CN114648212A - 一种基于云计算的船舶设备性能智能管理***及方法 - Google Patents
一种基于云计算的船舶设备性能智能管理***及方法 Download PDFInfo
- Publication number
- CN114648212A CN114648212A CN202210230886.3A CN202210230886A CN114648212A CN 114648212 A CN114648212 A CN 114648212A CN 202210230886 A CN202210230886 A CN 202210230886A CN 114648212 A CN114648212 A CN 114648212A
- Authority
- CN
- China
- Prior art keywords
- ship
- equipment
- data
- data center
- key
- 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
Images
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
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M99/00—Subject matter not provided for in other groups of this subclass
- G01M99/008—Subject matter not provided for in other groups of this subclass by doing functionality tests
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/25—Integrating or interfacing systems involving database management systems
- G06F16/252—Integrating or interfacing systems involving database management systems between a Database Management System and a front-end application
-
- 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)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Databases & Information Systems (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明属于船舶智能管理技术领域,具体提供一种基于云计算的船舶设备性能智能管理***及方法,其中***包括数据采集单元,还包括船端数据中心和/或岸端数据中心。通过对船舶关键设备的关键参数进行数据采集,分析,建立关键参数的基准模型;并通过实际监测数据自主学习优化模型。通过对比关键参数的变化趋势来智能识别设备运行是否异常或对设备故障进行分析。实现了对船舶关键设备运行状态的综合监测,对各设备的运行状态和健康状况进行分析和评估;并对设备的故障趋势进行预测,推送辅助决策信息,为设备的使用、操作、检修和管理等提供科学的管理依据。
Description
技术领域
本发明涉及船舶智能管理技术领域,更具体地,涉及一种基于云计算的船舶设备性能智能管理***及方法。
背景技术
随着边缘计算、大数据、网络技术及人工智能技术的发展,智能船舶技术以其智能化、自动化水平高等特点在航运领域得到了快速发展和广泛应用。目前常用的船舶设备智能运行维护***通常仅包含船舶整体运行状态监测报警***,其功能限于船舶运行环境及船舶设备运行常规监测记录功能。船舶在航行中,由于工作环境恶劣,实施工况复杂多变,船舶设备零部件不可避免的会出现不同程度的劣化,导致不同程度的故障,而且许多关键设备在航行状态下不能检修。因此急需建立一种基于云计算的智能船舶设备状态监测管理***,实现设备状态的实时监控,快速分析,趋势预测以及辅助决策。以满足船舶高效、节能、高可靠的管理需求。
发明内容
本发明针对现有技术中存在的船舶设备在航行状态下不能检修的技术问题。
