并非以上述2秒1次和半小时1次为限。
对以上云端服务系统105和边缘端工控设备103的协同工作,进行简单概述。所述云端服务系统105可用于建立故障诊断及诊断模块的模型,并下发给边缘端工控设备103使用。具体的,在建立所述模型时,云端服务系统105可通过对从边缘端工控设备103经数据传输设备104发送的设备状态数据(源于传感器系统121的采集数据和设备控制系统100的运行参数)进行预处理,稳定和不稳定工况的划分等,以建立示范样本数据集,根据示范样本数据集建立故障预警模型,可用于预测烟草包装设备101的某个部件是否处于正常或异常状态,以能对烟草包装设备101当前的健康程度进行评价,例如给出健康度指标。另外,可以通过分析烟草包装设备101的传动机理模型,从例如振动分析的角度提取故障特征,通过例如无监督学习或半监督学习的方式建立故障诊断模型,用于在故障预警模型报警(可由相比预警更严重的实际故障引起)后,对此次报警的可能故障原因进行分析,定位到最有可能发生故障的零件。
边缘端工控设备103进行在线监测时,对实时得到的设备状态数据进行数据处理与特征提取后,输入到故障预警模型中进行分析。如果故障预警模型报警,则继续进行故障诊断模型分析,最后得到诊断结果;反之,认为烟草包装设备101不存在故障异常或没有潜在故障,此次预测停止。
需说明的是,以上模型的建立和应用可以采用一些现有技术实现,本公开实施例中技术方案是提供一套状态监测系统,实现对烟草包装设备101运行的设备状态数据的监测,并可进行故障预测、诊断定位(可以利用现有技术,本公开并不限定),实现高效、及时、自动的故障预测、定位,并不涉及软件技术的改进的保护。
综上所述,本公开实施例中提供用于烟草包装设备的状态监测系统,所述烟草包装设备通信连接于设备控制系统;状态监测系统包括:实时数据采集系统,包括:设于至少一烟草包装设备的传感器系统、及数据采集控制器;所述数据采集控制器与传感器系统中的传感器通信连接以收集采集数据;用于对所述至少一烟草包装设备故障预测和/或诊断的边缘端工控设备,与所述数据采集控制器及设备控制系统通信连接;所述边缘端工控设备包括故障预测及诊断模块;所述边缘端工控设备用于从所述数据采集控制器和设备控制系统获得烟草包装设备的设备状态数据,输入故障预测及诊断模块以执行故障预测和/或诊断;数据传输设备,与所述边缘端工控设备通信连接;云端服务系统,与所述数据传输设备通信连接以形成边缘端工控设备和云服务端之间的通信路径;所述通信路径用于边缘端工控设备向云端服务系统传递设备状态数据,以及用于云端服务系统对所述故障预测及诊断模块的配置。本公开实施例中的状态监测系统实现高效传输设备状态数据及对应故障诊断结果的通信系统架构,有效提升运行效率。
上述实施例仅例示性说明本公开的原理及其功效,而非用于限制本公开。任何熟悉此技术的人士皆可在不违背本公开的精神及范畴下,对上述实施例进行修饰或改变。因此,举凡所属技术领域中具有通常知识者在未脱离本公开所揭示的精神与技术思想下所完成的一切等效修饰或改变,仍应由本公开的权利要求所涵盖。
Claims (9)
1.一种用于烟草包装设备的状态监测系统,其特征在于,所述烟草包装设备通信连接于设备控制系统;所述状态监测系统包括:
实时数据采集系统,包括:设于至少一烟草包装设备的传感器系统、及数据采集控制器;所述数据采集控制器与传感器系统中的传感器通信连接以收集采集数据;所述传感器系统包括:一个或多个气压传感器,所述一个或多个气压传感器设置在烟草包装设备的部位包括以下至少一种:主机正压入口;商标纸吸风;内框纸吸风;铝箔纸吸风;辅机正压;条盒纸吸风处;
用于对所述至少一烟草包装设备故障预测和/或诊断的边缘端工控设备,与所述数据采集控制器及设备控制系统通信连接;所述边缘端工控设备包括故障预测及诊断模块;所述边缘端工控设备用于从所述数据采集控制器和设备控制系统获得烟草包装设备的设备状态数据,输入故障预测及诊断模块以执行故障预测和/或诊断;
数据传输设备,与所述边缘端工控设备通信连接;
云端服务系统,与所述数据传输设备通信连接以形成边缘端工控设备和云服务端之间的通信路径;所述通信路径用于边缘端工控设备向云端服务系统传递设备状态数据,以及用于云端服务系统对所述故障预测及诊断模块的配置。
2.根据权利要求1所述的用于烟草包装设备的状态监测系统,其特征在于,所述边缘端工控设备及设备控制系统之间形成命令信道,用于传递边缘端工控设备在预测故障时产生的怠速或停机命令。
3.根据权利要求1所述的用于烟草包装设备的状态监测系统,其特征在于,所述云端服务系统包括:
消息中间件服务器,通信连接于所述数据传输设备;
应用服务器,通信连接于所述消息中间件服务器;
数据存储服务器,通信连接于所述应用服务器;
数据处理服务器,通信连接于所述数据库服务器。
4.根据权利要求1所述的用于烟草包装设备的状态监测系统,其特征在于,所述传感器系统包括以下至少一种传感器:振动传感器;温度传感器;油温油压传感器;每种传感器的数量为一个或多个。
5.根据权利要求4所述的用于烟草包装设备的状态监测系统,其特征在于,所述传感器系统所设置的部位与预设故障分类所涉及的设备部件相关,所述预设故障分类包括以下至少一种:机械松动;不对中;齿轮故障;轴承故障。
6.根据权利要求4所述的用于烟草包装设备的状态监测系统,其特征在于,至少一个所述振动传感器所设置在烟草包装设备的部位包括以下中的至少一种:电动机联轴器;烟支推进器曲轴;衬纸刀架;内衬纸切刀;往复模盒;橡胶凸轮轴承;商标纸转盘下轴承;商标纸转盘变速箱输入端;主驱动轴承输出端;小刀玻璃纸刀架;烟包入口通道电机减速机;条盒透明纸刀轴;商标纸输送胶木齿轮;堆叠塔减速机;主传动减速轮;烟支推进器。
7.根据权利要求4所述的用于烟草包装设备的状态监测系统,其特征在于,所述油温油压传感器设置在烟草包装设备的主油路入口处。
