CN111159487A - 一种汽车发动机主轴预测性维护智能*** - Google Patents

一种汽车发动机主轴预测性维护智能*** Download PDF

Info

Publication number
CN111159487A
CN111159487A CN201910587150.XA CN201910587150A CN111159487A CN 111159487 A CN111159487 A CN 111159487A CN 201910587150 A CN201910587150 A CN 201910587150A CN 111159487 A CN111159487 A CN 111159487A
Authority
CN
China
Prior art keywords
data
information
module
main shaft
maintenance
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.)
Pending
Application number
CN201910587150.XA
Other languages
English (en)
Inventor
申光耀
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Mingzhu Information Technology Co Ltd
Original Assignee
Shanghai Mingzhu Information Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shanghai Mingzhu Information Technology Co Ltd filed Critical Shanghai Mingzhu Information Technology Co Ltd
Priority to CN201910587150.XA priority Critical patent/CN111159487A/zh
Publication of CN111159487A publication Critical patent/CN111159487A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/903—Querying
    • G06F16/90335—Query processing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/903—Querying
    • G06F16/9038—Presentation of query results
    • 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
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • 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
    • G06Q10/20—Administration of product repair or maintenance

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Marketing (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Operations Research (AREA)
  • General Business, Economics & Management (AREA)
  • Computational Linguistics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种汽车发动机主轴预测性维护智能***，包括传感器模块、信息采集模块、信息对比模块和信息决策模块，传感器模块用于对生产用的主轴进行监测，采集主轴数据方便智能维护；信息采集模块用于收集来自主轴上的传感器模块的信息数据；信息对比模块用于接收信息采集模块采集的信息，并且将信息进行对比处理，形成诊断结果，信息决策模块用于接收信息对比模块的诊断结果。本发明能够***可以对车间设备的当前状态和使用寿命进行智能的诊断和管理，以图表可视化的形式公开在看板上，帮助指导维修部门对相应设备的日常维护和排产部门对生产计划的调整，降低了企业因设备故障造成的停产风险并提高维修人员的工作效率。

