[发明专利]基于AR的工业故障诊断方法、装置、设备及存储介质在审

专利信息
申请号: 201910794801.2 申请日: 2019-08-27
公开(公告)号: CN110636256A 公开(公告)日: 2019-12-31
发明(设计)人: 杨晓琳;田原;邓光磊;刘擂擂;陈诚 申请(专利权)人: 四川科华天府科技有限公司
主分类号: H04N7/18 分类号: H04N7/18;G01R31/00;G01R19/00;G01K13/00;G06K9/32
代理公司: 51254 成都拓荒者知识产权代理有限公司 代理人: 邹广春
地址: 610218 四川省成都市天*** 国省代码: 四川;51
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 故障现象 测量数据 预设 诊断 故障信息 设备模型 信息对应 从设备 方法库 设备ID 标签图像 测量位置 存储介质 故障诊断 结合设备 快速确定 排除故障 设备标签 实时获取 提取设备 诊断装置 模型库 直观 图像 查询 申请
【权利要求书】:

1.一种基于AR的工业故障诊断方法,其特征在于,所述方法包括:

实时获取设备标签图像,从设备标签图像中提取设备ID信息;

由诊断方法库中获取并显示所述设备ID信息对应的所有预设故障现象,接收由所有预设故障现象中选择的当前故障现象;

在诊断方法库中查询所述当前故障现象对应的诊断方法,显示所述诊断方法,接入与所述诊断方法对应的诊断装置,

从设备模型库中获取所述设备ID信息对应的设备模型,显示所述设备模型,依次获取所述设备模型上各个预设测量位置的测量数据,直至出现异常测量数据;

根据所述异常测量数据确定故障信息,显示与所述故障信息对应的排除方法。

2.根据权利要求1所述的基于AR的工业故障诊断方法,其特征在于,显示所述设备模型包括:

从所述设备标签图像中提取设备坐标,以所述设备坐标为基准调整所述设备模型的角度和大小,使得所述设备模型与所述设备的实体重合,并将所述设备模型半透明显示。

3.根据权利要求1或2所述的基于AR的工业故障诊断方法,其特征在于,所述设备模型库包括组件库,所述组件库存储组成设备的装配体的组件、零件、标准件的结构信息以及所述组件、零件、标准件在设备的装配体中的位置信息。

4.根据权利要求3所述的基于AR的工业故障诊断方法,其特征在于,所述诊断方法库包括拆解方法库,拆解方法库记录将某一组件或者零件从所述设备的装配体上移除的拆解方法,所述拆解方法与所述诊断方法存在关联关系,所述关联关系为:收到所述诊断方法的提示时,从所述拆解方法库中获取相应的拆解方法并显示。

5.根据权利要求1所述的基于AR的工业故障诊断方法,其特征在于,所述诊断方法包括自动诊断方法和现象诊断方法,所述自动诊断为用于对所述设备进行全面检查的检测方法,所述现象诊断方法为用于所述设备故障后的快速故障诊断与故障排除。

6.根据权利要求1所述的基于AR的工业故障诊断方法,其特征在于,所述设备多个方向设置坐标信息不同的多个设备标签。

7.根据权利要求1所述的基于AR的工业故障诊断方法,其特征在于,所述诊断装置包括电路诊断装置和温度诊断装置,所述电路诊断装置用于测试电压和电流,所述温度诊断装置用于测试温度。

8.一种基于AR的工业故障诊断装置,其特征在于,包括:

图像获取和处理模块,用于实时获取设备标签图像,从设备标签图像中提取设备ID信息;

故障现象获取模块,用于由诊断方法库中获取并显示所述设备ID信息对应的所有预设故障现象,接收由所有故障现象中选择的当前故障现象;

故障现象诊断模块,用于在诊断方法库中查询所述当前故障现象对应的诊断方法,显示所述诊断方法,接入与所述诊断方法对应的诊断装置,

故障信息确定模块,用于从设备模型库中获取所述设备ID信息对应的设备模型,显示所述设备模型,依次获取所述设备模型上各个预设测量位置的测量数据,直至出现异常测量数据;

故障信息排除模块,用于根据所述异常测量数据确定故障信息,显示与所述故障信息对应的排除方法。

9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1~7中任一项所述的方法。

10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1~7中任一项所述的方法。

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四川科华天府科技有限公司,未经四川科华天府科技有限公司许可,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/201910794801.2/1.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