一种基于物联网的转动机械预测性维护系统技术方案

本实用新型专利技术公开一种基于物联网的转动机械预测性维护系统，包括多源融合感知终端，设置在转动机械上，用于测量转动机械的工作状况参数，并将数据上传至云端平台；图像采集模块，用于拍摄转动机械的工作状态，并将数据上传至云端平台；云端平台，设置在用户端，用于接收多源融合感知终端和图像采集模块上传的数据并进行显示、数据整理、分析，并对异常的状态进行预警，本系统是基于机械设备中电机、轴承及齿轮箱的监测需要，结合了无线网络技术、边缘智能算法组成的一套振动及噪音、温度、磁通量、视觉多传感融合智能终端预警监测系统，对异常数据进行诊断分析，自动对异常部件进行预测。自动对异常部件进行预测。自动对异常部件进行预测。

【技术实现步骤摘要】
一种基于物联网的转动机械预测性维护系统


[0001]本技术涉及工业监测
，具体是一种基于物联网的转动机械预测性维护系统。

技术介绍

[0002]设备预测性维护，是一种新型的设备维护方式，相比传统的修复性维护、预防性维护等，该方法能为预防性措施带来更精确的结果，从而避免故障的发生。预测性维护的优势是，当关键部件显露出故障的早期迹象时，可以在其使用寿命实际结束前进行更换，达到“上医治未病”的目的。
[0003]传统的旋转机械采用有线或离线式监测方式。离线方式一般为定时点检，人工巡检，存在实时性差，人力成本高等缺点；有线方式存在布线麻烦，设备安装繁琐、影响机械运转等、易干扰以及高成本等缺点。并且，只能对单个传感器参数进行监测和分析，如温度、振动、声音等，无法对多种数据源参量进行综合诊断分析，无法实现故障提前预警。

