基于大数据的预测性维护系统技术方案

本发明专利技术公开了基于大数据的预测性维护系统，包括云平台、挂车智能终端和预测性维护平台，所述云平台位于云端主要用于实现挂车终端的接入和数据消息的解析，所述挂车智能终端用于实现上行消息的发送和平台消息的接收，所述预测性维护平台用于接收信息中间件的挂车数据实现挂车物流公司的需求并提供制动片的预测性维护，所述云平台、挂车智能终端与预测性维护平台电连接；所述预测性维护平台包括使用终端、数据通信下发模块、建立预测模型模块和可视化模块，所述使用终端与数据通信下发模块电连接，所述建立预测模型模块与可视化模块电连接，本发明专利技术，具有实时把握制动片状态和确定合理的制动片检查和维护时间的特点。合理的制动片检查和维护时间的特点。合理的制动片检查和维护时间的特点。

【技术实现步骤摘要】
基于大数据的预测性维护系统


[0001]本专利技术涉及预测性维护
，具体为基于大数据的预测性维护系统。

技术介绍

[0002]挂车在运行过程中，由于一些零部件损坏导致安全事故的情况屡见不鲜，其原因主要是在挂车运行过程中，由于其司机人员常更换，运输路途路况复杂，运输时间长等特点，导致对挂车零部件的维护基本依靠挂车公司的定期年检或出现故障之后的事后维护，然而这样的维护方式不稳定系数过大，在检查间隔期间如果制动片厚度过薄会严重影响刹车性能，进而威胁行驶安全。
[0003]且目前常用的预测性维护方法基本需要大量设备从正常运行到失效的数据，然而对于制动片而言，其在行驶过程中，根据其磨损情况会提前更换，而不是在失效时才进行更换，不存在失效运行的数据，因此，设计实时把握制动片状态和确定合理的制动片检查和维护时间的基于大数据的预测性维护系统是很有必要的。

