CN117172621A - 一种基于传感器的砂浆生产数据管理分析*** - Google Patents

Abstract

本发明属于砂浆生产数据管理技术领域，具体公开提供的一种基于传感器的砂浆生产数据管理分析***，该***包括砂浆生产产量数据提取模块、设备计划生产数据提取模块、设备实际生产数据监测模块、设备结构状态数据提取模块、设备维护评定分析反馈模块、设备信息库和设备维护频率更正管理模块。本发通过从多个要素进行维护紧急指数和维护频率更正分析，实现了砂浆生产设备的多维度维护分析，有效解决了当前砂浆生产设备维护管理存在的局限性问题，规避了当前固定式设定维护周期存在的欠缺，确保了砂浆生产设备安全隐患发掘的及时性，便于后续隐患砂浆生产设备的及时修复，进而提高了砂浆生产设备管理的灵活性和有效性。

Description

一种基于传感器的砂浆生产数据管理分析***

技术领域

本发明属于砂浆生产数据管理技术领域，涉及到一种基于传感器的砂浆生产数据管理分析***。

背景技术

砂浆是建筑施工中常用的胶结材料，广泛应用于砌筑、粘贴、填充和平整等工作。砂浆生产涉及多个环节，包括原材料配比、搅拌过程、砂浆的性能测试等，为了保障砂浆的生产质量，需要对其生产数据进行管理和分析。

砂浆生产数据管理分析涉及生产量的管理分析、生产质量的管理分析以及生产设备维护管理分析，而生产设备作为生产量和生产质量的关键影响因素，其维护管理尤为重要，而当前对砂浆生产设备的维护管理还存在以下几个方面的不足：1、维护周期设定较为固定和局限，当前砂浆生产设备主要根据企业设定的固定式检修周期进行检修维护，无法及时发现砂浆生产设备存在的生产隐患，进而无法及进行修复，增加了后续砂浆的生产风险。

2、当前设备维护评定依据较为片面，当前主要根据检修时进行基础结构检查，并依据基础结构检查的结果进行维护评定，存在一定的局限性：a1、未结合其具体生产状态，导致检查覆盖面不足，可能无法发现潜在故障或设备性能下降的早期迹象，也无法准确评定维护需求的紧急程度，增加了生产停工时间和维修成本。

a2、未结合其生产量进行综合性分析，即未结合砂浆生产设备的过往使用负荷以及未来预计使用工作负荷进行综合性分析，忽略了设备的使用负荷对维护需求的影响，而设备在高负荷、频繁运行时，其磨损和故障风险会相应增加，当前可能会导致过度维护或错过关键的维护窗口。

发明内容

鉴于此，为解决上述背景技术中所提出的问题，现提出一种基于传感器的砂浆生产数据管理分析***。

本发明的目的可以通过以下技术方案实现：本发明提供一种基于传感器的砂浆生产数据管理分析***，该***包括：砂浆生产产量数据提取模块，用于提取目标砂浆生产企业在当前生产月份内各砂浆生产日的砂浆产量，并提取当前各待生产砂浆订单的订购砂浆量和交付日期。

设备计划生产数据提取模块，用于提取砂浆生产设备在当前生产月份内的停机信息和各砂浆生产日设定的运行参数。

设备实际生产数据监测模块，用于监测砂浆生产设备在当前生产月份内各砂浆生产日实际的运行参数、电气参数、最高振动频率和最高振动持续时长。

设备结构状态数据提取模块，用于提取砂浆生产设备各部件当前监测的三维图像。

设备维护评定分析反馈模块，用于进行砂浆生产设备维护紧急性评定，得到砂浆生产设备当前的维护紧急指数，并当/>时，发送维护紧急指令至砂浆生产设备运维管理人员。

设备信息库，用于存储砂浆生产设备单日适宜生产量、设定维护频率、故障频率和各部件的初始三维图像。

设备维护频率更正管理模块，用于进行砂浆生产设备的维护频率更正分析，得到更正维护频率，并进行更正。

优选地，所述停机信息为停机日数目、各停机日的停机时长和所属日期。

所述运行参数为搅拌速度和加水流速。

所述电气参数为各监测时间段的电流和电压。

优选地，所述进行砂浆生产设备维护紧急性评定，包括：将各砂浆生产日的砂浆产量与砂浆生产设备的单日适宜生产量进行作差，得到各砂浆生产日内的砂浆产量差/>，t表示砂浆生产日编号，/>。

