[發明專利]一種基于預測性維護數據的原料質量鑒別方法

在審

• 申請號: 202111375999.4
• 申請日: 2021-11-19
• 公開（公告）號: CN114136570A
• 公開（公告）日: 2022-03-04
• 發明（設計）人: 宋佶聰;王曦;王浩磊
• 申請（專利權）人: 四川啟睿克科技有限公司
• 主分類號: G01M7/04
• 分類號: G01M7/04
• 代理公司: 四川省成都市天策商標專利事務所(有限合伙) 51213
• 代理人: 劉興亮

本發明公開了一種基于預測性維護數據的原料質量鑒別方法，通過將預測性維護獲取的基礎數據進行算法和功能的拓展，對生產原材料的高低進行自動評估，該評估結果可以用于生產企業進貨原料的參考依據，也可以作為傳統預測性維護中設備壽命的評估參數，進一步提升對設備某部件壽命的預估準確性，還可以與最終產品質量形成聯動關系，進一步挖掘原料質量與產品質量之間的對應關系，發展成為新一代預測性維護的核心技術，為生產制造企業帶來多方面的效益。

技術領域

本發明涉及預測性維護技術領域，尤其涉及一種基于預測性維護數據的原料質量鑒別方法。

背景技術

在制造環境中采用預測性維護之前，專業人員和機器操作員必須經常定期安排維護時間，以便確定可能需要維修的內容。很多人認為，所有手動安排的機器維護中有一半實際上是徒勞的。考慮到這種形式的維護還占用了大量資源，時間和生產力，許多生產專業人士已從這種方法轉向利用物聯網技術來監視生產線上的機器狀況、簡化維護計劃并收集實時數據，這意味著制造商可以降低成本，最大化產量并提高產品質量。并且傳統的預測性維護監測系統主要針對設備的部件壽命進行分析預估，對生產原料對設備壽命和最終產品的影響并沒有涉及。

目前預測性維護系統主要是利用設備運行的狀態信息、環境信息等各種數據，結合設備的故障數據進行跟蹤分解，設計算法建立數理統計模型后進行模式匹配，對故障進行預測。然而這種方法的應用存在較大的局限性，由于工業現場數據的缺乏也可能導致預警錯誤率較高。

發明內容

本發明的目的就在于為了解決上述問題而提供一種基于預測性維護數據的原料質量鑒別方法，本發明對傳統的預測性維護系統只針對設備故障的應用場景進行拓展，在通過傳統的預測性維護系統采集數據并進行分析后，提出一種基于預測性維護數據的判斷干電池生產原料質量高低的鑒別方法，幫助生產企業建立生產原料的批次質量管理體系，同時根據不同原材料的軟硬程度對機器設備的累積磨損存在差異，又反向提高了預測性維護中對設備故障預警的準確率。

本發明通過以下技術方案來實現上述目的：

一種基于預測性維護數據的原料質量鑒別方法，包括以下步驟：

步驟1，安裝振動采集傳感器在干電池生產線的“錳環復壓”設備上；

步驟2，在正常生產過程中，生產過程的振動傳感器在X、Y、Z軸向的振幅、速度、加速度基礎狀態數據，將在時間t₁處產生的X軸振幅記為V_X1，在時間t₂處產生的X軸振幅記為V_X2，在時間t_n處產生的X軸振幅記為V_Xn，根據同樣方式獲得Y軸和Z軸的數據記錄；

步驟3，計算基礎振動引起的振幅基準特征數據；

步驟4，計算一段時間內Z軸振幅特征數據；

步驟5，映射原料質量與Z軸特征數據之間的關系；

步驟6，當設備運行時，根據Z軸特征迅速獲得原料質量狀況。

進一步方案為，所述步驟3中，計算在設備工作過程中產生的單次基礎振動引起的振幅基準特征數據V_i，

計算由設備工作過程中產生的基礎振動引起的振幅基準特征數據V_base，

進一步方案為，所述步驟4中，

獲得設備工作過程中由原材料引起的Z軸振幅特征數據Z_i，

Z_i＝V_Zi-V_base；