CN114641740A - 用于监测工业***中的电驱动器的方法和装置 - Google Patents
用于监测工业***中的电驱动器的方法和装置 Download PDFInfo
- Publication number
- CN114641740A CN114641740A CN202080076748.3A CN202080076748A CN114641740A CN 114641740 A CN114641740 A CN 114641740A CN 202080076748 A CN202080076748 A CN 202080076748A CN 114641740 A CN114641740 A CN 114641740A
- Authority
- CN
- China
- Prior art keywords
- data
- format
- events
- drivers
- machine
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 52
- 238000012544 monitoring process Methods 0.000 title claims abstract description 35
- 230000006854 communication Effects 0.000 claims abstract description 28
- 238000004891 communication Methods 0.000 claims abstract description 28
- 238000004458 analytical method Methods 0.000 claims description 24
- 230000002159 abnormal effect Effects 0.000 claims description 8
- 238000012545 processing Methods 0.000 claims description 7
- 238000010801 machine learning Methods 0.000 claims description 6
- 239000000835 fiber Substances 0.000 claims description 3
- 238000007405 data analysis Methods 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000012423 maintenance Methods 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 239000013307 optical fiber Substances 0.000 description 4
- 230000008569 process Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 208000024891 symptom Diseases 0.000 description 2
- 238000013024 troubleshooting Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 235000013361 beverage Nutrition 0.000 description 1
- 230000007175 bidirectional communication Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 238000013136 deep learning model Methods 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 238000013021 overheating Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000003449 preventive effect Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 230000005236 sound signal Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Images
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
- 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
- G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
- G05B23/0267—Fault communication, e.g. human machine interface [HMI]
- G05B23/0272—Presentation of monitored results, e.g. selection of status reports to be displayed; Filtering information to the user
-
- 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
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/18—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
- G05B19/406—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form characterised by monitoring or safety
