[发明专利]一种设备故障预测与健康管理系统

说明书

本发明公开了一种设备故障预测与健康管理系统，包括：物理模型层，用于获取车间设备的物理数据及信息数据；数据层，与物理模型层连接，用于根据物理数据及信息数据生成车间设备的孪生数据；服务层，与数据层连接，用于根据孪生数据进行设备故障预测与健康管理；应用层，与服务层连接，用于在线监测车间设备状态，根据车间设备状态进行故障预测及故障诊断。有益效果：可以更准确的预测备品备件的需求量，避免不足或过多；设置更加有针对性的维保策略，可以减少设备的故障停机时间，提高设备综合利用率，降低设备维护成本。

技术领域

本发明涉及设备管理技术领域，特别涉及一种设备故障预测与健康管理系统。

背景技术

在仪器设备管理过程中，企业多是根据经验对设备进行大修、小修、点检等维护，还有一些企业使用了大数据技术进行设备故障的预测，先搜集设备的静态数据和动态数据，然后建立设备状态与多种数据的关联，最后通过获取到的实时数据进行故障预测，这些方法都是基于历史数据和经验对设备进行管理。

现有技术中存在的问题：1、基于历史数据和经验的故障预测方法的预测结果与实际的故障出现情况差异较大，造成备品备件库存过多或不足；2、仪器设备出现故障之后，影响生产任务的达成率，设备的综合利用率仍然较低；3、在仪器设备管理过程中，不能实现有效管理且维护成本较高。

发明内容

本发明旨在至少一定程度上解决上述技术中的技术问题之一。为此，本发明的目的在于提出一种设备故障预测与健康管理系统，基于数字孪生技术的方法能够实现物理与虚拟设备实时交互及全方位状态比对，实时仿真设备的物理状态，实现更加全面的设备运行特征捕捉和更加准确的故障诊断与预测，以及更加精准的维修策略验证；这样可以更准确的预测备品备件的需求量，避免不足或过多；更加有针对性的维保策略可以减少设备的故障停机时间，提高设备综合利用率，降低设备维护成本。

为达到上述目的，本发明实施例提出了一种设备故障预测与健康管理系统，包括：物理模型层、数据层、服务层、应用层；其中，

所述物理模型层，用于获取车间设备的物理数据及信息数据并发送至所述数据层；所述物理数据为车间设备的真实数据；所述信息数据为车间设备的虚拟数据；

所述物理模型层包括：

物理数据获取子模块，用于采集车间设备信息，生成物理数据；

信息数据获取子模块，与所述物理数据获取子模块连接，用于接收所述物理数据获取子模块采集的车间设备信息，将所述车间设备信息输入预先构建的数字孪生模型中，输出信息数据；

所述数据层，与所述物理模型层连接，用于接收所述物理模型层发送的物理数据及信息数据，根据所述物理数据及所述信息数据生成车间设备的孪生数据；

所述服务层，与所述数据层连接，用于接收所述数据层发送的孪生数据，根据所述孪生数据进行设备故障预测与健康管理；

所述应用层，与所述服务层连接，用于在所述服务层根据所述孪生数据进行设备故障预测与健康管理时，在线监测车间设备状态，根据车间设备状态进行故障预测及故障诊断。

根据本发明的一些实施例，所述数字孪生模型包括几何模型、物理模型、行为模型、规则模型；其中，

根据车间设备的构造参数及规则模型构建几何模型；

根据所述几何模型、车间设备的物理参数及规则模型构建物理模型；

根据所述物理模型、车间设备的驱动参数或扰动参数及规则模型构建行为模型。

根据本发明的一些实施例，所述几何模型包括：车间设备的位置、装配关系、形状、尺寸、加工路径中的至少一种；

所述物理模型包括：变形分析、应力分析中的至少一种；