CN118071309A - 基于物联网驱动的智能设备工况管理方法及*** - Google Patents
基于物联网驱动的智能设备工况管理方法及*** Download PDFInfo
- Publication number
- CN118071309A CN118071309A CN202410481305.2A CN202410481305A CN118071309A CN 118071309 A CN118071309 A CN 118071309A CN 202410481305 A CN202410481305 A CN 202410481305A CN 118071309 A CN118071309 A CN 118071309A
- Authority
- CN
- China
- Prior art keywords
- working condition
- equipment
- deviation
- value
- hidden danger
- 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
- 238000007726 management method Methods 0.000 title claims abstract description 70
- 238000004458 analytical method Methods 0.000 claims abstract description 105
- 238000005457 optimization Methods 0.000 claims abstract description 40
- 238000005516 engineering process Methods 0.000 claims abstract description 11
- 230000000007 visual effect Effects 0.000 claims abstract description 10
- 238000012216 screening Methods 0.000 claims abstract description 4
- 238000004364 calculation method Methods 0.000 claims description 25
- 230000007613 environmental effect Effects 0.000 claims description 18
- 230000005540 biological transmission Effects 0.000 claims description 12
- 238000000034 method Methods 0.000 description 12
- 238000004519 manufacturing process Methods 0.000 description 8
- 238000012544 monitoring process Methods 0.000 description 6
- 230000002159 abnormal effect Effects 0.000 description 4
- 238000012423 maintenance Methods 0.000 description 3
- 238000012300 Sequence Analysis Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000007788 liquid Substances 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 239000002826 coolant Substances 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 230000003449 preventive effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012731 temporal analysis Methods 0.000 description 1
- 238000000700 time series analysis Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Landscapes
- General Factory Administration (AREA)
Abstract
本发明公开了基于物联网驱动的智能设备工况管理方法及***,具体涉及物联网技术领域,包括以下步骤:步骤1、收集设备工况信息和环境信息,汇总成信息集;步骤2、利用物联网技术实时传输至云管理平台,进行可视化展示;步骤3、从云平台获取设备工况信息,计算偏离值集合;步骤4、匹配设备的工况类型,筛选出最小偏离值;步骤5、计算设备环境对运行的干扰值;步骤6、确认干扰等级和偏离等级,联合分析得到隐患值并确认等级;步骤7、根据分析结果执行设备运行优化策略;本发明可以对设备的工况信息和环境信息进行综合分析和匹配,识别设备的工况类型和隐患,进而根据分析结果实施智能优化,提高设备的运行效率和性能。
