一种模块化工业控制管理系统技术方案

本发明专利技术公开了一种模块化工业控制管理系统，包括可替换的模块化数据采集模块，所述模块化数据采集模块与智能分析系统的信号接收端连接，所述智能分析系统的信号发送端与设备执行器连接；所述智能分析模块还包括模型搭建模块、模型模拟模块、数据分析模块、检验模块、AI学习模块和数据库。本发明专利技术具有制稳定，制造成本低的效果。成本低的效果。成本低的效果。

【技术实现步骤摘要】
一种模块化工业控制管理系统


[0001]本专利技术涉及工业测量控制领域，尤其涉及一种模块化工业控制管理系统。

技术介绍

[0002]工业设备测量控制系统通过对受控设备的数据的采集和分析，实现对受控设备的工作监控、负荷管理，从而达到对工业设备自动化管理与控制、工业设备负荷预测、工业设备高效工作等目的。
[0003]现有的工业测量控制系统在实际使用时，针对具体的工业产线上监测的数据时进行定制的，也就是说单个产线上的运行数据是特定的，实际使用时手机的数据经过分析后与数据库或设定的数据一致，即可正常运行，但是实际生产过程中单个产品可能涉及到多条产线，或单个车间中分布有多条不同的产线，每个工业产线均需要单独进行系统的定制，调试，尤其是不同工序之间的协调同步性、到位检测、质量检测等，因此存在设备较贵，产品的生产成本较高，经济效益。

