设备智能诊断维护管理系统的制作方法

1.本发明涉及设备信息管理技术，尤其涉及一种设备智能诊断维护管理系统。


背景技术：

2.对于规模化生产的工厂来说，设备的日常检查维护工作是一项非常重要的工作，只有保证设备的正常稳定运行，才能保证工厂生产的稳定，然而，常检查维护工作也是非常繁琐的工作。
3.以某钢铁厂为例，在该钢铁厂中有大量的风机设备需要维护管理，风机设备分布在厂区内的不同位置，就目前来说，需要设备维护管理人员经常性地到现场去巡视检查，因此，若要对所有风机设备都进行巡视检查，将会耗费大量的人力，即使如此，也未必能将所有的设备异常都巡检出来，单纯靠人力来巡视风机设备的维护方法，其工作效率低下，已经不能满足现代化工厂高节奏生产的需求了。
4.为了解决上述问题，提升日常设备检查维护的效率，目前也有一些专利案提出了一些利用传感器加网络的技术方案，从而实现了远程监测设备的目的，如中国专利（cn107727137a）一种矿用通风机在线监测系统，在该专利中公开了：传感器设有多个，分别与矿用通风机连接，多个传感器经电力线与处理器连接，显示器与处理器连接，显示各处传感器传输至处理器的信号；每个传感器连接一个无线载波中继器，无线载波中继器与接收模块无线数据连接，接收模块与处理器连接。然而，在这样的方案中，只是实现了对设备数据的简单阈值判断报警，是对已经发生异常的设备的报警，而并不能实现对还未发生异常但即将发生异常的设备的预警。此外，上述方案中也没有针对报警信息的综合管理功能，其无法应对在快节奏高效率生产时的设备维护工作。比如，在设备日常检查维护过程中，需要手动记录设备状况，此项工作是必须要做的，但也是很繁琐的；而当设备发生异常状况需要检修时，检修等业务项目立项、实施、验收等各项工作也都需要手动进行台账登录，其过程也十分繁琐，不利于工作效率的提升。


技术实现要素：

5.本发明的目的在于提供一种设备智能诊断维护管理系统，本发明的维护管理系统中设置有数据采集模块、数据分析模块和业务应用模块，从而降低了设备监测维护工作中的人力成本付出，提升了设备异常状况诊断的智能化水平，并使设备维护管理工作更加准确、快捷和高效。
6.为了实现上述技术目的，本发明采用如下技术方案：一种设备智能诊断维护管理系统，包括数据采集模块、数据分析模块和业务应用模块，数据采集模块与数据分析模块之间数据连接，数据分析模块与业务应用模块之间数据连接；所述数据采集模块用于采集现场设备数据，并将采集得到的设备数据推送至数据分析模块；
所述数据分析模块用于根据数据采集模块推送的设备数据对设备状况进行分析诊断，并将设备状况诊断结果推送至业务应用模块；所述业务应用模块用于针对不同设备状况诊断结果设置业务项目，并根据数据分析模块推送的设备状况诊断结果启动实施相关业务项目的业务流程。
7.进一步地，所述数据采集模块包括区域服务器和信号接收单元，区域服务器与数据分析模块之间数据连接，区域服务器与信号接收单元之间数据连接，区域服务器与现场生产用计算机之间数据连接，信号接收单元与现场设备的传感器电气信号连接；所述信号接收单元用于采集现场设备传感器的电气信号，并将所述电气信号转换成设备状态数据传输给区域服务器；所述区域服务器用于通过现场生产用计算机采集设备参数数据；所述设备状态数据和设备参数数据共同构成所述设备数据；所述区域服务器还用于将所述设备数据推送至数据分析模块。
8.进一步地，所述区域服务器中设置有设备状况预警模型，所述设备状况预警模型能对设备数据进行初步分析并针对设备的异常状况发出预警信息；所述区域服务器还用于将所述预警信息及发生预警时的设备数据一同推送至数据分析模块。
9.进一步地，所述设备状况预警模型包括阈值报警、多重规则预警、综合预警和基于机器学习模型的预警。
10.进一步地，所述数据分析模块包括数据处理子模块和诊断子模块，数据处理子模块与诊断子模块之间数据连接，数据处理子模块与数据采集模块数据连接，诊断子模块与业务应用模块数据连接；所述数据处理子模块用于接收数据采集模块推送的设备数据，并对设备数据进行存储和分析计算；所述诊断子模块用于根据数据处理子模块中的设备数据进行设备故障诊断，并将诊断结果推送至业务应用模块。
