CN104764595A - 远程诊断*** - Google Patents
远程诊断*** Download PDFInfo
- Publication number
- CN104764595A CN104764595A CN201510008935.9A CN201510008935A CN104764595A CN 104764595 A CN104764595 A CN 104764595A CN 201510008935 A CN201510008935 A CN 201510008935A CN 104764595 A CN104764595 A CN 104764595A
- Authority
- CN
- China
- Prior art keywords
- data
- model
- input
- dynamic system
- crane
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B17/00—Systems involving the use of models or simulators of said systems
- G05B17/02—Systems involving the use of models or simulators of said systems electric
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B66—HOISTING; LIFTING; HAULING
- B66C—CRANES; LOAD-ENGAGING ELEMENTS OR DEVICES FOR CRANES, CAPSTANS, WINCHES, OR TACKLES
- B66C13/00—Other constructional features or details
- B66C13/18—Control systems or devices
- B66C13/22—Control systems or devices for electric drives
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B66—HOISTING; LIFTING; HAULING
- B66C—CRANES; LOAD-ENGAGING ELEMENTS OR DEVICES FOR CRANES, CAPSTANS, WINCHES, OR TACKLES
- B66C13/00—Other constructional features or details
- B66C13/04—Auxiliary devices for controlling movements of suspended loads, or preventing cable slack
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
- G05B23/0243—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults model based detection method, e.g. first-principles knowledge model
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/32—Monitoring with visual or acoustical indication of the functioning of the machine
- G06F11/321—Display for diagnostics, e.g. diagnostic result display, self-test user interface
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Mechanical Engineering (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Control And Safety Of Cranes (AREA)
- Jib Cranes (AREA)
Abstract
本发明涉及远程诊断***,其用于远程诊断和开发动态***,所述动态***包括由第一控制***控制的动态***和由第二控制***控制的设备模型。所述设备模型模拟动态***,并且,输入和对应输出被记录以测试控制***以及所述动态***的操作。在操作期间,记录动态***输入和输出。然后,可以将动态***输入和输出与设备模型输入和输出进行比较,以检验所述设备模型的准确度。然后,可以基于比较的结果来更新所述设备模型。
Description
本专利文档要求于2014年1月8日提交的临时美国专利申请序列号61/924,923在35 U.S.C
119(e)下的申请日的权益,该临时美国专利申请在此通过引入而并入。
技术领域
本申请涉及现场维修(service)和诊断的领域,并且更具体地涉及用于利用现场数据***建模进行远程诊断的***和方法。
背景技术
动态机械***可以具有软件控制的许多部件。随着机械***的老化,这些部件遭受磨损,并且,软件必须能够计及部件所经受的任何磨损。动态机械***可能以软件未适当计及特定情形的软件故障的形式或者以在其中机械部件异常操作的机械事件的形式经受现场中的维修事件。
在针对动态机械***的控制软件的设计期间,可以使用动态***的数学模型来模仿机械***。这允许在实际上不必在***上安装软件的情况下测试软件。这允许设计者快速评估软件及其功能。数学模型被设计成接受包括诸如模型机械故障之类的输入的多个输入,以将***设计成对这种情形作出响应。
在一些工业(诸如,起重机工业)中,现场中的意料不到的维修事件的成本可能是很大的。在一些实例中,维修事件可能导致完全的工作停止。因此,有益的是,能够预测何时可能发生维修事件并进行校正,或者在其发生之前针对状况进行计划。这通常通过例程检查和维护而进行。然而,一些起重机部件(诸如动臂伸长部(boom
extension)或悬臂伸长部(outrigger extension))在不物理拆卸该部件的情况下可能难以检查。例如,耐磨板被设置在起重机部件内部且可能对检查来说不可接近。类似地,密封物处于液压缸内且在缸处于操作中的情况下不可见。物理检查这些部分需要拆卸部件,这势必造成工作停止。拆卸可能导致部件上的附加磨损,该附加磨损可以通过采用基于实际装置使用的维护程序而避免。
具有用于准确地预测软件控制机械***的维修事件的***将是有用的。这将减少导致停机时间的维修事件的数目。预防性维护将能够基于机器的使用而调度。当前预防性维护调度基于运行的小时以及日历日。远程诊断***将能够包括工作的量、操作简档、天气和其他数据,以调整预防性维护调度。
