CN113806155B - 一种基于物联网的工业设备管理方法和*** - Google Patents

一种基于物联网的工业设备管理方法和*** Download PDF

Info

Publication number
CN113806155B
CN113806155B CN202111091809.6A CN202111091809A CN113806155B CN 113806155 B CN113806155 B CN 113806155B CN 202111091809 A CN202111091809 A CN 202111091809A CN 113806155 B CN113806155 B CN 113806155B
Authority
CN
China
Prior art keywords
fault
equipment
scanning
industrial
things
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.)
Active
Application number
CN202111091809.6A
Other languages
English (en)
Other versions
CN113806155A (zh
Inventor
刘经宇
冯立
程义
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 Huicheng Engineering Technology Service Co., Ltd
Shanghai Huicheng Intelligent System Co ltd
Original Assignee
Shanghai Huicheng Intelligent System 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 Huicheng Intelligent System Co ltd filed Critical Shanghai Huicheng Intelligent System Co ltd
Priority to CN202111091809.6A priority Critical patent/CN113806155B/zh
Publication of CN113806155A publication Critical patent/CN113806155A/zh
Application granted granted Critical
Publication of CN113806155B publication Critical patent/CN113806155B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00Error detection; Error correction; Monitoring
    • G06F11/22Detection or location of defective computer hardware by testing during standby operation or during idle time, e.g. start-up testing
    • G06F11/2273Test methods
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16YINFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y40/00IoT characterised by the purpose of the information processing
    • G16Y40/10Detection; Monitoring

Landscapes

  • Engineering & Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Quality & Reliability (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computing Systems (AREA)
  • Computer And Data Communications (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明实施例适用于工业物联网技术领域,具体提供了基于物联网的工业设备管理方法和***,在本发明实施例提供的基于物联网的工业设备管理方法中,首先对每一种设备故障的扫描检测周期进行定义;在扫描日志数据库中调取每一种设备故障的上一次工业设备扫描时间节点;在工业设备的当前检测扫描节点中,基于每一种设备故障的检测周期将所有需要进行扫描检测的设备故障进行分组;基于分组结果对所述工业设备执行扫描策略,能够避免目前对工业***节点设备进行扫描检测的过程中对工业***的每一种设备故障进行逐一扫描的问题,有效减少对设备故障的单次检测扫描的种类,解决了数据量大、比较费时,对物联网工业***的运行造成巨大压力的问题。

