CN104866632B - 家电设备的故障数据获取方法、装置及终端 - Google Patents

家电设备的故障数据获取方法、装置及终端 Download PDF

Info

Publication number
CN104866632B
CN104866632B CN201510219129.6A CN201510219129A CN104866632B CN 104866632 B CN104866632 B CN 104866632B CN 201510219129 A CN201510219129 A CN 201510219129A CN 104866632 B CN104866632 B CN 104866632B
Authority
CN
China
Prior art keywords
data
service data
home appliance
fault
solution
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201510219129.6A
Other languages
English (en)
Other versions
CN104866632A (zh
Inventor
刘雪峰
翟浩良
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Midea Group Co Ltd
GD Midea Air Conditioning Equipment Co Ltd
Original Assignee
Midea Group Co Ltd
Guangdong Midea Refrigeration Equipment Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Midea Group Co Ltd, Guangdong Midea Refrigeration Equipment Co Ltd filed Critical Midea Group Co Ltd
Priority to CN201510219129.6A priority Critical patent/CN104866632B/zh
Publication of CN104866632A publication Critical patent/CN104866632A/zh
Application granted granted Critical
Publication of CN104866632B publication Critical patent/CN104866632B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Abstract

本发明公开了一种家电设备的故障数据获取方法,包括:获取家电设备的运行数据;分析所述运行数据是否发生变化;在所述运行数据发生变化时,将所述发生变化的运行数据作为故障数据输出。本发明还公开了一种家电设备的故障数据获取装置及终端。本发明实现减少输出的运行数据的维度和数据量,便于运行数据的分析。

Description

家电设备的故障数据获取方法、装置及终端
技术领域
[0001] 本发明涉及家电技术领域,尤其涉及家电设备的故障数据获取方法、装置及终端。
背景技术
[0002] 随着物联网技术的不断发展,越来越多的物联网家电设备进入人们的日常生活和 工作当中,所述物联网家电设备以物联网空调为例,与传统空调相比,物联网空调最大的区 别在于两点:其一,物联网空调内置了很多传感器,可以自动实时收集空调的运行信息(诸 如电压U,电阻R,压强P等)以及用户的操作信息(诸如开机时间,温度设置等);其二,物联网 空调与互联网相连,可以自动实时的将传感器收集的数据上传至服务器端数据库,加以保 存。
[0003] 在维修过程中,物联网空调很自然的完成了自动化、远端化的数据采集。维修工程 师在接到报修后,只需从服务器数据库中调出与报修空调相关的数据,即可开始远端化的 数据分析,实现远端诊断。进而可以更有针对性的进行上门维修,提高效率。不仅如此,在传 统的上门维修中,进行数据分析和故障解决的往往是同一人。而在远端诊断下,这两个环节 可以由不同的人完成。这可以帮助实现人力资源配比的优化。
[0004] 然而,这种远端化数据分析的弊端也是显而易见的。当维修人员进行上门故障诊 断时,往往会根据故障描述以及经验,进行有选择的数据采集。收集少量但高效的数据,便 于数据分析。而物联网空调一般会收集所有可以获得的数据并全部上传,在这种情况下,数 据的维度和数据量都会远远高于手动获得的数据,不便于运行数据的分析。