本发明提供了一种基于云计算的船舶设备性能智能管理***,包括:数据采集单元;
所述数据采集单元设置在船舶上,用于对船舶设备的运行参数进行数据采集;
还包括船端数据中心和/或岸端数据中心,所述船端数据中心设于船舶上,用于显示船舶设备的运行状态,并对采集的数据进行实时分析和评价船舶关键设备的健康状况,并预测故障,推送辅助决策信息供操作人员判断;
所述岸端数据中心设于云服务器中,用于接收来自船端数据中心的数据,显示船舶设备的运行状态;并根据监测数据实时分析和评价船舶关键设备的健康状况,并预测故障,推送辅助决策信息供操作人员判断。
优选地,所述数据采集单元采集的信号分为内部信号和外部信号,所述内部信号为船舶设备原***已有的信号,通过继电器干触点或者隔离模块引入到数据采集单元;
所述外部信号为船舶关键设备原***没有的信号,通过额外加装传感器进行采集。
优选地,所述船端数据中心和/或岸端数据中心包括管理界面,用于显示船舶各关键设备的运行状态、监测曲线、查询各船舶关键设备在不同时间段内的运行情况、报警设置、运行时间显示、校准及数据导出。
优选地,所述信号采集单元安装在机舱各关键设备旁边;
所述船端数据中心安装在机舱集控室,经授权后,将相关信息通过船舶局域网和船长电脑网络以电子邮件/报告形式自动发送给岸端数据中心。
优选地,所述数据采集单元采集的信号包括:船舶燃油、滑油、冷却水、柴油机排气温度;及
主、副机的机油、燃油、冷却水、气体的压力数据。
优选地,所述船舶设备包括主机、发电机、增压器、舵机、锅炉、空压机、锚机及电机。
本发明还提供了一种船舶设备性能智能管理方法,所述方法用于实现船舶设备性能智能管理***,包括以下步骤:
S1,对船舶设备的运行参数进行数据采集;
S2,通过设于船舶上的船端数据中心来显示船舶设备的运行状态,并对采集的数据进行实时分析和评价船舶关键设备的健康状况,并预测故障,推送辅助决策信息供操作人员判断;或
通过设于云服务器中的岸端数据中心接收来自船端数据中心的数据,显示船舶设备的运行状态;并根据监测数据实时分析和评价船舶关键设备的健康状况,并预测故障,推送辅助决策信息供操作人员判断。
本发明还提供了一种电子设备,包括存储器、处理器,所述处理器用于执行存储器中存储的计算机管理类程序时实现基于云计算的船舶设备性能智能管理方法的步骤。
本发明还提供了一种计算机可读存储介质,其上存储有计算机管理类程序,所述计算机管理类程序被处理器执行时实现基于云计算的船舶设备性能智能管理方法的步骤。
与现有技术相比,本发明的有益效果是:
(1)本***的EcoGuard智能性能管理***主要采集船舶各关键设备运行的各种实时参数,实现对船舶关键设备健康度的综合监测,同时也可以基于实时监测所获得的状态数据,依托大数据和云计算建立的参考模型,对设备的运行状态和健康状况进行分析和评估;根据分析和评估结果,推送辅助决策信息,为船舶关键设备的管理,使用,养护和修理等方面的决策提供科学合理的知道意见。
(2)本***通过设置数据采集单元、船端数据中心、岸端数据中心三大模块,数据采集***实现对船舶关键设备运行状态数据的实时采集、处理、存储和传输,数据采集***将船舶关键设备运行的压力、温度、震动、转速、流量等数据传输至船端数据中心,船端数据中心通过以太网与岸端数据中心进行数据交互。
(3)本***可以对船舶各关键设备进行智能性能管理,如主机、发电机、增压器、舵机、锅炉、空压机、锚机及各个电机等。只要将相应设备的运行参数接至数据采集单元即可。
(4)所述EcoGuard智能性能管理***包括实时监测、故障趋势预测、辅助决策信息推送和分析报告等功能,监控界面包括实时监测界面、数据回放界面等;所述分析界面包括历史数据查询界面、趋势分析界面等;所述管理界面包括分析报告、***设置等界面。
(5)本发明中用户可以根据船舶的实际情况在一条船上安装单机使用,也可以通过网络连接岸端服务器联网使用,也可以同时在多条船舶一起配置该***,通过岸端服务器统一管理船队。
(6)本发明方案中,数据采集单元具有边缘计算的功能,可弥补传统监测***数据太多造成的对数据的处理分析能力差的问题。
(7)本发明在船端数据中心和岸端数据中心都引入了机器学习算法模型,提高了数据分析的准确性。
附图说明
图1为本发明提供的一种基于云计算的船舶设备性能智能管理***功能原理图;
图2为本发明提供的一种可能的电子设备的硬件结构示意图;
图3为本发明提供的一种可能的计算机可读存储介质的硬件结构示意图。
具体实施方式