Description
技术领域
本发明涉及物联网技术领域,更具体地说,本发明涉及基于物联网驱动的智能设备工况管理方法及***。
背景技术
物联网是通过各种传感设备,把物品或人员与网络连接起来并进行信息通信,以实现智能化识别、定位、跟踪、监控和管理的一种网络。通过物联网可在智能交通、传统工业、智能物流、工程控制、智慧医疗、城市管理、公共安全、智能家居、农牧业生产等领域,随着物联网技术的发展和智能化需求的增加,越来越多的设备和工业***开始采用物联网设备进行监测和管理,传统的设备监测方法容易忽略设备潜在的故障隐患,而且传统的设备管理***往往缺乏对设备工况信息和环境信息的综合分析和决策支持,管理者往往难以及时了解设备状态和做出正确的决策。因此,在此提出一种基于物联网驱动的智能设备工况管理方法及***。
发明内容
为实现上述目的,本发明提供如下技术方案:
基于物联网驱动的智能设备工况管理***,包括设备工况信息收集模块、设备环境信息收集模块、数据传输模块、云管理平台、设备工况分析模块、设备工况匹配模块、运行状态匹配模块、隐患联合分析模块、设备运行优化模块;
设备工况信息收集模块用于收集设备工况信息并汇总成设备工况信息集;
设备环境信息收集模块用于收集设备环境信息并汇总成设备环境信息集;
数据传输模块用于通过物联网技术,将设备工况信息集和设备环境信息集实时传输至云管理平台;
云管理平台用于存储数据传输模块输送的设备工况信息集和设备环境信息集并根据时间序列分别对设备工况信息集中的各类工况数据、设备环境信息集中的各类环境数据进行可视化展示;
设备工况分析模块用于从云管理平台中获取设备工况信息集,设备工况分析模块中预设有多种特定工况的标准工况参数数据集,然后将设备工况信息集、特定工况的标准工况参数数据集一同代入偏离值计算公式中,得到的所有偏离值进行汇总得到偏离值集合后输送至设备工况匹配模块;
设备工况匹配模块根据偏离值集合匹配该设备隶属的工况类型并将该设备隶属的工况类型输送至运行状态匹配模块,并将所有的偏离值中的最小值输送至隐患联合分析模块;
运行状态匹配模块根据设备工况匹配模块的匹配结果匹配该设备隶属的工况类型对应的标准环境参数数据集,同时从云管理平台中获取设备环境信息集,然后将标准环境参数数据集、设备环境信息集一同代入干扰值计算公式中,得到该设备环境对设备运行产生的干扰值并输送至隐患联合分析模块;
隐患联合分析模块用于对干扰值、所有的偏离值中的最小值进行相应的干扰等级和偏离等级确认,然后根据确认后的结果进行联合分析,得到隐患值并进行隐患等级确认,然后将干扰等级、偏离等级、隐患等级汇总为分析等级集并输送至设备运行优化模块;
设备运行优化模块用于根据分析等级集查找预设的设备运行优化策略并进行优化执行。
在一个优选地实施方式中,设备工况分析模块用于从云管理平台中获取设备工况信息集,设备工况分析模块中预设有多种特定工况的标准工况参数数据集,然后将设备工况信息集、特定工况的标准工况参数数据集一同代入偏离值计算公式中,得到的所有偏离值进行汇总得到偏离值集合指的是:
步骤S1、设备工况分析模块先从云管理平台中获取设备工况信息集并将设备工况信息集中的实际工况参数数据标记为SJi;
步骤S2、设备工况分析模块中预设有多种特定工况的标准工况参数数据集,每次获取一种特定工况的标准工况参数数据集并将其中的标准工况参数数据标记为BZi,SJi、BZi中的i相同时,实际工况参数数据种类与标准工况参数数据种类一致,i用于标识特定工况下的工况参数种类编号;
步骤S3、将设备工况信息集、步骤S2中选定的一种特定工况的标准工况参数数据集一同代入偏离值计算公式中:,PLi为偏离值,表示特定工况的编号下的偏离值,fi为实际工况参数数据SJi对应的预设的偏离系数;
步骤S4、重复步骤S2和步骤S3,直至将所有特定工况的标准工况参数数据集均计算完成,将所有偏离值进行汇总得到偏离值集合。
在一个优选地实施方式中,设备工况匹配模块根据偏离值集合匹配该设备隶属的工况类型指的是:所有的偏离值中的最小值对应的特定工况即为该设备隶属的工况类型。
在一个优选的实施方式中,运行状态匹配模块根据设备工况匹配模块的匹配结果匹配该设备隶属的工况类型对应的标准环境参数数据集,同时从云管理平台中获取设备环境信息集,然后将标准环境参数数据集、设备环境信息集一同代入干扰值计算公式中,得到该设备环境对设备运行产生的干扰值指的是:
步骤W1、运行状态匹配模块中预设有设备隶属的工况类型-标准环境参数数据集对应表单,根据设备工况匹配模块的匹配结果匹配该设备隶属的工况类型对应的标准环境参数数据集并将其中的标准环境参数数据标记为BCi;
步骤W2、运行状态匹配模块从云管理平台中获取设备环境信息集并将设备环境信息集中的实际环境数据标记为SHi;
步骤W3、将标准环境参数数据集、设备环境信息集一同代入干扰值计算公式中:,GRi为干扰值,ki为实际环境数据SHi对应的预设的干扰系数。
在一个优选的实施方式中,隐患联合分析模块用于对干扰值进行干扰等级确认指的是:
