【技術(shù)實(shí)現(xiàn)步驟摘要】
本專利技術(shù)涉及生產(chǎn)監(jiān)測(cè)領(lǐng)域，尤其涉及一種基于工業(yè)物聯(lián)網(wǎng)的生產(chǎn)監(jiān)測(cè)系統(tǒng)。
技術(shù)介紹
1、隨著大數(shù)據(jù)處理技術(shù)和人工智能算法的成熟，工業(yè)物聯(lián)網(wǎng)系統(tǒng)能夠更有效地處理和分析海量數(shù)據(jù)，識(shí)別生產(chǎn)過程中的異常和潛在問題，例如，利用傳感技術(shù)對(duì)生產(chǎn)設(shè)備進(jìn)行健康監(jiān)控，實(shí)現(xiàn)設(shè)備故障診斷、預(yù)測(cè)，提高維護(hù)效率，降低維護(hù)成本，這種融合不僅提高了生產(chǎn)監(jiān)測(cè)的準(zhǔn)確性和效率，還為企業(yè)提供了更多決策支持。
2、中國(guó)專利公開號(hào)：cn116883401a，公開了一種工業(yè)產(chǎn)品生產(chǎn)質(zhì)量檢測(cè)系統(tǒng)，該系統(tǒng)通過圖像采集模塊獲取檢測(cè)工業(yè)產(chǎn)品的表面圖像；在圖像增強(qiáng)模塊中根據(jù)不同閾值下的邊緣圖，分析圖中邊緣點(diǎn)的信息，獲取最優(yōu)邊緣圖中邊緣像素點(diǎn)的目標(biāo)程度，進(jìn)而獲取最優(yōu)尺寸并對(duì)其子塊進(jìn)行圖像增強(qiáng)，獲取待檢測(cè)工業(yè)產(chǎn)品增強(qiáng)圖像；通過圖像特征提取模塊獲取待檢測(cè)的工業(yè)產(chǎn)品表面圖像的缺陷程度；通過產(chǎn)品質(zhì)量檢測(cè)模塊，對(duì)工業(yè)產(chǎn)品表面圖像的缺陷程度進(jìn)行質(zhì)量判斷，完成生產(chǎn)質(zhì)量檢測(cè)。
3、但是，現(xiàn)有技術(shù)中還存在以下問題，對(duì)大型工廠大批量設(shè)備的生產(chǎn)進(jìn)行監(jiān)測(cè)時(shí)，由于涉及相關(guān)參數(shù)的采集，會(huì)伴隨對(duì)數(shù)據(jù)的大量分析處理，算力消耗較高，并且檢測(cè)準(zhǔn)確性不佳。
技術(shù)實(shí)現(xiàn)思路
1、為此，本專利技術(shù)提供一種基于工業(yè)物聯(lián)網(wǎng)的生產(chǎn)監(jiān)測(cè)系統(tǒng)，用以克服現(xiàn)有技術(shù)中，對(duì)大型工廠大批量設(shè)備的生產(chǎn)進(jìn)行監(jiān)測(cè)時(shí)，由于涉及相關(guān)參數(shù)的采集，會(huì)伴隨對(duì)數(shù)據(jù)的大量分析處理，算力消耗較高，并且檢測(cè)準(zhǔn)確性不佳的問題。
2、為實(shí)現(xiàn)上述目的，本專利技術(shù)提供一種基于工業(yè)物聯(lián)網(wǎng)的生產(chǎn)監(jiān)測(cè)系統(tǒng)
3、數(shù)據(jù)采集模塊，其包括用以獲取生產(chǎn)區(qū)域內(nèi)若干目標(biāo)設(shè)備圖像的圖像采集單元以及用以獲取目標(biāo)設(shè)備運(yùn)行特征的檢測(cè)模組，所述運(yùn)行特征包括音頻強(qiáng)度以及振動(dòng)強(qiáng)度；
4、特征識(shí)別模塊，其與所述數(shù)據(jù)采集模塊連接，用以基于目標(biāo)設(shè)備圖像中部件輪廓的活動(dòng)軌跡識(shí)別特異表征部件，以確定針對(duì)目標(biāo)設(shè)備圖像的特異區(qū)域；
5、特征篩選模塊，其分別與所述數(shù)據(jù)采集模塊以及特征識(shí)別模塊連接，用以對(duì)目標(biāo)設(shè)備圖像的各特異區(qū)域進(jìn)行分析，獲取各所述特異區(qū)域中關(guān)鍵點(diǎn)的擾動(dòng)軌跡與歷史周期內(nèi)對(duì)應(yīng)若干擾動(dòng)軌跡的擬合度均值，以判定目標(biāo)設(shè)備的異常傾向類別；