-
- 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
- G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
- G05B23/0283—Predictive maintenance, e.g. involving the monitoring of a system and, based on the monitoring results, taking decisions on the maintenance schedule of the monitored system; Estimating remaining useful life [RUL]
-
- 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
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/31—From computer integrated manufacturing till monitoring
- G05B2219/31449—Monitor workflow, to optimize business, industrial processes
-
- 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
- G05B23/0224—Process history based detection method, e.g. whereby history implies the availability of large amounts of data
- G05B23/024—Quantitative history assessment, e.g. mathematical relationships between available data; Functions therefor; Principal component analysis [PCA]; Partial least square [PLS]; Statistical classifiers, e.g. Bayesian networks, linear regression or correlation analysis; Neural networks
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Human Computer Interaction (AREA)
- Manufacturing & Machinery (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
一种由装置(200)实现的监测工业厂房的方法(500),包括:经由对应的通信接口(240,242,244)从多个电驱动器(202,204,206)中的每个电驱动器接收(502)操作数据(230)。该方法(500)还包括:将操作数据(230)从预定数据格式转换(504)为机器可读数据(232)格式,并且基于对应的机器可读数据(232)来确定(506)针对多个驱动器中的每个驱动器的多个事件(234)。该方法(500)包括:基于多个事件(234)来确定(508)对应于多个驱动器的多个关键事件(236);以及基于多个关键事件(234)中的至少一个关键事件来生成(510)推荐(236)。方法(500)还包括:在输出设备上以人类可读格式呈现(512)推荐(236)。
Description
技术领域
本说明书的各实施例一般涉及对电驱动器的维护,更具体涉及监测工业***的电驱动器并且生成操作推荐。
背景技术
电驱动器是用于控制工业***中机电机器的运动的典型设备。电驱动器构成各种加工工业的关键部件,诸如但不限于电力、石化、食品和饮料工业。电驱动器用于控制电机所递送的机械动力,并且在各种运动控制应用中操作多种负载,诸如风扇、鼓风机、压缩机、输送机和机床。
工业资产或其部件的故障诊断和校正是工业***所需的关键能力,并且通过监测由资产生成的操作数据来执行。故障诊断可能还需要处理由其他相关部件生成的症状和数据。在电驱动器的情况下,通常可以监测驱动器电流、驱动器电压和其他电气参数。然而,电驱动器中的故障也可能导致以下症状,诸如但不限于驱动器控制板过热、由电驱动器控制的一个或多个电机超速、以及一个或多个电机的失速条件或由电驱动器控制的过程。
故障诊断通常在接收到服务请求时启动,并且涉及对操作数据的复杂分析和处理。操作数据还包括与工业部件的最近工作相关联的事件数据。操作数据存储在位于工业资产内的数据记录设备(被称为黑匣子)中。传统上讲,专家现场人员访问报告问题的客户现场,并且正在调查以进行分析和故障诊断的条件下从与工业资产相关联的黑匣子中手动检索数据。每个工业资产都被配置为以二进制格式或文本格式的本地数据格式存储操作数据。在启动调查报告问题之前,现场人员必须进行对操作数据的预处理和数据转换。
工业场所处的手动处理涉及人为误差的风险、增加的操作成本,以及在维护过程中引入低效率。由于所部署的资产的能力不同,远程监测可能不是一个可行选项。具体地,某些工业驱动器可能无法将所登入的数据传达到中心位置以供分析。这样的驱动器可能很久以前就已投入使用,并且缺乏用于传达所登入的数据的硬件、软件和/或固件能力。在这些驱动器的情况下,需要明确的服务请求来启动将服务人员部署到工业现场以获取所登入的数据。
当在工业现场部署多个驱动器时,预测性维护和/或对故障条件的根本原因的检测也有必要。需要一种使用多种本地数据结构和数据编码方法来服务于工业部件的精妙技术。
发明内容