隐患联合分析模块中预设有干扰对比值,将干扰值GRi与预设的干扰对比值进行对比,将预设的干扰对比值标记为Y1,然后计算比例值一BL1,,隐患联合分析模块中预设有干扰值区间-干扰等级表单,查找比例值一BL1落入的干扰值区间对应的干扰等级即可。
在一个优选的实施方式中,隐患联合分析模块用于对所有的偏离值中的最小值进行偏离等级确认指的是:
将所有的偏离值中的最小值标记为ZX,隐患联合分析模块中预设有偏离对比值,将所有的偏离值中的最小值与预设的偏离对比值进行对比,将预设的偏离对比值标记为Y2,然后计算比例值二BL2,,隐患联合分析模块中预设有偏离值区间-偏离等级表单,查找比例值二BL2落入的偏离值区间对应的偏离等级即可。
在一个优选的实施方式中,隐患联合分析模块根据确认后的结果进行联合分析,得到隐患值并进行隐患等级确认指的是:
获取干扰等级并记为H1,偏离等级并记为H2,然后进行联合分析,,r1、r2均为特定的比例系数,YHi为隐患值,隐患联合分析模块中预设有隐患值区间-隐患等级表单,查找隐患值YHi落入的隐患值区间对应的隐患等级即可。
在一个优选的实施方式中,基于物联网驱动的智能设备工况管理方法,包括以下步骤:
步骤1、收集设备工况信息并汇总成设备工况信息集,收集设备环境信息并汇总成设备环境信息集;
步骤2、通过物联网技术,将设备工况信息集和设备环境信息集实时传输至云管理平台并根据时间序列分别对设备工况信息集中的各类工况数据、设备环境信息集中的各类环境数据进行可视化展示;
步骤3、从云管理平台中获取设备工况信息集,设备工况分析模块中预设有多种特定工况的标准工况参数数据集,然后将设备工况信息集、特定工况的标准工况参数数据集一同代入偏离值计算公式中,得到的所有偏离值进行汇总得到偏离值集合;
步骤4、根据偏离值集合匹配该设备隶属的工况类型,并筛选出所有的偏离值中的最小值;
步骤5、根据设备工况匹配模块的匹配结果匹配该设备隶属的工况类型对应的标准环境参数数据集,同时从云管理平台中获取设备环境信息集,然后将标准环境参数数据集、设备环境信息集一同代入干扰值计算公式中,得到该设备环境对设备运行产生的干扰值;
步骤6、对干扰值、所有的偏离值中的最小值进行相应的干扰等级和偏离等级确认,然后根据确认后的结果进行联合分析,得到隐患值并进行隐患等级确认,然后将干扰等级、偏离等级、隐患等级汇总为分析等级集;
步骤7、根据分析等级集查找预设的设备运行优化策略并进行优化执行。
本发明的技术效果和优点:
本发明能够实时收集设备的工况信息和环境信息,包括运行状态、性能参数等,通过物联网技术进行数据传输,实现了对设备运行状态的实时监测和数据采集,有助于及时发现问题并进行处理;通过设备工况分析模块、设备工况匹配模块、运行状态匹配模块等模块,对设备的工况信息和环境信息进行综合分析和匹配,识别设备的工况类型和隐患,进而根据分析结果实施智能优化,提高设备的运行效率和性能。
本发明能够及时识别设备的工况异常和潜在问题,通过隐患联合分析模块对干扰值和偏离值进行评估,确定隐患等级并进行预警,有助于预防设备故障和提前进行维护,降低了设备运行风险;本发明中的云管理平台对设备工况信息和环境信息进行存储和可视化展示,提供了直观的数据展示界面,有助于管理者了解设备的运行状态和环境情况,为决策提供支持。
本发明通过实时监测和智能优化,提高了设备的生产效率,减少了生产中断和故障停机时间,同时通过预防性维护和减少损耗,降低了设备维护成本和能源消耗,从而提高了整体生产效率并降低了生产成本。
附图说明
为了便于本领域技术人员理解,下面结合附图对本发明做进一步的说明;
图1为本发明中的基于物联网驱动的智能设备工况管理***的原理图。
图2为本发明中的基于物联网驱动的智能设备工况管理方法的原理图。
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。
参照图1-图2得到以下实施例:
实施例1:基于物联网驱动的智能设备工况管理***,包括设备工况信息收集模块、设备环境信息收集模块、数据传输模块、云管理平台、设备工况分析模块、设备工况匹配模块、运行状态匹配模块、隐患联合分析模块、设备运行优化模块;设备工况信息收集模块、设备环境信息收集模块、数据传输模块、云管理平台、设备工况分析模块、设备工况匹配模块、运行状态匹配模块、隐患联合分析模块、设备运行优化模块之间通过物联网技术通信连接。
设备工况信息收集模块用于收集设备工况信息并汇总成设备工况信息集;设备工况信息收集模块负责实时收集设备的运行状态、性能参数等工况信息,并将其汇总成设备工况信息集,这样的数据收集对于实现设备状态的实时监测和追踪至关重要,其中,运行状态举例为:工作状态:表示设备当前的操作状态,例如开机、关闭、运行中、停止等,例如,一台工厂中的机械设备可能处于运行状态,停机状态或维护状态。故障状态:表示设备是否出现故障或异常情况,例如,某个传感器未能提供正确的数据。