下面结合附图和实施例,对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明,但不用来限制本发明的范围。
如图1所示,为本发明提供的一种基于云计算的船舶设备性能智能管理***,以下简称EcoGuard性能智能管理***。包括:数据采集单元;
所述数据采集单元设置在船舶上,用于对船舶设备的运行参数进行数据采集;
还包括船端数据中心和/或岸端数据中心,所述船端数据中心设于船舶上,用于显示船舶设备的运行状态,并对采集的数据进行实时分析和评价船舶关键设备的健康状况,并预测故障,推送辅助决策信息供操作人员判断;
所述岸端数据中心设于云服务器中,用于接收来自船端数据中心的数据,显示船舶设备的运行状态;并根据监测数据实时分析和评价船舶关键设备的健康状况,并预测故障,推送辅助决策信息供操作人员判断。
通过对船舶关键设备的关键参数进行数据采集,分析,建立关键参数的基准模型;并通过实际监测数据自主学习优化模型。通过对比关键参数的变化趋势来智能识别设备运行是否异常或对设备故障进行分析。实现了对船舶关键设备运行状态的综合监测,对各设备的运行状态和健康状况进行分析和评估;并对设备的故障趋势进行预测,推送辅助决策信息,为设备的使用、操作、检修和管理等提供科学的管理依据。
具体地,数据采集单元采集船舶设备的数据,其中DAU1、DAU2……DAU8分别对应负责采集船舶主机、发电机、增压器、舵机、锅炉、空压机、锚机及各个电机的运行参数,DAUn采集其他关键设备的数据。数据采集单元还具有本地存储及边缘计算的能力。数据采集单元将采集的数据处理后通过路由器传输至船端数据中心。
优选的方案,船端数据中心安装在机舱集控室,由数据采集单元和人机交互触摸屏电脑组成。数据采集单元通过继电器或者信号隔离模块采集主机运行关键参数如主机转速,主机负荷,扫气压力等。所有数据采集单元采集的信号经过预处理后通过路由器统一传输至所述人机交互触摸屏电脑。人机交互触摸屏电脑接收所有数据采集单元采集的数据,同时对所有数据进行处理、计算和分析。操作人员可以在人机交互界面识别报警,设置相关参数。***根据分析结果做出评估。经授权后,HMI(人机界面)将相关信息通过船舶局域网和船长电脑网络以电子邮件/报告形式自动发送给岸端数据中心。
具体地如图1所示,船端数据中心由数据采集单元DAU1和人机交互触摸屏电脑HMI组成,DAU1负责主机相关运行参数采集,人机交互触摸屏电脑HMI负责接收所有数据采集单元DAU传送过来的数据,通过数据分析,建立关键参数的基准模型,从而通过对比关键参数的变化趋势来智能识别设备运行是否异常或对设备故障进行分析,联网后云端计算机通过实际监测数据自主学习优化模型,为设备故障趋势预测和辅助决策信息推送提供依据。
具体地,岸端数据中心布置在云服务器中,通过云计算平台对数据的快速处理能力,实现数据、信息与知识的融合,从而实现对船舶设备智能化的状态评估,及时反映船舶设备主要性能的功能参数或状态参数。
具体地,岸端数据中心位于云服务器中,使用者不需要安装额外的硬件。船端只需通过账号和密码进入指定网站登录岸端数据中心即可。所述岸端数据中心可以接收来自船端数据中心SDC的数据,并显示船舶各关键设备的运行状态。所述岸端数据中心依托大数据及云计算根据监测数据实时更新算法,调整判断规则,更好地分析和评价船舶各关键设备的健康状况,并对关键设备的故障进行预测,并推送辅助决策信息,帮助岸端设备管理者更好的制定设备的管理,使用,维护,修理计划。
本发明能够快速地进行数据管理,减轻传统方法对数据处理的压力,提高效率。
在一个具体的实施场景中:
EcoGuard性能智能管理***具有三种模式:单机模式,联网模式,船队模式。
所述单机模式仅包含数据采集单元和船端数据中心,可以单独布置在船上,不需要网络的支持。单机模式下所述EcoGuard性能智能监测***具有单船的实时监测,故障趋势预测和辅助决策功能。该***可以对船舶各关键设备的运行状态进行全面实时监测,并可根据监测数据及设备出厂时初始测试数据通过建模生成性能曲线及趋势图对船舶关键设备的健康状况进行预测,并推送相关辅助决策信息。
所述联网模式需要在单机模式的基础上,再在云端布置一个岸端数据中心,依托大数据和云计算,云端服务器可以不断优化数据建模,更好的对设备健康状况进行预测,并推送更加科学合理的辅助决策信息。
所述船队模式需要在多条船舶上同时布置EcoGuard性能智能管理***,并统一在云端布置岸端数据中心。依托大数据和云计算,云端服务器可以不断优化数据建模,更好的对设备健康状况进行预测,并推送更加科学合理的辅助决策信息。云端服务器可以同时对整个船队船舶关键设备进行智能管理。
