CN106408192A - 一种选矿设备运行状态监控***及方法 - Google Patents
一种选矿设备运行状态监控***及方法 Download PDFInfo
- Publication number
- CN106408192A CN106408192A CN201610844083.1A CN201610844083A CN106408192A CN 106408192 A CN106408192 A CN 106408192A CN 201610844083 A CN201610844083 A CN 201610844083A CN 106408192 A CN106408192 A CN 106408192A
- Authority
- CN
- China
- Prior art keywords
- equipment
- data
- time
- running state
- monitoring
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 91
- 238000012545 processing Methods 0.000 title claims abstract description 60
- 238000000034 method Methods 0.000 title claims abstract description 24
- 229910052500 inorganic mineral Inorganic materials 0.000 title abstract description 13
- 239000011707 mineral Substances 0.000 title abstract description 13
- 238000003745 diagnosis Methods 0.000 claims abstract description 19
- 238000005065 mining Methods 0.000 claims abstract description 11
- 238000012423 maintenance Methods 0.000 claims description 48
- 238000010586 diagram Methods 0.000 claims description 27
- 238000002360 preparation method Methods 0.000 claims description 19
- 238000012549 training Methods 0.000 claims description 15
- 238000003556 assay Methods 0.000 claims description 12
- 238000004458 analytical method Methods 0.000 claims description 11
- 238000012806 monitoring device Methods 0.000 claims description 11
- 230000008569 process Effects 0.000 claims description 11
- 238000005070 sampling Methods 0.000 claims description 11
- 238000012360 testing method Methods 0.000 claims description 8
- 102000008297 Nuclear Matrix-Associated Proteins Human genes 0.000 claims description 6
- 108010035916 Nuclear Matrix-Associated Proteins Proteins 0.000 claims description 6
- 238000010835 comparative analysis Methods 0.000 claims description 6
- 239000006148 magnetic separator Substances 0.000 claims description 6
- 210000000299 nuclear matrix Anatomy 0.000 claims description 6
- 238000006073 displacement reaction Methods 0.000 claims description 4
- 238000013507 mapping Methods 0.000 claims description 4
- 230000004888 barrier function Effects 0.000 claims description 3
- 230000008859 change Effects 0.000 claims description 3
- 230000007257 malfunction Effects 0.000 claims description 3
- 238000007689 inspection Methods 0.000 claims description 2
- 230000008439 repair process Effects 0.000 claims description 2
- 238000004519 manufacturing process Methods 0.000 abstract description 22
- 230000000284 resting effect Effects 0.000 description 7
- 238000011161 development Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012790 confirmation Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- PEDCQBHIVMGVHV-UHFFFAOYSA-N Glycerine Chemical compound OCC(O)CO PEDCQBHIVMGVHV-UHFFFAOYSA-N 0.000 description 1
