(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211372885.9 (22)申请日 2022.11.04 (71)申请人 淄博睿智通机电科技有限公司 地址 255090 山东省淄博市张店区马尚街 道办事处人民西路188号甲1弘域大厦 2号楼6层617 (72)发明人 曲宝军　张益瑞　郭彪　 (74)专利代理 机构 淄博市众朗知识产权代理事 务所(特殊普通 合伙) 37316 专利代理师 程强强 (51)Int.Cl. G06Q 10/00(2012.01) B29C 55/28(2006.01) (54)发明名称 基于人工智能的重膜吹膜机运行检测系统 (57)摘要 本发明公开了基于人工智能的重膜吹膜机 运行检测系统， 涉及运行检测技术领域， 包括服 务器， 服务器通讯连接有可运行工艺分级单元、 设备历史运行分析单元、 预防性维护单元、 基于 状态维护单元； 本发明是针对不同分析对象进行 合理的维护， 有利于提高分析对象的维护效率， 保证分析对象的运行合格性， 提高分析对象在运 行过程中检测效率且能够保证其运行效率； 预防 性维护能够避免偶然性故障的失修同时能够避 免正常设备的过度维修； 针对基于状态维护对象 的运行数据合理进行维护， 提高运行状态的检测 效率， 防止出现过度检测的现象发生， 以降低检 测质量同时影响 分析对象的实时生产合格性。 权利要求书2页 说明书6页 附图1页 CN 115423134 A 2022.12.02 CN 115423134 A 1.基于人工智能的重膜吹膜机运行检测系统， 其特征在于， 包括服务器， 服务器通讯连 接有： 可运行工艺分级单元， 用于将重膜吹膜机适用的工艺进行划分， 通过划分将工艺进行 强度等级划分， 将重膜吹膜机标记为分析对 象， 根据分析对 象的设备额定参数将对应可执 行工艺进行等级划分， 将可执行工艺设置标号i， i为大于1的自然数； 获取到分析对象的可 执行工艺的等级分析系 数， 根据等级分析系 数比较将可执行工艺划分为一级强度工艺、 二 级强度工艺以及三级强度工艺； 并将其发送至服务器； 在分析对 象当前工艺完成后执行下 一工艺时， 完成工艺与待执行工艺为低等级工艺转变为高等级工艺， 则 分析对象待执行 的 工作强度趋势为降低趋势； 若完成工艺与待执行工艺为高等级工艺转变为低等级工艺， 则 分析对象待执 行工作的工作强度趋势为增强趋势； 设备历史运行分析单元， 用于将分析对象的历史运行过程进行分析， 将分析对象的历 史运行时间段进行分析， 通过分析生成可控故障信号和随机故障信号， 并将对应的分析对 象编号发送至服务器； 服务器将对应分析对 象标记为预防性维护对 象， 将对应分析对 象标 记为基于状态维护对象； 预防性维护单元， 用于将预防性维护对象的运行过程中进行预防性维护， 通过运行过 程监测获取到预防性 维护对象的高风险执行和 低风险执行， 并根据高风险执行和 低风险执 行分析生成预防维护 信号和正常运行信号， 并将其发送至服 务器； 基于状态维护单元， 用于将基于状态维护对象的运行过程进行运行检测， 将基于状态 维护对象的运行参数浮动划分为高风险趋势和 低风险趋势， 并根据高风险趋势和 低风险趋 势分析生成状态维护 信号和状态正常信号， 并将其发送至服 务器。 2.根据权利要求1所述的基于人工智能的重膜吹膜机运行检测系统， 其特征在于， 可运 行工艺分级单 元的运行 过程如下： 采集到分析对象对应可执行工艺的须满足执行温度值以及对应须满足执行温度值的 持续恒定的可偏差浮动值； 采集到分析对 象对应可执行工艺允许 的膜最大厚度差值； 通过 分析获取到分析对象的可 执行工艺的等级分析系数； 将分析对象的可执行工艺的等级分析系数与L1和L2进行比较， 且L1和L2均为等级分析 系数阈值， 且L1＞L2＞0； 若分析对象的可执行工艺的等级分析系数＞L1， 则将对应可执行 工艺标记为一级强度工艺； 若L2≤分析对象的可执行工艺的等级分析系数≤L1， 则将对应 可执行工艺标记为二级强度工艺； 若分析对 象的可执行工艺的等级分析系 数＜L2， 则将对 应可执行工艺标记为 三级强度工艺。 