基于嵌入式智能板卡的设备预测性维护保养设备及其方法技术

技术编号：40206996 阅读：8 留言：0更新日期：2024-02-02 22:18

本发明专利技术公开了一种基于嵌入式智能板卡的设备预测性维护保养设备，包括：若干个与设备互联的工作站，所述工作站通过服务器与所述预防性维护保养系统工作平台互联，且所述预防性维护保养系统工作平台还与终端设备互联；所述工作站包括有至少一个用于与若干个设备互联的板卡，所述板卡获取所述设备的运行信息并将运行信息提供给所述预防性维护保养系统工作平台；所述预防性维护保养系统工作平台将所述运行信息处理有反馈给所述终端设备。本发明专利技术公开一种基于嵌入式智能板卡的设备预测性维护保养设备及其检定方法，能将硬件监测与生产制造执行系统进行充分融合、综合分析，满足生产实际需要的同时提高了准确性。

全部详细技术资料下载

【技术实现步骤摘要】

本专利技术涉及设备预测性维护，尤其涉及一种基于嵌入式智能板卡的设备预测性维护保养设备及其方法。

技术介绍

1、传统的设备状态监测主要依靠人工定期采集设备的参数来实现有限的状态监测和维护。

2、随着自动化技术的发展，设备状态监测和诊断技术需要在设备上增加传感器并对监测数据进行准确诊断预测和分析。但在具体推进过程中存在着增加有线的传感器需要进行大量电缆敷设的难题因现有预测性维护保养系统为使用传感器监测并进行数据分析，致使工作现场数据线、电源线繁多、施工及维护困难；现有预测性维护保养系统没有将硬件监测与生产制造执行系统(mes)进行充分融合、综合分析，使其具有一定的局限性，为满足生产实际需要及提高准确性急需研发一种基于嵌入式智能板卡的设备预测性维护保养设备及其检定方法。

技术实现思路

1、本专利技术克服了现有技术的不足，提供一种基于嵌入式智能板卡的设备预测性维护保养设备及其检定方法，能将硬件监测与生产制造执行系统(mes)进行充分融合、综合分析，满足生产实际需要的同时提高了准确性。

2、为达到上述目的，本专利技术采用的技术方案为：一种基于嵌入式智能板卡的设备预测性维护保养设备，包括：若干个与设备互联的工作站，所述工作站通过服务器与所述预防性维护保养系统工作平台互联，且所述预防性维护保养系统工作平台还与终端设备互联；

3、所述工作站包括有至少一个用于与若干个设备互联的板卡，所述板卡获取所述设备的运行信息并将运行信息提供给所述预防性维护保养系统工作平台；</p>

4、所述预防性维护保养系统工作平台将所述运行信息处理有反馈给所述终端设备。

5、本专利技术一个较佳方案中，设备包括现场生产设备；或/和，所述工作站与安装在加工设备上的传感器互联获取传感器采集的数据。

6、具体的，所述预防性维护保养系统工作平台中用户能登录所述预防性维护保养系统工作平台进行参数设置及数据分析，如设置用户人员、权限、工作范围等；根据服务器中的历史数据分析设备运行状态变化趋势。

7、本专利技术一个较佳方案中，预防性维护保养系统工作平台中的维护保养系统包括相互互联的采集模块、推理模块、mes数据提取模块、状态判断模块、消息通知模块、数据存储模块。

8、本专利技术一个较佳方案中，所述采集模块：数据采集模块负责进行数据收集；

9、所述推理模块：将收集到的数据输入到训练模型进行推理，并输出推理结果；

10、所述mes数据提取模块：从mes系统提取当前产品对应的工艺的质检数据，并进行spc分析，获取spc分析结果；

11、所述状态判断模块：提取推理模块的推理结果，再提取spc分析结果，先根据设定阈值分别判断推理结果、spc分析结果为哪一种级别的预警或正常，推理结果和spc分析结果都是正常则结论为正常，否则结论为异常；

12、所述消息通知模块：状态判断模块的结论为异常时，将消息推送给预防性维护保养系统工作平台；

13、所述数据存储模块：将采集数据及判断结果存储至系统服务器，本地存储设定时间段内的数据。

14、本专利技术一个较佳方案中，板卡中安装有训练模型和tensorflow计算框架；所述训练模型采用的是卷积神经网络训练模型，且所述训练模型采用分类器方法进行数据分类。

15、具体的，板卡采用微星嵌入式主板和linux系统；所述训练模型为根据以往数据进行训练的模型，在使用过程中进行定期更新；所述工作站采用的的机床通讯协议有opcua、mtconnect、umati协议；所述工作站与外围设备的通讯协议有opc、modbus协议。

16、本专利技术一个较佳方案中，一种基于嵌入式智能板卡的设备预测性维护保养设备的维护方法，包括以下步骤：

17、步骤s1，在需要监测的设备安装相应传感器进行数据采集，如扭矩测量传感器等。

18、步骤s2，将一台设备或距离相近的一组设备采集到的数据输入到同一个智能板卡，板卡及设备形成一个工作站。工作站负责数据采集及数据处理工作，并将结果推送给预防性维护保养系统工作平台。