根据本发明的一个方面,公开了一种用于监测工业厂房的方法。该工业厂房包括多个电驱动器。该方法包括:经由对应的通信接口从多个电驱动器中的每个电驱动器接收操作数据。操作数据以一个或多个预定数据格式表示。该方法还包括:将操作数据从预定数据格式转换为机器可读数据格式。机器可读数据以一个或多个辅助数据格式表示。基于生成操作数据的电驱动器的身份来选择译码器。该方法还包括:基于对应的机器可读数据来确定多个驱动器中的每个驱动器的多个事件。多个事件中的每个事件都代表对应于生成操作数据的电驱动器的操作条件。该方法包括:基于多个事件来确定对应于多个驱动器的多个关键事件。多个关键事件代表对应于多个驱动器的异常操作条件。该方法还包括:使用历史知识库基于多个关键事件中的至少一个关键事件来生成推荐。该推荐包括服务时间表。该方法还包括:在输出设备上以人类可读格式呈现推荐。
根据本发明的另一方面,公开了一种用于监测具有多个电驱动器的工业厂房的装置。该装置包括数据接收单元,该数据接收单元被配置为经由对应的通信接口从多个电驱动器中的每个电驱动器接收操作数据。操作数据以一个或多个预定数据格式表示。该装置还包括数据格式转换器单元,该数据格式转换器单元以通信方式被耦合到数据接收单元并且被配置为使用译码器转换操作数据以生成机器可读数据。机器可读数据以一个或多个辅助数据格式表示。译码器基于生成操作数据的电驱动器的身份来选择。该装置还包括分析引擎,该分析引擎以通信方式被耦合到数据格式转换器单元并且被配置为基于对应的机器可读数据来确定多个驱动器中的每个驱动器的多个事件。多个事件中的每个事件都代表对应于生成操作数据的电驱动器的操作条件。分析引擎还被配置为基于使用一个或多个分析技术来分析对应于多个驱动器中的每个驱动器的多个事件来确定对应于多个驱动器的多个关键事件。多个关键事件代表对应于多个驱动器的异常操作条件。分析引擎还被配置为使用历史知识库基于多个关键事件中的至少一个关键事件来生成推荐。该推荐包括服务时间表。该装置还包括人机接口,该人机接口以通信方式被耦合到分析引擎并且被配置为在输出设备上以人类可读格式呈现推荐。
附图说明
当参考附图阅读以下具体实施方式时,将更好地理解本发明的实施例的这些和其他特征和方面,其中相同的附图标记在整个附图中表示相同的部分,其中
图1是根据示例性实施例的用于监测工业厂房的***的示意图示;
图2是图示了根据示例性实施例的用于使用数据格式转换器监测工业厂房的装置的框图;
图3是在本说明书的示例性实施例中采用的本地数据结构和数据编码方案的示意图;
图4是根据示例性实施例的用于监测工业厂房的示意性工作流程;以及
图5是根据示例性实施例的监测工业厂房的方法的流程图。
具体实施方式
如将在下文中所详细描述的,呈现了监测工业厂房中的电驱动器的实施例,更具体监测预防性维护和/或对工业厂房中的电驱动器的故障条件的根本原因的检测。
本发明提供了一种用于监测具有多个电驱动器的工业厂房的方法。一般而言,本文中所提供的技术适用于监测任何工业厂房中的用具和设备。本发明还提供了一种实现工业资产的监测方法的装置。本发明还提供了包含用于监测工业厂房的装置的***。本文中所公开的监测技术可以用于创建用于工业资产的维修或预防性维护的基础设施。监测技术也可以使用合适硬件和软件部件与工业厂房集成。
工业厂房通常包括以协同方式被配置为提供计划生产的用具和设备。监测这种工业厂房的技术基于经由对应的通信接口从多个电驱动器中的每个电驱动器接收的操作数据。短语“操作数据”是指由用具(诸如工业厂房中的电驱动器)生成的数据或由其登入的数据。
在本说明书的一个实施例中,通信接口是基于光纤的通信接口。通信接口在电驱动器与工业厂房的网关之间建立通信路径。代替网关,可以与诸如工业控制器、PLC等之类的其他设备建立通信路径。光缆的一端连接到驱动器的收发器端口,而另一端连接到网关的现场总线适配器。通信协议可以基于环形网络,其中多个驱动器以循环方式彼此连接。具体而言,环形网络的节点是工业厂房的电驱动器。网关顺序轮询环的节点,所轮询的驱动器将数据传输到网关。在一些实例中,电驱动器还可以提示网关指示其准备好传输数据,并且网关可以启动对该特定驱动单元的轮询。在备选实施例中,多个电驱动器可以经由基于光纤的通信接口与光学集线器耦合。本实施例中的光学集线器用作数据复用器。在这样的实施例中,光学集线器与网关建立单向/双向通信。网关进而能够与服务器(例如,云)建立有线和/或无线通信,以便与电驱动器交换数据。
短语“数据格式”是指用于表示操作数据的数据结构或文件结构。应当指出,电驱动器使用制造商所指定的特定预定数据格式,并且与电驱动器的硬件和配置细节密切相关。在提供基本功能的传统电驱动器中,操作数据登入到内置存储器中,并且使用基于计算机的软件进行检索。本发明特别适用于没有与其他电驱动器、网关或云基础设施通信的内置能力的电驱动器。
根据所公开的实施例的监测工业厂房的技术需要使用译码器转换操作数据以生成机器可读数据。机器可读数据以一个或多个辅助数据格式表示。通常,多个译码器中的一个译码器用于将采用多个预定数据格式中的一个预定数据格式的操作数据转换为采用多个辅助数据格式中的一个辅助数据格式的操作数据。基于生成操作数据的电驱动器的身份来选择译码器。具体而言,在一些实施例中,译码器基于位于电驱动器中的记录单元的身份来选择。记录单元的身份包括记录单元的唯一身份号和/或记录单元的类型。用于监测工业厂房的装置包括对应于其支持的多个电驱动器的多个译码器。该装置被配置为接收对应于多个电驱动器中的每个电驱动器的操作数据。进一步地,该装置被配置为使用多个译码器中的合适译码器将电驱动器中的每个电驱动器的操作数据转换为对应的机器可读数据。
监测工业厂房的技术使用从对应于多个电驱动器中的每个电驱动器的机器可读数据中提取的多个事件。本文中所提及的术语“事件”代表对应于生成操作数据的电驱动器的操作条件。对应于电驱动器中的每个电驱动器的多个事件包括许多非关键事件和少量关键事件。短语“关键事件”是指表示需要立即关注的电驱动器的异常操作条件的事件。关键事件可能代表即将发生的击穿条件。非关键事件是指不需要立即关注并且可以随后及时参加的事件。