Description

一种基于物联网的工业设备管理方法和***
技术领域
本发明实施例属于工业物联网技术领域,尤其涉及一种基于物联网的工业设备管理方法和***。
背景技术
工业设备物联网是将具有感知、监控能力的各类采集、控制传感器或控制器,以及移动通信、智能分析等技术不断融入到工业生产过程各个环节,从而大幅提高制造效率,改善产品质量,降低产品成本和资源消耗,最终实现将传统工业提升到智能化的新阶段。
工业设备制造业是我国国民经济的支柱产业,工业设备是高端制造的重要载体。经济全球化、信息技术革命和现代管理思想的发展,已经使世界制造业发生了重大变化,设备制造业向全球化、服务化方向发展。全球化背景下使得设备用户分布在全球各个角落,给设备的运行维护带来极大的困难和挑战。
现有的工业物联网***随着技术的进步,逐渐成为工业生产的主流,发挥着越来越重要的作用,在工业生产中可以实现节省时间和物力成本的目的。众所周知,智能硬件设备数量增多的时候需要搭建物联网***,而要实现远程控制,则需要数据采集、计算、存储的硬件。
目前,大型工业企业中安装有大量的设备、装置,为确保企业生产安全,需要对这些设备、装置的运行状态进行监控,以及时发现设备故障,尽早排除设备安全隐患。物联网工业设备的种类通常是繁多复杂的,随着工业物联网中工业设备的不断增多,如果其中一个物联网设备的运行状态出现故障,可能会影响到整个工业生产***的正常运行,影响工业生产的进行。因此,为保证工业生产***中节点设备的正常运转,需要及时对物联网设备的运行状态进行检测,以确定出物联网设备是否存在设备安全隐患。但是现有技术在对物联网设备进行扫描检测时,传统方式对工业***节点设备进行扫描检测的过程中,往往需要对工业***的每一个节点设备进行全面的扫描,然而,对每个节点设备进行扫描检测时,需要根据全部的已知设备故障种类逐一对节点设备进行扫描检测,每一次的检测扫描过程都存在数据信息的发送与接收,如通过计算机向设备发送特定的代码,设备返回相应的故障代码,进而确定故障原因,这样在对全部节点工业设备进行全部种类设备故障的扫描检测时,数据量大、比较费时,会对物联网工业***的运行造成巨大压力。
发明内容
本发明实施例的目的在于提供一种基于物联网的工业设备管理方法和***,旨在解决目前对每个节点设备进行扫描检测时,需要根据全部的已知设备故障种类逐一对节点设备进行扫描检测,每一次的检测扫描过程都存在数据信息的发送与接收,在对全部节点工业设备进行全部种类设备故障的扫描检测时,数据量大、比较费时,会对物联网工业***的运行造成巨大压力的问题。为实现上述目的,本发明实施例提供了如下的技术方案。
第一方面,在本发明提供的一个优选实施例中,提供了一种基于物联网的工业设备管理方法,所述的工业设备管理方法包括:
利用已知的设备故障特征库,基于每一种设备故障的影响程度确定每一种设备故障的等级,并根据所述等级确定每一种设备故障需要进行扫描检测的周期;
在扫描日志数据库中调取每一种设备故障的上一次工业设备扫描时间节点;
在工业设备的当前检测扫描节点中,基于每一种设备故障的检测周期将所有需要进行扫描检测的设备故障进行分组;
基于分组结果对所述工业设备执行扫描策略。
在本发明提供的一些实施例中,所述将所有需要进行扫描检测的设备故障进行分组的步骤包括:
将达到所述检测周期的设备故障种类分组为当前节点需要进行扫描的必要故障组;以及
将未达到所述检测周期的设备故障种类分组为当前节点不需要进行扫描的非必要故障组。
在本发明提供的一些实施例中,所述基于分组结果对所述工业设备执行扫描策略的步骤包括:
对所述必要故障组的故障种类进行针对所述工业设备的扫描检测;以及
对所述非必要故障组的故障种类不进行针对所述工业设备的扫描检测。
在本发明提供的一些实施例中,在所述基于分组结果对所述工业设备执行扫描策略的步骤之后,所述的工业设备管理方法还包括:将所述工业设备的当前检测扫描节点中必要故障组的扫描时间节点更新在所述扫描日志数据库中。
在本发明提供的一些实施例中,对所述工业设备进行扫描检测的步骤包括:
采集目标工业设备运行时的指标数据;
将所述指标数据输入当前种类的设备故障模型中,得到故障特征匹配度;
将所述故障特征匹配度与预设阈值进行比较,基于比较结果确定目标工业设备是否存在当前种类的设备故障。
在本发明提供的一些实施例中,所述基于比较结果确定目标工业设备是否存在当前种类的设备故障的步骤具体包括:
在所述故障匹配度小于所述预设阈值时,则确定目标工业设备不存在当前种类的设备故障;
在所述故障匹配度大于所述预设阈值时,则确定目标工业设备存在当前种类的设备故障,并发出故障警告。
在本发明提供的一些实施例中,所述将所述指标数据输入当前种类的设备故障模型中的步骤之前,所述对所述工业设备进行扫描检测的步骤还包括:构建所述设备故障模型,其中,所述构建所述设备故障模型的步骤包括:
根据生产标准和工艺规范设定故障类型和故障发生时各指标参数的区间;
根据预设年限内所有所述故障类型和所述故障发生时各指标参数的区间进行分析,提取故障特征;
根据所有的所述故障特征统计故障发生历史次数和故障持续时间;
根据所述故障发生历史次数和故障持续时间构建所述故障模型。
第二方面,在本发明提供的另一个优选实施例中,提供了一种基于物联网的工业设备管理***,所述的工业设备管理***包括周期确定单元、节点调取单元、故障分组单元和扫描执行单元,其中:
所述周期确定单元,用于利用已知的设备故障特征库,基于每一种设备故障的影响程度确定每一种设备故障的等级,并根据所述等级确定每一种设备故障需要进行扫描检测的周期;
所述节点调取单元,用于在扫描日志数据库中调取每一种设备故障的上一次工业设备扫描时间节点;
