一种基于工业算法模型的设备故障诊断维护系统及方法技术方案

本发明专利技术属于互联网监测技术领域，尤其涉及一种基于工业算法模型的设备故障诊断维护系统及方法

【技术实现步骤摘要】
一种基于工业算法模型的设备故障诊断维护系统及方法


[0001]本专利技术属于互联网监测
，尤其涉及一种基于工业算法模型的设备故障诊断维护系统及方法
。

技术介绍

[0002]工业生产，指在工业化社会中，采用科学技术手段，把原材料改造成符合社会需求的产品
、
服务等，以获取经济效益
。
[0003]对于工业企业而言，生产设备是保证其工业生产顺利进行的基础
。
因此，一旦出现设备故障，就需要尽快进行处理
。
因为，在工业生产过程中，设备故障对生产的效率和安全都会产生严重影响
。
[0004]为了减少影响，目前，企业通常采用计划性维护或修复性维护等方式进行设备维护
。
但是，这些方法存在一定的局限性
。
比如，计划性维护需要花费大量时间和人力资源，而修复性维护则很难保证设备的正常运转
。
[0005]因此，怎样才能对工业设备进行有效的维护，减少设备故障带来的负面影响，成为目前亟待解决的问题
。

技术实现思路

[0006]针对上述现有技术的不足，本专利技术提供了一种基于工业算法模型的设备故障诊断维护系统，可以对工业设备进行有效的维护，减少设备故障带来的负面影响
。
[0007]为了解决上述技术问题，本专利技术采用了如下的技术方案：一种基于工业算法模型的设备故障诊断维护系统，包括边缘端
、
云平台和维护端；边缘端包括数据采集模块；云平台包括数据处理模块
、
故障诊断模块和维护计划模块；数据采集模块用于获取设备数据并发送给数据处理模块； 数据处理模块用于通过预设的分析模型对设备数据进行分析处理，判断是否存在设备异常；故障诊断模块用于当数据处理模型的分析结果为存在设备异常时，使用预设的诊断模型根据对应的设备数据分析具体的故障原因及位置，并生成相应的维护报告；维护计划模块用于根据故障诊断报告生成对应的维护计划，并发送给维护端
。
[0008]本专利技术与现有技术相比，具有如下有益效果：
1、
本专利技术中，数据采集模块获取设备数据后，会进行两阶段的异常分析
。
第一阶段，会由数据处理模块通过预设的分析模型进行分析处理，并判断是否存在异常
。
如果存在异常，再进入第二阶段，由故障诊断模块结合具体的设备数据进行分析，得到具体的故障原因及位置
。
第一阶段由于只是简单的判断是否有异常，其检测效率会非常高效，从而保证系统的高效运行；而第二阶段，则会进行故障原因及位置的具体分析，从而保证当出现异常时，可以知晓具体的异常情况，从而保证后续处理的有效性
。
这样，不仅能够快速完成整体的检测，还可以在出现异常时获得具体的异常情况
。
[0009]2、
故障诊断模型在分析出具体的故障原因及位置后，会生成相应的维护报告；再
由维护计划模块生成对应的维护计划并发送给维护端
。
这样，维护人员可直接以维护计划作为维护的指导，进行相应的设备维护，保证后续维护的有序开展
。
[0010]综上，本专利技术可以对工业设备进行有效的维护，减少设备故障带来的负面影响
。
[0011]优选地，维护端为装载对应
APP
的智能手机，维护端还用于向云平台上传定位及当前状态；当前状态包括等待中及任务处理中
。
[0012]这样，当出现设备异常需要维护时，可以根据维护人员的当前状态及定位，选择能够及时进行处理维护人员前去处理
。
[0013]优选地，云平台还包括存储模块，用于存储各维护端对应维护人员对各类异常的维护速度，以及各维护人员的维护等级；维护计划模块生成的维护计划的内容包括维护地点
、
维护设备信息
、
维护类型；其中维护类型包括停机维护及不停机维护；若维护类型为不停机维护，则维护计划的内容还包括完成最迟时间；维护计划模块还用于当维护类型为不停机维护时，筛选出当前状态为等待中的维护端后，结合等待中的维护端的定位计算这些维护端到达待维护设备的预计到达时间，并结合存储模块中各维护端对应维护人员对各类异常的维护速度，计算各等待中维护端的预计维护用时；之后，维护计划模块根据各等待中维护端的预计到达时间及预计维护时间，判断各等待中维护端的预计完工时间，并与完成最迟时间进行比较；并按照预设的维护派遣方式选择对应的维护端发送维护计划
。