监测工业厂房的技术还基于确定对应于多个驱动器的多个关键事件。通过使用一个或多个分析技术分析对应的多个事件来确定对应于每个驱动器的关键事件。多个关键事件代表对应于多个驱动器的异常操作条件和/或故障。进一步地,监测工业厂房的技术包括:基于多个关键事件中的至少一个关键事件来生成推荐。术语“推荐”是指为避免厂房操作中断而在工业厂房中实现的一系列动作。在一个实施例中,至少一个关键事件与存储在历史知识库中的关键事件进行比较,并且检索与存储历史知识库的数据库的匹配事件相关联的推荐。短语“历史知识库”是指使用领域专家所验证的历史数据生成的经标记数据集。本文中应当指出,在一些实施例中,历史知识库也可以采用专家***的形式。该推荐可以包括服务时间表。该推荐被转换成人类可消费格式,诸如但不限于文本、音频信号或视觉/视频格式。监测工业厂房的技术包括:在工业厂房的输出设备上呈现推荐。该推荐可以提供给操作员或控制器用于生成控制动作。
图1是根据示例性实施例的用于监测工业厂房的***100的示意图。***100包括具有生成操作数据108的多个电驱动器102、134的工业厂房110。多个电驱动器102、134设有用于存储所生成的操作数据的相应记录单元104、136。电驱动器102、134还可以设有操作员接口106、132,如所图示的实施例中所描绘的。***100还包括网关120,该网关120以通信方式被耦合到存储、计算和分析能力得以增强的云基础设施112。在一些实施例中,可以使用服务器设施(例如,托管在工业厂房110中)来代替云基础设施112。网关120还与在诸如服务中心之类的中央设施124处或在访问厂房基础设施110、106、128和云基础设施112的操作员室中监测的输出设备接口。云基础设施112可以包括足以支持单个厂房或以地理方式分布的多个厂房的多个电驱动器102、134的计算和存储资源。云基础设施112还包括分析引擎116,该分析引擎116提供用于处理操作数据的分析和学习能力。网关120还包括具有多个译码器的数据格式转换器138。
尽管***100被图示为分布式***,但是本***的部件也可以实现为共同位于厂房内或服务中心设施内的装置。在一个实施例中,位于厂房内的服务器可以执行由网关120、云基础设施112和输出设备124提供的功能。在随后段落中,参考图2对厂房监测装置进行进一步解释。***100的功能还可以由存储程序的计算机可读介质提供,该程序具有可以由一个或多个处理器读取的指令以执行监测工业厂房所需的功能。
多个电驱动器102、134中的每个电驱动器被配置为以预定格式生成操作数据108。预定数据格式由制造商、记录单元104、136的容量、由电驱动器登入的数据的性质和其他此类考虑因素确定。由电驱动器102登入的操作数据108可以由操作员接口106访问。同样,由电驱动器134登入在记录单元136中的操作数据可以由接口132访问。预定数据格式至少包括以下各项中的至少一项:通用文件格式(UFF)、波形数据格式(WVF)、高动态范围(HDR)图像格式、以及文本格式。本文中,应当指出,预定数据格式可以包括由特定制造商提供的任何其他格式。进一步地,多个电驱动器102、134中的每个电驱动器经由相应基于光纤的通信接口140、142连接到网关120。光纤接口140连接在电驱动器102的收发器端口与网关120的现场总线适配器之间。同样,光纤接口142连接在电驱动器134的收发器端口与网关120的现场总线适配器之间。本文中,应当指出,通信接口140、142可以基于任何其他类型的物理电缆来创建。
由相应电驱动器102、134生成的操作数据108以特定预定格式登入相应记录单元104、136中。网关120被配置为访问以预定格式存储在多个记录单元104、136中的操作数据108。网关120的数据格式转换器138被配置为将操作数据108从多个预定格式转换为适用于在云基础设施112中处理的机器可读格式。云基础设施112的分析引擎116被配置为为采用机器可读格式的操作数据108提供高级分析。应当指出,高级分析是指但不限于机器学习技术、回归技术和分类技术。分析引擎116还被配置为确定对应于多个电驱动器102、134的多个事件并且在多个事件中选择关键事件的子集。关键事件对应于多个电驱动器102、134。分析引擎116还被配置为生成对应于电驱动器102、134中的一个或多个电驱动器的一个或多个推荐。分析引擎116被配置为经由人机接口(HMI)114在中央设施124中的输出设备126上呈现推荐。
图2是图示了根据示例性实施例的用于监测工业厂房的装置200的框图。在本发明的实施例中,装置200可以采用网关120的形式。在备选实施例中,装置200可以采用以通信方式与网关120耦合的独立处理器的形式。在一些其他备选实施例中,装置200可以是分布式装置,其中装置的一些部件/部件设在网关120上,而一些设在服务器上(诸如设在云112上)。装置200被配置为从多个电驱动器202、204、206接收操作数据230(例如,包括230a、230ba和230c),并且生成推荐238。这样的推荐可以采用文本和逗号分隔值格式228的形式。多个驱动器202、204、206分别经由多个通信接口240、242、244被耦合到装置200。装置200包括数据接收器单元208、数据格式转换器210、存储单元218、数据分析引擎220、处理器单元222和人机接口(HMI)224。数据接收器单元208被配置为接收操作数据230,并且使用多个数据结构以多个格式组织操作数据。参考图3在后续段落中对由数据接收器单元208使用的数据格式和数据结构进行解释。数据格式转换器210被配置为访问来自数据接收器单元208所提供的操作数据230的电驱动器的属性212。电驱动器的属性212包括但不限于生成操作数据230的电驱动器202、204、206中的一个电驱动器的身份号和类型。数据格式转换器210被配置为基于生成操作数据230的电驱动器的属性212来在多个译码器214、216中选择一个译码器。可替代地,格式转换器210被配置为基于记录单元的类型和记录单元的身份来选择译码器。多个译码器包括二进制译码器216和文本译码器214。进一步地,文本译码器214可以包括被配置为迎合多个文本格式的多于一个的译码器。同样,二进制译码器216可以包括支持多个二进制格式的多于一个的译码器。HMI 224还包括用户接口(UI)应用和促进可视化能力的网页服务226。
