设备维保智能控制系统及方法与流程

本发明属于计算机及网络技术领域，特别是涉及一种设备维保智能控制系统及方法。

背景技术：

近年来，我国经济社会的高速发展，冶金工业作为我国经济建设的基础产业，其装备配置水平随着产业升级和环保要求提升而不断的提高。随着各类传感器、机械手、工艺生产模型、数据链在冶金设备领域应用逐渐增多，传统的设备维护手段已跟不上技术的进步，无法保证冶金设备高质量、高效率、高稳定性的运转。

冶金工业产品(例如各类管材、型钢、板材等)必须是产量和质量并重才能见效益，其生产设备需要长时间、高强度的持续工作，又因为其原料高温特征(例如钢水温度通常1500～1700℃)，冶金设备的冷却和润滑要求苛刻。可以说，现在的冶金设备具有工作条件恶劣，结构复杂、自动化程度高的特点，而主流的设备维保方法是定期点检、故障事后维修或定期维修，这种方法在设备自动化程度较低的时代较好的契合了当时的需求，于当前，发明人发现其慢慢凸显不合理性：

首先，冶金设备自动化程度越来越高，维护的专业性越来越强，相关专业模块需要厂家维修或厂家技术支持才能维修。主流的点检维修手段，缺少基于数据的诊断工具，也难以向厂家传送故障信息，一旦损坏再维修停机时间较长。

其次，主流的维保方法依靠各类工艺规程和工人的经验完成任务，缺少基于历史数据的参考和维修专家做系统指导，设备维护效果因人而异，效果不稳定。

再次，主流的维保方法基本上是对故障的事中、事后处理，没有基于数据的故障预测模型，缺少事前预防，维保项目和维保时间间隔与设备状态关系不大。主流的维保方式有两类：故障维修和定期维修，两种方式都有缺陷。故障维修：因定期点检往往难以发现所有设备问题，维修通常是设备运行故障后进行维修，如果停机下线维修，不符合冶金行业设备连续生产的特点，损失大；如果在线维修，危险性高，不符合行业操作规范。定期维修：认为设备在设计寿命到达前会发生损坏，需要在此之前对设备进行维修，相应的维修计划和备件采购计划由此而定。实际设备可用寿命是受多种条件影响的复杂问题，过渡保养和欠保养问题时有发生，特别是备件超额采购问题给企业带来了成本压力。

最后，随着冶金设备自动化程度越来越高，生产部门减员效果明显，但在设备维保领域，主流的维护方法需要大量人力从事设备巡检、维修、仓库管理，很难满足冶金企业减员增效要求。

技术实现要素：

为了克服现有技术中存在的不足，本发明提供了一种可实现设备维保资源合理配置的设备维保智能控制系统，包括人工智能模块、云端设备、手持设备、仓库终端和维保终端，所述人工智能模块安装在所述云端设备上；所述手持设备通过网络与所述人工智能模块通信；所述仓库终端通过网络与所述人工智能模块通信；所述维保终端通过网络与所述人工智能模块通信；所述维保终端通过网络与需维保设备通信。该利用了人工智能(artificialintelligence，简称ai)及网络技术，其中，人工智能模块用于数据的分析、评估、预测并给出系统内各种需求的解决方案；手持设备用于维保数据的查询、接受、上传；仓库终端用于维保现场所需备件的管理；维保终端用于提供必要的信息协助维保现场管理者执行具体的任务和上传各类数据，另外，维保终端通过厂内网络与冶金设备建立通信，获取设备运行状态相关数据；所述冶金设备是本系统的服务对象。

优选的，所述人工智能模块包含数据存储模块、算法模块、报表生成模块、登录权限模块和通讯接口模块；数据存储模块存储数据信息；算法模块对数据进行分析、诊断、评估、预测给出相应的解决方案；报表生成模块生成需维保设备的配件消耗报表，通过网络传输至维保终端，维保终端再通过网络传送至手持设备；登录权限模块对手持设备、仓库终端、维保终端访问人工智能模块的权限进行验证；通讯接口模块实现人工智能模块与手持设备、仓库终端、维保终端的网络连接及数据交互。

