基于安全生产检修作业的数字化管理方法技术

本发明专利技术涉及一种基于安全生产检修作业的数字化管理方法

【技术实现步骤摘要】
基于安全生产检修作业的数字化管理方法、系统及介质


[0001]本专利技术涉及设备数字化管理
，尤其涉及一种基于安全生产检修作业的数字化管理方法
、
系统及介质
。

技术介绍

[0002]设备生命周期管理包含前
、
中
、
后三个时期，并贯穿于整个流程中
。
采购流程即设备规划
、
购置
、
安装，为设备前期管理；设备预防性维护
、
维修为设备中期管理；而设备的更新和报废属于固定资产管理流程，同时也是设备的后期管理
。
基于以上一般设备管理流程，医疗设备数字化管理流程可分为设备主要数据管理
、
设备采购管理
、
设备状态管理和设备维修管理四大管理模块
。
而设备状态管理和设备维修管理是监测设备状态的重要模式，如今，对于设备的难监测的区域往往是采用定期检修，而不能够全程的进行数字化模拟，从而不能够及时发现设备的异常，导致了重大的设备故障事故，甚至引发一定的隐患
。

技术实现思路

[0003]本专利技术克服了现有技术的不足，提供了一种基于安全生产检修作业的数字化管理方法
、
系统及介质
。
[0004]为达上述目的，本专利技术采用的技术方案为：本专利技术第一方面提供了一种基于安全生产检修作业的数字化管理方法，包括以下步骤：获取待监控设备各子部件的特征数据信息，并根据待监控设备各子部件的特征数据信息构建每个子部件的三维模型图，基于三维模型图对子部件进行组合装配，获取装配三维模型图；通过在待监控设备的预设部件安装无线监控传感器，构建无线监控网络，并通过无线监控网络获取监控参数数据信息，将装配三维模型图以及监控参数数据信息进行融合，构建数字孪生模型；通过数字孪生模型获取预设时间之内待监控设备的动态运行数据信息，并通过对预设时间之内待监控设备的动态运行数据信息进行识别，获取待监控设备中监控区域的异常运行特征信息；基于待监控设备中监控区域的异常运行特征信息生成相关的维修策略，并根据相关的维修策略生成维修报告
。
[0005]进一步的，在本方法中，根据待监控设备各子部件的特征数据信息构建每个子部件的三维模型图，基于三维模型图对子部件进行组合装配，获取装配三维模型图，具体包括：通过对待监控设备各子部件的特征数据信息进行特征提取，获取待监控设备各子部件的轮廓特征数据，根据轮廓特征数据初始化三维模型建立，生成初始化三维模型；根据待监控设备各子部件的特征数据信息获取待监控设备各子部件的加工要素
特征信息，并基于待监控设备各子部件的加工要素特征信息对初始化三维模型进行二次构建，生成每个子部件的三维模型图；获取每个子部件的三维模型图之间的装配关系，并根据每个子部件的三维模型图之间的装配关系对当前子部件进行装配，生成初始装配模型图；通过对初始装配模型图进行装配冲突检测，获取装配冲突的区域，并对装配冲突的区域进行纠正，生成装配三维模型图，并将装配三维模型图输出
。
[0006]进一步的，在本方法中，通过无线监控网络获取监控参数数据信息，将装配三维模型图以及监控参数数据信息进行融合，构建数字孪生模型，具体包括：通过无线监控网络获取监控参数数据信息，根据监控参数数据信息确定相应子部件的运动特征数据
、
形状特征数据，并构建时间戳；获取相应子部件的三维模型图，结合监控参数数据信息确定相应子部件的运动特征数据
、
形状特征数据以及时间戳对相应子部件的三维模型图进行运动特征
、
形状特征变化模拟；通过模拟，获取相应子部件的动态模拟模型，并获取相应子部件在装配三维模型图中的位置关系信息，根据相应子部件在装配三维模型图中的位置关系信息生成相关的映射关系；根据相关的映射关系将相应子部件的动态模拟模型映射到装配三维模型图中，生成数字孪生模型
。