在一个实施例中,装置200的数据接收器单元208经由单独通信接口240、242、244接收分别由多个驱动器202、204、206生成的操作数据230a、230b、230c。通信接口240、242、244是由基于光纤的通信链路实现的物理通信路径。操作数据230a、230b、230c可以采用不同格式,诸如但不限于多个二进制格式中的一个二进制格式或多个文本格式中的一个文本格式。数据格式转换器210将操作数据230a、230b、230c中的每个操作数据转换为数据分析引擎220所需的机器可读格式232。应当指出,机器可读格式可以采用数据分析引擎220所支持的一个或多个数据格式。数据分析引擎220被配置为使用诸如但不限于数据的分类和回归的技术来执行统计分析。数据分析引擎220还被配置为使用历史标记数据集来确定机器学习模型和/或深度学习模型。数据分析引擎220被配置为使用一个或多个分析处理方法使用操作数据230a、230b、230c来确定多个事件234。数据分析引擎220还被配置为使用历史数据确定多个事件234中的多个关键事件236。一个或多个统计分析技术可以用于确定多个关键事件236。数据分析引擎220还被配置为基于多个关键事件236中的一个或多个关键事件来确定至少一个推荐238。
存储单元218可以包括各种类型的存储器单元(例如,数据库单元)以支持对操作数据230、采用二进制和文本数据的各种格式的文件、事件数据234、236和推荐238的存储。在特定实施例中,存储单元218可以包括只读存储器(ROM)模块、随机存取存储器(RAM)模块、可编程ROM(PROM)模块、可擦除ROM(EPROM)和电可擦除PROM(EEPROM)模块。存储单元218还可以包括结构化数据库,诸如但不限于结构化查询语言(SQL)数据库、基于非SQL的数据库、或这两种类型的数据库的组合。
处理器单元222包括一个或多个处理元件,该一个或多个处理元件被配置为执行由装置200的各种单元提供的一个或多个功能。具体而言,处理器单元222包括计算元件,诸如但不限于微控制器、通用处理器、专用集成电路(ASIC)和现场可编程门阵列(FPGA)。在一些实施例中,处理器单元222还可以包括EDGE处理器,该EDGE处理器以通信方式与提供中间处理选项的电驱动器202、204、206耦合。
图3是在本说明书的示例性实施例中采用的本机数据结构和数据编码方案的示意图300表示。示意图300图示了图2的数据接收器单元208所使用的数据文件类型302和数据结构312。操作数据(图1中的108和图2中的230)包括由电驱动器的数据登入器304提供的二进制数据306和由电驱动器的事件登入器308提供的文本数据310。二进制数据306和文本数据310都分别存储在相应与日期相关的文件夹316和320中。本文中,应当指出,与日期相关的文件夹316和320可以包括采用二进制数据格式306的文件和采用文本数据格式310的文件。与日期相关的文件夹316表示连续数据,而与日期相关的文件夹结构320包括基于事件的数据。每个日期的连续数据包括来自对应于由附图标记314表示的多个登入器时刻的多个数据登入器中的每个登入器的数据。同样,每个日期的基于事件的数据318包括来自多个事件数据登入器中的每个登入器的数据。多个事件包括但不限于故障、警告、异常操作条件和正常操作条件。这些事件还包括功率复位事件。基于事件的数据318包括采用二进制格式的故障相关数据。
图4是根据示例性实施例的用于监测工业厂房的示意性工作流程400。工作流程400由操作员使用服务或监测请求408启动。当接收到服务/监测请求408时,还经由访问控制机制410收集来自电驱动器402的数据、产品相关数据404和第三方数据406。采用多个二进制/文本格式的数据402、404、406、408如416所示检索,并且如424所示转换为机器可读格式。机器可读数据在数据库426中更新,并且用于由分析引擎执行的根本原因分析418。在一个实施例中,产品配置数据412和机器相关/应用相关数据414也用于根本原因分析。基于418处的根本原因分析,在420处生成建议、推荐和用具设置中的至少一项。基于推荐420来生成报告422,并且在步骤428处关闭在408处生成的请求。
图5是根据示例性实施例的监测工业厂房的方法500的流程图。方法500包括:经由对应的通信接口从多个电驱动器中的每个电驱动器接收操作数据。在一个实施例中,通信接口是分布式驱动通信***(DDCS)接口。操作数据以一个或多个预定数据格式表示。在一个实施例中,预定数据格式包括以下各项中的至少一项:通用文件格式(UFF)、波形数据格式(WVF)、高动态范围(HDR)图像格式、以及文本格式。接收操作数据的步骤502包括:从与日期相关的文件数据结构中检索数据。方法500还包括:在504处,使用译码器转换操作数据以生成机器可读数据。机器可读数据以一个或多个辅助数据格式表示。译码器基于生成操作数据的电驱动器的身份来选择。方法500还包括:在506处,基于对应的机器可读数据来确定多个驱动器中的每个驱动器的多个事件。多个事件中的每个事件都代表对应于生成操作数据的电驱动器的操作条件。方法500包括:在508处,基于使用一个或多个分析技术来分析对应于多个驱动器中的每个驱动器的多个事件来确定对应于多个驱动器的多个关键事件。多个关键事件代表对应于多个驱动器的异常操作条件。方法500还包括:在510处,使用历史知识库基于多个关键事件中的至少一个关键事件来生成推荐。在一个实施例中,生成推荐包括:使用使用历史操作数据训练的机器学习模型来处理机器可读数据。具体而言,机器学习模型被配置为执行用于生成推荐的分类任务和计算任务中的至少一项。该推荐包括服务时间表。方法500还包括:在512处,在输出设备上以人类可读格式向操作员呈现推荐。
