具有深度学习功能的工业生产过程用故障检测系统技术方案

本发明专利技术公开了具有深度学习功能的工业生产过程用故障检测系统，涉及故障检测技术领域，具体为具有深度学习功能的工业生产过程用故障检测系统，包括工业数据采集模块，所述工业数据采集模块的电性输出端连接有工业数据处理模块，且工业数据处理模块的电性输出端连接有数据比对模块；数据差值判断模块，其连接在所述数据比对模块的电性输出端，所述数据差值判断模块的电性输出端分别连接有运行模块和故障警示模块。该具有深度学习功能的工业生产过程用故障检测系统通过数据比对模块能够对采集到的数据与提取的数据模型进行比对，数据差值判断模块判读出数据比对模块比对的数据是否在标准差值范围内。据是否在标准差值范围内。据是否在标准差值范围内。

【技术实现步骤摘要】
具有深度学习功能的工业生产过程用故障检测系统


[0001]本专利技术涉及故障检测
，具体为具有深度学习功能的工业生产过程用故障检测系统。

技术介绍

[0002]深度学习是一类机器学习方法，包括设计、训练和使用方法集合，工业生产是一种经济指标，以指数的形式加以说明。它说明了包括工厂、采矿和公用事业在内的主要经济部门的生产水平。此外，对广泛经济群体的需求是以消费品、商业设备和建筑用品来衡量的。经济学家和投资者都这样看将这一指标作为衡量经济健康状况的一个指标，在工业生产活动主要在工厂里进行。通常是工人、技术人员等利用动力和机械设备进行生产活动，在工业生产过程用有时会出现故障情况，从而需要具有深度学习功能的工业生产过程用故障检测系统。
[0003]现有的具有深度学习功能的工业生产过程用故障检测方法通常时人工在机械设备运行前进行大概检查，或等机械突然停止再进行检修，人工检查存在偏差，同时机械突然停止，拖慢了生产的进度，影响整体生产效率。

技术实现思路

[0004]针对现有技术的不足，本专利技术提供了具有深度学习功能的工业生产过程用故障检测系统，解决了上述
技术介绍
中提出现有的具有深度学习功能的工业生产过程用故障检测方法通常时人工在机械设备运行前进行大概检查，或等机械突然停止再进行检修，人工检查存在偏差，同时机械突然停止，拖慢了生产的进度，影响整体生产效率问题。
[0005]为实现以上目的，本专利技术通过以下技术方案予以实现：具有深度学习功能的工业生产过程用故障检测系统，包括：
[0006]工业数据采集模块，所述工业数据采集模块的电性输出端连接有工业数据处理模块，且工业数据处理模块的电性输出端连接有数据比对模块；
[0007]模型数据提取模块，其连接在所述数据比对模块的电性输入端，所述模型数据提取模块的电性输入端连接有模型数据储存模块；
[0008]数据差值判断模块，其连接在所述数据比对模块的电性输出端，所述数据差值判断模块的电性输出端分别连接有运行模块和故障警示模块；
[0009]故障检测模块，其连接在所述故障警示模块的电性输出端，所述故障检测模块的电性输出端连接有故障处理模块；
[0010]故障点采集模块，其连接在所述故障检测模块的电性输出端，所述故障点采集模块的电性输出端连接有故障点判断模块。
[0011]可选的，所述工业数据采集模块、工业数据处理模块和数据比对模块串联连接，且模型数据储存模块、模型数据提取模块和数据比对模块串联连接。
[0012]可选的，所述数据比对模块、数据差值判断模块和运行模块串联连接，且运行模块
和故障警示模块并联连接。
[0013]可选的，所述数据比对模块、数据差值判断模块、故障警示模块、故障检测模块和故障处理模块串联连接。
[0014]可选的，所述故障检测模块、故障点采集模块和故障点判断模块串联连接。
[0015]可选的，所述故障点采集模块还设有：
[0016]图像采集模块、温度值采集模块和速度采集模块，其分别设置在所述故障点采集模块内，所述图像采集模块、温度值采集模块和速度采集模块并联连接。
[0017]可选的，所述故障点判断模块还设有：
[0018]图像比对模块、温度值比对模块和速度值比对模块，其分别设置在所述故障点判断模块内，所述图像比对模块、温度值比对模块和速度值比对模块并联连接。
[0019]可选的，所述故障处理模块还设有：
[0020]呼叫辅助模块、温度调节模块和速度调节模块，其分别设置在所述故障处理模块内，所述呼叫辅助模块、温度调节模块和速度调节模块并联连接。
[0021]可选的，所述图像采集模块还设有：
[0022]亮度检测模块，其连接在所述图像采集模块的电性输出端，所述亮度检测模块的电性输出端连接有亮度值判断模块，所述亮度值判断模块的电性输出端连接有亮度调节模块，所述图像采集模块、亮度检测模块、亮度值判断模块和亮度调节模块串联连接。
[0023]可选的，所述故障警示模块还设有：
[0024]停止工作模块，其连接在所述故障警示模块的电性输出端，所述停止工作模块与故障检测模块并联连接。
[0025]本专利技术提供了具有深度学习功能的工业生产过程用故障检测系统，具备以下有益效果：
[0026]1、该具有深度学习功能的工业生产过程用故障检测系统设置有工业数据采集模块能够在机械运行前或运行过程中对机械各部位的数据进行采集，通过工业数据处理模块能够对采集到的数据进行处理，以得到较为标准规范的数据，通过模型数据储存模块能够对标准的数据模型进行储存，通过模型数据提取模块能够提取模型数据储存模块内储存的数据模型，通过数据比对模块能够对采集到的数据与提取的数据模型进行比对。
[0027]2、该具有深度学习功能的工业生产过程用故障检测系统设置有数据差值判断模块判读出数据比对模块比对的数据是否在标准差值范围内，如在标准范围内则表示数据正常，运行模块能够在数据正常时对机械设备进行启动，如不在标准范围内则表示数据非正常，通过故障警示模块能够在数据非正常时发出故障警报。
[0028]3、该具有深度学习功能的工业生产过程用故障检测系统设置有故障检测模块能够在故障情况进行检测，通过故障点采集模块能够分别对各种故障情况进行检测，故障点判断模块能在故障检测后判断出具体的故障原因，故障点采集模块通过图像采集模块、温度值采集模块和速度采集模块能够分别对机械的各部位图像、温度以及运行速度进行检测，故障点判断模块能够通过图像比对模块、温度值比对模块和速度值比对模块分别对机械的标准图像模型、标准温度值以及标准速度值进行比对判断，从而能够检测出机械设备是否存在外观受损、温度故障或速度故障的情况，故障处理模块能够通过呼叫辅助模块、温度调节模块和速度调节模块分别作出呼叫工人进行检修、调整温度以及速度的处理，从而
能够快速找出故障原因并作出处理，解决了现有的具有深度学习功能的工业生产过程用故障检测方法通常时人工在机械设备运行前进行大概检查，或等机械突然停止再进行检修，人工检查存在偏差，同时机械突然停止，拖慢了生产的进度，影响整体生产效率的问题。
[0029]4、该具有深度学习功能的工业生产过程用故障检测系统设置有亮度检测模块能够在图像采集模块工作过程中进行周围环境的亮度检测，通过亮度值判断模块能够判断出亮度值是否足够，当亮度值不够时，通过亮度调节模块能够进行补光处理，从而能够避免由于光线不足，影响图像采集模块的采集效果问题。
[0030]5、该具有深度学习功能的工业生产过程用故障检测系统设置有停止工作模块能够在机械运行过程中，通过故障警示模块检测到机械故障时，立即停止机械的运转，防止机械在故障情况下持续运转，严重影响机械的使用寿命同时存在安全隐患。
附图说明
[0031]图1为本专利技术整体流程示意图；
[0032]图2为本专利技术数据差值判断的流程示意图；
[0033]图3为本专利技术故障检测的流程示意图；...

