一种基于大数据的能源分析系统、方法及铝材锻造流水线与流程

本发明涉及一种基于大数据的能源分析系统、方法及铝材锻造流水线。

背景技术：

铝合金是工业中应用最广泛的一类有色金属结构材料，在航空、航天、汽车、机械制造、船舶及化学工业中已大量应用。工业经济的飞速发展，对铝合金焊接结构件的需求日益增多，使铝合金的焊接性研究也随之深入。目前铝合金是应用最多的合金材料。

铝材由铝和其它合金元素制造的制品。主要金属元素是铝，在加上一些合金元素，提高铝材的性能。铝材。通常是先加工成锻造品。

铝材锻造流水线中具有多种的用电器械，如锻造机和输送机等，由于这些器械中很多都具备传动结构，传动结构的零件耗损程度以及润滑问题等，往往容易导致传动阻力增大从而导致能耗增加，需要及时保养，以保证器械运转畅顺，降低能耗，从而减轻企业的负担，因此，有必要研发出一种用于铝材锻造流水线的能源分析系统。

技术实现要素：

本发明为解决上述的技术问题而提供一种基于大数据的能源分析系统、方法及铝材锻造流水线。

为解决上述问题，本发明采用如下技术方案：

一种基于大数据的能源分析系统，包括能耗数据采集单元，从铝材锻造流水线的各个机器上采集耗能数据，并将采集的能源输送到耗能数据存储单元进行存储；大数据信息存储单元，存储有铝材锻造流水线的各个机器的正常平均耗能数据；耗能数据存储单元，对能耗数据采集单元采集的耗能数据按照每个器械进行分类存储以供分析单元进行分析；分析单元，根据大数据信息存储单元的数据信息对耗能数据存储单元内的耗能数据进行分析，并将分析的结果输出；以及获取单元，实时向大数据信息存储单元和耗能数据存储单元发送获取存储数据命令，实时获取到大数据信息存储单元和耗能数据存储单元内的数据并发送到分析单元。

作为优选，所述能耗数据采集单元的输出端与耗能数据存储单元的输入端连接，所述大数据信息存储单元和耗能数据存储单元的输出端均与获取单元的输入端连接，所述获取单元的输出端与分析单元连接。

本发明还提供一种基于大数据的能源分析系统的分析方法，包括以下步骤：

1）在铝材锻造流水线的各个用电器械的电源输入端配置采集耗能数据的能耗数据采集单元；

2）能耗数据采集单元将铝材锻造流水线的各个用电器械的能耗数据传输到耗能数据存储单元内，进行保存；

3）每隔12-24h，获取单元将从耗能数据存储单元和大数据信息存储单元中获取数据并发送到分析单元；

4）分析单元计算出12-24h内的铝材锻造流水线的各个用电器械的平均能耗数据，然后与大数据信息存储单元中获取的铝材锻造流水线的各个机器的正常平均耗能数据进行对比，一旦某个器械的能耗数据高于与大数据信息存储单元中对应的平均能耗数据，即作报警处理。

作为优选，所述能耗数据采集单元与铝材锻造流水线的用电器械数目相同。

作为优选，所述步骤4）中一旦某个器械的能耗数据高于大数据信息存储单元中对应的平均能耗数据的10-20%，即作报警处理。

作为优选，所述耗能数据存储单元包含有与铝材锻造流水线的用电器械数目相同的储存模块组，每个用电器械单独使用一个储存模块组。

作为优选，所述储存模块组为基于raid5的储存模块组，raid5把数据和相对应的奇偶校验信息存储到组成raid5的各个储存模块上，并且奇偶校验信息和相对应的数据分别存储于不同的储存模块上，其中任意n-1块储存模块上都存储完整的数据，也就是说有相当于一块储存模块容量的空间用于存储奇偶校验信息。因此当raid5的一个储存模块发生损坏后，不会影响数据的完整性，从而保证了数据安全。当损坏的储存模块被替换后，raid还会自动利用剩下奇偶校验信息去重建此储存模块上的数据，来保持raid5的高可靠性，可以有效的防止数据丢失。

本发明还提供一种铝材锻造流水线，包含上述的基于大数据的能源分析系统。

本发明的有益效果为：通过采集铝材锻造流水线的各个机器的能耗数据，然后在与大数据中各个器械的平均能耗数据进行一对一单独对比，可以准确判断出流水线中工作器械与大数据的平均能耗的偏差情况，一旦判断出实际能耗较大时则将分析的结果输出，以便于工作人员根据实际情况对器械进行调整或保养。

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为本发明一种基于大数据的能源分析系统的单元连接框图。

图2为本实施例1的一种基于大数据的能源分析系统的分析方法的流程图。

图3为本实施例2的一种基于大数据的能源分析系统的分析方法的流程图。

图4为本实施例3的一种基于大数据的能源分析系统的分析方法的流程图。

图中：

1、能耗数据采集单元；2、大数据信息存储单元；3、耗能数据存储单元；4、分析单元；5、获取单元。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。

