基于大数据模型的移动机器人预测性运维服务系统的制作方法

本发明涉及工业自动化，具体地说是一种基于大数据模型的移动机器人预测性运维服务系统。

背景技术：

1、一般的，移动机器人作为推动数字工厂、智慧物流发展必不可少的设备，近五年，在以制造业、电商、物流等为代表的行业年增长率均超过20%，2022年更是达到8.18万台；同时借助信息技术应用创新产业、制造业智改数转等一系列导向，移动机器人应用数据，在未来十年内仍将高速增长。

2、移动机器人应用市场高速增长的背后，运维服务却难尽人意。目前，移动机器人运维模式流程如图5所示，当现场调试完成正式投产后，机器人运行状态监测与故障诊断更多的是以现场操作人员来完成的，但现场操作人员仅具备使用技能，若出现问题不能及时发现，将产生以下危害：

3、1.突发事件和意外情况，无法确保制造业安全高效生产，特殊行业甚至可能导致不可预估安全危害，严重降低了制造业生产效率；

4、2.运维人员专业技能要求较高，且进入该行业人才不足，导致系统集成商、运维服务商无人可用，运维服务成本居高不下；

5、3.人为主管判断导致设备资产配置与运营效率较低，制造业设备更新处于被动状态，缺乏主动自我进化能力；

6、4.传统大规模的生产模式逐渐向多品种、小批量的生产模式转变，提高制造的灵活性对于运维服务需求更高；

7、5.职能部门统计数据不足，无法掌握核心行业发展状况，导致为未来行业决策时缺乏精确、有效数据支撑。

技术实现思路

1、本发明的技术任务是解决现有技术的不足，提供一种基于大数据模型的移动机器人预测性运维服务系统。

2、本发明的技术方案是按以下方式实现的，本发明的基于大数据模型的移动机器人预测性运维服务系统，该系统包括核心功能模块至少包括运行状态监测与故障诊断、故障代码自动匹配与维保方案自动生成、自动派单与故障维修指导意见下发、线上/现场维保服务。

3、该系统配置有：运维服务平台、运行状态监测、故障预警与诊断、故障代码自动匹配、维保方案自动生成与下发、自动派单、增加线上服务，并且依据维保方案精确完成移动机器人状态检测、维护保养、故障维修的线下服务；

4、（1）故障代码自动匹配与维保方案自动生成；

5、（2）自动派单与故障维修指导意见下发；

6、（3）线上/现场维保服务；

7、（4）运行状态监测与故障诊断；

8、该系统配置的数据处理的核心功能模块包括运行状态监测与故障诊断、故障代码自动匹配与维保方案自动生成、自动派单与故障维修指导意见下发、线上/现场维保服务，最终实现设备运行数据实时采集，并完成基于数据分析进行设备预测性维护，确保备件、工具和运维手册最新更新，减少平均维修时间mttr、机器停机时间，并提高首次修复率ftfr。

9、该系统所配置的运行状态监测与故障智能诊断服务：

10、移动机器人配置现场客户端，现场客户端和移动机器人同步实时运行，现场客户端实时记录移动机器人的工作状态，

11、（1）现场客户端采集移动机器人的工作状态数据，并将数据进行存储；

12、实时监测所获取的数据，

13、（2）所采集获取的数据，进行分析；构建历史数据信息和预测性分析信息；

14、（3）对历史数据信息和预测性分析信息的数据进行模型的搭建和优化；

15、（4）对所搭建的数据模型进行分析、优化、决策；

16、（5）现场客户端将实时监控数据和数据模型进行比对，实时生成当前移动机器人的实时动作信息，数据模型对当前的预测动作信息、和数据模型对当前的预测运维信息；

17、（6）将数据模型对当前的预测动作信息和实时动作信息相匹配，形成预测工作向导信息，反馈到现场客户端用户界面，供用户选择和抉择；若无应答，则继续执行移动机器人原始工作指令；若有应答，则按照应答选择的预测工作向导信息进行原始工作指令的替换，来执行应答选择的工作指令；应答选择的工作指令在移动机器人完成后，默认回归下游的原始工作指令；

18、（7）故障预警：

19、当实时监控数据和数据模型的比对结果存在异常警示信息提示后，数据模型实时生成预警码和预警信息；

20、预警码和预警信息匹配到数据模型中，构建预警机制模型；

21、预警机制模型设置预警等级，预警信息附带匹配的预警等级标识；

22、（8）故障智能匹配与诊断：

23、现场客户端配置有原始故障码和故障信息；

24、该系统将预警信息与故障信息相对比、分析，构建故障机制模型；

25、故障机制模型设置故障等级，故障信息附带匹配的故障等级标识；

26、根据故障信息智能匹配诊断信息；

27、（9）根据诊断信息，自动在线处理：

28、运维服务平台根据故障信息所匹配的诊断信息进行对移动机器人的自主修复程序的执行，执行后，运维服务平台和现场客户端判断处理是否成功，若成功，则判断为故障清除，继续运行移动机器人程序；若不成功，则进一步转为人工在线处理，由人工在线进行决策处理，处理决策执行够后，再次判断处理是否成功，若成功，则判断为故障清除，继续运行移动机器人程序；若不成功，则转为故障上报程序，将故障信息上报到运维服务平台；

29、运维服务平台根据故障信息，生成维保决策方案，维保方案下发至线下，由线下维保部门进行备品备件配齐，线下到达移动机器人现场，进行维保人员针对故障移动机器人的现场维保，直至故障清除，故障清除后上报运维服务平台，移动机器人继续运行移动机器人程序。

30、所述运行状态监测与故障智能诊断：

31、构建移动机器人预测性运维服务数据库，通过数据库中的数据结构分析、功能分析、失效分析、风险分析、优化的关键步骤完成故障模式与影响分析，并以此为依据完成运行与维护平台数据库建立，实现移动机器人运行状态检测、故障诊断、寿命计算和无故障工作时间预估的功能。

32、所述故障代码自动匹配与维保方案自动生成，基于大数据模型训练：

33、根据移动机器人实时状态数据、移动机器人修正状态数据，利用大数据模型训练，通过判别器判别二者状态数据的健康或故障，以获得故障信息，故障信息与故障代码匹配，再结合移动机器人维保方案数据，最终获得维保方案的生成；

34、基于大数据模型的故障代码自动匹配与维保方案自动生成流程是：

35、移动机器人实时状态数据实时上传后通过大数据模型训练将移动机器人故障代码与维保方案智能匹配，最终实现故障代码自动匹配与维保方案自动生成。

36、所述自动派单与故障维修指导意见下发：

37、依据最小距离原则，将移动机器人运维需求派单至最近的维修员，并将维保方案、备品备件等发送至该维修员，维修员依据维保方案完成维保服务。

38、所述的基于大数据模型的移动机器人预测性运维服务系统，在大数据模型训练上的应用。

39、所述的基于大数据模型的移动机器人预测性运维服务系统，在数字工厂设备上的应用。

40、本发明与现有技术相比所产生的有益效果是：

41、本发明的基于大数据模型的移动机器人预测性运维服务系统，通过基于大数据模型的移动机器人预测性运维服务平台完成运行状态监测、故障预警与诊断、故障代码自动匹配、维保方案自动生成与下发、自动派单等核心技术提供线上服务，并依据维保方案精确完成移动机器人状态检测、维护保养、故障维修等线下服务，做到早预防、勤保养、提高服务时效、降低维保成本的同时，将故障扼杀于初始阶段。

42、有利于针对制造型企业向智能化、数字化转型，企业可以大大提高生产效率，更有益于生产安全要求的提升。

43、最终实现设备运行数据实时采集，并完成基于数据分析进行设备预测性维护，确保了备件、工具和运维手册最新更新，减少了平均维修时间(mttr)、机器停机时间并提高了首次修复率(ftfr)。

44、本发明的基于大数据模型的移动机器人预测性运维服务系统设计合理、布局简单、安全可靠、使用方便、易于维护，具有很好的推广使用价值。