Description

一种汽车发动机主轴预测性维护智能***
技术领域
本发明涉及汽车发动机主轴技术领域，尤其涉及一种汽车发动机主轴预测性维护智能***。
背景技术
汽车发动机是为汽车提供动力的机器，是汽车的心脏，影响汽车的动力性、经济性和环保性，发动机主轴指从发动机或电动机接受动力并将它传给其它机件的轴，在汽车发动机主轴作为汽车的重要的传动组成部件，需要进行实时维护检测，确保汽车发动机的正常生产工作，在当今汽车生产制造流程中对生产发动机的设备主轴管理进行智能化改造，预见性维护，即通过收集设备日常维护数据，备件更换停机故障等，将收集的数据进行处理、分析汇总，将总结出的规律或经验纳入预防性维护计划中加以实施。传统的车间预见性维护十分依靠维修专员的经验。因此，客户企业的维修业务部门希望能够借助大数据技术和人工智能技术，对车间设备可能的失效模式和设备使用寿命进行精准预测，帮助实现备状态诊断和预警，乃至设备全周期生命管理，从而指导部门决策减少设备宕机时间，尽可能避免发生车间停产的紧急情况。
因此需要一种汽车发动机主轴预测性维护智能***，该***可以对车间设备的当前状态和使用寿命进行智能的诊断和管理，以图表可视化的形式公开在看板上，帮助指导维修部门对相应设备的日常维护和排产部门对生产计划的调整，***上线后已经提高设备使用寿命百分之二十，每一台发动机主轴成本在数百万元每年可节约设备更换成本在一千万万元左右，更重要的是降低了企业因设备故障造成的停产风险并提高维修人员的工作效率。
发明内容
本发明的目的在于提供一种汽车发动机主轴预测性维护智能***，旨在改善对车间设备的当前状态和使用寿命进行智能的诊断和管理，以图表可视化的形式公开在看板上，帮助指导维修部门对相应设备的日常维护和排产部门对生产计划的调整提高维修人员的工作效率的问题。
本发明是这样实现的：一种汽车发动机主轴预测性维护智能***，包括传感器模块、信息采集模块、信息对比模块和信息决策模块，传感器模块用于对生产用的主轴进行监测，采集主轴数据方便智能维护；
信息采集模块用于收集来自主轴上的传感器模块的信息数据；
信息对比模块用于接收信息采集模块采集的信息，并且将信息进行对比处理，形成诊断结果。
信息决策模块用于接收信息对比模块的诊断结果，然后通过对比数据显示出最优化的维护方案。
进一步的，传感器模块包括圆度传感器模块、转速传感器模块、颜色传感器模块、形状传感器模块、声音传感器模块、位置传感器模块和温度传感器模块，通过设置在主轴上的圆度传感器模块、转速传感器模块、声音传感器模块和温度传感器模块用于采集主轴加工中的圆度数据、转速数据、声音数据和温度数据，且通过颜色传感器模块、形状传感器模块和位置传感器模块方便确定位于位于厂区位置、检测位置颜色和形状识别，便于确定需要维护的位置。
进而通过，进而通过采用多种不同类型的传感器，用于全方面的收集主轴设备的运用数据，方便通过计算与对比做出维护的预测性对比，进而有利于提高预测的精准性。
进一步的，信息采集模块包括声音识别模块、数量识别模块、场景识别模块、物体识别模块、颜色识别模块和数据信息识别模块，便于识别接收主轴传感器模块上的数据特征，方便对比计算数据，提高维护效率。
进而通过，进而通过场景识别模块、物体识别模块、颜色识别模块，便于收集设备的位置和使用信息，进而与数据库中的存储数据对比，确定为具体的主轴设备，然后通过声音识别模块、数量识别模块和数据信息识别模块，便于收集主轴设备的使用情况，便于作出预测性的维护。
进一步的，信息对比模块的对比步骤：
S1、数据导入，将信息采集模块采集的主轴信息数据导入信息对比模块中；
S2、数据接收，接收数据导入的主轴信息；
S3、数据模型，将接收至数据导入的主轴信息在设计好的数据模型中进行计算对比得出对比的数值；
S4、数据对比，将经过数据模型计算好的数值与存储的预设该数据的数值进行对比；
S5、数据导出，将数据对比结果导出信息对比模块进行显示，如果数值与预设值相同则显示不需要维护，如果数值与预设值不同则显示需要维护。
进而通过，进而通过数据导入、数据接收、数据模型、数据对比和数据导出，通过将信息采集模块采集的主轴设备的数据信息经过数据导入、数据接收、数据模型、数据对比和数据导出流程，对主轴设备进行对比做出诊断。
进一步的，数据模型构建步骤是：
S1、数据采集，通过收集主轴日常维护数据，备件更换停机故障等数据；
S2、数据分析，通过对收集的数据进行分类处理、分析汇总；
S3、数据建模，通过分析不同类别的数据将不同数据类型总结出不同的规律或经验，从而构建成不同数据类型的计算模型；
S4、数据存储，通过将构建成不同数据类型的模型进行存储，方便进行调用；
S5、数据调用，通过根据不同的数据类型进行调用不同数据类型的计算模型方便进行信息决策对比。