应当理解,并非所有上述目的或优点都可以根据任何特定实施例来实现。因此,例如,本领域技术人员将认识到,本文中所描述的***和技术可以以实现或改进本文中所教导的一个优点或优点组的方式来体现或进行,而不必实现本文中被教导或建议的其他目标或优点。
虽然仅结合有限数目的实施例对该技术进行了详细描述,但是应当容易理解,本说明书不限于这些公开的实施例。相反,该技术可以被修改以结合此时以前未描述但与权利要求的精神和范围相称的任何数目的变化、变更、替换或等同布置。附加地,虽然已经描述了本技术的各种实施例,但是应当理解,说明书的各方面可以仅包括所描述的实施例中的一些实施例。因而,本发明不应被视为受前述描述的限制,而是仅受所附权利要求的范围限制。
Claims (12)
1.一种用于监测工业厂房的方法(500),所述工业厂房包括多个电驱动器,所述方法包括:
经由对应的通信接口从多个电驱动器中的每个电驱动器接收(502)操作数据,其中所述操作数据以一个或多个预定数据格式表示;
使用译码器转换(504)所述操作数据以生成机器可读数据,其中所述机器可读数据以一个或多个辅助数据格式表示,并且其中所述译码器基于生成所述操作数据的所述电驱动器的身份来选择;
基于所述对应的机器可读数据来确定(506)所述多个驱动器中的每个驱动器的多个事件,其中所述多个事件中的每个事件代表对应于生成所述操作数据的所述电驱动器的操作条件;
基于使用一个或多个分析技术来分析对应于所述多个驱动器中的每个驱动器的所述多个事件,来确定(508)对应于所述多个驱动器的多个关键事件,其中所述多个关键事件代表对应于所述多个驱动器的异常操作条件;
使用历史知识库,基于所述多个关键事件中的至少一个关键事件来生成(510)推荐,其中所述推荐包括服务时间表;以及
在输出设备上以人类可读格式向操作员呈现(512)所述推荐。
2.根据权利要求1所述的方法(500),其中所述预定数据格式包括以下各项中的至少一项:通用文件格式(UFF)、波形数据格式(WVF)、高动态范围(HDR)图像格式以及文本格式。
3.根据权利要求1所述的方法(500),其中接收(502)所述操作数据包括:从与日期相关的文件数据结构中检索数据。
4.根据权利要求1所述的方法(500),其中所述通信接口是基于光纤的分布式驱动通信***(DDCS)接口。
5.根据权利要求1所述的方法(500),其中所述电驱动器的身份包括所述电驱动器的记录单元的身份号、所述电驱动器的记录单元的类型。
6.根据权利要求1所述的方法(500),其中生成(510)所述推荐包括:使用机器学习模型执行分类任务和计算任务中的至少一项。
7.一种用于监测工业厂房的装置(200),所述工业厂房包括多个电驱动器(202,204,206),所述装置包括:
数据接收单元(208),被配置为经由对应的通信接口(240,242,244)从多个电驱动器(202,204,206)中的每个电驱动器接收操作数据(230),其中所述操作数据(230)以一个或多个预定数据格式表示;
数据格式转换器单元(210),以通信方式被耦合到所述数据接收单元(208)并且被配置为使用译码器转换所述操作数据(230)以生成机器可读数据(232),其中所述机器可读数据(232)以一个或多个辅助数据格式表示,并且其中所述译码器基于生成所述操作数据(230)的电驱动器的身份来选择;
分析引擎(220),以通信方式被耦合到所述数据格式转换器单元(210)并且被配置为:
基于所述对应的机器可读数据(232)来确定所述多个驱动器(202,204,206)中的每个驱动器的多个事件(234),其中所述多个事件(234)中的每个事件代表对应于生成所述操作数据(230)的所述电驱动器的操作条件;
基于使用一个或多个分析技术来分析对应于所述多个驱动器(202,204,206)中的每个驱动器的所述多个事件(234),来确定对应于所述多个驱动器(202,204,206)的多个关键事件(236),其中所述多个关键事件(236)代表对应于所述多个驱动器(202,204,206)的异常操作条件;
使用历史知识库,基于所述多个关键事件(236)中的至少一个关键事件,来生成推荐(238),其中所述推荐包括服务时间表;
人机接口(224),以通信方式被耦合到所述分析引擎(220)并且被配置为在输出设备上以人类可读格式向操作员呈现所述推荐(238)。
8.根据权利要求7所述的装置(200),其中所述预定数据格式包括以下各项中的至少一项:通用文件格式(UFF)、波形数据格式(WVF)、高动态范围(HDR)图像格式以及文本格式。
9.根据权利要求7所述的装置(200),其中所述操作数据(230)以与日期相关的文件数据结构组织。
10.根据权利要求7所述的装置(200),其中所述通信接口(240,242,244)包括分布式数据通信***(DDCS)。
11.根据权利要求7所述的装置(200),其中所述电驱动器的身份包括所述电驱动器的记录单元的身份号、所述电驱动器的记录单元的类型。
12.根据权利要求7所述的装置(200),其中所述分析引擎被配置为使用机器学习模型经由处理所述机器可读数据(118)执行分类任务和计算任务中的至少一项。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
IN201941044782 | 2019-11-05 | ||
IN201941044782 | 2019-11-05 | ||
PCT/IB2020/060282 WO2021090149A1 (en) | 2019-11-05 | 2020-11-03 | Method and apparatus for monitoring of electric drives in an industrial system |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114641740A true CN114641740A (zh) | 2022-06-17 |
Family
ID=73598154