技术实现思路

[0004]本专利技术的目的在于提供基于大数据的预测性维护系统，以解决上述
技术介绍
中提出的问题。
[0005]为了解决上述技术问题，本专利技术提供如下技术方案：基于大数据的预测性维护系统，包括云平台、挂车智能终端和预测性维护平台，所述云平台位于云端主要用于实现挂车终端的接入和数据消息的解析，所述挂车智能终端用于实现上行消息的发送和平台消息的接收，所述预测性维护平台用于接收信息中间件的挂车数据实现挂车物流公司的需求并提供制动片的预测性维护，所述云平台、挂车智能终端与预测性维护平台电连接；
[0006]所述预测性维护平台包括使用终端、数据通信下发模块、建立预测模型模块和可视化模块，所述使用终端与数据通信下发模块电连接，所述建立预测模型模块与可视化模块电连接，所述使用终端用于直接面向挂车相关使用人员终端，所述数据通信下发模块用于根据挂车绑定的司机信息给司机发送消息通知，所述建立预测模型模块用于根据采集获取的制动片特征数据建立预测模型，所述可视化模块用于展示在地图上的实时定位地址和实时车速的挂车时序数据。
[0007]根据上述技术方案，所述云平台包括数据接入模块、消息解析模块和消息中间件单元，所述数据接入模块、消息解析模块与消息中间件单元电连接，所述数据接入模块用于实现挂车终端的多数据接入，所述消息解析模块用于云平台对接入的挂车数据进行解析传输，所述消息中间件单元用于预测性维护平台通过消息中间件单元与挂车智能终端进行通信。
[0008]根据上述技术方案，所述挂车智能终端包括挂车端、GPS定位信号模块、CAN总线信号模块和网络传输模块，所述挂车端与GPS定位信号模块、CAN总线信号模块电连接，所述挂车端与网络传输模块电连接，所述挂车端位于挂车之上，用于建立数据连接、消息封装转发
以及数据传输管理，所述GPS定位信号模块用于挂车终端使用GNSS接收天线实现高精度的挂车GPS定位，所述CAN总线信号模块用于对CAN接口接收到的数据进行轮询，实时监听和接收，所述网络传输模块用于实现对数据的封装和下行传输。
[0009]根据上述技术方案，所述预测性维护平台的运行方法包括以下步骤：
[0010]步骤A1：搭建挂车智能终端，终端搭载于挂车车身之上，利用数据链接每一辆挂车、司机、挂车物流公司；
[0011]步骤A2：通过挂车智能终端采集挂车运行时状态数据，实现挂车远程定位和状态监控；
[0012]步骤A3：以采集存储的挂车大数据为基础，构建覆盖挂车车队的远程信息预测性维护平台；
[0013]步骤A4：预测性维护平台接收消息中间件的挂车数据，通过预测性维护算法对挂车制动片实现预测性维护。
[0014]根据上述技术方案，所述步骤A1中，挂车终端位于挂车之上，作为挂车接入预测平台的终端硬件，实现连接间的建立、消息的封装转发以及数据传输管理。
[0015]根据上述技术方案，所述步骤A2中，挂车智能终端采集挂车运行时状态数据的运行方法包括以下步骤：
[0016]步骤A21：由MCU模块、电源模块、GPS天线、CAN总线接口和数据通信模块共同组成挂车智能终端硬件单元；
[0017]步骤A22：挂车智能终端用于搭载多个挂车端，使用GNSS接收天线实现高精度的挂车GPS定位信号获取，实时上传挂车当前所在位置；
[0018]步骤A23：通信端挂载于挂车CAN总线，对CAN接口接收到的数据进行轮询，实时监听和接收。
[0019]根据上述技术方案，所述步骤A3中，建立预测性维护平台的方法包括以下步骤：
[0020]步骤A31：在阿里云服务器上部署预测性维护平台；
[0021]步骤A32：预测性维护平台提供包含用户登录管理、消息下发、数据查询和可视化展示的应用需求；
[0022]步骤A33：通过使用终端验证当前登录用户的身份和账号信息是否正确，并进行超级管理员和普通用户之间的隔离，同步利用可视化来展示挂车时序数据，根据消息下发功能中与挂车绑定的司机信息给司机发送计算的预测维护消息通知。
[0023]根据上述技术方案，所述步骤A32中，预测性维护平台提供面向挂车物流公司需求的可视化管理和展示界面，展示挂车实时地理位置、速度、制动片状态，通过平台进行消息下发功能，针对部分危险行为对司机进行及时通知。
[0024]根据上述技术方案，所述步骤A4中，预测性维护算法包括以下运行步骤：
[0025]步骤A41：从挂车数据库中提取制动片数据，进行制动片预测模型主要特征计算；
[0026]步骤A42：将计算后的数据进行数据清洗；
[0027]步骤A43：建立预测模型，预测模型各个部分之间通过磁盘或内存进行数据交换，将清洗完成后的数据作为预处理后的预测模型输入；
[0028]步骤A44：预测模型进行数据训练后输出预测结果，将结果写入挂车预测数据库，利用可视化模块在网页上显示。
[0029]根据上述技术方案，所述步骤A43中，建立预测模型的方法包括以下步骤：
[0030]步骤A431：利用实验台对制动片磨损过程中多项特征数据进行记录；
[0031]步骤A432：在试验台环境下，提取对制动片磨损量最重要的三个特征指标：制动力矩、制动温度和制动速度；
[0032]步骤A433：从挂车数据库中选取对制动片磨损量影响最大的三个特征向量作为预测维护模型的输入变量，建立制动片磨损量预测模型。
[0033]与现有技术相比，本专利技术所达到的有益效果是：本专利技术，通过设置有云平台、挂车智能终端和预测性维护平台，以挂车智能终端为基础，用数据链接每一辆挂车、司机、挂车物流公司，云平台为整体系统提供数据存储、数据预处理、模型训练与计算、终端接入、数据解析、消息下发的技术支持，通过挂车智能终端采集挂车运行时状态数据，对挂车实现远程定位和状态监控，并从挂车数据库中提取数据，然后进行制动片预测模型主要特征的计算，计算结束之后进行数据清洗，数据清洗包含异常处理、缺失处理、时间对齐的步骤，清洗完成后得到预处理后的模型输入数据，各个部分之间通过磁盘或内本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于大数据的预测性维护系统，包括云平台、挂车智能终端和预测性维护平台，其特征在于：所述云平台位于云端主要用于实现挂车终端的接入和数据消息的解析，所述挂车智能终端用于实现上行消息的发送和平台消息的接收，所述预测性维护平台用于接收信息中间件的挂车数据实现挂车物流公司的需求并提供制动片的预测性维护，所述云平台、挂车智能终端与预测性维护平台电连接；所述预测性维护平台包括使用终端、数据通信下发模块、建立预测模型模块和可视化模块，所述使用终端与数据通信下发模块电连接，所述建立预测模型模块与可视化模块电连接，所述使用终端用于直接面向挂车相关使用人员终端，所述数据通信下发模块用于根据挂车绑定的司机信息给司机发送消息通知，所述建立预测模型模块用于根据采集获取的制动片特征数据建立预测模型，所述可视化模块用于展示在地图上的实时定位地址和实时车速的挂车时序数据。2.根据权利要求1所述的基于大数据的预测性维护系统，其特征在于：所述云平台包括数据接入模块、消息解析模块和消息中间件单元，所述数据接入模块、消息解析模块与消息中间件单元电连接，所述数据接入模块用于实现挂车终端的多数据接入，所述消息解析模块用于云平台对接入的挂车数据进行解析传输，所述消息中间件单元用于预测性维护平台通过消息中间件单元与挂车智能终端进行通信。3.根据权利要求2所述的基于大数据的预测性维护系统，其特征在于：所述挂车智能终端包括挂车端、GPS定位信号模块、CAN总线信号模块和网络传输模块，所述挂车端与GPS定位信号模块、CAN总线信号模块电连接，所述挂车端与网络传输模块电连接，所述挂车端位于挂车之上，用于建立数据连接、消息封装转发以及数据传输管理，所述GPS定位信号模块用于挂车终端使用GNSS接收天线实现高精度的挂车GPS定位，所述CAN总线信号模块用于对CAN接口接收到的数据进行轮询，实时监听和接收，所述网络传输模块用于实现对数据的封装和下行传输。4.根据权利要求3所述的基于大数据的预测性维护系统，其特征在于：所述预测性维护平台的运行方法包括以下步骤：步骤A1：搭建挂车智能终端，终端搭载于挂车车身之上，利用数据链接每一辆挂车、司机、挂车物流公司；步骤A2：通过挂车智能终端采集挂车运行时状态数据，实现挂车远程定位和状态监控；步骤A3：以采集存储的挂车大数据为基础，构建覆盖挂车车队的远程信息预测性维护平台；步骤A4：预测性维护平台接收消息中间件的挂车数据，通过预测性维护算法对挂车制动片实现预测性维护。5.根据权利要求4所述的基于大数据的预测性维护系统，其特征在于：所述步骤A1...

【专利技术属性】
技术研发人员：郭洋洋，
申请(专利权)人：郭洋洋，
类型：发明
国别省市：