数据采集单元采集信号的类型有:4-20mA,RS-485,RS-422和开关量信号。
通过卫星等通信,设备可以进行船端数据中心与岸端数据中心的数据传输,通过云端服务器接收来自船舶的数据,包括船舶燃油、滑油、冷却水、柴油机排气温度等数据,主、副机的各种机油、燃油、冷却水、气体等的压力数据,并将数据存储在云服务网器的数据库中,供下一步分析使用。同时,岸端数据中心将分析后的船舶设备状态信息以及训练好的用于设备性能管理的算法模型通过通信方式再发送到船端数据中心,形成船岸一体通信机制。
请参阅图2为本发明实施例提供的电子设备的实施例示意图。如图2所示,本发明实施例提了一种电子设备,包括存储器1310、处理器1320及存储在存储器1310上并可在处理器1320上运行的计算机程序1311,处理器1320执行计算机程序1311时实现以下步骤:
S1,对船舶设备的运行参数进行数据采集;
S2,通过设于船舶上的船端数据中心来显示船舶设备的运行状态,并对采集的数据进行实时分析和评价船舶关键设备的健康状况,并预测故障,推送辅助决策信息供操作人员判断;或
通过设于云服务器中的岸端数据中心接收来自船端数据中心的数据,显示船舶设备的运行状态;并根据监测数据实时分析和评价船舶关键设备的健康状况,并预测故障,推送辅助决策信息供操作人员判断。
请参阅图3为本发明提供的一种计算机可读存储介质的实施例示意图。如图3所示,本实施例提供了一种计算机可读存储介质1400,其上存储有计算机程序1411,该计算机程序1411被处理器执行时实现如下步骤:
S1,对船舶设备的运行参数进行数据采集;
S2,通过设于船舶上的船端数据中心来显示船舶设备的运行状态,并对采集的数据进行实时分析和评价船舶关键设备的健康状况,并预测故障,推送辅助决策信息供操作人员判断;或
通过设于云服务器中的岸端数据中心接收来自船端数据中心的数据,显示船舶设备的运行状态;并根据监测数据实时分析和评价船舶关键设备的健康状况,并预测故障,推送辅助决策信息供操作人员判断。
与现有技术相比,本发明的有益效果是:
(1)本发明的EcoGuard性能智能管理***主要采集船舶各关键设备运行的各种实时参数,实现对船舶关键设备健康度的综合监测,同时也可以基于实时监测所获得的状态数据,依托大数据和云计算建立的参考模型,对设备的运行状态和健康状况进行分析和评估;根据分析和评估结果,推送辅助决策信息,为船舶关键设备的管理,使用,养护和修理等方面的决策提供科学合理的知道意见。
(2)本发明通过设置数据采集单元、船端数据中心、岸端数据中心三大模块,数据采集***实现对船舶关键设备运行状态数据的实时采集、处理、存储和传输,数据采集***将船舶关键设备运行的压力、温度、震动、转速、流量等数据传输至船端数据中心,船端数据中心通过以太网与岸端数据中心进行数据交互。
(3)本***可以对船舶各关键设备进行性能智能管理,如主机、发电机、增压器、舵机、锅炉、空压机、锚机及各个电机等。只要将相应设备的运行参数接至数据采集单元即可。
(4)所述EcoGuard性能智能管理***包括实时监测、故障趋势预测、辅助决策信息推送和分析报告等功能,监控界面包括实时监测界面、数据回放界面等;所述分析界面包括历史数据查询界面、趋势分析界面等;所述管理界面包括分析报告、***设置等界面。
(5)本发明中用户可以根据船舶的实际情况在一条船上安装单机使用,也可以通过网络连接岸端服务器联网使用,也可以同时在多条船舶一起配置该***,通过岸端服务器统一管理船队。
(6)本发明方案中,数据采集单元具有边缘计算的功能,可弥补传统监测***数据太多造成的对数据的处理分析能力差的问题。
(7)本发明在船端数据中心和岸端数据中心都引入了机器学习算法模型,提高了数据分析的准确性。
需要说明的是,在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详细描述的部分,可以参见其它实施例的相关描述。
本领域内的技术人员应明白,本发明的实施例可提供为方法、***、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式计算机或者其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包括这些改动和变型在内。
Claims (9)
1.一种基于云计算的船舶设备性能智能管理***,其特征在于,包括:数据采集单元;