进而通过，数据采集模块，通过收集主轴日常维护数据，备件更换停机故障等数据，然后通过数据分析，通过对收集的数据进行分类处理、分析汇总，并且数据建模，通过分析不同类别的数据将不同数据类型总结出不同的规律或经验，从而构建成不同数据类型的计算模型，同时数据存储，通过将构建成不同数据类型的模型进行存储在数据库中，方便进行调用，数据调用，通过根据不同的数据类型进行调用数据库中不同数据类型的计算模型方便进行信息决策对比。
进一步的，信息决策模块包括用户登录、数据查询、数据判断、数据库存储和数据显示，且信息决策模块在使用者进行用户登录后能够对信息对比模块导出的数据进行数据查询，在进行信息数据查询时调用数据库存储的以往的设备日常维护数据，备件更换停机故障等，以及总结出的解决的规律或经验，然后根据查询结果进行数据判断，然后将处理数据和方案存放在数据库存储中，方便下次进行对比调用，然后将最优解决方案经过数据显示显示，便于检测人员参考检测方案进行检测。
进而通过用户登录中设置用户管理、机构管理、区域管理、菜单管理、角色管理、字典管理和操作日志，通过树结构展示***组织机构，方便进行观察调节，同时配置***菜操作权限，按钮权限标识等角色菜单权限分配、设置角色按机构进行数据范围权限划分，方便对操作人员进行直观的信息展现和功能限定，在使用者进行用户登录后能够对信息对比模块导出的数据进行数据查询，在进行信息数据查询时调用数据库存储的以往的设备日常维护数据，备件更换停机故障等，以及总结出的解决的规律或经验，然后根据查询结果进行数据判断，然后将处理数据和方案存放在数据库存储中，方便下次进行对比调用，然后将最优解决方案经过数据显示显示，便于检测人员参考检测方案进行检测。
进一步的，用户登录包括用户管理、机构管理、区域管理、菜单管理、角色管理、字典管理和操作日志，用于完成用户配置并以树状结构展开公司配置和***城市区域模型角色菜单权限分配和操作记录查询。
进而通过树结构展示***组织机构，方便进行观察调节，同时配置***菜操作权限，按钮权限标识等角色菜单权限分配、设置角色按机构进行数据范围权限划分，方便对操作人员进行直观的信息展现和功能限定。
进一步的，一种汽车发动机主轴预测性维护智能方法，步骤如下：
S1、传感器模块用于对生产用的主轴进行监测，采集主轴数据方便智能维护；
S2、信息采集模块用于收集来自主轴上的传感器模块的信息数据；
S3、信息对比模块用于接收信息采集模块采集的信息，并且将信息进行对比处理，形成诊断结果。
S4、信息决策模块用于接收信息对比模块的诊断结果，然后通过对比数据显示出最优化的维护方案。
进而可以对车间设备的当前状态和使用寿命进行智能的诊断和管理，以图表可视化的形式公开在看板上，帮助指导维修部门对相应设备的日常维护和排产部门对生产计划的调整，更重要的是降低了企业因设备故障造成的停产风险并提高维修人员的工作效率。
进一步的，信息对比模块包括数据模型构建步骤：
S1、数据采集，通过收集主轴日常维护数据，备件更换停机故障等数据；
S2、数据分析，通过对收集的数据进行分类处理、分析汇总；
S3、数据建模，通过分析不同类别的数据将不同数据类型总结出不同的规律或经验，从而构建成不同数据类型的计算模型；
S4、数据存储，通过将构建成不同数据类型的模型进行存储，方便进行调用；
S5、数据调用，通过根据不同的数据类型进行调用不同数据类型的计算模型方便进行信息决策对比。
进而通过数据采集模块，通过收集主轴日常维护数据，备件更换停机故障等数据，然后通过数据分析，通过对收集的数据进行分类处理、分析汇总，并且数据建模，通过分析不同类别的数据将不同数据类型总结出不同的规律或经验，从而构建成不同数据类型的计算模型，同时数据存储，通过将构建成不同数据类型的模型进行存储在数据库中，方便进行调用，数据调用，通过根据不同的数据类型进行调用数据库中不同数据类型的计算模型方便进行信息决策对比。
进一步的，信息决策模块包括用户登录、数据查询、数据判断、数据库存储和数据显示，且信息决策模块在使用者进行用户登录后能够对信息对比模块导出的数据进行数据查询，在进行信息数据查询时调用数据库存储的以往的设备日常维护数据，备件更换停机故障等，以及总结出的解决的规律或经验，然后根据查询结果进行数据判断，然后将处理数据和方案存放在数据库存储中，方便下次进行对比调用，然后将最优解决方案经过数据显示显示，便于检测人员参考检测方案进行检测。
与现有技术相比，本发明的有益效果是：本发明能够对车间设备的当前状态和使用寿命进行智能的诊断和管理，以图表可视化的形式公开在看板上，帮助指导维修部门对相应设备的日常维护和排产部门对生产计划的调整，更重要的是降低了企业因设备故障造成的停产风险并提高维修人员的工作效率。
附图说明
为了更清楚地说明本发明实施方式的技术方案，下面将对实施方式中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1是本发明的流程结构示意图；
