【技术实现步骤摘要】
本专利技术涉及装备预测性维修决策保障技术，利用故障预测与健康管理(phm)技术进行装备状态监测、故障诊断(预测)、寿命预测以及健康评估，从而形成装备维修保障任务的方法及系统。尤其涉及一种基于工业组态的装备预测性维修决策系统及方法。
技术介绍
1、近年来，故障诊断与健康管理(phm)技术的迅速发展推动了维修和保障模式从状态监控向状态管理的转变，是装备测试和维修诊断的一种新兴方案，是一种全面的故障诊断、预测及健康管理技术。phm技术的引入不是为了直接消除系统故障，而是为了分析和预报故障何时可能发生，或在出现始料未及的故障时触发一系列的维修活动，从而实现自主式维修保障，以降低装备使用和保障费用的目标。
2、装备预测性维修决策是一项系统工程，需要解决装备数据管理、装备phm算法建模、装备工业组态建模、装备phm运行配置以及打通装备预测性维修决策整条链路等关键技术。因此，需要一个集装备数据管理、phm算法、工业组态设计开发、装备实体phm运行配置以及预测性维修决策等多功能于一体的设计开发平台来满足预测性维修决策的需要。目前国内外微服务、大数据、云计算、phm系统技术、工业组态、三维模型等技术已趋于成熟，但还未将相关技术整合在一起形成装备的预测性维修决策方法及理论。
技术实现思路
1、本专利技术基于工业组态的装备预测性维修决策系统及方法对于保障装备出勤率，提高部队战斗力成为当下的迫切需要。基于工业组态的装备预测性维修决策系统及方法能够用于装备运行数据管理、phm设计、开发、虚拟仿真
2、为了解决上述问题，本专利技术提出基于工业组态的预测性维修决策系统，包括：
3、phm数据管理模块，负责完成装备各类型传感器数据的采集、解析、导入，针对装备运行数据，如传感器采集数据、音视频等大文件数据，可进行数据文件的分片上传、断点续传，支持数据文件上传队列、上传进度显示等。同时，支持上传数据列表预览、图表显示、音视频文件回放等功能。支持健康管理数据的预处理，包括异常值剔除、数据滤波、时间对齐和特征提取等方法。提供包括数据查询，数据下载，数据预览，数据回放和数据可视化在内的数据应用与管理等。为phm可视化算法建模、工业组态建模、装备实体phm运行配置提供数据支撑。
4、phm可视化算法建模模块，基于图论理论的可视化算法建模技术，利用不同类型图元表达phm算法模型要素，实现数据处理、故障诊断(预测)、寿命预测、健康评估等算法模型的开放性建模。phm算法库，为phm可视化算法建模提供基础算法，包括数据处理、特征工程、机器学习、深度学习、统计分析等算法类型，同时可在线完成算法的编辑、运行与调试。
5、phm算法库，提供基础算法的分类管理、算法知识管理、应用授权、在线运行与调试功能以及用户自定义算法管理等。
6、工业组态建模模块，基于装备实体制作工业组态模型，包括装备虚拟实体画面制作、动画效果、数据连接定义、数据接入、参数定义与显示等。
7、装备实体phm运行配置模块，根据装备phm数据、phm算法模型、工业组态模型形成装备phm计算实体，可在工业组态模型上进行各种传感器参数的状态监测、趋势分析以及故障诊断(预测)结果显示、装备寿命预测与健康状态显示。
8、进一步，预测性维修决策模块，根据装备phm计算实体运行得出的结果结合装备信息、用户信息、装备构型、装备故障模式、装备ietm故障库、保障工具设备、保障人员、保障零部件等形成预测性维修计划，确定装备应该修理的时间、内容、方式、和必须的资源等，从而形成装备维修保障任务。
9、进一步，装备故障模式，用于根据装备phm计算实体运行结果构建fim(故障隔离手册)与故障代码的映射关系，便于通过数据计算定位故障代码。
10、装备ietm故障库，用于建立装备故障现象、故障描述、故障检测方法(排故方法)、涉及零部件、所需工装工具设备、耗材、专业技能、保障人员的专业领域等信息。
11、根据本专利技术的另一方面，提出基于工业组态的预测性维修决策方法，包括以下步骤：
12、步骤1：预测性维修决策模块创建装备所属用户信息、装备系列、装备型号、装备信息、装备构型、装备零部件信息、保障工具设备和保障人员等基本信息，并根据装备phm计算实体运行结果构建fim(故障隔离手册)与故障代码的映射关系，在将装备维修保障ietm(交互式电子技术手册)中的故障代码、故障描述、故障排除方法、涉及零部件信息、所需工装工具设备、耗材、专业技能、保障人员的专业领域等信息形成装备ietm故障库；
13、步骤2：phm数据管理模块，导入单个装备的传感器数据，其支持多传感器、单个传感器的时序数据导入，一个文件为一个数据集，导入后对传感器的采集特性和数据特征进行定义；
14、步骤3：phm可视化算法建模模块，创建phm算法模型，加载基础算法库中的算子，组合成一个完整的有向无环图数据计算流，由此完成算法模型的创建；创建完成后，对phm算法模型进行发布；
15、步骤4：对于需要训练的算法模型，phm可视化模型训练与优化模块加载机器学习、神经网络类算法和phm模型验证指标，由验证指标给出训练效果，并完成模型的多次训练与优化，最终得到模型训练结果，该结果可在phm可视化算法建模模块中关联使用；
16、步骤5：工业组态建模模块，根据装备实体制作工业组态模型，定义装备虚拟实体画面以及相关动画效果，定义数据连接、数据接入和显示参数等；
17、步骤6：装备实体phm运行配置模块，创建装备phm计算实体(包括装备实体信息、构型信息以及零部件信息)，加载装备phm数据，配置已发布的phm算法模型和工业组态模型，运行装备phm计算实体，并在工业组态模型上进行各种传感器参数的状态监测、趋势分析以及故障诊断(预测)结果显示查看、装备寿命预测与健康状态显示查看；
18、步骤7：根据装备phm计算实体运行得出的结果结合装备信息、用户信息、装备构型、装备故障模式、装备ietm故障库、保障工具设备、保障人员、保障零部件等形成预测性维修计划，确定装备应该修理的时间、内容、方式、和必须的资源等，从而形成装备维修保障任务。
19、有益效果：
20、本专利技术提供基于工业组态的装备预测性维修决策系统及方法，可以支持装备运行数据的采、存、管、用，支持音视频等大文件数据的管理与在线播放；基础数据管理为建立基础型号、装备信息、用户信息、装备分布情况等提供支撑，并可直接在装备信息上查看phm计算实体运行得出的装备健康状态以及剩余寿命情况等；经验知识管理提供装备phm知识，装备排故经验以及其他相关业务知识的管理及搜索。
21、本专利技术提供了phm可视化算法建模以及算法模型的训练与优化工具，系统在遵循phm基本的开发流程前提下，具有开放性的系统架构，使系统满足易用性和可扩展性的要求，并提供方便简捷的建模环境。本系统采用图形化、层次化方法本文档来自技高网...
【技术保护点】
1.一种基于工业组态的装备预测性维修决策系统，其特征在于，所述系统包括：
2.根据权利要求1所述的基于工业组态的装备预测性维修决策系统，其特征在于，PHM算法库还提供基础算法的分类管理、算法知识管理、应用授权、在线运行与调试功能以及用户自定义算法管理。
3.根据权利要求1所述的基于工业组态的装备预测性维修决策系统，其特征在于，装备故障模式，用于根据装备PHM计算实体运行结果构建故障隔离手册FIM与故障代码的映射关系，便于通过数据计算定位故障代码；
4.一种基于工业组态的装备预测性维修决策方法，其特征在于，包括以下步骤：
【技术特征摘要】
1.一种基于工业组态的装备预测性维修决策系统，其特征在于，所述系统包括：
2.根据权利要求1所述的基于工业组态的装备预测性维修决策系统，其特征在于，phm算法库还提供基础算法的分类管理、算法知识管理、应用授权、在线运行与调试功能以及用户自定义算法管理。
3...
【专利技术属性】
技术研发人员：陈勇刚，薛萍，景特特，张霁，任惠源，
申请(专利权)人：金航数码科技有限责任公司，
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。