基于边缘计算的表面处理设备自主健康管理系统的制作方法

本发明涉及设备健康管理领域，具体涉及一种基于边缘计算的表面处理设备自主健康管理系统。

背景技术：

1、传统的设备健康管理主要是体现为生产设备的定期维护保养、故障预测预警等特征，通过分析设备的过程数据、状态数据和历史记录等信息，预测判断故障所发生的概率，并提前预警处理等。

2、边缘计算是通过在设备端进行数据处理，可以为设备提供更快的响应，将对设备的采集过程数据，以及分析过程数据在设备端进行分析处理，以满足更快、实时、安全的要求。

3、表面处理技术有很多种，其中电镀是最常用的一种方法。电镀是通过在金属表面沉淀一层金属或合金来改善其性能的方法，使金属表面具有更好的耐腐蚀性、硬度、导电性等特征。工艺参数的控制以及工艺设备的运行状态对金属制品的质量影响是不可忽视的。

4、由于表面处理设备生产环境较为复杂，现有的表面处理设备健康管理系统主要是基于服务器结合软件人工智能和大数设备控制间距离工艺生产设备较远，设备数据具有数据上传不及时，设备故障判断不可靠等问题。因此，需要对表面处理设备健康管理设备进行本地化、及时化等改善据技术以实现对设备的智能化管理。

技术实现思路

1、本发明提出一种基于边缘计算的表面处理设备自主健康管理系统，可针对于表面处理具体工艺，针对电压、电流、溶液温度以及溶液浓度等多参数进行同步关联采集，并对所采集参数的分析判断采用边缘计算的方式，对工艺设备的健康状态进行预警报警，必要时还进行紧急制动功能，改善了设备健康状态判断的实时性和可靠性。

2、为实现上述本发明的目的，本发明实施例提出一种基于边缘计算的表面处理设备自主健康管理系统，所述系统包括关联同步采集模块、特征值提取模块、设备健康状态算法模块和故障预警及紧急制动模块。

3、进一步地，所述关联同步采集模块，用于将表面处理同一生产工艺生产设备以机工艺参数控制设备进行工艺关联同步采集作为设备原始状态数据。

4、进一步地，所述特征值提取模块，用于将设备参数与工艺参数进行重新融合并提取相关特征值，作为在特定工艺下的工艺特征值并进行管理。

5、进一步地，所述设备健康状态算法模块，用于将工艺特征值利用神经网络算法对生产工艺、设备特征值进行分析，并对生产设备以配套控制设备的关键参数和故障进行预测。

6、进一步地，所述故障预警及紧急制动模块，用于提供在安全预警状态下的紧急制动。

7、进一步地，所述关联同步采集模块包括过程参数关联采集硬件系统、嵌入式采集软件系统以及触发信号；所述过程参数关联采集硬件系统用于多参数模拟信号调理，以及多采样率数据模数转换电路，硬件采用fpga对各模数转换器进行时序控制，并有参数采集状态报警指示；所述嵌入式采集软件系统用于针对不同类型参数的采集，设计采集驱动，将原始数据同步传到fpga中，并对数据进行时间关联后，以标准格式传给arm，进行数据处理；所述触发信号，用于关联工艺流程起始动作，并作为采集触发信号，控制到各采集通道。

8、进一步地，所述特征值提取模块中：对温控设备的特征值提取，增加浓度特征值λtc＝ft(c)；对滴定系统的特征值提取，增加温度特征值λct＝fc(t)；对于各参数分别进行有效值、波动范围、时间常数以及时间相关度的特征值提取；对数据进行奇异值数据处理，剔除异常数据样本；应用累积理论得到设备的疲劳寿命系数。