[0005] 上述内容仅用于辅助理解本发明的技术方案,并不代表承认上述内容是现有技 术。
发明内容
[0006] 本发明的主要目的在于提供一种家电设备的故障数据获取方法、装置及终端,解 决物联网空调一般会收集所有可以获得的数据并全部上传,在这种情况下,数据的维度和 数据量都会远远高于手动获得的数据,不便于运行数据的分析的问题。
[0007] 为实现上述目的,本发明提供的一种家电设备的故障数据获取方法,包括:
[0008] 获取家电设备的运行数据;
[0009] 分析所述运行数据是否发生变化;
[0010] 在所述运行数据发生变化时,将所述发生变化的运行数据作为故障数据输出。
[0011] 优选地,所述将所述发生变化的运行数据作为故障数据输出的步骤包括:
[0012] 确定发生变化的运行数据的变化值;
[0013] 将所述变化值与预设变化阈值比对;
[0014] 在所述变化值大于预设变化阈值时,将所述变化值大于预设变化阈值的运行数据 作为故障数据输出。
[0015] 优选地,所述将所述变化值大于预设阈值的运行数据作为故障数据输出的步骤之 后,还包括:
[0016] 按照预设算法分析所述故障数据,得到故障原因及对应的故障发生概率;
[0017] 输出各个故障原因及对应的故障发生概率,以供根据所述故障原因修复故障。
[0018] 优选地,所述按照预设算法分析所述故障数据,得到故障原因及对应的故障发生 概率的步骤之后,还包括:
[0019] 从预存故障解决方案库中匹配所述故障原因对应的故障解决方案;
[0020] 在匹配出所述解决方案后,判断所述解决方案是否为自动解决方案;
[0021] 若所述解决方案为自动解决方案,则远程自动排出所述家电设备的异常;
[0022] 若所述解决方案不为自动解决方案,则显示所述解决方案或将所述解决方案发送 至第三方终端。
[0023]优选地,所述将所述发生变化的运行数据作为故障数据输出的步骤之后,还包括:
[0024] 接收所述家电设备运行数据的查询指令,在接收到所述家电设备运行数据的查询 指令后,获取所述家电设备的运行数据;
[0025] 将所述运行数据发送至所述查询指令对应的发送端,以在所述发送端的显示界面 显示所述运行数据或将所述运行数据保存在所述发送端。
[0026] 此外,为实现上述目的,本发明还提供一种家电设备的故障数据获取装置,包括:
[0027] 获取模块,用于通过传感器检测家电设备的运行数据;
[0028] 分析模块,用于分析所述运行数据是否发生变化;
[0029]输出模块,用于在所述运行数据发生变化时,将所述发生变化的运行数据作为故 障数据输出。
[0030] 优选地,所述输出模块包括:
[0031] 确定单元,用于确定发生变化的运行数据的变化值;
[0032] 比对单元,用于将所述变化值与预设变化阈值比对;
[0033] 输出单元,用于在所述变化值大于预设变化阈值时,将所述变化值大于预设变化 阈值的运行数据作为故障数据输出;
[0034] 所述分析模块,还用于按照预设算法分析所述故障数据,得到故障原因及对应的 故障发生概率;
[0035] 所述输出单元,还用于输出各个故障原因及对应的故障发生概率,以供根据所述 故障原因修复故障。
[0036] 优选地,所述家电设备的故障数据获取装置还包括:
[0037] 匹配模块,用于从预存故障解决方案库中匹配所述故障原因对应的故障解决方 案;
[0038]判断模块,用于在匹配出所述解决方案后,判断所述解决方案是否为自动解决方 案;
[0039] 故障排除模块,用于若所述解决方案为自动解决方案,则远程自动排出所述家电 设备的异常;
[0040] 所述输出单元,还用于若所述解决方案不为自动解决方案,则输出所述解决方案 或将所述解决方案发送至第三方终端。
[0041] 优选地,所述家电设备的故障数据获取装置还包括:
[0042]接收模块,用于接收所述家电设备运行数据的查询指令;
[0043]所述获取模块,还用于在接收到所述家电设备运行数据的查询指令后,获取所述 家电设备的运行数据;
[0044]所述输出单元,还用于将所述运行数据发送至所述查询指令对应的发送端,以在 所述发送端的显示界面显示所述运行数据或将所述运行数据保存在所述发送端。
[0045] 此外,为实现上述目的,本发明还提供一种终端,包括处理器,所述处理器用于获 取家电设备的运行数据;分析所述运行数据是否发生变化;在所述运行数据发生变化时,将 所述发生变化的运行数据作为故障数据输出。
[0046]本发明通过分析获取到的家电设备的运行数据,将发生变化的运行数据作为故障 数据输出。减少输出的运行数据的维度和数据量,便于运行数据的分析。
附图说明
[0047]图1为本发明家电设备的故障数据获取方法的第一实施例的流程示意图;
