【技术实现步骤摘要】
本专利技术涉及工业设备数据管理，具体为一种基于大数据的工业设备数据管理系统及方法。
技术介绍
1、现有生产设备在运行过程中，经常通过故障报警的形式提醒操作员对生产设备存在的故障进行检查，报警状态是由设备运行状态下内置的各个传感器监测数据与预置的各个监测阈值比较进行得到的；同时，在设备运行过程中，随着运行环境的改变(温湿度、设备连续运行时长及生产原料的材质影响等)，生产设备的运行条件对应的数据也是不断波动的，通常情况下，生产设备的某个运行条件的数据波动区间在相应监测阈值内时，反映相应产生设备的运行条件正常，得到的产品合格率相对比较高；但是，实际生产过程中，生产设备的生产状态不能仅依靠单一的生产条件来判断，而是根据所得生产条件综合分析得到的，在监测阈值范围内的实际生产条件与相应生产条件对应的标准需求数值之间的偏差不同，最终生产出来的实际产品的合格率可能存在较大的差异(即：可能生产设备的所有生产条件均处于正产范围内，但是实际生产的产品合格率与预期存在明显差异的情况)；针对这种情况，通常的解决办法是通过人为对生产设备进行巡检，并综合分析实际监测结果，实时调整对生产设备的巡检力度，但是人力巡检存在较大的缺陷，存在巡检时间安排不及时及巡检路线混乱的情况。
技术实现思路
1、本专利技术的目的在于提供一种基于大数据的工业设备数据管理系统及方法，以解决上述
技术介绍
中提出的问题。
2、为了解决上述技术问题，本专利技术提供如下技术方案：一种基于大数据的工业设备数据管理方法，所述方法包括以下步
3、s1、获取工业企业中的各个工业设备及相应工业设备在生产过程中对应的多个生产条件信息，每个生产条件信息通过巡检设备内置的一种类型的传感器进行监测；
4、s2、提取最近一个已完成的巡检周期内，针对每个工业设备巡检后的各个生产条件信息，结合相应巡检周期内的各个工业设备对应生产条件相应的监测阈值区间及标准需求数值，得到最近一个已完成的巡检周期内，每个工业设备的生产状态偏差值；
5、所述每个生产条件对应一个监测阈值区间及一个标准需求数值，所述标准需求数值为相应生产条件对应传感器的理想监测结果，所述监测阈值为相应生产条件对应传感器的正常监测状态对应的数值监测区间，所述标准需求数值为相应的生产条件对应的监测阈值区间中的一个常数；当生产条件对应传感器的监测数值不属于监测阈值区间内时，则默认相应工业设备属于异常生产状态，相应工业设备进行故障报警；
6、s3、结合最近一个已完成的巡检周期内，每个工业设备的生产状态偏差值，分析各个工业设备的巡检需求，并得到各个工业设备的巡检需求占比；提取数据库中预置的基础巡检周期，结合所得各个工业设备的巡检需求占比，优化下一个巡检周期对应的巡检时长及相应巡检周期内的巡检项目需求方案；
7、s4、根据下一巡检周期内的巡检项目需求方案，生成不同的巡检优化路线，并根据生成的每个巡检优化路线中的巡检特征，分析每个巡检优化路线的稳定性；将所得稳定性对应值最大的巡检优化路线作为下一巡检周期对应的最佳巡检路线；
8、s5、将下一巡检周期对应的巡检时长及最佳巡检路线进行汇总，生成巡检优化信息参照集合，反馈给管理员，辅助管理员调节巡检设备巡检方案。
9、进一步的，所述s1巡检设备在对工业设备进行巡检时，将第i个工业设备的第j个生产条件对应的编号记为aij；
10、所述s2中生产条件信息包括巡检时间区间、生产条件编号、监测阈值区间、标准需求数值及不同巡检时间点分别对应的实际监测值，所述巡检时间点属于巡检时间区间。
11、进一步的，所述s2中得到最近一个已完成的巡检周期内，每个工业设备的生产状态偏差值时，将aij在最近一个已完成的巡检周期内巡检时间t时对应的生产状态偏差值，记为ptij，所述ptij＝|cstij-cbtij|/cytij，
12、其中，cstij表示aij在最近一个已完成的巡检周期内巡检时间t时对应的实际监测值，cbtij表示aij在最近一个已完成的巡检周期内巡检时间t时对应的标准需求数值,cytij表示aij在最近一个已完成的巡检周期内巡检时间t时对应的监测阈值区间中，任意一点与cbtij之间对应差值的绝对值中的最大值。
13、本专利技术通过分析最近一个已完成的巡检周期内的工业设备的生产条件信息，分析生产条件监测结果与预置的生产条件之间的偏差情况，进而判断相应工业设备的生产状态，本专利技术默认工业设备的生产状态偏差值越小，则相应工业设备的生产状态越稳定。
14、进一步的，所述s3中分析各个工业设备的巡检需求的方法包括以下步骤：
15、s31、获取最近一个已完成的巡检周期内，aij对应的生产条件信息中不同巡检时间对应的生产状态偏差值；
