CN116543533A - 一种基于大数据的设备故障可视化监管***及方法 - Google Patents
一种基于大数据的设备故障可视化监管***及方法 Download PDFInfo
- Publication number
- CN116543533A CN116543533A CN202310152069.5A CN202310152069A CN116543533A CN 116543533 A CN116543533 A CN 116543533A CN 202310152069 A CN202310152069 A CN 202310152069A CN 116543533 A CN116543533 A CN 116543533A
- Authority
- CN
- China
- Prior art keywords
- equipment
- positioning
- visual
- supervision
- real
- 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
- 230000000007 visual effect Effects 0.000 title claims abstract description 46
- 238000000034 method Methods 0.000 title claims abstract description 16
- 230000003993 interaction Effects 0.000 claims abstract description 11
- 238000012544 monitoring process Methods 0.000 claims description 12
- 238000001514 detection method Methods 0.000 claims description 6
- 238000012549 training Methods 0.000 claims description 6
- 230000005540 biological transmission Effects 0.000 claims description 5
- 238000013135 deep learning Methods 0.000 claims description 5
- 238000012800 visualization Methods 0.000 claims description 5
- 230000002159 abnormal effect Effects 0.000 claims description 4
- 238000004458 analytical method Methods 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 4
- 230000004927 fusion Effects 0.000 claims description 4
- 230000006399 behavior Effects 0.000 claims description 3
- 230000003139 buffering effect Effects 0.000 claims description 3
- 230000008859 change Effects 0.000 claims description 3
- 238000006073 displacement reaction Methods 0.000 claims description 3
- 238000013507 mapping Methods 0.000 abstract description 2
- 238000005516 engineering process Methods 0.000 description 6
- 238000011161 development Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011897 real-time detection Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K17/00—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/18—Status alarms
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B31/00—Predictive alarm systems characterised by extrapolation or other computation using updated historic data
