[发明专利]一种数字化车间MES系统基于视觉的异常状态监测与故障诊断方法

说明书

本发明一种数字化车间MES系统基于视觉的异常状态监测与故障诊断方法，涉及基于机器视觉技术。在数字化生产车间设置多传感器对工业现场进行监测；视频采集器，实时采集底层工业控制现场视频。本发明包括两种模式：一、在线分析模式。视频采集设备实时采集现场视频，通过视频分析与处理模块提取当前时刻视频数据信息，综合生产数据，监测数据和视频数据信息，送至异常监测与故障诊断模块，进行异常监测，检测异常事件。二、离线分析模式。根据异常发生时段，查询相应视频，通过视频分析与处理模块提取该时段视频数据信息，综合该时段生产数据，监测数据和视频数据信息，送至异常监测与故障诊断模块，进行故障诊断，分析故障原因。

技术领域

本发明涉及MES系统中基于机器视觉技术对运行异常状态进行监测，并进行故障诊断的工业控制技术，具体为一种数字化车间MES系统基于视觉的异常状态监测与故障诊断方法。

背景技术

在现代企业智能化生产过程中，制造执行系统(MES)扮演着重要的角色。其是位于上层的计划管理系统与位于底层的工业控制之间的面向车间层的管理信息系统，可以为企业生产提供现场管理细分、现场数据采集、电子看板管理、仓库物料存放、生产任务分配、仓库管理、责任追溯、绩效统计评估、统计分析和综合分析等功能，极大地提高了企业的管理效率。

MES系统通过现场数据的采集，获得生产过程各个环节的实时信息。通过对实时信息的处理、统计和分析，对生产过程进行精细化管理。MES系统能通过信息传递对从订单下达到产品完成的整个生产过程进行优化管理。当工厂发生实时事件时，MES系统能对此及时做出反应、报告，并用当前的准确数据对它们进行指导和处理。

对于工业控制现场故障诊断或异常监测而言，目前的MES系统存在以下三方面的不足。一是MES系统采集底层工业控制数据，该数据主要是生产过程状态和信息数据，是生产过程中的正常数据，很难直接反映出生产过程故障或异常，不利于故障或异常的检测与分析。二是由于MES系统主要服务于生产，在底层工业控制中，用于故障监测或异常诊断的传感器布置不足，相关数据的提取、处理和分析不够充分，影响故障或异常的检测与分析。另外，以上提及的数据都是工业控制过程中，通过传感器和仪器仪表对现场检测或测量得到的结果，对现场情况描述不够直接、准确。

发明内容

针对现有技术的上述缺陷，本发明提供了一种数字化车间MES系统基于视觉的异常状态监测与故障诊断方法，在MES系统中，基于机器视觉技术，在底层工业控制现场关键节点布置监测摄像头，实时采集监测视频，实现对异常状态的视觉监测。MES系统根据现场采集的数据分析有故障或异常时，可对现场监测记录视频进行浏览、检索和分析。进一步地，可以采用机器学习和图像处理技术，对采集到现场监测视频进行异常事件提取与分析。

本发明采用的技术方案是：

一种数字化车间MES系统基于视觉的异常状态监测与故障诊断方法，在数字化生产车间设置多传感器对工业现场的运行状态进行监测，还包括：

视频采集器，其配置在底层工业控制现场关键环节，实时采集底层工业控制现场视频，并传送至MES系统；

视频处理与分析模块，配置在MES系统中，可对接收到的工业控制现场视频进行显示、存储、分析和检索，提取视频数据信息；

异常监测与故障诊断模块，配置在MES系统中，可集成生产现场多传感器的数据和视频处理与分析模块的视频数据信息，提取异常事件并报警，并进行异常原因分析；

MES系统实时接收多传感器采集的底层工业控制现场数据，实时读取并存储生产数据，监测数据和视频采集器采集的视频数据；

当MES系统接收实时的现场数据时，视频处理与分析模块和异常监测与故障诊断模块对数据进行在线分析：视频处理与分析模块提取视频数据信息；同时，异常监测和故障诊断模块接收现场数据、多传感器监测数据、以及视频数据信息，对设备运行状态进行判别。