一种用于工业设备数据的智能采集系统技术方案

本发明专利技术公开了一种用于工业设备数据的智能采集系统，具体涉及数据采集领域，包括数据采集模块，数据整合模块，数据计算模块，故障预测模块，报警处理模块及可视化界面模块；采集的数据可以用于实时监控设备运行状态；包括：自动化数据采集：智能采集系统可以通过连接传感器和设备来自动采集数据；实时监控：该系统可实时监测设备运行状态、故障、生产计划和成本控制；预测性维护：智能采集系统可以分析收集到的数据，帮助预测设备故障，进行维护和更换。智能采集系统的优点在于可以实现智能化、自动化、高效的数据采集和分析，从而提高生产效率和可靠性，减少停机时间和成本。减少停机时间和成本。减少停机时间和成本。

【技术实现步骤摘要】
一种用于工业设备数据的智能采集系统


[0001]本专利技术涉及工业数据处理
，更具体地说，本专利技术涉及一种用于工业设备数据的智能采集系统及其方法。

技术介绍

[0002]工业设备是指在工业生产过程中使用的各种机器、设备、工具等生产资料之一，能够进行物料加工、制造、包装、储运等各种生产工序的机器和设备。不同传感器获取的信息可能具有不同的重要性，或者在不同时段具有不同的价值。需要使用多种传感器技术来监测轴承状态参数，但是不同传感器之间存在数据不一致、不兼容等问题，导致数据整合和分析的困难。
[0003]目前采用的特征提取算法普遍具有较低的准确度和稳定性，存在着特征损失和噪音干扰带来的误判等问题，影响了工业设备轴承状态的判断精度，现有的算法模型对于数据量较大、维度较高的工业设备数据计算效率较低，不能及时地进行数据分析和故障预测，从而影响了工业设备的稳定运行；当前的智能采集系统往往只能对单一设备进行监测和分析，无法实现对多设备数据的综合分析与对比。
[0004]本实验新型可以根据轴承状态的变化，自适应地调整数据的权重和重要性，可以融合来自不同传感器的数据，同时结合历史数据和环境因素等信息，从而提高对轴承状态的判断精度。