图2是本发明中信息采集模块流程结构示意图；
图3是本发明中传感器模块流程结构示意图；
图4是本发明中信息对比模块流程结构示意图；
图5是本发明中信息决策模块流程结构示意图；
图6是本发明中数据模型的构件方法结构示意图；
图中：1、传感器模块；11、圆度传感器模块；12、转速传感器；13、颜色传感器；14、形状传感器；15、声音传感器；16、位置传感器；17、温度传感器；2、信息采集模块；21、声音识别模块；22、数量识别模块；23、场景识别模块；24、物体识别模块；25、颜色识别模块；26、数据信息识别模块；3、信息对比模块；31、数据导入；32、数据接收；33、数据模型；331、数据采集；332、数据分析；333、数据建模；334、数据存储；335、数据调取；34、数据对比；35、数据导出；4、信息决策模型；41、用户登录；42、数据查询；43、数据判断；44、数据库存储；45、数据显示。
具体实施方式
为使本发明实施方式的目的、技术方案和优点更加清楚，下面将结合本发明实施方式中的附图，对本发明实施方式中的技术方案进行清楚、完整地描述，显然，所描述的实施方式是本发明一部分实施方式，而不是全部的实施方式。基于本发明中的实施方式，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施方式，都属于本发明保护的范围。因此，以下对在附图中提供的本发明的实施方式的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施方式。基于本发明中的实施方式，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施方式，都属于本发明保护的范围。
请参阅图1、图2、图3、图4、图5和图6所示，一种汽车发动机主轴预测性维护智能***，包括传感器模块1、信息采集模块2、信息对比模块3和信息决策模块4，传感器模块1用于对生产用的主轴进行监测，采集主轴数据方便智能维护；
信息采集模块2用于收集来自主轴上的传感器模块1的信息数据；
信息对比模块3用于接收信息采集模块2采集的信息，并且将信息进行对比处理，形成诊断结果。
信息决策模块4用于接收信息对比模块3的诊断结果，然后通过对比数据显示出最优化的维护方案。
随着互联网行业的快速发展，为了确保汽车发动机的正常生产工作，在当今汽车生产制造流程中对生产发动机的设备主轴管理进行智能化改造，预见性维护，即通过收集设备日常维护数据，备件更换停机故障等，将收集的数据进行处理、分析汇总，将总结出的规律或经验纳入预防性维护计划中加以实施，传统的车间预见性维护十分依靠维修专员的经验，因此，客户企业的维修业务部门希望能够借助大数据技术和人工智能技术，对车间设备可能的失效模式和设备使用寿命进行精准预测，帮助实现备状态诊断和预警，乃至设备全周期生命管理，从而指导部门决策减少设备宕机时间，尽可能避免发生车间停产的紧急情况，进而通过在生产发动机用主轴上添加主轴预测性维护智能***，能够对主轴的使用状况和维护时间进行预测，通过设置在主轴上的传感器模块1收集主轴的使用数据方便智能维护，同时通过信息采集模块2用于接收来自主轴上的传感器模块1的信息数据，并且信息对比模块3用于接收信息采集模块2采集的信息，并且将信息通过KAFKA算法构建的对比数据模型33进行计算对比，形成诊断结果，同时信息决策模块4用于接收信息对比模块3的诊断结果，然后通过对比数据显示出最优化的维护方案，从而可以对车间设备的当前状态和使用寿命进行智能的诊断和管理，以图表可视化的形式公开在看板上，帮助指导维修部门对相应设备的日常维护和排产部门对生产计划的调整，更重要的是降低了企业因设备故障造成的停产风险并提高维修人员的工作效率。
请参阅图3，传感器模块1包括圆度传感器模块11、转速传感器模块12、颜色传感器模块13、形状传感器模块14、声音传感器模块15、位置传感器模块16和温度传感器模块17，通过设置在主轴上的圆度传感器模块11、转速传感器模块12、声音传感器模块15和温度传感器模块17用于采集主轴加工中的圆度数据、转速数据、声音数据和温度数据，且通过颜色传感器模块13、形状传感器模块14和位置传感器模块16方便确定位于位于厂区位置、检测位置颜色和形状识别，便于确定需要维护的位置。
进而通过，进而通过采用多种不同类型的传感器，用于全方面的收集主轴设备的运用数据，方便通过计算与对比做出维护的预测性对比，进而有利于提高预测的精准性。
请参阅图2，信息采集模块2包括声音识别模块21、数量识别模块22、场景识别模块23、物体识别模块24、颜色识别模块25和数据信息识别模块26，便于识别接收主轴传感器模块1上的数据特征，方便对比计算数据，提高维护效率。
