基于时序关联规则的设备预警平台制造技术

本发明专利技术提供基于时序关联规则的设备预警平台，涉及计算机辅助设计与制造领域，包括设备层、控制层和应用层，所述设备层内包括设备、用于采集设备温度的传感器、用于采集设备流量的计量装置和设备控制器，所述控制层内设有控制系统、线边控制系统及被控制系统控制的报警系统，所述应用层内设有设备管理系统、用于同步数据的跨系统集成和预警子系统。本发明专利技术纳入了工艺参数与故障的关联规则维度，提高算法收敛速度及预警的准确度，提前发现设备问题隐患，提前解决问题，提高设备的可靠性和稳定性，提出的改进时序关联规则算法，收敛速度快、处理效率高，对客户端配置要求低，降低了平台使用成本。用成本。用成本。

【技术实现步骤摘要】
基于时序关联规则的设备预警平台


[0001]本专利技术涉及计算机辅助设计与制造领域，具体为基于时序关联规则的设备预警平台。

技术介绍

[0002]在目前的工业生产生活中，都会大批量地使用多样的加工设备来保证生产活动的进行，这些设备价格昂贵，维修成本高，一旦发生事故或停机，会严重影响生产效率，所以工厂的大多会配备设备故障预警系统进行预防，保证在设备出现问题前或出现问题的第一时间进行预警反馈，但是现有的设备故障预警技术，主要是针对故障代码进行分类，根据数据挖掘技术预测故障趋势，缺少了关键工艺参数的维度，其次传统的关联规则挖掘算法有两个弊端，一是重复扫描数据库，数据库开销大，二是迭代次数多，处置的数据量大，算法适应性差，导致对客户端的配置要求高，预警平台的决策反应慢，处理效率低，增加了平台使用成本。