6、監(jiān)測(cè)模塊，其分別與所述特征篩選模塊以及數(shù)據(jù)采集模塊連接，包括異常分析單元、常態(tài)分析單元以及調(diào)度單元；
7、所述異常分析單元用以調(diào)整關(guān)鍵點(diǎn)數(shù)量，以計(jì)算調(diào)整關(guān)鍵點(diǎn)數(shù)量后的各關(guān)鍵點(diǎn)對(duì)應(yīng)的擬合度均值，以及，確定各目標(biāo)設(shè)備圖像對(duì)應(yīng)的時(shí)域段，調(diào)用所述檢測(cè)模組所采集的數(shù)據(jù)確定運(yùn)行穩(wěn)定表征參數(shù)，以結(jié)合擬合度均值判定目標(biāo)設(shè)備是否存在異常；
8、所述常態(tài)分析單元用以調(diào)整分析頻率，以對(duì)應(yīng)分析頻率對(duì)所述檢測(cè)模組所采集的數(shù)據(jù)進(jìn)行分析，以判定目標(biāo)設(shè)備是否存在異常；
9、所述調(diào)度單元用以響應(yīng)所述特征篩選模塊的判定結(jié)果，調(diào)用所述異常分析單元或所述常態(tài)分析單元。
10、進(jìn)一步地，所述特征識(shí)別模塊用以識(shí)別特異表征部件，包括，
11、用以確定目標(biāo)設(shè)備圖像中的部件輪廓；
12、用以標(biāo)定部件輪廓中的關(guān)鍵點(diǎn)，確定關(guān)鍵點(diǎn)在基準(zhǔn)時(shí)間內(nèi)移動(dòng)軌跡；
13、用以確定移動(dòng)軌跡的最大移動(dòng)范圍；
14、用以將所述最大移動(dòng)范圍與標(biāo)準(zhǔn)移動(dòng)范圍進(jìn)行對(duì)比，若所述最大移動(dòng)范圍大于或等于標(biāo)準(zhǔn)移動(dòng)范圍，則判定所述部件為特異表征部件。
15、進(jìn)一步地，所述特征識(shí)別模塊確定針對(duì)目標(biāo)設(shè)備圖像的特異區(qū)域包括，
16、以所述特異表征部件的輪廓中點(diǎn)為圓心，以預(yù)定移動(dòng)距離為半徑構(gòu)建圓形區(qū)域；
17、將所述圓形區(qū)域?qū)?yīng)范圍確定為所述針對(duì)目標(biāo)設(shè)備圖像的特異區(qū)域。
18、進(jìn)一步地，所述特征篩選模塊判定目標(biāo)設(shè)備的異常傾向類別，包括，
19、若特異區(qū)域中關(guān)鍵點(diǎn)的擾動(dòng)軌跡與歷史周期內(nèi)對(duì)應(yīng)若干擾動(dòng)軌跡的擬合度均值大于或等于擬合度均值閾值，則判定目標(biāo)設(shè)備的異常傾向類別為低異常傾向類別；
20、若特異區(qū)域中關(guān)鍵點(diǎn)的擾動(dòng)軌跡與歷史周期內(nèi)對(duì)應(yīng)若干擾動(dòng)軌跡的擬合度均值小于擬合度均值閾值，則判定目標(biāo)設(shè)備的異常傾向類別為高異常傾向類別。
21、進(jìn)一步地，所述調(diào)度單元響應(yīng)所述特征篩選模塊的判定結(jié)果，包括，
22、若目標(biāo)設(shè)備的異常傾向類別為高異常傾向類別，則調(diào)用異常分析單元；
23、若目標(biāo)設(shè)備的異常傾向類別為低異常傾向類別，則調(diào)用常態(tài)分析單元。
24、進(jìn)一步地，所述異常分析單元調(diào)整關(guān)鍵點(diǎn)數(shù)量，包括，
25、確定特異區(qū)域中關(guān)鍵點(diǎn)的擾動(dòng)軌跡與歷史周期內(nèi)對(duì)應(yīng)若干擾動(dòng)軌跡的擬合度均值；
26、增加關(guān)鍵點(diǎn)數(shù)量，關(guān)鍵點(diǎn)增加量與所述擬合度均值呈負(fù)相關(guān)。
27、進(jìn)一步地，所述異常分析單元用以調(diào)用檢測(cè)模組所采集的數(shù)據(jù)確定運(yùn)行穩(wěn)定表征參數(shù)包括，