发明内容
本发明的实施例包括一种远程诊断***。所述远程诊断***包括设备模型、操作现场中的动态***、控制***、数据收集和分发***、以及被配置成存储和分析所收集的数据的数据仓库。所述设备模型模拟动态***,并具有多个模型输入和多个模型输出,所述多个模型输出依赖于所述设备模型和所述多个模型输入。所述动态***处于操作现场中,并在操作期间产生真实数据。所述控制***被适配成可操作地耦合至所述动态***,并被配置成接收操作者输入并响应于所述操作者输入而通过控制信号来控制所述动态***。所述数据收集和分发***被配置成:从包括所述动态***、所述设备模型和所述控制***的多个数据源收集数据;以及将数据分发至多个数据目的地。所述数据仓库被配置成合并、聚集和存储所收集的数据。所述数据仓库将向分析***和报告***提供数据。
另一实施例包括一种用于远程诊断动态***的方法。在所述方法中,生成动态***的数学模型,所述数学模型具有用于接收至少一个模型输入和至少一个模型输出的接口,所述至少一个模型输出依赖于所述至少一个模型输入和所述数学模型。然后将多个模型输入输入到所述数学模型中。将所述多个模型输入和所述数学模型的多个对应模型输出记录到模型记录。将多个真实输入数据和真实输出数据记录到至少一个真实记录。将所述真实输入数据和真实输出数据与所述动态***相关联。从该多个真实记录当中确定具有感兴趣真实输出的至少一个相关真实记录。将该至少一个感兴趣真实输出与多个模型记录进行比较,以识别具有与所述至少一个感兴趣真实输出相对应的至少一个模型输出的相关模型记录。对所述相关模型记录进行分析,以确定与所述相关真实记录的真实输入数据有共同之处的模型输入。然后输出与所述相关记录的真实输入数据有共同之处的模型输入的指示。
附图说明
为了进一步使一个或多个本发明的上述和其他优势和特征变得清楚,在附图中图示了对其具体实施例的参考。附图仅描绘了典型实施例,且因此不应被视为进行限制。将通过使用附图,以附加的特性和细节描述和解释一个或多个实施例,在附图中:
图1是根据本发明的实施例的用于远程诊断的***的示意图。
图2是根据本发明的实施例的具有控制***的起重机的示意图。
图3是根据本发明的实施例的具有控制***的起重机的模型的示意图。
图4是图示了根据本发明的实施例的用于分析维修记录以确定故障的原因且用于更新设备模型的过程的示意图。
图5是根据本发明的实施例的***的实施例的示意图。
附图不必按比例绘制。
具体实施方式
本发明的实施例包括用于准确地预测动态***的维修事件的***和方法。这在其中有用的一个特定领域是建筑装置领域,以及更特别地,起重机领域。本发明的实施例适于其他类型的动态***,诸如工业装置和商业食品服务***。本发明的实施例现在将被进一步描述为与起重机相关,尽管应当理解,本发明适用于其他动态***。在下面的段落中,更详细地限定本发明的不同方面。如此定义的每个方面可以与任何其他一个或多个方面组合,除非清楚地相反指示。特别地,被指示为优选或有利的任何特征可以与被指示为优选或有利的任何其他一个或多个特征组合。
图1是远程诊断***100的实施例的示意图。远程诊断***100包括设备模型102、动态***104、第一控制***110、第二控制***112、数据收集和分发***106、数据仓库108、数据分析***114、数据报告***118和其他数据源。第一控制***110或实验室车辆可操作地耦合至设备模型102以及数据收集和分发***106。第二控制***112或装置控制***可操作地耦合至动态***104以及数据收集和分发***106。设备模型102可操作地耦合至数据收集和分发***108。动态***104可操作地耦合至数据收集和分发***108。
针对远程诊断***100的部件中的每一个的可操作耦合可以包括可操作以允许这些部件彼此通信的任何通信链路。例如,可操作耦合可以包括模拟有线连接、数字有线连接、模拟无线连接或数字无线连接。可操作耦合可以针对部件中的每一个而不同并可以包括多于一种类型的通信链路。例如,第一控制***110可以通过有线连接与设备模型102通信,但通过无线连接与数据收集和分发***106通信。此外,可操作耦合可以被组合到单个通信链路中。例如,第一控制***110和设备模型102二者均可以通过公共无线链路与数据收集和分发***108通信。
动态***104是由第一控制***110控制的动态机械***。在一些实施例中,动态***104可以包括如下描述的起重机***,或者其可以包括起重机***的个体部件或***。例如,动态***104可以包括起重机动臂402、起重机悬臂404、起重机上层结构406、或者用于形成***的部件的组合。在其他实施例中,动态***104可以包括不同的***,诸如工业冷却***。其他动态***处于本发明的范围内,只要它们由控制***控制且可以被建模即可。动态***104接受来自控制***110的至少一个输入,并操作以执行与输入相关联的功能。
数据仓库108存储从控制***110、112、设备模型102和动态***104收集的数据。数据仓库108可以是单个存储源,或者其可以分布在多个存储源之间。数据仓库108也可以存储从其他源116获得的数据。例如,数据仓库108可以存储与动态***的维修历史相关的信息、与该动态***相关的社交媒体、以及天气数据。维修历史可以包括诸如与该动态***相关联的保修、来自起重机拥有者或操作者的关于起重机维修的通信和产品改进计划之类的信息。社交媒体信息可以包括从诸如LinkedIn、Facebook、Twitter、news feeds和博客之类的来源发布的关于动态***104的信息。数据仓库108可以存储实际天气数据,或者其可以是可随后用于查找天气数据的提供起重机位置的数据。
数据分析114部件可以具有分析输出118,分析输出118用于消耗与数据仓库108中包含的数据的分析相关的信息。例如,分析输出118可以可操作地耦合至用于指示特定起重机的即将到来的维护需求的显示器。在一些实施例中,分析输出118可以直接向起重机用户输出数据,而在其他实施例中,分析输出118可以向维护设施输出数据。
图2图示了起重机200的形式的第二控制单元112和动态***104的操作。起重机200由诸如动臂210、驱动系、旋转床、平衡物和悬臂之类的多个动态部件构成。第二控制***112接受用户输入206并生成用于控制起重机200的控制信号202。起重机200可以具有被配置成测量起重机200的特性的至少一个传感器204。传感器204可以输出表示所测量的特性的反馈信号208。反馈信号208可以被发送至第二控制***112以将反馈提供给第二控制***112。然后,第二控制***112可以基于反馈信号208来使针对起重机200的控制信号202变化。
