求真百科歡迎當事人提供第一手真實資料,洗刷冤屈,終結網路霸凌。

貴州險峰機床設備遠程監控APP檢視原始碼討論檢視歷史

事實揭露 揭密真相
前往: 導覽搜尋

來自 搜狐網 的圖片

貴州險峰機床設備遠程監控APP貴州險峰機床設備監控APP由貴州航天雲網科技有限公司和惠水險峰機床有限公司聯合申報。

貴州航天雲網科技有限公司基於「政府好助手、企業雲超市、工業互聯網、創客夢空間」的發展定位,以兩化融合、智能製造、改革創新為着力點,以雲製造服務為核心,打造具有貴州特色的貴州工業互聯網平台——貴州工業雲。核心業務包括:建設運營貴州工業雲平台(貴州大數據試點項目7+N朵雲之一);智能製造、協同製造、雲製造底層軟件開發;區塊鏈技術在工業領域的應用與研究;雲端企業智能化、智慧化改造;產品、製造資源共享與協作配套;工業大數據[1]及其應用;雲製造應用軟件開放式「雙創」;工業互聯網數據與平台安全;工業互聯網標準架構及標準擬制等。

貴州雲網公司作為國家大數據(貴州)綜合試驗區首批重點企業,目前業務已覆蓋貴州全省並將主要做法和典型經驗推廣應用到山東、廣東、雲南等地,已成為貴州推進工業大數據發展和智能化改造的領航者、區域級工業互聯網生態體系的構建者。

貴州雲網公司建設運營的貴州工業雲平台,目前用戶近17萬戶,接入工業設備超過10萬餘台,平台註冊用戶近17萬戶,匯聚164個微服務組件及機理模型、280個工業APP、202款工業軟件、260個解決方案、142個案例、115個服務團隊。平台已通過可信雲企業級SaaS服務評估、信息系統安全三級等級保護備案,同時,以平台為基礎,依託大數據+工業等省級專項行動累計為航天電器、永紅散熱器[2]等全省重點企業實施了百餘個數字化智能化改造,其中參與建設盤江民爆、振華、開磷等企業項目先後入選國家級智能製造及新模式應用試點示範、國家級智能製造試點示範等多近200項國家級及省市區各級試點示範。

險峰機床屬中國機床製造行業重點骨幹企業,主要從事系列設計和製造軋輥磨床、導軌磨床、無心磨床、外圓磨床、壓力機、輥鍛機、楔橫軋機、輾環機及各種專機。自1958年建廠經五十餘年發展,企業已成為中國系列設計和生產製造數控軋輥磨床、無心磨床等產品最主要的廠家和行業標準起草、修訂單位,險峰牌數控磨床在鋼鐵、有色、船舶、汽配、軸承、造紙等行業客戶市場占有主導地位,成為國內替代同類進口機床的最好選擇,並遠銷世界各地,在國際和國內市場享有良好的聲譽。

工業APP簡介

(一)、問題定位

數據是一種思維變化,它能為機床行業提供全方位的服務,從產品設計到製造、從使用到維護、維修等售後服務階段,產生的正向數據以及逆向數據,都將得到全面應用。

目前險峰機床設備已遍布全國各地。如果設備發生故障,主要靠技術人員現場診斷和維修。這種模式存在如下問題:出差頻繁,運維成本高;無法及時獲取設備狀態,難以第一時間提出維修解決方案。同時,對於設備用戶來說,發生故障影響產品使用,將帶來一定的經濟損失。

通過對現有系統和存在問題的分析,迫切地需要構建一個先進的機床運營管理信息系統,以實現運營信息的共享、協同運行,更高效和更智能化地為機床業務服務。本方案充分考慮機床監控的業務特點,把實時數據採集、無線傳輸、大數據分析、GIS 地圖、設備管理、運營管理、微信小程序等系統有機地進行整合,實現真正意義上的機床科學化、智能化管理。

(二)、創新點

險峰工業互聯網APP內置 Web 組態功能,支持通過 Web 組態軟件來遠程 監控。支持如下功能:

1、自動拖拽控件到組態畫面上;

2、畫面控件與網關數據項之間的綁定;

3、支持圖形方式顯示開關量狀態;

4、支持通過組態畫面遠程控制 PLC 內存變量值;

5、畫面顯示數據項值可以進行簡單的加減乘除;

6、畫面可根據數據項值的範圍顯示相應的文字;

7、畫面可根據數據項值的範圍顯示相應的顏色或圖片;

8組態畫面之間可以跳轉畫面。

(三)、功能介紹

1、數據採集

數據分類 說明

電氣數據 報警信息;開關量信號;電機(軸)轉速、溫度、電流;PLC 點信號;APP、調速器等運行狀態等等信息。

機械數據 軸、軸承、軸承箱、減速機、齒輪;托板、床身、頭架、尾架、磨架;中心架、翻箱機構等等。

液壓數據 油泵電機;電磁閥;油壓;潤滑;油缸;水箱;油溫等等。

上述數據的採集方式分為四類:

(1)、對於有西門子 CNC 控制系統的,由網關從西門子 840D 等系 統的接口採集;

(2)、有部分數據存儲在磨床現場的工控機數據庫中,由網關從數據庫採集;

(3)、對於有 PLC 的,由 網關從PLC 採集;

(4)、對於純開關量的,可以加裝開關量 I/O 模塊,由 網關從開關 量 I/O 模塊採集開關量狀態。

2、數據分析和顯示

從磨床收集的數據有很多,例如:磨削數據可以統計磨削量、換輥率;根 據報警信息統計機床故障率,統計機床的停用時間;機床數據的疑似故障點統 計等數據的統計分析來預知和預測客戶需求。

參考文獻