所述数据采集单元设置在船舶上,用于对船舶设备的运行参数进行数据采集;
还包括船端数据中心和/或岸端数据中心,所述船端数据中心设于船舶上,用于显示船舶设备的运行状态,并对采集的数据进行实时分析和评价船舶关键设备的健康状况,并预测故障,推送辅助决策信息供操作人员判断;
所述岸端数据中心设于云服务器中,用于接收来自船端数据中心的数据,显示船舶设备的运行状态;并根据监测数据实时分析和评价船舶关键设备的健康状况,并预测故障,推送辅助决策信息供操作人员判断。
2.根据权利要求1所述的基于云计算的船舶设备性能智能管理***,其特征在于,所述数据采集单元采集的信号分为内部信号和外部信号,所述内部信号为船舶设备原***已有的信号,通过继电器干触点或者隔离模块引入到数据采集单元;
所述外部信号为船舶关键设备原***没有的信号,通过额外加装传感器进行采集。
3.根据权利要求1所述的基于云计算的船舶设备性能智能管理***,其特征在于,所述船端数据中心和/或岸端数据中心包括管理界面,用于显示船舶各关键设备的运行状态、监测曲线、查询各船舶关键设备在不同时间段内的运行情况、报警设置、运行时间显示、校准及数据导出。
4.根据权利要求1所述的基于云计算的船舶设备性能智能管理***,其特征在于,所述信号采集单元安装在机舱各关键设备旁边;
所述船端数据中心安装在机舱集控室,经授权后,将相关信息通过船舶局域网和船长电脑网络以电子邮件/报告形式自动发送给岸端数据中心。
5.根据权利要求1所述的基于云计算的船舶设备性能智能管理***,其特征在于,所述数据采集单元采集的信号包括:船舶燃油、滑油、冷却水、柴油机排气温度;及
主、副机的机油、燃油、冷却水、气体的压力数据。
6.根据权利要求1所述的基于云计算的船舶设备性能智能管理***,其特征在于,所述船舶设备包括主机、发电机、增压器、舵机、锅炉、空压机、锚机及电机。
7.一种船舶设备性能智能管理方法,其特征在于,所述方法用于实现如权利要求1-6任一项所述的船舶设备性能智能管理***,包括以下步骤:
S1,对船舶设备的运行参数进行数据采集;
S2,通过设于船舶上的船端数据中心来显示船舶设备的运行状态,并对采集的数据进行实时分析和评价船舶关键设备的健康状况,并预测故障,推送辅助决策信息供操作人员判断;或
通过设于云服务器中的岸端数据中心接收来自船端数据中心的数据,显示船舶设备的运行状态;并根据监测数据实时分析和评价船舶关键设备的健康状况,并预测故障,推送辅助决策信息供操作人员判断。
8.一种电子设备,其特征在于,包括存储器、处理器,所述处理器用于执行存储器中存储的计算机管理类程序时实现如权利要求7所述的基于云计算的船舶设备性能智能管理方法的步骤。
9.一种计算机可读存储介质,其特征在于,其上存储有计算机管理类程序,所述计算机管理类程序被处理器执行时实现如权利要求7所述的基于云计算的船舶设备性能智能管理方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210230886.3A CN114648212A (zh) | 2022-03-10 | 2022-03-10 | 一种基于云计算的船舶设备性能智能管理***及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210230886.3A CN114648212A (zh) | 2022-03-10 | 2022-03-10 | 一种基于云计算的船舶设备性能智能管理***及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114648212A true CN114648212A (zh) | 2022-06-21 |
Family
ID=81993254
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210230886.3A Pending CN114648212A (zh) | 2022-03-10 | 2022-03-10 | 一种基于云计算的船舶设备性能智能管理***及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114648212A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115860687A (zh) * | 2022-12-26 | 2023-03-28 | 南通润邦海洋工程装备有限公司 | 一种基于大数据的风电集成管控***及方法 |