19、步骤s3，整体系统可以有一个或多个工作站，根据现场实际布局确定，以整体分散、局部集中为准则；

20、步骤s4，工作站通过网线与服务器进行连接；

21、步骤s5，服务器运行预防性维护保养系统工作平台，平台将接收到的异常信息推送给相应终端设备。

22、进一步的，步骤s5中，还包括，终端设备包括对应的负责人app，并根据异常级别进行1级预警或2级预警或n级预警；收到预警后进行设备维护。

23、本专利技术一个较佳方案中，所述spc分析采用了spc算法，包括以下算法：

24、所述spc分析采用了spc算法，包括以下算法：

25、x是参与计算的样本值；usl是规格上限；lsl是规格下限；是估计sigma；n是样本总数；是所有样本的平均值，

26、计算mean均值：子组数中的所有均值的总平均值；

27、计算max最大值：max＝xmax子组数中最大的均值；

28、计算min最小值：min＝xmin子组数中最小的均值；

29、计算stddev标准差：

30、

31、当子组容量大于25时可用公式：

32、3是指控制标准差倍数，c4是一个与样本容量相关的常数；

33、计算偏移系数:

34、偏移系数是k,其中规格上、下限的平均数据值，所有样本值的总平均值；μ表示分布中心，属于过程均值；m表示规格中心，m＝(usl-lsl)/2，usl为规格上限，lsl为规格下限；

35、工作站根据偏移系数设定的阈值判断异常级别，当偏移系数k小于二级预警值时判断状态为正常，大于二级预警值且小于一级预警值时判定为二级异常，大于一级预警值时判断为一级异常。

36、本专利技术解决了
技术介绍
中存在的缺陷：

37、本专利技术公开的一种基于嵌入式智能板卡的设备预测性维护保养设备及其检定方法，能将硬件监测与生产制造执行系统(mes)进行充分融合、综合分析，满足生产实际需要的同时提高了准确性。

本文档来自技高网...

【技术保护点】

1.一种基于嵌入式智能板卡的设备预测性维护保养设备，其特征在于，包括：若干个与设备互联的工作站，所述工作站通过服务器与所述预防性维护保养系统工作平台互联，且所述预防性维护保养系统工作平台还与终端设备互联；

2.根据权利要求1所述的一种基于嵌入式智能板卡的设备预测性维护保养设备，其特征在于：所述设备包括现场生产设备；或/和，所述工作站与安装在加工设备上的传感器互联获取传感器采集的数据。

3.根据权利要求2所述的一种基于嵌入式智能板卡的设备预测性维护保养设备，其特征在于：所述预防性维护保养系统工作平台中的维护保养系统包括相互互联的采集模块、推理模块、MES数据提取模块、状态判断模块、消息通知模块、数据存储模块。

4.根据权利要求3所述的一种基于嵌入式智能板卡的设备预测性维护保养设备，其特征在于：所述采集模块：数据采集模块负责进行数据收集；

5.根据权利要求4所述的一种基于嵌入式智能板卡的设备预测性维护保养设备，其特征在于：所述板卡中安装有训练模型和TensorFlow计算框架；所述训练模型采用的是卷积神经网络训练模型，且所述训练模型采用分类器方法进行数据分类。

6.根据权利要求5所述的一种基于嵌入式智能板卡的设备预测性维护保养设备，其特征在于：所述板卡采用微星嵌入式主板和linux系统；所述训练模型为根据以往数据进行训练的模型，在使用过程中进行定期更新；所述工作站采用的的机床通讯协议有OPCUA、MTConnect、umati协议；所述工作站与外围设备的通讯协议有OPC、modbus协议。

7.一种基于嵌入式智能板卡的设备预测性维护保养设备的维护方法，其特征在于，通过权利要求1～6中任一权利要求所述的一种基于嵌入式智能板卡的设备预测性维护保养设备实现的维护方法，包括以下步骤：

8.根据权利要求7所述的一种基于嵌入式智能板卡的设备预测性维护保养设备的维护方法，其特征在于：

9.根据权利要求7或8所述的一种基于嵌入式智能板卡的设备预测性维护保养设备的维护方法，其特征在于：

...

【技术特征摘要】

3.根据权利要求2所述的一种基于嵌入式智能板卡的设备预测性维护保养设备，其特征在于：所述预防性维护保养系统工作平台中的维护保养系统包括相互互联的采集模块、推理模块、mes数据提取模块、状态判断模块、消息通知模块、数据存储模块。

4.根据权利要求3所述的一种基于嵌入式智能板卡的设备预测性维护保养设备，其特征在于：所述采集模块：数据采集模块负责进行数据收集；

5.根据权利要求4所述的一种基于嵌入式智能板卡的设备预测性维护保养设备，其特征在于：所述板卡中安装有...

【专利技术属性】
技术研发人员：曹根军，单兰秋，
申请(专利权)人：苏州香农科技有限公司，
类型：发明
国别省市：

全部详细技术资料下载我是这个专利的主人