[发明专利]一种生产制造流程优化管理的工业大数据系统及方法

说明书

本发明属于计算机技术领域，具体涉及一种生产制造流程优化管理的工业大数据系统及方法。数据采集单元，用于实时采集工业设备实时状态数据并上传，用于对实时状态数据进行特征点检测，选取实时状态数据中跨越预设阈值最高值的总时长为M的信号作为采样信号；数据分析单元，用于根据实时采集的工业设备状态数据，进行分析；数据展示单元，用于对数据分析单元做出的异常判断结果以及状态预测结果进行展示。通过物联网技术可远程监控设备运行状况并可提前预测设备故障、提出解决方案并自动通知设备使用单位、生产厂家、维保单位对设备提前维保，以减少不必要的停机并降低设备使用成本，实现设备的智能运维。

技术领域

本发明属于大数据处理技术领域，具体涉及一种生产制造流程优化管理的工业大数据系统及方法。

背景技术

石油、化工、冶金、电力等行业每年因设备故障给企业带来的安全风险及损失巨大，同时，企业在设备的维修、备品备件的储备上也花费了大量的人力、物力、财力。为帮助企业降低因设备故障带来的安全及损失，同时降低备品备件的储备投入，需要为石油、化工、冶金、轻工、电力等工业企业及工业设备生产厂家提供一种基于工业大数据的设备状态预测分析平台一站式解决方案。

发明内容

有鉴于此，本发明的主要目的在于提供了一种生产制造流程优化管理的工业大数据系统及方法，通过物联网技术可远程监控设备运行状况并可提前预测设备故障、提出解决方案并自动通知设备使用单位、生产厂家、维保单位对设备提前维保，以减少不必要的停机并降低设备使用成本，实现设备的智能运维。

为达到上述目的，本发明的技术方案是这样实现的：

一种生产制造流程优化管理的工业大数据系统，所述系统包括：

数据采集单元，用于实时采集工业设备实时状态数据并上传，用于对实时状态数据进行特征点检测，选取实时状态数据中跨越预设阈值最高值的总时长为M的信号作为采样信号；

数据分析单元，用于根据实时采集的工业设备状态数据，进行分析；

数据展示单元，用于对数据分析单元做出的异常判断结果以及状态预测结果进行展示。

进一步的，所述数据分析单元包括：

似度计算模块，用于将所述实时状态数据分别与M段历史报警信息进行似度计算，得到M个似度计算结果；

归一处理模块，用于对M个似度计算结果分别进行归一处理，得到归一处理后的似度计算结果；

趋势预测模块，用于根据归一处理后的似度计算结果预测所述实时状态数据的未来变化趋势。

一种生产制造流程优化管理的工业大数据方法，所述方法执行以下步骤：

步骤S1，对实时信号进行特征点检测，选取实时信号中跨越预设阈值最高值的总时长为M的信号作为采样信号；

步骤S2，将所述采样信号分别与M段历史报警信息进行似度计算，得到M个似度计算结果；

步骤S3，对M个似度计算结果分别进行归一处理，得到归一处理后的似度计算结果；

步骤S4，根据归一处理后的似度计算结果预测所述采样信号的未来变化趋势；

步骤S2的具体实现为：

假设M段历史报警信息中其中一段历史报警信息的集合为H＝

[h1,h2,…,hm]，用hj表示历史报警信息的集合中第j个特征点的幅值特性，其中j＝1,2,…,m，m表示历史报警信息的集合中特征点的个数，计算si和hj之间的欧氏距离为：

根据所述欧式距离计算sM和hm之间的规整距离，具体实现包括：