光纤器件加工设备的数字化智能监测系统及方法技术方案

本发明专利技术涉及设备监管技术领域，具体为光纤器件加工设备的数字化智能监测系统及方法，所述系统包括健康状态变化趋势分析模块，所述健康状态变化趋势分析模块分析光纤器件加工设备历史维护信息中维护数据与第一故障数据集合之间的关联性，得到光纤器件加工设备中待测部件的历史健康状态变化趋势，默认相邻两次维护对应的时间间隔为数据库中预置的定值。本发明专利技术不仅监控设备中部件的保养时间，还考虑到不同设备部件在不同使用状态下的健康状态情况的差异情况，准确预测光纤器件加工设备基于当前加工环境下，下一次维护时间前设备部件出现故障风险的程度，并及时向管理员进行预警，实现对光纤器件加工设备的有效管控。现对光纤器件加工设备的有效管控。现对光纤器件加工设备的有效管控。

【技术实现步骤摘要】
光纤器件加工设备的数字化智能监测系统及方法


[0001]本专利技术涉及设备监管
，具体为光纤器件加工设备的数字化智能监测系统及方法。

技术介绍

[0002]随着通信技术的不断发展，光纤通信技术的地位越来越凸显，逐渐成为世界通信领域发展中的主流，在信息社会中发挥着不可替代的作用，发展潜力较大，具有频带宽（通信容量大）、损耗低（中继距离长的特点）及抗电磁干扰能力强的特点；在光纤通信中，除光纤外，还需要运用到光纤器件，常见的光纤器件包含光连接器、光耦合器、光开关、波分复用器和波分解复用器、光衰减器、光环行器、光隔离器和光调制器等。
[0003]由于光纤通信中对光纤连接时及光纤中信号处理时要求的精度较高，进而对光纤器件的质量要求也较高，为了更好地对光纤器件的质量进行把控，对光纤器件加工设备的监测已经成为本领域人员亟待解决的问题。
[0004]现有的光纤器件加工设备的数字化智能监测系统，只是简单的监控设备中部件的保养时间，并定时向管理人员进行预警，但是未考虑到不同设备部件在不同使用状态下的健康状态情况是存在差异的，往往加工设备的部件本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.光纤器件加工设备的数字化智能监测方法，其特征在于，所述方法包括以下步骤：S1、获取光纤器件加工设备的维护信息及光纤器件异常产品信息，并保存到数据库中，所述维护信息包括维护数据及故障数据；S2、提取数据库内光纤器件加工设备历史维护信息中维护数据与故障数据，对故障数据进行动态筛选，用筛选后的正常数据构建第一故障数据集合，用筛选的异常数据构建第二故障数据集合；S3、分析光纤器件加工设备历史维护信息中维护数据与第一故障数据集合之间的关联性，得到光纤器件加工设备中待测部件的历史健康状态变化趋势，默认相邻两次维护对应的时间间隔为数据库中预置的定值；S4、根据光纤器件加工设备历史维护信息中第二故障数据集合，获取光纤器件加工设备中待测部件的异常特征集合；S5、获取当前光纤器件加工设备的运行状态数据，若当前时间光纤器件加工设备未出现故障，则对光纤器件加工设备进行故障风险管理，分析光纤器件加工设备的运行故障风险值，并根据所得运行故障风险值，判断是否需要对管理员进行预警，若当前时间光纤器件加工设备出现故障，则对管理员进行预警。2.根据权利要求1所述的光纤器件加工设备的数字化智能监测方法，其特征在于：所述光纤器件加工设备的维护信息中的维护数据包括每次维护时对应的维护编号、每次维护设备的时间点及每次维护前后产品分别对应的次品率，不同的维护编号对应不同的维护次数，所述次品率表示最近一批产品中异常产品量与相应批次中产品总量的比值；所述光纤器件加工设备的维护信息中的故障数据包括每次设备故障时间及故障部件的使用寿命；所述光纤器件异常产品信息包括异常产品所属的产品批次及产品的生产时间。3.根据权利要求1所述的光纤器件加工设备的数字化智能监测方法，其特征在于：所述S2中对故障数据进行动态筛选的方法包括以下步骤：S21、获取光纤器件加工设备历史维护信息中的维护数据及故障数据，对故障数据中待测部件种类记为Ai；S22、提取S21获取的维护数据中各个维护编号构成的集合，记为QAi，S23、获取故障数据中部件种类为Ai的故障次数及每次故障对应的时间，将故障数据中部件种类为Ai的第j次故障对应的时间记为BjAi，并将QAi中对应维护时间在时间区间（B(j
‑
1)Ai，BjAi]之间的所有维护编号构成的集合记为QAij，所述B(j
‑
1)Ai表示故障数据中部件种类为Ai的第j
‑
1次故障对应的时间，且当j=1时，B(j
‑
1)Ai等于光纤器件加工设备在采购后第一次运行的时间，获取QAij中第k个元素对应维护编号相应的维护前后产品次品率，将QAij中第k个元素对应维护编号相应的维护前产品次品率记为QAij1
k
，将QAij中第k个元素对应维护编号相应的维护后产品次品率记为QAij2
k
;S24、当k1＜1时，不对故障数据中部件种类为Ai的第j次故障进行分析，当k1≥1时，预测QAij对应的故障部件在故障时的产品次品率，记为DAij，所述DAij=（QAij1
k1
‑
QAij2
k1
‑1）/T*T1+Aij2
k1
,其中，k1表示QAij中的元素个数，QAij1
k1
表示QAij中第k1个元素对应维护编号相应的
维护前产品次品率，QAij2
k1
‑1表示第k1
‑
1个元素对应维护编号相应的维护后产品次品率，T表示部件种类为Ai的部件相邻两次维护的间隔时长，T1表示BjAi与QAij中第k1个元素对应维护编号相应的维护设备的时间点之间的间隔时长，Aij2
k1
表示第k1个元素对应维护编号相应的维护后产品次品率，若k1=1，QAij2
k1
‑1=0；S25、对故障数据进行动态筛选，当DAij≥QAij1
k1
时，则判定故障数据中部件种类为Ai的第j次故障正常，将故障数据中部件种类为Ai的第j次故障对应的数据作为第一故障数据集合中的一个元素，当DAij＜QAij1
k1
时，则判定故障数据中部件种类为Ai的第j次故障异常，将故障数据中部件种类为Ai的第j次故障对应的数据作为第二故障数据集合中的一个元素。4.根据权利要求3所述的光纤器件加工设备的数字化智能监测方法，其特征在于：所述S3中得到光纤器件加工设备中待测部件的历史健康状态变化趋势的方法包括以下步骤：S31、获取第一故障数据集合中部件种类为Ai的第j次故障对应的QAij，并将（B(j
‑
1)Ai，BjAi]划分成不同的时间切片区间，将时间区间（B(j
‑
1)Ai，BjAi1]作为第一时间切片区间，BjAi1表示QAij中第一个元素对应维护编号相应的维护时间点，将时间区间（BjAi
k
‑1，BjAi
k
]作为第k时间切片区间，BjAi
k
表示QAij中第k个元素对应...

【专利技术属性】
技术研发人员：王伟，王慧，
申请(专利权)人：山东越海通信科技股份有限公司，
类型：发明
国别省市：