[发明专利]一种基于数字孪生的售后设备预测性维护协同系统在审

专利信息
申请号: 202011319266.4 申请日: 2020-11-23
公开(公告)号: CN112418523A 公开(公告)日: 2021-02-26
发明(设计)人: 陈雨晨;李晓 申请(专利权)人: 杭州电子科技大学
主分类号: G06Q10/04 分类号: G06Q10/04;G06Q10/00;G06Q30/00
代理公司: 浙江千克知识产权代理有限公司 33246 代理人: 周希良
地址: 310018 浙江省杭州市*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 数字 孪生 售后 设备 预测 维护 协同 系统
【说明书】:

发明提供一种基于数字孪生的售后设备预测性维护协同系统,包括:构建模块,用于构建基于设备制造方的数字孪生的协同维护七维模型;采集模块,用于基于数字孪生的协同维护七维模型采集与传输设备的运行状态参数;分析模块,用于基于数字孪生的协同维护七维模型对采集到的设备运行参数进行预测分析,得到设备的预测结果;判断模块,用于根据得到的设备预测结果判断当前设备的状态是否正常;处理模块,用于当判断得到当前设备为异常状态时,对当前设备的异常问题做出初步诊断,得到初步诊断结果;显示模块,用于基于数字孪生的协同维护七维模型以可视化的方式向生产操作人员、设备维护参与者实时展现设备的运行状态、预测趋势以及初步诊断结果。

技术领域

本发明涉及售后设备维护技术领域,尤其涉及一种基于数字孪生的售后设备预测性维护协同系统。

背景技术

随着物联网和智能互联的出现,制造业开始依靠这一有用的工具进行服务化创新,解决生产和服务中的问题,以提高产品质量,推动服务创新。从制造设施和设备的角度来看,这意味着考虑延长设备的预期寿命,这是实现更可持续运营的关键因素,也是设备制造商的商机。对于设备制造企业来说,如果能提供更可靠的产品和售后服务,将会获得更高的声誉和收益。对于设备用户来说,如果能得到快速准确的维修服务,就可以减少因设备故障而造成的产品质量和生产能力的损失。在日趋激烈的市场竞争下,为了获得更大的市场份额,企业必须采用新的维修模型、方法和技术来改善其售后服务。

在制造企业,设备的维护方式发生了巨大的改变:从传统的故障检修模式,转变为预防性、预测性和设计性维护。传统的故障检修模式为纠正性维护,设备检修任务主要以经验法或定性法为主,缺乏对关键设备的识别和分类,无法合理配置维修资源。并且存在维修不完善、过度维修和潜在危险,设备的可靠性、可用性和安全性难以控制和保证。针对传统设备维护的低可靠性,当前对设备的预防性和预测性维护,主要集中于远程监控服务和基于智能算法的设备状态预测。现有的远程监控维护研究更多的只是实现由经验主导的设备下一时刻运行状态的推测,无法做到更好的模拟预测。基于智能算法的设备状态预测,仅能实现对设备下一状态的计算预测,无法实现设备当前状态和下一状态的可视化。

尽管一些文章描述了对设备远程监测、预测的可行性,提出了结合设备制造商、备件供应商等利益相关者的维护服务框架,但尚未涉足基于数字孪生技术的由设备制造商提供的售后设备维护服务。这是一个重要的点,因为它可以提供一种新的售后设备维护方式。为了满足制造商对设备的实时监测、故障预测和远程指导的需求,避免因地理分散而导致的协作效率低。

针对以上技术问题,故需对其进行改进。

发明内容

本发明的目的是针对现有技术的缺陷,提供了一种基于数字孪生的售后设备预测性维护协同系统。

为了实现以上目的,本发明采用以下技术方案:

一种基于数字孪生的售后设备预测性维护协同系统,包括:

构建模块,用于构建基于设备制造方的数字孪生的协同维护七维模型;

采集模块,用于基于构建的数字孪生的协同维护七维模型实时采集与传输设备的运行状态参数;

分析模块,用于基于构建的数字孪生的协同维护七维模型对采集到的设备运行参数进行预测分析,得到设备的预测结果;

判断模块,用于根据得到的设备预测结果判断当前设备的状态是否正常;

处理模块,用于当判断得到当前设备为异常状态时,对当前设备的异常问题做出初步诊断,得到初步诊断结果;

显示模块,用于基于数字孪生的协同维护七维模型以可视化的方式向生产操作人员、设备维护参与者实时展现设备的运行状态、预测趋势以及初步诊断结果。

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杭州电子科技大学,未经杭州电子科技大学许可,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/202011319266.4/2.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