[0007]进一步的，在本方法中，通过数字孪生模型获取预设时间之内待监控设备的动态运行数据信息，具体包括：获取每一子部件的运行特征数据信息，引入图神经网络，并将运行特征数据信息以及每一子部件作为图节点，通过无向边描述，根据图节点以及无向边描述构建每一子部件运行特征的拓扑结构；引入递归神经网络以及循环空间注意力机制，并将子部件运行特征的拓扑结构输入循环空间注意力机制中，得到特征图，并对特征图中的每个运行特征进行
SoftMax
操作，得到具有空间注意的归一化特征图；在每个通道上对归一化特征图和子部件运行特征的拓扑结构进行内积运算，使注意力集中在拓扑结构中的运行特征数据，得到注意力特征图；将注意力特征图输入到递归神经网络中，将注意力特征图与隐含状态协同工作，更新隐含层状态，并融合时间戳，对每一子部件的注意力特征图进行跟踪，获取预设时间之内待监控设备的动态运行数据信息
。
[0008]进一步的，在本方法中，通过对预设时间之内待监控设备的动态运行数据信息进行识别，获取待监控设备中监控区域的异常运行特征信息，具体包括：获取待监控设备的历史动态运行数据信息，并通过支持向量机对待监控设备的历史动态运行数据信息进行数据分类，获取异常时的历史动态运行数据以及非异常时的历史动态运行数据；基于卷积神经网络构建监控设备运行状态识别模型，引入马氏距离法，获取异常时的历史动态运行数据中的特征数据，通过马氏距离法计算异常时的历史动态运行数据中的特征数据之间的相似度；
将相似度大于预设相似度的数据进行特征融合，生成第一特征数据，将相似度不大于预设相似度的特征数据作为第二特征数据，并根据第一特征数据以及第二特征数据构建训练集，将训练集输入到监控设备运行状态识别模型中；获取训练完成的监控设备运行状态识别模型，通过训练完成的监控设备运行状态识别模型对预设时间之内待监控设备的动态运行数据信息进行识别，获取待监控设备中监控区域的异常运行特征信息
。
[0009]进一步的，在本方法中，基于待监控设备中监控区域的异常运行特征信息生成相关的维修策略，并根据相关的维修策略生成维修报告，具体包括：通过大数据获取每一异常运行特征信息所对应的维修策略，并构建维修知识图谱，引入局部哈希注意力机制，通过局部哈希注意力机制计算每一维修策略的注意力分数；根据注意力分数进行排序，获取排序结果，根据排序结果将维修策略依次输入到知识图谱的存储空间中进行存储；将待监控设备中监控区域的异常运行特征信息输入到知识图谱中，获取当前异常运行特征信息相关的维修策略，并通过大数据获取相关的维修策略对应的安全隐患信息；根据相关的维修策略对应的安全隐患信息生成维修报告，并将维修报告按照预设方式进行维修推送
。
[0010]本专利技术第二方面提供了一种基于安全生产检修作业的数字化管理系统，系统包括存储器以及处理器，存储器中包括生产检修作业的数字化管理方法程序，生产检修作业的数字化管理方法程序被处理器执行时，实现如下步骤：获取待监控设备各子部件的特征数据本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
基于安全生产检修作业的数字化管理方法，其特征在于，包括以下步骤：获取待监控设备各子部件的特征数据信息，并根据所述待监控设备各子部件的特征数据信息构建每个子部件的三维模型图，基于所述三维模型图对子部件进行组合装配，获取装配三维模型图；通过在待监控设备的预设部件安装无线监控传感器，构建无线监控网络，并通过所述无线监控网络获取监控参数数据信息，将所述装配三维模型图以及监控参数数据信息进行融合，构建数字孪生模型；通过所述数字孪生模型获取预设时间之内待监控设备的动态运行数据信息，并通过对所述预设时间之内待监控设备的动态运行数据信息进行识别，获取待监控设备中监控区域的异常运行特征信息；基于所述待监控设备中监控区域的异常运行特征信息生成相关的维修策略，并根据所述相关的维修策略生成维修报告
