一种基于大数据的自动分拣输送设备智能运维系统

本发明涉及大数据技术、智能运维技术、物流设备运维管理，特别是涉及一种基于大数据的自动分拣输送设备智能运维系统。

背景技术：

1、随着自动化技术的不断发展，自动分拣输送设备已经广泛应用于快递、物流、制造、服务等行业中，大大提高了生产效率和工作质量。

2、然而，自动分拣输送设备在长期的使用过程中，也面临着诸多问题，如设备损坏、设备故障、备件及时性差等问题，这些问题都难以通过人工日常巡检发现，存在着发现不及时、故障处理慢等问题。而且，自动分拣输送设备的急性故障一旦发生，往往会带来巨大影响，因此急需智能化运维系统优化传统的运维和管理模式(传统的运维和管理模式是通过人工查看每个部件的使用情况，根据经验判断部件是否需要检修。对于即将损坏的部件通常在损坏的时候才能发现，发现损坏后才去查询库存，如果没有库存，那么就需要去采购，在采购期间将影响对应设备的运行，耽误生产任务)。

3、但是，大型的自动分拣输送设备往往涉及多系统、多设备，每一个涉及到机械运转的位置均要进行监测，才能对自动分拣输送设备进行全面监控，其监测的数量庞大，也使得其实时产生的数据量是海量的，这无疑给运维系统带来了巨大的负担，很难及时分析出产生故障的位置。

4、而大数据的挖掘和处理技术则能够更好地处理大量数据，提高数据分析的效率和精度。因此，设计了一种基于大数据的自动分拣输送设备智能运维系统。

技术实现思路

1、本发明的目的是提供一种基于大数据的自动分拣输送设备智能运维系统，其能辅助工程师对自动分拣输送设备的检修，降低人力成本。

2、本发明的目的通过以下的技术方案来实现：

3、一种基于大数据的自动分拣输送设备智能运维系统，其特征在于，包括：

4、采集模块，安装在自动分拣输送设备中，用于对自动分拣输送设备进行数据采集；

5、汇总单元，用于将采集模块采集的数据进行汇总；

6、实时数据预处理模块，用于将汇总单元汇总的数据进行实时地初步处理和整合，得到损坏的数据和规约化的数据；

7、损坏数据汇总模块，用于汇总所述损坏的数据；

8、规约化数据汇总模块，用于汇总所述规约化的数据；

9、存储单元，用于将规约化数据汇总模块汇总的规约化的数据进行保存；

10、数据优化切割模块，用于将存储单元中保存的规约化的数据按不同规格、不同种类进行切割；

11、实时数据分析模块，用于调取经数据优化切割模块切割的数据，通过存储在存储单元中的设备诊断数据模型进行数据分析处理；

12、数据汇总模块，用于将经实时数据分析模块进行分析处理后的数据进行汇总；

13、诊断模块，用于将数据汇总模块汇总的数据进行诊断，诊断出其中的正常设备数据和需进行人工干预的异常设备数据；

14、正常设备汇总模块，用于对所述正常设备数据进行汇总；

15、异常设备汇总模块，用于对所述异常设备数据进行汇总；

16、数据分发模块，用于将异常设备模块汇总的异常设备数据分发到管理员客户端，进行预警；

17、机器学习模块，用于对异常设备数据进行标注，然后对异常设备数据进行特征抽取，使用分类学习算法找出异常设备数据的特征与标注之间的联系，调整并训练设备诊断数据模型，将训练得到的数据保存到存储单元中；

18、结束模块，用于结束正常设备汇总模块汇总的正常设备数据的处理流程，和删除损坏数据汇总模块汇总的损坏的数据。

19、作为本发明的进一步方案：所述采集模块对自动分拣输送设备进行采集的数据包括设备齿轮转速、履带正位情况、电机及减速机温湿度、齿轮磨损程度和滚筒及轴承磨损程度。

20、作为本发明的进一步方案：所述采集模块和汇总单元组成硬件装置，所述硬件装置安装在自动分拣输送设备的所需监测的节点上。

21、作为本发明的进一步方案：所述实时数据预处理模块、损坏数据汇总模块、规约化数据汇总模块、存储单元、数据优化切割模块、实时数据分析模块、数据汇总模块、诊断模块、正常设备汇总模块、异常设备汇总模块、数据分发模块、机器学习模块和结束模块组成数据处理中心系统。

22、作为本发明的进一步方案：所述采集模块与汇总单元通过导线进行相连接。

23、作为本发明的进一步方案：所述实时数据预处理模块包含数据清洗模块、数据转换模块、数据集成模块、数据规约模块和数据分发模块；

24、数据清洗模块用于将汇总单元汇总的数据进行初步清洗，筛选出数据中的错误、重复、不完整的数据值；

25、数据转换模块用于将经数据清洗模块清洗的数据进行数据归一化，提高数据可用性和适用性；

26、数据集成模块用于将经数据转换模块转换的数据进行整合，去除重复值；

27、数据规约模块通过数据降维、特征选择、数据抽样的方式进行数据规约；

28、数据分发模块将错误、重复、不完整的数据值分发给损坏数据汇总模块，将数据规约模块输出的规约化的数据分发给规约化数据汇总模块。

29、与现有技术相比，本发明具有以下有益效果：

30、本发明的自动分拣输送设备智能运维系统，首先通过采集模块不断采集数据，将数据通过数据预处理模块和数据优化切割模块进行预处理和切割，再通过实时数据分析模块和诊断模块进行分析数据的分析和诊断，最后将异常设备数据分发到管理员客户端，在管理员客户端以可视化形式展示，进行预警，提醒管理员及时检修以及零配件备货。本发明在较大程度上提高了人工巡检效率，并为客户降低人力、物资成本，极大地保障了生产的正产运行。

31、其中，实时数据预处理模块预先将损坏的数据数据除掉，能提升服务器的处理效率。数据优化切割模块将数据进行了切割，这样能将切割的数据同时分发到数台服务器中进行同时处理，提升处理效率，同时降低服务器的压力。

32、本发明通过机器学习模块进行机器学习，当系统进行一次预警后就是一次的机器学习，通过不断采集自动分拣输送设备的数据、实时处理分析设备状态、及时预警与备件提醒及不断进行机器学习，能让本发明的自动分拣输送设备智能运维系统在最大程度上辅助工程师对设备进行检修，同时降低客户的人力成本和资本的支出，保障设备的长期、稳定运行。

技术特征：

1.一种基于大数据的自动分拣输送设备智能运维系统，其特征在于，包括：

2.根据权利要求1所述的基于大数据的自动分拣输送设备智能运维系统，其特征在于：所述采集模块(1)对自动分拣输送设备进行采集的数据包括设备齿轮转速(101)、履带正位情况(102)、电机及减速机温湿度(103)、齿轮磨损程度(104)和滚筒及轴承磨损程度(105)。

3.根据权利要求1所述的基于大数据的自动分拣输送设备智能运维系统，其特征在于：所述采集模块(1)和汇总单元(2)组成硬件装置(s1)，所述硬件装置(s1)安装在自动分拣输送设备的所需监测的节点上。

4.根据权利要求1所述的基于大数据的自动分拣输送设备智能运维系统，其特征在于：所述实时数据预处理模块(3)、损坏数据汇总模块(4)、规约化数据汇总模块(5)、存储单元(6)、数据优化切割模块(7)、实时数据分析模块(8)、数据汇总模块(9)、诊断模块(10)、正常设备汇总模块(11)、异常设备汇总模块(12)、数据分发模块(13)、机器学习模块(14)和结束模块(15)组成数据处理中心系统(s2)。

5.根据权利要求1所述的基于大数据的自动分拣输送设备智能运维系统，其特征在于：所述采集模块(1)与汇总单元(2)通过导线进行相连接。

6.根据权利要求1所述的基于大数据的自动分拣输送设备智能运维系统，其特征在于：所述实时数据预处理模块(3)包含数据清洗模块(301)、数据转换模块(302)、数据集成模块(303)、数据规约模块(304)和数据分发模块(305)；

技术总结
本发明公开了一种基于大数据的自动分拣输送设备智能运维系统，其包括采集模块、汇总单元、实时数据预处理模块、损坏数据汇总模块、规约化数据汇总模块、存储单元、数据优化切割模块、实时数据分析模块、数据汇总模块、诊断模块、正常设备汇总模块、异常设备汇总模块、数据分发模块、机器学习模块和结束模块，其首先通过采集模块不断采集数据，将数据通过数据预处理模块和数据优化切割模块进行预处理和切割，再通过实时数据分析模块和诊断模块进行分析数据的分析和诊断，最后将异常设备数据分发到管理员客户端，在管理员客户端展示，进行预警，提醒管理员及时检修。本发明在较大程度上提高了人工巡检效率，并为客户降低人力和物资成本。

技术研发人员：郑平超,郄彬,郭行
受保护的技术使用者：广州城建职业学院
技术研发日：
技术公布日：2024/1/16