进一步的，所述算法模块包括传统维保系统、维修专家系统、维保工单预配置模块、故障专家系统和备件库存预测模块。

进一步的，所述数据存储模块包含历史工单数据、历史故障信息、云端备件库及设备状态信息。

进一步的，所述手持设备包括触发装置、输入装置、信息接收模块、提醒装置、访问模块及通讯接口；触发装置能够识别需维保设备的电子标签；输入装置便于工人输入不能自动采集的信息；信息接收模块能够接收报表、需维保设备的信息及任务单；提醒装置通过短信、振动方式提醒手持设备持有者有新的信息；访问模块通过网络由所述登录权限模块验证手持设备访问人工智能模块的权限；通讯接口与人工智能模块的所述通讯接口模块网络连接，实现手持设备与人工智能模块的数据交互。

进一步的，所述维保终端包括设备状态监控模块、工单分配模块、备件调拨模块、报表审核模块、临时维修申报模块、访问模块及通讯接口；设备状态监控模块用于采集需维保设备的信息；工单分配模块用于接收云端设备传输过来的维保工单，形成配置人力、备件、工器具以及维修指导作业书的维修工单；备件调拨模块把维修工单的备件需求信息传递至仓库终端；报表审核模块接收云端设备生产报表进行审核，审核后传输回云端设备；临时维修申报模块进行临时性或突发性设备维护申报；访问模块通过网络由所述登录权限模块验证维保终端访问人工智能模块的权限；通讯接口与人工智能模块的所述通讯接口模块网络连接，实现维保终端与人工智能模块的数据交互。

进一步的，所述仓库终端包括备件数据库、订单模块、备件入库模块、备件出库模块、库存预警装置、访问模块及通讯接口；所述备件数据库存储需维保设备的备件库存信息，所述备件数据库与所述云端备件库通过网络保持数据同步；所述算法模块中的所述备件库存预测模块预测需维保设备的备件需求，结合云端备件库的数据，向订单模块传送信息，订单模块根据备件库存预测模块的信息生成备件订单；通过手持设备识别备件信息传输至云端设备，所述备件入库模块通过网络接受由云端设备传输过来的备件订单信息办理入库，或者在本地终端办理备件信息入库并完成库存信息与云端备件库的同步；所述备件出库模块根据所述维保终端的备件调拨模块通过网络传送的信息进行备件出库处理；库存预警装置根据云端备件库和备件库存预测模块的数据信息，在仓库终端发出报警信息；访问模块通过网络由所述登录权限模块验证仓库终端访问人工智能模块的权限；通讯接口与人工智能模块的所述通讯接口模块网络连接，实现仓库终端与人工智能模块的数据交互。

优选的，手持设备、仓库终端或者维保终端可以有多个，并分别与人工智能模块有网格连接。作为服务对象的需维保设备可以有多个，需维保设备可以与维保终端一对一网络连接，或者多个需维保设备为一组同一个维保终端网络连接。

