大数据在设备健康预测和备件补货中的应用

提出了一种设备健康预测和库存优化方法。使用自编码器提取监测信号特征,基于深度神经网络模型进行时序预测,构建设备健康度指标;采用统计分布判定和参数拟合的预测方法实现库存优化;最后,根据设备健康状态与备件数量实现生产主动预警。实例结果表明,该方法预测精度高于LSTM算法,可对设备故障进行精确预警,且备件库存优化模型的可靠性高达90.4%,可有效减少备件库存。     

[智能设计与计划调度]工业大数据环境下的智能服务模块化设计

通过对制造与服务融合中服务运作环境和服务主体需求的分析,提出了一种智能服务的模块化设计方法,该方法采用工业大数据和模块化技术构建智能服务模块体系,包含智能服务大数据环境、智能服务模块分解和智能服务模块优化。利用工业大数据分析智能服务应用、技术和管理三个维度的关系,建立智能服务的模块化设计策略,确定智能服务的初始化模块分解,再基于结构矩阵模型将智能服务初始化模块优化为智能服务模块。通过具体实例的应用,证明了工业大数据环境中智能服务模块化设计策略的可行性和优越性。     

[学科发展]大数据驱动的智能制造

数据是未来制造业的核心要素,工业大数据分析是赋予制造“智能”的关键。系统分析了大数据驱动的智能制造的科学范式、理论方法与使能技术,阐述了应用方向与工业实践;根据“第四范式：数据密集型科学发现”,提出了“关联-预测-调控”的大数据驱动智能制造科学范式;根据数据处理流程,总结了融合处理、关联分析、性能预测与优化决策四位一体的方法体系。围绕边缘层、平台层和应用层设计大数据平台,介绍了大数据驱动智能制造的使能技术;从智能设计、计划调度、质量优化、设备运维四个角度,综述工业大数据驱动的智能制造应用现状。     

[数据建模]面向智能生产维护的大数据建模分析方法

从当前的车间离散制造过程大数据应用特性出发,基于车间智能代理,实现了制造过程大数据的采集、处理分析,建立的制造过程大数据采集模型可实现对工序数据集的封装。采用基于聚类的方法对工序数据集进行离群点检测标记,实现对制造资源生产状态的描述与量化。建立了工序级数据特征模型,结合改进的相似元分析方法,对工序过程数据多层次包装描述和制造工序的相似性进行了评价。开发了车间底层智能管理系统,并将其运用于企业生产实际。     

输变电设备集中监控大数据及应用

智能电网建设背景下,输变电设备的集中监控信息呈现出了迅猛增长的态势,对于监控人员而言,可以应用大数据技术,从海量数据中,挖掘出需要的信息,实现从被动监控到主动监控的转变。以大数据技术为支撑,以智能电网调控技术为辅助,搭建起了相应的信息分析中心,可以通过对输变电设备告警信息的挖掘与分析,完成集中监控信息的整合优化,从而提高日常监控的效率和效果,保障电网运行的安全。     

[智能设计与计划调度]机器故障下加工车间优化重调度方式预测

为预知不同故障情形下的优化重调度方式,实现快速、有效的重调度决策,提出融合调度仿真与改进概率神经网络的重调度方式预测方法。考虑到现场故障样本难获得且无法涵盖全部故障情形,利用仿真实现随机故障下优化重调度样本的生成;以工序加工时间的累计变动、变动任务数、makespan改变量为决策依据,生成各样本的标签;将带标签数据样本输入到概率神经网络模型,实现优化重调度方式预测。实验结果表明：所提出的方法准确率达99.54%;在指定加工车间和生产任务的前提下,故障机序号和故障修复时间对优化重调度方式起决定性作用。     

智能电网设备监控运行大数据平台总体设计

为了应对智能电网电力设备数量多、分布广而带来的设备运行维护监管难度大的问题,基于物联网、云计算和智能终端等新技术的应用,结合电力设备运行管控的基本特征,应用大数据分析处理技术设计了一种智能电网设备监控运行大数据平台,并在某省级电网的电力设备监控管理中进行了示范应用。实际应用结果表明,智能电网设备监控运行大数据平台实现了电力设备监管、运行数据采集、故障预警和故障诊断的自动化和智能化,能够有效解决电力设备运维安全问题,提高电力设备的安全管理水平。     

基于大数据的农业机械设备运行状态远程监测方法

针对监测农业机械设备运行状态获取的运行数据与实际数据不符而无法为设备故障诊断提供有利数据依据的问题,引入大数据技术,设计研究农业机械设备运行状态远程监测的方法。利用集工控机、采集板、通用交换路由器（Universal Switching Router,USR）系列通用分组无线服务技术（General Packet Radio Service,GPRS）模块和霍尔传感器于一体的采集模块,获取农业机械设备运行数据,并结合大数据技术建立农业机械设备运行状态预警模型。根据模型输出结果实现远程状态监测,并完成对监测结果的通信传输。通过对比方式证明,新的监测方法在实际应用中可远程获取更精准的设备运行状态参数,根据监测数据实现对运行状态的准确判断。     

如何通过加强设备管理优化备件库存控制

从备品备件信息、维修模式、维修现场需求等方面入手,分析维修备件系统与一般零件库存系统的区别,从设备管理的角度出发,研究设备信息、PM工作、设备状态监测及仓库布局优化对备件库存的影响,得出通过加强设备管理达到优化备件库存控制的方法。     

大数据技术在装备制造业的应用研究

将大数据技术应用于装备制造业,有力地推动了装备制造业的智能化发展,有效地提升我国的工业水平。本文首先介绍了大数据的概念及具有的5V基本特性,阐述了大数据的关键技术为云计算、分布式文件系统及开源实现平台Hadoop;总结出大数据处理的基本流程分为数据采集、数据处理与集成、数据分析和数据解释四个阶段,最后从实现智能化制造工厂、分析市场需求、对已售产品配套服务三个方面介绍大数据技术在装备制造业的具体应用。     

基于深度学习理论的机械装备大数据健康监测方法

机械装备正在朝着高速、高精、高效方向发展,为了确保这些装备的健康运行,健康监测系统采集了海量数据来反映机械的健康状况,促使机械健康监测领域进入了“大数据”时代。机械大数据具有大容量、多样性与高速率的特点,研究和利用先进的理论与方法,从机械装备大数据中挖掘信息,高效、准确地识别装备的健康状况,成为机械装备健康监测领域面临的新问题。深度学习理论作为模式识别和机器学习领域最新的研究成果,以强大的建模和表征能力在图像和语音处理等领域的大数据处理方面取得了丰硕的成果。结合机械大数据的特点与深度学习的优势,提出了一种新的机械装备健康监测方法。该方法通过深度学习利用机械频域信号训练深度神经网络,其优势在于能够摆脱对大量信号处理技术与诊断经验的依赖,完成故障特征的自适应提取与健康状况的智能诊断,因此克服了传统智能诊断方法的两大缺陷：需要掌握大量的信号处理技术结合丰富的工程实践经验来提取故障特征;使用浅层模型难以表征大数据情况下信号与健康状况之间复杂的映射关系。试验结果表明,该方法实现了多种工况、大量样本下多级齿轮传动系统不同故障位置不同故障类型的故障特征自适应提取与健康状况准确识别。     

装备修理级别与备件库存联合优化模型研究

在进行装备修理级别(level of repair analysis,LORA)及备件库存求解时,普遍采用二者单独优化得到各自费用最小值,而二者和不一定最小。针对该问题,以装备可用度为约束条件,装备LORA与备件库存费用之和最低为优化目标,结合多等级多层级备件库存分配建模理论(VARIMETRIC),构建了一个三层两级的非线性联合优化模型。在此基础上,分析了备件库存费用与LORA中可变费用的关系,设计了一种迭代-贪婪启发式算法对模型进行求解。相比对修理级别及备件库存单独进行优化,所提出的联合优化方法可节约维修费用。     

智能变电站设备管控大数据分析系统研究

结合数据挖掘、大数据技术在电力系统中的应用现状,分析和设计了一种智能变电站设备管控大数据分析系统。对变电站设备运行状态的大数据特征及基本框架进行了分析,并重点阐述了变电站设备运行状态大数据分析系统的数据集成与预处理、数据存储与处理、设备状态评估模型以及数据可视化展示。实验结果表明,所设计的大数据分析系统能够大幅度提升变电站设备数据分析智能化水平,为变电站管控稳定运行提供更加有效和实用性的技术支撑。     

大数据处理环境下大型机组设备故障可视化诊断方法研究

为了提升大型机组设备故障信息的提取效率,实现故障可视化诊断,提出大数据处理环境下大型机组设备故障可视化诊断方法。采用基于工作变形分析( ODS )的振动可视化技术完成大型机组设备的振动分析,获取设备不同模态下的故障频率响应信号,并将其频率谱作为故障特征,利用模糊减法聚类算法获取故障诊断结果;并利用三维平行散点图与人机交互将故障诊断结果可视化呈现。测试结果表明,该方法可通过数据聚类有效完成大型机组设备故障诊断,并且具备较好的可视化效果,可满足大型机组设备故障的可视化需求。     

面向装备健康管理的监测参数选择与健康评估方法研究

针对装备健康管理中监测参数选择缺乏定量方法和健康评估中参数权重确定过于主观的问题,提出了基于模糊层次分析法的监测参数选择方法和基于粗糙集的健康评估方法。该方法在常规层次分析法基础上,引入三角模糊数构造判断矩阵,克服了判断矩阵中元素的不平衡性,符合专家对评判对象判断存在模糊性和不确定性的客观事实。给出了监测参数选择的详细步骤,基于所选监测参数,把健康评估问题描述成典型的多属性决策问题,利用粗糙集属性重要度确定参数客观权重。航空发动机中的应用结果表明,该方法具有较好的有效性和可行性。     

基于多智能体的舰船装备健康状态仿真评估方法

考虑到海况对舰船安全航行和任务执行有着重大影响,提出了一种基于多智能体技术的装备健康状态仿真评估方法。在分析舰船装备航行任务的基础上,建立了“任务-装备-维保-环境”装备健康状态模型,针对海洋环境因素对装备性能、维保能力的影响,制定了环境智能体的内部规则和通信机制,可实现不同海况条件下舰船装备的健康状态评估。以某舰船动力系统为例,分别在0级、5级和7级海况下对其巡航任务下的健康状态进行分析与评估,仿真结果表明：相比0级海况,动力系统在5级和7级海况下健康度和任务成功率均有所降低,量化评估结果与专家定性评估结果趋势一致。     

基于断路器校验装置的数据采集与处理系统设计

介绍了一种基于断路器校验装置和PCI总线的数据采集与处理系统,并阐述了系统软、硬件的设计方法和具体实现。该系统利用VC＋＋和PC_Based Control技术,实现了对电压、电流信号的实时采集与处理。