《基于烟机大数据的故障预测与健康管理电子诊断仪开发与应用》

点击下载 ⇩

该项目所属学科为食品机械和电子与通信技术学科。

1.主要科技内容:项目主要开发维修价值高昂的烟机电子系统故障的仪器和搭建设备状态维修管理平台,充分利用两化融合,体现大数据驱动效应,达到优化产品质量,降本增效目的。

首先构建了基于大数据的烟机设备电子系统维护信息数据库,开发在线电子故障监测仪器。诊断仪通过采取对烟草设备的故障电路板被测芯片驱动大电流的方式,在输入端加输入激励的同时,由计算机控制自动采集记录被测芯片的输出端的响应和状态值,通过计算机将其记录的所有状态值与标准的状态真值表进行比较,从而判断被测对象的故障情况,脱离了电路图纸且可以实现在线和离线两种方式。通过建立烟机电子系统的诊断模型大数据信息库,综合烟草行业国内外应用情况,高价值100%都建立了相应的诊断模型,并开发了相应的建模语言GTDDL。解决了因无法定位故障失修而高价整体换件的高成本维护问题,大幅降低了维修成本,提高了烟机设备故障的维护速度,并可以应对模型厂家停产的备件的延修。

其次构建Hadoop大数据平台,并借助各种算法和智能模型,利用Spark大数据计算引擎来预测、监控和管理烟机电子系统的状态。通过Tungsten Replicator同步EAM系统、WebService获取生产现场设备的精密点检信息、通过OPC UA获取现场设备的状态数据,通过KAFA采集到 Hadoop的大数据平台,采用基于Rete算法的推理引擎来实现烟机电子系统故障的判断和推理。

最后通过构建的Hadoop大数据平台获取数据,根据后向误差反向传播算法和神经网络模型来预测、监控和管理烟机设备的状态,及时预警、报告,指导设备健康管理,优化工艺,提升产品质量。

项目先后获得发明专利2项、实用新型专利12项,软件著作权3项,参订国家标准和行业标准各1项,发表科技论文12篇,其中中文核心论文4篇,被EI收录2篇。在烟机设备电子系统故障监测与健康管理应用方面创新点多,已达国内领先水平。

2.技术经济指标:

(1)研究开发电路板在线故障诊断仪,构建烟机设备的微观电子大数据库,基于大数据库设计了在线电子监测设备,实现80%的电路板能进行故障诊断,节约设备维修费用3648万元;

(2)搭建烟机健康管理系统平台,实现烟机运行参数状态监测、各种工业大数据处理、维修知识服务、电子系统故障诊断、健康管理等功能,设备综合有效作业率提高了0.87%,制丝故障停机率下降0.12%,消除故障隐患2835次,节约设备维保费用4721万元。

3.应用推广及效益情况:成果先在黄金叶生产制造中心正式使用,已成功在许昌厂和安阳厂推广应用,效果明显,效益突出,行业应用前景很好。

该成果对电路板检测或制造的企业、两化融合工作开展好的企业能起到推动作用。

成果说明

该项目开发的故障诊断仪,使电气维修人员在脱离电路图纸的情况下,快速确定故障原因,并进行及时维修,节约了维修费用,通过对制丝集控、卷包数采、物流集控、能管系统、精密点检、EAM系统设备资产信息、故障库、诊断仪微观电子数据的挖掘分析,在保证产品质量、优化工艺参数的同时,优化相关设备,提高设备运行效率和可靠性,设备的综合效率得到提高,降低了制丝的故障停机率,提高了产品的过程控制能力,达到“优质、高效、低耗”的效果。 2014年8月,该项成果在黄金叶生产制造中心成功应用后,已经在许昌卷烟厂、安阳卷烟厂推广应用,

  1. 下载详细PDF版/Doc版

提示:为方便大家复制编辑,博主已将PDF文件制作为Word/Doc格式文件。