技术实现思路

[0004]针对上述现有技术的不足，本专利申请提出一种模块化工业控制管理系统化，具有控制稳定，制造成本低的优点。
[0005]为了实现上述目的，本专利技术采用了如下技术方案：
[0006]一种模块化工业控制管理系统，包括可替换的模块化数据采集模块，所述模块化数据采集模块与智能分析系统的信号接收端连接，所述智能分析系统的信号发送端与设备执行器连接；所述智能分析模块还包括模型搭建模块、模型模拟模块、数据分析模块、检验模块、AI学习模块和数据库；
[0007]所述模型搭建模块用于录入工序中涉及的设备信息和接收信号类型的信息；
[0008]模型模拟模块用于整合录入的工序信息，并经过不断地模拟，最终制定完整的工序流程，并制定工序流程上的信息标准参照值；
[0009]所述数据分析模块用于对接收的信号进行实时分析，并与信息标准参照值进行对照；
[0010]所述检验模块用于对分析后的数据与模型模拟模块形成的标准参照值进行二次检验；
[0011]所述AI学习模块用于收集不同规格设备以及工序产线的模型数据，并进行训练学习，提升整个系统的适用范围；
[0012]所述数据库用于存储已有数据模型和搜寻库外数据模型。
[0013]作为优化，所述模块化数据采集模块为设置在设备上的各类传感器，包括但不限于到位传感器、温度传感器、液位传感器、重量传感器、速度传感器、加速度传感器、光电传感器。
[0014]作为优化，所述模型搭建模块支持录入的设备信息包括标准加工设备和非标准自
建设备，所述非标准自建设备的录入需要连同信号种类一并录入。
[0015]作为优化，所述模型模拟模块包括筛选单元、排序单元、整合单元和调节单元，所述筛选单元将受到的设备信息和信号信息进行过筛分；所述排序单元用于针对工件或产品进行工序最优化设计，参照国家标准和行业规范，所述整合单元用于将各工序之间进行整合，形成完整的流水线，并将信号种类进行排序整合，划分检测判定顺序和标准；所述调节单元用于人工对流水线进行部分调节，以适应现场情况。
[0016]作为优化，所述数据分析模块在进行工作时包括以下步骤：
[0017]S1：接收到信号；
[0018]S2：判断信号所属工序；
[0019]S3：对信号信息进行联动对比，即把该信号信息连通同时段接收的其余工序信号信息一并进行比对，多信号数据结果一致即为合格，否则即为故障。
[0020]作为优化，步骤S3中同时段接受的不同信号互相之间同步验证。
[0021]作为优化，AI学习模块运行步骤包括:
[0022]A1：获取各类标准和非标准的设备以及工序信息；
[0023]A2：随机获取完整工序产线；
[0024]A3：在步骤A3的基础上，逐个替换同类型设备并进行模拟，进入步骤A5
[0025]A4：在步骤A3的基础上，对所有工序打乱并逐个模拟，进入步骤A5
[0026]A5：将可实施的模拟模型进行存储，并接受人为调整干预。
[0027]作为优化，所述AI学习模块可不间断运行，信息获取途径包括但不限于人工录入、国家标准行业标准获取、大数据获取。
[0028]作为优化，所述步骤A3和A4中出现的无法运行的模拟模型，存储形成错误数据，用于规避后续学习过程中产生的重复模拟。
[0029]有益效果
[0030](1)可以针对不同的产线所需要的工序进行自主定制，并根据所要检测的数据信号进行自行配置，自动化程度高，降低了产线定制费用高，调试周期长的弊端；
[0031](2)可以不断的经过自主学习，扩充工序种类，生产线种类。
附图说明：
[0032]图1为本专利技术所述一种模块化工业控制管理系统的系统框架图。
具体实施方式
[0033]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。
[0034]参照图1，一种模块化工业控制管理系统，包括可替换的模块化数据采集模块，所述模块化数据采集模块与智能分析系统的信号接收端连接，所述智能分析系统的信号发送端与设备执行器连接；所述智能分析模块还包括模型搭建模块、模型模拟模块、数据分析模块、检验模块、AI学习模块和数据库；
[0035]所述模型搭建模块用于录入工序中涉及的设备信息和接收信号类型的信息；
[0036]模型模拟模块用于整合录入的工序信息，并经过不断地模拟，最终制定完整的工
序流程，并制定工序流程上的信息标准参照值；
[0037]所述数据分析模块用于对接收的信号进行实时分析，并与信息标准参照值进行对照；
[0038]所述检验模块用于对分析后的数据与模型模拟模块形成的标准参照值进行二次检验；
[0039]所述AI学习模块用于收集不同规格设备以及工序产线的模型数据，并进行训练学习，提升整个系统的适用范围；
[0040]所述数据库用于存储已有数据模型和搜寻库外数据模型。
[0041]本实施例中，所述模块化数据采集模块为设置在设备上的各类传感器，包括但不限于到位传感器、温度传感器、液位传感器、重量传感器、速度传感器、加速度传感器、光电传感器。
[0042]本实施例中，所述模型搭建模块支持录入的设备信息包括标准加工设备和非标准自建设备，所述非标准自建设备的录入需要连同信号种类一并录入。
[0043]本实施例中，所述模型模拟模块包括筛选单元、排序单元、整合单元和调节单元，所述筛选单元将受到的设备信息和信号信息进行过筛分；所述排序单元用于针对工件或产品进行工序最优化设计，参照国家标准和行业规范，所述整合单元用于将各工序之间进行整合，形成完整的流水线，并将信号种类进行排序整合，划分检测判定顺序和标准；所述调节单元用于人工对流水线进行部分调节，以适应现场情况。
[0044]本实施例中，所述数据分析模块在进行工作时包括以下步骤：
[0045]S1：接收到信号；
[0046]S2：本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种模块化工业控制管理系统，其特征在于：包括可替换的模块化数据采集模块，所述模块化数据采集模块与智能分析系统的信号接收端连接，所述智能分析系统的信号发送端与设备执行器连接；所述智能分析模块还包括模型搭建模块、模型模拟模块、数据分析模块、检验模块、AI学习模块和数据库；所述模型搭建模块用于录入工序中涉及的设备信息和接收信号类型的信息；模型模拟模块用于整合录入的工序信息，并经过不断地模拟，最终制定完整的工序流程，并制定工序流程上的信息标准参照值；所述数据分析模块用于对接收的信号进行实时分析，并与信息标准参照值进行对照；所述检验模块用于对分析后的数据与模型模拟模块形成的标准参照值进行二次检验；所述AI学习模块用于收集不同规格设备以及工序产线的模型数据，并进行训练学习，提升整个系统的适用范围；所述数据库用于存储已有数据模型和搜寻库外数据模型。2.根据权利要求1所述的一种模块化工业控制管理系统，其特征在于，所述模块化数据采集模块为设置在设备上的各类传感器，包括但不限于到位传感器、温度传感器、液位传感器、重量传感器、速度传感器、加速度传感器、光电传感器。3.根据权利要求2所述的一种模块化工业控制管理系统，其特征在于，所述模型搭建模块支持录入的设备信息包括标准加工设备和非标准自建设备，所述非标准自建设备的录入需要连同信号种类一并录入。4.根据权利要求3所述的一种模块化工业控制管理系统，其特征在于，所述模型模拟模块包括筛选单元、排序单元、整合单元和调节单元，所述筛选单元将受到的设备信息和信号信息进行过筛分；所述排序单...

【专利技术属性】
技术研发人员：田志浩，吴泽雨，
申请(专利权)人：田志浩，
类型：发明
国别省市：