性能参数:温度:表示设备的工作温度,例如,发动机的冷却液温度、设备内部元件的工作温度等。压力:表示设备受到的压力,例如,容器内的压力、管道中的流体压力等。电流和电压:表示设备的电气特性,例如,电动机的电流负载、电压波动情况等。转速:表示设备的运行速度,例如,发动机的转速、风扇的转速等。振动:表示设备的振动情况,例如,机械设备中传动部件的振动、电机的振动等。液位:表示液体或气体的液位高度,例如,水箱的水位、油箱的油位等。生产速率:表示设备当前的生产效率或产量,例如,生产线上的机器每小时生产的产品数量,或者某个设备的处理速度。
需要说明的是,在实际应用中,性能参数可以通过直观的数据进行收集,运行状态可以通过将某个状态预设一个数据值进行收集,开机对应预设数据值一、关闭对应预设数据值二、运行中对应预设数据值三、停止对应预设数据值四,可以便于后续的分析计算。
设备环境信息收集模块用于收集设备环境信息并汇总成设备环境信息集;除了设备自身的工况信息,环境因素也会对设备运行产生重要影响,该模块收集设备周围的环境数据,如温度、湿度等,形成设备环境信息集,为后续的工况分析提供环境背景。
数据传输模块用于通过物联网技术,将设备工况信息集和设备环境信息集实时传输至云管理平台。
云管理平台用于存储数据传输模块输送的设备工况信息集和设备环境信息集并根据时间序列分别对设备工况信息集中的各类工况数据、设备环境信息集中的各类环境数据进行可视化展示;
云管理平台可以进行数据存储和管理:云管理平台具有强大的数据存储和管理能力,能够接收、存储和处理大量的设备工况信息和环境信息。这些数据通常以数据库的形式存储,以便快速、高效地进行检索和分析;时间序列分析:管理平台对设备工况信息和环境信息进行时间序列分析,可以根据时间维度进行数据的组织和展示。通过时间序列分析,用户可以了解设备工况和环境随时间的变化趋势,及时发现异常情况或周期性变化;可视化展示:云管理平台提供了直观、友好的可视化界面,将设备工况信息和环境信息以图表、曲线图等形式呈现给用户,这种可视化展示方式能够使用户一目了然地了解设备的运行状态、性能参数以及环境条件,便于用户进行实时监测和分析。
设备工况分析模块用于从云管理平台中获取设备工况信息集,设备工况分析模块中预设有多种特定工况的标准工况参数数据集,然后将设备工况信息集、特定工况的标准工况参数数据集一同代入偏离值计算公式中,得到的所有偏离值进行汇总得到偏离值集合后输送至设备工况匹配模块;该模块利用预设的标准工况参数数据集,与实际设备工况数据进行对比分析,计算偏离值集合,这样的分析可以帮助发现设备运行中的异常状态或性能偏差。
设备工况匹配模块根据偏离值集合匹配该设备隶属的工况类型并将该设备隶属的工况类型输送至运行状态匹配模块,并将所有的偏离值中的最小值输送至隐患联合分析模块;根据偏离值集合,将设备匹配到相应的工况类型。这样的匹配能够帮助识别设备所处的工况状态,为后续的运行优化提供基础。
运行状态匹配模块根据设备工况匹配模块的匹配结果匹配该设备隶属的工况类型对应的标准环境参数数据集,同时从云管理平台中获取设备环境信息集,然后将标准环境参数数据集、设备环境信息集一同代入干扰值计算公式中,得到该设备环境对设备运行产生的干扰值并输送至隐患联合分析模块;通过匹配设备工况类型对应的标准环境参数数据集和实际环境数据集,计算设备运行受环境干扰的程度,从而进一步分析设备运行的稳定性和可靠性。
隐患联合分析模块用于对干扰值、所有的偏离值中的最小值进行相应的干扰等级和偏离等级确认,然后根据确认后的结果进行联合分析,得到隐患值并进行隐患等级确认,然后将干扰等级、偏离等级、隐患等级汇总为分析等级集并输送至设备运行优化模块;该模块综合考虑设备工况的偏离情况和受环境干扰的程度,对潜在的隐患进行等级确认,这样的分析有助于提前预警可能的问题,并采取相应的优化措施。
设备运行优化模块用于根据分析等级集查找预设的设备运行优化策略并进行优化执行,根据分析等级集,执行相应的设备运行优化策略,这包括调整设备工作参数、改善设备工作环境等,以提高设备的运行效率和稳定性,举例为:预设的设备运行优化策略的目标是隐患等级、干扰等级和偏离等级分别低于预设的优化等级一、优化等级二、优化等级三,调节方式包括但不局限于调整设备工作参数、改善设备工作环境,直至最新的一次分析等级集中隐患等级、干扰等级和偏离等级分别低于预设的优化等级一、优化等级二、优化等级三,则判断优化执行完毕,还可以进一步地设置,若预设的优化时间内优化还未完成,则向管理人员发送报警信号进行提醒。
本发明利用物联网技术实现了对智能设备工况的全面管理和优化,能够有效提升设备的运行效率和安全性,减少潜在风险和故障发生的可能性。
设备工况分析模块用于从云管理平台中获取设备工况信息集,设备工况分析模块中预设有多种特定工况的标准工况参数数据集,然后将设备工况信息集、特定工况的标准工况参数数据集一同代入偏离值计算公式中,得到的所有偏离值进行汇总得到偏离值集合指的是:
步骤S1、设备工况分析模块先从云管理平台中获取设备工况信息集并将设备工况信息集中的实际工况参数数据标记为SJi;从云管理平台中获取设备工况信息集,这些信息包括设备在运行过程中收集到的各种参数数据,比如温度、湿度、压力、电流、电压等,这些实际工况参数数据被标记为SJi,其中i代表每个参数的编号;
