导航：X技术最新专利办公文教;装订;广告设备的制造及其产品制作工艺
1.本发明涉及工业预测性维护技术领域，特别是一种预测性维护示教方法及其装置。
2.预测性维护是是传统制造业转型升级的重要技术基础，其以状态为依据的维修，通过对系统部件进行定期(或连续)的状态监测，判定设备所处的状态，预测设备状态未来的发展趋势，依据设备的状态发展趋势和可能的故障模式，预先制定预测性维护计划。目前，随着预测性维护技术的发展和进步，在各行各业都得到了一定的重视和应用。
3.gb/t40571《智能服务预测性维护通用要求》国家标准对规范预测性维护流程和功能模型进行了规范。
4.但是行业、企事业单位等对于预测性维护实施的概念尚未统一，人员对于技术的实操性不够，人员的预测性维护实施能力有待提升，因此亟需研发相关的示教装置和示教方法，配套国家标准使用，有效促进预测性维护技术的规范化进步和科学化落地。
5.本发明的目的在于，提供一种预测性维护示教方法及其装置。本发明具有能基于国家标准对人员进行专业技术培训的优点。
9.c、接线教学：根据示教课程判断是否需要接线；若是，则进行接线教学；若否，则跳过；
10.d、课程教学：根据示教课程提供对应的课程教学：所述课程教学基于包括文字、图片和视频的方式进行教学；
13.g、实验原理展示：在教学过程中及教学结束时展示相对应的实验原理；
15.前述的预测性维护示教装置示教方法中，步骤a所述示教装置启动其具体流程如下：
16.a1、示教装置硬件准备：通过网线和传感器线缆分别连接对应的pc和传感器，接入220v ac电源并启动；
17.a2、网络连接：设置示教装置的静态ip地址，打开应用程序“pdm demo.exe”并连接网络，若网络连接成功，则“连接状态”指示灯显示为蓝色。
18.一种预测性维护示教装置，包括相互配合的硬件装置和软件系统；所述硬件装置
19.所述硬件装置至少包括箱体、电源接口、控制开关、电机、物理模拟按键、显示灯、风扇和接口端；
20.所述软件系统至少包括功能模块系统、环境模拟模块系统、传感器模块系统、工业协议模块系统、帮助模块系统和连接模块系统。
22.所述接口端包括io输入输出接口、温度输入接口、应变输入接口、声音振动输入接口、模拟输出接口。
23.与现有技术相比，本发明提供的预测性维护示教方法及其装置，通过获取和处理设备状态数据，进而可准确定位故障发生位置和严重程度，为学生团体、科研人员和工程人员等进行预测性维护实训、预测性维护流程示教等提供了满足国家标准的预测性维护示教装置，并通过对应的示教方法进行示教。
27.下面结合附图和实施例对本发明作进一步的说明，但并不作为对本发明限制的依据。
31.c、接线教学：根据示教课程判断是否需要接线；若是，则进行接线教学；若否，则跳过；
32.d、课程教学：根据示教课程提供对应的课程教学：所述课程教学基于包括文字、图片和视频的方式进行教学；
35.g、实验原理展示：在教学过程中及教学结束时展示相对应的实验原理；
38.a1、示教装置硬件准备：通过网线和传感器线缆分别连接对应的pc和传感器，接入220v ac电源并启动；
39.a2、网络连接：设置示教装置的静态ip地址，打开应用程序“pdm demo.exe”并连接网络，若网络连接成功，则“连接状态”指示灯显示为蓝色。
40.一种预测性维护示教装置，如图2所示，包括相互配合的硬件装置和软件系统；所述硬件装置能实现数据采集、数据传输和信号模拟，所述软件系统能实现信号处理；
41.所述硬件装置至少包括箱体、电源接口、控制开关、电机、物理模拟按键、显示灯、风扇和接口端；
42.所述软件系统至少包括功能模块系统、环境模拟模块系统、传感器模块系统、工业协议模块系统、帮助模块系统和连接模块系统。
44.所述接口端包括io输入输出接口、温度输入接口、应变输入接口、声音振动输入接口、模拟输出接口。
45.所述功能模块至少包括温度信号采集模块、振动声音信号采集模块、模拟电压输出模块、应变信号采集模块和di/do模块；
46.所述环境模拟包括多个由硬件装置构成的环境模拟单元，所述环境模拟单元至少包括风扇故障模拟器、四个led、四个开关按键和电机马达。
47.所述温度信号采集模块支持接入热电偶、pt100铂电阻传感器；所述振动声音信号采集模块支持基于振动、声音信号的数据分析实验；所述模拟电压输出模块支持0-5v电压输出；所述应变信号采集模块为应变输入通道；所述di/do模块支持数字信号除非和数字输出控制；
48.所述风扇故障模拟器可模拟平衡及非平衡两种风扇场景并输出振动、转速信号；
52.所述温度输入接口支持热电偶传感器、pt100传感器(三线.所述声音振动输入接口参数为180ks/s/ch(最大)，同步，16bit，iepe激励；
54.所述模拟输出接口参数为0-5v输出，4ma驱动电流(最大)，更新率1ks/s(最大)；
60.接线.简介：本节学习如何利用开关量数字信号完成预期功能。该节内容主要使用示教装置的开关(switch)、触发(trigger)及led指示灯进行交互实验。按界面指示进行实验。
64.操作示教装置中开关(switch)按钮，将会看到面板指示灯随着开关闭合完成相应的状态切换；当操作按下触发器(trigger)按钮，指示灯将以跑马灯的形式交替闪烁，再按一下触发器，跑马灯停止。
66.该模式下，示教装置指示灯的状态变化将不受开关按钮控制，而是受控于上位机软件的操作控制。
71.简介：本节学习如何对pt100温度传感器进行数据采集及查看，并基于设定的阈值实现温度超限报警。按界面指示，单击“开始实验”按键，开始实验。选择是否启用报警功能并调整两通道报警阈值，实现温度采集监控。
73.接线：将压电式振动传感器接入声音振动输入接口上(本示教装置共提供12路声音振动输入接口，各接口均启用了iepe电流激励功能，可接入压电式振动传感器。)
76.2)选择是否启用数据波形保存，启用则设置保存路径文件夹，数据会自动以日期为名称进行保存。
77.3)按界面指示，单击“开始实验”按键，开始实验；单击“停止实验”按键，停止实验。
79.接线：将dsa风扇模拟器的x、y加速度通道通过bnc线缆分别连接至声音振动输入接口ch1、ch2，通过模拟输出接口ao0连接至风扇转速控制通道
80.注：dsa模拟器的风扇转速控制有两种模式：1、bnc信号控制；2、旋钮控制。模式切换可通过“fan speed control”区域中的拨码开关来实现。本实验中采用bnc信号控制模式，即可通过软件控制ao输出实现程控调速。
81.提示2：dsa模拟器可模拟两种状态的风扇：1、平衡(健康)状态(balanced fan)；2、不平衡(故障)状态(unbalanced fan)。状态切换可通过dsa模拟器上的拨码开关来实现。本实验中通过切换风扇状态模拟设备的不同健康状态
82.简介：本节学习如何进行故障风扇的振动信号采集及分析，并基于设定的阈值实现故障预警。按界面指示，单击“开始实验”按键，开始实验。
87.接线：将dsa风扇模拟器的x、y加速度通道通过bnc线缆分别接至声音振动输入接口ch1、ch2，将转速通道连接至声音振动输入接口ch3。通过模拟输出接口ao0连接至风扇转速控制通道
88.简介：本节学习采用不同信号处理方法分析风扇的不同状态，并进行信号时域、频域特征提取。
89.1)调至合适转速，切换风扇平衡/不平衡状态，观察振动信号概率密度曲线、轴心轨迹图、相关曲线变化特点，思考原因；
90.2)持续拨动转速旋钮，观察振动信号时频图变化情况，总结时频图分析方法的用途；
91.3)持续拨动转速旋钮，对比振动信号频谱和阶次谱的区别，分析原因；
92.4)使用常用的信号处理方法(概率密度分析、轴心轨迹分析、相关分析、时频分析、阶次分析)提取振动信号几种典型时域、频域特征，思考应该如何根据不同故障类型选取特征。
94.接线：本实验基于离线.简介：本节学习采用不同分析方法了解滚动轴承/齿轮的故障特点，并采用机器学习算法对不同特征组合进行模型训练。
98.3)读取波形：点击页面文件路径后的按钮，打开windows文件管理器，选择“c:\program files(x86)\pdm demo\data“文件夹，选择“bearing_norm.csv”或者“bearing_outer.csv”文件，点击确定后，在程序页面输出采样率，并在滤波器参数设置和频率上下限设置界面输入相关参数，最后点击“读取”按钮，程序右侧页面则会显示时域波形、频谱图和滤波包络谱图，观察分析故障滚动轴承的时域、频域、包络、包络谱图，思考如何选取合适的特征。
99.4)特征显示：进入特征显示页面，点击页面右侧左上角特征数据文件选择按钮，打开windows文件管理器，选择“c:\program files(x86)\pdm demo\data“文件夹，选择“轴承训练集.csv“文件，点击确定后,勾选需要参与训练的特征，点击页面“确认”按钮，经过计算，程序页面将会显示选择的特征趋势图。
100.5)模型训练：进入模型训练界面，点击“开始训练”按钮，程序将会根据svm、neural network和logistic regression三种方式基于选择的训练集数据进行模型训练，得到3种不同算法的训练结果，尝试勾选一定特征组合及算法，完成离线)数据测试：进入数据测试，首先选择测试数据文件，打开windows文件管理器，选择“c:\program files(x86)\pdm demo\data”文件夹，选择“轴承滚珠故障测试数据.csv”、“轴承内圈故障测试数据.csv”、“轴承外圈故障测试数据.csv”和“轴承正常故障测试数据.csv”其中任意一条数据，并选择一类模型，点击“开始测试”按钮，随后可在页面查看测试结果，进行准确率验证，并尝试其余特征组合及算法效果。