[发明专利]一种设备维护方法及系统、服务端和设备维护端

说明书

本发明提供一种设备维护方法及系统、服务端和设备维护端。该设备维护方法包括：根据设备的运行特征参数创建用于设备预测维护的共享基准模型，并将共享基准模型下发至设备控制网络中的边缘处理节点；接收边缘处理节点上传的共享基准模型更新文件，并根据共享基准模型更新文件对共享基准模型进行更新，并将更新后的共享基准模型下发至边缘处理节点。该设备维护方法使服务端无需再对设备的运行数据进行全盘接受，也无需再对设备的数据进行集中处理，从而避免出现服务端与设备维护端之间的通信拥堵、传输变慢和处理时延长等问题，进而大大减轻了高延时、低吞吐的工业设备控制网络的负担，同时还能节约服务端的存储资源。

技术领域

本发明涉及工业设备智能维护技术领域，具体地，涉及一种设备维护方法及系统、服务端和设备维护端。

背景技术

在智能制造系统中，工业设备成本高、使用时间长、实时性要求高，设备的非计划停机可能造成严重的损失，因此必须具备与工业设备匹配的智能维护方式及系统。预测性维护是工业设备维护的重要手段，通过连续的测量和分析，预测诸如工业设备零件剩余使用寿命等关键指标、运行参数数据，可以辅助决策，判断机器的运行状态、优化机器的维护时机，大幅降低设备故障率，从而降低被动维护费用和设备非计划停机带来的损失。

目前常用的预测维护方法，一般通过传感器采集设备数据，然后将设备数据汇聚到云端服务器进行集中处理、分析学习。当联网的工业设备越来越多时，与之对应的数据也将呈指数式增长。如果将所有的数据处理分析全部都交给云端服务器，必然会产生通信拥堵、传输变慢、处理时延等问题，为高延时、低吞吐的工业现场网络带来极大的负担，无用的数据也会浪费云端服务器的存储资源。

如何在不将所有的数据处理分析都交给云端服务器的情况下对设备进行智能的预测性维护已经成为目前亟待解决的问题。

发明内容

本发明针对现有技术中存在的上述技术问题，提供一种设备维护方法及系统、服务端和设备维护端。该设备维护方法使服务端无需再对设备的运行数据进行全盘接受，也无需再对设备的数据进行集中处理，从而避免出现服务端与设备维护端之间的通信拥堵、传输变慢和处理时延长等问题，进而大大减轻了高延时、低吞吐的工业设备控制网络的负担，同时还能节约服务端的存储资源。

本发明提供一种设备维护方法，包括：

根据所述设备的运行特征参数创建用于所述设备预测维护的共享基准模型，并将所述共享基准模型下发至所述设备控制网络中的边缘处理节点；

接收所述边缘处理节点上传的共享基准模型更新文件，并根据所述共享基准模型更新文件对所述共享基准模型进行更新，并将更新后的所述共享基准模型下发至所述边缘处理节点，以便所述边缘处理节点采用所述更新后的所述共享基准模型对所述设备进行预测维护。

优选地，所述根据所述设备的运行特征参数创建用于所述设备预测维护的共享基准模型，并将所述共享基准模型下发至所述设备控制网络中的边缘处理节点包括：

根据所述设备的预配置信息提取所述设备的所述运行特征参数；其中，所述预配置信息包括所述设备的出厂配置和入网参数；

根据所述运行特征参数为同类所述设备的同类参数创建用于所述设备预测维护的所述共享基准模型；

将所述共享基准模型编写为所述边缘处理节点能调用的共享基准模型文件并对所述共享基准模型文件进行加密；

将加密后的所述共享基准模型文件下发至所述边缘处理节点。

优选地，所述接收所述边缘处理节点上传的共享基准模型更新文件，并根据所述共享基准模型更新文件对所述共享基准模型进行更新，并将更新后的所述共享基准模型下发至所述边缘处理节点，以便所述边缘处理节点采用所述更新后的所述共享基准模型对所述设备进行预测维护包括：

接收所述边缘处理节点上传的加密的所述共享基准模型更新文件；