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Theoretical Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Computing Systems (AREA)
- Alarm Systems (AREA)
Abstract
本发明提出了一种基于大数据的设备故障可视化监管***及方法,***包括定位编码模块、追溯定位模块和监管预警模块;定位编码模块用于对设备进行实时定位和标准编码,并生成设备ID标签;可视化追溯定位模块用于实现人机交互,利用定位和标准编码实现对设备的实时追溯和移动轨迹回访;监管预警模块用于对设备工作故障进行监管及主动报警。本发明通过RFID读写终端完成设备与实物ID标签的物理映射与大数据的结合,实现设备的实时定位和追溯,实现设备工作状态的监管预警。
Description
技术领域
本发明属于大数据领域,尤其涉及一种基于大数据的设备故障可视化监管***及方法。
背景技术
随着社会的发展,科技也越来越发达,物联网、大数据、云计算等的大力发展,数据孪生工厂、设备运维检测和仓库运输检测***的不断完善,对设备***的监管的要求越来越高,同时需求量越来越大。目前,随着制造业的飞速发展,随着设备多样性和数量的问题,监管的落后导致很多工厂大数据无法结合设备的状态、设备的工作情况进行可视化表达,设备的管理仍然需要大量人工管理,无法高效率对设备进行管理。针对传统设备追溯监管模式存在设备定位信息反馈滞后、设备可视化追溯效果不佳、设备工作状态监管预警缺失的不足,需要开发了一种基于大数据的设备故障可视化监管***及方法。
发明内容
本发明的目的在于提供一种基于大数据的设备故障可视化监管***及方法,通过RFID读写终端完成设备与实物ID标签的物理映射与大数据的结合,实现设备的实时定位和追溯,实现设备工作状态的监管预警。
为了达到上述目的,本发明第一方面提供了一种基于大数据的设备故障可视化监管***,所述***包括定位编码模块、追溯定位模块和监管预警模块;
所述定位编码模块用于对设备进行实时定位和标准编码,并生成设备ID标签;
所述可视化追溯定位模块用于实现人机交互,利用定位和标准编码实现对设备的实时追溯和移动轨迹回访;
所述监管预警模块用于对设备工作故障进行监管及主动报警。
进一步地,所述定位编码模块包括位置感知单元、无线局域网传输单元、定位单元和位移轨迹分析单元;所述定位单元用于实时提供定位区域内目标设备的行为信息以及移动轨迹。
进一步地,所述所述生成设备ID标签使用数据库和本地缓存生成。
进一步地,所述标准编码的编码规则为差分曼切斯特编码规则,所述标准编码的编码周期内的数据码流和时钟信息在设备进行同步处理,利用设备中每一台的变化完成数据与时钟的统一。
进一步地,所述差分曼切斯特编码规则具体为:
在编码周期内,若当前码流为1,则令编码码元的前半部分与前一个编码的电平具有相同属性,后半部分码元与前半部分码元具有相反属性;若当前码流为0,则令编码码元的前半部分与前一个编码的电平具有相反属性,后半部分码元与前半部分码元具有相通属性。
进一步地,所述可视化追溯定位模块采用基于SVESDK1.0开发了可视化人机交互界面。
进一步地,所述监管预警模块包括触发设备工作状态实时监测单元、触发设备故障状态实时感知单元和触发设备故障状态主动预警单元。
进一步地,所述触发设备工作状态实时监测单元用于收集设备工作状态数据作为训练数据集;所述触发设备故障状态实时感知单元用于训练数据集;所述触发设备故障状态主动预警单元用于根据数据集反馈进行监管预警。
进一步地,所述差分曼切斯特编码规则在定时器中设置捕获所有单元,开启中断标志位,读取当前I/O的电平值,完成对应值的缓存,进行下一个边沿捕获,依次循环。
在本发明的另外一方面提供了一种基于大数据的设备故障可视化监管方法,所述方法包括:
通过内网总线接收设备安装的工作状态监测终端发出的数据信息,通过设备信息内网数据中心进入中心数据库进行暂存与融合计算,在底层编码寄主服务器集群中生成唯一性实物ID编码;
借助设备定位服务器集群实现设备实时定位,通过数据总线上传至轨迹地图自生成服务器,实现设备移动轨迹实施追溯,基于SVESDK1.0开发可视化人机交互界面,实现设备移动轨迹实时可视化追溯;
通过可视化追溯数据通过追溯中心传输至异常侦测服务器集群,对设备故障状态实时侦测并传输至主动预警服务器集群,借助集群内的深度学习算法实现设备故障状态主动预警。
本发明的有益技术效果至少在于以下几点:
1、本发明提供了一种基于大数据的设备故障可视化监管***及方法,综合考虑临工程开发便捷性,给出了***架构并对***数据结构进行了分析,引入无线局域网定位技术、差分曼切斯特编码技术、基于SVESDK1.0的可视化技术、导航回放技术、深度学习技术等设计并实现了定位编码模块、追溯定位模块和监管预警模块等***关键模块,对工厂设备的智能管理起到关键性作用。
2、使用基于大数据的设备故障可视化监管***可以实现工厂设备运行的管理,在设备工作中实时记录设备故障状态,并实时报警,有效防止了设备报废或者发生火灾的可能性。
3、减少了人工管理的成本,真正实现了智能化。
附图说明