根据当前各待生产砂浆订单的订购砂浆量和交付日期以及砂浆生产设备在当前生产月份内的停机信息，统计砂浆生产设备的生产负荷度。

根据砂浆生产设备在当前生产月份内各砂浆生产日设定的运行参数和实际的运行参数，统计砂浆生产设备的生产精准偏差度。

根据砂浆生产设备在当前生产月份内各砂浆生产日的电气参数、最高振动频率、最高振动持续时长以及砂浆生产设备各部件当前监测的三维图像，统计砂浆生产设备的结构负荷度。

统计砂浆生产设备当前的维护紧急指数，/>，、/>和/>分别为设定砂浆生产设备许可承载的生产负荷度、生产精准偏差度、结构负荷度。

优选地，所述统计砂浆生产设备的生产负荷度，包括：将与设定的许可承载砂浆产量差/>进行对比，将大于/>的砂浆生产日记为超负荷生产日，统计超负荷生产日数目/>。

将各超负荷生产日的砂浆产量差进行均值计算，得到平均超出砂浆产量值。

将各停机日的所属日期进行相互对比，得到各停机日之间的间隔天数，从中提取最大间隔天数，并通过均值计算得到平均间隔天数/>。

将各停机日的停机时长记为，/>表示停机日编号，/>，统计砂浆生产设备的负荷持续度/>，/>，/>为停机日数目，/>为设定的砂浆生产设备适宜停机时长。

将当前各待生产砂浆订单的交付日期进行相互对比，得到当前各待生产砂浆订单之间的交付间隔天数，统计砂浆生产设备对应待生产砂浆订单的生产紧密度。

统计砂浆生产设备的生产负荷度，，/>分别为设定的砂浆生产设备许可承载的超负荷生产日数目、负荷持续度、生产紧密度，/>为向下取整符号。

优选地，所述统计砂浆生产设备对应待生产砂浆订单的生产紧密度，包括：将当前各待生产砂浆订单的交付日期和当前所处日期进行作差，得到各待生产砂浆订单的剩余交付天数，并从中筛选出最小剩余交付天数。

将各待生产砂浆订单的订购砂浆量与其剩余交付天数进行作比，得到各待生产砂浆订单的单日需求生产量，并与进行对比，统计大于/>的待生产砂浆订单数目/>，同时通过均值计算，得到待生产砂浆订单的平均单日需求生产量/>。

从当前各待生产砂浆订单之间的交付间隔天数中筛选出最小交付间隔天数。

统计砂浆生产设备对应待生产砂浆订单的生产紧密度，，/>为待生产砂浆订单数目，分别为设定砂浆生产设备适宜承载的订单生产盈余天数、订单生产间隔天数。

优选地，所述统计砂浆生产设备的生产精准偏差度，包括：从所述各砂浆生产日设定的运行参数和实际的运行参数中分别提取搅拌速度和加水流速。

将各砂浆生产日设定的搅拌速度和实际的搅拌速度/>作差得到各砂浆生产日对应的实际搅拌速度差/>，/>。

以砂浆生产日为横轴，以实际搅拌速度差为纵轴，构建砂浆生产设备搅拌速度偏差曲线，进而从中进行斜率值和幅值提取，分别记为和/>。

按照砂浆生产设备搅拌速度偏差曲线的构建方式同理构建砂浆生产设备加水流速偏差曲线，并从所述加水流速偏差曲线中进行斜率值和幅值提取，分别记为和/>。

统计砂浆生产设备的生产精准偏差度，，/>、/>、/>、/>分别为设定砂浆生产设备许可的搅拌速度偏差增长率、搅拌速度偏差阈值、加水流速偏差增长率、加水流速偏差阈值。

