项目名称：智慧工厂核心制衣设备无线诊断装置
试用计划：在目前传统制衣设备故障诊断的方案中，对于负责控制的制衣设备控制器电液转换部件的检修维护都是通过工厂定期例行的停机检修来进行的，通过制衣设备本身的控制系统虽能获取少量的故障信息，但是信息量仍显不足，通常情况下需要有经验的工厂检修人员在检修期间前往机械所在地进行实地检查分析电液阀门的工况，从而判断部件是否能够正常工作，阀门控制卡件各种状态是否正常。
在工厂执行这种检修任务都需要遵守严格的规程，在大型成衣设备中为了确诊某项技术故障需要进行停机操作，而启停机造成的燃料费用的浪费一次就可能达到数万。同时培养一支专业的工厂制衣设备维护队伍也是需要长时间的锻炼才能游刃有余地服务于工厂，涉及电气液压控制以及机械等多个学科，所以通过现场分析判断出转换部件是否可靠具有较高的技术门槛。作为系统的执行部件，通过控制卡件向系统反馈故障信息，但控制系统只选取相对关键的数据参与故障判断，而实际上反应部件开始老化，性能衰退的数据在很早一个阶段就开始显现，这部分数据相对冗余且不易分析，并不会直接提供给系统。
因此对电液转换部件的寿命管理更多的是依靠专业人员的介入和分析，同时辅以系统提供的数据加以分析，远远没有达到系统对部件寿命自我管理维护的程度。
由于近几年物联网无线技术的发展以及国家相关标准的完善（GB 9254-2008，GB 4824-2013），无线技术应用渗透到各个领域，为工厂中的实际需求应用提供了新契机，智慧工厂的概念应运而生。我司常年深耕于工厂控制设备领域，对电液控制系统有着深刻的理解，结合多年科研工程经验，能够对电液转换部件的寿命提供专家级的分析和建议，因此结合无线技术推出了全新的智慧工厂产品。
第一章 前言：
由于近几年物联网无线技术的发展以及国家相关标准的完善（GB 9254-2008，GB 4824-2013），无线技术应用渗透到各个领域，为工厂中的实际需求应用提供了新契机，智慧工厂的概念应运而生。我司常年深耕于工厂控制设备领域，对电液控制系统有着深刻的理解，结合多年科研工程经验，能够对电液转换部件的寿命提供专家级的分析和建议，因此结合无线技术推出了全新的智慧工厂产品。
该设备以信号采集为基础，结合电液转换部件的知识理解，通过无线传输的方式为用户提供智能化诊断结果和专家级部件寿命管理建议，更好地指导工厂的生产维护和运营。
第二章 原理
在原理上，在装置产品实现方面，主要在两个地方进行数据的处理。其中一处是数据收集模件上，此处主要完成常见故障的判断策略，以及进行FFT运算获取部分数据的频谱信息，同时完成数据的压缩处理。另一处则是对数据更为高级的算法处理，数据收集模件通过网络方式将上传到寿命管理的产品数据库，完成数据的模式识别分类，提取更深层次的信息内容，同时完善并训练库内数据，通过计算得出参考分析和建议。但由于样本数据训练的不完善性，我们在后台端也提供了人工修正建议，该功能即可修正机器参考建议，同时在后台AI中也是数据训练的一个参量。
第三章 结构
图 1 设备系统框图
该设备系统的结构框图如图 1所示，其主要由电液转换部件，伺服无线诊断模块，移动终端和服务器端四个部分组成，整个设备集成有如下功能：
(1) 电液转换部件； (2) 信号数据采集；
(3) 数据存储； (4) 神经网络故障判断；
(5) 实时时间戳； (6) 云端数据库；
(7) BLE（Bluetooth Low Energy）无线网络；(8) 移动终端数据显示；
在设备应用中，无线诊断装置采集电液转换部件的数据，通过卡件内部处理，上发数据到移动终端（平板，智能
手机），再由工厂通过巡检规程定期将采集数据上传到制定的服务器端。 服务器端搜集数据存储后会定期启动设计好的神经网络算法对已有数据进行训练，定期优化训练参数改进智能故障判断策略，定期发布优化后的故障判断参数。 各工厂用户可通过移动终端下载训练参数，通过设备维护的方法将训练后的参数下载到电液转换模块。模块通过故障判断参数改变就地故障判断策略，最终通过BLE无线网络发送给工厂用户，指导生产运维。
第四章 实现目标
其一，装置运用人工神经网络技术，对电液转换部件实现了实时故障诊断，形成了一套完善地工厂伺服电液转换部件智能故障诊断方案，具有独创性和产品化推广的能力；
其二，将无线蓝牙技术应用到制衣设备系统电液转换部件的寿命分析和故障诊断中，减少了运营检修人员工作量，节省劳动力，提供实时的设备状态分析；
其三，结合工厂运营模式构建了数据采集和人工神经3层网络训练的方法；
其四，开发了独立专有无线故障诊断模块，整合公司在系统领域的工程经验，设计了方便可行的资源消耗极小的数据存储方式和实时时间戳，提供严谨有效的工业数据；
其五，通过无线Mesh网络在多电液转换部件上的应用解决了在伺服独立部件之间无法
通信的问题，减少空间影响，安装便捷；
其六，终端设备移动互联网在工业无线诊断中的应用，体现了产品信息的可视化和便捷性。