利用附图对本发明作进一步说明,但附图中的实施例不构成对本发明的任何限制,对于本领域的普通技术人员,在不付出创造性劳动的前提下,还可以根据以下附图获得其它的附图。
图1为本发明一种基于大数据的设备故障可视化监管***模块图。
图2为本发明一种基于大数据的设备故障可视化监管方法流程图。
图3为本发明一种基于大数据的设备故障可视化监管方法在某工厂已装备硬件平台基础上进行扩展适应性改造的示意图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本发明,而不能理解为对本发明的限制。
实施例一:如图1所示,本发明提供了一种基于大数据的设备故障可视化监管***,所述***包括定位编码模块、追溯定位模块和监管预警模块;
所述定位编码模块用于对设备进行实时定位和标准编码,并生成设备ID标签;
所述可视化追溯定位模块用于实现人机交互,利用定位和标准编码实现对设备的实时追溯和移动轨迹回访;
所述监管预警模块用于对设备工作故障进行监管及主动报警。
进一步地,所述定位编码模块包括位置感知单元、无线局域网传输单元、定位单元和位移轨迹分析单元;所述定位单元用于实时提供定位区域内目标设备的行为信息以及移动轨迹。
感知单元用于数据暂存,获取设备的定位标签以及有效信息。
无线局域网传输单元包括服务器或者浏览器等基于无线局域网提供信息传输通道的方式。
定位单元包括客户端所使用的用于记录的终端设备,包括电脑终端或者手机终端。可以显示定位信息以及对移动轨迹的解算,同时提供API借口。
进一步地,所述所述生成设备ID标签使用数据库和本地缓存生成。
进一步地,所述标准编码的编码规则为差分曼切斯特编码规则,所述标准编码的编码周期内的数据码流和时钟信息在设备进行同步处理,利用设备中每一台的变化完成数据与时钟的统一。
进一步地,所述差分曼切斯特编码规则具体为:
在编码周期内,若当前码流为1,则令编码码元的前半部分与前一个编码的电平具有相同属性,后半部分码元与前半部分码元具有相反属性;若当前码流为0,则令编码码元的前半部分与前一个编码的电平具有相反属性,后半部分码元与前半部分码元具有相通属性。
进一步地,所述可视化追溯定位模块采用基于SVESDK1.0开发了可视化人机交互界面。
进一步地,所述监管预警模块包括触发设备工作状态实时监测单元、触发设备故障状态实时感知单元和触发设备故障状态主动预警单元。
进一步地,所述触发设备工作状态实时监测单元用于收集设备工作状态数据作为训练数据集;所述触发设备故障状态实时感知单元用于训练数据集;所述触发设备故障状态主动预警单元用于根据数据集反馈进行监管预警。
进一步地,所述差分曼切斯特编码规则在定时器中设置捕获所有单元,开启中断标志位,读取当前I/O的电平值,完成对应值的缓存,进行下一个边沿捕获,依次循环。
如图2所示,本发明还提供了第二个实施例,一种基于大数据的设备故障可视化监管方法,所述方法包括:
S101、通过内网总线接收设备安装的工作状态监测终端发出的数据信息,通过设备信息内网数据中心进入中心数据库进行暂存与融合计算,在底层编码寄主服务器集群中生成唯一性实物ID编码;
S102、借助设备定位服务器集群实现设备实时定位,通过数据总线上传至轨迹地图自生成服务器,实现设备移动轨迹实施追溯,基于SVESDK1.0开发可视化人机交互界面,实现设备移动轨迹实时可视化追溯;
S103、通过可视化追溯定位模块通过追溯中心传输至异常侦测服务器集群,对设备故障状态实时侦测并传输至主动预警服务器集群,借助集群内的深度学习算法实现设备故障状态主动预警。
实施例二:以设备故障可视化追溯监管***以工程实践为导向,考虑到经济便捷性,在某工厂已装备硬件平台基础上进行扩展适应性改造,具体如图3所示。***工程实践评估及临床统计学分析平台布置采用三个模式,第一层通过内网总线接收设备安装的工作状态监测终端发出的数据信息,通过设备信息内网数据中心进入中心数据库进行暂存与融合计算,在底层编码寄主服务器集群中生成唯一性实物ID编码;第二层借助设备定位服务器集群实现设备实时定位,通过数据总线上传至轨迹地图自生成服务器,实现设备移动轨迹实施追溯,基于SVESDK1.0开发可视化人机交互界面,实现设备移动轨迹实时可视化追溯;第二层提供的可视化追溯数据通过追溯中心传输至异常侦测服务器集群,实现设备故障状态实时侦测并通过物联网关传输至主动预警服务器集群,借助集群内寄主的深度学习算法实现设备故障状态主动预警。
尽管已经示出和描述了本发明的实施例,本领域技术人员可以理解:在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变形,本发明的范围由权利要求及其等同物限定。
Claims (10)
1.一种基于大数据的设备故障可视化监管***,其特征在于,所述***包括定位编码模块、追溯定位模块和监管预警模块;
所述定位编码模块用于对设备进行实时定位和标准编码,并生成设备ID标签;
所述可视化追溯定位模块用于实现人机交互,利用定位和标准编码实现对设备的实时追溯和移动轨迹回访;
所述监管预警模块用于对设备工作故障进行监管及主动报警。