CN116362673A (zh) * | 2023-03-01 | 2023-06-30 | 中国船舶集团有限公司第七一九研究所 | 一种基于云计算的舰船设备管理方法及*** |
-
2022
- 2022-03-10 CN CN202210230886.3A patent/CN114648212A/zh active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115860687A (zh) * | 2022-12-26 | 2023-03-28 | 南通润邦海洋工程装备有限公司 | 一种基于大数据的风电集成管控***及方法 |
CN115860687B (zh) * | 2022-12-26 | 2024-02-02 | 南通润邦海洋工程装备有限公司 | 一种基于大数据的风电集成管控***及方法 |
CN116362673A (zh) * | 2023-03-01 | 2023-06-30 | 中国船舶集团有限公司第七一九研究所 | 一种基于云计算的舰船设备管理方法及*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113077172A (zh) | 一种设备状态趋势分析及故障诊断方法 | |
CN114648212A (zh) | 一种基于云计算的船舶设备性能智能管理***及方法 | |
RU2313815C2 (ru) | Устройство и способ для контроля технической установки, содержащей множество систем, в частности установки электростанции | |
CN112594142B (zh) | 一种基于5g的端云协同风电运维诊断*** | |
CN112926257A (zh) | 往复式天然气压缩机故障诊断***以及诊断方法 | |
CN111651530B (zh) | 一种智能化港口监测*** | |
CN114911206A (zh) | 一种基于物联网的选煤厂智能化预测维护*** | |
CN111098463A (zh) | 一种注塑机故障诊断***及诊断方法 | |
CN113847950A (zh) | 基于云计算的智能船舶设备状态监测***及信息交互方法 | |
CN113157679A (zh) | 一种水轮发电机组***的监控***及方法 | |
CN112738266A (zh) | 数据采集传输设备***及预知诊断、边缘计算方法 | |
CN113887749A (zh) | 基于云边协同的电力物联网多维度监控处置方法、设备及平台 | |
CN112906775A (zh) | 一种设备故障预测方法及*** | |
CN115809731A (zh) | 一种风力发电机组故障分析***、方法及介质 | |
CN117032120A (zh) | 集成一体式空压站智能云控制***及控制方法 | |
CN115586009A (zh) | 一种故障诊断与健康管理***、方法 | |
CN115774847B (zh) | 一种柴油机性能评估及预测方法和*** | |
CN110647070A (zh) | 一种用于超大规模数据中心的动力环境监控*** | |
CN116149270A (zh) | 一种风力电站预警处理过程跟踪方法及*** | |
CN111539642B (zh) | 一种基于面向对象的电厂数据采集处理***及其方法 | |
TW202305824A (zh) | 用於系統管理之故障預測與健康管理系統與相關方法 | |
CN113847232A (zh) | 基于云边协同的空压机集群运行调节方法及*** | |
CN108229850B (zh) | 基于工业生产网络的城市级能耗、环保数据管理方法和*** | |
Dorokhov et al. | The use of digital intelligent technologies in predicting failures of automotive and tractor equipment | |
CN116382175A (zh) | 一种基于云计算平台的船舶设备智能管理*** |
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 |