优选地，所述统计砂浆生产设备的结构负荷度，包括：从所述电气参数中提取各监测时间段的电流和电压，进而统计各砂浆生产日的电力波动度。

统计电力波动度大于0的砂浆生产日数目，并将各砂浆生产日的电力波动度进行均值计算，将计算结果记为/>。

将砂浆生产设备在各砂浆生产日的最高振动频率与设定的干扰振动频率进行对比，若某砂浆生产日的最高振动频率大于或者等于/>，则将该砂浆生产日记为干扰生产日。

根据各干扰生产日的最高振动频率和最高振动持续时长，设定结构负荷干扰因子。

从砂浆生产设备各部件当前监测的三维图像和初始三维图像进行重合对比，得到各部件的重合三维体积，r表示部件编号，/>。

从砂浆生产设备各部件当前监测的三维图像中定位出磨痕处数目和最大磨痕深度/>。

统计砂浆生产设备的结构负荷度，/>，为第r个部件的初始三维轮廓体积，/>分别为设定的安全磨痕处数、安全磨痕深度，为部件数目。

优选地，所述统计各砂浆生产日的电力波动度，包括：将各砂浆生产日对应各监测时间段的电流和电压分别记为和/>，d表示监测时间段编号，/>。

统计各砂浆生产日的电力波动度，，/>分别为设定的许可承载的电流偏差、电压偏差，/>和/>分别表示为第t个砂浆生产日对应第d+1个监测时间段的电流和电压，/>表示监测时间段数目。

优选地，所述设定结构负荷干扰因子，包括：统计干扰生产日数目，将各干扰生产日的最高振动频率和最高振动持续时长分别进行均值计算，得到平均干扰振动频率/>和平均干扰振动时长/>。

统计砂浆生产设备的振动干扰度，/>，/>为砂浆生产日数目，/>为向上取整符号，/>为设定的砂浆生产设备许可承载持续高频振动时长。

统计结构负荷干扰因子，/>，分别为设定许可承载的电力波动度、振动干扰度。

优选地，所述进行砂浆生产设备的维护频率更正分析，包括：通过砂浆生产设备异常状态项评定模型评定砂浆设备的异常状态项数目，砂浆生产设备异常状态项评定模型为/>，/>分别为各异常状态项评定条件，/>表示/>或者/>或者/>成立，/>表示/>、/>且/>成立或者/>、/>且成立或者/>、/>且/>成立，/>表示/>、/>且成立。

从设备信息库中提取砂浆生产设备的故障频率和设定维护频率/>，统计砂浆生产设备的更正维护频率/>，/>，/>为砂浆生产设备维护频率更正趋向度，/>为单位更正趋向度的参照增加维护频率，/>，/>分别为设定参照的故障频率、维护紧急指数。

相较于现有技术，本发明的有益效果如下：（1）本发明通过结合砂浆生产设备生产产量、运行参数、电气参数、振动状态、停机信息和各部件的三维图像等多个要素进行维护紧急指数分析，实现了砂浆生产设备的多维度维护分析，有效解决了当前砂浆生产设备维护管理存在的局限性问题，规避了当前固定式设定维护周期存在的欠缺，确保了砂浆生产设备安全隐患发掘的及时性，从而便于后续安全隐患砂浆生产设备的及时修复，同时降低了后续砂浆的生产风险，促进了砂浆生产设备管理的灵活性和有效性。

（2）本发明通过对当前生产月份内各砂浆生产日的砂浆产量进行分析，并结合停机信息以及待生产砂浆订单的交互日期和订购砂浆量统计砂浆生产设备的生产负荷度，实现了砂浆生产设备过程使用负荷和未来使用负荷的双边综合性分析，充分考虑了砂浆生产设备使用负荷对维护需求的影响，展示了砂浆生产设备故障风险的发生可能性，从而避免了过度维护或错过关键的维护窗口等现象的发生，并且还提高了后续砂浆生产设备维护计划制定的适配性和精准性。

（3）本发明通过对砂浆生产设备在各砂浆生产日设定的运行参数和实际的运行参数进行对比分析得到砂浆生产设备的生产精准偏差度，打破了当前侧重基础结构检查和维护评定的片面性，拓展了砂浆生产设备维护管理评定的覆盖面，展示了砂浆生产设备的精准偏差情况，提高了运维管理人员进行砂浆生产设备校准的及时性，同时也便于运维管理人员及时发现潜在故障以及设备性能下降的早期迹象，进而确保了维护紧急程度评定结果的准确性和说服力，降低了对后续砂浆生产质量的干扰，并且还缩减了生产停工时间和维修成本。

（4）本发明通过根据砂浆生产设备在各生产日的电气参数和振动情况进行结构负荷干扰因子设定，并结合各部件的三维图像统计结构负荷度，确保了砂浆生产设备结构负荷分析结果的可信度，实现了外部干扰和结构本体健康状态的综合性分析，便于更全面地了解设备在工作过程中所承受的负载情况，进而为后续维护频率的更正提供了可靠的参考依据，并且还为目标砂浆生产企业砂浆生产工作计划的制定提供了辅助，从而避免后续生产过程中设备安全事故的发生。