本发明还提供了一种上述系统的设备维保智能控制方法，包括以下步骤：

登录步骤：各类设备包括手持终端、维保终端、仓库终端通过网络访问与云端设备的人工智能模块建立连接；

监控步骤：通过维保终端连接需维保设备，云端设备采集需维保设备信息，对需维保设备数据进行监控，剔除杂质信息，存储合格信息；

评估与预测步骤：人工智能模块根据实时的需维保设备状态信息、历史故障信息、性能参数的极限值等信息，采用人工智能算法预测需维保设备可能出现的故障；

诊断与维修步骤：在故障已经发生或者人工智能模块预测故障将要发生时，人工智能模块在分析数据基础上采用人工智能算法推断故障发生的原因，并进行相应处理；

工单分配步骤：维保终端接收人工智能模块传达的初步维保工单，配置人力、备件、工器具以及维修指导作业书形成正式维修工单，维修工单传达至责任人；

备件调拨步骤：仓库终端接收云端人工智能模块的预测的备件需求，办理备件实物出库。

本发明的有益效果有：基于人工智能的算法可在设备未发生故障之前进行预测和评估，大大减少设备非正常停机的可能，同时，还能通过智能算法对已发故障进行诊断并给出维修指导方案。系统整合了设备运行信息、历史数据、仓库管理、维修方案、人力配置等维保相关的资源，并将相关资源纳入统一的平台(人工智能模块)统一管理，提升了维保的效率和准确性，减少了人力、备件消耗，效益明显。

附图说明

图1为本发明的设备维保智能控制系统示意图；

图2为系统实施例的手持设备功能模块示意图；

图3为系统实施例的人工智能模块功能模块示意图；

图4为图3中数据存储模块的子模块示意图；

图5为图3中算法模块的子模块示意图；

图6为系统实施例的仓库终端功能模块示意图；

图7为系统实施例的维保终端功能模块示意图；

图8为本发明的设备维保智能控制方法的登录步骤示意图；

图9为设备维保智能控制方法的监控步骤示意图；

图10为设备维保智能控制方法的评估与预测步骤示意图；

图11为设备维保智能控制方法的诊断与维修步骤示意图；

图12为设备维保智能控制方法的工单分配步骤示意图；

图13为设备维保智能控制方法的备件调拨步骤示意图。

图中：10-手持设备，101-手持设备的通讯接口，102-手持设备的访问模块，103-触发装置，104-输入装置，105-信息接收模块，106-提醒装置；20-人工智能模块，201-通讯接口模块，202-登录及权限模块，203-数据存储模块，2031-历史工单数据，2032-历史故障信息，2033-云端备件库，2034-设备状态信息，204-算法模块，2041-传统维保系统，2042-维修专家系统，2043-维保工单预配置模块，2044-故障专家系统，2045-备件库存预测模块，205-报表生成模块，30-云端设备；40-仓库终端，401-仓库终端的通讯接口，402-仓库终端的访问模块，403-备件数据库，404-订单模块，405-备件入库模块，406-备件出库模块，407-库存预警装置；50-维保终端，501-维保终端的通讯接口，502-设备状态监控模块，503-工单分配模块，504-备件调拨模块，505-报表审核模块，506-临时维修申报模块，507-维保终端的访问模块；60-需维保设备，601-部件，602-零件。

具体实施方式

为了更加透彻的理解本发明，现在参考附图所示的一些实施例来详细描述本发明。在缺少部分或者具体细节的情况下，也可以实现本发明。对于公知的处理步骤和/或结构，本发明不做具体描述。另外，尽管结合特定的实施例对本发明进行了描述，但该描述不是将本发明限定于所描述的实施例，不能作为本发明要求的保护范围的限定。

图1所示的实施例系统模块示意图，包括人工智能模块20、云端设备30、手持设备10、仓库终端40、维保终端50和需维保设备60；其中，所述人工智能模块20运行于所述云端设备30之上，用于数据的分析、评估、预测并给出系统内各种需求的解决方案；所述手持设备10通过有线或者无线网络与所述人工智能模块20建立通信，用于维保数据的查询、接受、上传；所述仓库终端40通过有线或者无线网络与所述人工智能模块20建立通信，用于维保现场所需备件的管理；所述维保终端通50通过有线或者无线网络与所述人工智能模块20建立通信，用于提供必要的信息协助维保现场管理者执行具体的任务和上传各类数据，另外，所述维保终端50通过有线或者网络与需维保设备60建立通信，获取需维保设备运行状态相关数据；所述需维保设备60是本系统的服务对象，在冶金领域需维保设备60即指冶金设备。本系统关注需维保设备整体上线工作时长，易损零件以及价值较高的部件也是系统重点关注的地方。需维保设备60本体以及重点关注的零件602、部件601可设置电子标签，电子标签本身包含一定信息，也可通过手持设备10接触电子标签后，询问云端设备30上的人工智能模块20来查询需维保设备60及其零件602、部件601的相关信息。

手持设备10可以与需维保设备60、部件601、零件602上的标签(标识物)互动，互动方式可以是扫描、感应、电磁激励、图像识别、声纹识别等直接或非直接的接触方式。标签(标识物)自身可包含信息，也可通过其特征在相关远程数据库查询出信息。标签(标识物)包括但不限于二维码、nfc标签、电磁卡、条形码等。

图2所示的实施例手持设备10用于维保数据的查询、接受、上传。持设备10包括：触发装置103、输入装置104、信息接收模块105、提醒装置106、访问模块102和通讯接口101；触发装置103用于电子标签识别。输入装置104用于工人点检时，上报系统不能自动采集又很重要的信息。信息接收模块105用于接收各类报表、需维保设备信息、维修任务单等内容。提醒装置106可通过短信、振动等方式提醒手持设备10持有者有新的信息到来。访问模块102通过网络连接云端设备30上的人工智能模块20以密码或者其他方式进行权限验证。通讯接口101是手持设备10与人工智能模块20的连接端口，用于各类数据的交互。手持设备10可以通过有线或无线网络来接受和发送信息，手持设备10可以有多个，每个手持设备10可以是包括硬件、软件组合而成的电子装置，支持本发明所需的触发、输入、输出、显示、计算、振动、通信等各种功能。手持设备可以是智能手机、平板电脑、手持游戏机、笔记本电脑、上网本、手持电子装置、智能穿戴等各种不同形式装置。不同的手持设备之间还可以有相互通信功能。在手持设备10通过访问模块102登录人工智能模块后，工作人员可使用触发装置103与物品(设备、部件或者零件等)标签产生互动，识别标签特征后上传云端设备比对后读取物品信息，由信息接收模块105处理和显示。输入装置104用于记录上传信息至人工智能模块20。可用手持设备10识别需入库备件标签，把备件信息传输给人工智能模块20中的云端备件库中存储，并通过数据同步给仓库终端40的备件数据库403，使操作人员可以在远离仓库终端40的地方完成备件的清点和接收。

图3所示的实施例中，人工智能模块20是本发明的核心装置。人工智能模块20运行在云端设备30上，云端设备30包含服务器及存储设备等硬件。人工智能模块20包含数据存储模块203、算法模块204、报表生成模块205、登录权限模块202和通讯接口模块201；数据存储模块203用于维保信息的存储，具体有：历史工单数据2031、历史故障信息2032、云端备件库2033、设备状态信息2034，如图4所示。算法模块204用于系统内数据的分析、诊断、评估、预测并给出相应的解决方案，算法模块204包括传统维保系统2041，维修专家系统2042，维保工单预配置模块2043、故障专家系统2044、备件库存预测模块2045，如图5所示。报表生成模块205用于生成消耗报表，通过网络由维保终端50审核后，再通过网络推送至其他终端设备(如手持设备)。登录权限模块202对连接云端设备30上的人工智能模块20的所有终端设备的访问权限进行验证。通讯接口模块201用于人工智能模块20与所有终端设备的网络连接，实现各类数据的交互。人工智能模块20将需维保设备的运行信息、历史数据、备件仓库管理、维修方案、人力配置等维保相关的资源整体在一个统一平台进行管理。在数据存储模块203中：历史工单数据2031存储了以往维护工单的详细数据，例如时间、需维保设备编号、维护部位、故障原因、维修措施、维修人员等信息。历史故障信息2032存储了故障代码、故障类型、故障发生时参数数值、故障参数阀值等信息。云端备件库2033是需维保设备用备件的重要数据，云端备件库2033与仓库终端40的备件数据库403互相同步备份。人工智能模块20运行于云端设备30之上，云端设备30可以理解为提供存储、计算、显示、通讯功能的业务点。通常而言，业务点主要包括服务器和存储设备，这些服务器可以是实体或虚拟的设备，一般可以包括一个或多个的：中央处理单元或存储器、电源、有线或无线的接口、输入输出接口、操作系统等等。人工智能模块20可以理解为运行在云端设备30上的软件，软件提供多种服务满足系统所需。

算法模块204为各类服务提供算法支持，智能算法包括但不限于神经网络、蚁群算法和遗传算法等各类机器学习算法。需要说明的是，维保是一个系统而复杂的过程，并非所有需要维护的零部件都需要ai算法做故障诊断，传统维保系统2041重点关注价值不高、或维护简单、或有特殊需求的零部件，通过简单的算法定期向维护终端50推送维护计划(包括日常点检)。故障专家系统2044用于故障的评估、预测：根据实时的设备状态信息、历史故障信息、设备各参数的极限值等信息，采用人工智能算法对可能出现的故障提前预警，并结合维修专家系统2042给出解决方案。维修专家系统2042用于故障的诊断、维修：当故障已经发生或者故障专家系统2044预测故障将要发生，进而需要维修时，人工智能模块20的维修专家系统2042读取故障专家系统2044的分析数据，采用人工智能算法推断故障发生的原因。当故障需要外部维护厂家提供技术支持时，相关信息推送至外部厂家并通知维保终端50；当故障现场可以处理时，由维保工单预配置模块2043匹配历史工单数据和当前设备状态形成初步的维护工单并传送至维保终端50。备件库存预测模块2045除了对各类备件库存实施跟踪计算防止缺货外，还可以根据近期相似故障发生的次数，对消耗过多或过少的备件进行提前预测。

图6所示的实施例中，仓库终端40包括备件数据库403、订单模块404、备件入库模块405、备件出库模块406、库存预警装置407、访问模块402和通讯接口401；仓库终端40用于维保现场所需备件的管理，备件数据库403存储仓库备件信息，与云端备件库2033通过网络完成数据同步，相互备份。订单模块404根据备件库存预测模块2045推送的相关信息生成备件订单。备件入库模块405根据手持设备或本地终端完成备件入库，并完成库存信息与云端的同步。备件出库模块406根据维保终端50的备件调拨模块504的信息完成出库。库存预警装置407根据备件库存预测模块2045信息，在仓库终端40发送报警信息。访问模块402可通过人工智能模块20的权限登录模块202验证实现仓库终端40与人工智能模块20的数据交互。通讯接口401用于仓库终端40与人工智能模块20网络连接。现场备件的管理是维保工作的难点之一，本发明在安全性方面，使用本地备件数据库403与云端备件库2033两种数据库且相互备份，数据同步采用无线或有线网络进行。本发明在备件采购提报方面，采用人工智能算法，结合生成任务、设备状态等信息，统计一段时间内的消耗，消耗多的多采购，消耗少的少采购，降低库存成本。本发明在采购便利性方面，采用人工智能模块自动生成初步订单，维保现场审核(仓库终端40或维保终端50)并修改的形成最终订单的形式提报采购订单，减少了人工提报的难度。

图7所示的实施例中，维保终端50用于提供必要的信息协助维保现场管理者执行具体的任务，同时，获取需维保设备运行状态相关数据的功能。维保终端50包括设备状态监控模块502、工单分配模块503、备件调拨模块504、报表审核模块505、临时维修申报模块506、访问模块507和通讯接口501；设备状态监控模块502用于采集需维保设备60的信息，包括但不限于电流、电压、转速、频率、流量、压力、温度、位移、容积等参数；工单分配模块503用于接收来自人工智能模块20的维保工单预配置模块2043所传递过来的维保工单，根据维保工单配置人力、备件、工器具以及维修指导作业书形成正式的维修工单，维修工单通过纸质或手持设备传达至维修责任人。备件调拨模块504按照工单分配模块的维修工单中的备件需求，将相关信息(如备件需求的时间、地点、型号、数量)传递至仓库终端40。报表审核模块505用于人工智能模块20生产报表的现场审核和修改，修改完成之后，人工智能模块20推送各类报表至手持设备10或其他终端。临时维修申报506用于现场临时性或突发性设备维护的申报。访问模块507可通过人工智能模块20的权限登录模块202验证实现维保终端50与人工智能模块20的数据交互。通讯接口501用于维保终端50与人工智能模块20网络连接。

以下对采用上述控制系统进行设备维保智能控制方法进行说明。该方法包括登录步骤、监控步骤、评估与预测步骤、诊断与维修步骤、工单分配步骤和备件调拨步骤，下面将参照附图详细描述该方法的各个步骤：

登录步骤如图8所示：用于各类终端设备，包括但不限于手持终端10、维保终端50和仓库终端40等通过无线或有线的方式与人工智能模块20建立连接。也可与维保现场所在的需维保设备60信息网络建立连接。权限认证的方式是用户在终端设备输入用户名和密码，相关信息通过网络传送至人工智能模块20的登录权限模块202验证，验证通过后，终端设备与人工智能模块20建立联系成功，可以访问进行数据交互。

监控步骤(如图9所示)：通过维保终端50与需维保设备60建立信息网络连接，采集维保设备60的各种状态信息，对数据进行监控，剔除杂质信息，将合格信息上传至云端的人工智能模块20。需维保设备60原始状态信息数量大且含有本系统不需要的信息，因此需要对数据进行甄选，将合格信息上传至云端人工智能模块20。

评估与预测步骤(如图10所示)：人工智能模块20的故障专家系统2044(图5)根据实时的需维保设备60状态信息、历史故障信息、需维保设备各参数的极限值等信息，采用人工智能算法对可能出现的故障提前预警，并发送至维保终端50。

诊断与维修步骤(如图11所示)：当需维保设备60故障已经发生或者人工智能模块20的故障专家系统2044(图5)预测故障将要发生时，人工智能模块20的维修专家系统2042(图5)读取故障专家系统2044的分析数据，采用人工智能算法推断故障发生的原因。当故障需要外部设备厂家提供维护技术支持时，相关信息推送至外部支持的厂家并通知维保终端50；当故障现场可以处理时，由维保工单预配置模块2043(图5)匹配历史工单数据和当前需维保设备状态形成初步的维护工单并传送至维保终端50。

工单分配步骤(如图12所示)：根据维保终端50接收人工智能模块20传达的初步维保工单，分配人力、备件、工器具以及维修指导作业书等形成正式的维修工单，维修工单通过纸质或手持设备10传达至各维修责任人。分配备件资源的备件调拨信息需通过网络传送至云端的人工智能模块20，完成备件预出库。

备件调拨步骤(如图13所示)：维保终端50的备件调拨模块504(图7)接收云端人工智能模块20的预出库需求后，将相关信息(如备件需求的时间、地点、型号、数量)通过人工智能模块20传递至仓库终端40的备件出库模块406，完成仓库实物出库。出库完成后，仓库终端40的备件数据库403(图6)与云端备件库2033(图4)完成数据同步。

可以理解的是，可以通过模拟或数字的硬件、软件来实现流程图中的细节。在一些实施例中，上述提到的功能、操作可以不按示图8-13所示顺序发生。上述实施例用于提供对技术更全面的理解，其精神并不限于本文所呈现的操作和逻辑流程。

当然，本发明还可有其它多种实施例，该发明除了冶金设备外，也可以适用于其他各种设备的智能维保。在不背离本发明精神及其实质的情况下，本领域技术人员可根据本发明作出各种相应的改变和变形，但这些相应的改变和变形都属于本发明的权利要求的保护范围。