[0014]这样的设置，可以综合各维护人员的当前状态
、
维护及时性以及专业程度，分配当前最合适的维护人员去处理维护任务
。
[0015]优选地，所述预设的维护派遣方式包括：若存在预计完工时间比完成最迟时间早
X
分钟的维护端，则维护计划模块从这些维护端中挑选出维护等级最高的维护端发送维护计划，若存在多个最高等级，则给预计完工时间最早的维护端发送维护计划；若不存在预计完工时间比完成最迟时间早
X
分钟的维护端，但存在预计完工时间早于完成最迟时间的维护端，则维护计划模块从这些维护端中挑选出预计完工时间最早的维护端发送维护计划；若不存在预计完工时间早于完成最迟时间的维护端，则维护计划模块将维护计划中的不停机维护更换为对应的停机维护后，从等待中维护端的最高等级中，挑选预计到达时间最早的维护端发送维护计划
。
[0016]在对设备进行维护时，如果异常较为轻微，是可以通过不停机维护的方式进行处理的
。
与停机维护相比，不停机维护由于维护期间设备无需停止生产，可以尽可能的减少对生产的影响
。
但是，不停机维护如果没有得到及时的处理，是有可能演变为停机维护处理，从而影像到正常的生产
。
本专利技术中，当设备出现可以不停机维护的异常时，系统会结合当前的具体情况派遣对应的维护人员进行异常处理，从而尽可能的减少对生产的影响
。
[0017]优选地，所述设备数据包括运行状态
、
温度
、
振动
。
[0018]这样，可以从设备的多个层面对设备的异常进行监测，保证监测的全面性和准确性
。
[0019]优选地，数据采集模块对设备数据进行预处理后，再发送给数据处理模块
。
[0020]这样，可以让后续的处理更加高效
。
[0021]本专利技术还提供一种基于工业算法模型的设备故障诊断维护方法，使用上述基于工业算法模型的设备故障诊断维护系统，包括以下步骤：
S1、
在待监测的设备处安装数据采集模块；
S2、
通过数据采集模块采集设备数据，并发送给云平台；
S3、
云平台的数据据处理模块通过预设的分析模型对设备数据进行分析处理，判断是否存在设备异常；若存在则转到
S4
，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于工业算法模型的设备故障诊断维护系统，其特征在于：包括边缘端
、
云平台和维护端；边缘端包括数据采集模块；云平台包括数据处理模块
、
故障诊断模块和维护计划模块；数据采集模块用于获取设备数据并发送给数据处理模块； 数据处理模块用于通过预设的分析模型对设备数据进行分析处理，判断是否存在设备异常；故障诊断模块用于当数据处理模型的分析结果为存在设备异常时，使用预设的诊断模型根据对应的设备数据分析具体的故障原因及位置，并生成相应的维护报告；维护计划模块用于根据故障诊断报告生成对应的维护计划，并发送给维护端
。2.
如权利要求1所述的基于工业算法模型的设备故障诊断维护系统，其特征在于：维护端为装载对应
APP
的智能手机，维护端还用于向云平台上传定位及当前状态；当前状态包括等待中及任务处理中
。3.
如权利要求2所述的基于工业算法模型的设备故障诊断维护系统，其特征在于：云平台还包括存储模块，用于存储各维护端对应维护人员对各类异常的维护速度，以及各维护人员的维护等级；维护计划模块生成的维护计划的内容包括维护地点
、
维护设备信息
、
维护类型；其中维护类型包括停机维护及不停机维护；若维护类型为不停机维护，则维护计划的内容还包括完成最迟时间；维护计划模块还用于当维护类型为不停机维护时，筛选出当前状态为等待中的维护端后，结合等待中的维护端的定位计算这些维护端到达待维护设备的预计到达时间，并结合存储模块中各维护端对应维护人员对各类异常的维护速度，计算各等待中维护端的预计维护用时；之后，维护计划模块根据各等待中维护端的预计到达时间及预计维护时间，判断各等待中维护端的预计完工时间，并与完成最迟时间进行比较；并按照预设的维护派遣方式选择对应的维护端发送维护计划
。4.
如权利要求3所述的基于工业算法模型的设备故障诊断维护系统，其特征在于：所述预设的维护派遣方式包括：若存在预计完工时间比完成最迟时间早
X
分钟的维护端，则维...

【专利技术属性】
技术研发人员：江虹锋，李昌前，卢仁谦，姜仁杰，张芷馨，
申请(专利权)人：重庆忽米网络科技有限公司，
类型：发明
国别省市：