。2.
根据权利要求1所述的基于安全生产检修作业的数字化管理方法，其特征在于，根据所述待监控设备各子部件的特征数据信息构建每个子部件的三维模型图，基于所述三维模型图对子部件进行组合装配，获取装配三维模型图，具体包括：通过对所述待监控设备各子部件的特征数据信息进行特征提取，获取所述待监控设备各子部件的轮廓特征数据，根据所述轮廓特征数据初始化三维模型建立，生成初始化三维模型；根据所述待监控设备各子部件的特征数据信息获取待监控设备各子部件的加工要素特征信息，并基于所述待监控设备各子部件的加工要素特征信息对所述初始化三维模型进行二次构建，生成每个子部件的三维模型图；获取每个子部件的三维模型图之间的装配关系，并根据所述每个子部件的三维模型图之间的装配关系对当前子部件进行装配，生成初始装配模型图；通过对所述初始装配模型图进行装配冲突检测，获取装配冲突的区域，并对所述装配冲突的区域进行纠正，生成装配三维模型图，并将所述装配三维模型图输出
。3.
根据权利要求1所述的基于安全生产检修作业的数字化管理方法，其特征在于，通过所述无线监控网络获取监控参数数据信息，将所述装配三维模型图以及监控参数数据信息进行融合，构建数字孪生模型，具体包括：通过所述无线监控网络获取监控参数数据信息，根据所述监控参数数据信息确定相应子部件的运动特征数据
、
形状特征数据，并构建时间戳；获取相应子部件的三维模型图，结合所述监控参数数据信息确定相应子部件的运动特征数据
、
形状特征数据以及时间戳对相应子部件的三维模型图进行运动特征
、
形状特征变化模拟；通过模拟，获取相应子部件的动态模拟模型，并获取相应子部件在所述装配三维模型图中的位置关系信息，根据所述相应子部件在所述装配三维模型图中的位置关系信息生成相关的映射关系；根据所述相关的映射关系将所述相应子部件的动态模拟模型映射到所述装配三维模型图中，生成数字孪生模型
。4.
根据权利要求1所述的基于安全生产检修作业的数字化管理方法，其特征在于，通过
所述数字孪生模型获取预设时间之内待监控设备的动态运行数据信息，具体包括：获取每一子部件的运行特征数据信息，引入图神经网络，并将所述运行特征数据信息以及每一子部件作为图节点，通过无向边描述，根据所述图节点以及无向边描述构建每一子部件运行特征的拓扑结构；引入递归神经网络以及循环空间注意力机制，并将所述子部件运行特征的拓扑结构输入循环空间注意力机制中，得到特征图，并对所述特征图中的每个运行特征进行
SoftMax
操作，得到具有空间注意的归一化特征图；在每个通道上对所述归一化特征图和所述子部件运行特征的拓扑结构进行内积运算，使注意力集中在拓扑结构中的运行特征数据，得到注意力特征图；将所述注意力特征图输入到所述递归神经网络中，将所述注意力特征图与隐含状态协同工作，更新隐含层状态，并融合时间戳，对每一子部件的注意力特征图进行跟踪，获取预设时间之内待监控设备的动态运行数据信息
。5.
根据权利要求1所述的基于安全生产检修作业的数字化管理方法，其特征在于，通过对所述预设时间之内待监控设备的动态运行数据信息进行识别，获取待监控设备中监控区域的异常运行特征信息，具体包括：获取待监控设备的历史动态运行数据信息，并通过支持向量机对所述待监控设备的历史动态运行数据信息进行数据分类，获取异常时的历史动态运行数据以及非异常时的历史动态运行数据；基于卷积神经网络构建监控设备运行状态识别模型，引入马氏距离法，获取异常时的历史动态运行数据中的特征数据，通过马氏距离法计算异常时的历史动态运行数据中的特征数据之间的相似度；将相似度大于预设相似度的数据进行特征融合，生成第一特征数据，将相似度不大于预设相似度的特征数据作...

【专利技术属性】
技术研发人员：张丙刚，何东，徐岩峰，
申请(专利权)人：国能寿光发电有限责任公司，
类型：发明
国别省市：