进而通过，进而通过场景识别模块23、物体识别模块24、颜色识别模块25，便于收集设备的位置和使用信息，进而与数据库中的存储数据对比，确定为具体的主轴设备，然后通过声音识别模块21、数量识别模块22和数据信息识别模块26，便于收集主轴设备的使用情况，便于作出预测性的维护。
请参阅图4，信息对比模块3的对比步骤：
S1、数据导入31，将信息采集模块2采集的主轴信息数据导入信息对比模块3中；
S2、数据接收32，接收数据导入31的主轴信息；
S3、数据模型33，将接收至数据导入31的主轴信息在设计好的数据模型33中进行计算对比得出对比的数值；
S4、数据对比34，将经过数据模型33计算好的数值与存储的预设该数据的数值进行对比；
S5、数据导出35，将数据对比结果导出信息对比模块3进行显示，如果数值与预设值相同则显示不需要维护，如果数值与预设值不同则显示需要维护。
进而通过，进而通过数据导入31、数据接收32、数据模型33、数据对比34和数据导出35，通过将信息采集模块2采集的主轴设备的数据信息经过数据导入31、数据接收32、数据模型33、数据对比34和数据导出35流程，对主轴设备进行对比做出诊断。
请参阅图6，数据模型33构建步骤是：
S1、数据采集331，通过收集主轴日常维护数据，备件更换停机故障等数据；
S2、数据分析332，通过对收集的数据进行分类处理、分析汇总；
S3、数据建模333，通过分析不同类别的数据将不同数据类型总结出不同的规律或经验，从而构建成不同数据类型的计算模型；
S4、数据存储334，通过将构建成不同数据类型的模型进行存储，方便进行调用；
S5、数据调用335，通过根据不同的数据类型进行调用不同数据类型的计算模型方便进行信息决策对比。
进而通过，数据采集331模块，通过收集主轴日常维护数据，备件更换停机故障等数据，然后通过数据分析332，通过对收集的数据进行分类处理、分析汇总，并且数据建模333，通过分析不同类别的数据将不同数据类型总结出不同的规律或经验，从而构建成不同数据类型的计算模型，同时数据存储334，通过将构建成不同数据类型的模型进行存储在数据库中，方便进行调用，数据调用335，通过根据不同的数据类型进行调用数据库中不同数据类型的计算模型方便进行信息决策对比。
请参阅图5，信息决策模块4包括用户登录41、数据查询42、数据判断43、数据库存储44和数据显示45，且信息决策模块4在使用者进行用户登录41后能够对信息对比模块3导出的数据进行数据查询42，在进行信息数据查询42时调用数据库存储44的以往的设备日常维护数据，备件更换停机故障等，以及总结出的解决的规律或经验，然后根据查询结果进行数据判断43，然后将处理数据和方案存放在数据库存储44中，方便下次进行对比调用，然后将最优解决方案经过数据显示45显示，便于检测人员参考检测方案进行检测。
进而通过用户登录41中设置用户管理、机构管理、区域管理、菜单管理、角色管理、字典管理和操作日志，通过树结构展示***组织机构，方便进行观察调节，同时配置***菜操作权限，按钮权限标识等角色菜单权限分配、设置角色按机构进行数据范围权限划分，方便对操作人员进行直观的信息展现和功能限定，在使用者进行用户登录41后能够对信息对比模块3导出的数据进行数据查询42，在进行信息数据查询42时调用数据库存储44的以往的设备日常维护数据，备件更换停机故障等，以及总结出的解决的规律或经验，然后根据查询结果进行数据判断43，然后将处理数据和方案存放在数据库存储44中，方便下次进行对比调用，然后将最优解决方案经过数据显示45显示，便于检测人员参考检测方案进行检测。
请参阅图5，用户登录41包括用户管理、机构管理、区域管理、菜单管理、角色管理、字典管理和操作日志，用于完成用户配置并以树状结构展开公司配置和***城市区域模型角色菜单权限分配和操作记录查询。
进而通过树结构展示***组织机构，方便进行观察调节，同时配置***菜操作权限，按钮权限标识等角色菜单权限分配、设置角色按机构进行数据范围权限划分，方便对操作人员进行直观的信息展现和功能限定。
请参阅图1，一种汽车发动机主轴预测性维护智能方法，步骤如下：
S1、传感器模块1用于对生产用的主轴进行监测，采集主轴数据方便智能维护；
S2、信息采集模块2用于收集来自主轴上的传感器模块1的信息数据；
S3、信息对比模块3用于接收信息采集模块2采集的信息，并且将信息进行对比处理，形成诊断结果。
S4、信息决策模块4用于接收信息对比模块3的诊断结果，然后通过对比数据显示出最优化的维护方案。
进而可以对车间设备的当前状态和使用寿命进行智能的诊断和管理，以图表可视化的形式公开在看板上，帮助指导维修部门对相应设备的日常维护和排产部门对生产计划的调整，更重要的是降低了企业因设备故障造成的停产风险并提高维修人员的工作效率。
