一种基于工业互联网的工业设备监测系统及方法

本发明涉及工业互联网，特别是涉及一种基于工业互联网的工业设备监测系统及方法。

背景技术：

1、随着大数据技术的普及，传统的设备维修、维护模式将逐步被智能维修所取代，及时发现工业设备的故障，能够提升功能工业设备的使用寿命。现有技术中往往采用各式各样的传感器对工业设备进行监测，通过人工或者阈值设置实现对工业设备的监测，存在精度低及数据利用率低的问题。因此，设计一种基于工业互联网的工业设备监测系统及方法是十分有必要的。

技术实现思路

1、本发明的目的是提供一种基于工业互联网的工业设备监测系统及方法，能够充分利用监测数据，实现工业设备的预测及异常检测，提高了检测精度，便于使用。

2、为实现上述目的，本发明提供了如下方案：

3、一种基于工业互联网的工业设备监测系统，包括：数据采集模块、数据处理模块及数据存储模块，所述数据采集模块连接所述数据处理模块，所述数据处理模块连接所述数据存储模块；

4、所述数据采集模块用于采集工业设备的时序监测数据；

5、所述数据处理模块用于根据工业设备的时序监测数据对工业设备进行异常检测；

6、所述数据存储模块用于存储工业设备异常检测结果及对应的时序监测数据。

7、本发明还提供了一种基于工业互联网的工业设备监测方法，应用于上述的基于工业互联网的工业设备监测系统，包括如下步骤：

8、步骤1：数据采集模块采集工业设备的时序监测数据；

9、步骤2：数据处理模块根据工业设备的时序监测数据对工业设备进行异常检测；

10、步骤3：数据存储模块存储工业设备异常检测结果及对应的时序监测数据。

11、可选的，步骤1中，数据采集模块采集工业设备的时序监测数据，具体包括如下步骤：

12、数据采集模块采集工业设备的时序监测数据，并将时序监测数据发送至数据处理模块，其中，时序监测数据包括工业设备运行时的电流、电压、温度、振动、转速及速度。

13、可选的，步骤2中，数据处理模块根据工业设备的时序监测数据对工业设备进行异常检测，具体包括如下步骤：

14、步骤201：数据处理模块获取时序监测数据，基于时序监测数据进行预测，得到预测数据；

15、步骤202：数据处理模块基于预测数据进行异常检测。

16、可选的，步骤201中，数据处理模块获取时序监测数据，基于时序监测数据进行预测，得到预测数据，具体包括如下步骤：

17、步骤2011：数据处理模块基于经验小波变换、gru门控循环单元及attention机制构建预测模型；

18、步骤2012：数据处理模块构建预测训练数据集，并基于预测训练数据集对预测模型进行训练，得到训练后的预测模型；

19、步骤2013：将获取的时序监测数据输入训练后的预测模型中，得到预测数据。

20、可选的，步骤202中，数据处理模块基于预测数据进行异常检测，具体为：

21、步骤2021：基于数据采集模块获取当前时刻的实际数据，并基于当前时刻的实际数据与预测数据得到当前时刻的单值异常点、波动异常点及异常序列；

22、步骤2022：基于单值异常点、波动异常点及异常序列进行异常类型的判断，得到异常类型。

23、可选的，步骤3中，数据存储模块存储工业设备异常检测结果及对应的时序监测数据，具体为：

24、数据存储模块获取数据处理模块得到某一时刻的异常类型、与其对应的当前时刻的预测数据、实际数据、单值异常点、波动异常点及异常序列，并将其按照异常类型进行存储。

25、根据本发明提供的具体实施例，本发明公开了以下技术效果：本发明提供的基于工业互联网的工业设备监测系统及方法，该系统包括数据采集模块、数据处理模块及数据存储模块，该方法包括数据采集模块采集工业设备的时序监测数据，数据处理模块根据工业设备的时序监测数据对工业设备进行异常检测，数据存储模块存储工业设备异常检测结果及对应的时序监测数据，该系统及方法能够充分利用监测数据，实现工业设备的预测及异常检测，提高了检测精度，便于使用。

技术特征：

1.一种基于工业互联网的工业设备监测系统，其特征在于，包括：数据采集模块、数据处理模块及数据存储模块，所述数据采集模块连接所述数据处理模块，所述数据处理模块连接所述数据存储模块；

2.一种基于工业互联网的工业设备监测方法，应用于权利要求1所述的基于工业互联网的工业设备监测系统，其特征在于，包括如下步骤：

3.根据权利要求2所述的基于工业互联网的工业设备监测方法，其特征在于，步骤1中，数据采集模块采集工业设备的时序监测数据，具体包括如下步骤：

4.根据权利要求2所述的基于工业互联网的工业设备监测方法，其特征在于，步骤2中，数据处理模块根据工业设备的时序监测数据对工业设备进行异常检测，具体包括如下步骤：

5.根据权利要求4所述的基于工业互联网的工业设备监测方法，其特征在于，步骤201中，数据处理模块获取时序监测数据，基于时序监测数据进行预测，得到预测数据，具体包括如下步骤：

6.根据权利要求5所述的基于工业互联网的工业设备监测方法，其特征在于，步骤202中，数据处理模块基于预测数据进行异常检测，具体为：

7.根据权利要求6所述的基于工业互联网的工业设备监测方法，其特征在于，步骤3中，数据存储模块存储工业设备异常检测结果及对应的时序监测数据，具体为：

技术总结本发明提供了一种基于工业互联网的工业设备监测系统及方法，该系统包括：数据采集模块、数据处理模块及数据存储模块，所述数据采集模块连接所述数据处理模块，所述数据处理模块连接所述数据存储模块，所述数据采集模块用于采集工业设备的时序监测数据，所述数据处理模块用于根据工业设备的时序监测数据对工业设备进行异常检测，所述数据存储模块用于存储工业设备异常检测结果及对应的时序监测数据。本发明提供的基于工业互联网的工业设备监测系统及方法，能够充分利用监测数据，实现工业设备的预测及异常检测，提高了检测精度，便于使用。技术研发人员：丁惠忠,赵媛媛,张君,王梦娜,唐丹丹受保护的技术使用者：沙洲职业工学院技术研发日：技术公布日：2024/7/29