例如,操作者可以输入动臂向外用户输入206。第二控制单元112接收动臂向外用户输入206并生成动臂向外控制信号202。然后,起重机200增加液压缸中的压力以向外移动动臂210,其中传感器204测量动臂210的位置。传感器204向第二控制单元112输出指示动臂210的位置的反馈信号208。基于反馈信号208,第二控制单元112可以更改控制信号202以进一步增加缸中的压力以便进一步延伸动臂210,或者可以减小压力以阻止动臂210进一步延伸。这是第二控制***112如何操作的非常简化的示例。实际上,第二控制***112接受多个输入并控制多个部件,其中每一个部件可以相互关联。
图3图示了第一控制单元110和起重机模型300的操作。起重机模型300是设备模型102的示例并且是起重机200的数学表示。第一控制单元110可操作地耦合至起重机模型300并提供与将供起重机200使用的控制信号202相对应的控制信号302。第一控制单元110可以是与第二控制单元112相同类型的控制单元,或者其可以是用于测试目的的不同控制单元。
现在将关于图2的动臂向外信号示出起重机模型的操作。用户输入命令,诸如动臂向外命令。然后,第一控制单元110向起重机模型300输出与动臂向外命令相对应的控制信号302。起重机模型300响应于接收到与动臂向外相对应的控制信号302而模拟起重机200将如何操作。起重机模型300响应于控制信号302来生成包含表示起重机200如何操作的状况的数据的输出310。例如,控制信号302可以指示动臂向外命令,并且该输出可能输出指示动臂将已经延伸多远的值。反馈信号304可以提供指示起重机的状况的起重机上的传感器的模型。例如,反馈传感器可以输出与动臂长度的建模测量相对应的数据值。在一些实施例中,输出310可以被用作针对第一控制单元110的反馈信号304。
反馈信号304可以在由第一控制单元110接收之前被更改。这可以被进行以模拟动态***的反馈中的故障。例如,反馈信号304可以被保持在恒定值处,指示被卡住的传感器。然后,第一控制***110可以通过观察***如何对较差传感器作出反应的命令来运行。在另一实施例中,反馈信号304可以被更改成当设备模型运行通过过程时输出不正确的值。
控制信号302可以被修改成对进入到动态***中的电气故障进行模拟。然后,可以观察设备模型300的输出以响应于接收到该电气故障而监视动态***的行为。
除起重机200的标准输入和输出外,起重机模型300还可以接受与故障状况相对应的输入306。例如,起重机模型300可以接受指示部件已失效的输入。这将表示下述情形:起重机200上的实际部件已经失效,而实际上不必使该部件失效。然后,起重机模型300能够确定当起重机正在经受故障状况时控制单元110将如何表现。例如,起重机模型可以模拟密封圈对动臂向外操作的性能的影响。输入306可以被触发以指示有缺陷的密封。然后,起重机模型300会将其数学模型更改成对有缺陷的密封进行模拟。
输入306还可以被用于将状况值输入到起重机模型300中。例如,对具有变化负载的起重机的操作进行测试是有益的。输入306可以接受指示要提升的负载的质量的输入。输入306还可以被用于输入其他起重机特性,诸如使用年限、操作环境等。对于每个输入,起重机模型300将变化成考虑该特性。
再次返回到图2的示例,如果动臂200正在经受故障,则其可能未如预期那样延伸。控制***110应当能够识别出动臂200未适当延伸,并可以采取校正动作。这种校正动作可以包括警告操作者、补偿以延伸动臂200、或者关闭起重机200的操作。为了测试控制***122是否如意图那样操作,起重机模型300可以接收指示控制***110与动臂之间的通信失效的故障信号306。然后,当动臂向外信号302被递送至起重机模型300时,动臂将对控制信号302无响应,并且反馈信号304将指示动臂未移动。然后,控制信号110应当采取校正动作。校正动作可以被监视以确定控制单元110是否正在正确工作。如果控制单元110即将采取意外的动作,则这将指示控制单元110很可能在其设计中有错误。
动态***和设备模型可以是具有冗余***和相互依赖***的复杂***。例如,起重机模型可以是利用许多不同动态部件来建模的,每一个动态部件具有不同的控制信号和反馈信号,所有这些信号可以依赖于彼此。一些动态部件可能在存在特定故障信号时继续操作,而其他部件可能需要校正动作。
起重机模型可以被工程师用于快速评估控制***操作,而无需控制***被安装在实际起重机上。此外,可以在短时间段中测试许多控制场景。
返回到图1,动态***104具有与动态***104的特性相关联的多个数据源。特性包括与诸如动态***104的输出、向动态***104的输入和动态***104的维修历史之类的状况有关的信息。例如,动态***104的输出可以是起重机部件的位置、起重机部件正在经受的负载、部件的配置、在给定时间处与起重机相关联的天气、起重机的位置、以及与动态***104相关联的其他输出。向动态***104的输入包括从对动态***104进行控制的控制单元110输出的控制信号。维修历史可以包括部件的使用年限、使用频率、维修日期、以及与起重机的维修历史相关的其他项目。
像动态***104那样,设备模型102也具有与向设备模型102的输入和设备模型102的输出相关联的多个数据源。例如,设备模型102的输出可以是起重机部件的建模位置、所建模的起重机部件正在经受的模型负载、所建模的部件的配置、在给定时间处与起重机模型相关联的所建模的天气、起重机模型的建模位置、以及与设备模型102相关联的其他输出。向设备模型102的输入可以包括从对设备模型102进行控制的第一控制***110输出的控制信号。维修历史可以包括所建模的部件使用年限、所建模的使用频率、所建模的维修日期、以及与起重机的所建模的维修历史相关的其他项目。
数据收集和分发***106从多个源收集数据并将该数据递送至多个数据目的地。至少一个数据源还可以是允许双向通信的数据目的地。例如,数据模型102可以输出由数据收集和分发***106收集的数据。数据收集和分发***106还可以将数据递送至设备模型102。例如,如果设备模型102需要被更新,则数据收集和分发***106可以递送更新所必需的数据。数据收集和分发***106可以针对多于单个部件或***收集数据并可以可操作地耦合至不同部件。
数据收集和分发***106可以以原始形式收集数据并将该数据转换成可使用的格式,或者其可以收集已经被格式化的数据。数据收集和分发***106可以通过物理连接(诸如以太网数据连接)而连接至多个源和目的地,或者该连接可以是诸如通过无线电信号进行的无线连接。此外,在数据源与数据收集和分发***106之间可以存在中间部件。例如,来自动态***的输出可以被存储在数据库中。然后,数据库可以被数据收集和分发***查询以收集与动态***相关的数据。
数据收集和分发***可操作地耦合至数据仓库108,数据仓库108存储从该多个源收集的数据。数据仓库108可以被数据消费者访问以分析数据仓库108中包含的数据。来自数据仓库108的数据可以被提供给包含与具体应用相关的数据的数据集市。例如,现场问题数据集市将存储与由起重机在现场中经历的问题相关的数据。燃料消耗数据集市将存储与燃料的消耗相关的数据。位置数据集市将存储与起重机和/或起重机部件的位置相关的数据。