2.根据权利要求1所述的一种基于大数据的设备故障可视化监管***,其特征在于,所述定位编码模块包括位置感知单元、无线局域网传输单元、定位单元和位移轨迹分析单元;所述定位单元用于实时提供定位区域内目标设备的行为信息以及移动轨迹。
3.根据权利要求1所述的一种基于大数据的设备故障可视化监管***,其特征在于,所述生成设备ID标签使用数据库和本地缓存生成。
4.根据权利要求2所述的一种基于大数据的设备故障可视化监管***,其特征在于,所述标准编码的编码规则为差分曼切斯特编码规则,所述标准编码的编码周期内的数据码流和时钟信息在设备进行同步处理,利用设备中每一台的变化完成数据与时钟的统一。
5.根据权利要求4所述的一种基于大数据的设备故障可视化监管***,其特征在于,所述差分曼切斯特编码规则具体为:
在某个编码周期内,若当前码流为1,则令编码码元的前半部分与前一个编码的电平具有相同属性,后半部分码元与前半部分码元具有相反属性;若当前码流为0,则令编码码元的前半部分与前一个编码的电平具有相反属性,后半部分码元与前半部分码元具有相通属性。
6.根据权利要求1所述的一种基于大数据的设备故障可视化监管***,其特征在于,所述可视化追溯定位模块采用基于SVESDK1.0开发了可视化人机交互界面。
7.根据权利要求1所述的一种基于大数据的设备故障可视化监管***,其特征在于,所述监管预警模块包括触发设备工作状态实时监测单元、触发设备故障状态实时感知单元和触发设备故障状态主动预警单元。
8.根据权利要求7所述的一种基于大数据的设备故障可视化监管***,其特征在于,所述触发设备工作状态实时监测单元用于收集设备工作状态数据作为训练数据集;所述触发设备故障状态实时感知单元用于训练数据集;所述触发设备故障状态主动预警单元用于根据数据集反馈进行监管预警。
9.根据权利要求5所述的一种基于大数据的设备故障可视化监管***,其特征在于,所述差分曼切斯特编码规则在定时器中设置捕获所有单元,开启中断标志位,读取当前I/O的电平值,完成对应值的缓存,进行下一个边沿捕获,依次循环。
10.一种基于大数据的设备故障可视化监管方法,其特征在于,所述方法包括:
通过内网总线接收设备安装的工作状态监测终端发出的数据信息,通过设备信息内网数据中心进入中心数据库进行暂存与融合计算,在底层编码寄主服务器集群中生成唯一性实物ID编码;
借助设备定位服务器集群实现设备实时定位,通过数据总线上传至轨迹地图自生成服务器,实现设备移动轨迹实时追溯,基于SVESDK1.0开发可视化人机交互界面,实现设备移动轨迹实时可视化追溯;
通过可视化追溯定位模块通过追溯中心传输至异常侦测服务器集群,对设备故障状态实时侦测并传输至主动预警服务器集群,借助主动预警服务器集群内的深度学习算法实现设备故障状态主动预警。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310152069.5A CN116543533A (zh) | 2023-02-22 | 2023-02-22 | 一种基于大数据的设备故障可视化监管***及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310152069.5A CN116543533A (zh) | 2023-02-22 | 2023-02-22 | 一种基于大数据的设备故障可视化监管***及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116543533A true CN116543533A (zh) | 2023-08-04 |
Family
ID=87444151
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310152069.5A Pending CN116543533A (zh) | 2023-02-22 | 2023-02-22 | 一种基于大数据的设备故障可视化监管***及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116543533A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107704935A (zh) * | 2017-11-23 | 2018-02-16 | 广东惠利普路桥信息工程有限公司 | 一种工厂设备追溯管理*** |
CN108268953A (zh) * | 2018-01-12 | 2018-07-10 | 天津瑞源电气有限公司 | 基于特征数据采集算法的设备追溯方法 |
CN109325601A (zh) * | 2018-08-21 | 2019-02-12 | 国网江苏省电力有限公司泰州供电分公司 | 物流设备故障监测运维管理方法 |
CN213126080U (zh) * | 2020-07-14 | 2021-05-04 | 重庆市科源能源技术发展有限公司 | 设备远程监测与故障预警*** |