[0048]图2为本发明将所述发生变化的运行数据作为故障数据输出一实施例的流程示意 图;
[0049]图3为本发明家电设备的故障数据获取方法的第二实施例的流程示意图;
[0050]图4为本发明家电设备的故障数据获取方法的第二实施例的流程不意图;
[0051]图5为本发明家电设备的故障数据获取装置的第一实施例的功能模块示意图; [0052]图6为图5中输出模块一实施例的细化功能模块不意图;
[0053]图7为本发明家电设备的故障数据获取装置的第二实施例的功能模块示意图。 [0054]本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
[0055]应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。 [0056]本发明实施例的主要解决方案是:通过传感器检测家电设备的运行数据;分析所 述运行数据是否发生变化;在所述运行数据发生变化时,将所述发生变化的运行数据作为 故障数据输出。通过分析获取到的家电设备的运行数据,将发生变化的运行数据作为故障 数据输出。有效避免物联网空调一般会收集所有可以获得的数据并全部上传,在这种情况 下,数据的维度和数据量都会远远高于手动获得的数据,不便于运行数据的分析的问题。减 少输出的运行数据的维度和数据量,便于运行数据的分析。
[0057]由于现有的物联网空调一般会收集所有可以获得的数据并全部上传,在这种情况 下,存在数据的维度和数据量都会远远高于手动获得的数据,不便于运行数据的分析的问 题。
[0058]基于上述问题,本发明提供一种家电设备的故障数据获取方法。
[0059]参照图1,图1为本发明家电设备的故障数据获取方法的第一实施例的流程示意 图。
[0060]在一实施例中,所述家电设备的故障数据获取方法包括:
[GG61]步骤S10,获取家电设备的运行数据;
[0062]在本实施例中,所述运行数据包括运行时间、运行的电流、电压等与家电设备运行 有关的数据,以空调器为例,所述运行数据包括但不限于运行空调运行温度、湿度、导风板 角度、送风量等。所述家电设备的运行数据的获取的触发方式包括多种,例如,1)在家电设 备发生故障时,触发所述家电设备的运行数据的获取;2)在一段时间达到(1天、1周等)时, 触发所述家电设备的运行数据的获取;3)接收获取指令,根据所述获取指令,触发所述家电 设备的运行数据的获取。以上所列举出的家电设备的运行数据的获取的触发方式仅仅为示 例性的,本领域技术人员利用本发明的技术思想,根据其具体需求所提出的其它家电设备 的运行数据的获取的触发方式均在本发明的保护区间内,在此不进行一一穷举。所述获取 指令的触发也可以包括多种,在此仅仅举出如下几个例证:1)通过遥控器触发;2)通过终端 的虚拟界面的虚拟按键触发等。
[0063]在触发家电设备的运行数据的获取后,获取所述家电设备的运行数据。所述获取 过程可以是通过在家电设备端加载应用软件远程获取,或者通过与家电设备通信连接的终 端加载应用软件远程获取等。运行数据的获取过程包括但不限于:1)在发生故障时,获取所 述家电设备发生故障前后的运行数据;2)在接收到获取指令时,获取预设时间(2分钟、5分 钟等)内的运行数据;3)每间隔一段时间获取预设时间内的运行数据等。
[0064]步骤S20,分析所述运行数据是否发生变化;
[0065]在本实施例中,在获取到家电设备的运行数据后,分析所述运行数据,以分析所述 运行数据是否发生变化。为了方便描述,以空调器为例,比对空调器的某个电阻值是否发生 变化,比对某个器件的电压值是否发生变化等。
[0066]步骤S30,在所述运行数据发生变化时,将所述发生变化的运行数据作为故障数据 输出。
[0067]在所述运行数据未发生变化时,判断所述家电设备未发生故障,返回家电设备无 故障的信息;在所述运行数据发生变化时,将所述发生变化的运行数据作为故障数据输出, 所述输出方式包括但不限于显示、发送至第三方终端或保存等。
[0068]进一步地,为了降低获取数据的数据量,更好的方便运行数据分析,参考图2,所述 将所述发生变化的运行数据作为故障数据输出的过程可以包括:
[0069]步骤S31,确定发生变化的运行数据的变化值;
[0070] 步骤S32,将所述变化值与预设变化阈值比对;
[0071]步骤S33,在所述变化值大于预设变化阈值时,将所述变化值大于预设变化阈值的 运行数据作为故障数据输出。
