一种卷烟制造设备点检分析方法及系统与流程

文档序号:16037930发布日期:2018-11-24 10:13阅读:190来源:国知局

本发明涉及预防性维修技术领域,特别涉及一种卷烟制造设备点检分析方法及系统。

背景技术

预防性维修能有效发现并修正设备运行中出现的大部分问题,能有效保障生产的正常运行,是日常设备维护的重要环节。

现在有的卷烟设备预防性维修办法主要是采用设备点检,从中发现设备运行中的各种隐患问题,及早预防维修,以保障设备的正常运行。现有的点检过程主要是通过手写或电子文档进行记录点检数据,隐患问题则以文字进行描述,点检记录形式单一,记录数据零散难以深层挖掘,而且简单依据单一点检数据进行最终结果判断,准确性差,容易忽视掉设备运行中存在的隐患问题。



技术实现要素:

为了解决现有技术的问题,本发明实施例提供了一种卷烟制造设备点检分析方法及系统。所述技术方案如下:

一方面,本发明实施例提供了一种卷烟制造设备点检分析方法,所述方法包括:

通过手持终端,按照预设方式对待测卷烟制造设备的点检过程进行记录,并将记录内容上传至后台服务器;

通过对接收到的记录内容进行大数据分析,来获取待测卷烟制造设备状态变化趋势;

当待测卷烟制造设备状态变化趋势超出预设的控制范围或不符合预设的控制状态时,发出相应的预防性维修预警。

在本实施例提供的卷烟制造设备点检分析方法中,所述通过手持终端,按照预设方式对待测卷烟制造设备的点检过程进行记录,包括:

通过手持终端,按照数字、文字、图片、语音以及视频中任一种或多种方式,对待测卷烟制造设备的点检过程进行记录。

在本实施例提供的卷烟制造设备点检分析方法中,所述预设的控制范围为固定的控制范围或者通过如下公式计算得到的控制范围:

zt=xtα+(1-α)zt-1

其中,zt为当前时刻的指数加权移动平均值的控制图(exponentiallyweightedmoving-average,简称“ewma”)统计量;zt-1为上一时刻的ewma统计量;z0=μ为ewma统计量的初值;xt为当前时刻的点检过程数据;α为权重因子;

所述控制状态为预设的控制图异常判断标准设置。

在本实施例提供的卷烟制造设备点检分析方法中,在进行设备点检之前,所述方法还包括:

在待测卷烟制造设备部件上标注可视化标识,供现场点检员工进行目视管理。

在本实施例提供的卷烟制造设备点检分析方法中,在进行设备点检之前,所述方法还包括:

在待点检的卷烟制造设备附件设置携带有现场点检项目的二维码,供现场点检员工下载相应的现场点检项目。

另一方面,本发明实施例提供了一种卷烟制造设备点检分析系统,包括:手持终端和后台服务器,

所述手持终端,用于供员工按照预设方式对待测卷烟制造设备的点检过程进行记录,并将记录内容上传至后台服务器;

所述后台服务器,用于通过对接收到的记录内容进行大数据分析,来获取待测卷烟制造设备状态变化趋势;

所述后台服务器,还用于当待测卷烟制造设备状态变化趋势超出预设的控制范围或不符合预设的控制状态时,发出相应的预防性维修预警。

在本实施例提供的卷烟制造设备点检分析系统中,所述手持终端,还用于供员工按照数字、文字、图片、语音以及视频中任一种或多种方式,对待测卷烟制造设备的点检过程进行记录。

在本实施例提供的卷烟制造设备点检分析系统中,所述预设的控制范围为固定的控制范围或者通过如下公式计算得到的控制范围:

zt=xtα+(1-α)zt-1

其中,zt为当前时刻的ewma统计量;zt-1为上一时刻的ewma统计量;z0=μ为ewma统计量的初值;xt为当前时刻的点检过程数据;α为权重因子;

所述控制状态为预设的控制图异常判断标准设置。

在本实施例提供的卷烟制造设备点检分析系统中,所述手持终端,还用于录制规范的点检操作过程,供点检作业员工查阅学习。

在本实施例提供的卷烟制造设备点检分析系统中,所述手持终端,还用于通过扫描设置在待点检的卷烟制造设备附件的二维码,下载相应的现场点检项目。

本发明实施例提供的技术方案带来的有益效果是:

通过手持终端,按照预设方式对待测卷烟制造设备的点检过程进行记录,并将记录内容上传至后台服务器;然后通过对接收到的记录内容进行大数据分析,来获取待测卷烟制造设备状态变化趋势;最后当待测卷烟制造设备状态变化趋势超出预设的控制范围或不符合预设的控制状态时,发出相应的预防性维修预警。该卷烟制造设备点检分析方法,利用手持终端对点检过程进行了充分记录,点检信息采集完善充分,而且利用大数据优势来处理记录内容,配合科学的统计分析方法来对异常状态进行判断,能高效、准确地发现设备运行中的各种安全隐患,有力地保障了设备的正常运行,保障了生产的平稳有序,提升了经济效益。