【技术保护点】

【技术特征摘要】
1.具有深度学习功能的工业生产过程用故障检测系统，其特征在于，包括：工业数据采集模块(1)，所述工业数据采集模块(1)的电性输出端连接有工业数据处理模块(2)，且工业数据处理模块(2)的电性输出端连接有数据比对模块(5)；模型数据提取模块(4)，其连接在所述数据比对模块(5)的电性输入端，所述模型数据提取模块(4)的电性输入端连接有模型数据储存模块(3)；数据差值判断模块(6)，其连接在所述数据比对模块(5)的电性输出端，所述数据差值判断模块(6)的电性输出端分别连接有运行模块(7)和故障警示模块(8)；故障检测模块(9)，其连接在所述故障警示模块(8)的电性输出端，所述故障检测模块(9)的电性输出端连接有故障处理模块(10)；故障点采集模块(11)，其连接在所述故障检测模块(9)的电性输出端，所述故障点采集模块(11)的电性输出端连接有故障点判断模块(12)。2.根据权利要求1所述的具有深度学习功能的工业生产过程用故障检测系统，其特征在于，所述工业数据采集模块(1)、工业数据处理模块(2)和数据比对模块(5)串联连接，且模型数据储存模块(3)、模型数据提取模块(4)和数据比对模块(5)串联连接。3.根据权利要求1所述的具有深度学习功能的工业生产过程用故障检测系统，其特征在于，所述数据比对模块(5)、数据差值判断模块(6)和运行模块(7)串联连接，且运行模块(7)和故障警示模块(8)并联连接。4.根据权利要求1所述的具有深度学习功能的工业生产过程用故障检测系统，其特征在于，所述数据比对模块(5)、数据差值判断模块(6)、故障警示模块(8)、故障检测模块(9)和故障处理模块(10)串联连接。5.根据权利要求1所述的具有深度学习功能的工业生产过程用故障检测系统，其特征在于，所述故障检测模块(9)、故障点采集模块(11)和故障点判断模块(12)串联连接。6.根据...

【专利技术属性】
技术研发人员：田会峰，黄毅，郑艳芳，刘乾，李雪宝，
申请(专利权)人：张家港江苏科技大学产业技术研究院，
类型：发明
国别省市：