本發(fā)明屬于裁床維護(hù)，具體涉及一種裁床設(shè)備智能維護(hù)方法及系統(tǒng)。

背景技術(shù)：

1、隨著服裝制造業(yè)的快速發(fā)展，裁床設(shè)備作為生產(chǎn)過(guò)程中的關(guān)鍵設(shè)備，其運(yùn)行效率和穩(wěn)定性對(duì)生產(chǎn)成本和產(chǎn)品質(zhì)量具有重要影響。然而，傳統(tǒng)的裁床設(shè)備維護(hù)方式存在以下缺陷：

2、維護(hù)效率低下：傳統(tǒng)的維護(hù)方式主要依賴于人工巡檢和定期維護(hù)。然而，這種方式往往無(wú)法及時(shí)發(fā)現(xiàn)設(shè)備故障，導(dǎo)致維護(hù)效率低下。同時(shí)，人工巡檢容易受到人為因素的影響，導(dǎo)致維護(hù)質(zhì)量不穩(wěn)定；

3、備品管理混亂：傳統(tǒng)的備品管理方式主要依賴于紙質(zhì)記錄和人工管理。然而，這種方式往往導(dǎo)致備品庫(kù)存不準(zhǔn)確、備品使用記錄不清晰等問(wèn)題。當(dāng)設(shè)備出現(xiàn)故障時(shí)，往往無(wú)法及時(shí)找到所需的備品，導(dǎo)致維修時(shí)間延長(zhǎng)；

4、數(shù)據(jù)孤島問(wèn)題：傳統(tǒng)的裁床設(shè)備往往缺乏數(shù)據(jù)接口和通信協(xié)議，導(dǎo)致設(shè)備數(shù)據(jù)無(wú)法實(shí)時(shí)上傳至云端平臺(tái)。這導(dǎo)致數(shù)據(jù)孤島問(wèn)題嚴(yán)重，無(wú)法充分利用數(shù)據(jù)資源進(jìn)行故障預(yù)測(cè)和維護(hù)優(yōu)化；

5、缺乏智能化支持：傳統(tǒng)的裁床設(shè)備維護(hù)方式缺乏智能化支持，無(wú)法實(shí)現(xiàn)對(duì)設(shè)備的實(shí)時(shí)監(jiān)測(cè)、故障預(yù)測(cè)和智能維護(hù)。這導(dǎo)致設(shè)備維護(hù)效率低下，維護(hù)成本高昂。

6、綜上所述，傳統(tǒng)裁床設(shè)備維護(hù)方式存在諸多不足，無(wú)法滿足現(xiàn)代服裝制造業(yè)對(duì)高效、穩(wěn)定、智能化的生產(chǎn)需求。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明提供一種裁床設(shè)備智能維護(hù)方法及系統(tǒng)，用于解決現(xiàn)有技術(shù)中存在的問(wèn)題。

2、一種裁床設(shè)備智能維護(hù)方法，其特征在于，包括以下步驟：

3、步驟s1：將備品數(shù)據(jù)輸入庫(kù)存信息并上傳物聯(lián)網(wǎng)；

4、步驟s2：采用預(yù)設(shè)傳感器，實(shí)時(shí)采集裁床設(shè)備的關(guān)鍵組件數(shù)據(jù)，所述預(yù)設(shè)傳感器至少包括位置傳感器、壓力傳感器、速度傳感器和溫度傳感器；

5、步驟s3：采用5g通信協(xié)議，將所述關(guān)鍵組件數(shù)據(jù)上傳至云端；

6、步驟s4：對(duì)上傳至云端的關(guān)鍵組件數(shù)據(jù)進(jìn)行數(shù)據(jù)清洗與數(shù)據(jù)預(yù)處理；

7、步驟s5：將所述關(guān)鍵組件數(shù)據(jù)置入故障預(yù)測(cè)模型中，得到故障預(yù)測(cè)結(jié)果，并根據(jù)故障預(yù)測(cè)結(jié)果輸出對(duì)應(yīng)的維護(hù)信息；

8、步驟s6：將所述維護(hù)信息推送給維護(hù)人員，所述推送的方式包括短信、郵件和app推送中的一種或幾種；

9、步驟s7：維護(hù)人員基于所述維護(hù)信息調(diào)度對(duì)應(yīng)的庫(kù)房備件進(jìn)行設(shè)備維護(hù)，并在維護(hù)后實(shí)時(shí)更新備品的庫(kù)存信息，所述備品的庫(kù)存信息至少包括備品種類、備品數(shù)量和備品位置。

10、在一種優(yōu)選的實(shí)現(xiàn)方式中，所述位置傳感器設(shè)置于裁切機(jī)床和磨刀裝置的關(guān)鍵位置，用于實(shí)時(shí)監(jiān)測(cè)刀片的位置信息；