所述故障分组单元,用于在工业设备的当前检测扫描节点中,基于每一种设备故障的检测周期将所有需要进行扫描检测的设备故障进行分组;
所述扫描执行单元,用于基于分组结果对所述工业设备执行扫描策略。
第三方面,在本发明提供的再一个优选实施例中,提供了一种基于物联网的工业设备管理设备,包括:
存储器以及一个或多个处理器;
所述存储器,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如第一方面所述的基于物联网的工业设备管理方法。
第四方面,在本发明提供的又一个优选实施例中,提供了一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行如第一方面所述的基于物联网的工业设备管理方法。
与现有技术相比,本发明实施例提供的基于物联网的工业设备管理方法和***的技术优势在于:首先对首先对每一种设备故障的扫描检测周期进行定义;在扫描日志数据库中调取每一种设备故障的上一次工业设备扫描时间节点;在工业设备的当前检测扫描节点中,基于每一种设备故障的检测周期将所有需要进行扫描检测的设备故障进行分组;基于分组结果对所述工业设备执行扫描策略,能够避免目前对工业***节点设备进行扫描检测的过程中对工业***的每一种设备故障进行逐一扫描的问题,有效减少对设备故障的单次检测扫描的种类,解决了数据量大、比较费时,对物联网工业***的运行造成巨大压力的问题。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例。
图1为本发明实施例提供的基于物联网的工业设备管理方法的***架构图;
图2为本发明实施例提供的一种基于物联网的工业设备管理方法的实现流程图;
图3为本发明实施例提供的基于物联网的工业设备管理方法的一个实现子流程图;
图4为本发明实施例提供的基于物联网的工业设备管理方法的另一个实现子流程图;
图5为本发明实施例提供的基于物联网的工业设备管理***的结构框图;
图6为本发明实施例提供的基于物联网的工业设备管理设备的结构框图。
具体实施方式
以下描述和附图充分地示出本文的具体实施方案,以使本领域的技术人员能够实践它们。一些实施方案的部分和特征可以被包括在或替换其他实施方案的部分和特征。本文的实施方案的范围包括权利要求书的整个范围,以及权利要求书的所有可获得的等同物。本文中,术语“第一”、“第二”等仅被用来将一个元素与另一个元素区分开来,而不要求或者暗示这些元素之间存在任何实际的关系或者顺序。实际上第一元素也能够被称为第二元素,反之亦然。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的结构、装置或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种结构、装置或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的结构、装置或者设备中还存在另外的相同要素。本文中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。
目前,现有技术在对物联网设备进行扫描检测时,传统方式对工业***节点设备进行扫描检测的过程中,往往需要对工业***的每一个节点设备进行全面的扫描,然而,对每个节点设备进行扫描检测时,需要根据全部的已知设备故障种类逐一对节点设备进行扫描检测,每一次的检测扫描过程都存在数据信息的发送与接收,如通过计算机向设备发送特定的代码,设备返回相应的故障代码,进而确定故障原因,这样在对全部节点工业设备进行全部种类设备故障的扫描检测时,数据量大、比较费时,会对物联网工业***的运行造成巨大压力。
为解决上述问题,本发明实施例提供了基于物联网的工业设备管理方法和***,具体的,本发明实施例提供的基于物联网的工业设备管理方法中,首先对每一种设备故障的扫描检测周期进行定义;在扫描日志数据库中调取每一种设备故障的上一次工业设备扫描时间节点;在工业设备的当前检测扫描节点中,基于每一种设备故障的检测周期将所有需要进行扫描检测的设备故障进行分组;基于分组结果对所述工业设备执行扫描策略,能够避免目前对工业***节点设备进行扫描检测的过程中对工业***的每一种设备故障进行逐一扫描的问题,有效减少对设备故障的单次检测扫描的种类,解决了数据量大、比较费时,对物联网工业***的运行造成巨大压力的问题。
下面结合附图并通过具体实施方式来进一步说明本发明的技术方案。
图1示出了本发明实施例提供的基于物联网的工业设备管理方法的***架构图。
如图1所示,在本发明提供的优选实施方式中,所述的基于物联网的工业设备管理方法的***架构包括检测扫描设备101和多个物联网设备102;其中,所述检测扫描设备101与所述物联网设备102之间可以通过网络进行连接,网络可以是用以在所述检测扫描设备101与所述物联网设备102之间提供通信链路的介质。
优选的,所述网络可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
可以理解的是,在本发明实施例中,所述检测扫描设备101通过网络与所述物联网设备102进行交互,以实现数据的传递。
检测扫描设备101可以是硬件,也可以是软件。当检测扫描设备101为硬件时,可读取物联网设备102的指标数据,所述指标数据包括但不限于物联网设备运行时的温度、速度、压强和液位,检测扫描设备101还用于进行人员的身份验证和授权,具体的,检测扫描设备101可以是具有通信功能的各种电子设备,包括但不限于智能手机、平板电脑、电子书阅读器、MP3播放器、MP4播放器、膝上型便携计算机和台式计算机等等。