附图说明

为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。

图1是本发明实施例一提供的一种卷烟制造设备点检分析方法的流程图;

图2是本发明实施例二提供的一种卷烟制造设备点检分析方法的流程图;

图3是本发明实施例三提供的一种卷烟制造设备点检分析装置的结构示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明实施方式作进一步地详细描述。

实施例一

本发明实施例提供了一种卷烟制造设备点检分析方法,参见图1,该方法可以包括:

步骤s11,通过手持终端,按照预设方式对待测卷烟制造设备的点检过程进行记录,并将记录内容上传至后台服务器。

在本实施例中,为了克服现有的设备点检手段单调、数据采集效率低、采集数据零散、数据据挖掘不充分的问题,采用手持终端(例如:智能手机、平板电脑等)来对待测卷烟制造设备的点检过程进行记录(包括记录点检数据和设备问题的描述),具体可以按照数字、文字、图片、语音以及视频中任一种或多种方式来进行,能全面连续地对点检过程进行信息采集,为后续的预防性维修预警提供了有效的数据支持。在实际应用中,还可以利用手持终端录制规范的点检过程视频,可以供点检作业员工现场查阅学习,还可以用于培训员工,规范员工的点检操作。

步骤s12,通过对接收到的记录内容进行大数据分析,来获取待测卷烟制造设备状态变化趋势。

在本实施例中,通过后台服务器,收集来自手持终端采集到的点检过程信息,并利用大数据分析,对其进行深层挖掘,获取待测卷烟制造设备状态变化趋势,进而来判断是否需要进行相应的预防性维修预警。

步骤s13,当待测卷烟制造设备状态变化趋势超出预设的控制范围或不符合预设的控制状态时,发出相应的预防性维修预警。

在本实施例中,可以由后台服务器自动对是否需要进行预防性维修预警做出智能判断,能有效提高员工工作效率。其中,预设的控制范围可以为固定的控制范围或者通过如下公式计算得到的控制范围:

zt=xtα+(1-α)zt-1

其中,zt为当前时刻的ewma统计量;zt-1为上一时刻的ewma统计量;z0=μ为ewma统计量的初值;xt为当前时刻的点检过程数据;α为权重因子(例如可以为0.1)。ewma是指数加权移动平均值的控制图,每个ewma点都结合了来自之前所有子组或观测值的信息。可以定制ewma控制图以检测过程中任意大小的偏移。由于此原因,通常使用这些控制图来监控受控制过程,以检测与目标距离较小的偏移。

例如:在对“真空回潮循环水泵电机”振动数值进行监测时,可以设定标准值2mm/s,偏差值1mm/s(即预设的控制范围为1~3mm/s),如果监测到有连续多个数值(例如3个)超出预设的控制范围,可以自动进行真空回潮循环水泵电机振动连续变化异常预警提示。

例如:在对“松散回潮滚筒主电机”振动数值进行监测时,可以设定标准值1.5mm/s、偏差值3mm/s(即预设的控制范围不能超过4.5mm/s),当监测到有数值(例如最大值)超出预设的控制范围,可以自动进行松散回潮滚筒主电机振动值异常抬升预警提示。

其中,控制状态可以为预设的控制图异常判断标准设置。控制图就是对生产过程的关键质量特性值进行测定、记录、评估并监测过程是否处于控制状态的一种图形方法,具体地判断标准可以如下所示:

模式1:点出界就判异;模式2:连续多点(例如9点)落在中心线同一侧判异;模式3:连续多点(例如6点)递增或递减判异;模式4:连续多点(例如14点)中相邻点交替上下判异;模式5:连续多点(例如3点)中有超过预设个点(例如2点)落在中心线同一侧判异;模式6:连续多点(例如5点)中有超过预设个点(例如4点)落在中心线同一侧的预设角度(例如2度)范围以外判异;模式7:连续多点(例如15点)落在中心线两侧的预设角度(例如1度)范围内判异;模式8:连续多点(例如8点)落在中心线两侧且无一在预设角度(例如1度)范围以内的判异。

本发明实施例通过手持终端,按照预设方式对待测卷烟制造设备的点检过程进行记录,并将记录内容上传至后台服务器;然后通过对接收到的记录内容进行大数据分析,来获取待测卷烟制造设备状态变化趋势;最后当待测卷烟制造设备状态变化趋势超出预设的控制范围或不符合预设的控制状态时,发出相应的预防性维修预警。该卷烟制造设备点检分析方法,利用手持终端对点检过程进行了充分记录,点检信息采集完善充分,而且利用大数据优势来处理记录内容,配合科学的统计分析方法来对异常状态进行判断,能高效、准确地发现设备运行中的各种安全隐患,有力地保障了设备的正常运行,保障了生产的平稳有序,提升了经济效益。

