物联网下智能制造设备故障预测分析.pdf
《物联网下智能制造设备故障预测分析.pdf》由会员分享,可在线阅读,更多相关《物联网下智能制造设备故障预测分析.pdf(5页珍藏版)》请在咨信网上搜索。
1、Vol.42,No.2Journal of Inner Mongolia University of Science and Technology第42 卷第2 期June,20232023年6 月内蒙古科技大学学报物联网下智能制造设备故障预测分析赵军富靳永胜?,李建军(1.内蒙古科技大学工程训练中心,内蒙古包头0 140 10;2.内蒙古蒙牛乳业(集团)股份有限公司,内蒙古呼和浩特0010000;3.内蒙古科技大学信息工程学院,内蒙古包头014010)摘要:针对生产企业设备故障导致生产效率低下的问题,应用物联网技术对生产过程实现实时监控,展示生产过程实时运行状况,预测未来生产设备可能发生的故
2、障,提出一种应用物联网框架的设备故障预测分析实时监控系统,该系统通过生产车间现场布置的各式传感器实时采集设备运行数据,并将这些数据传递到故障预测平台系统,通过SERENA数据驱动方法处理数据来进行设备故障预测分析通过一个家电生产线的案例分析,验证了预测分析方法的合理性,实现对设备的运行状况、故障预警和设备退化过程的实时监控,保证制造型企业的生产设备健康运行,降低机率,提高生产效率。关键词:物联网;数据分析;预测分析;智能制造中图分类号:TP391文献标识码:A文章编号:2 0 95-2 2 95(2 0 2 3)0 2-0 12 3-0 5D0I:10.16559/ki.2095-2295.2
3、023.02.005Equipment failure prediction analysis for intelligentmanufacturing under the Internet of ThingsZHAO Junfu,JIN Yongsheng,LI Jianjun3(1.Engineering&Training Center,Inner Mongolia University of Science&Technology,Baotou 014010,China;2.Inner MongoliaMengniu Dairy Group Company Limited,Hohhot 0
4、10000,China;3.Information Engineering School,Inner Mongolia University of Sci-ence&Technology,Baotou 014010,China)Abstract:To address the problem of low productivity due to equipment failure in manufacturing enterprises,Internet of Things technol-ogy was applied to achieve real-time monitoring of th
5、e production process,to show the real-time operation status of the productionprocess,and to predict the possible future failure of production equipment.We proposed a real-time monitoring system for equipmentfailure prediction and analysis using the IoT framework.The system collects equipment operati
6、on data in real time through various sen-sors arranged on the production floor and transmits these data to the failure prediction plaform system,which processes the data throughthe SERENA data-driven method to perform equipment failure prediction and analysis.Through a case study of a home appliance
7、 pro-duction line,the system verifies the rationality of the predictive analysis method,realizes real-time monitoring of equipment opera-tion,fault warning and equipment degradation process,ensures healthy operation of production equipment in manufacturing enterpri-ses,reduces downtime rate and impr
