本系统旨在解决传统轧机运行场景下轴承人工巡检滞后性高误报率大、单一参数检测无法反映轴承健康状态、缺乏高精度故障预测与预防性维护能力的问题,通过自主研发的物联网智能管理平台,满足轧机工厂对轴承运行检测的多元化需求。项目聚焦三个核心目标:
1. 多源数据融合处理:整合振动、温度等多维度传感器数据,实现复杂工况下的特征提取与融合。
2.高精度故障诊断:开发适用于轧机轴承的多尺度特征学习模型,提升对多种故障类型(如内圈、外圈、滚动体故障)的识别精度。
3.剩余寿命预测:构建基于时序数据的寿命预测模型,实现轴承退化趋势的精准分析,为预防性维护提供依据。
本系统一共有三个角色,不同的角色有不同的权限和功能。角色包括管理员、维修工程师、设备操作员。其中各个角色的主要功能如下:
1. 管理员:管理员可以对全部用户的操作日志进行查看,也可以查看轴承的实时数据和历史数据,实时预警和报警信息以及历史报警信息。同时可以对维修工程师提交的常规问题解决建议进行审批。
2.维修工程师:维修工程师可以查看轴承的实时数据和历史数据,实时预警和报警信息以及历史报警信息。并且维修工程师可以根据预警数据发布报警信息让设备操作员处理,同时维修工程师可以提交常规问题解决建议。
3.设备操作员:设备操作员可以查看轴承的实时数据和实时报警信息。并且可以设备操作员可以对实时报警信息进行处理,并提交处理流程。
项目开发一共有五个人,开发时长一个月,我负责整个后端的开发以及整个硬件软件的通信处理。后端用了Springboot技术作为基础框架,通信协议使用的是MQTT协议。