- 229910000831 Steel Inorganic materials 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000002860 competitive effect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000000513 principal component analysis Methods 0.000 description 1
- 238000004886 process control Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0633—Workflow analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- Life Sciences & Earth Sciences (AREA)
- Primary Health Care (AREA)
- Mining & Mineral Resources (AREA)
- General Health & Medical Sciences (AREA)
- Agronomy & Crop Science (AREA)
- Health & Medical Sciences (AREA)
- Marine Sciences & Fisheries (AREA)
- Animal Husbandry (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明提供一种选矿设备运行状态监控***及方法,该***包括本地服务器、多个数据采集传感器和视频采集模块;多个数据采集传感器输入端均连接采矿厂监测的各个设备,多个数据采集传感器的输出端连接本地服务器,视频采集模块的输出端连接本地服务器。通过数据采集传感器实时采集监测的设备的运行状态数据和设备指标数据,通过视频采集模块实时采集各个设备的工作视频,通过本地服务器监测各个设备的运行状态数据和设备指标数据、当设备指标数据在超出阈值时进行预警、计算对应设备的设备故障率和设备的OEE分析值、并利用KPCA模型对实时采集的运行状态数据进行在线诊断。本发明可以实现选矿生产制造执行层对设备运行状态的实时监控。
Description
技术领域
本发明属于设备监控技术领域,具体涉及一种选矿设备运行状态监控***及方法。
背景技术
流程工业是我国国民经济的重要支柱产业之一,其发展状况直接影响国家的经济基础。选矿生产过程是典型的流程工业,随着市场竞争的加剧,企业要想在激烈的竞争中胜出,必需提高生产效率节约成本。设备是一个企业的固定资产,也象征着企业的实力,维护设备是一笔巨大的开支,提高设备利用率和降低企业设备的维护成本是降低生产成本的有效途径。设备是企业生产的主要物质基础,保障企业的生产效率、产品质量、生产成本都与设备的技术水平息息相关。随着制造行业的发展和制造执行***(MES)在制造企业的应用,企业对设备管理提出了更高的要求。因此,保证设备的正常运转,提高设备的运行效率,及时发现设备的运行故障,合理的设备检修计划就显得十分重要。
选矿生产过程连续,主体生产设备主要通过皮带或管道连接,生产路径固定。选矿的主体生产设备每台价格昂贵,设备类型固定,其在选矿企业可持续发展战略中起着越来越重要的作用,正确地评估设备运行的综合绩效,对于提高产品质量、降低生产成本、建立企业的竞争优势至关重要。因此,加强对设备运行状态的监控,一方面对提高选矿厂的设备运行效率和减少设备故障时间显得十分重要,另一方面也是保证选矿企业生产安全进行的重要手段。
目前选矿行业的应用现状是生产制造执行层中对设备管理侧重于设备基础信息的管理,实现设备基础信息、设备维修记录、设备点检跟踪、设备检修计划、设备运行管理等功能,对设备的运行状况主要实现的是记录和统计功能,不能使用该设备及时地根据设备当前运行状态做出控制动作,即没有对设备运行状态实现监控。设备运行监控主要在选矿过程控制***(PCS)层实现,侧重于对设备机械故障的在线监测和关键参数变化趋势,发出警报,对设备状况监测的实时数据较少进行综合分析处理,不能实现对设备运行工况的诊断。综上所述可见,目前针对选矿设备运行状态的监控缺乏对设备的异常工矿进行诊断,缺乏对表征设备运行状况的数据进行分析、计算与处理,这样就难以将生产中设备运行状况及时反馈给计划层,导致难以对选矿生产作业计划进行快速响应和调整,从而影响整个选矿企业生产效率。
发明内容
针对现有技术的不足,本发明提出一种选矿设备运行状态监控***及方法。
本发明的技术方案是:
一种选矿设备运行状态监控***,包括本地服务器、多个数据采集传感器和视频采集模块;
所述多个数据采集传感器输入端均连接采矿厂监测的各个设备,所述多个数据采集传感器的输出端连接所述本地服务器,所述视频采集模块的输出端连接所述本地服务器;
所述数据采集传感器,用于实时采集监测的设备的运行状态数据和设备指标数据,并发送至本地服务器;所述监测的设备包括:球磨机、竖炉、过滤机、强磁选机、高梯度磁选机、高频细筛和柱塞泵;所述监测设备的运行状态数据包括:各个设备的运行时间、停歇时间、日历工作时间、实际加工周期和合格品数量,所述停歇时间包括:外部因素停机时间、调整初始化时间和故障停歇时间;
所述视频采集模块,用于实时采集各个设备的工作视频,并发送至本地服务器;
所述本地服务器搭建有设备台账单元、设备运行状态监视单元、设备运行统计单元、设备运行分析单元、设备运行状况对比分析单元、设备视频监控单元;
所述设备台账单元,用于记录并存储采矿厂监测的各个设备基础信息;
所述设备运行状态监视单元,用于显示监测的各个设备的运行状态数据和设备指标数据;通过设定各设备指标数据的上限阈值与下限阈值,当监测的各个设备的设备指标数据超出其对应的上限阈值或者下限阈值时,进行预警,并显示预警设备的全部已知故障原因;
所述设备运行统计单元,用于根据监测的各个设备的运行状态数据统计各个设备的运行时间和各个设备的停歇时间,统计各个设备运行维护记录、各个设备维修记录和故障检修知识库,并显示;
所述设备运行分析单元,用于设定各个设备的计划停机时间、理论加工周期和加工数量,根据各个设备的运行时间和各个设备的故障停歇时间计算对应设备的设备故障率;根据设备的日历工作时间、计划停机时间、外部因素停机时间、调整初始化时间、加工数量、实际加工周期、理论加工周期、合格品数量、故障停歇时间计算对应设备的OEE分析值;根据各个设备的运行状态数据的历史故障数据和历史正常数据建立对应设备的统计KPCA模型,并对设备的统计KPCA模型进行验证,得到设备的诊断模型,对实时采集的监测的各个设备的运行状态数据采用其对应设备的诊断模型进行在线诊断,判断该监测设备的运行状态;
所述设备运行维护单元,用于记录用户提供的设备运行维护记录、设备维修记录和故障检修知识库;
