[发明专利]一种故障预测系统以及预测方法在审

专利信息
申请号: 201910012072.0 申请日: 2019-01-07
公开(公告)号: CN109739213A 公开(公告)日: 2019-05-10
发明(设计)人: 陈玉丰;任斌;黄江东;郑国烟 申请(专利权)人: 东莞百宏实业有限公司
主分类号: G05B23/02 分类号: G05B23/02
代理公司: 东莞市华南专利商标事务所有限公司 44215 代理人: 刘克宽
地址: 523000*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 织带机 预测模块 故障预测系统 数据分析模块 工作数据 预测 设备控制模块 数据采集模块 分析计算 匹配计算 生产效率 时间传输 预测结果 织带设备 作业过程 采集 中断 节约
【说明书】:

发明涉及织带设备技术领域,尤其是指一种故障预测系统以及预测方法,包括数据采集模块、数据分析模块、预测模块、设备控制模块以及多部织带机;数据采集模块用于采集多部织带机的工作数据并将该工作数据传输给数据分析模块;数据分析模块用于对工作数据进行分析计算,获取织带机下一次故障前的连续工作时间,并将该连续工作时间传输给预测模块;预测模块用于根据所述连续工作时间进行预测匹配计算,预测出执行当前任务的最佳的织带机;设备控制模块用于根据预测模块的预测结果控制多部织带机进行工作或者停止工作。本发明提供的一种故障预测系统以及预测方法,能有效避免织带机作业过程中的故障中断,节约了损耗成本,提高了生产效率。

技术领域

本发明涉及织带设备技术领域,尤其是指一种故障预测系统以及预测方法。

背景技术

在当前的织带机作业车间里,机器工作任务的分派基本都是基于人为主观意愿进行安排的。在无需全部机器设备同时开启的应用场景中,由于个人使用惯性,可能会使得部分机器设备(更靠近工位或走道的位置)的使用频次远远高于其他机器。在这种情况下,一部分机器设备的过度使用,另一部分机器设备的不充分利用,导致了同批次引进的机器设备的折旧速度不均衡,从而降低设备的整体利用率。此外,高频度使用的机器拥有更高的故障率,由于缺乏合理的任务调度和科学的设备维护,其故障发生在生产进行中的概率也将大大增加,而生产进行中的故障停机将会严重影响生产效率。

发明内容

本发明针对现有技术的问题提供一种故障预测系统以及预测方法,通过对织带机设备的使用时间、频度和故障进行数据采集,进行分析后预测出织带机下一次出现故障的时间,对织带机的健康状况做出提前预判,从而根据织带机的健康状况合理的为其分派生产任务,使得多部织带机的磨损折旧速度更加均衡,也能有效避免织带机作业过程中的故障中断。

为了解决上述技术问题,本发明采用如下技术方案:一种故障预测系统以及预测方法,包括数据采集模块、数据分析模块、预测模块、设备控制模块以及多部织带机;

所述数据采集模块用于采集多部织带机的工作数据并将该工作数据传输给数据分析模块;

所述数据分析模块用于对工作数据进行分析计算,获取织带机下一次故障前的连续工作时间,并将该连续工作时间传输给预测模块;

所述预测模块用于根据所述连续工作时间进行预测匹配计算,预测出执行当前任务的最佳的织带机;

所述设备控制模块用于根据预测模块的预测结果控制多部织带机进行工作或者停止工作。

优选的,所述数据采集模块包括无线数据采集器和数据终端,所述无线数据采集器用于实时采集织带机的开关机的时间数据并传输到数据分析模块,所述数据终端用于记录织带机的故障记录并传输到数据分析模块。

优选的,所述故障预测系统还包括用于显示数据采集模块、数据分析模块以及预测模块的工作数据的人机操作模块。

一种故障预测方法,包括以下步骤

A.通过数据采集模块采集织带机的工作数据,工作数据包括织带机的开关机时间、织带机的工作总时长以及故障记录,故障记录包括故障部件的名称和故障的发生时间;

B.建立初始神经网络模型,以采集到的织带机的工作数据为输入数据,对初始神经网络模型进行训练,得到一个可进行故障预测的目标神经网络模型;

C.将采集到的织带机的工作数据输入步骤B中得到的目标神经网络模型,预测出全部闲置的织带机在下一次发生故障前的最大连续运行时间;

D.将获得的最大连续工作时长与多部织带机的使用时长进行对比匹配,获取完成当前任务最适合的织带机。

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东莞百宏实业有限公司,未经东莞百宏实业有限公司许可,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/201910012072.0/2.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