工业互联网预测性维护平台技术规范.pdfVIP

工业互联网预测性维护平台技术规范

1范围

本文件给出了基于工业互联网平台进行预测性维护的流程、维护模型以及预测性维护各个环节中的要

求。

本文件适用于基于工业互联网平台开展预测性维护工作。

2规范性引用文件

下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中，注日期的引用文件，

仅该日期对应的版本适用于本文件；不注日期的引用文件，其最新版本（包括所有的修改单）适用于本文

件。

GB/T37988-2019信息安全技术数据安全能力成熟度模型

3术语和定义

下列术语和定义适用于本文件。

3.1

预测性维护predictivemaintenance

强调对失效的预测，并依据设备的状态采取行动，以预防失效或劣化的维修。

4预测性维护流程

基于工业互联网平台进行预测性维护流程应包括数据采集、数据预处理、数据存储与管理、故障状态

预测。如图1所示。

图1预测性维护流程

1

5数据采集

5.1采集内容

工业互联网预测性维护模块应支持通过传感器、API接口、数据分析工具、公开数据源、在线问卷调

查、文件上传、设备日志以及手工录入等方式采集以下数据：

a）设备状态数据，包括但不限于动力数据、温度数据、时间数据、负载数据以及压力数据等设备运

行相关的物理量；

b）原厂家数据，包括但不限于设计参数、设备图纸以及技术手册等数据；

c）销售数据，包括但不限于设备销售数量、销售地区以及客户满意度等数据；

d）用户反馈数据，包括但不限于用户对产品性能、服务质量、维护效率等方面的反馈意见；

e）维护数据，包括但不限于设备故障记录、维护记录等数据。

5.2状态信息字典

工业互联网预测性维护模块应支持建立设备状态信息字典，记录设备各种状态信息和参数数据的框架

和工具，其内容包括但不限于以下内容：

a）设备基本信息：

1）设备名称：标识设备的名称和编码；

2）工作原理：描述设备的基本工作原理和关键部件；

3）技术规格：包括设备型号、尺寸、功率、生产厂家等信息。

b）关键参数信息：

1）温度：设备运行时的温度情况；

2）压力：设备运行时的压力值；

3）振动：设备振动情况的监测数据；

4）电流：设备运行时的电流值。

5）转速：设备转动速度及变化情况。

c）状态定义：

1）正常状态：设备在正常运行时的状态描述；

2）警告状态：设备出现一些异常情况但不影响正常运行的状态；

3）故障状态：设备发生故障需要进行维修和处理的状态。

4）数据来源：

1）传感器：负责采集设备各种参数数据；

2

2）记录仪：记录设备运行的状态信息和历史数据；

3）控制系统：提供设备运行状态的监测和控制功能。

5）数据格式：

1）时间戳：记录数据采集的时间点；

2）数值：具体的参数数值，如温度值、压力值等；

3）状态标识：记录设备状态的标识，如正常、警告、故障等。

6数据预处理

工业互联网预测性维护模块应支持对采集到的数据进行预处理，主要包括但不限于数据的审核、筛选、

去重、缺失值处理、异常值处理、数据标准化等几个方面。具体要求如下：

a）应能够准确识别并去除由传感器故障、传输错误等原因导致的异常值和噪声，确保数据的真实性

和准确性；

b）应能够保留与设备状态和维护需求密切相关的关键信息，同时去除不必要的噪声；

c）应确保数据格式、单位、时间戳等信息的一致性，对于多源传感器数据，应统一数据格式和采样

频率，确保数据的可比性和可融合性。

7数据存储与管理

工业互联网预测性维护模块应支持对预处理后的数据进行存储与管理，支持对数据的分类、排序、检

索、修改等功能，并确保系统具有良好的安全性及稳定性，其安全性应满足GB/T37988-2019中的要求。

8故障状态