16、s32、获取aij对应的每个生产状态偏差值在巡检时间区间内分别对应的持续时长，所述aij对应的各个生产状态偏差值分别对应的持续时长之和等于相应巡检时间区间对应的时长；
17、s33、得到aij对应的巡检需求，记为bij，
18、
19、其中，d1表示最近一个已完成的巡检周期内，aij对应的生产条件信息中得到的生产状态偏差值的总个数；表示最近一个已完成的巡检周期内，aij对应的生产条件信息中得到的第d个生产状态偏差值；表示最近一个已完成的巡检周期内，aij对应的生产条件信息中得到的第d个生产状态偏差值对应的持续时长；bdij表示最近一个已完成的巡检周期内，aij对应的生产条件信息相应的波动影响值；
20、所述
21、其中，lzij表示aij在最近一个已完成的巡检周期内巡检时间t时对应的监测阈值区间对应的区间长度；
22、lsij表示最近一个已完成的巡检周期内，aij对应的生产条件信息中巡检时间区间的不同巡检时间点分别对应的实际监测值构成区间的区间长度；
23、lcsij表示工业设备未出现故障报警的情况下，最近一个已完成的巡检周期内，aij对应的监测阈值区间内的最大值减去相应生产条件信息中巡检时间区间对应的最大实际监测值的差值；
24、lcwij表示工业设备未出现故障报警的情况下，最近一个已完成的巡检周期内，aij对应生产条件信息中巡检时间区间对应的最小实际监测值减去相应监测阈值区间内的最小值的差值；min{}表示求最小值的运算；
25、s34、得到第i个工业设备的巡检需求，所述第i个工业设备的巡检需求等于j为不同值时分别对应的各个bij的累加和；
26、所述s3中得到各个工业设备的巡检需求占比时，计算最近一个已完成的巡检周期内，各个工业设备分别对应的巡检需求，得到的每个工业设备的巡检需求占比等于相应工业设备的巡检需求除以各个工业设备分别对应巡检需求的累加和后所得的商。
27、本专利技术从生产状态偏差值、相应生产状态偏差值的持续时长及生产条件信息相应的波动影响值这三方面因素进行综合分析，来判断工业设备的巡检需求本文档来自技高网...
【技术保护点】
1.一种基于大数据的工业设备数据管理方法，其特征在于，所述方法包括以下步骤：
2.根据权利要求1所述的一种基于大数据的工业设备数据管理方法，其特征在于：所述S1巡检设备在对工业设备进行巡检时，将第i个工业设备的第j个生产条件对应的编号记为Aij；
3.根据权利要求1所述的一种基于大数据的工业设备数据管理方法，其特征在于：所述S2中得到最近一个已完成的巡检周期内，每个工业设备的生产状态偏差值时，将Aij在最近一个已完成的巡检周期内巡检时间t时对应的生产状态偏差值，记为Ptij，所述Ptij＝|CStij-CBtij|/CYtij，
4.根据权利要求1所述的一种基于大数据的工业设备数据管理方法，其特征在于：所述S3中分析各个工业设备的巡检需求的方法包括以下步骤：
5.根据权利要求4所述的一种基于大数据的工业设备数据管理方法，其特征在于：所述S3中优化下一个巡检周期对应的巡检时长及相应巡检周期内的巡检项目需求方案时，提取数据库中预置的基础巡检周期，获取所得各个工业设备的巡检需求占比；得到下一巡检周期内巡检第i个工业设备的次数，记为Qi，<...
【技术特征摘要】
1.一种基于大数据的工业设备数据管理方法，其特征在于，所述方法包括以下步骤：
2.根据权利要求1所述的一种基于大数据的工业设备数据管理方法，其特征在于：所述s1巡检设备在对工业设备进行巡检时，将第i个工业设备的第j个生产条件对应的编号记为aij；
3.根据权利要求1所述的一种基于大数据的工业设备数据管理方法，其特征在于：所述s2中得到最近一个已完成的巡检周期内，每个工业设备的生产状态偏差值时，将aij在最近一个已完成的巡检周期内巡检时间t时对应的生产状态偏差值，记为ptij，所述ptij＝|cstij-cbtij|/cytij，
4.根据权利要求1所述的一种基于大数据的工业设备数据管理方法，其特征在于：所述s3中分析各个工业设备的巡检需求的方法包括以下步骤：
5.根据权利要求4所述的一种基于大数据的工业设备数据管理方法，其特征在于：所述s3中优化下一个巡检周期对应的巡检时长及相应巡检周期内的巡检项目需求方案时，提取数据库中预置的基础巡检周期，获取所得各个工业设备的巡检需求占比；得到下一巡检周期内巡检第i个工业设备的次数，记为qi，
6.根据权利要求1所述的一种基于大数据的工业设...
【专利技术属性】
技术研发人员：陈斌，黄家才，居黛霞，尚涛，宋春华，吴青聪，
申请(专利权)人：江苏金卫机械设备有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。