当检测扫描设备101为软件时,可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块,也可以实现成单个软件或软件模块。在此不做具体限定。
优选的,在本发明实施例中,所述物联网设备102为需要进行检测扫描的工业设备。
图2示例性的示出了本发明实施例提供的一种基于物联网的工业设备管理方法的实现流程图。
如图2所示,在本发明提供的一个优选实施方式中,一种基于物联网的工业设备管理方法,所述的工业设备管理方法包括:
步骤S201:利用已知的设备故障特征库,基于每一种设备故障的影响程度确定每一种设备故障的等级,并根据所述等级确定每一种设备故障需要进行扫描检测的周期;
其中,在本发明实施例提供的步骤S201中,已知的设备故障特征库是根据预设年限内所有所述故障类型和所述故障发生时各指标参数的区间进行分析,提取故障特征,进而通过对所述提取到的故障特征进行汇总,形成所述的设备故障特征库,可以理解的是,每个种类的设备故障其对故障设备的影响程度是不同的,基于此,对工业设备影响程度比较大的故障类型,其需要进行检测扫描的周期就比较短,即需要经常对工业设备扫描该类的故障问题;反之,对工业设备影响程度比较小的故障类型,其需要进行检测扫描的周期就比较长,即不需要经常对工业设备扫描该类的故障问题;因此,需要进行检测扫描的周期越短,则该类故障等级的优先级越高。
步骤S202:在扫描日志数据库中调取每一种设备故障的上一次工业设备扫描时间节点;
可以理解的是,在本发明优选实施例提供的步骤S202中,所述上一次工业设备扫描时间节点是指对当前种类的设备故障执行检测扫描的最近一次时间,如A种类的设备故障在9月1进行对工业设备的检测扫描后,9月1到10月1之间,A种类的设备故障没有再进行检测扫描,那么在本次10月1进行检测扫描时,A种类的设备故障在扫描日志数据库中的上一次工业设备扫描时间节点为9月1。
步骤S203:在工业设备的当前检测扫描节点中,基于每一种设备故障的检测周期将所有需要进行扫描检测的设备故障进行分组;
其中,在本发明优选实施例提供的步骤S203中,所述分组是基于设备故障种类的检测周期而定的,其中,将达到所述检测周期的设备故障种类分组为当前节点需要进行扫描的必要故障组;以及将未达到所述检测周期的设备故障种类分组为当前节点不需要进行扫描的非必要故障组,通过对当前节点故障种类的分组,在保证各个故障扫描周期在预设安全的时间范围内的情况下,不必每次都对所有节点进行扫描,降低了单次故障扫描的数据量,节省时间,且降低对***运行的巨大压力。
步骤S204:基于分组结果对所述工业设备执行扫描策略。
具体的,在本发明实施例提供的步骤S204中,所述的扫描策略为对所述必要故障组的故障种类进行针对所述工业设备的扫描检测;以及对所述非必要故障组的故障种类不进行针对所述工业设备的扫描检测,这样可以在保证各个故障扫描周期在预设安全的时间范围内的情况下,不必每次都对所有节点进行扫描,降低了单次故障扫描的数据量,节省时间,且降低对***运行的巨大压力。
因此,本发明实施例提供的基于物联网的工业设备管理方法能够避免目前对工业***节点设备进行扫描检测的过程中对工业***的每一种设备故障进行逐一扫描的问题,有效减少对设备故障的单次检测扫描的种类,解决了数据量大、比较费时,对物联网工业***的运行造成巨大压力的问题。
进一步的,在本发明提供的一些实施例中,在所述基于分组结果对所述工业设备执行扫描策略的步骤之后,所述的工业设备管理方法还包括:
步骤S205:将所述工业设备的当前检测扫描节点中必要故障组的扫描时间节点更新在所述扫描日志数据库中。
在本发明提供的一些实施例中,所述将所有需要进行扫描检测的设备故障进行分组的步骤包括:
将达到所述检测周期的设备故障种类分组为当前节点需要进行扫描的必要故障组;以及
将未达到所述检测周期的设备故障种类分组为当前节点不需要进行扫描的非必要故障组。
在本发明提供的一些实施例中,所述基于分组结果对所述工业设备执行扫描策略的步骤包括:
对所述必要故障组的故障种类进行针对所述工业设备的扫描检测;以及
对所述非必要故障组的故障种类不进行针对所述工业设备的扫描检测。
图3示例性的示出了本发明实施例提供的基于物联网的工业设备管理方法的一个实现子流程图。
如图3所示,在本发明提供的一些实施例中,对所述工业设备进行扫描检测的步骤包括:
步骤S301:采集目标工业设备运行时的指标数据;
具体的,在本发明实施例中,所述的指标数据包括:采集温度、速度、压强、液位中的至少一种,可以理解,指标数据包括但不限于包括采集温度、速度、压强、液位中的至少一种,采集的设备运行时的指标数据可以根据实际的检测需求进行选择,本发明对指标数据具体包括的指标类型不做限定。
步骤S302:将所述指标数据输入当前种类的设备故障模型中,得到故障特征匹配度;
步骤S303:将所述故障特征匹配度与预设阈值进行比较,基于比较结果确定目标工业设备是否存在当前种类的设备故障。
在本发明提供的一些实施例中,所述基于比较结果确定目标工业设备是否存在当前种类的设备故障的步骤具体包括:
在所述故障匹配度小于所述预设阈值时,则确定目标工业设备不存在当前种类的设备故障;
在所述故障匹配度大于所述预设阈值时,则确定目标工业设备存在当前种类的设备故障,并发出故障警告。
可以理解的,本发明实施例的预设阈值的具体数值是根据实际的需求进行设定的,本发明对预设阈值的具体数值不做限定。
图4示例性的示出了本发明实施例提供的基于物联网的工业设备管理方法的另一个实现子流程图。
如图4所示,在本发明提供的一些实施例中,所述将所述指标数据输入当前种类的设备故障模型中的步骤之前,所述对所述工业设备进行扫描检测的步骤还包括:构建所述设备故障模型,其中,所述构建所述设备故障模型的步骤包括:
步骤S401:根据生产标准和工艺规范设定故障类型和故障发生时各指标参数的区间;
