一种自动包装机械的物理模型及预测性维护方法技术

本发明专利技术涉及一种自动包装机械的物理模型及预测性维护方法，其物理模型包括并列设置的属性、事件和服务；所述的属性、事件和服务将数据采集后传递给平台，所述的平台经过数据处理后将其展示在设备大屏上；其预测性维护方法包括如下步骤：S1、物理模型；S2、故障异常智能诊断；S3、故障异常智能预测；S4、故障异常智能决策；S5、维修管理。该自动包装机械的物理模型及预测性维护方法，可进行预测性的提前监护，降低后续维护成本，减少设备故障，减少机器停机带来的影响，减少库存，延长设备的使用寿命，平均故障预测间隔时间，提高产量，提高操作员的安全性，便于维修验证，增加利润，复制性较高，应用场景广泛。应用场景广泛。应用场景广泛。

【技术实现步骤摘要】
一种自动包装机械的物理模型及预测性维护方法


[0001]本专利技术涉及物理模型的
，尤其是一种自动包装机械的物理模型及预测性维护方法。

技术介绍

[0002]随着社会的不断发展，包装行业得到了快速的发展。在包装机械中，都引入了自动化装置来进行效率的整体提升。但是针对自动化包装机械尚没有完整的监控维护体系，这样当出现故障的时候会出现机器停机和消极维护的现象，这样对整体生产操作带来很大的影响；具体影响如下：产生消极维护现象，这种维护方式通常会发生在设备出现故障后，具有高度不可预测性，且设备本身的损伤程度较高，易造成修理时间及费用垫高等情况，还容易造成停线时间成本高等副作用；出现机器停机现象，会使得机器设备出现寿命的损耗，给整体生产带来巨大的损失。

技术实现思路

[0003]本专利技术要解决的技术问题是：为了解决上述
技术介绍
中存在的问题，提供的是一种自动包装机械的物理模型及预测性维护方法，可进行预测性的提前监护，降低后续维护成本，减少设备故障，减少机器停机带来的影响，减少库存，延长设备的使用寿命，平均故障预测间隔时间，提高产量，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种预测性维护方法，其特征在于，包括如下步骤：S1、物理模型；S2、故障异常智能诊断；S3、故障异常智能预测；S4、故障异常智能决策；S5、维修管理。2.如权利要求1所述的一种预测性维护方法，其特征在于：所述的S1物理模型中包括顺序连接的数据采集、特征数据提取、数据处理和数据融合。3.如权利要求1所述的一种预测性维护方法，其特征在于：所述的S2故障异常智能诊断中包括特征融合，所述的特征融合的一端并联连接一组或多组模型分类器一端，所述的一组或多组模型分类器的另一端均连接决策层融合，所述的决策层融合一侧依次连接故障异常诊断和故障异常判断。4.如权利要求3所述的一种预测性维护方法，其特征在于：所述的S2中决策层融合与故障异常诊断还设置标准块，所述的标准块为参考值、允许值、故障阙值或正常值中的一种或多种。5.如权利要求1所述的一种预测性维护方法，其特征在于：所述的S4故障异常智能预测中包括并列设置的深度网络模型、人工智能算法、故障处理方案和行业知识库。6.如权利要求1所述...

【专利技术属性】
技术研发人员：陈鹏飞，汤琴，
申请(专利权)人：常州思瑞科信息科技有限公司，
类型：发明
国别省市：