[0072] 在本实施例中,所述预设变化阈值以电阻值为例,所述预设变化阈值为3欧姆、5欧 姆等,可以根据实际情况设置,以电流值为例,所述预设变化阈值为2安培、4安培等,根据家 电设备的实际运行情况设置,在以其他参数为例时,预设变化阈值随之不同。设置所述预设 变化阈值考虑的为家电设备存在损耗,随着运行时间变长,器件损耗导致运行不稳定,随之 运行数据也会不稳定。随着时间变长,不断更新所述预设变化阈值,例如,根据上一次运行 参数结合这次运行参数,更新所述预设变化阈值。在获取的运行数据发生变化时,确定发生 变化的运行数据的变化值;将所述变化值与预设变化阈值比对;在所述变化值大于预设变 化阈值时,将所述变化值大于预设变化阈值的运行数据作为故障数据输出。使得数据量进 一步减少,便于分析。
[0073]为了更好的描述发明实施例,以空调器为例:
[0074] 为了描述方便,我们先引入一些记法。
[0075] 0⑴=(0^02, ...,ek) • ©i(t),i = l,2, • • •,k为物联网空调上传的传感器数据, 其中k为传感器的个数,t为时间。由于空调传感器实时上数据,为时间的函数。(iua),i = 1,2,. . .,p为物联网空调用户设置信息(如温度,风速等),其中P为用户设置的参数个数,t 为时间。
[0076] 人工进行远程诊断的一个问题在于,k值很大。或者说由于传感器返回的数据维度 很高,维修人员难以从中过滤出真正有用的信息。而通过统计推断,我们可以过滤出那些在 空调故障前后,有显著不同的数据。这些数据更有可能反映出故障原因,而且这种数据的维 度也可以低到维修人员可以接受的程度。比如说,某次故障可能是由于空调内某个二极管 被击穿造成的。那么在这个二极管被击穿的前后,或者说故障发生前后,很可能物联网空调 监测的某个电阻数值会发生显著变化。在这种情况下,如果能够通过统计建模和推断,仅仅 将这个电阻数据过滤出来,提供给维修人员。
[0077] 传感器数据可以通过以下模型描述:
[0078] 0土 ⑴=f ((j>) +GP (y ⑴,k),i = 1,2,•
[0079].其中,f (¢)代表用户设置对于传感器数据的影响。剩余项由一个高斯过程CP (t),*c)描述。其中U(t)为该高斯过程的均值函数。如果传感器数据在近期有过显著变化,这 种变化会反映在均值函数上。我们可以用以下模型进一步描述均值函数:
[0080] U ⑴=Co+Ci I (t > to);
[0081] 其中的参数Co,Ci,to都可以通过极大似然估计取得。to代表感应器数据发生变化 的时间可以量化感应器数据发生的变化。在为所有感应器数据建立这种模型后,我们只 需过滤出那些&显著不为零的数据,并将它们提供给维修人员作为参考即可。
[0082] 在本发明其他实施例中,在获取到运行数据后,或者获取到故障数据后,用户可以 查询运行数据或故障数据,以运行数据为例,查询过程可以包括:接收所述家电设备运行数 据的查询指令,在接收到所述家电设备运行数据的查询指令后,获取所述家电设备的运行 数据;将所述运行数据发送至所述查询指令对应的发送端,以在所述发送端的显示界面显 示所述运行数据或将所述运行数据保存在所述发送端。
[0083] 本实施例通过分析获取到的家电设备的运行数据,将发生变化的运行数据作为故 障数据输出。有效避免物联网空调一般会收集所有可以获得的数据并全部上传,在这种情 况下,数据的维度和数据量都会远远高于手动获得的数据,不便于运行数据的分析的问题。 减少输出的运行数据的维度和数据量,便于运行数据的分析。
[0084]参照图3,图3为本发明家电设备的故障数据获取方法的第二实施例的流程示意 图。基于上述家电设备的故障数据获取方法的第一实施例,所述步骤S30之后,还包括:
[0085]步骤S40,按照预设算法分析所述故障数据,得到故障原因及对应的故障发生概 率;
[0086] 步骤S50,输出各个故障原因及对应的故障发生概率,以供根据所述故障原因修复 故障。
[0087]上述第一实施例的只能根据故障获取数据得到具有参考价值的故障数据供维修 人员分析,不能直接给出故障原因,无法实现完全的自动化,而且由于物联网空调自动收集 的数据与维修人员人工收集的数据有概念上的出入,有可能维修人员没办法从统计推断中 推荐的数据进行诊断。
[0088]完全自动化的诊断系统应该可以自动从数据库中取得所需信息并通过一系列算 法自动给出最有可能的故障原因,全程不需要人为干预。这种系统可以通过机器学习的方 法实现。首先,我们要提供一些历史数据供系统学习。这些数据不仅要包括感应器数据和用 户操作数据还要有维修人员提供的真实故障原因数据。为具有有限取值范围的属性数据, 其取值范围应该涵盖常见的故障原因。例如:F1= {:空调缺氟},F2= {二极管A击穿},F3 = {二极管B击穿},F4= {主电源未接通}等。通过机器学习,我们可以建立以下模型:
[0089] P (Fi) = gi (0 (t),巾(t)),i = 1,2,• • •,q.