步骤S402:根据预设年限内所有所述故障类型和所述故障发生时各指标参数的区间进行分析,提取故障特征;
步骤S403:根据所有的所述故障特征统计故障发生历史次数和故障持续时间;
步骤S404:根据所述故障发生历史次数和故障持续时间构建所述故障模型。
可以理解的是,在本发明提供的优选实施方式中,所述的故障特征包括故障类型、故障参数、故障发生时间中的至少一种,可以理解,所述的故障特征包括但不限于包括故障类型、故障参数、故障发生时间中的至少一种,提取的设备故障的故障特征可以根据实际的检测需求进行选择,本发明对提取的设备故障的故障特征不做限定。
图5示例性的示出了本发明实施例提供的基于物联网的工业设备管理***的结构框图。
如图5所示,在本发明提供的另一个优选实施例中,提供了一种基于物联网的工业设备管理***,所述的工业设备管理***包括周期确定单元501、节点调取单元502、故障分组单元503和扫描执行单元504,其中:
所述周期确定单元501,用于利用已知的设备故障特征库,基于每一种设备故障的影响程度确定每一种设备故障的等级,并根据所述等级确定每一种设备故障需要进行扫描检测的周期;
所述节点调取单元502,用于在扫描日志数据库中调取每一种设备故障的上一次工业设备扫描时间节点;
所述故障分组单元503,用于在工业设备的当前检测扫描节点中,基于每一种设备故障的检测周期将所有需要进行扫描检测的设备故障进行分组;
所述扫描执行单元504,用于基于分组结果对所述工业设备执行扫描策略;
节点更新单元505,用于将所述工业设备的当前检测扫描节点中必要故障组的扫描时间节点更新在所述扫描日志数据库中。
图6示例性的示出了本发明实施例提供的基于物联网的工业设备管理设备的结构框图。
进一步的,在本发明提供的再一个优选实施例中,提供了一种基于物联网的工业设备管理设备,所述的基于物联网的工业设备管理设备用于执行所述基于物联网的工业设备管理方法的处理流程。所述的基于物联网的工业设备管理包括:
存储器601以及一个或多个处理器602;
所述存储器601,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器602执行,使得所述一个或多个处理器602实现如上述实施例提供的所述的基于物联网的工业设备管理方法。
其中,在本发明提供的优选实施方式中,所述的基于物联网的工业设备管理方法包括以下步骤:利用已知的设备故障特征库,基于每一种设备故障的影响程度确定每一种设备故障的等级,并根据所述等级确定每一种设备故障需要进行扫描检测的周期;在扫描日志数据库中调取每一种设备故障的上一次工业设备扫描时间节点;在工业设备的当前检测扫描节点中,基于每一种设备故障的检测周期将所有需要进行扫描检测的设备故障进行分组;基于分组结果对所述工业设备执行扫描策略。
进一步的,在本发明提供的实时例中,所述的基于物联网的工业设备管理还具有通讯接口603,用于接收控制指令。
进一步的,在本发明提供的又一个优选实施例中,提供了一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行如上述实施例提供的所述基于物联网的工业设备管理方法。
其中,在本发明提供的优选实施方式中,所述的基于物联网的工业设备管理方法包括以下步骤:利用已知的设备故障特征库,基于每一种设备故障的影响程度确定每一种设备故障的等级,并根据所述等级确定每一种设备故障需要进行扫描检测的周期;在扫描日志数据库中调取每一种设备故障的上一次工业设备扫描时间节点;在工业设备的当前检测扫描节点中,基于每一种设备故障的检测周期将所有需要进行扫描检测的设备故障进行分组;基于分组结果对所述工业设备执行扫描策略。
综上所述,本发明实施例提供的基于物联网的工业设备管理方法和***,首先对每一种设备故障的扫描检测周期进行定义;在扫描日志数据库中调取每一种设备故障的上一次工业设备扫描时间节点;在工业设备的当前检测扫描节点中,基于每一种设备故障的检测周期将所有需要进行扫描检测的设备故障进行分组;基于分组结果对所述工业设备执行扫描策略,能够避免目前对工业***节点设备进行扫描检测的过程中对工业***的每一种设备故障进行逐一扫描的问题,有效减少对设备故障的单次检测扫描的种类,解决了数据量大、比较费时,对物联网工业***的运行造成巨大压力的问题。
在本发明所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
在本发明实施例的一个典型的配置中,终端、服务网络的设备和计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。
计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括非暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
本领域技术人员可以清楚地了解到,为描述的方便和简洁,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将装置的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。上述描述的装置的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其它实施方案。本公开的实施例旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由下面的权利要求书指出。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求书来限制。

Claims (4)

1.一种基于物联网的工业设备管理方法,其特征在于,所述的工业设备管理方法包括:利用已知的设备故障特征库,基于每一种设备故障的影响程度确定每一种设备故障的等级,并根据所述等级确定每一种设备故障需要进行扫描检测的周期;
在扫描日志数据库中调取每一种设备故障的上一次工业设备扫描时间节点;
在工业设备的当前检测扫描节点中,基于每一种设备故障的检测周期将所有需要进行扫描检测的设备故障进行分组;
基于分组结果对所述工业设备执行扫描策略;
所述将所有需要进行扫描检测的设备故障进行分组的步骤包括:将达到所述检测周期的设备故障种类分组为当前节点需要进行扫描的必要故障组;以及将未达到所述检测周期的设备故障种类分组为当前节点不需要进行扫描的非必要故障组;
所述基于分组结果对所述工业设备执行扫描策略的步骤包括:
对所述必要故障组的故障种类进行针对所述工业设备的扫描检测;
以及对所述非必要故障组的故障种类不进行针对所述工业设备的扫描检测;
在所述基于分组结果对所述工业设备执行扫描策略的步骤之后,所述的工业设备管理方法还包括:将所述工业设备的当前检测扫描节点中必要故障组的扫描时间节点更新在所述扫描日志数据库中;
所述针对所述工业设备的扫描检测的步骤包括:采集目标工业设备运行时的指标数据,
将所述指标数据输入当前种类的设备故障模型中,得到故障特征匹配度;
将所述故障特征匹配度与预设阈值进行比较,基于比较结果确定目标工业设备是否存在当前种类的设备故障;
其中,所述的指标数据包括:采集温度、速度、压强、液位中的至少一种;
所述基于比较结果确定目标工业设备是否存在当前种类的设备故障的步骤具体包括:在所述故障特征匹配度小于所述预设阈值时,则确定目标工业设备不存在当前种类的设备故障;
在所述故障特征匹配度大于所述预设阈值时,则确定目标工业设备存在当前种类的设备故障,并发出故障警告;
所述将所述指标数据输入当前种类的设备故障模型中的步骤之前,所述针对所述工业设备的扫描检测的步骤还包括:构建所述设备故障模型,其中,所述构建所述设备故障模型的步骤包括:根据生产标准和工艺规范设定故障类型和故障发生时各指标参数的区间;
根据预设年限内所有所述故障类型和所述故障发生时各指标参数的区间进行分析,提取故障特征;
根据所有的所述故障特征统计故障发生历史次数和故障持续时间;
根据所述故障发生历史次数和故障持续时间构建所述故障模型。
2.一种基于物联网的工业设备管理***,用于实现如权利要求1所述的基于物联网的工业设备管理方法,其特征在于,所述的工业设备管理***包括周期确定单元、节点调取单元、故障分组单元和扫描执行单元,其中:所述周期确定单元,用于利用已知的设备故障特征库,基于每一种设备故障的影响程度确定每一种设备故障的等级,并根据所述等级确定每一种设备故障需要进行扫描检测的周期;
所述节点调取单元,用于在扫描日志数据库中调取每一种设备故障的上一次工业设备扫描时间节点;
所述故障分组单元,用于在工业设备的当前检测扫描节点中,基于每一种设备故障的检测周期将所有需要进行扫描检测的设备故障进行分组;
所述扫描执行单元,用于基于分组结果对所述工业设备执行扫描策略。
3.一种基于物联网的工业设备管理设备,其特征在于,所述设备包括:存储器以及一个或多个处理器;
所述存储器,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1所述的基于物联网的工业设备管理方法。
4.一种包含计算机可执行指令的存储介质,其特征在于,所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1所述的基于物联网的工业设备管理方法。
CN202111091809.6A 2021-09-17 2021-09-17 一种基于物联网的工业设备管理方法和*** Active CN113806155B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111091809.6A CN113806155B (zh) 2021-09-17 2021-09-17 一种基于物联网的工业设备管理方法和***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111091809.6A CN113806155B (zh) 2021-09-17 2021-09-17 一种基于物联网的工业设备管理方法和***

Publications (2)

Publication Number Publication Date
CN113806155A CN113806155A (zh) 2021-12-17
CN113806155B true CN113806155B (zh) 2022-04-15

Family

ID=78939484

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111091809.6A Active CN113806155B (zh) 2021-09-17 2021-09-17 一种基于物联网的工业设备管理方法和***

Country Status (1)

Country Link
CN (1) CN113806155B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115174639B (zh) * 2022-09-07 2022-12-06 吉林信息安全测评中心 一种基于物联网的工业设备管理方法和***
CN117641595A (zh) * 2024-01-11 2024-03-01 东莞市满佳电子科技有限公司 基于物联网的充电控制方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000069122A (ja) * 1998-08-26 2000-03-03 Nippon Telegr & Teleph Corp <Ntt> 故障箇所特定化方法及び故障箇所特定化プログラムを記録した媒体
CN104917085A (zh) * 2015-06-17 2015-09-16 云南电网有限责任公司昆明供电局 一种优化可靠性与经济性的变压器检修决策方法
WO2017171689A1 (en) * 2016-03-28 2017-10-05 Podrieza Serhii Diagnostics and repair method as per technical state of the aircraft soft fuel tanks
CN110855743A (zh) * 2019-09-30 2020-02-28 上海大学 基于数据云平台的智慧楼宇远程运维***
CN112163618A (zh) * 2020-09-27 2021-01-01 珠海格力电器股份有限公司 一种设备故障的检测方法及检测***