所述设备运行状况对比分析单元,用于显示单个设备的运行时间在一定时间内的对比图、整个设备类型的设备的运行时间在一定时间内的对比图、单个设备的停歇时间在一定时间内的对比图、整个设备类型的设备的停歇时间在一定时间内的对比图;
所述视频监视单元,用于显示监测的设备运行的实时工作视频和历史工作视频。
所述根据设备的日历工作时间、计划停机时间、外部因素停机时间、调整初始化时间、加工数量、实际加工周期、理论加工周期、合格品数量、故障停歇时间计算对应设备的OEE分析值的公式为:
设备的OEE分析值=时间开动率×性能开动率×合格品率×100%;
其中,时间开动率=开动时间/负荷时间;
负荷时间=日历工作时间-计划停机时间-外部因素停机时间;
开动时间=负荷时间-故障停歇时间-调整初始化时间;
性能开动率=净开动率×速度开动率;
净开动率=加工数量×实际加工周期/开动时间;
净开动率=加工数量×实际加工周期/开动时间;
速度开动率=理论加工周期/实际加工周期;
合格品率=合格品数量/加工数量。
采用选矿设备运行状态监控***进行选矿设备运行状态监控的方法,包括以下步骤:
通过数据采集传感器实时采集监测的设备的运行状态数据和设备指标数据,并发送至本地服务器;
通过视频采集模块实时采集各个设备的工作视频,并发送至本地服务器;
通过本地服务器记录并存储采矿厂监测的各个设备基础信息;
通过本地服务器显示监测的各个设备的运行状态数据和设备指标数据;
通过本地服务器设定各设备指标数据的上限阈值与下限阈值,当监测的各个设备的设备指标数据超出其对应的上限阈值或者下限阈值时,进行预警,并显示预警设备的全部已知故障原因;
通过本地服务器记录用户提供的设备运行维护记录、设备维修记录和故障检修知识库;
通过本地服务器根据监测的各个设备的运行状态数据统计各个设备的运行时间和各个设备的停歇时间,统计各个设备运行维护记录、各个设备维修记录和故障检修知识库,并显示;
通过本地服务器设定各个设备的计划停机时间、理论加工周期和加工数量;
通过本地服务器根据各个设备的运行时间和各个设备的故障停歇时间计算对应设备的设备故障率;
通过本地服务器根据设备的日历工作时间、计划停机时间、外部因素停机时间、调整初始化时间、加工数量、实际加工周期、理论加工周期、合格品数量、故障停歇时间计算对应设备的OEE分析值;
通过本地服务器根据各个设备的运行状态数据的历史故障数据和历史正常数据建立对应设备的统计KPCA模型,并对设备的统计KPCA模型进行验证,得到设备的诊断模型,对实时采集的监测的各个设备的运行状态数据采用其对应设备的诊断模型进行在线诊断,判断该监测设备的运行状态;
通过本地服务器显示单个设备的运行时间在一定时间内的对比图、整个设备类型的设备的运行时间在一定时间内的对比图、单个设备的停歇时间在一定时间内的对比图、整个设备类型的设备的停歇时间在一定时间内的对比图;
通过本地服务器显示监测的设备运行的实时工作视频和历史工作视频。
所述通过本地服务器根据各个设备的运行状态数据的历史故障数据和历史正常数据建立对应设备的统计KPCA模型,并对设备的统计KPCA模型进行验证,得到设备的诊断模型,对实时采集的监测的各个设备的运行状态数据采用其对应设备的诊断模型进行在线诊断,判断该监测设备的运行状态的具体过程包括以下步骤:
S1:获取采集的某一设备的运行状态数据的历史数据;
S2:将运行状态数据的N组历史数据进行预处理,将设备同一性能指标的运行状态数据的历史数据进行统一;
S3:选取预处理后的运行状态数据中M组历史正常数据作为训练集数据,选取核函数,对训练集数据进行核映射,得到核矩阵,并对该核矩阵进行中心化处理,建立该设备的统计KPCA模型;
S4:根据设备的统计KPCA模型计算训练集数据的T2统计量控制限和SPE统计量控制限;
S5:将运行状态数据的历史数据中的K组历史正常数据和历史故障数据作为测试集数据,根据设备的统计KPCA模型计算测试集数据的T2统计量和SPE统计量;
S6:对设备的统计KPCA模型进行验证:若历史正常数据的T2统计量和SPE统计量超出其对应的控制限的数量在设定的模型准确率的范围内,并且历史故障数据的T2统计量和SPE统计量在其对应控制限范围内的数量在设定的模型准确率的范围内,则执行S7,否则执行S8;
S7:将当前设备的统计KPCA模型作为诊断模型,执行S9;
S8:重新获取采集的该设备的运行状态数据的历史数据或者更换核函数,返回步骤S2;
S9:对实时采集的监测的各个设备的运行状态数据采用其对应设备的诊断模型进行在线诊断:若实时采集的运行状态数据根据设备的诊断模型计算的T2统计量和SPE统计量均在其控制限内,则该设备为正常状态,否则,该设备为故障状态。
本发明的有益效果:
本发明提出一种选矿设备运行状态监控***及方法,本发明可以实现选矿生产制造执行层对设备运行状态的实时监控,对数据进行综合分析处理,实现对设备运行工况的诊断;进行设备故障率分析,分析对设备停机损失的贡献量最大的损失,给现场控制室的操作人员以参考,促使其采取相应的措施,进行改进。
附图说明
图1为本发明具体实施方式中选矿设备运行状态监控***结构框图;
图2为本发明具体实施方式中选矿设备运行状态监控的方法的流程图;
图3为本发明具体实施方式中通过建立设备的统计KPCA模型对实时采集的监测的各个设备的运行状态数据进行在线诊断的流程图。
具体实施方式
下面结合附图对本发明具体实施方式加以详细的说明。
一种选矿设备运行状态监控***,如图1所示,包括本地服务器、多个数据采集传感器和视频采集模块。
所述多个数据采集传感器输入端均连接采矿厂监测的各个设备,所述多个数据采集传感器的输出端连接所述本地服务器,所述视频采集模块的输出端连接所述本地服务器。
本实施方式中,数据采集传感器选用中科博微WirelessHart模块M1100以及WirelessHart智能网关G1100。
视频采集模块选用海康威视网络摄像机(型号为:DS-2CD2725F-1)。
所述数据采集传感器,用于实时采集监测的设备的运行状态数据和设备指标数据,并发送至本地服务器;所述监测设备的运行状态数据包括:各个设备的运行时间、停歇时间、日历工作时间、实际加工周期和合格品数量,所述停歇时间包括:外部因素停机时间、调整初始化时间和故障停歇时间。
本实施方式中,监测的设备包括:球磨机、竖炉、过滤机、强磁选机、高梯度磁选机、高频细筛和柱塞泵。
所述视频采集模块,用于实时采集各个设备的工作视频,并发送至本地服务器。
所述本地服务器搭建有设备台账单元、设备运行状态监视单元、设备运行统计单元、设备运行分析单元、设备运行维护单元、设备运行状况对比分析单元、设备视频监控单元。
所述设备台账单元,用于记录并存储采矿厂监测的各个设备基础信息。
本实施方式中,记录并存储采矿厂监测的各个设备基础信息,实现选矿厂各个设备的基础信息的管理,设备基础信息包括设备所在选矿厂中的结构位置、设备档案、设备类型和设备状态。