（5）本发明通过结合砂浆生产设备的故障频率、生产负荷度、生产精准偏差度和结构负荷度进行维护频率更正分析，避免进行不必要的维护或延迟必要的维护，使维护工作更加精确和高效，提高了砂浆生产设备对应维护频率制定的合理性，进而有效避免了应急维修和大规模维护的发生，为后续砂浆生产的稳定性连续性以及后续砂浆生产的生产效率和产量提供了有力保障。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述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，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的附图。

图1为本发明***各模块连接示意图。

图2为本发明砂浆生产数据管理分析流程示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

请参阅图1和图2所示，本发明提供了一种基于传感器的砂浆生产数据管理分析***，该***包括砂浆生产产量数据提取模块、设备计划生产数据提取模块、设备实际生产数据监测模块、设备结构状态数据提取模块、设备维护评定分析反馈模块、设备信息库和设备维护频率更正管理模块。

上述中，设备维护评定分析反馈模块分别与砂浆生产产量数据提取模块、设备计划生产数据提取模块、设备实际生产数据监测模块、设备结构状态数据提取模块、设备信息库和设备维护频率更正管理模块连接，设备维护频率更正管理模块还与设备信息库连接。

所述砂浆生产产量数据提取模块，用于提取目标砂浆生产企业在当前生产月份内各砂浆生产日的砂浆产量，并提取当前各待生产砂浆订单的订购砂浆量和交付日期。

所述设备计划生产数据提取模块，用于提取砂浆生产设备在当前生产月份内的停机信息和各砂浆生产日设定的运行参数。

具体地，停机信息为停机日数目、各停机日的停机时长和所属日期，运行参数为搅拌速度和加水流速。

在一个具体实施例中，搅拌速度通过砂浆生产设备电机上安置的转速传感器监测得到，加水流速通过出水口安置的流量计监测得到。

所述设备实际生产数据监测模块，用于监测砂浆生产设备在当前生产月份内各砂浆生产日实际的运行参数、电气参数、最高振动频率和最高振动持续时长。

具体地，电气参数为各监测时间段的电流和电压。

在一个具体实施例中，电流通过砂浆生产设备连接的电流传感器监测得到，电压通过砂浆生产设备连接的电压传感器监测得到，振动频率和最高振动频率持续时长通过砂浆生产设备安置的振动传感器监测得到。

所述设备结构状态数据提取模块，用于提取砂浆生产设备各部件当前监测的三维图像。

所述设备维护评定分析反馈模块，用于进行砂浆生产设备维护紧急性评定，得到砂浆生产设备当前的维护紧急指数，并当/>时，发送维护紧急指令至砂浆生产设备运维管理人员。

示例性地，进行砂浆生产设备维护紧急性评定，包括：Q1、将各砂浆生产日的砂浆产量与砂浆生产设备的单日适宜生产量进行作差，得到各砂浆生产日内的砂浆产量差，t表示砂浆生产日编号，/>。

Q2、根据当前各待生产砂浆订单的订购砂浆量和交付日期以及砂浆生产设备在当前生产月份内的停机信息，统计砂浆生产设备的生产负荷度。

可理解地，统计砂浆生产设备的生产负荷度，包括：Q2-1、将与设定的许可承载砂浆产量差/>进行对比，将大于/>的砂浆生产日记为超负荷生产日，统计超负荷生产日数目/>。

Q2-2、将各超负荷生产日的砂浆产量差进行均值计算，得到平均超出砂浆产量值。

Q2-3、将各停机日的所属日期进行相互对比，得到各停机日之间的间隔天数，从中提取最大间隔天数，并通过均值计算得到平均间隔天数/>。

Q2-4、将各停机日的停机时长记为，/>表示停机日编号，/>，统计砂浆生产设备的负荷持续度/>，/>，/>为停机日数目，/>为设定的砂浆生产设备适宜停机时长。

Q2-5、将当前各待生产砂浆订单的交付日期进行相互对比，得到当前各待生产砂浆订单之间的交付间隔天数，统计砂浆生产设备对应待生产砂浆订单的生产紧密度。

进一步地，统计砂浆生产设备对应待生产砂浆订单的生产紧密度，包括：N1、将当前各待生产砂浆订单的交付日期和当前所处日期进行作差，得到各待生产砂浆订单的剩余交付天数，并从中筛选出最小剩余交付天数。