8、oves productivity.Key words:Internet of Things;data analysis;predictive analysis;intelligent manufacturing如今,世界各大生产企业正在转向预测分析1和智能互联产品2 项先进制造技术施耐德(Sc h n e i d e r)和美国电力(American Electric Power)等公司都在其技术基础架构上投人大量资金以启用预警通知,通过识别即将发生的故障实现预知维护,提高企业利润.*基金项目:内蒙古自治区教育科学规划课题资助项目(NGJGH2021159);内蒙古自治区自然科学基金资助项目
9、(2 0 2 2 MS06009).作者简介:赵军富(197 9一),男,内蒙古科技大学副教授,研究方向为物联网技术。通信作者:e-mail:4516 2 3 2 95 q q.c o m收稿日期:2 0 2 2-0 7-0 81242023年6 月第42 卷第2 期内蒙古科技大学学报在智能制造中,停机会造成巨大的损失,设备故障造成重大事故和人身安全物联网技术的应用使得智能制造业在生产过程中能够获取底层数据并进行数据分析2 ,将原始数据转换3 为有用信息和有价值的手段因此,使用分布式传感器通过数据采集机制从车间捕获多个参数,通过数据分析技术3 可以预测机器何时发生故障,在故障之前进行有计划维护
10、,从而减少停机风险或降低维修成本,提高企业生产效益。本文在流程化工业智能制造4 中选取家电企业方太热水器生产线为实验平台,通过预测分析服务来避免生产故障,提高生产效率。在方太热水器的一个装配生产单元中使用了故障预警系统。如图1所示,该系统主要由物联网、控制系统、反应池、容积缸体以及传感器和活塞等构成。过滤器空气执行元件报警器物联网中位置1位置传感器活塞位置传感器位置2控制系统温度传感器浓度传感器碳酸钠氧化铝与巾工二氧化碳反应泄硫酸混合液缸体铝图1故障预警系统首先,物联网对系统中硫酸铝和碳酸氢钠2 种溶液配比进行数据采集并传递给控制系统,2 种溶液在反应池混合反应生成氢氧化铝和二氧化碳的泡沫混合
11、液,并形成扩散的雾化射流经喷嘴喷人缸体,活塞在缸体内由于压力差产生运动:然后,物联网通过位移传感器、温度传感器、浓度传感器、压力传感器等对所涉及的化学药品的温度、进样液体的压力、进样的时间和数量、所注人的化学药品的比例等数据进行采集,并将采集到的数据传递到控制系统.当活塞运行在位置传感器1与位置传感器2 之间时,系统正常工作,当活塞触到位置1或位置2 时就会预警经实验发现在活塞触发预警之后,尽管活塞系统已经发出报警,但是仍然无法确定报警与那些具体的数据参数有关因此,将在第2 节提出一种数据驱动5 的方法,通过多数据(例如温度、压力、时间等)表征量,以确定哪些参数可以作为活塞触发报警的良好预测指
12、标进行详细研究。1设备故障预测分析实时监控系统设备故障预测分析实时监控系统(即SERENA系统)建立在基于Docker Swarm(D o c k e r 的集群管理工具)虚拟化技术的轻量级服务架构6 上该系统使用“即插即用 的解决方案,使用模块化技术7 有助于服务的替代以及信息采集到的数据在数据库中存储管理平台服务不去直接访问数据存储,而是使用一些中间层作为它们的接口,这种解耦允许独立地替换数据接口(RESTAPI的模块化集合)、存储格式和分布式文件系统8(HDFS)图2 中给出了基于物联网体系结构及服务架构的故障预测分析监控系统,该系统由SERENA云平台子系统和网关子系统2 个子系统组成
13、网关子系统9 是由预处理规则、智能数据计算、实时预测组成一个或多个网关获取来自工厂传感器的数据,先将元数据进行预处理并将其发送到SERENA云10 子系统.SERENA云子系统由数据调度、预测分析及可视化多个组件对数据处理,再经过反向代理认证中心(RPCA)(安全策略拒绝或接受传人的请求)实现双向身份验证,将合法请求通过RPCA转发到消息代理,再由消息代理转发到适当的云服务云服务之间通过JSON-LD消息(是一种基于JSON表示和传输互联数据(LinkedData)的方法)相互通信,其格式部分基于MIMOSACRIS3.2标准这些消息包含从工厂机器收集的数据及其相关的元数据。消息的数据部分(测
14、量和警报)被存储在云中的Hadoop集群中,消息的元数据存储在MIMOSA元数据存储库中元数据存储库可以通过元数据Web服务提供的RESTfulAPI(一种网络应用程序的设计风格和开发方式,基于HTTP协议,使用JSON格式定义)与任何授权的服务交互数据调度预测分析可视化消息代理元数据web服务RPCA数据存储SERENAY云元数据存储预处理规则智能数据计算实时预测网关工厂2图2设备故障预测分析监控系统125赵军富,等:物联网下智能制造设备故障预测分析2SERENA数据驱动方法及数据处理基于机器学习的预测性维护服务的目的是通过基于历史数据创建数据驱动模型来预测多周期工业过程中的报警或故障为了避
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 联网 智能 制造 设备 故障 预测 分析
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。