其中,设备所在选矿厂中的结构位置:为设备根据工厂层次结构、位置体系、对设备按照工序和作业区的不同进行分区的位置;
设备档案:为设备的规格型号、使用年限、出厂日期以及附属设备等基本信息,能够对具体某一个设备的设备名称、设备编码、设备别称、设备的规格型号、性能参数、生产厂商等这些基础信息的记录、修改和查询功能,与现场实际设备一一对应;
设备类型:为设备的不同归类类别,便于对设备统计分析的处理;
设备状态:标记设备是否正常启用,可以对某一设备设置为停用状态。
所述设备运行状态监视单元,用于显示监测的各个设备的运行状态数据和设备指标数据。通过设定各设备指标数据的上限阈值与下限阈值,当监测的各个设备的设备指标数据超出其对应的上限阈值或者下限阈值时,进行预警,并显示预警设备的全部已知故障原因。
所述设备运行统计单元,用于根据监测的各个设备的运行状态数据统计各个设备的运行时间和各个设备的停歇时间,统计各个设备运行维护记录、各个设备维修记录和故障检修知识库,并显示。
本实施方式中,设备运行统计单元统计各个设备的运行时间、各个设备的停歇时间、设备运行维护记录、设备维修记录和故障检修知识库,并且实现了查看任意时间段内各个设备的运行记录,设备运行记录包括设备的停歇记录和运行记录;各个设备的停歇时间、停歇原因类型、停歇原因描述和确认标识;可以根据输入的起始时间、终止时间和设备名称,进行查看任意时间段内和任意各个设备的运行记录;实现对底层采集的设备运行记录进行处理,可以实现对运行记录的添加、修改、删除和确认的操作。
对于首次采集的设备运行记录,需要对设备停歇记录的停歇原因类型和停歇原因描述进行完善,若设备运行记录的设备启停时间、启停标记、停歇原因都确定正确,则对该条设备运行记录进行确认标记。如果修改一条已经确认过的记录,则该条记录设备启停时间之后的该设备的所有运行记录的确认标记自动标识为“没有确认”,需要重新确认。
各个设备的运行时间统计:对每个主体设备基于已确认的设备运行记录以天为单位进行设备运行统计,设备运时统计一次只能统计一天的运时,并可以计算出该天的设备作业率,支持用户自定义班制设置,可以根据具体选矿厂生产情况设置班制。
各个设备的停歇时间统计:实现对选矿厂主体设备按照停歇原因进行停歇时间的统计;设备停歇年统计是指对每个设备类型的一年内每个月的按停歇原因的不同进行统计,是在设备停歇月统计的结果上进行统计。
所述设备运行分析单元,用于设定各个设备的计划停机时间、理论加工周期和加工数量,根据各个设备的运行时间和各个设备的故障停歇时间计算对应设备的设备故障率;根据设备的日历工作时间、计划停机时间、外部因素停机时间、调整初始化时间、加工数量、实际加工周期、理论加工周期、合格品数量、故障停歇时间计算对应设备的OEE(OverallEquipment Effectiveness,设备综合效率)分析值;根据各个设备的运行状态数据的历史故障数据和历史正常数据建立对应设备的统计KPCA模型,并对设备的统计KPCA模型进行验证,得到设备的诊断模型,对实时采集的监测的各个设备的运行状态数据采用其对应设备的诊断模型进行在线诊断,判断该监测设备的运行状态。
本实施方式中,根据各个设备的运行时间和各个设备的故障停歇时间计算对应设备的设备故障率。设备故障率:指根据设备的故障停歇时间和设备的运行时间,计算设备的故障率。设备故障率=故障停歇时间/(运行时间+故障停歇时间)。
本实施方式中,所述根据设备的日历工作时间、计划停机时间、外部因素停机时间、调整初始化时间、加工数量、实际加工周期、理论加工周期、合格品数量、故障停歇时间计算对应设备的OEE分析值的公式为:
设备的OEE分析值=时间开动率×性能开动率×合格品率×100%。
其中,时间开动率=开动时间/负荷时间。
负荷时间=日历工作时间-计划停机时间-外部因素停机时间。
开动时间=负荷时间-故障停歇时间-调整初始化时间。
性能开动率=净开动率×速度开动率。性能开动率反映了实际加工产品所用时间与开动时间的比例,它的高低反映了生产中的设备空转,无法统计的小停机损失。
净开动率=加工数量×实际加工周期/开动时间。
速度开动率=理论加工周期/实际加工周期。
合格品率=合格品数量/加工数量。
所述设备运行维护单元,用于记录用户提供的设备运行维护记录、设备维修记录和故障检修知识库;
本实施方式中,设备运行维护记录:实现对设备的维修进行记录,并把设备的维修记录,通过分析处理整理成设备的故障检修知识库;
设备维修记录:指维护人员对设备故障的工作记录,主要记录设备故障类型,出现故障的设备名,维修日期,故障的描述,解除故障的处理方式;
故障检修知识库:指维护人员通过对现场设备故障的维修经验,在出现典型故障或难处理故障时,记录下来典型故障或难处理故障的表现形式、故障产生原因和处理方式,生成故障检修知识库,以供今后处理设备故障作参考。
本实施方式中,记录用户提供的设备运行维护记录、设备维修记录和故障检修知识库,有利于减少设备故障时间。由于在全厂级的设备管理***中,没有进行维修经验的积累,维修仍是主要依靠于个人技能和经验,缺乏标准化和专业化的维修经验支持,效率不高。这种现象在钢铁行业普遍存在,为了提高选矿厂的设备运行效率和减少设备故障时间,因此在选矿设备运行状况监控平台中需要实现设备运行维修记录,并根据故障类型和停歇时间为标记,形成设备维修经验库,为选矿厂的维修提供专业化的维修经验支持。
所述设备运行状况对比分析单元,用于显示单个设备的运行时间在一定时间内的对比图、整个设备类型的设备的运行时间在一定时间内的对比图、单个设备的停歇时间在一定时间内的对比图、整个设备类型的设备的停歇时间在一定时间内的对比图。
本实施方式中,显示单个设备的运行时间在两个月内的对比图、整个设备类型的设备的运行时间在两个月内的对比图、单个设备的停歇时间在两个月内的对比图、整个设备类型的设备的停歇时间在两个月内的对比图。
所述视频监视单元,用于显示监测的设备运行的实时工作视频和历史工作视频。
本实施方式中,显示监测的设备运行的实时工作视频和历史工作视频,使工作人员能够随时了解现场设备的工作运行情况,实现设备图像移动监控的目的,结合设备运行状态参数监控,为后续基于图像与运行参数的智能诊断与监控提供基础。
采用选矿设备运行状态监控***进行选矿设备运行状态监控的方法,如图2所示,包括以下步骤:
101、通过数据采集传感器实时采集监测的设备的运行状态数据和设备指标数据,并发送至本地服务器。
102、通过视频采集模块实时采集各个设备的工作视频,并发送至本地服务器。
103、通过本地服务器记录并存储采矿厂监测的各个设备基础信息。
104、通过本地服务器显示监测的各个设备的运行状态数据和设备指标数据。
105、通过本地服务器设定各设备指标数据的上限阈值与下限阈值,当监测的各个设备的设备指标数据超出其对应的上限阈值或者下限阈值时,进行预警,并显示预警设备的全部已知故障原因。