[0090]其中0<P(Fi)<l表示故障原因为Fi的概率。将所有可能的故障原因按照其对应的 概率排序,即可知道最有可能的故障原因,其次有可能的,等等。
[0091]对于这种诊断,模型g= (gl,g2,. . .,gq)的建立至关重要。我们可以选用一些监督 式学习的方法建立这样模型。常用的方法包括:逻辑斯特回归(logistic regression),随 机森林(random forest),支持向量机(supportvector machine),神经网络(artificial neural network)等。
[0092]在本实施例中,通过故障数据及历史维修数据建立故障原因分析库,基于预设算 法分析出故障原因及各个故障原因发生的概率,供维修人员挑选概率较大的故障原因进行 维修,提高维修效率。所述预设算法为上述建立的模型。通过运算算法自动分析出故障原 因,使得故障检测更加准确,给维修人员提供更加准确的故障分析数据。
[0093]参照图4,图4为本发明家电设备的故障数据获取方法的第三实施例的流程示意 图。基于上述家电设备的故障数据获取方法的第二实施例,在所述步骤S40之后,还包括: [0094]步骤S60,从预存故障解决方案库中匹配所述故障原因对应的故障解决方案;
[0095]步骤S70,在匹配出所述解决方案后,判断所述解决方案是否为自动解决方案; [0096]步骤S80,若所述解决方案为自动解决方案,则远程自动排出所述家电设备的异 常;
[0097]步骤S90,若所述解决方案不为自动解决方案,则显示所述解决方案或将所述解决 方案发送至第三方终端。
[0098] 在本实施例中,所述步骤S60至步骤S90可以执行在所述步骤S50之前,或者步骤 S50之后,在分析到故障原因后,根据所述故障原因从解决方案库中匹配所述故障原因对应 的解决方案,所述解决方案包括但不限于自动解决方案和手动解决方案。在匹配出所述解 决方案后,判断所述解决方案是否为自动解决方案;若所述解决方案为自动解决方案,则远 程自动排出所述家电设备的异常;若所述解决方案不为自动解决方案,则显示所述解决方 案或将所述解决方案发送至第三方终端。对于简单的故障,可以通过调整家电设备运行参 数解决,例如,噪音过大,则可以自动控制调整送风量、温度等;若是严重的例如导风角度严 重偏离,则需要维修人员现场调整,发送解决方案至所述第三方终端,供维修人员手动解 决,所述第三方终端为维修人员手机、pad等电子终端。本实施例通过判断到家电设备存在 异常时,根据自动解决方案自动排出异常,提高了家电设备异常排出的效率和智能化。
[00"]上述第一至第三实施例的家电设备的故障数据获取方法的执行主体均可以为终 端。更进一步地,该家电设备的故障数据获取方法可以由安装在终端上的客户端家电设备 的故障数据获取程序实现,其中,该终端括但不限于检测设备、售后云平台及与所述检测设 备或售后云平台通信连接的手机、pad、笔记本电脑等。
[0100]本发明进一步提供一种家电设备的故障数据获取装置。
[0101] 参照图5,图5为本发明家电设备的故障数据获取装置的第一实施例的功能模块示 意图。
[0102] 在一实施例中,所述家电设备的故障数据获取装置包括:获取模块10、分析模块 20、输出模块30及接收模块模块40。
[0103]所述获取模块10,用于获取家电设备的运行数据;
[0104] 在本实施例中,所述运行数据包括运行时间、运行的电流、电压等与家电设备运行 有关的数据,以空调器为例,所述运行数据包括但不限于运行空调运行温度、湿度、导风板 角度、送风量等。所述家电设备的运行数据的获取的触发方式包括多种,例如,1)在家电设 备发生故障时,触发所述家电设备的运行数据的获取;2)在一段时间达到(1天、1周等)时, 触发所述家电设备的运行数据的获取;3)接收获取指令,根据所述获取指令,触发所述家电 设备的运行数据的获取。以上所列举出的家电设备的运行数据的获取的触发方式仅仅为示 例性的,本领域技术人员利用本发明的技术思想,根据其具体需求所提出的其它家电设备 的运行数据的获取的触发方式均在本发明的保护区间内,在此不进行一一穷举。所述获取 指令的触发也可以包括多种,在此仅仅举出如下几个例证:1)通过遥控器触发;2)通过终端 的虚拟界面的虚拟按键触发等。
[0105]在触发家电设备的运行数据的获取后,获取所述家电设备的运行数据。所述获取 过程可以是通过在家电设备端加载应用软件远程获取,或者通过与家电设备通信连接的终 端加载应用软件远程获取等。运行数据的获取过程包括但不限于:1)在发生故障时,获取所 述家电设备发生故障前后的运行数据;2)在接收到获取指令时,获取预设时间(2分钟、5分 钟等)内的运行数据;3)每间隔一段时间获取预设时间内的运行数据等。
[0106]所述分析模块20,用于分析所述运行数据是否发生变化;
[0107]在本实施例中,在获取到家电设备的运行数据后,分析所述运行数据,以分析所述 运行数据是否发生变化。为了方便描述,以空调器为例,比对空调器的某个电阻值是否发生 变化,比对某个器件的电压值是否发生变化等。
[0108] 所述输出模块30,用于在所述运行数据发生变化时,将所述发生变化的运行数据 作为故障数据输出。
[0109] 在所述运行数据未发生变化时,判断所述家电设备未发生故障,返回家电设备无 故障的信息;在所述运行数据发生变化时,将所述发生变化的运行数据作为故障数据输出, 所述输出方式包括但不限于显示、发送至第三方终端或保存等。
