[发明专利]一种基于边缘计算和大数据分析的设备状态监测系统

说明书

本发明涉及设备状态监测系统，具体说是一种基于边缘计算和大数据分析的设备状态监测系统，包括传感器层、终端层、网关层和平台层，所述传感器层感应设备运行状态的信号，并将信号发送至所述终端层，该终端层对接收的信号进行分析计算，再将数据发送至所述网关层，该网关层对数据进行清洗、集成处理后发生至所述平台层进行存储、分析、查询。本发明在终端层和网关层提供的边缘计算能力，避免了实时状态监测数据全部传输到云平台集中处理，降低了对通信线路传输带宽以及服务器存储、计算的能力要求，适用于大量设备的实时状态监测和智能运维应用，可以确保系统监测数据的实时性、连续性。

技术领域

本发明涉及设备状态监测领域，特别涉及一种基于边缘计算和大数据分析的设备状态监测系统。

背景技术

在工业生产中广泛使用电机、泵等机电设备，这些设备需要定期维护，更换一些易损部件，避免由于工作时间长、应用环境变异而导致的一些故障。目前，对机泵的维护基本都是定期维护或者出现了故障后再进行维修和抢修。这样，一方面可能由于巡检人员经验不足或维护不及时导致设备出现故障，造成生产不能有效保障，导致产生经济损失甚至重大事故；另一方面有可能对运行良好的设备也停机检修，造成不必要的生产中断和维护费用的浪费。

采用先进的感器和信息技术，对机电设备的运行状态进行在线监测，可以提高机电设备可靠性、安全性、可用性，有效降低设备维护维修费用。监测系统中的传感器采集实时设备状态数据，如果将这些数据全部都传输给后台服务器或者云平台进行存储和处理，当监测信号数据量大（如振动信号）、监测设备数量较多时，将对通信带宽和云平台存储和计算能力提出较高要求。因此，采用分布式计算结构是设备状态监测系统的一个发展方向。

发明内容

针对上述技术问题，本发明提出一种基于边缘计算和大数据分析技术，由智能终端、边缘网关、云服务平台组成的多级全分布式处理架构的设备状态监测系统。

本发明解决上述技术问题所采用的技术方案为：一种基于边缘计算和大数据分析的设备状态监测系统，包括传感器层、终端层、网关层和平台层，所述传感器层感应设备运行状态的信号，并将信号发送至所述终端层，该终端层对接收的信号进行分析计算，再将数据发送至所述网关层，该网关层对数据进行清洗、集成处理后发生至所述平台层进行存储、分析、查询。

作为优选，所述终端层是具有边缘计算能力的终端层，所述网关层是具有边缘计算能力的网关层。

作为优选，所述传感器层包括振动、温度、转速、电压、电流、压力、流量传感器，传感器安装在设备上，并将感应信号发送至所述终端层。

作为优选，所述终端层包括智能终端，该智能终端实时采集所述传感器发送的信号，计算特征值，并将计算结果发送至所述网关层。

作为优选，所述智能终端对实时采集的传感器数据进行时域、频域分析计算，获得时域特征值、频域特征值，在设备端建立物理故障模型并实时诊断、报警。

作为优选，所述传感器通过有线或无线方式连接至所述智能终端的模拟或数字采集通道。

作为优选，所述终端层还包括OPC终端，该OPC终端从设备的控制系统中获取工况参数并发送给所述网关层。

作为优选，所述OPC终端通过现场总线接口或局域网与设备的控制系统中的可编程逻辑控制器或OPC服务器连接，通过通信协议或OPC标准交换数据。

作为优选，所述网关层包括边缘网关，该边缘网关采用有线或者无线通信方式从所述智能终端和OPC终端接收设备状态特征值和工况参数，并根据设备的启停状态、负荷状态以及环境变化与设备状态特征值之间的关系，对数据进行清洗、集成处理。

作为优选，所述平台层包括云服务器和应用程序，云服务器从所述边缘网关接收设备状态数据，实现数据存储、分析、查询；所述应用程序利用大数据、云计算和人工智能技术，基于数据驱动建立机组个性化运维模型。