数据仓库可以包含诸如在仓库中标识的每个起重机的唯一标识符、在仓库中标识的每个起重机的模型类型以及其他标识信息之类的数据。数据仓库可操作地耦合至包括至少一个计算***的数据分析者,用于分析数据仓库内包含的数据。该至少一个计算***可以分析数据仓库房屋内包含的数据,以确定在数据仓库中标识的至少一个起重机的维修状况。该至少一个计算***可操作地耦合至数据收集和分发***,以将数据分发回到设备模型和控制***。
图4图示了远程诊断***可用以分析数据和更新设备模型的方法的流程图。该方法将关于图1的前述远程诊断***加以描述。
该方法开始于:在动作402处,记录与动态***相关联的真实输入数据和真实输出数据。真实输入数据和真实输出数据可以被远程记录或被存储到本地存储器,且然后在更晚的日期处被上载。例如,动态***104可以由用户在控制***112存储诸如动态***标识、操作者输入、位置数据和天气数据之类的真实输入数据和诸如传感器输出之类的真实输出数据时操作。然后,控制***112可以通过数据收集和分发***106将真实输入数据和真实输出数据传输至数据仓库108以用于存储。或者在另一实施例中,控制***112可以立即向数据仓库108传输真实输入数据和真实输出数据以用于存储。真实输入数据和真实输出数据可以被记录在多个真实记录中。
在动作404中,分析真实记录以检测具有感兴趣真实输出数据的真实记录。例如,数据分析者114可以分析数据仓库108中的记录并确定起重机的液压缸一直经受过度磨损。在一些实施例中,可以附加地分析真实记录以找到与感兴趣真实输出数据相关联的真实输入数据。例如,数据记录可以指示:当具体起重机动臂被用于具体起重机设计时,液压缸更可能经受过度磨损。由数据分析者进行的分析可以包括统计采样、数据挖掘或其他公共分析技术。
在动作406中,生成动态***的数学模型。这可以在利用动态***的操作记录多个真实输出数据和真实输入数据之前进行,或者这可以在动态***在现场中***作之后进行。生成数学模型可以包括更新现有数学模型。
在动作408中,将模型输入数据提供给数学模型以对动态***的操作进行模拟。多个模型输入数据可以表示操作过程、操作状况和部件标识。例如,在表示起重机的数学模型中,多个模型输入数据可以包括对下述内容进行建模的输入:起重机进行标准提升操作、天气状况、以及与起重机相配的部件的标识。
在动作410中,将模型输入数据与模型输出数据一起记录到模型记录。模型输出数据可以表示动态***的所建模的行为,并包括诸如所建模的传感器输出、所建模的动态***物理特性和所建模的事件之类的数据。再次参考起重机,模型输出数据可以是起重机动臂中的所建模的应变、起重机动臂的所建模的位置、液压缸的所建模的温度、部件的所建模的失效、或者起重机的其他所建模的特性。
在动作412中,将相关真实记录与模型记录进行比较,以找到具有与感兴趣真实输出数据相对应的模型输出数据的相关模型记录。使用先前示例,数据分析者114可以找到指示液压缸的磨损的模型记录作为相关模型记录。
在动作414中,可以利用具有感兴趣真实输出数据的真实记录来分析相关模型记录,以确定它们是否共享共同输入数据。如果它们共享共同输入数据和输出数据,则很可能数学模型正在正确地对动态***进行建模。再次返回到起重机示例,数据分析者114可以将具有具体起重机动臂、具体起重机设计和液压缸的过度磨损的数据记录与相关模型记录进行比较,以确定相关模型记录是否包含与具体起重机动臂和具体起重机设计相对应的输入数据。
如果相关模型记录被确定为不与具有感兴趣真实输出数据的真实记录共享共同输入数据,则更新数学模型以反映导致感兴趣真实输出数据的所记录的状况。在一些数学模型中,下述情况可以是可能的:未在数学模型中对真实输入进行建模,并且模型被更新成包括与真实输入相对应的建模输入。在起重机的示例中,数学可能未被包括在与动臂类型相对应的输入中。那么,更新数学模型将势必造成将数学模型修改成包括针对动臂类型的输入并且计及不同动臂类型。在其他数学模型中,真实输入可能已经被建模,但可能尚未准确。使用在前示例,动臂类型可以作为输入而存在,但数学模型可能未能考虑到与起重机类型交互的动臂的效果。数学模型将被更新以计及动臂和起重机类型的效果,但向数学模型的输入不会改变。
图5是根据本发明的实施例的示例性远程诊断***500的图示。远程诊断***500包括内部应用502、提取、变换和加载引擎506、数据仓库508以及知识输出服务510。远程诊断***500可以进一步包括外部数据源504。
内部应用502是远程诊断***500的用户在其控制中具有的应用。内部应用502包括回路中硬件512(HIL)测试部件、保修服务514、产品改进服务516和远程信息处理***518。HIL 512测试部件是一种形式的设备模型且对与远程信息处理***518相关联的动态***进行模拟。远程信息处理***518负责在动态***与提取变换和加载引擎506之间提供通信链路。保修服务514提供用于报告保修信息的手段。例如保修服务514可以是负责保修索赔的客户服务中心。产品改进服务516是用于对可在远程诊断***外出现的动态***的正在进行的改进的服务。
外部数据源504是未处于远程诊断***500的用户的控制下但提供公众可用数据的服务。外部数据源504可以包括映射数据520和天气数据522。在一个实施例中,内部应用可以存储动态***的位置和时间,且然后参考外部数据源以确定所存储的时间和位置处的天气状况。这可以在数据被存储在数据仓库处而天气状况也被存储时进行,或者可以按需要基于数据仓库处存储的数据来召回天气状况。
提取、变换和加载引擎506负责在各种数据源与数据仓库之间分发数据。由于数据可以以许多不同格式存在,因此提取、变换和加载引擎在必要时将数据转换成公共格式。这样,不同的***可以与数据仓库通信以存储数据。
数据仓库508存储由内部应用和外部数据生成的信息。数据仓库可以是具有用于存储数据的持久性存储器的互连计算机的***。在一些实施例中,数据仓库508可以由单个计算机***构成。数据仓库可以与其他数据存储部件(诸如,故障码数据集市524、HIL结果数据库526、燃料消耗数据集市528和位置数据集市530)互连。在一些实施例中,这些其他数据存储器部件可以是数据仓库的组成部分,或者它们可以是分离的互连***。
如图5中所示,数据挖掘器532可以直接或间接可操作地耦合至数据仓库508。数据挖掘器532是用于分析数据仓库内包含的数据的***,并包括诸如IBM SPSS Modeler®之类的数据挖掘应用。数据挖掘器可以是与数据仓库分离的计算***,或者其可以位于数据仓库内。数据挖掘器可以包括互连计算机的***。
知识输出服务510提供了供远程诊断***500与数据仓库508交互的接口。知识输出服务可以包括事件监视器534、智能电话应用536、web应用538、电子邮件报告540、打印报告542和web服务544。知识输出服务510允许远程诊断***的用户监视动态***且被通知可能发生的事件。