实施例二

本发明实施例提供了一种卷烟制造设备点检分析,参见图2,该方法可以包括:

步骤s21,在待测卷烟制造设备部件上标注可视化标识,供现场点检员工进行目视管理。

在本实施例中,可以在在待测卷烟制造设备部件上标注可视化标识,作为点检部位点,供现场点检员工进行目视管理,以减少人为因素对点检结果的影响,规范点检过程,使得点检结果一致性更高。

步骤s22,在待点检的卷烟制造设备附件设置携带有现场点检项目的二维码,供现场点检员工下载相应的现场点检项目。

在本实施例中,为了便于员工的现场点检操作,可以在待点检的卷烟制造设备附件设置携带有现场点检项目的二维码,供现场点检员工通过手持终端扫描二维码,下载相应的现场点检项目。

步骤s23,通过手持终端,按照预设方式对待测卷烟制造设备的点检过程进行记录,并将记录内容上传至后台服务器。

在本实施例中,为了克服现有的设备点检手段单调、数据采集效率低、采集数据零散、数据据挖掘不充分的问题,采用手持终端(例如:智能手机、平板电脑等)来对待测卷烟制造设备的点检过程进行记录(包括记录点检数据和设备问题的描述),具体可以按照数字、文字、图片、语音以及视频中任一种或多种方式来进行,能全面连续地对点检过程进行信息采集,为后续的预防性维修预警提供了有效的数据支持。在实际应用中,还可以利用手持终端录制规范的点检过程视频,可以供点检作业员工现场查阅学习,还可以用于培训员工,规范员工的点检操作。

步骤s24,通过对接收到的记录内容进行大数据分析,来获取待测卷烟制造设备状态变化趋势。

在本实施例中,通过后台服务器,收集来自手持终端采集到的点检过程信息,并利用大数据分析,对其进行深层挖掘,获取待测卷烟制造设备状态变化趋势,进而来判断是否需要进行相应的预防性维修预警。

步骤s25,当待测卷烟制造设备状态变化趋势超出预设的控制范围或不符合预设的控制状态时,发出相应的预防性维修预警。

在本实施例中,可以由后台服务器自动对是否需要进行预防性维修预警做出智能判断,能有效提高员工工作效率。其中,预设的控制范围可以为固定的控制范围或者通过如下公式计算得到的控制范围:

zt=xtα+(1-α)zt-1

其中,zt为当前时刻的ewma统计量;zt-1为上一时刻的ewma统计量;z0=μ为ewma统计量的初值;xt为当前时刻的点检过程数据;α为权重因子(例如可以为0.1)。ewma是指数加权移动平均值的控制图,每个ewma点都结合了来自之前所有子组或观测值的信息。可以定制ewma控制图以检测过程中任意大小的偏移。由于此原因,通常使用这些控制图来监控受控制过程,以检测与目标距离较小的偏移。

其中,控制状态可以为预设的控制图异常判断标准设置。控制图就是对生产过程的关键质量特性值进行测定、记录、评估并监测过程是否处于控制状态的一种图形方法,具体地判断标准可以如下所示:

模式1:点出界就判异;模式2:连续多点(例如9点)落在中心线同一侧判异;模式3:连续多点(例如6点)递增或递减判异;模式4:连续多点(例如14点)中相邻点交替上下判异;模式5:连续多点(例如3点)中有超过预设个点(例如2点)落在中心线同一侧判异;模式6:连续多点(例如5点)中有超过预设个点(例如4点)落在中心线同一侧的预设角度(例如2度)范围以外判异;模式7:连续多点(例如15点)落在中心线两侧的预设角度(例如1度)范围内判异;模式8:连续多点(例如8点)落在中心线两侧且无一在预设角度(例如1度)范围以内的判异。

本发明实施例通过手持终端,按照预设方式对待测卷烟制造设备的点检过程进行记录,并将记录内容上传至后台服务器;然后通过对接收到的记录内容进行大数据分析,来获取待测卷烟制造设备状态变化趋势;最后当待测卷烟制造设备状态变化趋势超出预设的控制范围或不符合预设的控制状态时,发出相应的预防性维修预警。该卷烟制造设备点检分析方法,利用手持终端对点检过程进行了充分记录,点检信息采集完善充分,而且利用大数据优势来处理记录内容,配合科学的统计分析方法来对异常状态进行判断,能高效、准确地发现设备运行中的各种安全隐患,有力地保障了设备的正常运行,保障了生产的平稳有序,提升了经济效益。