技术实现思路

[0005]为了克服现有技术的上述缺陷，本专利技术的实施例提供一种用于工业设备数据的智能采集系统，通过大数据技术，以解决上述
技术介绍
中提出的问题。
[0006]为实现上述目的，本专利技术提供如下技术方案：
[0007]一种用于工业设备数据的智能采集系统，包括：
[0008]数据采集模块：利用传感器采集轴承的状态参数，并将轴承的状态参数传输至数据整合模块；
[0009]数据整合模块：用于将采集到的数据进行整合并依次编号，并将数据传输至数据计算模块；
[0010]数据计算模块：用于系统根据设备轴承数据计算工业设备轴承的缺陷程度A
n
、稳定性指数B
n
以及运行可靠性指数为C
n
＝k*A
n
+(1
‑
k)B
n
，并将计算结果传输至故障预测模块；
[0011]故障预测模块：用于系统将计算出的轴承可靠性指数与预设值进行对比，判断轴承可靠性指数是否小于预设值，小于则为不合格，筛选出不合格的数据，并传输至报警处理模块；
[0012]报警处理模块：用于系统接收不合格的设备数据以及设备轴承数据，并触发报警装置，当设备出现异常或故障时，该系统会发出报警信号，通知操作人员进行检查和维修；
[0013]可视化界面模块：用于系统将设备数据、数据计算判断结果以及数据计算结果实
时更新并传输至显示器上。
[0014]优选的，所述数据采集模块采用传感器技术对轴承的状态参数进行监测，运用图像处理技术，对收集到的轴承样品进行数据分析，所述数据分析模块具体包括：
[0015]传感器采集单元：利用温度传感器、振动传感器、转速传感器以及其他检测设备对轴承的工作状态进行监测；
[0016]图像分析单元：对轴承样本的图像进行图像分析，对轴承样本外观数据进行采集提取。
[0017]优选的，所述数据整合模块：用于存储将采集到的设备轴承数据存储至系统的数据库中，对采集到的数据进行整合并依次编号，并将数据传输至数据计算模块，所述数据整合模块具体包括：
[0018]数据提取单元：利用网络爬虫技术对数据库中的所需数据进行筛选并提取并对提取出的数据进行整合处理；
[0019]数据排序单元：对整合后的数据进行排序处理，整合后的数据具体包括：轴承平均加速度a1、a2……
a
n
、平均速度b1、b2……
b
n
、工作时的相对位移c1、c2……
c
n
、工作温度d1、d2……
d
n
、噪声分贝值e1、e2……
e
n
、载荷f1、f2……
f
n
、强度g1、g2……
g
n
、刚度h1、h2……
h
n
、摩擦系数j1、j2……
j
n
、硬度k1、k2……
k
n
以及表面刻痕个数s1、s2……
s
n
。
[0020]优选的，所述数据计算模块用于系统根据设备承轴数据计算工业设备轴承的缺陷程度A
n
、稳定性指数B
n
以及运行可靠性指数C
n
，并将计算结果传输至故障预测模块，所述数据计算模块具体包括：
[0021]缺陷程度计算单元：计算轴承样本的缺陷程度为：
[0022]稳定性指数计算单元：计算轴承样本的稳定性指数为：
[0023][0024]运行可靠性指数计算单元：计算轴承样本的运行可靠性指数为：C
n
＝k*A
n
+(1
‑
k)B
n
；
[0025]优选的，所述报警处理模块：当设备出现异常或故障时，该系统会发出报警信号，通知操作人员进行检查和维修。
[0026]优选的，所述可视化界面模块：该模块用于将采集到的数据以图表、仪表盘展示给操作人员，以便他们能够迅速准确了解设备的运行状态。
[0027]优选的，所述故障预测模块：故障预测模块采用机器学习、人工智能、大数据分析，对轴承的故障特征进行分析，通过评估历史数据和当前运行状态，预测轴承在未来可能出现的各种故障模式和性质。
[0028]本专利技术的技术效果和优点：
[0029]本专利技术通过数据采集模块采集轴承的状态参数，数据整合模块进行数据整合和编号，数据计算模块计算轴承缺陷程度和稳定性指数，故障预测模块用于判断轴承可靠性指数是否合格，报警处理模块在出现不合格数据时发出报警信号。同时，可视化界面模块将系统的实时更新以可视化的方式展示在显示器上。
[0030]这种用于工业设备数据的智能采集系统的主要优点是优化了设备的管理方式，能
够通过实时监测和数据分析预测设备故障，并在设备出现问题时及时发出报警，减少故障的危害并提高设备的利用率。
附图说明
[0031]图1为本专利技术的系统结构框图。
[0032]图2为本专利技术的系统流程图。
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。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0034]实施例1
[0035]本实施例提供了如图1所示下面是工业设备故障预测系统各模块的功能连接：数据采集模块利用传感器采集轴承的状态参数，并将数据传输至数据整合模块。本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于工业设备数据的智能采集系统，其特征在于，包括：数据采集模块：利用传感器采集轴承的状态参数，并将轴承的状态参数传输至数据整合模块；数据整合模块：用于将采集到的数据进行整合并依次编号，并将数据传输至数据计算模块；数据计算模块：用于系统根据设备轴承数据计算工业设备轴承的缺陷程度A
n
、稳定性指数B
n
以及运行可靠性指数为C
n
＝k*A
n
+(1
‑
k)B
n
，并将计算结果传输至故障预测模块；故障预测模块：用于系统将计算出的轴承可靠性指数与预设值进行对比，判断轴承可靠性指数是否小于预设值，小于则为不合格，筛选出不合格的数据，并传输至报警处理模块；报警处理模块：用于系统接收不合格的设备数据以及设备轴承数据，并触发报警装置，当设备出现异常或故障时，该系统会发出报警信号，通知操作人员进行检查和维修；可视化界面模块：用于系统将设备数据、数据计算判断结果以及数据计算结果实时更新并传输至显示器上。2.根据权利要求1所述的一种用于工业设备数据的智能采集系统，其特征在于：所述数据采集模块采用传感器技术对轴承的状态参数进行监测，运用图像处理技术，对收集到的轴承样品进行数据分析，所述数据分析模块具体包括：传感器采集单元：利用温度传感器、振动传感器、转速传感器以及其他检测设备对轴承的工作状态进行监测；图像分析单元：对轴承样本的图像进行图像分析，对轴承样本外观数据进行采集提取。3.根据权利要求1所述的一种用于工业设备数据的智能采集系统，其特征在于：所述数据整合模块：用于存储将采集到的设备轴承数据存储至系统的数据库中，对采集到的数据进行整合并依次编号，并将数据传输至数据计算模块，所述数据整合模块具体包括：数据提取单元：利用网络爬虫技术对数据库中的所需数据进行筛选并提取并对提取出的数据进行整合处理；数据排序单元：对整合后的数据进行排序处理，整合后的数据具体包括：轴承平均加速度a1、a2……
a
n
、平均速度b1、b2……
b
n
...

【专利技术属性】
技术研发人员：杨晨，
申请(专利权)人：河南开扩智能科技有限公司，
类型：发明
国别省市：