[0110] 进一步地,为了降低获取数据的数据量,更好的方便运行数据分析,参考图6,所述 输出模块30包括确定单元31、比对单元32和输出单元33,
[0111] 所述确定单元31,用于确定发生变化的运行数据的变化值;
[0112] 所述比对单元32,用于将所述变化值与预设变化阈值比对;
[0113] 所述输出单元33,用于在所述变化值大于预设变化阈值时,将所述变化值大于预 设变化阈值的运行数据作为故障数据输出。
[0114] 在本实施例中,所述预设变化阈值以电阻值为例,所述预设变化阈值为3欧姆、5欧 姆等,可以根据实际情况设置,以电流值为例,所述预设变化阈值为2安培、4安培等,根据家 电设备的实际运行情况设置,在以其他参数为例时,预设变化阈值随之不同。设置所述预设 变化阈值考虑的为家电设备存在损耗,随着运行时间变长,器件损耗导致运行不稳定,随之 运行数据也会不稳定。随着时间变长,不断更新所述预设变化阈值,例如,根据上一次运行 参数结合这次运行参数,更新所述预设变化阈值。在获取的运行数据发生变化时,确定发生 变化的运行数据的变化值;将所述变化值与预设变化阈值比对;在所述变化值大于预设变 化阈值时,将所述变化值大于预设变化阈值的运行数据作为故障数据输出。使得数据量进 一步减少,便于分析。
[0115] 为了更好的描述发明实施例,以空调器为例:
[0116] 为了描述方便,我们先引入一些记法。
[0117] e (t) = (0i,02,…,0k) . © i (t),i = 1,2,• • •,k为物联网空调上传的传感器数据, 其中k为传感器的个数,t为时间。由于空调传感器实时上数据,为时间的函数。4m (t),i = 1,2,...,p为物联网空调用户设置信息(如温度,风速等),其中p为用户设置的参数个数,t 为时间。
[0118] 人工进行远程诊断的一个问题在于,k值很大。或者说由于传感器返回的数据维度 很高,维修人员难以从中过滤出真正有用的信息。而通过统计推断,我们可以过滤出那些在 空调故障前后,有显著不同的数据。这些数据更有可能反映出故障原因,而且这种数据的维 度也可以低到维修人员可以接受的程度。比如说,某次故障可能是由于空调内某个二极管 被击穿造成的。那么在这个二极管被击穿的前后,或者说故障发生前后,很可能物联网空调 监测的某个电阻数值会发生显著变化。在这种情况下,如果能够通过统计建模和推断,仅仅 将这个电阻数据过滤出来,提供给维修人员。
[0119] 传感器数据可以通过以下模型描述:
[0120] 0i ⑴=f 〇)+GP〇i ⑴,k),i = l,2,.
[0121] .其中,f (4))代表用户设置对于传感器数据的影响。剩余项由一个高斯过程GP (u (t),*C)描述。其中U(t)为该高斯过程的均值函数。如果传感器数据在近期有过显著变化,这 种变化会反映在均值函数上。我们可以用以下模型进一步描述均值函数:
[0122] y ⑴=Co+CiI (t>to);
[0123] 其中的参数Cq,Ci,to都可以通过极大似然估计取得。to代表感应器数据发生变化 的时间,Q可以量化感应器数据发生的变化。在为所有感应器数据建立这种模型后,我们只 需过滤出那些&amp;显著不为零的数据,并将它们提供给维修人员作为参考即可。
[0124] 在本发明其他实施例中,在获取到运行数据后,或者获取到故障数据后,用户可以 查询运行数据或故障数据,以运行数据为例,所述接收模块4〇,用于接收所述家电设备运行 数据的查询指令,所述获取模块10,还用于在接收到所述家电设备运行数据的查询指令后, 获取所述家电设备的运行数据;所述输出单元33,还用于将所述运行数据发送至所述查询 指令对应的发送端,以在所述发送端的显示界面显示所述运行数据或将所述运行数据保存 在所述发送端。
[0125] 本实施例通过分析获取到的家电设备的运行数据,将发生变化的运行数据作为故 障数据输出。有效避免物联网空调一般会收集所有可以获得的数据并全部上传,在这种情 况下,数据的维度和数据量都会远远高于手动获得的数据,不便于运行数据的分析的问题。 减少输出的运行数据的维度和数据量,便于运行数据的分析。
[0126]进一步地,所述分析模块20,还用于按照预设算法分析所述故障数据,得到故障原 因及对应的故障发生概率;
[0127]所述输出单元33,还用于输出各个故障原因及对应的故障发生概率,以供根据所 述故障原因修复故障。
[0128]上述第一实施例的只能根据故障获取数据得到具有参考价值的故障数据供维修 人员分析,不能直接给出故障原因,无法实现完全的自动化,而且由于物联网空调自动收集 的数据与维修人员人工收集的数据有概念上的出入,有可能维修人员没办法从统计推断中 推荐的数据进行诊断。
[0129]完全自动化的诊断系统应该可以自动从数据库中取得所需信息并通过一系列算 法自动给出最有可能的故障原因,全程不需要人为干预。这种系统可以通过机器学习的方 法实现。首先,我们要提供一些历史数据供系统学习。这些数据不仅要包括感应器数据和用 户操作数据还要有维修人员提供的真实故障原因数据。为具有有限取值范围的属性数据, 其取值范围应该涵盖常见的故障原因。例如:F1= {空调缺氟},F2= {二极管A击穿丨,F3 = {二极管B击穿},F4={主电源未接通}等。通过机器学习,我们可以建立以下模型:
[0130] P(Fi) =gi (9 (t),<!> (t)),i = l,2, • • •,q.