在实施例中，需要理解的是，术语“中间”、“上”、“下”、“顶部”、“右侧”、“左端”、“上方”、“背面”、“中部”、等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。

另外，在本具体实施方式中如未特别说明部件之间的连接或固定方式，其连接或固定方式均可为通过现有技术中常用的螺栓固定，或钉销固定，或销轴连接，或粘合固定，或铆接固定等常规方式，因此，在实施例中不在详述。

实施例1

如图1和2所示，一种基于大数据的能源分析系统，包括能耗数据采集单元1，从铝材锻造流水线的各个机器上采集耗能数据，并将采集的能源输送到耗能数据存储单元3进行存储；大数据信息存储单元2，存储有铝材锻造流水线的各个机器的正常平均耗能数据；耗能数据存储单元3，对能耗数据采集单元1采集的耗能数据按照每个器械进行分类存储以供分析单元进行分析；分析单元5，根据大数据信息存储单元2的数据信息对耗能数据存储单元3内的耗能数据进行分析，并将分析的结果输出；以及获取单元4，实时向大数据信息存储单元2和耗能数据存储单元3发送获取存储数据命令，实时获取到大数据信息存储单元2和耗能数据存储单元3内的数据并发送到分析单元5。

所述能耗数据采集单元1的输出端与耗能数据存储单元3的输入端连接，所述大数据信息存储单元2和耗能数据存储单元3的输出端均与获取单元4的输入端连接，所述获取单元4的输出端与分析单元5连接。

一种基于大数据的能源分析系统的分析方法，包括以下步骤：

1）在铝材锻造流水线的各个用电器械的电源输入端配置采集耗能数据的能耗数据采集单元；

2）能耗数据采集单元将铝材锻造流水线的各个用电器械的能耗数据传输到耗能数据存储单元内，进行保存；

3）每隔12h，获取单元将从耗能数据存储单元和大数据信息存储单元中获取数据并发送到分析单元；

4）分析单元计算出12h内的铝材锻造流水线的各个用电器械的平均能耗数据，然后与大数据信息存储单元中获取的铝材锻造流水线的各个机器的正常平均耗能数据进行对比，一旦某个器械的能耗数据高于与大数据信息存储单元中对应的平均能耗数据，即作报警处理。

所述能耗数据采集单元与铝材锻造流水线的用电器械数目相同。

所述步骤4）中一旦某个器械的能耗数据高于大数据信息存储单元中对应的平均能耗数据的10%，即作报警处理。

所述耗能数据存储单元包含有与铝材锻造流水线的用电器械数目相同的储存模块组，每个用电器械单独使用一个储存模块组。

所述储存模块组为基于raid5的储存模块组，raid5把数据和相对应的奇偶校验信息存储到组成raid5的各个储存模块上，并且奇偶校验信息和相对应的数据分别存储于不同的储存模块上，其中任意n-1块储存模块上都存储完整的数据，也就是说有相当于一块储存模块容量的空间用于存储奇偶校验信息。因此当raid5的一个储存模块发生损坏后，不会影响数据的完整性，从而保证了数据安全。当损坏的储存模块被替换后，raid还会自动利用剩下奇偶校验信息去重建此储存模块上的数据，来保持raid5的高可靠性，可以有效的防止数据丢失。

实施例2

如图1和3所示，一种基于大数据的能源分析系统，包括能耗数据采集单元1，从铝材锻造流水线的各个机器上采集耗能数据，并将采集的能源输送到耗能数据存储单元3进行存储；

大数据信息存储单元2，存储有铝材锻造流水线的各个机器的正常平均耗能数据；耗能数据存储单元3，对能耗数据采集单元1采集的耗能数据按照每个器械进行分类存储以供分析单元进行分析；分析单元5，根据大数据信息存储单元2的数据信息对耗能数据存储单元3内的耗能数据进行分析，并将分析的结果输出；以及获取单元4，实时向大数据信息存储单元2和耗能数据存储单元3发送获取存储数据命令，实时获取到大数据信息存储单元2和耗能数据存储单元3内的数据并发送到分析单元5。

所述能耗数据采集单元1的输出端与耗能数据存储单元3的输入端连接，所述大数据信息存储单元2和耗能数据存储单元3的输出端均与获取单元4的输入端连接，所述获取单元4的输出端与分析单元5连接。

