基于大数据的数字工厂设备巡检评估方法、系统和介质与流程

本技术涉及大数据及工厂设备维护，具体而言，涉及基于大数据的数字工厂设备巡检评估方法、系统和介质。

背景技术：

1、数字工厂的设备运行性能巡检是工厂运行监督和质量监管的核心之一，而由于工厂的各类设备的型号种类繁多，且各设备所处的工作运行环境和所属系统运行状况具有差异性，从而导致对设备的性能巡检存在不统一性和多变性，且各类设备由于自身工作属性或使用方式的不同，同类设备的各设备之间也存在性能优劣的差异性，这导致对同类设备的各个单个设备的性能判断和识别也存在评估复杂性和标准的非单一性，因此，导致对数字工厂的各类设备中单个设备的巡检存在评估手段和判断标准的空缺，缺乏可实现对数字工厂各设备根据其性能结合同类别设备性能偏离属性以及环境、工况、系统要素进行有效评估和精准判断其性能状况的技术手段。

2、针对上述问题，目前亟待有效的技术解决方案。

技术实现思路

1、本技术的目的在于提供基于大数据的数字工厂设备巡检评估方法、系统和介质，可以通过大数据对工厂设备根据运行性能偏差情况结合环境工况和系统状况相关检测系数进行处理获得设备运行的检测指数对设备进行巡检评估，实现通过大数据对设备运行状况进行巡检评估的智能技术。

2、本技术还提供了基于大数据的数字工厂设备巡检评估方法，包括以下步骤：

3、获取数字工厂各型号类别设备中单个设备在预设时间段内的设备运作监测信息和设备运行日志信息，并提取设备运行性能特征数据和设备运行异常日志信息数据；

4、获取所述单个设备所属型号类别设备的预设设备标准运行指标数据，并与所述设备运行性能特征数据进行处理，获得所述单个设备的运行性能偏差度数据，再结合所述设备运行异常日志信息数据进行处理获得性能检测偏离度数据；

5、获取所述预设时间段内与所述单个设备同型号类别设备的性能检测偏离度分布数据，并与所述性能检测偏离度数据进行对比，获得设备群性能差异离散指数；

6、获取所述单个设备在所述预设时间段内的运行环境工况检测数据以及单个设备所在生产运行系统的系统状态监测数据，对运行环境工况检测数据以及系统状态监测数据分别进行处理，获得环况稳定性激励系数和系统稳定性补偿系数；

7、根据所述设备群性能差异离散指数结合所述环况稳定性激励系数和系统稳定性补偿系数对所述性能检测偏离度数据进行修正处理，获得所述单个设备的性能有效运行检测指数；

8、获取所述单个设备所属型号类别设备的预设性能检测阈值，并与所述性能检测偏离度分布数据进行加权修正，获得设备性能检测修正阈值；

9、根据所述单个设备的性能有效运行检测指数与所属型号类别设备的所述设备性能检测修正阈值进行阈值对比，根据阈值对比结果判断评估各型号类别设备中全部单个设备的运行状况并显示。

10、可选地，在本技术所述的基于大数据的数字工厂设备巡检评估方法中，所述获取数字工厂各型号类别设备中单个设备在预设时间段内的设备运作监测信息和设备运行日志信息，并提取设备运行性能特征数据和设备运行异常日志信息数据，包括：

11、获取数字工厂内各型号类别设备中单个设备在预设时间段内的设备运作监测信息，根据设备运作监测信息提取设备运行性能特征数据，包括运行效率数据、加工残次率数据、运行功耗数据以及运行异常指标量数据；

12、获取所述单个设备在预设时间段内的设备运行日志信息，并提取设备运行异常日志信息数据，包括出现异常提示的运行异常提示频次数以及异常告警级数。

13、可选地，在本技术所述的基于大数据的数字工厂设备巡检评估方法中，所述获取所述单个设备所属型号类别设备的预设设备标准运行指标数据，并与所述设备运行性能特征数据进行处理，获得所述单个设备的运行性能偏差度数据，再结合所述设备运行异常日志信息数据进行处理获得性能检测偏离度数据，包括：

14、通过预设数字工厂设备生产参数数据库获取所述单个设备所属型号类别设备的预设设备标准运行指标数据，包括效率指标数据、残次率指标数据、功耗指标数据以及异常量指标数据；

