一种基于大数据的工业设备数据管理系统及方法

专利主权项内容

1.一种基于大数据的工业设备数据管理方法，其特征在于，所述方法包括以下步骤：S1、获取工业企业中的各个工业设备及相应工业设备在生产过程中对应的多个生产条件信息，每个生产条件信息通过巡检设备内置的一种类型的传感器进行监测；S2、提取最近一个已完成的巡检周期内，针对每个工业设备巡检后的各个生产条件信息，结合相应巡检周期内的各个工业设备对应生产条件相应的监测阈值区间及标准需求数值，得到最近一个已完成的巡检周期内，每个工业设备的生产状态偏差值；所述每个生产条件对应一个监测阈值区间及一个标准需求数值，所述标准需求数值为相应生产条件对应传感器的理想监测结果，所述监测阈值为相应生产条件对应传感器的正常监测状态对应的数值监测区间，所述标准需求数值为相应的生产条件对应的监测阈值区间中的一个常数；当生产条件对应传感器的监测数值不属于监测阈值区间内时，则默认相应工业设备属于异常生产状态，相应工业设备进行故障报警；S3、结合最近一个已完成的巡检周期内，每个工业设备的生产状态偏差值，分析各个工业设备的巡检需求，并得到各个工业设备的巡检需求占比；提取数据库中预置的基础巡检周期，结合所得各个工业设备的巡检需求占比，优化下一个巡检周期对应的巡检时长及相应巡检周期内的巡检项目需求方案；S4、根据下一巡检周期内的巡检项目需求方案，生成不同的巡检优化路线，并根据生成的每个巡检优化路线中的巡检特征，分析每个巡检优化路线的稳定性；将所得稳定性对应值最大的巡检优化路线作为下一巡检周期对应的最佳巡检路线；S5、将下一巡检周期对应的巡检时长及最佳巡检路线进行汇总，生成巡检优化信息参照集合，反馈给管理员，辅助管理员调节巡检设备巡检方案。