一种挖掘机的数据分析系统及方法
【技术领域】
[0001]本发明涉及数据分析领域，尤其涉及一种挖掘机的数据分析系统及方法。
【背景技术】
[0002]液压挖掘机作为一种高效、经济的土石方施工机械，在各种工程建设领域中都起着举足轻重的作用。现有挖掘机的性能提升方法是根据实验样机场内的测试数据，针对某几个重点档位进行分析，寻找可提升的空间，调整控制参数使发动机、液压系统和工作装置达到最优化的匹配。这种方法样本量少、工况单一，无法满足挖掘机在野外工作时面临的各种复杂工况，常出现重点调试的档位不是用户习惯使用的档位以及不同地区使用同一型号挖掘机效率油耗差别很大等问题。
【发明内容】
[0003]针对现有分析方法样本量少、工况单一等局限性，本发明提供了一种挖掘机的数据分析系统及方法，对挖掘机的工作数据分析不受地域、工况和操作习惯的影响，充分发挥其性能。
[0004]本发明采用如下技术方案:
[0005]—种挖掘机的数据分析系统，所述数据分析系统包括:
[0006]现场模块，采集所述挖掘机的工作数据，将所述工作数据整合后上传；
[0007]云服务模块，与所述现场模块连接，接收上传的所述工作数据，存储并处理所述工作数据，发送处理的所述工作数据；
[0008]应用模块，与所述云服务模块连接，接收处理的所述工作数据，并且分析该工作数据，得到分析结果。
[0009]优选的，所述数据分析系统中，所述现场模块包括:
[0010]多个传感器，与一个或多个挖掘机连接，采集所述挖掘机的工作数据；
[0011]控制器，通过CAN总线与各个所述传感器连接，将各个所述传感器采集的工作数据整合计算；
[0012]显示器，与所述控制器连接，显示整合计算的所述工作数据。
[0013]优选的，所述显示器包括:
[0014]GPS模块，与所述控制器连接，将整合计算的所述工作数据上传至云服务模块。
[0015]优选的，所述云服务模块为基于Hadoop和HBase的BC-HugeTable数据仓库或基于Spart的数据仓库或基于Orac I e的数据仓库。
[0016]优选的，所述云服务模块包括:
[0017]数据接入模块，与所述现场模块连接，接收并发送所述现场模块上传的所述工作数据；
[0018]存储模块，与所述数据接入模块连接，接收并存储所述工作数据；
[0019 ]数据处理模块，与所述存储模块连接，对所述工作数据进行处理后发送。
[0020]优选的，所述应用模块包括:
[0021]性能分析单元，与所述云服务模块连接，根据处理的所述工作数据对所述挖掘机的工作性能进行分析，得到性能分析结果；
[0022]市场分析单元，与所述云服务模块连接，根据处理的所述工作数据对所述挖掘机的市场营销策略进行分析，得到市场分析结果；
[0023]健康分析单元，与所述云服务模块连接，根据处理的所述工作数据对所述挖掘机的工作健康状况进行分析，得到健康分析结果。
[0024]—种挖掘机的数据分析方法，所述数据分析方法包括:
[0025]采集所述挖掘机的工作数据，将所述工作数据整合后上传；
[0026]接收上传的所述工作数据，存储并处理所述工作数据，发送处理的所述工作数据；
[0027]接收处理的所述工作数据，并且分析该工作数据，得到分析结果。
[0028]优选的，所述数据分析方法中:
[0029]多个传感器采集所述挖掘机的工作数据；
[0030]控制器将各个所述传感器采集的工作数据整合计算；
[0031]显示器显示整合计算的所述工作数据。
[0032]优选的，所述数据分析方法中:
[0033]GPS模块将整合计算的所述工作数据上传至云服务模块。
[0034]优选的，所述数据分析方法中:
[0035]数据接入模块接收并发送所述现场模块上传的所述工作数据；
[0036]存储模块接收并存储所述工作数据；
[0037]数据处理模块对所述工作数据进行处理后发送。
[0038]本发明的有益效果是:
[0039]本发明将大数据平台与算法与挖掘机各项指标的分析相结合，解决了传统方法的低样本量和单一工况的问题，通过实时监测的运行信息和平台大数据的挖掘计算，让用户需求可以直接面向研发人员，为研发人员提供了设计依据，使得挖掘机的匹配不受地域、工况和操作习惯的影响，充分发挥其性能。
【附图说明】
[0040]图1为本发明挖掘机数据分析过程的原理图。
【具体实施方式】
[0041]需要说明的是，在不冲突的情况下，下述技术方案，技术特征之间可以相互组合。
[0042]下面结合附图对本发明的【具体实施方式】作进一步的说明:
[0043]实施例一
[0044]本实施例提供了一种挖掘机的大数据分析方法，该方法可以将传统的工程机械设计方法与互联网技术融合，通过大量传感器采集机器运行参数，在云平台上进行数据挖掘分析，为研发设计人员提供数据支持同时为终端用户提供更多增值服务，提升用户体验。
[0045]本实施例的方法主要由现场模块、云服务模块和应用模块这三大模块实现，如图1所示，现场模块采集挖掘机的工作数据，将工作数据整合后上传，现场模块采用CAN总线控制技术、远程控制技术、无线通信技术等实现工程机械各参数(温度、速度、流量、压力等)的采集和处理，云服务模块接收上传的工作数据，存储并处理工作数据，发送处理的工作数据，云服务模块采用大数据辅助设计，实现现场工作状态数据与终端应用中心(应用模块)控制工作数据的传输;终端应用模块接收处理的工作数据，并且分析该工作数据，得到分析结果，其通过对挖掘机的理解，将云服务模块的大数据的计算结果进行分类解读为主机厂研发、市场及售后人员提供支持，实现更精准的设计、销售和维护。
[0046]本实施例的应用对象可以为6万台历史挖掘机及每年新增的近I万台挖掘机。例如，在现场模块中，每台挖掘机出厂前都安装有近20个传感器，控制器通过CAN总线采集传感器数据并进行整合计算，合并成64个上传数据，实时记录100余个运行信息，控制器将上传数据通过CAN总线传给显示屏，显示屏通过内置的GPS模块将数据上传至监控中心。
[0047]进一步的，云服务模块搭建满足工程机械需求的大数据处理平台，实现数据的快速存取与共享，将传统IT架构向大数据IT架构转型，构建基于Hadoop和HBase的BC-HugeTab I e的大数据仓库系统以解决原有系统查询慢的问题，部署BC-PDM数据挖掘模块实现对海量数据的快速处理与挖掘，为应用层提供数据支持。
[0048]进一步的，本实施例的大数据解析常用档位、生命周期变化为设计提供依据;大数据解析区域内机型运行数据，对操作手进行操作、保养、维修等提示。
[0049]进一步的，应用模块，将挖掘机的控制与信息化全面结合起来，通过云服务模块的计算结果，分析挖掘机的各项性能指标，按研发、市场及保养需求将数据进行分类与深入解读，最后将工作数据的分析结果提供给主机厂。
[0050]进一步的，本实施例的云服务模块为基于Spart的数据仓库或基于Oracle的数据仓库。
[0051 ] 实施例二
[0052]本实施例提供了一种挖掘机的数据分析系统，该数据分析系统包括:
[0053]现场模块，采集挖掘机的工作数据，将工