技术实现思路

[0004]本技术的目的在于提供一种基于物联网的转动机械预测性维护系统，以解决上述
技术介绍
中提出的问题。
[0005]为实现上述目的，本技术提供如下技术方案：一种基于物联网的转动机械预测性维护系统，包括多源融合感知终端，设置在转动机械上，用于测量转动机械的工作状况参数，并将数据上传至云端平台；
[0006]图像采集模块，用于拍摄转动机械的工作状态，并将数据上传至云端平台；
[0007]云端平台，设置在用户端，用于接收多源融合感知终端和图像采集模块上传的数据并进行显示、数据整理、分析，并对异常的状态进行预警；
[0008]所述多源融合感知终端和图像采集模块均通过通信模块与云端平台进行无线或有线方式数据传输。
[0009]进一步的，所述多源融合感知终端为多功能传感器，且其内集成有热敏元件、力敏元件、磁敏元件、声敏元件等敏感元件，用于测量转动电机的振动、噪声、磁通量和温度等工作参数。
[0010]进一步的，所述图像采集模块为AI智能视频监测摄像机，通过AI图像识别技术，建立监测点正常状态建模，利用智能算法比对识别监测点实时状态与正常状态建模的差别点。
[0011]进一步的，所述云端平台内设置有数据库模块、数据处理模块和预警模块；所述数据处理模块对接收的数据进行进行数据整理、分析，通过预警模块对异常的状态数据进行预警，并将异常状态数据记录于数据库模块内。
[0012]进一步的，所述云端平台包括包括显示屏，用于显示机械的有时域波形、频谱图、趋势图、三维点阵图、温度和统计量的SPC管制图等各类数据图形。
[0013]与现有技术相比，本技术的有益效果是：
[0014]本系统是基于机械设备中电机、轴承及齿轮箱的监测需要，结合了无线网络技术、边缘智能算法组成的一套振动及噪音、温度、磁通量、视觉多传感融合智能终端预警监测系统，利用现场新增传感器、已有系统的数据等完成底层数据和诊断结果的获取，对异常数据进行诊断分析，自动对异常部件的异常部位、异常严重程度、状态发展趋势(可使用寿命)进行预测，通过系统的可视化组件进行可视化呈现，并指导维护人员开展一系列的巡检和检维修操作。
附图说明
[0015]图1为本技术一种基于物联网的转动机械预测性维护系统的流程图；
[0016]图2为本技术的多源融合感知终端原理框图。
[0017]图中：多源融合感知终端
‑
1、图像采集模块
‑
2、云端平台
‑
3、通信模块
‑
4、热敏元件
‑
5、力敏元件
‑
6、磁敏元件
‑
7、声敏元件
‑
8、数据库模块
‑
9、数据处理模块
‑
10、预警模块
‑
11。
具体实施方式
[0018]下面将结合本技术实施例中的附图，对本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技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，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，都属于本技术保护的范围。
[0019]请参阅图1和图2所示，一种基于物联网的转动机械预测性维护系统，包括多源融合感知终端1，设置在转动机械上，用于测量转动机械的工作状况参数，并将数据上传至云端平台3；图像采集模块2，用于拍摄转动机械的工作状态，并将数据上传至云端平台3；云端平台3，设置在用户端，用于接收多源融合感知终端1和图像采集模块2上传的数据并进行显示、数据整理、分析，并对异常的状态进行预警；多源融合感知终端1和图像采集模块2均通过通信模块4与云端平台3进行无线或有线方式数据传输。
[0020]在本实施例中，多源融合感知终端1为多功能传感器，且其内集成有热敏元件5、力敏元件6、磁敏元件7、声敏元件8等敏感元件，用于测量转动电机的振动、噪声、磁通量和温度等工作参数。
[0021]在本实施例中，图像采集模块2为AI智能视频监测摄像机，通过AI图像识别技术，建立监测点正常状态建模，利用智能算法比对识别监测点实时状态与正常状态建模的差别点。
[0022]在本实施例中，云端平台3内设置有数据库模块9、数据处理模块10和预警模块11；数据处理模块10对接收的数据进行进行数据整理、分析，通过预警模块11对异常的状态数据进行预警，并将异常状态数据记录于数据库模块9内。
[0023]本实施例中，云端平台3包括包括显示屏，用于显示各类数据图形，云端平台3包括了一个故障数据的标定平台。云端分析数据的可视化包括了各类图形，有时域波形，频谱图，趋势图，三维点阵图，以及温度和一些统计量的SPC管制图等。
[0024]监测系统能够建立故障样本数据库，当振动超越限定值时，自动建立故障样本数
据库。监测系统能够实现转机故障报警、分析，提供诊断结论指导现场检维修工作，并能够与设备管理系统交互，实现设备从报警、分析、检修、运行的闭环管理。
[0025]本实施例的工作原理如下：
[0026]多源融合感知终端1安装在电机、轴承、齿轮箱等需要收集运行状态数据的设备部件上，然后终端1将采集到的温度、振动、声音以及实时诊断结果等数据通过4G公网上传到云端平台3上，平台对上传的数据进行数据整理、分析，并对异常的状态进行预警；
[0027]风机或水泵等转动机械进出口膨胀节、油位状态、轴封、及结合面渗漏、挡板门销子状态等是否处于健康状态，必须通过图像来提供信息来源，常规的图像监测不能直观的看出微弱的异常变动，通过AI智能视频监测摄像机的AI图像识别技术，根据监测点正常状态建模，摄像头通过无线或有线网络无损的将现场画面传送到云端平台3，通过智能算法比对识别，快速准确的输出状态结果和数据记录。
[0028]尽管参照前述实施例对本技术进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于物联网的转动机械预测性维护系统，其特征在于：包括多源融合感知终端，设置在转动机械上，用于测量转动机械的工作状况参数，并将数据上传至云端平台；图像采集模块，用于拍摄转动机械的工作状态，并将数据上传至云端平台；云端平台，设置在用户端，用于接收多源融合感知终端和图像采集模块上传的数据并进行显示、数据整理、分析，并对异常的状态进行预警；所述多源融合感知终端和图像采集模块均通过通信模块与云端平台进行无线或有线方式数据传输。2.根据权利要求1所述的一种基于物联网的转动机械预测性维护系统，其特征在于：所述多源融合感知终端为多功能传感器，且其内集成有热敏元件、力敏元件、磁敏元件、声敏元件敏感元件，用于测量转动电机的振动、噪声、磁通量和温度工作参数。3.根据权利要求1...

【专利技术属性】
技术研发人员：王兆虎，李国闽，乔瑞鑫，李扶摇，杜淑福，黄铃榕，李振华，叶岩，肖长堂，洪国泰，
申请(专利权)人：福建省福能晋南热电有限公司，
类型：新型
国别省市：