请参阅图6，信息对比模块3包括数据模型33构建步骤：
S1、数据采集331，通过收集主轴日常维护数据，备件更换停机故障等数据；
S2、数据分析332，通过对收集的数据进行分类处理、分析汇总；
S3、数据建模333，通过分析不同类别的数据将不同数据类型总结出不同的规律或经验，从而构建成不同数据类型的计算模型；
S4、数据存储334，通过将构建成不同数据类型的模型进行存储，方便进行调用；
S5、数据调用335，通过根据不同的数据类型进行调用不同数据类型的计算模型方便进行信息决策对比。
进而通过数据采集331模块，通过收集主轴日常维护数据，备件更换停机故障等数据，然后通过数据分析332，通过对收集的数据进行分类处理、分析汇总，并且数据建模333，通过分析不同类别的数据将不同数据类型总结出不同的规律或经验，从而构建成不同数据类型的计算模型，同时数据存储334，通过将构建成不同数据类型的模型进行存储在数据库中，方便进行调用，数据调用335，通过根据不同的数据类型进行调用数据库中不同数据类型的计算模型方便进行信息决策对比。
请参阅图5，信息决策模块4包括用户登录41、数据查询42、数据判断43、数据库存储44和数据显示45，且信息决策模块4在使用者进行用户登录41后能够对信息对比模块3导出的数据进行数据查询42，在进行信息数据查询42时调用数据库存储44的以往的设备日常维护数据，备件更换停机故障等，以及总结出的解决的规律或经验，然后根据查询结果进行数据判断43，然后将处理数据和方案存放在数据库存储44中，方便下次进行对比调用，然后将最优解决方案经过数据显示45显示，便于检测人员参考检测方案进行检测。
进而可以对车间设备的当前状态和使用寿命进行智能的诊断和管理，以图表可视化的形式公开在看板上，帮助指导维修部门对相应设备的日常维护和排产部门对生产计划的调整，更重要的是降低了企业因设备故障造成的停产风险并提高维修人员的工作效率。
通过上述设计得到的装置已基本能满足一种可以对车间设备的当前状态和使用寿命进行智能的诊断和管理，以图表可视化的形式公开在看板上，帮助指导维修部门对相应设备的日常维护和排产部门对生产计划的调整，***上线后已经提高设备使用寿命百分之二十，每一台发动机主轴成本在数百万元每年可节约设备更换成本在一千万万元左右，更重要的是降低了企业因设备故障造成的停产风险并提高维修人员的工作效率的汽车发动机主轴预测性维护智能***的使用，但本着进一步完善其功能的宗旨，设计者对该装置进行了进一步的改良。
以上所述仅为本发明的优选实施方式而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种汽车发动机主轴预测性维护智能***，包括传感器模块(1)、信息采集模块(2)、信息对比模块(3)和信息决策模块(4)，其特征在于：所述传感器模块(1)用于对生产用的主轴进行监测，采集主轴数据方便智能维护；
所述信息采集模块(2)用于收集来自主轴上的传感器模块(1)的信息数据；
所述信息对比模块(3)用于接收信息采集模块(2)采集的信息，并且将信息进行对比处理，形成诊断结果。
所述信息决策模块(4)用于接收信息对比模块(3)的诊断结果，然后通过对比数据显示出最优化的维护方案。
2.根据权利要求1所述的一种汽车发动机主轴预测性维护智能***，其特征在于，所述传感器模块(1)包括圆度传感器模块(11)、转速传感器模块(12)、颜色传感器模块(13)、形状传感器模块(14)、声音传感器模块(15)、位置传感器模块(16)和温度传感器模块(17)，通过设置在主轴上的圆度传感器模块(11)、转速传感器模块(12)、声音传感器模块(15)和温度传感器模块(17)用于采集主轴加工中的圆度数据、转速数据、声音数据和温度数据，且通过颜色传感器模块(13)、形状传感器模块(14)和位置传感器模块(16)方便确定位于位于厂区位置、检测位置颜色和形状识别，便于确定需要维护的位置。
3.根据权利要求2所述的一种汽车发动机主轴预测性维护智能***，其特征在于，所述信息采集模块(2)包括声音识别模块(21)、数量识别模块(22)、场景识别模块(23)、物体识别模块(24)、颜色识别模块(25)和数据信息识别模块(26)，便于识别接收主轴传感器模块1上的数据特征，方便对比计算数据，提高维护效率。
4.根据权利要求3所述的一种汽车发动机主轴预测性维护智能***，其特征在于，所述信息对比模块(3)的对比步骤：
S1、数据导入(31)，将信息采集模块(2)采集的主轴信息数据导入信息对比模块(3)中；
S2、数据接收(32)，接收数据导入(31)的主轴信息；
S3、数据模型(33)，将接收至数据导入(31)的主轴信息在设计好的数据模型(33)中进行计算对比得出对比的数值；