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108989083B (zh) * 2018-06-01 2021-02-09 安徽师范大学 云环境下基于混合策略的故障检测性能优化方法
CN112383509B (zh) * 2020-10-21 2022-06-03 南京创维信息技术研究院有限公司 一种基于数据流的物联网设备安全监测***及方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000069122A (ja) * 1998-08-26 2000-03-03 Nippon Telegr & Teleph Corp <Ntt> 故障箇所特定化方法及び故障箇所特定化プログラムを記録した媒体
CN104917085A (zh) * 2015-06-17 2015-09-16 云南电网有限责任公司昆明供电局 一种优化可靠性与经济性的变压器检修决策方法
WO2017171689A1 (en) * 2016-03-28 2017-10-05 Podrieza Serhii Diagnostics and repair method as per technical state of the aircraft soft fuel tanks
CN110855743A (zh) * 2019-09-30 2020-02-28 上海大学 基于数据云平台的智慧楼宇远程运维***
CN112163618A (zh) * 2020-09-27 2021-01-01 珠海格力电器股份有限公司 一种设备故障的检测方法及检测***

Also Published As

Publication number Publication date
CN113806155A (zh) 2021-12-17

Similar Documents

Publication Publication Date Title
CN113806155B (zh) 一种基于物联网的工业设备管理方法和***
CN103713981A (zh) 一种数据库服务器性能检测和预警方法
CN103502949A (zh) 用于在多个控制***中检测异常的异常检测***
CN103023984B (zh) 终端应用服务器及其应用日志过滤方法
CN113641526B (zh) 告警根因定位方法、装置、电子设备及计算机存储介质
EP3961404A1 (en) Method, system, and apparatus for monitoring blockchain smart contract
CN105404581A (zh) 一种数据库的评测方法和装置
CN114328102A (zh) 设备状态监控方法、装置、设备及计算机可读存储介质
CN105740122A (zh) 一种手机内存泄漏的监测方法及监测***
US20220138032A1 (en) Analysis of deep-level cause of fault of storage management
CN109144009A (zh) 现场设备的监控方法、装置和***
CN102986151A (zh) 监视***及数据传输装置和方法
CN113472881B (zh) 在线终端设备的统计方法和装置
CN104363113A (zh) 一种业务连续性检测方法
CN114138615A (zh) 一种业务告警处理方法、装置、设备及存储介质
CN114579373A (zh) 一种算法资源的修复方法、装置、电子设备及存储介质
CN113220757A (zh) 实时数仓自动etl方法、***、设备及计算机存储介质
CN109408325B (zh) 进行报警操作的方法和装置
CN111475654A (zh) 油气田生产故障确定、知识图谱建立方法及装置
US20240004765A1 (en) Data processing method and apparatus for distributed storage system, device, and storage medium
CN116308303B (zh) 基于设备数据的检修计划生成方法、装置、设备和介质
CN114116502B (zh) 一种物联网型配变终端应用开发平台
CN116955095A (zh) 接口的动态监测方法、装置、电子设备及存储介质
Liang et al. Grey fault detection method based on context knowledge graph in container cloud storage
CN115328762A (zh) 一种hbase集群故障自动诊断方法、终端设备及存储介质

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
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20220616

Address after: 201306 C, 888, west two road, Nanhui new town, Pudong New Area, Shanghai

Patentee after: Shanghai Huicheng Intelligent System Co.,Ltd.

Patentee after: Shanghai Huicheng Engineering Technology Service Co., Ltd

Address before: 201306 rooms 1004 and 1005, 10th floor, block a, Caohejing center, 1520 Gumei Road, Xuhui District, Shanghai

Patentee before: Shanghai Huicheng Intelligent System Co.,Ltd.

TR01 Transfer of patent right