3.根据权利要求1所述的基于人工智能的重膜吹膜机运行检测系统， 其特征在于， 设备 历史运行分析 单元的运行 过程如下： 采集到历史运行时间段内分析对象工作强度增强时设备故障出现概率的增加值以及 工作强度降低时设备故障维护不合格的频率降低量， 并将其分别与概率增加值阈值和频率 降低量阈值进行比较： 若历史运行时间段内分析对象工作强度增强时设备故障出现概率的增加值超过概率 增加值阈值， 或者工作强度降低时设备故障维护不合格的频率 降低量超过频率 降低量阈 值， 则生成可控故障信号并将可控故障信号和对应分析对象一同发送至服 务器； 若历史运行时间段内分析对象工作强度增强时设备故障出现概率的增加值未超过概权　利　要　求　书 1/2 页 2 CN 115423134 A 2率增加值阈值， 且工作强度降低时设备故障维护不合格的频率降低量未超过频率降低量阈 值， 则生成随机故障信号并将随机故障信号和对应分析对象一同发送至服 务器。 4.根据权利要求1所述的基于人工智能的重膜吹膜机运行检测系统， 其特征在于， 预防 性维护单 元的运行 过程如下： 将预防性维护对象的运行过程进行监测， 采集到运行过程中预防性维护对象的运行参 数， 其中运行参数包括使用频率、 间隔休息时长或者环境 温度浮动值， 若运行过程中预防性 维护对象的运行参数未 处于对应参数阈值范围内， 则将对应预防性 维护执行标记为高风险 执行； 若运行过程中预防性维护对 象的运行参数处于对应参数阈值范围内， 则将对应预防 性维护执 行标记为低风险执 行。 5.根据权利要求4所述的基于人工智能的重膜吹膜机运行检测系统， 其特征在于， 采集 到预防性 维护对象对应高风险执行的出现频率以及 对应低风险执行的最长持续时长， 并将 其分别与出现频率阈值和最长持续时长阈值进行比较： 若预防性维护对象对应 高风险执行的出现频率超过出现频率阈值， 或者对应低 风险执 行的最长持续时长未超过最长持续时长阈值， 则生成预防维护信号并将预防维护信号发送 至服务器； 若预防性维护对 象对应高风险执行 的出现频率未超过出现频率阈值， 且对应低 风险执行的最长持续时长超过最长持续时长阈值， 则生成正常运行信号并正常运行信号 发 送至服务器。 6.根据权利要求1所述的基于人工智能的重膜吹膜机运行检测系统， 其特征在于， 基于 状态维护单 元的运行 过程如下： 将基于状态维护对象的运行参数实时浮动进行分析， 若基于状态维护对象的运行参数 浮动趋势为运行参数数值远离对应参数阈值范围， 将对应浮动趋势标记为高风险趋势； 反 之， 基于状态维护对 象的运行参数浮动趋势为运行参数数值未远离对应参数阈值范围， 或 者实时运行参数与对应参数阈值范围的临界值差值未超过差值阈值， 则将对应浮动趋势标 记为低风险趋势。 7.根据权利要求6所述的基于人工智能的重膜吹膜机运行检测系统， 其特征在于， 将基 于状态维护对象的运行过程时间段划分为k个时刻点， k为大于1的自然 数， 若基于状态维护 对象在运行过程中连续单位数量的时刻点均为高风险趋势， 或者低风险趋势对应时刻点的 连续数量未超过连续数量阈值， 则生成状态维护信号并将状态维护信号发送至服务器； 若 基于状态维护对象在运行过程中连续单位数量的时刻点未均为高风险趋势， 且低风险趋势 对应时刻点的连续数量超过连续数量阈值， 则生成状态正常信号并将状态正常信号 发送至 服务器。权　利　要　求　书 2/2 页 3 CN 115423134 A 3