106、通过本地服务器记录用户提供的设备运行维护记录、设备维修记录和故障检修知识库;
107、通过本地服务器根据监测的各个设备的运行状态数据统计各个设备的运行时间和各个设备的停歇时间,统计各个设备运行维护记录、各个设备维修记录和故障检修知识库,并显示。
108、通过本地服务器设定各个设备的计划停机时间、理论加工周期和加工数量。
109、通过本地服务器根据各个设备的运行时间和各个设备的故障停歇时间计算对应设备的设备故障率。
110、通过本地服务器根据设备的日历工作时间、计划停机时间、外部因素停机时间、调整初始化时间、加工数量、实际加工周期、理论加工周期、合格品数量、故障停歇时间计算对应设备的OEE分析值。
111、通过本地服务器根据各个设备的运行状态数据的历史故障数据和历史正常数据建立对应设备的统计KPCA模型,并对设备的统计KPCA模型进行验证,得到设备的诊断模型,对实时采集的监测的各个设备的运行状态数据采用其对应设备的诊断模型进行在线诊断,判断该监测设备的运行状态。
112、通过本地服务器显示单个设备的运行时间在一定时间内的对比图、整个设备类型的设备的运行时间在一定时间内的对比图、单个设备的停歇时间在一定时间内的对比图、整个设备类型的设备的停歇时间在一定时间内的对比图。
113、通过本地服务器显示监测的设备运行的实时工作视频和历史工作视频。
本实施方式中,通过本地服务器根据各个设备的运行状态数据的历史故障数据和历史正常数据建立对应设备的统计KPCA模型,并对设备的统计KPCA模型进行验证,得到设备的诊断模型,对实时采集的监测的各个设备的运行状态数据采用其对应设备的诊断模型进行在线诊断,判断该监测设备的运行状态的具体过程,如图3所示,包括以下步骤:
S1:获取采集的某一设备的运行状态数据的历史数据。
本实施方式中,监测的设备包括:球磨机、竖炉、过滤机、强磁选机、高梯度磁选机、高频细筛和柱塞泵。选用N=30组球磨机3-1的部分运行状态数据作为历史数据如表1所示。
表1球磨机3-1的部分运行状态数据作为历史数据
S2:将运行状态数据的N组历史数据进行预处理,将设备同一性能指标的运行状态数据的历史数据进行统一。
本实施方式中,将N组历史数据进行预处理的方法为:将每个变量减去其均值后除以其标准差,以消除历史数据变量之间的量纲影响。
S3:选取预处理后的运行状态数据中M组历史正常数据作为训练集数据,选取核函数,对训练集数据进行核映射,得到核矩阵,并对该核矩阵进行中心化处理,建立该设备的统计KPCA(Kernel Principal Component Analysis,核主成分分析)模型。
本实施方式中,选取处理以后的运行状态数据中M=20组历史正常数据作为训练集数据如表2所示。
表2训练集数据
本实施方式中,训练集数据xi(i=1,2.....M),函数为高斯径向基函数(RBF)如式(1)所示:
其中,σ为训练集数据的标准差。
对训练集数据进行核映射,得到核矩阵如式(2)所示:
其中,1im=1nj=1,m=1,2......M,J=1,2......M,n=1,2......M,kij=Φ(xi)·Φ(xj),Φ(xi)为行特征空间样本点,Φ(xj)为列特征空间样本点。
S4:根据设备的统计KPCA模型计算训练集数据的T2统计量控制限和SPE统计量控制限。
本实施方式中,得到的设备的统计KPCA模型计算训练集数据的T2统计量控制限为31.847,SPE统计量控制限为6.951*10-4。
S5:将运行状态数据的历史数据中的K组历史正常数据和历史故障数据作为测试集数据,根据设备的统计KPCA模型计算测试集数据的T2统计量和SPE统计量。
本实施方式中,选取的K=8组测试集数据如表3所示。
表3 K=8组测试集数据
S6:对设备的统计KPCA模型进行验证:若历史正常数据的T2统计量和SPE统计量超出其对应的控制限的数量在设定的模型准确率的范围内,并且历史故障数据的T2统计量和SPE统计量在其对应控制限范围内的数量在设定的模型准确率的范围内,则执行S7,否则执行S8。
本实施方式中,模型准确率为95%。
S7:将当前设备的统计KPCA模型作为诊断模型,执行S9。
S8:重新获取采集的该设备的运行状态数据的历史数据或者更换核函数,返回步骤S2。
S9:对实时采集的监测的各个设备的运行状态数据采用其对应设备的诊断模型进行在线诊断:若实时采集的运行状态数据根据设备的诊断模型计算的T2统计量和SPE统计量均在其控制限内,则该设备为正常状态,否则,该设备为故障状态。
本实施方式,诊断的组球磨机3-1的部分运行状态数据的诊断结果如表4所示。
表4诊断的组球磨机3-1的部分运行状态数据的诊断结果
Claims (4)
1.一种选矿设备运行状态监控***,其特征在于,包括本地服务器、多个数据采集传感器和视频采集模块;
所述多个数据采集传感器输入端连接采矿厂监测的各个设备,所述多个数据采集传感器的输出端均连接所述本地服务器,所述视频采集模块的输出端连接所述本地服务器;
所述数据采集传感器,用于实时采集监测的各个设备的运行状态数据和设备指标数据,并发送至本地服务器;所述监测的设备包括:球磨机、竖炉、过滤机、强磁选机、高梯度磁选机、高频细筛和柱塞泵;所述监测的各个设备的运行状态数据包括:运行时间、停歇时间、日历工作时间、实际加工周期和合格品数量,所述停歇时间包括:外部因素停机时间、调整初始化时间和故障停歇时间;
所述视频采集模块,用于实时采集各个设备的工作视频,并发送至本地服务器;
所述本地服务器搭建有设备台账单元、设备运行状态监视单元、设备运行统计单元、设备运行分析单元、设备运行状况对比分析单元、设备视频监控单元;
所述设备台账单元,用于记录并存储采矿厂监测的各个设备基础信息;
所述设备运行状态监视单元,用于显示监测的各个设备的运行状态数据和设备指标数据;通过设定各设备指标数据的上限阈值与下限阈值,当监测的各个设备的设备指标数据超出其对应的上限阈值或者下限阈值时,进行预警,并显示预警设备的全部已知故障原因;
所述设备运行统计单元,用于根据监测的各个设备的运行状态数据统计各个设备的运行时间和各个设备的停歇时间,统计各个设备运行维护记录、各个设备维修记录和故障检修知识库,并显示;
所述设备运行分析单元,用于设定各个设备的计划停机时间、理论加工周期和加工数量,根据各个设备的运行时间和各个设备的故障停歇时间计算对应设备的设备故障率;根据各个设备的日历工作时间、计划停机时间、外部因素停机时间、调整初始化时间、加工数量、实际加工周期、理论加工周期、合格品数量、故障停歇时间计算对应设备的OEE分析值;根据各个设备的运行状态数据的历史故障数据和历史正常数据建立对应设备的统计KPCA模型,并对设备的统计KPCA模型进行验证,得到设备的诊断模型,对实时采集的监测的各个设备的运行状态数据采用其对应设备的诊断模型进行在线诊断,判断该监测设备的运行状态;