应当理解,对本文描述的目前优选实施例的各种改变和修改将对本领域技术人员来说显而易见。这种改变和修改可以在不脱离本发明的精神和范围的情况下以及在不减弱其预期优势的情况下作出。因此,意图在于,这种改变和修改被所附权利要求覆盖。
Claims (19)
1.一种远程诊断***,包括:
a)操作现场中的动态***,所述动态***在操作期间产生真实数据;
b)设备模型,所述设备模型模拟动态***,所述设备模型具有输入接口和输出接口,所述输入接口用于接收多个模型输入,所述输出接口用于递送多个模型输出,所述多个模型输出依赖于所述设备模型和所述多个模型输入;
c)控制***,被适配成可操作地耦合至所述动态***,所述控制***被配置成接收操作者输入并响应于所述操作者输入而通过控制信号来控制所述动态***;
d)数据收集和分发***,所述数据收集和分发***被配置成从包括所述动态***、所述设备模型和所述控制***的多个数据源收集数据并将数据分发给多个数据目的地;以及
e)数据仓库,被配置成合并、聚集和存储所收集的数据。
2.根据权利要求1所述的远程诊断***,进一步包括:数据分析***,被配置成对所述数据仓库中的数据进行数学分析。
3.根据权利要求1所述的远程诊断***,进一步包括:商业智能***,被配置成报告和显示来自所述数据仓库的信息。
4.根据权利要求1所述的远程诊断***,其中,所述设备模型包括具有用于模仿起重机的指令的计算***,并且其中,所述动态***包括起重机。
5.根据权利要求1所述的远程诊断***,其中,所述设备模型包括具有用于模仿起重机部件的指令的计算***,并且其中,所述动态***包括起重机部件。
6.根据权利要求1所述的远程诊断***,其中,现场数据包括表示从由动态***输出、动态***输入和维修历史构成的组中选择的特性的数据。
7.根据权利要求6所述的远程诊断***,其中,所述数据收集和分发***将输入分发给所述设备模型。
8.根据权利要求7所述的远程诊断***,其中,向所述设备模型的输入包括用于修改所述数学模型的输入。
9.根据权利要求1所述的诊断***,其中,所述数据仓库存储与所述设备模型的至少一个数据输出和所述设备模型的关联的至少一个输入相对应的所建模的故障状况。
10.根据权利要求9所述的诊断***,其中,所述数据仓库存储与所述动态***的至少一个数据输出相对应的实际故障状况。
11.根据权利要求10所述的诊断***,其中,所述数据仓库将所述实际故障状况与所建模的故障状况进行比较,并依赖于所述设备模型的所述至少一个输入将故障原因与所述实际故障状况相关联。
12.根据权利要求10所述的诊断***,其中,向所述设备模型的至少一个输入基于所述实际故障状况和现场数据来修改所述设备模型。
13.一种用于远程诊断动态***的方法,所述方法包括:
a)生成动态***的数学模型,所述数学模型具有针对模型输入的至少一个接口和针对模型输出的至少一个接口,所述模型输出依赖于所述模型输入和所述数学模型;
b)向所述针对模型输入的接口输入多个模型输入;
c)将所述数学模型的多个模型输入和多个对应的模型输出记录到至少一个模型记录;
d)将多个真实输入数据和真实输出数据记录到至少一个真实记录,所述真实输入数据和真实输出数据与所述动态***相关联;
e)从所述多个真实记录当中确定具有感兴趣真实输出的至少一个相关真实记录;
f)将至少一个感兴趣真实输出与所述多个模型记录进行比较,以识别具有与所述至少一个感兴趣真实输出相对应的至少一个模型输出的相关模型记录;
g)分析所述相关模型记录,以确定与所述相关真实记录的真实输入数据有共同之处的模型输入;以及
h)输出与相关记录的真实输入数据有共同之处的模型输入的指示。
14.根据权利要求13所述的方法,进一步包括:
i)基于所述相关真实记录的真实输入数据来修改所述数学模型。
15.根据权利要求13所述的方法,其中,所述数学模型包括起重机的模型,并且其中,所述动态***包括起重机。
16.根据权利要求13所述的方法,其中,所述数学模型包括起重机部件的模型,并且其中,所述动态***包括起重机部件。
17.根据权利要求13所述的方法,其中,多个真实输入包括从由动态***位置、动态***天气状况、动态***维修历史、动态***操作者输入和动态***标识构成的组中选择的至少一个输入。
18.根据权利要求17所述的方法,其中,所述动态***是起重机部件,并且所述动态***标识包括与所述动态***和所述起重机部件相关联的起重机模型的标识。
19.根据权利要求17所述的方法,其中,所述动态***是起重机,并且真实数据输出包括表示从由动臂负载、动臂位置、旋转床位置、平衡物位置、悬臂负载和悬臂位置构成的组中选择的至少一个项目的数据。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201461924923P | 2014-01-08 | 2014-01-08 | |
US61/924923 | 2014-01-08 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104764595A true CN104764595A (zh) | 2015-07-08 |
CN104764595B CN104764595B (zh) | 2019-12-31 |
Family
ID=52394820
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510008935.9A Active CN104764595B (zh) | 2014-01-08 | 2015-01-08 | 远程诊断*** |
Country Status (6)
Country | Link |
---|---|
US (1) | US10054920B2 (zh) |
EP (1) | EP2894529B1 (zh) |
JP (1) | JP6602537B2 (zh) |
CN (1) | CN104764595B (zh) |
BR (1) | BR102015000214A2 (zh) |
RU (1) | RU2014151867A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109655290A (zh) * | 2018-12-30 | 2019-04-19 | 珠海市广源信科技有限公司 | 一种油压式减振器的检测*** |
CN112012269A (zh) * | 2019-05-29 | 2020-12-01 | 纳博特斯克有限公司 | 操纵辅助***及方法、维护辅助方法以及建筑机械 |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107545355B (zh) * | 2017-06-23 | 2020-06-09 | 新华三大数据技术有限公司 | 一种故障原因诊断方法和装置 |