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202080076748.3A Pending CN114641740A (zh) | 2019-11-05 | 2020-11-03 | 用于监测工业***中的电驱动器的方法和装置 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20220260965A1 (zh) |
EP (1) | EP4055456A1 (zh) |
CN (1) | CN114641740A (zh) |
WO (1) | WO2021090149A1 (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101563662A (zh) * | 2005-05-04 | 2009-10-21 | Abb技术有限公司 | 用于自动事件检测和报告产生的方法和设备 |
CN102323795A (zh) * | 2010-05-07 | 2012-01-18 | Abb公司 | 用于电驱动器***的故障诊断装置、以及电驱动器*** |
CN103728966A (zh) * | 2012-10-12 | 2014-04-16 | 洛克威尔自动控制技术股份有限公司 | 电机驱动器中的错误诊断和预测 |
EP2801938A1 (en) * | 2013-05-09 | 2014-11-12 | Rockwell Automation Technologies, Inc. | Predictive maintenance for industrial products using big data |
US20140337429A1 (en) * | 2013-05-09 | 2014-11-13 | Rockwell Automation Technologies, Inc. | Industrial data analytics in a cloud platform |
CN104794136A (zh) * | 2014-01-22 | 2015-07-22 | 华为技术有限公司 | 故障分析方法和装置 |
CN106802643A (zh) * | 2015-11-26 | 2017-06-06 | 通用电气公司 | 故障预测***及方法 |
WO2017205845A1 (en) * | 2016-05-26 | 2017-11-30 | Fractal Industries, Inc. | System for automated capture and analysis of business information |
CN109343504A (zh) * | 2018-09-08 | 2019-02-15 | 芜湖金光汽车配件有限责任公司 | 一种生产线上设备故障在线监测*** |
US20190196893A1 (en) * | 2017-12-26 | 2019-06-27 | Samsung Electronics Co., Ltd. | Method and apparatus for managing operation data of appliance for failure prediction |
CN110073304A (zh) * | 2016-12-21 | 2019-07-30 | Abb瑞士股份有限公司 | 通过使用基于历史数据的预测模型来确定工业机器的当前和将来状态 |
-
2020
- 2020-11-03 WO PCT/IB2020/060282 patent/WO2021090149A1/en unknown
- 2020-11-03 EP EP20812427.1A patent/EP4055456A1/en active Pending
- 2020-11-03 CN CN202080076748.3A patent/CN114641740A/zh active Pending
-
2022
- 2022-05-04 US US17/736,199 patent/US20220260965A1/en active Pending
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101563662A (zh) * | 2005-05-04 | 2009-10-21 | Abb技术有限公司 | 用于自动事件检测和报告产生的方法和设备 |
CN102323795A (zh) * | 2010-05-07 | 2012-01-18 | Abb公司 | 用于电驱动器***的故障诊断装置、以及电驱动器*** |
CN103728966A (zh) * | 2012-10-12 | 2014-04-16 | 洛克威尔自动控制技术股份有限公司 | 电机驱动器中的错误诊断和预测 |
EP2801938A1 (en) * | 2013-05-09 | 2014-11-12 | Rockwell Automation Technologies, Inc. | Predictive maintenance for industrial products using big data |
US20140337429A1 (en) * | 2013-05-09 | 2014-11-13 | Rockwell Automation Technologies, Inc. | Industrial data analytics in a cloud platform |
CN104794136A (zh) * | 2014-01-22 | 2015-07-22 | 华为技术有限公司 | 故障分析方法和装置 |
CN106802643A (zh) * | 2015-11-26 | 2017-06-06 | 通用电气公司 | 故障预测***及方法 |
