(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211228233.8 (22)申请日 2022.10.09 (71)申请人 合肥合锻智能制造股份有限公司 地址 230000 安徽省合肥市经济技 术开发 区紫云路123号 (72)发明人 王磊　魏新节　方昆　印志锋　 胡彬彬　陶海清　牛强　王芝发　 张枭　沈海峰　 (74)专利代理 机构 合肥正则元起专利代理事务 所(普通合伙) 3416 0 专利代理师 朱明里 (51)Int.Cl. G06Q 10/00(2012.01) G06Q 10/06(2012.01) G06Q 50/04(2012.01)G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种远程智能预测性维修 运维服务方法 (57)摘要 本发明公开了一种远程智能预测性维修运 维服务方法， 涉及智能制造技术领域， 解决了现 有技术在 进行预测性维护时， 需要分阶段采集大 量数据， 无法保证远程维护效果， 导致远程预测 性维护效率低的技术问题； 本发 明通过建立远程 运维平台与若干智能制造设备之间的连接， 定期 获取智能制造设备的运行数据， 根据运行数据对 智能制造设备进行一次分析之后确定是否需要 分析设备数据的变化趋势， 再结合智能制造设备 的所有数据进行变化趋势分析。 本发 明所有的数 据分析过程均在远程运维平台上， 定期获取运行 数据即可完成运维判断， 且两次分析能够保证维 护策略的准确性， 延长智能制造设备的寿 命。 权利要求书2页 说明书5页 附图1页 CN 115456222 A 2022.12.09 CN 115456222 A 1.一种远程智能预测性维修 运维服务方法， 其特 征在于， 包括： 建立远程运维平台与 各智能制造设备的连接， 定期采集智能制造设备的运行数据并上 传至远程 运维平台； 其中， 运行 数据包括环境数据和设备 数据； 远程运维平台根据设备信 息和运行数据构建模型分析数据， 结合设备评分模型获取设 备评分； 其中， 运行评分模型基于人工智能模型建立； 当设备评分大于评分阈值 时， 则通过常规维护策略进行维护； 否则， 对设备数据的变化 趋势进行分析， 根据分析 结果选定异常维护策略。 2.根据权利要求1所述的一种远程智能预测性维修运维服务方法， 其特征在于， 所述远 程运维平台与若干智能制 造设备建立通信和/或电气连接； 且所述智能制 造设备内部或者 外部设置有 若干数据传感器； 所述远程运维平台模拟智能制造设备工作， 根据模拟结果设置常规维护策略和 异常维 护策略， 并存 储在所述远程 运维平台 中。 3.根据权利要求1所述的一种远程智能预测性维修运维服务方法， 其特征在于， 所述远 程运维平台根据设备信息设定数据采集周期， 包括： 获取设备信息； 其中， 设备信息包括设备名称、 设备级别和设备年限； 将设备级别和设备年限分别标记为SJ和SN； 其中， 设备级别是工作人员根据智能制造 设备的重要性设定， 设备级别越大则重要性越高； 通过公式SCZ＝α /(SJ ×SN)获取数据采集周期SCZ； 其 中， α 为大于0的设定常数， 取值包 括10、 20或者3 0。 4.根据权利要求2或3所述的一种远程智能预测性维修运维服务方法， 其特征在于， 所 述远程运维平台根据设备信息和运行 数据构建模型分析 数据， 包括： 提取设备数据中的数据要实测值， 以及从远程运维平台获取对应数据要素基准值； 其 中， i为正整数， 数据要素包括震动、 噪音、 电压和电流； 将环境数据、 设备年 限、 数据要素实测值和数据要素基准值拼接整合生而成模型分析 数据。 5.根据权利要求4所述的一种远程智能预测性维修运维服务方法， 其特征在于， 所述设 备评分模型基于人工智能模型建立， 包括： 在实验室模拟智能制造设备在标准工况下的运行环境， 获取标准工况数据； 同时模拟 非标准工况 下的运行环境， 获取非标工况 数据； 工作人员对非标工况数据、 标准工况数据进行对比， 同时结合模拟的设备年 限采用专 家打分的方式获取非标工况 数据对应的设备评分； 将模拟运行环境、 模拟的设备年 限、 非标工况数据和标准工况数据整合起来作为模型 输入数据， 将对应的设备评分作为模型输出 数据； 通过模型输入数据和模型输出数据训练人工智能模型， 获取设备评分模型； 其中， 人工 智能模型包括 误差逆向传播神经网络模型或者RBF神经网络模型。 6.根据权利要求5所述的一种远程智能预测性维修运维服务方法， 其特征在于， 所述远 程运维平台将设备评分与评分阈值进行比较， 包括： 在获取设备评分之后， 提取对应的评分阈值； 当设备评分大于评分阈值时， 则判定智能制造设备运行正常， 调用常规维护策略进行权　利　要　求　书 1/2 页 2 CN 115456222 A 2维护； 否则， 判定智能制造设备运行异常， 分析设备 数据的变化趋势。 7.根据权利要求6所述的一种远程智能预测性维修运维服务方法， 其特征在于， 所述远 程运维平台建立震动数据的变化曲线， 并判断变化曲线的变化趋势， 包括： 根据设备名称提取对应智能制造设备所有工作时间的震动数据， 以时间为自变量， 以 震动数据为因变量建立震动变化曲线； 分析震动变化曲线的变化趋势， 根据变化趋势来选 定异常维护策略。 8.根据权利要求7所述的一种远程智能预测性维修运维服务方法， 其特征在于， 所述远 程运维平台分析震动变化曲线的变化趋势， 包括： 判断震动变化曲线是否递增或者递减； 是， 则获取一阶导数值； 否， 则根据震动数据的 均值选定异常维护策略； 提取一阶导数值中的最大值， 将最大值与导数阈值进行比较， 根据比较结果选定异常 维护策略； 其中， 一阶导数最大值和震动数据的均值匹配关联。权　利　要　求　书 2/2 页 3 CN 115456222 A 3