CN107450350B (zh) * | 2017-08-01 | 2020-09-01 | 上海振华重工电气有限公司 | 一种自动化轨道吊模拟器 |
DE102017120016A1 (de) * | 2017-08-31 | 2019-02-28 | Dspace Digital Signal Processing And Control Engineering Gmbh | Verfahren zur Konfiguration eines zum Testen eines elektronischen Steuergeräts eingerichteten Testgeräts sowie Konfigurationssystem |
KR102046423B1 (ko) * | 2018-03-30 | 2019-11-19 | 한국원자력연구원 | 3차원 환경인식 시스템 및 이를 구비한 원자력 시설 |
JP6805466B1 (ja) * | 2019-07-12 | 2020-12-23 | 泰一 岡田 | ダブルナット |
US10994970B2 (en) * | 2019-07-29 | 2021-05-04 | Jim D. Wiethorn | Crane risk logic apparatus and system and method for use of same |
CN110531402A (zh) * | 2019-08-21 | 2019-12-03 | 东软医疗***股份有限公司 | Pet***故障检测方法、装置、终端设备及pet*** |
Citations (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5623109A (en) * | 1993-05-21 | 1997-04-22 | Hitachi, Ltd. | Plant monitoring and diagnosing method and system, as well as plant equipped with the system |
JPH09214943A (ja) * | 1996-02-05 | 1997-08-15 | Ohbayashi Corp | 遠隔監視システム |
JP2004030065A (ja) * | 2002-06-24 | 2004-01-29 | Fuji Electric Holdings Co Ltd | 機械装置の特性同定装置 |
US20040083010A1 (en) * | 2001-03-27 | 2004-04-29 | Hideo Nagata | Controllable object remote control and diagnosis apparatus |
JP2004170225A (ja) * | 2002-11-20 | 2004-06-17 | Toshiba Corp | プラントのライフサイクル保全計画立案システム |
CN1548286A (zh) * | 2003-05-19 | 2004-11-24 | 天津市天锻压力机有限公司 | 液压机异地故障分析诊断*** |
US20060248510A1 (en) * | 2005-04-13 | 2006-11-02 | Microsoft Corporation | Systems and methods for device simulation |
JP2006343063A (ja) * | 2005-06-10 | 2006-12-21 | Daikin Ind Ltd | 設備機器の異常予知システム、設備機器の異常予知装置および設備機器の異常予知方法 |
US20080004898A1 (en) * | 2006-06-12 | 2008-01-03 | Liebherr-Werk Nenzing Gmbh | Crane Planner |
US20090276136A1 (en) * | 2008-04-30 | 2009-11-05 | Steven Wayne Butler | Method for calculating confidence on prediction in fault diagnosis systems |
CN201397583Y (zh) * | 2008-12-29 | 2010-02-03 | 天津市优耐特汽车电控技术服务有限公司 | 基于实训模拟器互联的汽车整车联网教学装置 |
JP2011076301A (ja) * | 2009-09-30 | 2011-04-14 | Chugoku Electric Power Co Inc:The | 充電部接近防止装置及び危険回避システム |
US20110087400A1 (en) * | 2008-02-29 | 2011-04-14 | Renault S.A.S. | Method and device for diagnosing a control system using a dynamic model |
US20110301933A1 (en) * | 2006-08-29 | 2011-12-08 | Norwich University Applied Research Institutes | Methods and apparatus for simulating a distributed business process |
US20120095653A1 (en) * | 2010-10-14 | 2012-04-19 | Liebherr-Werk Ehingen Gmbh | Crane, in particular crawler crane or mobile crane |
CN102866016A (zh) * | 2012-10-18 | 2013-01-09 | 徐州重型机械有限公司 | 移动起重机发动机故障快速诊断仪以及诊断方法 |
CN103064381A (zh) * | 2012-12-21 | 2013-04-24 | 昆山航天智能技术有限公司 | 一种远程监控工程机械运行状况的***与方法 |
WO2013170026A1 (en) * | 2012-05-09 | 2013-11-14 | Manitowoc Crane Companies, Llc | Crane monitoring system |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100131078A1 (en) * | 1999-10-27 | 2010-05-27 | Brown David W | Event driven motion systems |