步骤S2、设备工况分析模块中预设有多种特定工况的标准工况参数数据集,每次获取一种特定工况的标准工况参数数据集并将其中的标准工况参数数据标记为BZi,SJi、BZi中的i相同时,实际工况参数数据种类与标准工况参数数据种类一致;设备工况分析模块中预设了多种特定工况的标准工况参数数据集,这些数据集描述了设备在不同工作状态下的理想参数数值;每次获取一种特定工况的标准工况参数数据集,并将其标记为BZi,其中i也代表着每个参数的编号,i用于标识特定工况下的工况参数种类编号;
步骤S3、将设备工况信息集、步骤S2中选定的一种特定工况的标准工况参数数据集一同代入偏离值计算公式中:,PLi为偏离值,fi为实际工况参数数据SJi对应的预设的偏离系数;偏离值是实际工况参数与标准工况参数之间的差异,通过偏离值可以了解设备当前的运行状态与预期状态之间的偏差情况,偏离系数fi表示了每个参数的重要程度或影响程度,用于调节偏离值的权重;
步骤S4、重复步骤S2和步骤S3,直至将所有特定工况的标准工况参数数据集均计算完成,将所有偏离值进行汇总得到偏离值集合;偏离值集合中的每个偏离值都反映了设备在不同工作状态下各个参数的偏差程度,综合考虑这些偏离值可以帮助判断设备的整体运行状态和性能表现。
设备工况匹配模块根据偏离值集合匹配该设备隶属的工况类型指的是:所有的偏离值中的最小值对应的特定工况即为该设备隶属的工况类型。
运行状态匹配模块根据设备工况匹配模块的匹配结果匹配该设备隶属的工况类型对应的标准环境参数数据集,同时从云管理平台中获取设备环境信息集,然后将标准环境参数数据集、设备环境信息集一同代入干扰值计算公式中,得到该设备环境对设备运行产生的干扰值指的是:
步骤W1、运行状态匹配模块中预设有设备隶属的工况类型-标准环境参数数据集对应表单,根据设备工况匹配模块的匹配结果匹配该设备隶属的工况类型对应的标准环境参数数据集并将其中的标准环境参数数据标记为BCi;运行状态匹配模块预先设定了一个设备隶属的工况类型与标准环境参数数据集的对应关系表单,根据设备工况匹配模块得到的结果,即设备隶属的工况类型,选择相应的标准环境参数数据集,并将其标记为BCi,这个标准环境参数数据集描述了设备在该工况类型下的理想环境条件;
步骤W2、运行状态匹配模块从云管理平台中获取设备环境信息集并将设备环境信息集中的实际环境数据标记为SHi;运行状态匹配模块从云管理平台中获取设备环境信息集,其中包括了实时收集的设备环境数据,比如温度、湿度、气压等信息,这些实际环境数据被标记为SHi,其中i表示每个环境参数的编号;
步骤W3、将标准环境参数数据集、设备环境信息集一同代入干扰值计算公式中:,GRi为干扰值,ki为实际环境数据SHi对应的预设的干扰系数;计算得到的干扰值GRi反映了设备实际运行环境与标准环境之间的差异程度,帮助判断当前设备的环境状态是否与预期的标准环境相符,从而评估环境对设备运行产生的影响,干扰系数ki表示了每个环境参数的影响程度或权重,用于调节干扰值的权重且不为零。
隐患联合分析模块用于对干扰值进行干扰等级确认指的是:
隐患联合分析模块中预设有干扰对比值,将干扰值GRi与预设的干扰对比值进行对比,将预设的干扰对比值标记为Y1,然后计算比例值一BL1,,隐患联合分析模块中预设有干扰值区间-干扰等级表单,查找比例值一BL1落入的干扰值区间对应的干扰等级即可。
隐患联合分析模块用于对所有的偏离值中的最小值进行偏离等级确认指的是:
将所有的偏离值中的最小值标记为ZX,隐患联合分析模块中预设有偏离对比值,将所有的偏离值中的最小值与预设的偏离对比值进行对比,将预设的偏离对比值标记为Y2,然后计算比例值二BL2,,隐患联合分析模块中预设有偏离值区间-偏离等级表单,查找比例值二BL2落入的偏离值区间对应的偏离等级即可。
隐患联合分析模块根据确认后的结果进行联合分析,得到隐患值并进行隐患等级确认指的是:
获取干扰等级并记为H1,偏离等级并记为H2,然后进行联合分析,,r1、r2均为特定的比例系数,用于衡量干扰等级、偏离等级对隐患值的影响程度且均大于零,YHi为隐患值,隐患联合分析模块中预设有隐患值区间-隐患等级表单,查找隐患值YHi落入的隐患值区间对应的隐患等级即可;干扰等级越大表示环境对设备运行的干扰程度越大,偏离等级越高表示设备运行的预期与实际偏差程度越大。
隐患联合分析模块可以综合考虑设备的干扰情况和偏离情况,并将它们结合在一起进行评估和等级确认,可以更准确地评估设备存在的潜在隐患,并采取相应的措施进行处理和优化。
实施例2:基于物联网驱动的智能设备工况管理方法,包括以下步骤:
步骤1、收集设备工况信息并汇总成设备工况信息集,收集设备环境信息并汇总成设备环境信息集;
步骤2、通过物联网技术,将设备工况信息集和设备环境信息集实时传输至云管理平台并根据时间序列分别对设备工况信息集中的各类工况数据、设备环境信息集中的各类环境数据进行可视化展示;
步骤3、从云管理平台中获取设备工况信息集,设备工况分析模块中预设有多种特定工况的标准工况参数数据集,然后将设备工况信息集、特定工况的标准工况参数数据集一同代入偏离值计算公式中,得到的所有偏离值进行汇总得到偏离值集合;
步骤4、根据偏离值集合匹配该设备隶属的工况类型,并筛选出所有的偏离值中的最小值;
步骤5、根据设备工况匹配模块的匹配结果匹配该设备隶属的工况类型对应的标准环境参数数据集,同时从云管理平台中获取设备环境信息集,然后将标准环境参数数据集、设备环境信息集一同代入干扰值计算公式中,得到该设备环境对设备运行产生的干扰值;