9、进一步地，所述设备健康状态算法模块中：

10、每个设备的设备健康状态算法都关联大量信息，包括工艺参数、设备自身参数、其他设备相关参数、以及其他故障原因，采用一个四元组公式表示：

11、h＝<t、s、o、e>

12、其中，h为每个设备独立的故障输出；t代表工艺参数相关特征值；s代表设备自身参数特征值；o代表其他设备相关参数特征值；e代表其他故障影响因素。

13、进一步地，还包括边缘计算设备，采用arm-fpga协同硬件资源方法；针对多参数设备的同步采集以及时序控制，采用fpga进行工艺关联采集；针对设备的健康处理算法，采用arm作为独立运算单元。

14、本发明实施例的基于边缘计算的表面处理设备自主健康管理系统具有如下有益效果：表面处理工艺过程中，各生产设备之间为独立的参数控制及监测设备，但实际上各设备的健康状态或多或少都和其他设备之间存在直接和间接的关联关系。本发明通过过程参数关联采集，关联特征值提取模块、可以更准确的对生产工艺和设备之间进行深入理解，并通过运行参数之间存在的必然联系，将其运用到设备的健康状态的监测中。在较复杂的工艺生产现场，由于控制间距离现场生产设备较远，设备数据到服务器端需要较长的时间。基于边缘计算的设备健康管理系统可以在设备故障发生的一瞬间对数据进行即使分析，消除了故障原始数据上传的延迟，也避免了由于复杂环境对网络连接环境的影响，提高了设备故障报警预警的可靠性。

技术特征：

1.一种基于边缘计算的表面处理设备自主健康管理系统，其特征在于，所述系统包括关联同步采集模块、特征值提取模块、设备健康状态算法模块和故障预警及紧急制动模块。

2.根据权利要求1所述的基于边缘计算的表面处理设备自主健康管理系统，其特征在于，所述关联同步采集模块，用于将表面处理同一生产工艺生产设备以机工艺参数控制设备进行工艺关联同步采集作为设备原始状态数据。

3.根据权利要求1所述的基于边缘计算的表面处理设备自主健康管理系统，其特征在于，所述特征值提取模块，用于将设备参数与工艺参数进行重新融合并提取相关特征值，作为在特定工艺下的工艺特征值并进行管理。

4.根据权利要求1所述的基于边缘计算的表面处理设备自主健康管理系统，其特征在于，所述设备健康状态算法模块，用于将工艺特征值利用神经网络算法对生产工艺、设备特征值进行分析，并对生产设备以配套控制设备的关键参数和故障进行预测。

5.根据权利要求1所述的基于边缘计算的表面处理设备自主健康管理系统，其特征在于，所述故障预警及紧急制动模块，用于提供在安全预警状态下的紧急制动。

6.根据权利要求1-5任一项所述的基于边缘计算的表面处理设备自主健康管理系统，其特征在于，所述关联同步采集模块包括过程参数关联采集硬件系统、嵌入式采集软件系统以及触发信号；

7.根据权利要求1-5任一项所述的基于边缘计算的表面处理设备自主健康管理系统，其特征在于，所述特征值提取模块中：

8.根据权利要求1-5任一项所述的基于边缘计算的表面处理设备自主健康管理系统，其特征在于，所述设备健康状态算法模块中：

9.根据权利要求1-5任一项所述的基于边缘计算的表面处理设备自主健康管理系统，其特征在于，还包括边缘计算设备，采用arm-fpga协同硬件资源方法；针对多参数设备的同步采集以及时序控制，采用fpga进行工艺关联采集；针对设备的健康处理算法，采用arm作为独立运算单元。

技术总结
本发明涉及基于边缘计算的表面处理设备自主健康管理系统，包括关联同步采集模块、特征值提取模块、设备健康状态算法模块和故障预警及紧急制动模块。本发明通过多关联参数的采集、特征值提取、健康状态算法，同时采用本地边缘计算，提高设备故障问题分析的准确性，实时性与可靠性。

技术研发人员：常猛,程德,张韧,李思振,郝剑昆,覃业深,武宇婧,赵潋景
受保护的技术使用者：北京东方计量测试研究所
技术研发日：
技术公布日：2024/4/17