[發明專利]一種智能工業生產設備管理方法及系統

在審

• 申請號: 202210193787.2
• 申請日: 2022-03-01
• 公開（公告）號: CN114626558A
• 公開（公告）日: 2022-06-14
• 發明（設計）人: 陳海蘭
• 申請（專利權）人: 陳海蘭
• 主分類號: G06Q10/00
• 分類號: G06Q10/00;G06Q10/06;G06F16/25
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種智能工業生產設備管理方法，其特征在于，包括以下步驟：

步驟S1，監控設備運行狀態，對不同生產設備設置設備編號，由設備監控裝置（9）實時監控設備運行狀態，并將設備運行狀態參數上傳至大數據平臺（1），形成設備運行狀態參數數據庫（4），生成運行狀態分析模型；

步驟S2，判斷設備運行狀態，將待判斷的設備的運行狀態參數錄入監控模型，并對設備運行狀態進行評估，得出評估結果，并根據得出的評估結果選擇對應措施；

步驟S3，制定長期維護計劃，針對設備的運行狀態參數記錄以及設備異常記錄，結合設備生產計劃，制定維護計劃。

2.根據權利要求1所述的一種智能工業生產設備管理方法,其特征在于：

所述步驟S1包括：步驟S11，生成設備編號，對不同生產設備設置設備編號，并將設備編號上傳至大數據平臺（1）；步驟S12，采集參數，由設備監控裝置（9）實時采集設備運行狀態參數，并將設備運行狀態參數上傳至大數據平臺（1），形成設備運行狀態參數數據庫（4）；步驟S13，生成設備曲線，將設備運行狀態參數對應運行時間，生成設備運行狀態參數-時間曲線；步驟S14，生成運行狀態分析模型，對設備運行狀態參數曲線進行分析，并結合設備故障記錄得出設備故障與各項設備運行狀態參數之間的規律，形成運行狀態分析模型；步驟S15，模型優化，持續采集設備運行狀態參數并上傳至大數據平臺（1），補充設備運行狀態參數數據庫（4），優化運行狀態分析模型；

所述步驟S12中，設備運行狀態參數包括但不限于：設備溫度、設備運行聲音、通入或排出氣體流量。

3.根據權利要求1所述的一種智能工業生產設備管理方法,其特征在于：

所述步驟S14包括：步驟S141，特殊點分析，識別出設備運行狀態參數曲線中的急劇升高點或急劇降低點，標記為特殊點后針對該點位所對應的設備和運行時刻進一步分析；步驟S142，曲線峰谷分析，對曲線的峰和谷進行標記，并分析峰、谷出現點所對應的設備和運行時刻；步驟S143，曲線對比分析，對同一模式下同一設備的參考曲線數據庫（5）中的曲線進行對比分析，評價設備在同一模式下的設備運行狀態參數。

4.根據權利要求3所述的一種智能工業生產設備管理方法,其特征在于：

所述步驟S141中，特殊點識別方法為：將設備運行狀態參數曲線的各點斜率匯成斜率曲線，對斜率絕對值超出95%點的斜率絕對值的識別為特殊點。

5.根據權利要求3所述的一種智能工業生產設備管理方法,其特征在于：

所述步驟S143中，曲線對比分析方法為：將待評價的設備運行過程的與參考曲線數據庫（5）中同模式的曲線進行對應時刻的參數差值對比，得出設備運行過程的設備運行狀態參數與參考曲線數據庫（5）中同模式的曲線的設備運行狀態參數的差度指數；

所述差度指數的計算方法為：

，

其中，表示為某次設備運行過程的設備運行狀態參數與參考曲線數據庫（5）中同模式的曲線的設備運行狀態參數的差度指數；表示為該次設備運行過程的運行狀態參數曲線與參考曲線數據庫（5）中某一曲線在所有時刻的參數的極差的均值；表示為該次設備運行過程的運行狀態參數曲線與參考曲線數據庫（5）中多條曲線在所有時刻的參數的極差的均值；_X表示為該次設備運行過程的運行狀態參數曲線在所有時刻的參數的極差的均值；

所述步驟S143中，差度指數小于設定閾值的設備運行狀態參數曲線錄入參考曲線數據庫（5）中，差度指數大于設定閾值的設備運行狀態參數曲線不錄入參考曲線數據庫（5）中。

6.根據權利要求5所述的一種智能工業生產設備管理方法,其特征在于：

所述步驟S2包括：步驟S21，運行狀態評價，結合步驟S1采集的設備運行狀態參數以及分析結果，對設備運行過程進行評價：若差度指數小于設定閾值，則該次設備運行過程的運行狀態合格，若差度指數大于設定閾值，則該次設備運行過程的運行狀態不合格；步驟S22，采取對應措施，根據運行狀態評價結果，對設備采取相應措施，若某次設備運行過程的運行狀態合格，則參考設備維護計劃采取措施，若某次設備運行過程的運行狀態不合格，則停止該設備并對設備進行全面檢查和維修。