本发明涉及分析管理,具体为一种基于大数据的分析管理方法。
背景技术:
1、随着现代工业的不断发展和进步,工厂伺服电机设备的智能化、数字化程度越来越高。层级的划分和总线通信技术的使用,使得系统既有分散控制,又有集中控制。极大地提高了设备的工作性能和人工交互的方便性。
2、大量的工厂由于生产所需都有供水的需求,伺服电机是其中的重要装置。为了有效防止工厂伺服电机故障的发生,通常使用过电流保护、欠电压保护、过电压保护、过热保护等多种成熟可靠地继电保护手段。但这些都是在事故已经发生后动作,并不能从源头上限制故障的发生。并且这些继电保护使得电机被突然中断,会使得整个生产过程突然瘫痪,并可能造成较大的经济损失。因此,设计智能分析管理及效率高的一种基于大数据的分析管理方法是很有必要的。
技术实现思路
1、本发明的目的在于提供一种基于大数据的分析管理方法,以解决上述背景技术中提出的问题。
2、为了解决上述技术问题,本发明提供如下技术方案:一种基于大数据的分析管理方法,包括:
3、进行数据信息的采集检验分析处理;
4、对工厂伺服电机进行状态监测分析处理;
5、对工厂伺服电机进行故障诊断分析;
6、进行工厂伺服电机的数据信息预警存储控制。
7、根据上述技术方案,所述进行数据信息的采集检验分析处理包括:
8、对工厂伺服电机的数据信息进行录入采集,并进行列表存储;
9、完成数据信息的采集后,对其进行有效性检验分析处理。
10、根据上述技术方案,所述对工厂伺服电机进行状态监测分析处理包括:
11、获取到有效性检验完成的数据信息后,对工厂伺服电机设备进行状态监测分析处理。
12、根据上述技术方案,所述对工厂伺服电机进行故障诊断分析包括:
13、对工厂伺服电机特征数据信息提取进行分析管理;
14、根据工厂伺服电机特征数据信息提取结果,建立工厂伺服电机设备运行监测的特征参量模型。
15、根据上述技术方案,所述进行工厂伺服电机的数据信息预警存储控制包括:
16、根据工厂伺服电机的使用信息对其寿命进行预测,并建立档案进行数据信息的存储记录;
17、对设备预警通知进行分级控制处理,一次产生预警一般作为一级预警类型,为蓝色预警,第二次产生预警时,报警信息作为黄色预警。
18、根据上述技术方案,所述一种基于大数据的分析管理系统,包括:
19、数据采集处理模块,用于进行工厂伺服电机数据信息采集处理;
20、分析控制模块,用于进行数据信息分析控制;
21、数据存储管理模块,用于对工厂伺服电机数据信息进行存储管理。
22、根据上述技术方案,所述数据采集处理模块包括:
23、数据采集模块,用于进行数据信息采集;
24、状态监测模块,用于对工厂伺服电机状态进行监测;
25、数据检验模块,用于进行数据信息检验处理。
26、根据上述技术方案,所述分析处理模块包括:
27、特征提取模块,用于进行特征信息提取;
28、故障诊断模块,用于对工厂伺服电机进行故障诊断分析;
29、预警控制模块,用于进行设备预警通知控制。
30、根据上述技术方案,所述数据存储管理模块包括:
31、档案建立模块,用于建立档案进行数据信息存储记录;
32、预测处理模块,用于进行设备寿命预测处理;
33、信息更新模块,用于进行数据信息更新管理。
34、与现有技术相比,本发明所达到的有益效果是:本发明,通过设置有数据采集处理模块、分析控制模块与数据存储管理模块,可根据实际工程量范围检验数据的有效性,按照统计规律进行离群值辨识分析处理,将无效数据、离群数据进行标记、提示,并可进行人工修改补正,通过对数据的周期扫描,将数据中明显偏离期望水平的数据进行标识,并进行自动方式或者人工干预的方式进行筛除,使后续分析处理更加高效、准确,有效避免分析误差的产生,并可准确的对工厂伺服电机设备状态进行监测分析,可有效表征设备健康状态,使故障诊断更加高效、准确。
1.一种基于大数据的分析管理方法,其特征在于:包括:
2.根据权利要求1所述的一种基于大数据的分析管理方法,其特征在于:所述进行数据信息的采集检验分析处理包括:
3.根据权利要求1所述的一种基于大数据的分析管理方法,其特征在于:所述对工厂伺服电机进行状态监测分析处理包括:
4.根据权利要求1所述的一种基于大数据的分析管理方法,其特征在于:所述对工厂伺服电机进行故障诊断分析包括:
5.根据权利要求1所述的一种基于大数据的分析管理方法,其特征在于:所述进行工厂伺服电机的数据信息预警存储控制包括:
6.一种基于大数据的分析管理系统,其特征在于:包括:
7.根据权利要求6所述的一种基于大数据的分析管理系统,其特征在于:所述数据采集处理模块包括:
8.根据权利要求6所述的一种基于大数据的分析管理系统,其特征在于:所述分析处理模块包括:
9.根据权利要求6所述的一种基于大数据的分析管理系统,其特征在于:所述数据存储管理模块包括: