System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及数据处理,特别涉及一种基于物联网操作系统平台的设备维护方法及系统。
技术介绍
1、目前,企业对于现场设备的可靠性要求越来越高,通常要保证现场设备能够在一周时间内连续可靠地运行,如果出现突发的停机,会造成极大的经济损失。
2、为了保证现场设备的可靠性,现有的做法通常是采用定期停产的方式进行检修和维护,但这种做法显然会消耗大量的人力物力,同时也会带来由于停产造成的经济损失。
技术实现思路
1、本专利技术提供一种基于物联网操作系统平台的设备维护方法及系统,能够提高设备维护的效率。
2、鉴于此,本专利技术一方面提供一种基于物联网操作系统平台的设备维护方法,所述方法包括:
3、通过现场部署的电能状态采集传感器,采集运行设备的电能数据;
4、通过物联网操作系统平台对所述电能数据进行分析,以生成所述电能数据表征的具备时序关系的故障分析序列,所述故障分析序列中至少包括历史故障因素、常规操作故障因素以及因磨损引起的预测故障因素;
5、基于所述故障分析序列,生成针对所述运行设备的维护计划,所述维护计划中至少包括维护时间节点和在所述维护时间节点处采取的维护措施。
6、在一个实施方式中,生成所述电能数据表征的具备时序关系的故障分析序列包括:
7、对所述电能数据按照时间维度进行切片,生成所述电能数据的时序片段;
8、遍历各个所述时序片段,并确定每个所述时序片段对应的故障因素;
9、对所述
10、在一个实施方式中,确定每个所述时序片段对应的故障因素包括:
11、确定所述时序片段的起始指标和终止指标,并构建表征所述起始指标和所述终止指标的指标向量;
12、生成所述时序片段的能量频谱特征,并将所述能量频谱特征和所述指标向量融合为预测向量;
13、将所述预测向量输入完成训练的故障分析模型,以通过所述故障分析模型输出所述预测向量对应的故障因素。
14、在一个实施方式中,生成针对所述运行设备的维护计划包括:
15、针对历史故障因素,确定所述历史故障因素对应的制造、运输、安装、试车、材质、设计中的至少一种问题,并调用与各个所述问题相匹配的维护计划。
16、在一个实施方式中,生成针对所述运行设备的维护计划包括:
17、针对常规操作故障因素,识别所述常规操作故障因素表征的操作类型,并针对所述操作类型生成改进操作计划。
18、在一个实施方式中,生成针对所述运行设备的维护计划包括:
19、针对预测故障因素,确定所述预测故障因素对应的磨损时间节点,并在所述磨损时间节点处生成维护计划。
20、本专利技术另一方面提供一种基于物联网操作系统平台的设备维护系统,所述系统包括:
21、数据采集单元,用于通过现场部署的电能状态采集传感器,采集运行设备的电能数据;
22、序列生成单元,用于通过物联网操作系统平台对所述电能数据进行分析,以生成所述电能数据表征的具备时序关系的故障分析序列,所述故障分析序列中至少包括历史故障因素、常规操作故障因素以及因磨损引起的预测故障因素;
23、计划生成单元,用于基于所述故障分析序列,生成针对所述运行设备的维护计划,所述维护计划中至少包括维护时间节点和在所述维护时间节点处采取的维护措施。
24、在一个实施方式中,所述序列生成单元具体用于,对所述电能数据按照时间维度进行切片,生成所述电能数据的时序片段;遍历各个所述时序片段,并确定每个所述时序片段对应的故障因素;对所述故障因素进行聚类,以将所述故障因素归类为历史故障因素、常规操作故障因素以及因磨损引起的预测故障因素,得到由各个不同类型的故障因素构成的故障分析序列。
25、在一个实施方式中,所述序列生成单元还用于,确定所述时序片段的起始指标和终止指标,并构建表征所述起始指标和所述终止指标的指标向量;生成所述时序片段的能量频谱特征,并将所述能量频谱特征和所述指标向量融合为预测向量;将所述预测向量输入完成训练的故障分析模型,以通过所述故障分析模型输出所述预测向量对应的故障因素。
26、本专利技术提供的技术方案,通过预测性维护,可以使企业内的重要设备得到安全运行保障,在设备出现故障前就能够发现损坏点,并可定制设备停机维修计划,延长了各零部件的使用寿命。
27、下面通过附图和实施例,对本专利技术的技术方案做进一步的详细描述。
本文档来自技高网...【技术保护点】
1.一种基于物联网操作系统平台的设备维护方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,生成所述电能数据表征的具备时序关系的故障分析序列包括:
3.根据权利要求2所述的方法,其特征在于,确定每个所述时序片段对应的故障因素包括:
4.根据权利要求1所述的方法,其特征在于,生成针对所述运行设备的维护计划包括:
5.根据权利要求1所述的方法,其特征在于,生成针对所述运行设备的维护计划包括:
6.根据权利要求1所述的方法,其特征在于,生成针对所述运行设备的维护计划包括:
7.一种基于物联网操作系统平台的设备维护系统,其特征在于,所述系统包括:
8.根据权利要求7所述的系统,其特征在于,所述序列生成单元具体用于,对所述电能数据按照时间维度进行切片,生成所述电能数据的时序片段;遍历各个所述时序片段,并确定每个所述时序片段对应的故障因素;对所述故障因素进行聚类,以将所述故障因素归类为历史故障因素、常规操作故障因素以及因磨损引起的预测故障因素,得到由各个不同类型的故障因素构成的故障分析
9.根据权利要求8所述的系统,其特征在于,所述序列生成单元还用于,确定所述时序片段的起始指标和终止指标,并构建表征所述起始指标和所述终止指标的指标向量;生成所述时序片段的能量频谱特征,并将所述能量频谱特征和所述指标向量融合为预测向量;将所述预测向量输入完成训练的故障分析模型,以通过所述故障分析模型输出所述预测向量对应的故障因素。
...【技术特征摘要】
1.一种基于物联网操作系统平台的设备维护方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,生成所述电能数据表征的具备时序关系的故障分析序列包括:
3.根据权利要求2所述的方法,其特征在于,确定每个所述时序片段对应的故障因素包括:
4.根据权利要求1所述的方法,其特征在于,生成针对所述运行设备的维护计划包括:
5.根据权利要求1所述的方法,其特征在于,生成针对所述运行设备的维护计划包括:
6.根据权利要求1所述的方法,其特征在于,生成针对所述运行设备的维护计划包括:
7.一种基于物联网操作系统平台的设备维护系统,其特征在于,所述系统包括:
8.根据权利要求7...
【专利技术属性】
技术研发人员:兰雨晴,余丹,王丹星,
申请(专利权)人:慧之安信息技术股份有限公司,
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。