【技术实现步骤摘要】
一种云边协同的游乐设备故障预测与健康管理系统及方法
本专利技术涉及设备管理与物联网应用
,具体是一种云边协同的游乐设备故障预测与健康管理系统及方法。
技术介绍
随着我国经济社会的发展和人民生活水平的提高,旅游娱乐事业快速发展,游乐设施向着大型化、高参数、新奇特、高刺激等方向发展,在给人们带来快乐的同时,有些大型游乐设施却隐藏着安全隐患,乐极生悲的安全事故偶有发生,造成重大财产损失和人员伤亡,产生极其恶劣的社会影响。通常情况下游乐设备都处于长期安全运行的状态,企业和个人往往会松懈管理,大部分游乐行业设备维修保养都流于形式,巡检员不到现场查看,提前、延后或作假等方式抄写维保记录;且设备维保过于依赖个人经验,在出现人员变迁或流动时将严重影响设备的完好率。没有专业的管理和监测手段,设备制造方、设备经营方、设备维保方都无法实时、准确的了解设备、用户的具体情况,也很难对设备可能产生的故障提前预警。随着物联网、智能制造技术的发展,远程运维越来越广泛的受到关注。就大型游乐设备的管理来说,在状态检测的过程中,感知层将采集种类繁多的大量数据,如仍使用传统的云计算中心直接对此类数据进行收集和分析,会导致较大的带宽占用和网络延迟、数据丢包,甚至使得云计算中心的负载过高、压力过大及消耗额外的能源。
技术实现思路
本专利技术的目的在于提供一种云边协同的游乐设备故障预测与健康管理系统及方法,以解决上述
技术介绍
中提出的问题。为实现上述目的,本专利技术提供如下技术方案:一种云边协同的游乐设备故
【技术保护点】
1.一种云边协同的游乐设备故障预测与健康管理系统,其特征在于,包括:/n分布式数据采集系统,部署在游艺设备上,实时采集各类异构的状态数据并通过无线通信模块传输至边缘计算设备;/n边缘计算设备;包括边缘数据管理模块、预测服务编排器和模型运行模块,边缘数据管理模块对采集系统上传的各类异构数据进行预处理和缓存;预测服务编排器的配置重载模块获取云平台的目标设备状态预测模型配置和边缘模型训练模块所训练的该设备状态预测模型配置,由模型运行模块载入该设备的最新状态预测模型,使用预处理后的数据进行计算判决;/n云计算平台,内部设有配置管理模块,配置管理模块将根据全局数据增量的多少选择触发模型训练模块利用数据仓库中的所有全局数据分类更新各游艺设备的状态预测训练模型,并在闲时将该模型下发至边缘计算设备;/n管理和控制中心,包括人机交互界面,用于监控游乐设备的运行参数和健康状况,并接收故障预测消息。/n
【技术特征摘要】
1.一种云边协同的游乐设备故障预测与健康管理系统,其特征在于,包括:
分布式数据采集系统,部署在游艺设备上,实时采集各类异构的状态数据并通过无线通信模块传输至边缘计算设备;
边缘计算设备;包括边缘数据管理模块、预测服务编排器和模型运行模块,边缘数据管理模块对采集系统上传的各类异构数据进行预处理和缓存;预测服务编排器的配置重载模块获取云平台的目标设备状态预测模型配置和边缘模型训练模块所训练的该设备状态预测模型配置,由模型运行模块载入该设备的最新状态预测模型,使用预处理后的数据进行计算判决;
云计算平台,内部设有配置管理模块,配置管理模块将根据全局数据增量的多少选择触发模型训练模块利用数据仓库中的所有全局数据分类更新各游艺设备的状态预测训练模型,并在闲时将该模型下发至边缘计算设备;
管理和控制中心,包括人机交互界面,用于监控游乐设备的运行参数和健康状况,并接收故障预测消息。
2.根据权利要求1所述的一种云边协同的游乐设备故障预测与健康管理系统,其特征在于,所述分布式数据采集系统包括采集数据运行参数、机械系统参数、液压与气动系统参数和电气系统参数。
3.根据权利要求2所述的一种云边协同的游乐设备故障预测与健康管理系统,其特征在于,所述运行参数包括运行时电压、电流、压力、噪声、速度、加速度和运行周期,运行参数通过传感器及仪表监控获得。
4.根据权利要求2所述的一种云边协同的游乐设备故障预测与健康管理系统,其特征在于,所述机械系统参数的检测手段包括定点工业三防图像采集、超声测厚、超声及振动测试和声发射。
5.根据权利要求2所述的一种云边协同的游乐设备故障预测与健康管理系统,其特征在于,所述液压与气动系统参数包括管道压力、电磁阀/转向阀线圈电压电流,通过传感器及仪表监控获得。
6.根据权利要求2所述的一种云边协同的游乐设备故障预测与健康管理系统,其特征在于,所述电气系统参数包括PLC与核心部件的电压、电流监测。
7.根据权利要求1所述的一种云边协同的游乐设备故障预测与健康管理系统,其特征在于,所述边缘计算设备还包括故障预警模块和通信服务模块。
8.根据权利要求1所述的一种云边协同的游乐设备故障预测与健康管理系统,其特征在于,所述云计算平台包括数据仓库、模型训练、健康管理、通信服务四大模块。
9.根据权利要求8所述的一种云边协同的游乐设备故障预测与健康管理系统,其特征在于,...
【专利技术属性】
技术研发人员:卢晶琦,孟庆元,
申请(专利权)人:电子科技大学中山学院,
类型:发明
国别省市:广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。