28、用以獲取檢測(cè)模組所采集的音頻強(qiáng)度以及振動(dòng)強(qiáng)度；
29、用以計(jì)算音頻強(qiáng)度時(shí)域曲線與樣本數(shù)據(jù)庫(kù)音頻強(qiáng)度時(shí)域曲線的音頻擬合度；
30、用以計(jì)算振動(dòng)強(qiáng)度時(shí)域曲線與樣本數(shù)據(jù)庫(kù)振動(dòng)強(qiáng)度時(shí)域曲線的振動(dòng)擬合度；
31、用以計(jì)算音頻擬合度與預(yù)設(shè)的音頻擬合度閾值對(duì)應(yīng)音頻擬合度比值；
32、用以計(jì)算振動(dòng)擬合度與預(yù)設(shè)的振動(dòng)擬合度閾值對(duì)應(yīng)的振動(dòng)擬合度比值；
33、將所述音頻擬合度比值與振動(dòng)擬合度比值的和確定為運(yùn)行穩(wěn)定表征參數(shù)。
34、進(jìn)一步地，所述異常分析單元判定目標(biāo)設(shè)備是否存在異常，包括，
35、若運(yùn)行穩(wěn)定表征參數(shù)小于或等于運(yùn)行穩(wěn)定表征參數(shù)閾值或/和所述調(diào)整關(guān)鍵點(diǎn)數(shù)量后的各關(guān)鍵點(diǎn)對(duì)應(yīng)的擬合度均值小于擬合度均值標(biāo)準(zhǔn)閾值，則判定目標(biāo)設(shè)備存在異常。
36、進(jìn)一步地，所述常態(tài)分析單元調(diào)整分析頻率，包括，
37、提高分析頻率，分析頻率提高量與所述特異區(qū)域中關(guān)鍵點(diǎn)的擾動(dòng)軌跡與歷史周期內(nèi)對(duì)應(yīng)若干擾動(dòng)軌跡的擬合度均值呈負(fù)相關(guān)。
38、進(jìn)一步地，所述常態(tài)分析單元判定目標(biāo)設(shè)備是否存在異常，包括，
39、若運(yùn)行穩(wěn)定表征參數(shù)小于或等于運(yùn)行穩(wěn)定表征參數(shù)閾值，則判定目標(biāo)設(shè)備存在異常。
40、與現(xiàn)有技術(shù)相比，本專利技術(shù)通過數(shù)據(jù)采集模塊獲取生產(chǎn)區(qū)域內(nèi)若干目標(biāo)設(shè)備圖像以及目標(biāo)設(shè)備運(yùn)行特征；特征識(shí)別模塊基于目標(biāo)設(shè)備圖像中部件輪廓的活動(dòng)軌跡識(shí)別特異表征部件，以確定針對(duì)目標(biāo)設(shè)備圖像的特異區(qū)域；特征篩選模塊對(duì)目標(biāo)設(shè)備圖像的各特異區(qū)域進(jìn)行分析，獲取各特異區(qū)域中關(guān)鍵點(diǎn)的擾動(dòng)軌跡與歷史周期內(nèi)對(duì)應(yīng)若干擾動(dòng)軌跡的擬合度均值，以判定目標(biāo)設(shè)備的異常傾向類別；監(jiān)測(cè)模塊基于特征篩選模塊的判定結(jié)果適應(yīng)性地對(duì)目標(biāo)設(shè)備進(jìn)行監(jiān)測(cè)，本專利技術(shù)通過上述過程，提高易出現(xiàn)異常的動(dòng)態(tài)運(yùn)作部件的監(jiān)測(cè)精細(xì)度，同時(shí)節(jié)約算力資源，提高監(jiān)測(cè)效率。
41、尤其，本專利技術(shù)應(yīng)用在對(duì)大型工廠中大規(guī)模的目標(biāo)設(shè)備的生產(chǎn)監(jiān)測(cè)，在實(shí)際情況中，大部分設(shè)備僅存在動(dòng)作部件參與工作，動(dòng)態(tài)運(yùn)作的工作部件產(chǎn)生異常的風(fēng)險(xiǎn)較高，同時(shí)，該種類型的部件往往是在一定區(qū)域內(nèi)進(jìn)行運(yùn)作，運(yùn)作行為是容易被觀察監(jiān)測(cè)的，因此，本申請(qǐng)通本文檔來自技高網(wǎng)...