N2、将各待生产砂浆订单的订购砂浆量与其剩余交付天数进行作比，得到各待生产砂浆订单的单日需求生产量，并与进行对比，统计大于/>的待生产砂浆订单数目/>，同时通过均值计算，得到待生产砂浆订单的平均单日需求生产量/>。

N3、从当前各待生产砂浆订单之间的交付间隔天数中筛选出最小交付间隔天数。

N4、统计砂浆生产设备对应待生产砂浆订单的生产紧密度，，/>为待生产砂浆订单数目，分别为设定砂浆生产设备适宜承载的订单生产盈余天数、订单生产间隔天数。

Q2-6、统计砂浆生产设备的生产负荷度，，/>分别为设定的砂浆生产设备许可承载的超负荷生产日数目、负荷持续度、生产紧密度，/>为向下取整符号。

本发明实施例通过对当前生产月份内各砂浆生产日的砂浆产量进行分析，并结合停机信息以及待生产砂浆订单的交互日期和订购砂浆量统计砂浆生产设备的生产负荷度，实现了砂浆生产设备过程使用负荷和未来使用负荷的双边综合性分析，充分考虑了砂浆生产设备使用负荷对维护需求的影响，展示了砂浆生产设备故障风险的发生可能性，从而避免了过度维护或错过关键的维护窗口等现象的发生，并且还提高了后续砂浆生产设备维护计划制定的适配性和精准性。

Q3、根据砂浆生产设备在当前生产月份内各砂浆生产日设定的运行参数和实际的运行参数，统计砂浆生产设备的生产精准偏差度。

可理解地，统计砂浆生产设备的生产精准偏差度，包括：Q3-1、从所述各砂浆生产日设定的运行参数和实际的运行参数中分别提取搅拌速度和加水流速。

Q3-2、将各砂浆生产日设定的搅拌速度和实际的搅拌速度/>作差得到各砂浆生产日对应的实际搅拌速度差/>，/>。

Q3-3、以砂浆生产日为横轴，以实际搅拌速度差为纵轴，构建砂浆生产设备搅拌速度偏差曲线，进而从中进行斜率值和幅值提取，分别记为和/>。

Q3-4、按照砂浆生产设备搅拌速度偏差曲线的构建方式同理构建砂浆生产设备加水流速偏差曲线，并从所述加水流速偏差曲线中进行斜率值和幅值提取，分别记为和。

需要说明的是，斜率值提取指提取曲线对应回归线的斜率。

Q3-5、统计砂浆生产设备的生产精准偏差度，，/>、/>、/>、/>分别为设定砂浆生产设备许可的搅拌速度偏差增长率、搅拌速度偏差阈值、加水流速偏差增长率、加水流速偏差阈值。

在一个具体实施例中，加水流速的误差会导致砂浆配比的不准确，可能会改变砂浆的流动性和工作性能，从而对砂浆的强度产生影响。而搅拌速度是影响砂浆混合均匀性和质量的重要因素之一。如果搅拌速度发生误差，可能导致砂浆中各组分的不充分混合，造成砂浆质量不均匀，并且还可能导致能耗的变化，因此选用加水流速和搅拌速度这两个要素进行精准偏差度分析。

本发明实施例通过对砂浆生产设备在各砂浆生产日设定的运行参数和实际的运行参数进行对比分析得到砂浆生产设备的生产精准偏差度，打破了当前侧重基础结构检查和维护评定的片面性，拓展了砂浆生产设备维护管理评定的覆盖面，展示了砂浆生产设备的精准偏差情况，提高了运维管理人员进行砂浆生产设备校准的及时性，同时也便于运维管理人员及时发现潜在故障以及设备性能下降的早期迹象，进而确保了维护紧急程度评定结果的准确性和说服力，降低了对后续砂浆生产质量的干扰，并且还缩减了生产停工时间和维修成本。

Q4、根据砂浆生产设备在当前生产月份内各砂浆生产日的电气参数、最高振动频率、最高振动持续时长以及砂浆生产设备各部件当前监测的三维图像，统计砂浆生产设备的结构负荷度。

可理解地，统计砂浆生产设备的结构负荷度，包括：Q4-1、从所述电气参数中提取各监测时间段的电流和电压，进而统计各砂浆生产日的电力波动度。

进一步地，统计各砂浆生产日的电力波动度，包括：将各砂浆生产日对应各监测时间段的电流和电压分别记为和/>，d表示监测时间段编号，/>。

统计各砂浆生产日的电力波动度，，/>分别为设定的许可承载的电流偏差、电压偏差，/>和/>分别表示为第t个砂浆生产日对应第d+1个监测时间段的电流和电压，/>表示监测时间段数目。