步骤6、对干扰值、所有的偏离值中的最小值进行相应的干扰等级和偏离等级确认,然后根据确认后的结果进行联合分析,得到隐患值并进行隐患等级确认,然后将干扰等级、偏离等级、隐患等级汇总为分析等级集;
步骤7、根据分析等级集查找预设的设备运行优化策略并进行优化执行。
上述公式均是去量纲取其数值计算,公式是由采集大量数据进行软件模拟得到最近真实情况的一个公式,公式中的预设参数由本领域的技术人员根据实际情况进行设置。
应理解,在本申请的各种实施例中,上述各过程的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件,或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的***、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以所述权利要求的保护范围为准。
Claims (8)
1.基于物联网驱动的智能设备工况管理***,其特征在于,包括设备工况信息收集模块、设备环境信息收集模块、数据传输模块、云管理平台、设备工况分析模块、设备工况匹配模块、运行状态匹配模块、隐患联合分析模块、设备运行优化模块;
设备工况信息收集模块用于收集设备工况信息并汇总成设备工况信息集;
设备环境信息收集模块用于收集设备环境信息并汇总成设备环境信息集;
数据传输模块用于通过物联网技术,将设备工况信息集和设备环境信息集实时传输至云管理平台;
云管理平台用于存储数据传输模块输送的设备工况信息集和设备环境信息集并根据时间序列分别对设备工况信息集中的各类工况数据、设备环境信息集中的各类环境数据进行可视化展示;
设备工况分析模块用于从云管理平台中获取设备工况信息集,设备工况分析模块中预设有多种特定工况的标准工况参数数据集,然后将设备工况信息集、特定工况的标准工况参数数据集一同代入偏离值计算公式中,得到的所有偏离值进行汇总得到偏离值集合后输送至设备工况匹配模块;
设备工况匹配模块根据偏离值集合匹配该设备隶属的工况类型并将该设备隶属的工况类型输送至运行状态匹配模块,并将所有的偏离值中的最小值输送至隐患联合分析模块;
运行状态匹配模块根据设备工况匹配模块的匹配结果匹配该设备隶属的工况类型对应的标准环境参数数据集,同时从云管理平台中获取设备环境信息集,然后将标准环境参数数据集、设备环境信息集一同代入干扰值计算公式中,得到该设备环境对设备运行产生的干扰值并输送至隐患联合分析模块;
隐患联合分析模块用于对干扰值、所有的偏离值中的最小值进行相应的干扰等级和偏离等级确认,然后根据确认后的结果进行联合分析,得到隐患值并进行隐患等级确认,然后将干扰等级、偏离等级、隐患等级汇总为分析等级集并输送至设备运行优化模块;
设备运行优化模块用于根据分析等级集查找预设的设备运行优化策略并进行优化执行。
2.根据权利要求1所述的基于物联网驱动的智能设备工况管理***,其特征在于,设备工况分析模块用于从云管理平台中获取设备工况信息集,设备工况分析模块中预设有多种特定工况的标准工况参数数据集,然后将设备工况信息集、特定工况的标准工况参数数据集一同代入偏离值计算公式中,得到的所有偏离值进行汇总得到偏离值集合指的是:
步骤S1、设备工况分析模块先从云管理平台中获取设备工况信息集并将设备工况信息集中的实际工况参数数据标记为SJi;
步骤S2、设备工况分析模块中预设有多种特定工况的标准工况参数数据集,每次获取一种特定工况的标准工况参数数据集并将其中的标准工况参数数据标记为BZi,SJi、BZi中的i相同时,实际工况参数数据种类与标准工况参数数据种类一致,i用于标识特定工况下的工况参数种类编号;
步骤S3、将设备工况信息集、步骤S2中选定的一种特定工况的标准工况参数数据集一同代入偏离值计算公式中:,PLi为偏离值,fi为实际工况参数数据SJi对应的预设的偏离系数;
步骤S4、重复步骤S2和步骤S3,直至将所有特定工况的标准工况参数数据集均计算完成,将所有偏离值进行汇总得到偏离值集合。
3.根据权利要求2所述的基于物联网驱动的智能设备工况管理***,其特征在于,设备工况匹配模块根据偏离值集合匹配该设备隶属的工况类型指的是:所有的偏离值中的最小值对应的特定工况即为该设备隶属的工况类型。
4.根据权利要求3所述的基于物联网驱动的智能设备工况管理***,其特征在于,运行状态匹配模块根据设备工况匹配模块的匹配结果匹配该设备隶属的工况类型对应的标准环境参数数据集,同时从云管理平台中获取设备环境信息集,然后将标准环境参数数据集、设备环境信息集一同代入干扰值计算公式中,得到该设备环境对设备运行产生的干扰值指的是:
步骤W1、运行状态匹配模块中预设有设备隶属的工况类型-标准环境参数数据集对应表单,根据设备工况匹配模块的匹配结果匹配该设备隶属的工况类型对应的标准环境参数数据集并将其中的标准环境参数数据标记为BCi;
步骤W2、运行状态匹配模块从云管理平台中获取设备环境信息集并将设备环境信息集中的实际环境数据标记为SHi;
步骤W3、将标准环境参数数据集、设备环境信息集一同代入干扰值计算公式中:,GRi为干扰值,ki为实际环境数据SHi对应的预设的干扰系数。
5.根据权利要求4所述的基于物联网驱动的智能设备工况管理***,其特征在于,隐患联合分析模块用于对干扰值进行干扰等级确认指的是:
隐患联合分析模块中预设有干扰对比值,将干扰值GRi与预设的干扰对比值进行对比,将预设的干扰对比值标记为Y1,然后计算比例值一BL1,,隐患联合分析模块中预设有干扰值区间-干扰等级表单,查找比例值一BL1落入的干扰值区间对应的干扰等级即可。
6.根据权利要求5所述的基于物联网驱动的智能设备工况管理***,其特征在于,隐患联合分析模块用于对所有的偏离值中的最小值进行偏离等级确认指的是:
将所有的偏离值中的最小值标记为ZX,隐患联合分析模块中预设有偏离对比值,将所有的偏离值中的最小值与预设的偏离对比值进行对比,将预设的偏离对比值标记为Y2,然后计算比例值二BL2,,隐患联合分析模块中预设有偏离值区间-偏离等级表单,查找比例值二BL2落入的偏离值区间对应的偏离等级即可。
7.根据权利要求6所述的基于物联网驱动的智能设备工况管理***,其特征在于,隐患联合分析模块根据确认后的结果进行联合分析,得到隐患值并进行隐患等级确认指的是:
获取干扰等级并记为H1,偏离等级并记为H2,然后进行联合分析,,r1、r2均为特定的比例系数,YHi为隐患值,隐患联合分析模块中预设有隐患值区间-隐患等级表单,查找隐患值YHi落入的隐患值区间对应的隐患等级即可。
8.一种根据权利要求1-7任一项所述的基于物联网驱动的智能设备工况管理方法,其特征在于,包括以下步骤:
步骤1、收集设备工况信息并汇总成设备工况信息集,收集设备环境信息并汇总成设备环境信息集;
步骤2、通过物联网技术,将设备工况信息集和设备环境信息集实时传输至云管理平台并根据时间序列分别对设备工况信息集中的各类工况数据、设备环境信息集中的各类环境数据进行可视化展示;
步骤3、从云管理平台中获取设备工况信息集,设备工况分析模块中预设有多种特定工况的标准工况参数数据集,然后将设备工况信息集、特定工况的标准工况参数数据集一同代入偏离值计算公式中,得到的所有偏离值进行汇总得到偏离值集合;
步骤4、根据偏离值集合匹配该设备隶属的工况类型,并筛选出所有的偏离值中的最小值;
步骤5、根据设备工况匹配模块的匹配结果匹配该设备隶属的工况类型对应的标准环境参数数据集,同时从云管理平台中获取设备环境信息集,然后将标准环境参数数据集、设备环境信息集一同代入干扰值计算公式中,得到该设备环境对设备运行产生的干扰值;
步骤6、对干扰值、所有的偏离值中的最小值进行相应的干扰等级和偏离等级确认,然后根据确认后的结果进行联合分析,得到隐患值并进行隐患等级确认,然后将干扰等级、偏离等级、隐患等级汇总为分析等级集;
步骤7、根据分析等级集查找预设的设备运行优化策略并进行优化执行。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410481305.2A CN118071309A (zh) | 2024-04-22 | 2024-04-22 | 基于物联网驱动的智能设备工况管理方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410481305.2A CN118071309A (zh) | 2024-04-22 | 2024-04-22 | 基于物联网驱动的智能设备工况管理方法及*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN118071309A true CN118071309A (zh) | 2024-05-24 |
Family
ID=91104175
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410481305.2A Pending CN118071309A (zh) | 2024-04-22 | 2024-04-22 | 基于物联网驱动的智能设备工况管理方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN118071309A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115238933A (zh) * | 2022-09-23 | 2022-10-25 | 西安德纳检验检测有限公司 | 基于多点测量的风电机组惯量响应检测方法、装置和*** |
US11487273B1 (en) * | 2021-04-30 | 2022-11-01 | Dalian University Of Technology | Distributed industrial energy operation optimization platform automatically constructing intelligent models and algorithms |
CN115395646A (zh) * | 2022-08-08 | 2022-11-25 | 北京中润惠通科技发展有限公司 | 一种数字孪生式牵引变电所智慧运维*** |