15、根据所述预设设备标准运行指标数据与所述设备运行性能特征数据进行处理，获得所述单个设备的运行性能偏差度数据；

16、根据所述运行性能偏差度数据结合所述运行异常提示频次数以及异常告警级数进行处理，获得所述单个设备的性能检测偏离度数据；

17、其中，所述性能检测偏离度数据的计算公式为：

18、；

19、其中，为性能检测偏离度数据，为运行性能偏差度数据，为运行异常提示频次数，为第i次异常提示的异常告警级数，n为预设时间段内异常提示次数，、为预设特征系数。

20、可选地，在本技术所述的基于大数据的数字工厂设备巡检评估方法中，所述获取所述预设时间段内与所述单个设备同型号类别设备的性能检测偏离度分布数据，并与所述性能检测偏离度数据进行对比，获得设备群性能差异离散指数，包括：

21、获取所述数字工厂内与所述单个设备同型号类别设备在所述预设时间段内的性能检测偏离度分布数据，包括多个同型号类别设备的性能检测偏离度数据；

22、根据所述多个同型号类别设备的性能检测偏离度数据集合成为性能检测偏离度数据集；

23、根据所述性能检测偏离度数据集与所述单个设备的性能检测偏离度数据进行对比处理，获得所述单个设备的设备群性能差异离散指数；

24、所述设备群性能差异离散指数的计算公式为：

25、；

26、其中，为设备群性能差异离散指数，为第k个单个设备的性能检测偏离度数据，为第k个单个设备对应的预设特征系数，为单个设备所属型号类别设备的预设性能偏差度修正因子，为性能检测偏离度数据集，m为单个设备同型号类别设备中包含的单个设备个数，为m个单个设备中第j个单个设备的性能检测偏离度数据，为m个单个设备中第j个单个设备的预设特征系数。

27、可选地，在本技术所述的基于大数据的数字工厂设备巡检评估方法中，所述获取所述单个设备在所述预设时间段内的运行环境工况检测数据以及单个设备所在生产运行系统的系统状态监测数据，对运行环境工况检测数据以及系统状态监测数据分别进行处理，获得环况稳定性激励系数和系统稳定性补偿系数，包括：

28、获取所述单个设备在所述预设时间段内的运行环境工况检测数据，包括温湿度环境数据、过载运行监测数据、时寿稳定指数以及预测故障率频数；

29、获取所述单个设备所在生产运行系统在所述预设时间段内的系统状态监测数据，包括系统超负荷运行数据、系统故障率数据以及系统运行总效率数据；

30、对所述运行环境工况检测数据以及所述系统状态监测数据分别进行处理，对应获得环况稳定性激励系数和系统稳定性补偿系数。

31、可选地，在本技术所述的基于大数据的数字工厂设备巡检评估方法中，所述根据所述设备群性能差异离散指数结合所述环况稳定性激励系数和系统稳定性补偿系数对所述性能检测偏离度数据进行修正处理，获得所述单个设备的性能有效运行检测指数，包括：

32、根据所述设备群性能差异离散指数结合所述环况稳定性激励系数和系统稳定性补偿系数对所述单个设备的所述性能检测偏离度数据进行修正处理，获得所述单个设备的性能有效运行检测指数；

33、所述性能有效运行检测指数的修正计算公式为：

34、；

35、其中，为性能有效运行检测指数，为性能检测偏离度数据，为设备群性能差异离散指数，为环况稳定性激励系数，为系统稳定性补偿系数，、、、为预设特征系数。

36、可选地，在本技术所述的基于大数据的数字工厂设备巡检评估方法中，所述获取所述单个设备所属型号类别设备的预设性能检测阈值，并与所述性能检测偏离度分布数据进行加权修正，获得设备性能检测修正阈值，包括：