11.进一步地，所述数据分析模块还包括人机交互子模块，所述人机交互子模块与诊断子模块数据连接，所述人机交互子模块用于实现操作人员与数据处理子模块和诊断子模块之间的交互功能，并展示诊断结果。
12.进一步地，所述人机交互子模块实现的操作人员与数据处理子模块和诊断子模块之间的交互功能包括：区域管理、网关配置、设备管理、视图管理、预警模型配置、数据分析、诊断报告、流程跟踪、统计分析和数据输出接口。
13.进一步地，所述业务应用模块还用于将所述业务流程的相关信息推送至与设备相关联人员的手机上。
14.进一步地，所述业务应用模块中设置的业务项目是可编辑修改的。
15.进一步地，所述维护管理系统用于对风机设备进行维护管理。
16.本发明的维护管理系统是用于对现场设备的维护管理，尤其是用于对现场风机设备的维护管理。本发明的维护管理系统相对现有技术，其有益效果在于，本发明的维护管理系统整体上分为三层模块结构，第一层为数据采集模块，该模块能自主采集现场设备数据，从而能使原先需要大量人力才能完成的设备巡检工作由机器自动完成，进而大大降低了人
力成本的付出；第二层为数据分析模块，该模块能自主对设备数据进行分析并诊断得出异常设备状况，从而实现智能化的设备异常诊断，使维护管理人员能及时获知异常设备状况；第三层为业务应用模块，该模块能针对各种异常设备状况启动相应的业务流程，从而使设备维护管理工作更加准确、快捷和高效。
附图说明
17.图1为本发明的设备智能诊断维护管理系统的结构示意图；图2为图1中数据采集模块的结构示意图；图3为图1中数据分析模块的结构示意图。
18.图中：10-数据采集模块、11-区域服务器、12-信号接收单元、20-数据分析模块、21-数据处理子模块、22-诊断子模块、23-人机交互子模块、30-业务应用模块、4-现场生产用计算机。
具体实施方式
19.下面结合附图和具体实施例对本发明作进一步说明：本实施方式的实施背景是某钢铁厂，钢铁厂内各个区域的风机设备需要进行统一的设备维护管理。
20.参见图1至图3，本实施方式为一种设备智能诊断维护管理系统，该维护管理系统的主要作用是实现对现场设备状况的远程集中监测，自动对设备状况进行分析诊断，并根据诊断结果启动相关业务流程。在本实施方式中，维护管理系统所监测管理的对象设备是风机设备，在根据本发明的其它实施方式中，本发明的维护管理系统也可用于对其它类型的设备实施监测管理。
21.参见图1，本实施方式的维护管理系统包括数据采集模块10、数据分析模块20和业务应用模块30，数据采集模块10与数据分析模块20之间数据连接，数据分析模块20与业务应用模块30之间数据连接。
22.所述数据采集模块10用于采集现场风机设备数据，并将采集得到的风机设备数据推送至数据分析模块20；在本实施方式中，数据采集模块10一共有三个，该三个数据采集模块10分别针对炼钢厂、高炉厂和焦炉厂三个区域，每个数据采集模块10分别采集各自区域内的现场风机设备数据；在根据本发明的其它实施方式中，数据采集模块10的具体数量可根据需要而定，一般而言，一个相对独立的区域配置一个数据采集模块10。
23.所述数据分析模块20用于根据数据采集模块10推送的风机设备数据对设备状况进行分析诊断，并将设备状况诊断结果推送至业务应用模块30；所述业务应用模块30用于针对不同风机设备状况诊断结果设置业务项目，并根据数据分析模块20推送的风机设备状况诊断结果启动实施相关业务项目的业务流程。
24.在本实施方式中，所述业务应用模块30是由一台安装有eqms系统（设备管理系统）的服务器构建的，在eqms中针对各种不同设备检查及诊断结果均编制有相应的业务项目，当eqms系统接收到由数据分析模块20推送上来的风机设备诊断结果后，eqms系统则会自动匹配相应的业务项目，并启动该业务项目的业务流程。eqms中的业务项目都是可编辑修改的，从而方便随时改进业务流程，进而逐步提升设备维护效果。当业务流程启动时，eqms还
能够将设备异常的诊断结果推送至与该设备相关的维护管理人员，具体来说，安装eqms的服务器是与移动通讯网络连接的，eqms则可通过移动通讯网络将设备异常的诊断结果推送至维护管理人员的手机上，推送的形式包括短信和手机app。