一种基于大数据的能源分析系统的分析方法，包括以下步骤：

1）在铝材锻造流水线的各个用电器械的电源输入端配置采集耗能数据的能耗数据采集单元；

2）能耗数据采集单元将铝材锻造流水线的各个用电器械的能耗数据传输到耗能数据存储单元内，进行保存；

3）每隔24h，获取单元将从耗能数据存储单元和大数据信息存储单元中获取数据并发送到分析单元；

4）分析单元计算出24h内的铝材锻造流水线的各个用电器械的平均能耗数据，然后与大数据信息存储单元中获取的铝材锻造流水线的各个机器的正常平均耗能数据进行对比，一旦某个器械的能耗数据高于与大数据信息存储单元中对应的平均能耗数据，即作报警处理。

所述能耗数据采集单元与铝材锻造流水线的用电器械数目相同。

所述步骤4）中一旦某个器械的能耗数据高于大数据信息存储单元中对应的平均能耗数据的20%，即作报警处理。

所述耗能数据存储单元包含有与铝材锻造流水线的用电器械数目相同的储存模块组，每个用电器械单独使用一个储存模块组。

所述储存模块组为基于raid5的储存模块组，raid5把数据和相对应的奇偶校验信息存储到组成raid5的各个储存模块上，并且奇偶校验信息和相对应的数据分别存储于不同的储存模块上，其中任意n-1块储存模块上都存储完整的数据，也就是说有相当于一块储存模块容量的空间用于存储奇偶校验信息。因此当raid5的一个储存模块发生损坏后，不会影响数据的完整性，从而保证了数据安全。当损坏的储存模块被替换后，raid还会自动利用剩下奇偶校验信息去重建此储存模块上的数据，来保持raid5的高可靠性，可以有效的防止数据丢失。

实施例3

如图1和4所示，一种基于大数据的能源分析系统，包括能耗数据采集单元1，从铝材锻造流水线的各个机器上采集耗能数据，并将采集的能源输送到耗能数据存储单元3进行存储；大数据信息存储单元2，存储有铝材锻造流水线的各个机器的正常平均耗能数据；耗能数据存储单元3，对能耗数据采集单元1采集的耗能数据按照每个器械进行分类存储以供分析单元进行分析；分析单元5，根据大数据信息存储单元2的数据信息对耗能数据存储单元3内的耗能数据进行分析，并将分析的结果输出；以及获取单元4，实时向大数据信息存储单元2和耗能数据存储单元3发送获取存储数据命令，实时获取到大数据信息存储单元2和耗能数据存储单元3内的数据并发送到分析单元5。

所述能耗数据采集单元1的输出端与耗能数据存储单元3的输入端连接，所述大数据信息存储单元2和耗能数据存储单元3的输出端均与获取单元4的输入端连接，所述获取单元4的输出端与分析单元5连接。

一种基于大数据的能源分析系统的分析方法，包括以下步骤：

1）在铝材锻造流水线的各个用电器械的电源输入端配置采集耗能数据的能耗数据采集单元；

2）能耗数据采集单元将铝材锻造流水线的各个用电器械的能耗数据传输到耗能数据存储单元内，进行保存；

3）每隔16h，获取单元将从耗能数据存储单元和大数据信息存储单元中获取数据并发送到分析单元；

4）分析单元计算出16h内的铝材锻造流水线的各个用电器械的平均能耗数据，然后与大数据信息存储单元中获取的铝材锻造流水线的各个机器的正常平均耗能数据进行对比，一旦某个器械的能耗数据高于与大数据信息存储单元中对应的平均能耗数据，即作报警处理。

所述能耗数据采集单元与铝材锻造流水线的用电器械数目相同。

所述步骤4）中一旦某个器械的能耗数据高于大数据信息存储单元中对应的平均能耗数据的12%，即作报警处理。

所述耗能数据存储单元包含有与铝材锻造流水线的用电器械数目相同的储存模块组，每个用电器械单独使用一个储存模块组。

所述储存模块组为基于raid5的储存模块组，raid5把数据和相对应的奇偶校验信息存储到组成raid5的各个储存模块上，并且奇偶校验信息和相对应的数据分别存储于不同的储存模块上，其中任意n-1块储存模块上都存储完整的数据，也就是说有相当于一块储存模块容量的空间用于存储奇偶校验信息。因此当raid5的一个储存模块发生损坏后，不会影响数据的完整性，从而保证了数据安全。当损坏的储存模块被替换后，raid还会自动利用剩下奇偶校验信息去重建此储存模块上的数据，来保持raid5的高可靠性，可以有效的防止数据丢失。

本发明还提供一种铝材锻造流水线，包含上述的基于大数据的能源分析系统。

本发明的有益效果为：通过采集铝材锻造流水线的各个机器的能耗数据，然后在与大数据中各个器械的平均能耗数据进行一对一单独对比，可以准确判断出流水线中工作器械与大数据的平均能耗的偏差情况，一旦判断出实际能耗较大时则将分析的结果输出，以便于工作人员根据实际情况对器械进行调整或保养。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何不经过创造性劳动想到的变化或替换，都应涵盖在本发明的保护范围之内。