Q4-2、统计电力波动度大于0的砂浆生产日数目，并将各砂浆生产日的电力波动度进行均值计算，将计算结果记为/>。

Q4-3、将砂浆生产设备在各砂浆生产日的最高振动频率与设定的干扰振动频率进行对比，若某砂浆生产日的最高振动频率大于或者等于/>，则将该砂浆生产日记为干扰生产日。

Q4-4、根据各干扰生产日的最高振动频率和最高振动持续时长，设定结构负荷干扰因子。

进一步地，设定结构负荷干扰因子，包括：G1、统计干扰生产日数目，将各干扰生产日的最高振动频率和最高振动持续时长分别进行均值计算，得到平均干扰振动频率和平均干扰振动时长/>。

G2、统计砂浆生产设备的振动干扰度，/>，/>为砂浆生产日数目，/>为向上取整符号，/>为设定的砂浆生产设备许可承载持续高频振动时长。/>

G3、统计结构负荷干扰因子，/>，/>分别为设定许可承载的电力波动度、振动干扰度。

Q4-5、从砂浆生产设备各部件当前监测的三维图像和初始三维图像进行重合对比，得到各部件的重合三维体积，r表示部件编号，/>。

Q4-6、从砂浆生产设备各部件当前监测的三维图像中定位出磨痕处数目和最大磨痕深度/>。

Q4-7、统计砂浆生产设备的结构负荷度，，/>为第r个部件的初始三维轮廓体积，分别为设定的安全磨痕处数、安全磨痕深度，/>为部件数目。

本发明实施例通过根据砂浆生产设备在各生产日的电气参数和振动情况进行结构负荷干扰因子设定，并结合各部件的三维图像统计结构负荷度，确保了砂浆生产设备结构负荷分析结果的可信度，实现了外部干扰和结构本体健康状态的综合性分析，便于更全面地了解设备在工作过程中所承受的负载情况，进而为后续维护频率的更正提供了可靠的参考依据，并且还为目标砂浆生产企业砂浆生产工作计划的制定提供了辅助，从而避免后续生产过程中设备安全事故的发生。

Q5、统计砂浆生产设备当前的维护紧急指数，/>，、/>和/>分别为设定砂浆生产设备许可承载的生产负荷度、生产精准偏差度、结构负荷度。

本发明实施例通过结合砂浆生产设备生产产量、运行参数、电气参数、振动状态、停机信息和各部件的三维图像等多个要素进行维护紧急指数分析，实现了砂浆生产设备的多维度维护分析，有效解决了当前砂浆生产设备维护管理存在的局限性问题，规避了当前固定式设定维护周期存在的欠缺，确保了砂浆生产设备安全隐患发掘的及时性，从而便于后续安全隐患砂浆生产设备的及时修复，同时降低了后续砂浆的生产风险，促进了砂浆生产设备管理的灵活性和有效性。

所述设备信息库，用于存储砂浆生产设备单日适宜生产量、设定维护频率、故障频率和各部件的初始三维图像。

所述设备维护频率更正管理模块，用于进行砂浆生产设备的维护频率更正分析，得到更正维护频率，并进行更正。

示例性地，进行砂浆生产设备的维护频率更正分析，包括：通过砂浆生产设备异常状态项评定模型评定砂浆设备的异常状态项数目，砂浆生产设备异常状态项评定模型为/>，/>分别为各异常状态项评定条件，/>表示/>或者/>或者成立，/>表示/>、/>且/>或者/>、/>且/>或者、/>且/>成立，/>表示/>、/>且/>成立。

从设备信息库中提取砂浆生产设备的故障频率和设定维护频率/>，统计砂浆生产设备的更正维护频率/>，/>，/>为砂浆生产设备维护频率更正趋向度，/>为单位更正趋向度的参照增加维护频率，/>，/>分别为设定参照的故障频率、维护紧急指数。

本发明实施例通过结合砂浆生产设备的故障频率、生产负荷度、生产精准偏差度和结构负荷度进行维护频率更正分析，避免进行不必要的维护或延迟必要的维护，使维护工作更加精确和高效，提高了砂浆生产设备对应维护频率制定的合理性，进而有效避免了应急维修和大规模维护的发生，为后续砂浆生产的稳定性连续性以及后续砂浆生产的生产效率和产量提供了有力保障。