WO2017205845A1 (en) * | 2016-05-26 | 2017-11-30 | Fractal Industries, Inc. | System for automated capture and analysis of business information |
CN110073304A (zh) * | 2016-12-21 | 2019-07-30 | Abb瑞士股份有限公司 | 通过使用基于历史数据的预测模型来确定工业机器的当前和将来状态 |
US20190196893A1 (en) * | 2017-12-26 | 2019-06-27 | Samsung Electronics Co., Ltd. | Method and apparatus for managing operation data of appliance for failure prediction |
CN109343504A (zh) * | 2018-09-08 | 2019-02-15 | 芜湖金光汽车配件有限责任公司 | 一种生产线上设备故障在线监测*** |
Also Published As
Publication number | Publication date |
---|---|
US20220260965A1 (en) | 2022-08-18 |
EP4055456A1 (en) | 2022-09-14 |
WO2021090149A1 (en) | 2021-05-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107026894B (zh) | 用于通过工业资产递送自动通知的装置和方法 | |
US10250438B2 (en) | Cloud based drive monitoring solution | |
US10208947B2 (en) | Cloud-level analytics for boiler networks | |
CN107589727B (zh) | 用于工业自动化的经由云平台的远程协助 | |
US9489832B2 (en) | Industrial-enabled mobile device | |
EP3285182B1 (en) | Multimodal search input for an industrial search platform | |
US10747206B2 (en) | Intelligent data access for industrial internet of things devices using latent semantic indexing | |
US20120022907A1 (en) | Social networking in an asset performance management system | |
US20160140429A1 (en) | System and method for conveyance of module state information | |
US11796993B2 (en) | Systems, methods, and devices for equipment monitoring and fault prediction | |
US11994843B2 (en) | Symbolic access of industrial device systems and methods based on an off-premise gateway device | |
KR101649716B1 (ko) | 고장 및 정비 데이터 기반 플랜트 정비 지원 시스템 및 방법 | |
US20130204579A1 (en) | State Monitoring Method and System for Wind Energy Installations | |
WO2020181365A1 (en) | 360° assistance for qcs scanner with mixe d reality and machine learning technology | |
CN109392192B (zh) | 用于快速通信的scada***的装置连接的方法以及*** | |
CN114641740A (zh) | 用于监测工业***中的电驱动器的方法和装置 | |
EP4177685A1 (en) | Symbolic access of industrial device systems and methods based on an on-premise gateway device | |
US20230205161A1 (en) | Method and apparatus for monitoring industrial devices | |
JP2008065639A (ja) | 工程管理支援システム、部品評価支援サーバー装置、及び部品評価支援プログラム | |
EP4177684A1 (en) | Symbolic access of industrial device systems and methods | |
CN103188342A (zh) | 用于处理跨平台项目信息的装置和方法 | |
CN115917142A (zh) | 用于监控风能设施的方法、用于监控风能设施的***、风能设施和计算机程序产品 | |
WO2024026213A1 (en) | Dental equipment service application | |
CN112805637A (zh) | 驱动设备的设计、配置和维护 | |
WO2016099451A1 (en) | Method and apparatus for case management foresight and insight |
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 |