所述设备运行维护单元,用于记录用户提供的设备运行维护记录、设备维修记录和故障检修知识库;
所述设备运行状况对比分析单元,用于显示单个设备的运行时间在一定时间内的对比图、整个设备类型的设备的运行时间在一定时间内的对比图、单个设备的停歇时间在一定时间内的对比图、整个设备类型的设备的停歇时间在一定时间内的对比图;
所述视频监视单元,用于显示监测的设备运行的实时工作视频和历史工作视频。
2.根据权利要求1所述的选矿设备运行状态监控***,其特征在于,所述根据设备的日历工作时间、计划停机时间、外部因素停机时间、调整初始化时间、加工数量、实际加工周期、理论加工周期、合格品数量、故障停歇时间计算对应设备的OEE分析值的公式为:
设备的OEE分析值=时间开动率×性能开动率×合格品率×100%;
其中,时间开动率=开动时间/负荷时间;
负荷时间=日历工作时间-计划停机时间-外部因素停机时间;
开动时间=负荷时间-故障停歇时间-调整初始化时间;
性能开动率=净开动率×速度开动率;
净开动率=加工数量×实际加工周期/开动时间;
净开动率=加工数量×实际加工周期/开动时间;
速度开动率=理论加工周期/实际加工周期;
合格品率=合格品数量/加工数量。
3.采用权利要求1所述的选矿设备运行状态监控***进行选矿设备运行状态监控的方法,其特征在于,包括以下步骤:
通过数据采集传感器实时采集监测的各个设备的运行状态数据和设备指标数据,并发送至本地服务器;
通过视频采集模块实时采集各个设备的工作视频,并发送至本地服务器;
通过本地服务器设定各个设备的计划停机时间、理论加工周期和加工数量;
通过本地服务器记录用户提供的设备运行维护记录、设备维修记录和故障检修知识库;
通过本地服务器记录并存储采矿厂监测的各个设备基础信息;
通过本地服务器显示监测的各个设备的运行状态数据和设备指标数据;
通过本地服务器设定各设备指标数据的上限阈值与下限阈值,当监测的各个设备的设备指标数据超出其对应的上限阈值或者下限阈值时,进行预警,并显示预警设备的全部已知故障原因;
通过本地服务器根据监测的各个设备的运行状态数据统计各个设备的运行时间和各个设备的停歇时间,统计各个设备运行维护记录、各个设备维修记录和故障检修知识库,并显示;
通过本地服务器根据各个设备的运行时间和各个设备的故障停歇时间计算对应设备的设备故障率;
通过本地服务器根据各个设备的日历工作时间、计划停机时间、外部因素停机时间、调整初始化时间、加工数量、实际加工周期、理论加工周期、合格品数量、故障停歇时间计算对应设备的OEE分析值;
通过本地服务器根据各个设备的运行状态数据的历史故障数据和历史正常数据建立对应设备的统计KPCA模型,并对设备的统计KPCA模型进行验证,得到设备的诊断模型,对实时采集的监测的各个设备的运行状态数据采用其对应设备的诊断模型进行在线诊断,判断该监测设备的运行状态;
通过本地服务器显示单个设备的运行时间在一定时间内的对比图、整个设备类型的设备的运行时间在一定时间内的对比图、单个设备的停歇时间在一定时间内的对比图、整个设备类型的设备的停歇时间在一定时间内的对比图;
通过本地服务器显示监测的设备运行的实时工作视频和历史工作视频。
4.根据权利要求3所述的选矿设备运行状态监控的方法,其特征在于,所述通过本地服务器根据各个设备的运行状态数据的历史故障数据和历史正常数据建立对应设备的统计KPCA模型,并对设备的统计KPCA模型进行验证,得到设备的诊断模型,对实时采集的监测的各个设备的运行状态数据采用其对应设备的诊断模型进行在线诊断,判断该监测设备的运行状态的具体过程包括以下步骤:
S1:获取采集的某一设备的运行状态数据的历史数据;
S2:将运行状态数据的N组历史数据进行预处理,将设备同一性能指标的运行状态数据的历史数据进行统一;
S3:选取预处理后的运行状态数据中M组历史正常数据作为训练集数据,选取核函数,对训练集数据进行核映射,得到核矩阵,并对该核矩阵进行中心化处理,建立该设备的统计KPCA模型;
S4:根据设备的统计KPCA模型计算训练集数据的T2统计量控制限和SPE统计量控制限;
S5:将运行状态数据的历史数据中的K组历史正常数据和历史故障数据作为测试集数据,根据设备的统计KPCA模型计算测试集数据的T2统计量和SPE统计量;
S6:对设备的统计KPCA模型进行验证:若历史正常数据的T2统计量和SPE统计量超出其对应的控制限的数量在设定的模型准确率的范围内,并且历史故障数据的T2统计量和SPE统计量在其对应控制限范围内的数量在设定的模型准确率的范围内,则执行S7,否则执行S8;
S7:将当前设备的统计KPCA模型作为诊断模型,执行S9;
S8:重新获取采集的该设备的运行状态数据的历史数据或者更换核函数,返回步骤S2;
S9:对实时采集的监测的该设备的运行状态数据采用其对应设备的诊断模型进行在线诊断:若实时采集的运行状态数据根据设备的诊断模型计算的T2统计量和SPE统计量均在其控制限内,则该设备为正常状态,否则,该设备为故障状态。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610844083.1A CN106408192B (zh) | 2016-09-23 | 2016-09-23 | 一种选矿设备运行状态监控***及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610844083.1A CN106408192B (zh) | 2016-09-23 | 2016-09-23 | 一种选矿设备运行状态监控***及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106408192A true CN106408192A (zh) | 2017-02-15 |
CN106408192B CN106408192B (zh) | 2019-07-23 |
Family
ID=57997495
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610844083.1A Active CN106408192B (zh) | 2016-09-23 | 2016-09-23 | 一种选矿设备运行状态监控***及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106408192B (zh) |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107153927A (zh) * | 2017-06-19 | 2017-09-12 | 南京南瑞继保电气有限公司 | 一种钢铁生产误工管理方法 |