以上内容仅仅是对本发明的构思所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的构思或者超越本发明所定义的范围，均应属于本发明的保护范围。

Claims (8)

1.一种基于传感器的砂浆生产数据管理分析***，其特征在于，该***包括：

砂浆生产产量数据提取模块，用于提取目标砂浆生产企业在当前生产月份内各砂浆生产日的砂浆产量，并提取当前各待生产砂浆订单的订购砂浆量和交付日期；

设备计划生产数据提取模块，用于提取砂浆生产设备在当前生产月份内的停机信息和各砂浆生产日设定的运行参数；

设备实际生产数据监测模块，用于监测砂浆生产设备在当前生产月份内各砂浆生产日实际的运行参数、电气参数、最高振动频率和最高振动持续时长；

设备结构状态数据提取模块，用于提取砂浆生产设备各部件当前监测的三维图像；

设备维护评定分析反馈模块，用于进行砂浆生产设备维护紧急性评定，得到砂浆生产设备当前的维护紧急指数，并当/>时，发送维护紧急指令至砂浆生产设备运维管理人员；

设备信息库，用于存储砂浆生产设备单日适宜生产量、设定维护频率、故障频率和各部件的初始三维图像；

设备维护频率更正管理模块，用于进行砂浆生产设备的维护频率更正分析，得到更正维护频率，并进行更正；

所述停机信息为停机日数目、各停机日的停机时长和所属日期；

所述运行参数为搅拌速度和加水流速；

所述电气参数为各监测时间段的电流和电压；

所述进行砂浆生产设备维护紧急性评定，包括：

将各砂浆生产日的砂浆产量与砂浆生产设备的单日适宜生产量进行作差，得到各砂浆生产日内的砂浆产量差/>，t表示砂浆生产日编号，/>；

根据当前各待生产砂浆订单的订购砂浆量和交付日期以及砂浆生产设备在当前生产月份内的停机信息，统计砂浆生产设备的生产负荷度；

根据砂浆生产设备在当前生产月份内各砂浆生产日设定的运行参数和实际的运行参数，统计砂浆生产设备的生产精准偏差度；

根据砂浆生产设备在当前生产月份内各砂浆生产日的电气参数、最高振动频率、最高振动持续时长以及砂浆生产设备各部件当前监测的三维图像，统计砂浆生产设备的结构负荷度；

统计砂浆生产设备当前的维护紧急指数，/>，/>、/>和/>分别为设定砂浆生产设备许可承载的生产负荷度、生产精准偏差度、结构负荷度。

2.如权利要求1所述的一种基于传感器的砂浆生产数据管理分析***，其特征在于：所述统计砂浆生产设备的生产负荷度，包括：

将与设定的许可承载砂浆产量差/>进行对比，将大于/>的砂浆生产日记为超负荷生产日，统计超负荷生产日数目/>；

将各超负荷生产日的砂浆产量差进行均值计算，得到平均超出砂浆产量值；

将各停机日的所属日期进行相互对比，得到各停机日之间的间隔天数，从中提取最大间隔天数，并通过均值计算得到平均间隔天数/>；

将各停机日的停机时长记为，/>表示停机日编号，/>，统计砂浆生产设备的负荷持续度/>，/>，/>为停机日数目，/>为设定的砂浆生产设备适宜停机时长；

将当前各待生产砂浆订单的交付日期进行相互对比，得到当前各待生产砂浆订单之间的交付间隔天数，统计砂浆生产设备对应待生产砂浆订单的生产紧密度；

统计砂浆生产设备的生产负荷度，/>，分别为设定的砂浆生产设备许可承载的超负荷生产日数目、负荷持续度、生产紧密度，/>为向下取整符号。

3.如权利要求2所述的一种基于传感器的砂浆生产数据管理分析***，其特征在于：所述统计砂浆生产设备对应待生产砂浆订单的生产紧密度，包括：

将当前各待生产砂浆订单的交付日期和当前所处日期进行作差，得到各待生产砂浆订单的剩余交付天数，并从中筛选出最小剩余交付天数；

将各待生产砂浆订单的订购砂浆量与其剩余交付天数进行作比，得到各待生产砂浆订单的单日需求生产量，并与进行对比，统计大于/>的待生产砂浆订单数目/>，同时通过均值计算，得到待生产砂浆订单的平均单日需求生产量/>；

从当前各待生产砂浆订单之间的交付间隔天数中筛选出最小交付间隔天数；

统计砂浆生产设备对应待生产砂浆订单的生产紧密度，，/>为待生产砂浆订单数目，/>分别为设定砂浆生产设备适宜承载的订单生产盈余天数、订单生产间隔天数。

4.如权利要求1所述的一种基于传感器的砂浆生产数据管理分析***，其特征在于：所述统计砂浆生产设备的生产精准偏差度，包括：

从所述各砂浆生产日设定的运行参数和实际的运行参数中分别提取搅拌速度和加水流速；

将各砂浆生产日设定的搅拌速度和实际的搅拌速度/>作差得到各砂浆生产日对应的实际搅拌速度差/>，/>；

以砂浆生产日为横轴，以实际搅拌速度差为纵轴，构建砂浆生产设备搅拌速度偏差曲线，进而从中进行斜率值和幅值提取，分别记为和/>；

按照砂浆生产设备搅拌速度偏差曲线的构建方式同理构建砂浆生产设备加水流速偏差曲线，并从所述加水流速偏差曲线中进行斜率值和幅值提取，分别记为和/>；

统计砂浆生产设备的生产精准偏差度，，/>、/>、/>、/>分别为设定砂浆生产设备许可的搅拌速度偏差增长率、搅拌速度偏差阈值、加水流速偏差增长率、加水流速偏差阈值。

5.如权利要求1所述的一种基于传感器的砂浆生产数据管理分析***，其特征在于：所述统计砂浆生产设备的结构负荷度，包括：

从所述电气参数中提取各监测时间段的电流和电压，进而统计各砂浆生产日的电力波动度；

统计电力波动度大于0的砂浆生产日数目，并将各砂浆生产日的电力波动度进行均值计算，将计算结果记为/>；

将砂浆生产设备在各砂浆生产日的最高振动频率与设定的干扰振动频率进行对比，若某砂浆生产日的最高振动频率大于或者等于/>，则将该砂浆生产日记为干扰生产日；

根据各干扰生产日的最高振动频率和最高振动持续时长，设定结构负荷干扰因子；

从砂浆生产设备各部件当前监测的三维图像和初始三维图像进行重合对比，得到各部件的重合三维体积，r表示部件编号，/>；

从砂浆生产设备各部件当前监测的三维图像中定位出磨痕处数目和最大磨痕深度；

统计砂浆生产设备的结构负荷度，/>，/>为第r个部件的初始三维轮廓体积，/>分别为设定的安全磨痕处数、安全磨痕深度，/>为部件数目。

6.如权利要求5所述的一种基于传感器的砂浆生产数据管理分析***，其特征在于：所述统计各砂浆生产日的电力波动度，包括：

将各砂浆生产日对应各监测时间段的电流和电压分别记为和/>，d表示监测时间段编号，/>；

统计各砂浆生产日的电力波动度，/>，分别为设定的许可承载的电流偏差、电压偏差，/>和/>分别表示为第t个砂浆生产日对应第d+1个监测时间段的电流和电压，/>表示监测时间段数目。

7.如权利要求5所述的一种基于传感器的砂浆生产数据管理分析***，其特征在于：所述设定结构负荷干扰因子，包括：

统计干扰生产日数目，将各干扰生产日的最高振动频率和最高振动持续时长分别进行均值计算，得到平均干扰振动频率/>和平均干扰振动时长/>；

统计砂浆生产设备的振动干扰度，/>，/>为砂浆生产日数目，/>为向上取整符号，/>为设定的砂浆生产设备许可承载持续高频振动时长；

统计结构负荷干扰因子，/>，/>分别为设定许可承载的电力波动度、振动干扰度。

8.如权利要求1所述的一种基于传感器的砂浆生产数据管理分析***，其特征在于：所述进行砂浆生产设备的维护频率更正分析，包括：

通过砂浆生产设备异常状态项评定模型评定砂浆设备的异常状态项数目，砂浆生产设备异常状态项评定模型为/>，/>分别为各异常状态项评定条件，/>表示/>或者/>或者/>成立，/>表示/>、/>且/>成立或者、/>且/>成立或者/>、/>且/>成立，/>表示、/>且/>成立；

从设备信息库中提取砂浆生产设备的故障频率和设定维护频率/>，统计砂浆生产设备的更正维护频率/>，/>，/>为砂浆生产设备维护频率更正趋向度，/>为单位更正趋向度的参照增加维护频率，/>，分别为设定参照的故障频率、维护紧急指数。