JP4403794B2 (ja) * | 2003-02-28 | 2010-01-27 | 株式会社デンソー | 制御プログラムの検査方法及び検査装置及び検査プログラム |
US8249837B1 (en) * | 2009-07-28 | 2012-08-21 | Textron Innovations, Inc. | Method for optimization of sheet metal forming tool topology |
US8768652B1 (en) * | 2010-07-16 | 2014-07-01 | The Mathworks, Inc. | Managing dynamic state of a physical system |
JP6121670B2 (ja) * | 2012-09-05 | 2017-04-26 | 株式会社タダノ | 作業計画確認装置 |
US9197511B2 (en) * | 2012-10-12 | 2015-11-24 | Adobe Systems Incorporated | Anomaly detection in network-site metrics using predictive modeling |
AU2014374463A1 (en) * | 2014-01-02 | 2016-05-26 | Landmark Graphics Corporation | History matching multi-porosity solutions |
US20160031680A1 (en) * | 2014-07-31 | 2016-02-04 | Trimble Navigation Limited | Crane productivity coordination |
-
2014
- 2014-12-18 EP EP14198839.4A patent/EP2894529B1/en active Active
- 2014-12-22 RU RU2014151867A patent/RU2014151867A/ru not_active Application Discontinuation
-
2015
- 2015-01-06 US US14/590,608 patent/US10054920B2/en active Active
- 2015-01-06 BR BR102015000214A patent/BR102015000214A2/pt not_active Application Discontinuation
- 2015-01-06 JP JP2015000636A patent/JP6602537B2/ja active Active
- 2015-01-08 CN CN201510008935.9A patent/CN104764595B/zh active Active
Patent Citations (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5623109A (en) * | 1993-05-21 | 1997-04-22 | Hitachi, Ltd. | Plant monitoring and diagnosing method and system, as well as plant equipped with the system |
JPH09214943A (ja) * | 1996-02-05 | 1997-08-15 | Ohbayashi Corp | 遠隔監視システム |
US20040083010A1 (en) * | 2001-03-27 | 2004-04-29 | Hideo Nagata | Controllable object remote control and diagnosis apparatus |
JP2004030065A (ja) * | 2002-06-24 | 2004-01-29 | Fuji Electric Holdings Co Ltd | 機械装置の特性同定装置 |
JP2004170225A (ja) * | 2002-11-20 | 2004-06-17 | Toshiba Corp | プラントのライフサイクル保全計画立案システム |
CN1548286A (zh) * | 2003-05-19 | 2004-11-24 | 天津市天锻压力机有限公司 | 液压机异地故障分析诊断*** |
US20060248510A1 (en) * | 2005-04-13 | 2006-11-02 | Microsoft Corporation | Systems and methods for device simulation |
JP2006343063A (ja) * | 2005-06-10 | 2006-12-21 | Daikin Ind Ltd | 設備機器の異常予知システム、設備機器の異常予知装置および設備機器の異常予知方法 |
US20080004898A1 (en) * | 2006-06-12 | 2008-01-03 | Liebherr-Werk Nenzing Gmbh | Crane Planner |
US20110301933A1 (en) * | 2006-08-29 | 2011-12-08 | Norwich University Applied Research Institutes | Methods and apparatus for simulating a distributed business process |
US20110087400A1 (en) * | 2008-02-29 | 2011-04-14 | Renault S.A.S. | Method and device for diagnosing a control system using a dynamic model |
US20090276136A1 (en) * | 2008-04-30 | 2009-11-05 | Steven Wayne Butler | Method for calculating confidence on prediction in fault diagnosis systems |
CN201397583Y (zh) * | 2008-12-29 | 2010-02-03 | 天津市优耐特汽车电控技术服务有限公司 | 基于实训模拟器互联的汽车整车联网教学装置 |
JP2011076301A (ja) * | 2009-09-30 | 2011-04-14 | Chugoku Electric Power Co Inc:The | 充電部接近防止装置及び危険回避システム |