实施例三

本发明实施例提供了一种卷烟制造设备点检分析系统,实现了实施例一或二所述的方法,参见图3,该系统可以包括:至少一个手持终端100(例如:智能手机、平板电脑等)和后台服务器200(例如工业级服务器),每个手持终端100均与后台服务器200通信连接。

手持终端100,用于供员工按照预设方式对待测卷烟制造设备的点检过程进行记录,并将记录内容上传至后台服务器

在本实施例中,为了克服现有的设备点检手段单调、数据采集效率低、采集数据零散、数据据挖掘不充分的问题,采用手持终端100(例如:智能手机、平板电脑等)来对待测卷烟制造设备的点检过程进行记录(包括记录点检数据和设备问题的描述),具体可以按照数字、文字、图片、语音以及视频中任一种或多种方式来进行,能全面连续地对点检过程进行信息采集,为后续的预防性维修预警提供了有效的数据支持。

后台服务器200,用于通过对接收到的记录内容进行大数据分析,来获取待测卷烟制造设备状态变化趋势。

在本实施例中,通过后台服务器,收集来自手持终端采集到的点检过程信息,并利用大数据分析,对其进行深层挖掘,获取待测卷烟制造设备状态变化趋势,进而来判断是否需要进行相应的预防性维修预警。

后台服务器200,还用于当待测卷烟制造设备状态变化趋势超出预设的控制范围或不符合预设的控制状态时,发出相应的预防性维修预警。

在本实施例中,可以由后台服务器自动对是否需要进行预防性维修预警做出智能判断,能有效提高员工工作效率。其中,预设的控制范围可以为固定的控制范围或者通过如下公式计算得到的控制范围:

zt=xtα+(1-α)zt-1

其中,zt为当前时刻的ewma统计量;zt-1为上一时刻的ewma统计量;z0=μ为ewma统计量的初值;xt为当前时刻的点检过程数据;α为权重因子(例如可以为0.1)。ewma是指数加权移动平均值的控制图,每个ewma点都结合了来自之前所有子组或观测值的信息。可以定制ewma控制图以检测过程中任意大小的偏移。由于此原因,通常使用这些控制图来监控受控制过程,以检测与目标距离较小的偏移。

其中,控制状态可以为预设的控制图异常判断标准设置。控制图就是对生产过程的关键质量特性值进行测定、记录、评估并监测过程是否处于控制状态的一种图形方法,具体地判断标准可以如下所示:

模式1:点出界就判异;模式2:连续多点(例如9点)落在中心线同一侧判异;模式3:连续多点(例如6点)递增或递减判异;模式4:连续多点(例如14点)中相邻点交替上下判异;模式5:连续多点(例如3点)中有超过预设个点(例如2点)落在中心线同一侧判异;模式6:连续多点(例如5点)中有超过预设个点(例如4点)落在中心线同一侧的预设角度(例如2度)范围以外判异;模式7:连续多点(例如15点)落在中心线两侧的预设角度(例如1度)范围内判异;模式8:连续多点(例如8点)落在中心线两侧且无一在预设角度(例如1度)范围以内的判异。

可选地,手持终端100,还用于录制规范的点检操作过程,供点检作业员工查阅学习,这样可以规范员工的点检操作,减少人为因素对点检结果的影响。

可选地,手持终端100,还用于通过扫描设置在待点检的卷烟制造设备附件的二维码,下载相应的现场点检项目。

在本实施例中,为了便于员工的现场点检操作,可以在待点检的卷烟制造设备附件设置携带有现场点检项目的二维码,供现场点检员工通过手持终端扫描二维码,下载相应的现场点检项目。

本发明实施例通过手持终端,按照预设方式对待测卷烟制造设备的点检过程进行记录,并将记录内容上传至后台服务器;然后通过对接收到的记录内容进行大数据分析,来获取待测卷烟制造设备状态变化趋势;最后当待测卷烟制造设备状态变化趋势超出预设的控制范围或不符合预设的控制状态时,发出相应的预防性维修预警。该卷烟制造设备点检分析系统,利用手持终端对点检过程进行了充分记录,点检信息采集完善充分,而且利用大数据优势来处理记录内容,配合科学的统计分析方法来对异常状态进行判断,能高效、准确地发现设备运行中的各种安全隐患,有力地保障了设备的正常运行,保障了生产的平稳有序,提升了经济效益。

上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。

需要说明的是:上述实施例提供的卷烟制造设备点检分析系统在实现卷烟制造设备点检分析方法时,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将设备的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。另外,上述实施例提供的卷烟制造设备点检分析系统与卷烟制造设备点检分析方法实施例属于同一构思,其具体实现过程详见方法实施例,这里不再赘述。

本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成,也可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存储器,磁盘或光盘等。

以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1