25.参见图2，更具体地，所述数据采集模块10包括区域服务器11和信号接收单元12，区域服务器11与数据分析模块20之间数据连接，区域服务器11与信号接收单元12之间数据连接，区域服务器11与现场生产用计算机4之间数据连接，区域服务器11与现场生产用计算机4之间通常采取ixcom（宝信通信中间件）通讯方式连接，信号接收单元12与现场风机设备的传感器电气信号连接。在本实施方式中，信号接收单元12是用来采集传感器信号的电气柜，区域服务器11与信号接收单元12之间数据连接可以是有线的连接，比如光缆，也可以是无线的连接，比如wifi或移动4g网络等等。
26.所述信号接收单元12用于采集现场风机设备传感器的电气信号，并将所述电气信号转换成风机设备状态数据传输给区域服务器11；所述传感器包括振动、温度等传感器，所述风机设备状态数据则包括振动、温度等数据。
27.所述区域服务器11用于通过现场生产用计算机4采集风机设备参数数据，其中包括风机的振动、温度、转速、空气压力、空气流量和电流等参数数据。
28.所述风机设备状态数据和风机设备参数数据共同构成所述设备数据。
29.所述区域服务器11还用于将所述设备数据推送至数据分析模块20。
30.总体来说，所述区域服务器11主要负责对应区域的所有数据预处理、状态预警、数据转发、数据短期存储数据存储、分析、同时包括采集软件集成、预警、配置、处理等。
31.进一步优化地，所述区域服务器11中设置有设备状况预警模型，所述设备状况预警模型能对风机设备数据进行初步分析并针对风机设备的异常状况发出预警信息。
32.所述区域服务器11还用于将所述预警信息及发生预警时的风机设备数据一同推送至数据分析模块20。
33.设置设备状况预警模型的目的在于降低数据分析模块20的工作负担。通常来说，数据采集模块10采集频率高，数据处理量大，而且很多的风机设备在运转时总会发生一些轻微的异常，比如振动增大、温度过高、风压过低等等，而这些轻微异常的发生并不会对风机的正常运转造成太大影响，若将风机设备的所有数据都推送给数据分析模块20并完全由数据分析模块20来完成所有数据的分析，这样势必会给数据分析模块20造成巨大的负担，由此会大大降低数据分析模块20的工作效率，也不利于今后数据分析模块20监测诊断项目的进一步拓展。而在数据采集模块10的区域服务器11中设置设备状况预警模型，设备状况预警模型能先对所有风机设备数据进行初步的分析排查，当发现设备存在较大异常时，则发出预警信息，然后区域服务器11将所述预警信息及发生预警时的设备数据一同推送至数据分析模块20，也就是说，只有当风机设备发生较大异常状况时，区域服务器11才会将预警信息及发生预警时的设备数据一同推送至数据分析模块20，从而可减轻数据分析模块20的工作负担，使其只专注于设备异常状况的诊断，从而提升了维护管理系统的整体运行效率。
34.所述设备状况预警模型具体包括阈值报警、多重规则预警、综合预警和基于机器学习模型的预警，其具体实现方式如下：阈值报警：通过对每台设备、每个监测点的状态数据分别设置阈值进行预警。
35.多重规则预警：结合专家经验，设计更全面、更复杂的规则预警系统，多重规则相
结合并预警。
36.综合预警：将规则与设备状态数据和参数数据相结合，设计工况关联的预警模型，综合考虑设计系统各项运行指标预警。
37.基于机器学习模型的预警：用历史上已确认的故障数据作为案例，用机器学习的方法来训练算法模型，在实际生产运行的数据中发现异常并预警。
38.此外，所述设备状况预警模型是可编辑的，也就是说，随着风机设备情况的变化，设备状况预警模型中的预警规则是可以修改的。
39.参见图3，更具体地，所述数据分析模块20包括数据处理子模块21和诊断子模块22，数据处理子模块21与诊断子模块22之间数据连接，数据处理子模块21与数据采集模块10数据连接，诊断子模块22与业务应用模块30数据连接；在本实施方式中，数据分析模块20是通过一台服务器构建的，所述数据处理子模块21和诊断子模块22是在所述一台服务器上虚拟构建的两个功能单元，然而在其它实施方式中，如果条件允许的话，也可用两台服务器分别构建数据处理子模块21和诊断子模块22，以提升运行效果。
40.所述数据处理子模块21用于接收数据采集模块10推送的风机设备数据，并对风机设备数据进行存储和分析计算；所述诊断子模块22中设置有设备异常诊断模型，数据处理子模块21能通过所述设备异常诊断模型对数据处理子模块21中的风机设备数据进行设备故障诊断，并将诊断结果推送至业务应用模块30。
41.在所述诊断子模块22中设置有一个设备异常诊断模型，与所述设备状况预警模型不同，设备状况预警模型中对设备数据只是做一个简单的排查，比如阈值判断，因此耗时较短，可以对大量的设备数据进行快速排查，而设备异常诊断模型通常是对设备状况预警模型已经发出预警的设备数据作进一步地诊断，其诊断过程中所采用的算法相对较复杂，耗时也较长，对设备异常的诊断结果则更全面准确；设备状况预警模型与设备异常诊断模型互相配合，则可对大量的设备数据进行快速高效准确的排查诊断，从而实现对故障风机设备的准确判断和定位。
42.设备异常诊断模型中具体包括：智能诊断、协同诊断、知识提炼等功能。其中，所述智能诊断包括叶轮不平衡、机组不对中、机械松动、滚动轴承损伤等诊断模型；所述协同诊断为在自主诊断的基础上结合多专业综合分析和专家技术团队远程协助的诊断；所述知识提炼是指可以在多维数据信息中自动提取量化关键特征，从而建立故障诊断的规则和模型。
43.优化地，所述数据分析模块20还包括人机交互子模块23，所述人机交互子模块23与诊断子模块22数据连接，所述人机交互子模块23用于实现操作人员与数据处理子模块21和诊断子模块22之间的交互功能，并展示诊断结果。
44.所述人机交互子模块23实现的操作人员与数据处理子模块21和诊断子模块22之间的交互功能包括：区域管理、网关配置、设备管理、视图管理、预警模型配置、数据分析、诊断报告、流程跟踪、统计分析和数据输出接口。
45.以下是各交互功能的具体内容：1)区域管理：区域管理模块主要为设备区域的管理功能，规范设备的区域划分，本项目数据接入系统后，区域管理对接入设备数据进行规划管理，方便对设备进行分类展示。
46.2)视图管理：视图是系统对接入设备的展示页面配置管理模块，根据接入设备的物理结构进行设计，绘制设备的展示图片，并根据该设备接入数据信息，进行分组展示，定位展示区域、位置等设定。
47.3)设备管理：设备管理为系统对接入设备信息的维护管理模块，管理接入设备的基本信息，包括设备的属性信息，如额定功率、转速等。
48.4)诊断模型配置：根据接入设备的类型、检测的状态数据专业，对符合系统嵌入的状态预警模型接入进行配置，根据配置信息，系统能自动对采集数据进行状态预警、故障诊断等自动化处理。
49.5)数据分析：数据分析为专业技术人员提供数据分析工具集，模块根据设备接入的不同专业数据类型配置对应的分析工具，供技术人员进行使用。
50.6)诊断报告：系统自动出具诊断报告信息，同时也为专业技术人员提供报告审核、校准功能，同时也为技术人员提供制作诊断报告的功能模块。
51.7)流程跟踪：流程跟踪能对设备发生的报警事件形成追踪列表，明确数据流程历程，跟踪数据处理过程。
52.8)统计分析：为用户提供针对采集数据信息、报警信息、诊断信息、现场反馈信息等统计分析工具，方便用户对区域设备状态管理情况进行汇总。
53.9)数据输出接口：数据输出接口实现与eqms（设备管理系统）系统、维护管理系统及其它外部系统之间的数据通讯功能，根据约定规则，接受外部系统传输的数据信息，同时也根据约定将各类状态数据推送至各类外部系统，并触发该系统的业务处理流程。
54.本实施方式的维护管理系统在对现场风机设备进行监测时，数据采集模块10能自主采集现场风机设备数据，从而能使原先需要大量人力才能完成的设备巡检工作由机器自动完成，并对设备状态进行基本判断，进而大大降低了人力成本的付出；数据分析模块20能自主对风机异常设备数据进行分析并诊断得出异常设备状况，从而实现智能化的设备异常诊断，使维护管理人员能及时获知异常设备状况；业务应用模块30能针对各种异常设备状况启动相应的业务流程，从而使设备维护管理工作更加准确、快捷和高效。
55.以上仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围，因此，凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。