[发明专利]一种基于边缘计算框架的真空监测仪表故障诊断体系结构在审

专利信息
申请号: 202010169173.1 申请日: 2020-03-12
公开(公告)号: CN113390559A 公开(公告)日: 2021-09-14
发明(设计)人: 王景杨;李永民;孙威 申请(专利权)人: 中国科学院沈阳自动化研究所
主分类号: G01L27/00 分类号: G01L27/00
代理公司: 沈阳科苑专利商标代理有限公司 21002 代理人: 王倩
地址: 110016 辽*** 国省代码: 辽宁;21
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 框架 真空 监测 仪表 故障诊断 体系结构
【权利要求书】:

1.一种基于边缘计算框架的真空监测仪表故障诊断体系结构,其特征在于,包括:

设备域,用于监测设备的监测数据的采集、处理和存储,以及根据网络域的控制信息数据对检测设备进行控制;

网络域,用于将设备域中的监测设备的监测数据经过协议转换发送给数据域,将数据域中的控制信息数据经过协议转换发送给设备域;

数据域,用于将网络域发来的真空监测仪表及监测设备的监测数据进行处理,并发送至应用域;

应用域,用于根据数据域发送的监测设备的监测数据对设备域中的真空监测仪表进行故障诊断,并对设备域中的执行机构进行控制。

2.根据权利要求1所述的一种基于边缘计算框架的真空监测仪表故障诊断体系结构,其特征在于,所述设备域包括传感器,执行机构,控制器;所述传感器包括真空监测仪表。

3.根据权利要求1所述的一种基于边缘计算框架的真空监测仪表故障诊断体系结构,其特征在于,所述网络域,用于对真空监测仪表所处网络中的网络协议服务进行卸载与部署,具体为:根据网络协议标识,加载部署网络协议到内存中进行通讯;如果不存在网络通讯,把网络协议从内存中卸载。

4.根据权利要求1所述的一种基于边缘计算框架的真空监测仪表故障诊断体系结构,其特征在于,所述数据域对监测设备的监测数据的处理步骤为:

1)数据过滤或清洗:采用上下限区间算法对采集的监测设备的监测数据进行数据过滤或数据清洗;

2)数据整合:对清洗过滤后的监测数据进行整合分类,对异构数据进行合并,并把同类的数据进行统一归类;

3)数据分析与计算:对整合后的监测数据根据状态监测和故障诊断的需求进行数学函数变换,包括平方、开方、求和、差分运算中的一种或多种;

4)数据处理与存储:对计算后的监测数据进行文件存储或数据库存储。

5.根据权利要求4所述的一种基于边缘计算框架的真空监测仪表故障诊断体系结构,其特征在于,所述数据过滤或数据清洗具体为:

数据域识别设定范围外的错误值,或者采用设定的规则库检查异常监测数据值,并清除错误值和异常数据值;

将数据库中监测数据的监测值波动区间在5%以内的监测数据记录设定为属性值重复记录,判断监测数据记录间是否存在属性值重复记录,将监测数据的属性值重复记录合并为一条记录,否则不处理。

6.根据权利要求1所述的一种基于边缘计算框架的真空监测仪表故障诊断体系结构,其特征在于,所述应用域,用于真空监测仪表的维护,具体为:数据域获取真空监测仪表温度、压力、流速、极性、噪音数据;根据上述数据进行载气系统,进样系统,分离系统,检测系统和记录系统的工作状态监测与故障诊断。

7.根据权利要求6所述的一种基于边缘计算框架的真空监测仪表故障诊断体系结构,其特征在于,所述故障诊断包括以下步骤:

1)预先设置故障诊断数据库,其中存有数据类别、数值范围以及故障诊断信息;

2)保存真空监测仪表的编码及其采集的数据,包括温度、压力、流速、极性、噪音;

3)当真空监测仪表采集的数据中存在数据超过阈值时,根据数据类别和数据值查找数据库中对应的故障诊断信息,并将该数据值、数据类别、所属真空监测仪表编码进行显示并报警。

8.根据权利要求7所述的一种基于边缘计算框架的真空监测仪表故障诊断体系结构,其特征在于,根据所述故障诊断信息控制执行机构的动作。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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中国科学院沈阳自动化研究所,未经中国科学院沈阳自动化研究所许可,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/202010169173.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top