【技術(shù)保護(hù)點(diǎn)】
1.一種基于工業(yè)物聯(lián)網(wǎng)的生產(chǎn)監(jiān)測(cè)系統(tǒng)，其特征在于，包括：
2.根據(jù)權(quán)利要求1所述的基于工業(yè)物聯(lián)網(wǎng)的生產(chǎn)監(jiān)測(cè)系統(tǒng)，其特征在于，所述特征識(shí)別模塊用以識(shí)別特異表征部件，包括，
3.根據(jù)權(quán)利要求2所述的基于工業(yè)物聯(lián)網(wǎng)的生產(chǎn)監(jiān)測(cè)系統(tǒng)，其特征在于，所述特征識(shí)別模塊確定針對(duì)目標(biāo)設(shè)備圖像的特異區(qū)域包括，
4.根據(jù)權(quán)利要求1所述的基于工業(yè)物聯(lián)網(wǎng)的生產(chǎn)監(jiān)測(cè)系統(tǒng)，其特征在于，所述特征篩選模塊判定目標(biāo)設(shè)備的異常傾向類別，包括，
5.根據(jù)權(quán)利要求1所述的基于工業(yè)物聯(lián)網(wǎng)的生產(chǎn)監(jiān)測(cè)系統(tǒng)，其特征在于，所述調(diào)度單元響應(yīng)所述特征篩選模塊的判定結(jié)果，包括，
6.根據(jù)權(quán)利要求5所述的基于工業(yè)物聯(lián)網(wǎng)的生產(chǎn)監(jiān)測(cè)系統(tǒng)，其特征在于，所述異常分析單元調(diào)整關(guān)鍵點(diǎn)數(shù)量，包括，
7.根據(jù)權(quán)利要求6所述的基于工業(yè)物聯(lián)網(wǎng)的生產(chǎn)監(jiān)測(cè)系統(tǒng)，其特征在于，所述異常分析單元用以調(diào)用檢測(cè)模組所采集的數(shù)據(jù)確定運(yùn)行穩(wěn)定表征參數(shù)包括，
8.根據(jù)權(quán)利要求7所述的基于工業(yè)物聯(lián)網(wǎng)的生產(chǎn)監(jiān)測(cè)系統(tǒng)，其特征在于，所述異常分析單元判定目標(biāo)設(shè)備是否存在異常，包括，
9.根據(jù)權(quán)利
10.根據(jù)權(quán)利要求9所述的基于工業(yè)物聯(lián)網(wǎng)的生產(chǎn)監(jiān)測(cè)系統(tǒng)，其特征在于，所述常態(tài)分析單元判定目標(biāo)設(shè)備是否存在異常，包括，
...【技術(shù)特征摘要】
1.一種基于工業(yè)物聯(lián)網(wǎng)的生產(chǎn)監(jiān)測(cè)系統(tǒng)，其特征在于，包括：
2.根據(jù)權(quán)利要求1所述的基于工業(yè)物聯(lián)網(wǎng)的生產(chǎn)監(jiān)測(cè)系統(tǒng)，其特征在于，所述特征識(shí)別模塊用以識(shí)別特異表征部件，包括，
3.根據(jù)權(quán)利要求2所述的基于工業(yè)物聯(lián)網(wǎng)的生產(chǎn)監(jiān)測(cè)系統(tǒng)，其特征在于，所述特征識(shí)別模塊確定針對(duì)目標(biāo)設(shè)備圖像的特異區(qū)域包括，
4.根據(jù)權(quán)利要求1所述的基于工業(yè)物聯(lián)網(wǎng)的生產(chǎn)監(jiān)測(cè)系統(tǒng)，其特征在于，所述特征篩選模塊判定目標(biāo)設(shè)備的異常傾向類別，包括，
5.根據(jù)權(quán)利要求1所述的基于工業(yè)物聯(lián)網(wǎng)的生產(chǎn)監(jiān)測(cè)系統(tǒng)，其特征在于，所述調(diào)度單元響應(yīng)所述特征篩選模塊的判定結(jié)果，包括，
6.根據(jù)權(quán)利要求5所述...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：黃灼，劉琰，邢雁，黃錫雄，
申請(qǐng)(專利權(quán))人：廣州機(jī)智云物聯(lián)網(wǎng)科技有限公司，
類型：發(fā)明
國(guó)別省市：
還沒有人留言評(píng)論。發(fā)表了對(duì)其他瀏覽者有用的留言會(huì)獲得科技券。