CN114143220A (zh) * | 2021-11-09 | 2022-03-04 | 北京银盾泰安网络科技有限公司 | 实时数据可视化平台 |
-
2023
- 2023-02-22 CN CN202310152069.5A patent/CN116543533A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107704935A (zh) * | 2017-11-23 | 2018-02-16 | 广东惠利普路桥信息工程有限公司 | 一种工厂设备追溯管理*** |
CN108268953A (zh) * | 2018-01-12 | 2018-07-10 | 天津瑞源电气有限公司 | 基于特征数据采集算法的设备追溯方法 |
CN109325601A (zh) * | 2018-08-21 | 2019-02-12 | 国网江苏省电力有限公司泰州供电分公司 | 物流设备故障监测运维管理方法 |
CN213126080U (zh) * | 2020-07-14 | 2021-05-04 | 重庆市科源能源技术发展有限公司 | 设备远程监测与故障预警*** |
CN114143220A (zh) * | 2021-11-09 | 2022-03-04 | 北京银盾泰安网络科技有限公司 | 实时数据可视化平台 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110609512B (zh) | 一种物联网平台和物联网设备监控方法 | |
Fan et al. | Citymomentum: an online approach for crowd behavior prediction at a citywide level | |
CN103576632B (zh) | 基于物联网技术的生猪生长环境监测与控制***及方法 | |
CN109032099A (zh) | 工程机械总装生产线在线感知*** | |
CN112418764A (zh) | 一种5g可视化仓管*** | |
CN108281176A (zh) | 基于bim的医院建筑智慧运维管理***及方法 | |
Peng et al. | Hierarchical edge computing: A novel multi-source multi-dimensional data anomaly detection scheme for industrial Internet of Things | |
Yan et al. | Towards Semantic Trajectory Data Analysis: A Conceptual and Computational Approach. | |
CN116298701B (zh) | 一种基于数字孪生***的配电网故障检测方法及相关装置 | |
CN112785458A (zh) | 一种桥梁健康大数据智能管养*** | |
CN104731076A (zh) | 一种基于dcs结构的工况监控*** | |
CN112734207A (zh) | 一种资产运维管理方法及*** | |
CN111709765A (zh) | 一种用户画像评分方法、装置和存储介质 | |
Patroumpas et al. | Event Recognition for Maritime Surveillance. | |
CN116595756A (zh) | 基于数字孪生的数据中心智能化运维方法及装置 | |
CN112463892A (zh) | 一种基于风险态势的预警方法及*** | |
CN111311133A (zh) | 一种应用于电网生产设备的监测*** | |
CN110780636A (zh) | 一种联动管廊运维方法 | |
CN115946132A (zh) | 一种智能密集库与物流机器人***及其故障监测方法 | |
CN111709597B (zh) | 一种电网生产域运营监测*** | |
Sun et al. | Dynamic human systems risk prognosis and control of lifting operations during prefabricated building construction | |
CN116543533A (zh) | 一种基于大数据的设备故障可视化监管***及方法 | |
CN111614773A (zh) | 长输管道综合管理***及设备 | |
Woodard et al. | A survey of data cleansing techniques for cyber-physical critical infrastructure systems | |
CN116095723A (zh) | 一种通信基站资产管理*** |
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 |