8.根据权利要求1所述的用于烟草包装设备的状态监测系统,其特征在于,数据采集控制器基于第一频率执行所述收集的动作,所述边缘端工控设备基于第二频率执行所述故障预测和/或诊断的动作,所述第一频率预设倍数于所述第二频率,所述预设倍数在30至2000之间。
9.根据权利要求1所述的用于烟草包装设备的状态监测系统,其特征在于,所述边缘端工控设备包括至少一第一非易失性存储装置用于暂时存储所述设备状态数据;和/或,所述云端服务系统包括至少一第二非易失性存储装置用于长期存储所述设备状态数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202222365172.1U CN218892733U (zh) | 2022-09-06 | 2022-09-06 | 用于烟草包装设备的状态监测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202222365172.1U CN218892733U (zh) | 2022-09-06 | 2022-09-06 | 用于烟草包装设备的状态监测系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN218892733U true CN218892733U (zh) | 2023-04-21 |
Family
ID=85997769
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202222365172.1U Active CN218892733U (zh) | 2022-09-06 | 2022-09-06 | 用于烟草包装设备的状态监测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN218892733U (zh) |
-
2022
- 2022-09-06 CN CN202222365172.1U patent/CN218892733U/zh active Active
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110059325B (zh) | 车辆故障预警系统及对应的车辆故障预警方法 | |
EP1242923B1 (en) | A process for the monitoring and diagnostics of data from a remote asset | |
US8126679B2 (en) | Automatic remote monitoring and diagnostics system | |
US20110020122A1 (en) | Integrated condition based maintenance system for wind turbines | |
CN114282434A (zh) | 一种工业设备健康管理系统及方法 | |
RU2587122C2 (ru) | Система контроля и диагностики для основанной на энергии текучей среды машинной системы, а также основанная на энергии текучей среды машинная система | |
CN111667198A (zh) | 石油钻机远程在线监测与预测性维护系统与评价方法 | |
CN111098463A (zh) | 一种注塑机故障诊断系统及诊断方法 | |
CN110469462A (zh) | 一种基于多模板的风电机组智能状态监测系统 | |
CN108894932B (zh) | 一种风电机组发电机轴承故障智能诊断系统及方法 | |
US11941521B2 (en) | Vibrating machine automated diagnosis with supervised learning | |
DE102020101008B3 (de) | Verfahren und vorrichtung zur maschinenüberwachung mit kontinuierlicher verbesserung einer vorausschauenden wartungsdatenbank | |
KR102545672B1 (ko) | 기계고장 진단 방법 및 장치 | |
CN111159487A (zh) | 一种汽车发动机主轴预测性维护智能系统 | |
CN113341879A (zh) | 一种数控机床的数据采集与监控方法及系统 | |
CN114487361A (zh) | 一种油液在线监测系统 | |
CN115728057A (zh) | 一种风力发电机组齿轮箱振动监测与故障诊断方法 | |
CN109115271B (zh) | 一种数控机床远程监测系统 | |
CN107390673A (zh) | 一种用于无人驾驶车辆的维修系统及方法 | |
WO2020253950A1 (en) | Monitoring method, predicting method, monitoring system and computer program | |
CN218892733U (zh) | 用于烟草包装设备的状态监测系统 | |
CN114298384A (zh) | 适用于船用装卸臂的安全运维预测系统及方法 | |
CN113418731A (zh) | 一种卷烟机组的在线故障诊断方法 | |
CN115596653A (zh) | 一种化工库区油泵智能管控应用技术 | |
CN111242329A (zh) | 一种港口起重机传动部件大数据监控系统及监控方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
GR01 | Patent grant | ||
GR01 | Patent grant |