CN118171221B 一种基于工业物联网的设备管理方法及系统 （青岛研博数据信息技术有限公司）

一种基于工业物联网的设备管理方法及系统2S12：通过预设的加密无线模块，实现智能传感器网络与数据处理中心之间的数据通S2：通过安全加密的无线网络将S1收集的数据传输S21：采集到的设备运行数据在传输前，先在源头的智能传感器端进行初步的加密处密的密钥进行加密，确保只有持有相应私钥的数据处理中心能够解密出原始数据的密钥，S3：数据处理中心首先采用预设的数据清洗算法减少由于设备运行或测量误差引起的随机波动；异常值过滤具体使用IQR方法来识别并3S331：从历史设备运行数据集中收集并整理出用i为节点i的特征向量；W代表应用于S333：损失函数定义阶段，定义损失函数以量S34：使用训练好的GAT模型对清洗后的实时数据进S4：结合设备制造商的维护手册和历史维护数据S41：将步骤S34中得到的设备状态评估结果和4同维护决策对设备性能的影响来学习最优的维护行动计划，强化学习算法公式表示为：建立基于预测故障和设备当前状态的优先级排序的维修计划；55.一种基于工业物联网的设备管理系统，用于实现如权利要求1_4任一项所述的一种数据传输模块：用于将数据采集模块收集到的数据通过安全数据处理分析模块：接收数据传输模块送来的数据，并采用维护策略优化模块：根据数据处理与分析模块的输出结果，结合设备6维修计划；动态调整模块：根据设备的实时状态和外部环境因素的7[0003]现有的工业设备管理技术多依赖于周期性的检查和维护，这种方法不仅耗时耗8平均法减少由于设备运行或测量误差引起的随机波动；异常值过滤具体使用IQR方法来识9估不同维护决策对设备性能的影响来学习最优的维护行动计划，强化学习算法公式表示[0053]S52：将S4中生成的维护建议和维修计划以列表或时间线的形式展现在用户界面[0058]S63：将预处理后的数据和对应的哈希值作为交易打包到区块中，在区块链网络议和维修计划；数据、数据处理与分析模块的处理结果以及维护策略优化模块的维护记录进行链上存储，响应速度，首先，该系统能够实时收集并分析设备运行数据，通过预设的图注意力网络相对位置关系也可能相应地改变。平均法减少由于设备运行或测量误差引起的随机波动；异常值过滤具体使用IQR（四分位权重，使得模型能够有效捕捉设备部件之间的相互依赖关系及其对设备整体状态的影响，GAT模型特别适合处理设备管理中的复杂数据结构，如不同设备部件间的相互作用和对设图中每一条边(代表设备部件之间的相互作用)分配一个权重，该权重由下式计算得出：[0118]通过上述步骤，可以利用大量历史设备运行数据来训练并优化图注意力网络及故障预测。估不同维护决策对设备性能的影响来学习最优的维护行动计划，强化学习算法公式表示[0133]S52：将S4中生成的维护建议和维修计划以列表或时间线的形式展现在用户界面[0138]S63：将预处理后的数据和对应的哈希值作为交易打包到区块中，在区块链网络链或联盟链进行权限控制并且每一笔数据都能通过哈希值追溯到源头；提供了一个高度安全和可信的数据存储和共议和维修计划；数据、数据处理与分析模块的处理结果以及维护策略优化模块的维护记录进行链上存储，[0159