US20120095653A1 (en) * | 2010-10-14 | 2012-04-19 | Liebherr-Werk Ehingen Gmbh | Crane, in particular crawler crane or mobile crane |
WO2013170026A1 (en) * | 2012-05-09 | 2013-11-14 | Manitowoc Crane Companies, Llc | Crane monitoring system |
CN102866016A (zh) * | 2012-10-18 | 2013-01-09 | 徐州重型机械有限公司 | 移动起重机发动机故障快速诊断仪以及诊断方法 |
CN103064381A (zh) * | 2012-12-21 | 2013-04-24 | 昆山航天智能技术有限公司 | 一种远程监控工程机械运行状况的***与方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109655290A (zh) * | 2018-12-30 | 2019-04-19 | 珠海市广源信科技有限公司 | 一种油压式减振器的检测*** |
CN112012269A (zh) * | 2019-05-29 | 2020-12-01 | 纳博特斯克有限公司 | 操纵辅助***及方法、维护辅助方法以及建筑机械 |
Also Published As
Publication number | Publication date |
---|---|
US10054920B2 (en) | 2018-08-21 |
EP2894529A2 (en) | 2015-07-15 |
BR102015000214A2 (pt) | 2015-09-22 |
EP2894529B1 (en) | 2019-10-23 |
US20150192916A1 (en) | 2015-07-09 |
RU2014151867A (ru) | 2016-07-20 |
CN104764595B (zh) | 2019-12-31 |
EP2894529A3 (en) | 2015-11-11 |
JP2015130175A (ja) | 2015-07-16 |
JP6602537B2 (ja) | 2019-11-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104764595A (zh) | 远程诊断*** | |
AU2019201086B2 (en) | Method and system for condition monitoring of a group of plants | |
CA2690459C (en) | Remote monitoring systems and methods | |
CN204164465U (zh) | 阀控制器 | |
US10489752B2 (en) | Failure mode ranking in an asset management system | |
US10963797B2 (en) | System for analyzing machine data | |
US20090037206A1 (en) | Method of forecasting maintenance of a machine | |
EP3336639B1 (en) | Asset management of field devices | |
SG171860A1 (en) | Method for collecting device-condition information and device-condition information collection kit used therefor | |
US20070093925A1 (en) | Processes for improving production of a work machine | |
CN104541215A (zh) | 对用于生产产品的技术设备的第一装备的监控 | |
CN115393142A (zh) | 智慧园区管理方法及管理平台 | |
US10379982B2 (en) | Computer system and method for performing a virtual load test | |
Petroutsatou et al. | Integrated prescriptive maintenance system (PREMSYS) for construction equipment based on productivity | |
CN116955955A (zh) | 一种管道缺陷模型预测方法、***、终端设备及存储介质 | |
CN111614773A (zh) | 长输管道综合管理***及设备 | |
Chen et al. | BIM-and IoT-Based Data-Driven Decision Support System for Predictive Maintenance of Building Facilities | |
CN118068820B (zh) | 一种液压支架控制器智能故障诊断方法 | |
Carlucci et al. | Data-centric Maintenance and Operational Knowledge and Its Impact on Classification | |
Bascur et al. | Reducing maintenance costs using process and equipment event management | |
Snatkin et al. | Production monitoring system concept development | |
Baglee et al. | Development of techniques to manage asset condition using new tools | |
Simiński | The concept of twin digital models as support for production and service processes of technical facilities | |
Weinert | Use Case: Compressors | |
Berrocal et al. | SensIT–Sensor driven cloud-based strategy for infrastructure management |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |