Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于物联网平台的设备故障预测维护系统 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:南京如成科技有限公司

摘要:本发明公开了基于物联网平台的设备故障预测维护系统,涉及工业设备技术领域,通过实时监测设备参数并预警异常情况,提前预测可能的故障,减少维护成本和生产停机时间,降低人为因素带来的错误,提高维护的准确性和效率,识别故障趋势并制定相应的维护策略,降低维护成本,提高生产效率,实现智能化管理与优化,确定设备故障的优先级,帮助维护人员合理分配维护资源,根据故障等级和预测故障期,优化维护策略,对高等级故障设备优先安排维护,对低等级故障设备适当延长维护周期,合理分配维护资源,提高维护效率,避免不必要的维护或延误维护,降低维护成本。

主权项:1.基于物联网平台的设备故障预测维护系统,其特征在于,包括:冷却参数获取模块,用于在目标企业烧结炉冷却设备运行时设置若干个采集时间点,从而在各采集时间点采集烧结炉冷却设备对应的冷却参数,冷却参数包括压力、流量、各冷却水管道对应的振动频率和噪音分贝;润滑影响因子获取模块,用于在各采集时间点采集烧结炉冷却设备对应的润滑参数,润滑参数包括润滑油酸值、润滑油粘度和各冷却水管道对应的金属颗粒含量,进而分析得到各采集时间点烧结炉冷却设备对应的润滑影响因子;预测故障判断模块,用于根据各采集时间点烧结炉冷却设备对应的冷却参数和润滑影响因子,分析得到各采集时间点烧结炉冷却设备对应的冷却评估系数,进而预测各采集时间点烧结炉冷却设备在未来周期是否会发生故障;所述分析得到各采集时间点烧结炉冷却设备对应的冷却评估系数,具体分析过程如下:将各采集时间点烧结炉冷却设备对应的压力、流量、各冷却水管道对应的振动频率和噪音分贝分别记为、、和,其中,表示各采集时间点对应的编号,,表示各冷却水管道对应的编号,,n为大于2的任意整数,u为大于2的任意整数,代入计算公式中,得到各采集时间点烧结炉冷却设备对应的冷却评估系数,其中,表示各采集时间点烧结炉冷却设备对应的润滑影响因子,、、、分别为设定的烧结炉冷却设备对应的标准压力、标准流量、冷却水管道对应的标准振动频率、标准噪音分贝,、、、分别为设定的烧结炉冷却设备压力对应的权重因子、流量对应的权重因子、冷却水管道振动频率对应的权重因子、噪音分贝对应的权重因子,e表示自然常数;所述预测各采集时间点烧结炉冷却设备在未来周期是否会发生故障,具体判断过程如下:将各采集时间点烧结炉冷却设备对应的冷却评估系数与设定的标准烧结炉冷却设备对应的冷却评估系数进行对比,若某采集时间点烧结炉冷却设备对应的冷却评估系数小于设定的标准烧结炉冷却设备对应的冷却评估系数,则判定该采集时间点烧结炉冷却设备在未来周期会发生故障,若某采集时间点烧结炉冷却设备对应的冷却评估系数大于或者等于设定的标准烧结炉冷却设备对应的冷却评估系数,则判定该采集时间点烧结炉冷却设备在未来周期不会发生故障,以此方式,预测各采集时间点烧结炉冷却设备在未来周期是否会发生故障;故障趋势分析模块,用于当某采集时间点烧结炉冷却设备在未来周期会发生故障时,根据各历史采集时间点烧结炉冷却设备对应的冷却评估系数,得到烧结炉冷却设备对应的平均冷却评估系数,从而对烧结炉冷却设备对应的故障趋势进行预测分析,进而得到烧结炉冷却设备对应的故障趋势评估系数;所述得到烧结炉冷却设备对应的平均冷却评估系数,具体得到过程如下:将各历史采集时间点烧结炉冷却设备对应的冷却评估系数,其中,表示各历史采集时间点对应的编号,,m为大于2的任意整数,代入计算公式中,得到烧结炉冷却设备对应的平均冷却评估系数,其中,表示为第个历史采集时间点烧结炉冷却设备对应的冷却评估系数;所述对烧结炉冷却设备对应的故障趋势进行预测分析,具体分析过程如下:将某采集时间点烧结炉冷却设备在未来周期会发生故障时对应的冷却评估系数表示为,并将烧结炉冷却设备对应的平均冷却评估系数,代入计算公式中,得到烧结炉冷却设备对应的故障趋势评估系数,其中,表示烧结炉冷却设备第个历史采集时间点对应的平均冷却评估系数,、分别表示为设定的当前采集时间点对应的权重因子、历史采集时间点对应的权重因子;故障维护等级分析模块,用于根据烧结炉冷却设备对应的故障趋势评估系数,进而分析烧结炉冷却设备对应的预测故障期时,并分析烧结炉冷却设备对应的故障维护等级;所述分析烧结炉冷却设备对应的预测故障期时,具体分析过程如下:将烧结炉冷却设备对应的故障趋势评估系数与数据库中各预测故障期时对应的故障趋势评估系数进行对比,若烧结炉冷却设备对应的故障趋势评估系数与数据库中某预测故障期时对应的故障趋势评估系数相同,则将数据库中该预测故障期时作为烧结炉冷却设备对应的预测故障期时;需要说明的是,预测故障期时是指当预测某采集时间点烧结炉冷却设备在未来周期会发生故障对应的时间点到预测故障会发生对应的时间点之间的时长;执行终端模块,用于当某采集时间点烧结炉冷却设备在未来周期会发生故障时,进行预警显示,并将烧结炉冷却设备对应的预测故障期时和故障维护等级,进行预警显示。

全文数据:

权利要求:

百度查询: 南京如成科技有限公司 基于物联网平台的设备故障预测维护系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。