CN109902871A (zh) * | 2019-02-27 | 2019-06-18 | 万洲电气股份有限公司 | 一种结合企业生产线差异化特点的智能优化节能*** |
WO2019218373A1 (zh) * | 2018-05-14 | 2019-11-21 | 山东科技大学 | 一种精益生产用主井提升***综合效率评估与监测方法 |
CN110531723A (zh) * | 2019-09-12 | 2019-12-03 | 东北大学 | 一种选矿设备故障状态可视分析***与方法 |
CN110555608A (zh) * | 2019-08-23 | 2019-12-10 | 山东科技大学 | 一种主井提升***综合效率多级预警方法 |
CN110750084A (zh) * | 2019-11-27 | 2020-02-04 | 航天科技控股集团股份有限公司 | 通过实时上传数据确定生产线设备运行状态的方法 |
CN110825588A (zh) * | 2019-11-05 | 2020-02-21 | 广东紫晶信息存储技术股份有限公司 | 一种光盘库的自动监控方法及*** |
CN110956368A (zh) * | 2019-11-14 | 2020-04-03 | 合肥帧讯软件有限公司 | 煤矿在用重要设备运行状态监测预警分析*** |
CN111273618A (zh) * | 2020-01-13 | 2020-06-12 | 中船第九设计研究院工程有限公司 | 一种管道生产设备运行状态监控*** |
CN111476541A (zh) * | 2020-04-08 | 2020-07-31 | 武汉赫尔墨斯智能科技有限公司 | 一种生产资源管理方法、装置及*** |
CN111627189A (zh) * | 2019-02-12 | 2020-09-04 | 珠海格力电器股份有限公司 | 一种设备异常处理方法、***及存储介质 |
CN111708340A (zh) * | 2020-07-01 | 2020-09-25 | 赣州好朋友科技有限公司 | 终端设备的分布式管理***及方法 |
CN111736518A (zh) * | 2020-06-22 | 2020-10-02 | 广汽本田汽车有限公司 | 一种设备开动率监控*** |
CN111860667A (zh) * | 2020-07-27 | 2020-10-30 | 海尔优家智能科技(北京)有限公司 | 设备故障的确定方法及装置、存储介质、电子装置 |
CN112256763A (zh) * | 2020-10-27 | 2021-01-22 | 宝信软件(武汉)有限公司 | 在线监控***及设备 |
CN112729639A (zh) * | 2019-10-14 | 2021-04-30 | 浙江大学软件学院(宁波)管理中心(宁波软件教育中心) | 一种木雕自动化设备oee计算方法及装置 |
CN113110350A (zh) * | 2021-04-28 | 2021-07-13 | 金隅冀东水泥(唐山)有限责任公司唐山分公司 | 水泥生产设备停机分析管理*** |
CN113916289A (zh) * | 2021-09-30 | 2022-01-11 | 深圳市中金岭南有色金属股份有限公司凡口铅锌矿 | 一种矿山设备的健康状态监测***及方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103473639A (zh) * | 2013-09-04 | 2013-12-25 | 广西百色矿务局有限公司 | 一种煤矿安全生产的智能监管方法及*** |
CN104134120A (zh) * | 2014-07-30 | 2014-11-05 | 东北大学 | 一种选矿生产指标监控***及方法 |
CN104794583A (zh) * | 2015-04-30 | 2015-07-22 | 武汉光谷北斗控股集团有限公司 | 一种感知矿山物联网模型 |
WO2016110165A1 (zh) * | 2015-01-07 | 2016-07-14 | 东北大学 | 基于云和移动终端的选矿多生产指标优化决策***及方法 |
-
2016
- 2016-09-23 CN CN201610844083.1A patent/CN106408192B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103473639A (zh) * | 2013-09-04 | 2013-12-25 | 广西百色矿务局有限公司 | 一种煤矿安全生产的智能监管方法及*** |
CN104134120A (zh) * | 2014-07-30 | 2014-11-05 | 东北大学 | 一种选矿生产指标监控***及方法 |
WO2016110165A1 (zh) * | 2015-01-07 | 2016-07-14 | 东北大学 | 基于云和移动终端的选矿多生产指标优化决策***及方法 |
CN104794583A (zh) * | 2015-04-30 | 2015-07-22 | 武汉光谷北斗控股集团有限公司 | 一种感知矿山物联网模型 |
Non-Patent Citations (1)
Title |
---|
张勇: "在选矿企业中实施设备管理及其***的探讨", 《中国优秀硕士学位论文全文数据库》 * |
Cited By (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107153927B (zh) * | 2017-06-19 | 2021-02-09 | 南京南瑞继保电气有限公司 | 一种钢铁生产误工管理方法 |
CN107153927A (zh) * | 2017-06-19 | 2017-09-12 | 南京南瑞继保电气有限公司 | 一种钢铁生产误工管理方法 |
WO2019218373A1 (zh) * | 2018-05-14 | 2019-11-21 | 山东科技大学 | 一种精益生产用主井提升***综合效率评估与监测方法 |
CN111627189A (zh) * | 2019-02-12 | 2020-09-04 | 珠海格力电器股份有限公司 | 一种设备异常处理方法、***及存储介质 |
CN109902871A (zh) * | 2019-02-27 | 2019-06-18 | 万洲电气股份有限公司 | 一种结合企业生产线差异化特点的智能优化节能*** |
CN109902871B (zh) * | 2019-02-27 | 2023-02-17 | 万洲电气股份有限公司 | 一种结合企业生产线差异化特点的智能优化节能*** |