37、通过所述预设数字工厂设备生产参数数据库获取所述单个设备所属型号类别设备的预设性能检测阈值；

38、根据所述预设性能检测阈值与所述性能检测偏离度数据集进行加权修正，获得设备性能检测修正阈值；

39、所述设备性能检测修正阈值的修正公式为：

40、；

41、其中，为设备性能检测修正阈值，为性能检测偏离度数据集，m为单个设备个数，为预设性能检测阈值。

42、第二方面，本技术提供了基于大数据的数字工厂设备巡检评估系统，该系统包括：存储器及处理器，所述存储器中包括基于大数据的数字工厂设备巡检评估方法的程序，所述基于大数据的数字工厂设备巡检评估方法的程序被所述处理器执行时实现以下步骤：

43、获取数字工厂各型号类别设备中单个设备在预设时间段内的设备运作监测信息和设备运行日志信息，并提取设备运行性能特征数据和设备运行异常日志信息数据；

44、获取所述单个设备所属型号类别设备的预设设备标准运行指标数据，并与所述设备运行性能特征数据进行处理，获得所述单个设备的运行性能偏差度数据，再结合所述设备运行异常日志信息数据进行处理获得性能检测偏离度数据；

45、获取所述预设时间段内与所述单个设备同型号类别设备的性能检测偏离度分布数据，并与所述性能检测偏离度数据进行对比，获得设备群性能差异离散指数；

46、获取所述单个设备在所述预设时间段内的运行环境工况检测数据以及单个设备所在生产运行系统的系统状态监测数据，对运行环境工况检测数据以及系统状态监测数据分别进行处理，获得环况稳定性激励系数和系统稳定性补偿系数；

47、根据所述设备群性能差异离散指数结合所述环况稳定性激励系数和系统稳定性补偿系数对所述性能检测偏离度数据进行修正处理，获得所述单个设备的性能有效运行检测指数；

48、获取所述单个设备所属型号类别设备的预设性能检测阈值，并与所述性能检测偏离度分布数据进行加权修正，获得设备性能检测修正阈值；

49、根据所述单个设备的性能有效运行检测指数与所属型号类别设备的所述设备性能检测修正阈值进行阈值对比，根据阈值对比结果判断评估各型号类别设备中全部单个设备的运行状况并显示。

50、可选地，在本技术所述的基于大数据的数字工厂设备巡检评估系统中，所述获取数字工厂各型号类别设备中单个设备在预设时间段内的设备运作监测信息和设备运行日志信息，并提取设备运行性能特征数据和设备运行异常日志信息数据，包括：

51、获取数字工厂内各型号类别设备中单个设备在预设时间段内的设备运作监测信息，根据设备运作监测信息提取设备运行性能特征数据，包括运行效率数据、加工残次率数据、运行功耗数据以及运行异常指标量数据；

52、获取所述单个设备在预设时间段内的设备运行日志信息，并提取设备运行异常日志信息数据，包括出现异常提示的运行异常提示频次数以及异常告警级数。

53、第三方面，本技术还提供了计算机可读存储介质，所述计算机可读存储介质中包括基于大数据的数字工厂设备巡检评估方法程序，所述基于大数据的数字工厂设备巡检评估方法程序被处理器执行时，实现如上述任一项所述的基于大数据的数字工厂设备巡检评估方法的步骤。

54、由上可知，本技术提供的基于大数据的数字工厂设备巡检评估方法、系统和介质，通过获取单个设备的设备运行性能特征数据和设备运行异常日志信息数据并结合设备所属型号类别设备的预设设备标准运行指标数据处理获得性能检测偏离度数据，获取与单个设备同型号类别设备的性能检测偏离度分布数据并对比获得设备群性能差异离散指数，再与通过运行环境工况检测数据和系统状态监测数据处理获得的环况稳定性激励系数和系统稳定性补偿系数进行结合对性能检测偏离度数据处理获得单个设备的性能有效运行检测指数，再与根据预设性能检测阈值与性能检测偏离度分布数据加权修正获得的设备性能检测修正阈值进行阈值对比，根据结果判断评估设备运行状况并显示；从而基于大数据对工厂设备根据运行性能偏差情况结合环境工况和系统状况相关检测系数进行处理获得设备运行的检测指数对设备进行巡检评估，实现通过大数据对设备运行状况进行巡检评估的智能技术。

55、本技术的其他特征和优点将在随后的说明书阐述，并且，部分地从说明书中变得显而易见，或者通过实施本技术了解。本技术的目的和其他优点可通过在所写的说明书以及附图中所特别指出的结构来实现和获得。