[实用新型]一种基于边缘计算和机器学习的液压系统状态监测系统

说明书

本实用新型公开了一种基于边缘计算和机器学习的液压系统状态监测系统，包括初始化模块、数据采集模块、边缘计算处理模块、告警模块、ARM‑MCU协作模块，所述初始化模块、数据采集模块、边缘计算处理模块和告警模块之间依次连接。本实用新型所述的一种基于边缘计算和机器学习的液压系统状态监测系统，首先，能够将所有的参数结合在一起对液压系统进行预测性判断，进一步比对，能够提高预测的准确度，提高液压系统的预测性维护效果，拥有较好的预测准确率，最后，便于人们判断液压系统各个部分之间相互影响的程度，而且能够便于人们针对液压系统进行相应的维护，从而延长液压系统的使用寿命和提高使用效果，带来更好的使用前景。

技术领域

本实用新型涉及液压系统状态监测领域，特别涉及一种基于边缘计算和机器学习的液压系统状态监测系统。

背景技术

液压系统几乎是所有重工业部门中大量自动化背后的动力。液压技术的必不可少意味着必须始终关注状态监测，将其作为机械健康维护的必要元素。状态监测技术的最新发展意味着工程师可以收到即将发生的系统故障的早期预警并采取补救措施，从而延长机器的使用寿命。

预测性维护技术可以减少计划外停机时间并提高生产率，从而在液压系统市场上节省大量利润。并且随着先进技术的发展，液压系统部件中增加了电气化，可以对液压系统进行更多的预测性维护和真实状态监测。预测性维护的另一个好处是，液压系统行业中退休的劳动力导致了解液压系统的训练有素的人员减少。通过状态监控，组织可以简化维护操作，以减少安全和环境问题，并在没有人为交互的情况下减少代价高昂的停机时间。

现有的液压系统状态监测系统在使用时存在一定的弊端，现有的液压系统状态监测系统对于液压油的要求比较高，为了实时监测液压油的污染情况，人们通常在液压管道上安装各种各样的传感器，而液压系统的设备以及管道部分通常偶尔检测一次，没有实时监测其变化，而液压设备与液压油之间时相互干扰的，会严重影响预测的液压系统的数据的准确度，而且现有的液压系统状态监测系统只是简单的对液压系统进行检监测，功能比较单一，无法进一步的分析液压系统的缺点，不满足人们的使用要求，为此，我们提出一种基于边缘计算和机器学习的液压系统状态监测系统。

实用新型内容

本实用新型的主要目的在于提供一种基于边缘计算和机器学习的液压系统状态监测系统，可以有效解决背景技术中的问题。

为实现上述目的，本实用新型采取的技术方案为：

一种基于边缘计算和机器学习的液压系统状态监测系统，包括初始化模块、数据采集模块、边缘计算处理模块、告警模块、ARM-MCU协作模块，所述初始化模块、数据采集模块、边缘计算处理模块和告警模块之间依次连接；

所述初始化模块：用于系统启动时对各个模块进行初始化；

所述数据采集模块：用于采集并传输液压系统运行时产生的各项原始测量数据；

所述边缘计算处理模块：用于对原始测量数据进行无监督降维以及有监督学习，得到液压系统状态预测结果；

所述告警模块：用于负责将边缘计算处理模块所得的液压系统状态预测结果传输给后台工作人员，实现对液压系统状态的在线实时监测；

所述ARM-MCU协作模块：用于负责根据核心模块运作情况进行工业控制。

优选的，所述初始化模块用于对所有核心运行模块的工作状态和对应参数进行初始化，包括但不局限于传感器参数、数据采集模块输出数据、边缘计算处理模块模型数据和告警模块输出数据。

优选的，所述数据采集模块包括传感器模块、液压管道检测模块和液压设备监测模块；

优选的，所述传感器模块：用于监测液压系统使用时液压油的工作数据；

优选的，所述液压管道检测模块：用于监测液压系统使用一段时间后相关管道的损耗情况；