技术实现思路

[0003]针对现有技术的不足，本专利技术提供了基于时序关联规则的设备预警平台，解决了检查的全面性差，使用起来不方便和精度不高的问题。
[0004]为实现以上目的，本专利技术通过以下技术方案予以实现：基于时序关联规则的设备预警平台，包括设备层、控制层和应用层，所述设备层内包括设备、用于采集设备温度的传感器、用于采集设备流量的计量装置和设备控制器，所述控制层内设有控制系统、用于读取控制系统数据和将数据写入控制系统的线边控制系统及被控制系统控制的报警系统，用于采集设备关键工艺参数及报警信息，所述应用层内设有设备管理系统、用于同步数据的跨系统集成和预警子系统，用于收集预警数据，对数据预处理及通过时序关联规则算法进行预警分析。
[0005]优选的，所述控制系统还与传感器和计量装置电连接，用于接入传感器的温度数据和计量装置的流量数据。
[0006]优选的，所述跨系统数据与设备控制器电连接，用于实时读取设备控制器的数据。
[0007]优选的，所述线边控制系统还与设备管理系统电连接，用于同步输出数据。
[0008]优选的，所述时序关联规则算法具体包括以下步骤：
[0009]S1：通过传感器及计量装置采集设备温度信息及流量信息；
[0010]S2：将采集的数据储存入数据库或数据仓库内；
[0011]S3：对数据进行预处理，采用Apriori改进算法将故障数据库转换为时序项集矩阵；
[0012]S4：输入所有频繁项集，包括支持度、置信度和保养系数，拆分时序规则模式，输出所有频繁时序管理规则；
[0013]S5：做出决策并反馈决策结果，若决策结果为T，则重置参数并返回步骤S4，若决策
结构为F，则执行结束指令。
[0014]工作原理：设备故障预警对于设备安全运行，提高设备管理效率具有重要的现实意义。考虑设备故障数据的特点，结合传统时序关联规则算法的思想，建立了时序故障数据模型，将故障数据转换为时序项集矩阵，针对该矩阵，提出了改进的频繁时序关联规则查找算法，利用该算法对设备故障数据进行频繁时序关联规则挖掘，预测设备故障趋势，为设备管理提供有力支持。
[0015]本专利技术提供了基于时序关联规则的设备预警平台。具备以下有益效果：
[0016]1、本专利技术不仅考虑了故障代码的时序关联规则分析，还纳入了工艺参数与故障的关联规则维度，提高算法收敛速度及预警的准确度，提高设备的使用寿命，设备预警平台为设备的运维保养提供决策支持，提前发现设备问题隐患，提前解决问题，提高设备的可靠性和稳定性。
[0017]2、本专利技术通过提出了改进的时序关联规则算法，将预警数据库转换为时序项集矩阵，对数据库的操作转换为对矩阵的处理，提高算法效率，算法收敛速度快、处理效率高，对客户端配置要求低，降低了平台使用成本。
附图说明
[0018]图1为本专利技术的整体流程示意图；
[0019]图2为本专利技术中时序关联规则算法流程示意图。
具体实施方式
[0020]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0021]实施例：
[0022]如图1
‑
2所示，本专利技术实施例提供基于时序关联规则的设备预警平台，包括设备层、控制层和应用层，设备层内包括设备、用于采集设备温度的传感器、用于采集设备流量的计量装置和设备控制器，控制层内设有控制系统、用于读取控制系统数据和将数据写入控制系统的线边控制系统及被控制系统控制的报警系统，用于采集设备关键工艺参数及报警信息，应用层内设有设备管理系统、用于同步数据的跨系统集成和预警子系统，用于收集预警数据，对数据预处理及通过时序关联规则算法进行预警分析。
[0023]控制系统还与传感器和计量装置电连接，用于接入传感器的温度数据和计量装置的流量数据，跨系统数据与设备控制器电连接，用于实时读取设备控制器的数据，线边控制系统还与设备管理系统电连接，用于同步输出数据。
[0024]本实施例中，通过不断的积累和沉淀，建立设备可靠性模型，并将模型抽象化，形成设备预警子系统，对设备采集数据以及故障数据形成海量的信息，通过对大数据的关联规则分析及算法处理，对设备可靠性进行评价和预测，提前发现故障，为设备的维修作出决策支持，提高设备的使用寿命。
[0025]对于所有被采集设备的实时状态信息，在一个软件界面内全部体现，并且该界面
内应对设备的状态加以不同颜色的预警信号灯以区别，方便管理人员及时发现设备关机、异常停工、故障等情况。
[0026]时序关联规则算法具体包括以下步骤：
[0027]S1：通过传感器及计量装置采集设备温度信息及流量信息；
[0028]S2：将采集的数据储存入数据库或数据仓库内；
[0029]S3：对数据进行预处理，采用Apriori改进算法将故障数据库转换为时序项集矩阵；
[0030]S4：输入所有频繁项集，包括支持度、置信度和保养系数，拆分时序规则模式，输出所有频繁时序管理规则；
[0031]S5：做出决策并反馈决策结果，若决策结果为T，则重置参数并返回步骤S4，若决策结构为F，则执行结束指令。
[0032]具体的，在频繁项集的所有时序规则模式中，不一定每个时序规则模式的最大同一时序关联规则都能满足最小时序支持度。所以设备故障预警可以转换为求时序项集矩阵的所有频繁时序关联规则，从而预测设备故障趋势。
[0033]进一步的，由于挖掘的对象是海量的故障数据，传统的挖掘算法有两个弊端，首先重复扫描数据库，数据库开销大，其次迭代次数多，处置的数据量大，算法适应性差，本专利技术提出一种Apriori改进算法，将故障数据库转换为时序项集矩阵，对数据库的操作转换为对矩阵的处理，减少了对计算机配置的要求，提高了算法效率和计算速度，利用该关联规则算法找出时序项集矩阵中所有的频繁项集。
[0034]进一本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于时序关联规则的设备预警平台，包括设备层、控制层和应用层，其特征在于：所述设备层内包括设备、用于采集设备温度的传感器、用于采集设备流量的计量装置和设备控制器，所述控制层内设有控制系统、用于读取控制系统数据和将数据写入控制系统的线边控制系统及被控制系统控制的报警系统，用于采集设备关键工艺参数及报警信息，所述应用层内设有设备管理系统、用于同步数据的跨系统集成和预警子系统，用于收集预警数据，对数据预处理及通过时序关联规则算法进行预警分析。2.根据权利要求1所述的基于时序关联规则的设备预警平台，其特征在于：所述控制系统还与传感器和计量装置电连接，用于接入传感器的温度数据和计量装置的流量数据。3.根据权利要求1所述的基于时序关联规则的设备预警平台，其特征在于：所述跨系统数据...

【专利技术属性】
技术研发人员：陆远，甘超，
申请(专利权)人：江西小手软件技术有限公司，
类型：发明
国别省市：