S4、数据对比(34)，将经过数据模型(33)计算好的数值与存储的预设该数据的数值进行对比；
S5、数据导出(35)，将数据对比结果导出信息对比模块(3)进行显示，如果数值与预设值相同则显示不需要维护，如果数值与预设值不同则显示需要维护。
5.根据权利要求4所述的一种汽车发动机主轴预测性维护智能***，其特征在于，所述数据模型(33)构建步骤是：
S1、数据采集(331)，通过收集主轴日常维护数据，备件更换停机故障等数据；
S2、数据分析(332)，通过对收集的数据进行分类处理、分析汇总；
S3、数据建模(333)，通过分析不同类别的数据将不同数据类型总结出不同的规律或经验，然后通过KAFKA算法构建的对比数据模型33，从而构建成不同数据类型的计算模型方便进行对比计算；
S4、数据存储(334)，通过将构建成不同数据类型的模型进行存储，方便进行调用；
S5、数据调用(335)，通过根据不同的数据类型进行调用不同数据类型的计算模型方便进行信息决策对比。
6.根据权利要求5所述的一种汽车发动机主轴预测性维护智能***，其特征在于，所述信息决策模块(4)包括用户登录(41)、数据查询(42)、数据判断(43)、数据库存储(44)和数据显示(45)，且信息决策模块(4)在使用者进行用户登录(41)后能够对信息对比模块(3)导出的数据进行数据查询(42)，在进行信息数据查询42时调用数据库存储(44)的以往的设备日常维护数据，备件更换停机故障等，以及总结出的解决的规律或经验，然后根据查询结果进行数据判断(43)，然后将处理数据和方案存放在数据库存储(44)中，方便下次进行对比调用，然后将最优解决方案经过数据显示(45)显示，便于检测人员参考检测方案进行检测。
7.根据权利要求6所述的一种汽车发动机主轴预测性维护智能***，其特征在于，所述用户登录(41)包括用户管理、机构管理、区域管理、菜单管理、角色管理、字典管理和操作日志，用于完成用户配置并以树状结构展开公司配置和***城市区域模型角色菜单权限分配和操作记录查询。
8.根据权利要求7所述的一种汽车发动机主轴预测性维护智能***，其特征在于，一种汽车发动机主轴预测性维护智能方法，步骤如下：
S1、传感器模块(1)用于对生产用的主轴进行监测，采集主轴数据方便智能维护；
S2、信息采集模块(2)用于收集来自主轴上的传感器模块(1)的信息数据；
S3、信息对比模块(3)用于接收信息采集模块(2)采集的信息，并且将信息进行对比处理，形成诊断结果。
S4、信息决策模块(4)用于接收信息对比模块(3)的诊断结果，然后通过对比数据显示出最优化的维护方案。
9.根据权利要求8所述的一种汽车发动机主轴预测性维护智能***，其特征在于，所述信息对比模块(3)包括数据模型(33)构建步骤：
S1、数据采集(331)，通过收集主轴日常维护数据，备件更换停机故障等数据；
S2、数据分析(332)，通过对收集的数据进行分类处理、分析汇总；
S3、数据建模(333)，通过分析不同类别的数据将不同数据类型总结出不同的规律或经验，从而构建成不同数据类型的计算模型；
S4、数据存储(334)，通过将构建成不同数据类型的模型进行存储，方便进行调用；
S5、数据调用(335)，通过根据不同的数据类型进行调用不同数据类型的计算模型方便进行信息决策对比。
10.根据权利要求9所述的一种汽车发动机主轴预测性维护智能***，其特征在于，所述信息决策模块(4)包括用户登录(41)、数据查询(42)、数据判断(43)、数据库存储(44)和数据显示(45)，且信息决策模块(4)在使用者进行用户登录(41)后能够对信息对比模块(3)导出的数据进行数据查询(42)，在进行信息数据查询42时调用数据库存储(44)的以往的设备日常维护数据，备件更换停机故障等，以及总结出的解决的规律或经验，然后根据查询结果进行数据判断(43)，然后将处理数据和方案存放在数据库存储(44)中，方便下次进行对比调用，然后将最优解决方案经过数据显示(45)显示，便于检测人员参考检测方案进行检测。
CN201910587150.XA 2019-06-24 2019-06-24 一种汽车发动机主轴预测性维护智能*** Pending CN111159487A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910587150.XA CN111159487A (zh) 2019-06-24 2019-06-24 一种汽车发动机主轴预测性维护智能***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910587150.XA CN111159487A (zh) 2019-06-24 2019-06-24 一种汽车发动机主轴预测性维护智能***