11、所述壓力傳感器設(shè)置于裁床的裁切接觸面，用于監(jiān)測(cè)裁切過(guò)程中的壓力變化；

12、所述速度傳感器設(shè)置于布料輸送軌道的側(cè)面，用于監(jiān)測(cè)布料部署速度；

13、所述溫度傳感器設(shè)置于裁切刀頭處，用于監(jiān)測(cè)設(shè)備工作溫度。

14、在一種優(yōu)選的實(shí)現(xiàn)方式中，所述步驟s4中的數(shù)據(jù)清洗具體為：利用統(tǒng)計(jì)方法與機(jī)器學(xué)習(xí)算法，識(shí)別并剔除數(shù)據(jù)中的異常值；

15、所述數(shù)據(jù)預(yù)處理具體為：對(duì)噪聲數(shù)據(jù)進(jìn)行平滑處理。

16、在一種優(yōu)選的實(shí)現(xiàn)方式中，所述故障預(yù)測(cè)模型至少包括時(shí)間序列分析模型、回歸模型和機(jī)器學(xué)習(xí)算法模型；

17、所述時(shí)間序列分析模型利用時(shí)間序列數(shù)據(jù)通過(guò)運(yùn)算得到裁床的移動(dòng)平均數(shù)據(jù)，實(shí)現(xiàn)對(duì)未來(lái)運(yùn)行狀態(tài)的預(yù)測(cè)，所述時(shí)間序列數(shù)據(jù)至少包括各時(shí)間節(jié)點(diǎn)裁床設(shè)備的關(guān)鍵組件數(shù)據(jù)，所述移動(dòng)平均數(shù)據(jù)至少包括裁床的平均切割速度、平均下刀頻率以及平均磨刀頻率；

18、所述回歸模型包括基于歷史數(shù)據(jù)和特征變量建立的線性回歸模型和非線性回歸模型，所述回歸模型通過(guò)分析壓力傳感器的歷史數(shù)據(jù)的負(fù)壓值和對(duì)應(yīng)的運(yùn)行狀態(tài)，得到裁床不同狀態(tài)下的負(fù)壓起伏情況，并與所述回歸模型中的不同狀態(tài)下的負(fù)壓警告閾值對(duì)比，實(shí)現(xiàn)預(yù)測(cè)出現(xiàn)故障的概率和時(shí)間；

19、所述機(jī)器學(xué)習(xí)算法模型根據(jù)數(shù)據(jù)統(tǒng)計(jì)，按照日、周、月的時(shí)間段進(jìn)行大數(shù)據(jù)分析，對(duì)故障出現(xiàn)的節(jié)點(diǎn)和頻率進(jìn)行綜合評(píng)估，得到故障預(yù)測(cè)結(jié)果。

20、在一種優(yōu)選的實(shí)現(xiàn)方式中，所述步驟s5中的根據(jù)故障預(yù)測(cè)結(jié)果輸出對(duì)應(yīng)的維護(hù)信息，具體包括以下步驟：

21、步驟s501：根據(jù)故障預(yù)測(cè)結(jié)果的類型，基于內(nèi)置的優(yōu)先級(jí)，將優(yōu)先級(jí)更高的預(yù)測(cè)結(jié)果前置排列；

22、步驟s502：根據(jù)故障預(yù)測(cè)結(jié)果的類型及其檢修歷史記錄，采用配件損耗模型預(yù)測(cè)未來(lái)時(shí)間內(nèi)所需對(duì)應(yīng)備品種類及數(shù)量。

23、在一種優(yōu)選的實(shí)現(xiàn)方式中，所述步驟s1還包括：記錄所述備品的保質(zhì)期信息，并根據(jù)所述保質(zhì)期信息提醒管理人員及時(shí)處理過(guò)期的備品。

24、在一種優(yōu)選的實(shí)現(xiàn)方式中，所述步驟s7還包括：

25、根據(jù)生產(chǎn)計(jì)劃與設(shè)備維護(hù)需求，設(shè)置所述備品數(shù)量的最低閾值和最高閾值，當(dāng)所述備品數(shù)量低于最低閾值和高于最高閾值時(shí)，自動(dòng)觸發(fā)預(yù)警機(jī)制，提醒維護(hù)人員采取相應(yīng)的措施。

26、一種裁床設(shè)備智能維護(hù)系統(tǒng)，包括：

27、數(shù)據(jù)輸入模塊，用于將備品數(shù)據(jù)輸入庫(kù)存信息；

28、數(shù)據(jù)獲取模塊，用于獲取預(yù)設(shè)傳感器實(shí)時(shí)采集的裁床設(shè)備的關(guān)鍵組件數(shù)據(jù)，所述預(yù)設(shè)傳感器至少包括位置傳感器、壓力傳感器、速度傳感器和溫度傳感器；

29、數(shù)據(jù)傳輸模塊，用于采用5g通信協(xié)議，將所述關(guān)鍵組件數(shù)據(jù)上傳至云端；

30、數(shù)據(jù)處理模塊，用于對(duì)上傳至云端的關(guān)鍵組件數(shù)據(jù)進(jìn)行數(shù)據(jù)清洗與數(shù)據(jù)預(yù)處理；

31、數(shù)據(jù)分析模塊，用于基于云端預(yù)設(shè)的故障預(yù)測(cè)模型對(duì)所述關(guān)鍵組件數(shù)據(jù)進(jìn)行分析，得到故障預(yù)測(cè)結(jié)果，并根據(jù)故障預(yù)測(cè)結(jié)果輸出對(duì)應(yīng)的維護(hù)信息；

32、數(shù)據(jù)推送模塊，用于將對(duì)應(yīng)的維護(hù)信息推送給維護(hù)人員；

33、數(shù)據(jù)管理模塊，用于實(shí)時(shí)更新備品的庫(kù)存信息，并記錄備品的保質(zhì)期信息以提醒維護(hù)人員處理過(guò)期備品，還用于設(shè)置所述備品數(shù)量的最低閾值和最高閾值，當(dāng)所述備品數(shù)量低于最低閾值和高于最高閾值時(shí)，自動(dòng)觸發(fā)預(yù)警機(jī)制，提醒維護(hù)人員采取相應(yīng)的措施

34、本發(fā)明相較于現(xiàn)有技術(shù)至少存在以下有益效果：

35、本發(fā)明能夠顯著提高設(shè)備的穩(wěn)定性和可靠性，降低維護(hù)成本和庫(kù)存成本，提高生產(chǎn)效率和備品利用率，優(yōu)化資源配置和供應(yīng)鏈管理，提升決策效率，為企業(yè)帶來(lái)顯著的經(jīng)濟(jì)效益和社會(huì)效益。

技術(shù)特征：

1.一種裁床設(shè)備智能維護(hù)方法，其特征在于，包括以下步驟：

2.根據(jù)權(quán)利要求1所述的裁床設(shè)備智能維護(hù)方法，其特征在于，

3.根據(jù)權(quán)利要求1所述的裁床設(shè)備智能維護(hù)方法，其特征在于，所述步驟s4中的數(shù)據(jù)清洗具體為：利用統(tǒng)計(jì)方法與機(jī)器學(xué)習(xí)算法，識(shí)別并剔除數(shù)據(jù)中的異常值；

4.根據(jù)權(quán)利要求1所述的裁床設(shè)備智能維護(hù)方法，其特征在于，所述故障預(yù)測(cè)模型至少包括時(shí)間序列分析模型、回歸模型和機(jī)器學(xué)習(xí)算法模型；

5.根據(jù)權(quán)利要求1所述的裁床設(shè)備智能維護(hù)方法，其特征在于，所述步驟s5中的根據(jù)故障預(yù)測(cè)結(jié)果輸出對(duì)應(yīng)的維護(hù)信息，具體包括以下步驟：

6.根據(jù)權(quán)利要求1所述的裁床設(shè)備智能維護(hù)方法，其特征在于，所述步驟s1還包括：記錄所述備品的保質(zhì)期信息，并根據(jù)所述保質(zhì)期信息提醒管理人員及時(shí)處理過(guò)期的備品。

7.根據(jù)權(quán)利要求1所述的裁床設(shè)備智能維護(hù)方法，其特征在于，所述步驟s7還包括：

8.一種裁床設(shè)備智能維護(hù)系統(tǒng)，其特征在于，包括：

技術(shù)總結(jié)
本發(fā)明屬于裁床維護(hù)技術(shù)領(lǐng)域，提供了一種裁床設(shè)備智能維護(hù)方法及系統(tǒng)，包括以下步驟：將備品數(shù)據(jù)輸入庫(kù)存信息并上傳物聯(lián)網(wǎng)；采用預(yù)設(shè)傳感器，實(shí)時(shí)采集裁床設(shè)備的關(guān)鍵組件數(shù)據(jù)；采用5G通信協(xié)議，將關(guān)鍵組件數(shù)據(jù)上傳至云端；對(duì)上傳至云端的關(guān)鍵組件數(shù)據(jù)進(jìn)行數(shù)據(jù)清洗與數(shù)據(jù)預(yù)處理；將關(guān)鍵組件數(shù)據(jù)置入故障預(yù)測(cè)模型中，得到故障預(yù)測(cè)結(jié)果，并根據(jù)故障預(yù)測(cè)結(jié)果輸出對(duì)應(yīng)的維護(hù)信息；將維護(hù)信息推送給維護(hù)人員；維護(hù)人員基于維護(hù)信息調(diào)度對(duì)應(yīng)的庫(kù)房備件進(jìn)行設(shè)備維護(hù)，并在維護(hù)后實(shí)時(shí)更新備品的庫(kù)存信息。本發(fā)明能夠顯著提高設(shè)備的穩(wěn)定性和可靠性，降低維護(hù)成本和庫(kù)存成本，提高生產(chǎn)效率和備品利用率，優(yōu)化資源配置和供應(yīng)鏈管理，提升決策效率。

技術(shù)研發(fā)人員：徐小林,梁耀燦,劉雨
受保護(hù)的技術(shù)使用者：廣東元一科技實(shí)業(yè)有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2025/5/15