CN117077052A (zh) * | 2023-07-25 | 2023-11-17 | 浙江工业大学 | 一种基于工况识别的干式变压器异常检测方法 |
CN117610591A (zh) * | 2024-01-22 | 2024-02-27 | 深圳市友恺通信技术有限公司 | 一种适用于智能扫码终端的运行监测方法 |
-
2024
- 2024-04-22 CN CN202410481305.2A patent/CN118071309A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11487273B1 (en) * | 2021-04-30 | 2022-11-01 | Dalian University Of Technology | Distributed industrial energy operation optimization platform automatically constructing intelligent models and algorithms |
CN115395646A (zh) * | 2022-08-08 | 2022-11-25 | 北京中润惠通科技发展有限公司 | 一种数字孪生式牵引变电所智慧运维*** |
CN115238933A (zh) * | 2022-09-23 | 2022-10-25 | 西安德纳检验检测有限公司 | 基于多点测量的风电机组惯量响应检测方法、装置和*** |
CN117077052A (zh) * | 2023-07-25 | 2023-11-17 | 浙江工业大学 | 一种基于工况识别的干式变压器异常检测方法 |
CN117610591A (zh) * | 2024-01-22 | 2024-02-27 | 深圳市友恺通信技术有限公司 | 一种适用于智能扫码终端的运行监测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111596604B (zh) | 一种基于数字孪生的工程装备故障智能诊断与自愈控制***及方法 | |
CN102460529B (zh) | 装置异常监视方法以及*** | |
US9921577B2 (en) | Method and system for diagnostic rules for heavy duty gas turbines | |
CN102971680B (zh) | 用于流体能量机***的监视和诊断***以及流体能量机*** | |
CN102033200A (zh) | 基于统计模型的交流电机在线监测和诊断方法 | |
CN114252216B (zh) | 一种燃气轮机滑油泄漏的检测方法 | |
CN116742799A (zh) | 一种基于物联网技术的配电辅助监测预警*** | |
US11101050B2 (en) | Systems and methods to evaluate and reduce outages in power plants | |
CN102929241B (zh) | 精对苯二甲酸装置安全运行指导***及其应用 | |
CN117350377A (zh) | 一种基于知识图谱驱动的设备故障诊断方法及装置 | |
CN118071309A (zh) | 基于物联网驱动的智能设备工况管理方法及*** | |
US11339763B2 (en) | Method for windmill farm monitoring | |
CN116263734A (zh) | 工业机器人状态监控方法、***及提示终端 | |
CN202433761U (zh) | 基于物联网的阳极保护设备远程监控预警及故障诊断*** | |
CN111539642B (zh) | 一种基于面向对象的电厂数据采集处理***及其方法 | |
CN114442543A (zh) | 一种适用于水电站故障预警的计算机监测方法 | |
JP2021076597A (ja) | 過渡速度動作中の振動傾向を決定することによるロータ異常の検出 | |
CN112559584A (zh) | 基于检测与监测信号样本的远程采集与调控*** | |
CN110263949B (zh) | 融合机器机理与人工智能算法***的数据处理方法及*** | |
CN117930785B (zh) | 基于大数据的车间生产安全监控*** | |
CN118273969A (zh) | 基于绿色矿山通风风机运行智能调控*** | |
CN117629265A (zh) | 一种水下无线传能线圈监测***及方法 | |
CN114371686A (zh) | 基于局部邻域标准化的多工况过程故障检测方法及*** | |
CN114943175A (zh) | 一种电厂设备测点健康基准值的预测方法及*** | |
CN117639267A (zh) | 基于人工智能技术的电网调控***稳态信息传输异常检测方法 |
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 |