Publications (1)

Publication Number Publication Date
CN111159487A true CN111159487A (zh) 2020-05-15

Family

ID=70555871

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910587150.XA Pending CN111159487A (zh) 2019-06-24 2019-06-24 一种汽车发动机主轴预测性维护智能***

Country Status (1)

Country Link
CN (1) CN111159487A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112232531A (zh) * 2020-09-15 2021-01-15 中国第一汽车股份有限公司 基于装备物联的汽车试验设备预测性维护***及维护方法
CN113419086A (zh) * 2020-10-20 2021-09-21 捷普科技（上海）有限公司 一种测试夹具保养管理***
CN113743623A (zh) * 2021-08-13 2021-12-03 太原向明智控科技有限公司 一种应用大数据决策分析模型的设备维护***及方法
CN117672043A (zh) * 2023-12-23 2024-03-08 北京智扬北方国际教育科技有限公司 一种新能源汽车充电桩故障诊断维修实训台

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112232531A (zh) * 2020-09-15 2021-01-15 中国第一汽车股份有限公司 基于装备物联的汽车试验设备预测性维护***及维护方法
CN113419086A (zh) * 2020-10-20 2021-09-21 捷普科技（上海）有限公司 一种测试夹具保养管理***
CN113743623A (zh) * 2021-08-13 2021-12-03 太原向明智控科技有限公司 一种应用大数据决策分析模型的设备维护***及方法
CN117672043A (zh) * 2023-12-23 2024-03-08 北京智扬北方国际教育科技有限公司 一种新能源汽车充电桩故障诊断维修实训台

Similar Documents

Publication Publication Date Title
CN111159487A (zh) 一种汽车发动机主轴预测性维护智能***
CN104020754B (zh) 一种变电站一次主设备状态监测信息接入调控***的方法
CN108562854B (zh) 一种电机异常状态在线预警方法
CN110320892A (zh) 基于Lasso回归的污水处理设备故障诊断***及方法
CN112085261B (zh) 基于云端融合和数字孪生技术的企业生产现状诊断方法
CN101770219B (zh) 一种车铣复合机床故障诊断知识库的知识获取方法
CN110926809B (zh) 一种基于大数据分析的风电机组传动链故障预警方法
CN111639921B (zh) 一种基于专家***的设备故障智判与辅助处置方法
CN104638764A (zh) 配网设备状态智能诊断和检修***
CN116189407B (zh) 一种基于数据监测的智能预警***
CN111708798A (zh) 一种风电机组故障诊断与处理方法及***
CN113095516A (zh) 一种电动机智能运维及健康管理***
CN114580666A (zh) 一种多模式融合电动机智能维护***
CN115614292B (zh) 一种立式水泵机组振动监测装置及其方法
CN116244765A (zh) 一种基于工业互联网的设备维护管理方法
CN112580858A (zh) 设备参数预测分析方法及***
CN114721352A (zh) Dcs***的状态监测与故障诊断方法及***
CN117078227A (zh) 一种基于标识解析的环境监测运维平台
CN114487705A (zh) 一种电网设备故障定位检测方法
CN102929241B (zh) 精对苯二甲酸装置安全运行指导***及其应用
CN116070129A (zh) 一种水电集控事故智能诊断***
CN116263734A (zh) 工业机器人状态监控方法、***及提示终端
CN111539642B (zh) 一种基于面向对象的电厂数据采集处理***及其方法
CN115788771A (zh) 一种基于物联网技术的风力发电***的智能运维管理***
CN112765232B (zh) 核电厂重大设备的数据管理方法及***

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination