一种有向图建立方法以及基于有向图的设备监测方法与流程

1.本技术涉及设备监测领域，尤其涉及一种有向图建立方法以及基于有向图的设备监测方法。


背景技术：

2.异物剔除设备是集合光、机、电和图像处理、模式识别为一体的高技术含量的设备，在卷烟生产的领域应用广泛。因为异物剔除设备包含诸多光学，图像采集等精密器件，所以对工作环境的要求比较苛刻，但由于目前卷烟行业的发展现状，其工作环境方面往往会产生灰尘多、噪声大、大型设备的电磁干扰严重等问题，故时常会出现设备故障甚至损坏。同时，由于异物剔除设备的复杂性，其损坏的表相和内因往往存在部分差异，这导致对于异物剔除系统的监测和维修都无法直接作用在损坏的部件，因此监测效率和维修效率都大大降低。


技术实现要素：

3.为了解决现有技术存在的问题，本发明提供一种有向图建立方法，包括以下步骤：步骤一：导入设备中全部重要部件，并分别表示为不同标记的节点；步骤二：导入部件间相互影响的关系；步骤三：根据步骤二的部件间关系，将一个在相互影响关系中承担主动关系的部件被表示的节点作为输入端，将一个承担从动关系的部件被表示的节点作为输出端，连接两节点并以输入端到输出端的方向为向量方向；步骤四：重复步骤三，完成每组部件间的相互关系建立；步骤五：在每个节点中导入该节点所表示部件的相关信息数据。
4.优选地，步骤二中所述的部件间相互影响的关系，包括实际工况下部件发生故障的因果关系和前后次序关系。
5.步骤五中所述的部件的相关信息数据，包括节点id、节点名称、能够引起该节点部件失效的节点id链表、该节点失效后，能够引起的失效节点的id链表。
6.步骤五中所述的部件还包括带有传感器采集数据的部件，该部件的相关信息数据还包括传感器数据。
7.本发明提供一种基于有向图的设备监测方法，包括以下步骤：步骤一：接收plc和识别程序的设备监测数据；步骤二：与正常工作状态下的数据库进行比对，若无异常，显示设备工作状态信息，并回到步骤一；若有异常，执行步骤三；步骤三：将最新一次数据异常部件id导入有向图，遍历有向图内该异常部件输入链表内的各部件，对比上述各部件的工作数据，若无异常或异常部件输入链表为空，执行步骤四；否则，再次执行步骤三；步骤四：显示故障报警信息和最新一次的数据异常部件id，并回到步骤一。
8.有益效果：所述的有向图绘制方法绘制出的有向图以及基于该有向图建立的设备监测方法，有效地简化了异物剔除设备中所包含的复杂的设备关系，给予了一种可视化描述和监测异物剔除设备工作状态的图像及其表示方法，以此降低监测难度，提升监测效率。
附图说明
9.图1是本技术所述有向图建立方法的流程图；图2是实施例中依照本技术所述有向图建立方法建立的有向图简化示意图；图3是本技术所述基于该有向图的设备监测方法的流程图。
具体实施方式
10.以烟叶异物剔除系统中的部分部件关系为例，主照明光源灯负责剔除系统中的投光工作，在该光源灯故障后，图像会产生严重的失真，异物识别程序会因接收失真图像无法识别，导致工作异常；气阀电源会因频繁开启产生跳闸甚至损坏；气阀会因频繁开启导致损坏和故障，所以异物识别程序、气阀、气阀电源等就是主照明光源灯的输出端。而其中，异物识别系统的损坏，会导致气阀电源的频繁开关，从而易导致气阀电源的损坏，故气阀电源是异物识别系统的输出端；气阀电源的损坏也会导致气阀的损坏和故障，显然气阀是气阀电源的输出端；气阀电源的损坏也可能导致邻近电路的损坏，故邻近电路也是气阀电源的输出端；气阀的损坏和故障容易导致后续异物处理系统的工作异常，故异物处理系统是气阀的输出端。