CN110555608A (zh) * | 2019-08-23 | 2019-12-10 | 山东科技大学 | 一种主井提升***综合效率多级预警方法 |
WO2021035893A1 (zh) * | 2019-08-23 | 2021-03-04 | 山东科技大学 | 一种主井提升***综合效率多级预警方法 |
CN110531723B (zh) * | 2019-09-12 | 2022-07-05 | 东北大学 | 一种选矿设备故障状态可视分析***与方法 |
CN110531723A (zh) * | 2019-09-12 | 2019-12-03 | 东北大学 | 一种选矿设备故障状态可视分析***与方法 |
CN112729639A (zh) * | 2019-10-14 | 2021-04-30 | 浙江大学软件学院(宁波)管理中心(宁波软件教育中心) | 一种木雕自动化设备oee计算方法及装置 |
CN110825588A (zh) * | 2019-11-05 | 2020-02-21 | 广东紫晶信息存储技术股份有限公司 | 一种光盘库的自动监控方法及*** |
CN110956368A (zh) * | 2019-11-14 | 2020-04-03 | 合肥帧讯软件有限公司 | 煤矿在用重要设备运行状态监测预警分析*** |
CN110750084A (zh) * | 2019-11-27 | 2020-02-04 | 航天科技控股集团股份有限公司 | 通过实时上传数据确定生产线设备运行状态的方法 |
CN111273618A (zh) * | 2020-01-13 | 2020-06-12 | 中船第九设计研究院工程有限公司 | 一种管道生产设备运行状态监控*** |
CN111476541A (zh) * | 2020-04-08 | 2020-07-31 | 武汉赫尔墨斯智能科技有限公司 | 一种生产资源管理方法、装置及*** |
CN111736518A (zh) * | 2020-06-22 | 2020-10-02 | 广汽本田汽车有限公司 | 一种设备开动率监控*** |
CN111708340B (zh) * | 2020-07-01 | 2021-07-13 | 赣州好朋友科技有限公司 | 终端设备的分布式管理***及方法 |
CN111708340A (zh) * | 2020-07-01 | 2020-09-25 | 赣州好朋友科技有限公司 | 终端设备的分布式管理***及方法 |
CN111860667A (zh) * | 2020-07-27 | 2020-10-30 | 海尔优家智能科技(北京)有限公司 | 设备故障的确定方法及装置、存储介质、电子装置 |
CN112256763A (zh) * | 2020-10-27 | 2021-01-22 | 宝信软件(武汉)有限公司 | 在线监控***及设备 |
CN112256763B (zh) * | 2020-10-27 | 2023-08-15 | 宝信软件(武汉)有限公司 | 在线监控***及设备 |
CN113110350A (zh) * | 2021-04-28 | 2021-07-13 | 金隅冀东水泥(唐山)有限责任公司唐山分公司 | 水泥生产设备停机分析管理*** |
CN113916289A (zh) * | 2021-09-30 | 2022-01-11 | 深圳市中金岭南有色金属股份有限公司凡口铅锌矿 | 一种矿山设备的健康状态监测***及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN106408192B (zh) | 2019-07-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106408192A (zh) | 一种选矿设备运行状态监控***及方法 | |
CN104268678B (zh) | 一种以动态可靠性为基础的石化设备预防性维修方法 | |
US20120283988A1 (en) | Automated system and method for implementing unit and collective level benchmarking of power plant operations | |
CN110244673A (zh) | 一种金属材料生产企业设备在线监管方法和*** | |
CN103034929A (zh) | 用于污水厂的运营管理***和远程信息化管理*** | |
CN206322012U (zh) | 一种用于选煤厂的mes*** | |
CN102193544A (zh) | 一种智能建筑能源管理*** | |
CN110531303B (zh) | 在运智能电能表批次故障预警方法及其*** | |
CN104809030A (zh) | 一种基于Android的异常处理***及处理方法 | |
CN108805296A (zh) | 计量设备异常状态的监测方法和监测装置 | |
CN113484572A (zh) | 一种基于用电大数据的反窃电监测方法及*** | |
CN105573892B (zh) | 业务数据跑批方法和*** | |
CN101859409A (zh) | 基于风险评估的输变电设备状态检修体系 | |
CN109858786B (zh) | 基于物联网的机电设备管理*** | |
CN102262757A (zh) | Aps/mes精益制造管理*** | |
CN105931002A (zh) | Jit生产供货***及其控制方法 | |
CN104317695A (zh) | 一种自助设备监控方法及装置 | |
CN106772205A (zh) | 一种电力计量自动化***终端设备异常监测方法及装置 | |
CN102411364A (zh) | 工厂物联网业务终端 | |
CN103399562B (zh) | 一种生产线实时动态成本核算信息处理装置与方法 | |
CN112330062A (zh) | 一种基于电、水、燃气消耗的企业生产运行状态监管预警*** | |
CN109146286A (zh) | 一种基于toc理论的oee改善方法 | |
CN116500981A (zh) | 基于工业互联网的智慧工厂生产***和方法 | |
CN106026080A (zh) | 一种电厂发电量自动控制***和方法 | |
CN115167222A (zh) | 一种设备监控的方法及相关设备 |
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 |