[发明专利]一种基于边缘计算的工业设备故障检测方法及系统有效
申请号: | 201910656565.8 | 申请日: | 2019-07-19 |
公开(公告)号: | CN110749462B | 公开(公告)日: | 2021-05-07 |
发明(设计)人: | 张继勇;庄浩;柴恩召;蔡恒 | 申请(专利权)人: | 华瑞新智科技(北京)有限公司 |
主分类号: | G01M99/00 | 分类号: | G01M99/00;G06N3/02 |
代理公司: | 北京君慧知识产权代理事务所(普通合伙) 11716 | 代理人: | 王素花 |
地址: | 100083 北京市海*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 边缘 计算 工业 设备 故障 检测 方法 系统 | ||
本申请实施例提供了一种基于边缘计算的工业设备故障检测方法及系统,可以实现实时有效地检测工业设备故障的发生。其中,该方法包括:边缘计算设备接收来自多个控制器的工业设备生成的数据。从工业设备生成的数据中筛选出普通变量数据,并将普通变量数据进行一系列的处理。从处理后的普通变量数据中,确定与预设的故障检测模型的输入参数对应的数据,作为检测数据。将检测数据输入相应的预设的故障检测模型,确定检测数据对应的工业设备是否发生故障。
技术领域
本申请涉及信息技术领域,尤其涉及一种基于边缘计算的工业设备故障检测方法及系统。
背景技术
随着工业转型升级持续不断地向数字化、网络化、智能化的目标发展,越来越多的工业设备接入到工业互联网中,大量工业设备的接入势必会带来海量的数据。传统的端到云的模式已经不能满足工业设备侧“大连接、低延时、快响应”的需求,特别是在工业设备运维这一领域,传统的工业设备故障数据上传、事后分析的模式无法解决工业设备故障的问题,不能实时有效地检测到工业设备故障的发生。
发明内容
本申请实施例提供了一种基于边缘计算的工业设备故障检测方法,该方法包括:多个控制器向边缘计算设备发送控制器对应的工业设备生成的数据。边缘计算设备从工业设备生成的数据中筛选出普通变量数据,普通变量数据为与所述工业生产数据中的其它数据共同反应工业设备运行状态的数据。边缘计算设备根据预设规则对普通变量数据进行数据格式转换,得到数据格式相同的普通变量数据;边缘计算设备将数据格式相同的普通变量数据去除噪声数据。边缘计算设备从除去噪声数据后的普通变量数据中,确定与预设的故障检测模型的输入参数对应的数据,作为检测数据。边缘计算设备将检测数据输入相应的预设的故障检测模型,确定检测数据对应的工业设备是否发生故障。
在一种可能实现的方式中,方法包括:数据中心根据预设的逻辑映射规则,确定与边缘计算设备相应的预设的故障检测模型,并将预设的故障检测模型发送给边缘计算设备。其中,预设的逻辑映射规则用于表示边缘计算设备与工业设备的对应关系。
在一种可能实现的方式中,数据中心根据预设的逻辑映射规则,确定与边缘计算设备相应的预设的故障检测模型,具体包括:数据中心根据预设的逻辑映射规则,确定边缘计算设备对应的多个工业设备。根据多个工业设备发生故障的历史数据,确定多个工业设备的至少一个故障类型。根据多个工业设备的至少一个故障类型,确定用于检测故障类型的预设故障预测模型,并将预设故障预测模型发送至边缘计算设备。其中,故障类型与预设故障预测模型一一对应。
在一种可能实现的方式中,方法还包括:数据中心进行工业设备层级建模,将工业设备分为集团级、工厂级、车间级、产线级、设备级。
在一种可能实现的方式中,工业设备生成的数据还包括统一变量数据,统计变量数据为直接反应所述工业设备的运行状态的数据。其中,所述工业设备的运行状态包括正常状态、待机状态、停机状态。
在一种可能实现的方式中,方法还包括:将数据结构统一的普通变量数据发送至数据中心,以便于数据中心根据普通变量数据进行报警故障检测模型训练。
在一种可能实现的方式中,在多个控制器向边缘计算设备发送控制器对应的工业设备生成的数据之前,方法还包括:向对应的控制器发送用于获取工业设备运行产生的数据的指令,以使控制器根据接收的指令向边缘计算设备发送对应的工业设备生成的数据。
在一种可能实现的方式中,方法还包括:在确定检测数据对应的工业设备是否发生故障之后,方法还包括:在检测数据对应的工业设备发生故障的情况下,边缘计算设备根据检测数据生成报警信息,并将报警信息发送至数据中心,以便于数据中心根据报警信息确定相应的维修终端。其中,报警信息至少包括:检测数据对应的工业设备的身份标识、检测数据。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华瑞新智科技(北京)有限公司,未经华瑞新智科技(北京)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910656565.8/2.html,转载请声明来源钻瓜专利网。