11.以上述部分的部件关系为例，结合图1所述的有向图建立方法流程图内流程进行有向图建立：步骤一：将全部重要部件，即主照明光源灯、异物识别程序、气阀电源、气阀、邻近电路和异物处理系统导入，并以大写的英文字母顺次标记为不同节点；步骤二：分析并导入部件间相互影响的关系，其中异物识别程序、气阀、气阀电源等就是主照明光源灯的输出端；气阀是气阀电源的输出端；邻近电路也是气阀电源的输出端；异物处理系统是气阀的输出端；步骤三：根据步骤二的部件间关系，将一个在相互影响关系中承担主动关系的部件被表示的节点作为输入端，将一个承担从动关系的部件被表示的节点作为输出端，连接两节点并以输入端到输出端的方向为向量方向；步骤四：重复步骤三，完成每组部件间的相互关系建立；步骤五：在每个节点中导入该节点所表示部件的相关信息数据，所有节点均需导入节点id、节点名称、能够引起该节点部件失效的节点id链表、该节点失效后，能够引起的失效节点的id链表和用于区分该节点处理状态的节点处理标志；包含传感器数据的节点如节点a（主照明光源灯）、节点b（异物识别程序）、c（气阀电源）、f（异物处理系统）还需导入传感器数据。
12.最终生成如图2所示的有向图。
13.以有向图图2为例，结合图3所示的设备监测方法进行第一次模拟监测（该次模拟情境下，数据异常直接来源于节点f，其他部件工作正常）：步骤一：接收plc和识别程序的设备监测数据；
步骤二：将监测数据与正常工作状态下的数据库进行比对，其中节点f（异物处理系统）存在数据异常，执行步骤三；步骤三：将最新一次数据异常部件id，即节点f导入有向图，遍历有向图内节点f输入链表内的各部件，其中包含节点c（气阀电源），将节点c的工作数据与数据库对比，不存在数据异常，执行步骤四；步骤四：显示故障报警信息和最新一次的数据异常部件id，即节点f（异物处理系统），并回到步骤一。
14.完成第一次模拟监测。
15.以有向图图2为例，结合图3所示的设备监测方法进行第二次模拟监测（该次模拟情境下，数据异常直接来源于节点f，实际故障来源于节点a）：步骤一：接收plc和识别程序的设备监测数据；步骤二：将监测数据与正常工作状态下的数据库进行比对，其中节点f（异物处理系统）存在数据异常，执行步骤三；步骤三（f）：将最新一次数据异常部件id，即节点f导入有向图，遍历有向图内节点f输入链表内的各部件，其中包含节点c（气阀电源），将节点c的工作数据与数据库对比，存在数据异常，再次执行步骤三；步骤三（c）：将最新一次数据异常部件id，即节点c导入有向图，遍历有向图内节点c输入链表内的各部件，其中包含节点a（主照明光源灯）、节点b（异物识别系统），将节点a和节点b的工作数据与数据库对比，存在数据异常，再次执行步骤三；步骤三（b）：将最新一次数据异常部件id，即节点b导入有向图，遍历有向图内节点b输入链表内的各部件，其中包含节点a（主照明光源灯），将节点a和节点b的工作数据与数据库对比，存在数据异常，再次执行步骤三；步骤三（a）：将最新一次数据异常部件id，即节点a导入有向图，节点a输入链表为空，执行步骤四；步骤四：显示故障报警信息和最新一次的数据异常部件id，即节点a（主照明光源灯），并回到步骤一。
16.完成第二次模拟监测。
17.以有向图图2为例，结合图3所示的设备监测方法进行第三次模拟监测（该次模拟情境下，无数据异常）：步骤一：接收plc和识别程序的设备监测数据；步骤二：将监测数据与正常工作状态下的数据库进行比对，不存在数据异常，执行步骤一。
18.完成第三次模拟监测。
19.以上述依据本发明的理想实施例为启示，通过上述的说明内容，相关工作人员完全可以在不偏离本项发明技术思想的范围内，进行多样的变更以及修改。本项发明的技术性范围并不局限于说明书上的内容，必须要根据权利要求范围来确定其技术性范围。