[0131] 其中0<P(Fi)<l表示故障原因为Fi的概率。将所有可能的故障原因按照其对应的 概率排序,即可知道最有可能的故障原因,其次有可能的,等等。
[0132] 对于这种诊断,模型g= (gl,g2, . . .,gq)的建立至关重要。我们可以选用一些监督 式学习的方法建立这样模型。常用的方法包括:逻辑斯特回归(logistic regression),随 机森林(random forest),支持向量机(supportvector machine),神经网络(artificial neural network)等。
[0133]在本实施例中,通过故障数据及历史维修数据建立故障原因分析库,基于预设算 法分析出故障原因及各个故障原因发生的概率,供维修人员挑选概率较大的故障原因进行 维修,提高维修效率。所述预设算法为上述建立的模型。通过运算算法自动分析出故障原 因,使得故障检测更加准确,给维修人员提供更加准确的故障分析数据。
[0134]参照图7,图7为本发明家电设备的故障数据获取装置的第二实施例的功能模块示 意图。所述家电设备的故障数据获取装置还包括匹配模块50、判断模块60及故障排除模块 70,
[0135]所述匹配模块50,用于从预存故障解决方案库中匹配所述故障原因对应的故障解 决方案;
[0136]所述判断模块60,用于在匹配出所述解决方案后,判断所述解决方案是否为自动 解决方案;
[0137] 所述故障排除模块70,用于若所述解决方案为自动解决方案,则远程自动排出所 述家电设备的异常;
[0138] 所述输出单元33,还用于若所述解决方案不为自动解决方案,则显示所述解决方 案或将所述解决方案发送至第三方终端。
[0139]在本实施例中,在分析到故障原因后,根据所述故障原因从解决方案库中匹配所 述故障原因对应的解决方案,所述解决方案包括但不限于自动解决方案和手动解决方案。 在匹配出所述解决方案后,判断所述解决方案是否为自动解决方案;若所述解决方案为自 动解决方案,则远程自动排出所述家电设备的异常;若所述解决方案不为自动解决方案,则 显示所述解决方案或将所述解决方案发送至第三方终端。对于简单的故障,可以通过调整 家电设备运行参数解决,例如,噪音过大,则可以自动控制调整送风量、温度等;若是严重的 例如导风角度严重偏离,则需要维修人员现场调整,发送解决方案至所述第三方终端,供维 修人员手动解决,所述第三方终端为维修人员手机、pad等电子终端。本实施例通过判断到 家电设备存在异常时,根据自动解决方案自动排出异常,提高了家电设备异常排出的效率 和智能化。
[0140]本发明还提供一种终端,包括处理器,所述处理器用于获取家电设备的运行数据; 分析所述运行数据是否发生变化;在所述运行数据发生变化时,将所述发生变化的运行数 据作为故障数据输出。所述终端括但不限于检测设备、售后云平台及与所述检测设备或售 后云平台通信连接的手机、pad、笔记本电脑等
[0141]本实施例通过分析获取到的家电设备的运行数据,将发生变化的运行数据作为故 障数据输出。有效避免物联网空调一般会收集所有可以获得的数据并全部上传,在这种情 况下,数据的维度和数据量都会远远高于手动获得的数据,不便于运行数据的分析的问题。 减少输出的运行数据的维度和数据量,便于运行数据的分析。
[0142] 本发明还进一步提供一种存储器,所述存储器用于存储所述家电设备的故障数据 获取程序,所述存储器与所述终端的处理器连接,所述终端的处理器调用所述存储器存储 的所述家电设备的故障数据获取程序执行如下步骤:
[0143] 获取家电设备的运行数据;
[0144] 分析所述运行数据是否发生变化;
[0145] 在所述运行数据发生变化时,将所述发生变化的运行数据作为故障数据输出。
[0146] 进一步地,在一个实施例中,处理器调用存储器中存储的所述家电设备的故障数 据获取程序可以执行以下操作:
[0147]确定发生变化的运行数据的变化值;
[0148] 将所述变化值与预设变化阈值比对;
[0149] 在所述变化值大于预设变化阈值时,将所述变化值大于预设变化阈值的运行数据 作为故障数据输出。
[0150] 进一步地,在一个实施例中,处理器调用存储器中存储的所述家电设备的故障数 据获取程序可以执行以下操作:
[0151] 按照预设算法分析所述故障数据,得到故障原因及对应的故障发生概率;
[0152] 输出各个故障原因及对应的故障发生概率,以供根据所述故障原因修复故障。
[0153] 进一步地,在一个实施例中,处理器调用存储器中存储的所述家电设备的故障数 据获取程序可以执行以下操作:
[0154] 从预存故障解决方案库中匹配所述故障原因对应的故障解决方案;
[0155] 在匹配出所述解决方案后,判断所述解决方案是否为自动解决方案;
[0156] 若所述解决方案为自动解决方案,则远程自动排出所述家电设备的异常;
[0157] 若所述解决方案不为自动解决方案,则显示所述解决方案或将所述解决方案发送 至第三方终端。
[0158] 进一步地,在一个实施例中,处理器调用存储器中存储的所述家电设备的故障数 据获取程序可以执行以下操作: _ _
[0159] 接收所述家电设备运行数据的查询指令,在接收到所述家电设备运行数据的查询 指令后,获取所述家电设备的运行数据; _
[0160] 将所述运行数据发送至所述查询指令对应的发送端,以在所述发送端的显示界面 显示所述运行数据或将所述运行数据保存在所述发送端。
[0161] 以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发 明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技 术领域,均同理包括在本发明的专利保护范围内。

Claims (10)

1. 一种家电设备的故障数据获取方法,其特征在于,包括: 获取家电设备的运行数据; 分析所述运行数据是否发生变化; 在所述运行数据发生变化时,将所述发生变化的运行数据作为故障数据输出,通过传 感器获取家电设备的运行数据为:Mt)=f(4>)+GP〇i⑴,k),i = l,2,......; 其中,0i (t)为传感器数据,f (¢)为用户设置对于传感器数据的影响,GP (y⑴,k)为高 斯过程,U⑴为高斯过程的均值函数,U⑴=0)+(^1 (t>to),Co,(Ml过设置获得,to为传感 器数据变化的时间,i为传感器个数,t为时间。
2. 如权利要求1所述的家电设备的故障数据获取方法,其特征在于,所述将所述发生变 化的运行数据作为故障数据输出的步骤包括: 确定发生变化的运行数据的变化值; 将所述变化值与预设变化阈值比对; 在所述变化值大于预设变化阈值时,将所述变化值大于预设变化阈值的运行数据作为 故障数据输出。
3. 如权利要求2所述的家电设备的故障数据获取方法,其特征在于,所述将所述变化值 大于预设阈值的运行数据作为故障数据输出的步骤之后,还包括: 按照预设算法分析所述故障数据,得到故障原因及对应的故障发生概率; 输出各个故障原因及对应的故障发生概率,以供根据所述故障原因修复故障。
4. 如权利要求3所述的家电设备的故障数据获取方法,其特征在于,所述按照预设算法 分析所述故障数据,得到故障原因及对应的故障发生概率的步骤之后,还包括: 从预存故障解决方案库中匹配所述故障原因对应的故障解决方案; 在匹配出所述解决方案后,判断所述解决方案是否为自动解决方案; 若所述解决方案为自动解决方案,则远程自动排出所述家电设备的异常; 若所述解决方案不为自动解决方案,则显示所述解决方案或将所述解决方案发送至第 三方终端。
5. 如权利要求1或2所述的家电设备的故障数据获取方法,其特征在于,所述将所述发 生变化的运行数据作为故障数据输出的步骤之后,还包括: 接收所述家电设备运行数据的查询指令,在接收到所述家电设备运行数据的查询指令 后,获取所述家电设备的运行数据; 将所述运行数据发送至所述查询指令对应的发送端,以在所述发送端的显示界面显示 所述运行数据或将所述运行数据保存在所述发送端。
6. —种家电设备的故障数据获取装置,其特征在于,包括: 获取模块,用于通过传感器检测家电设备的运行数据; 分析模块,用于分析所述运行数据是否发生变化; 输出模块,用于在所述运行数据发生变化时,将所述发生变化的运行数据作为故障数 据输出; 通过传感器获取家电设备的运行数据为:0i (t) = f (¢) +GP (y (t),k),i = l, 2,......; 其中,Mt)为传感器数据,f (4))为用户设置对于传感器数据的影响,GP (U (t),k)为高 斯过程,y⑴为高斯过程的均值函数,y⑴二Co+Cd (t>t。),c〇,(Mi过设置获得,t。为传感 器数据变化的时间,i为传感器个数,力为时间。
7. 如权利要求6所述的家电设备的故障数据获取装置,其特征在于,所述输出模块包 括: 确定单元,用于确定发生变化的运行数据的变化值; 比对单元,用于将所述变化值与预设变化阈值比对; 输出单元,用于在所述变化值大于预设变化阈值时,将所述变化值大于预设变化阈值 的运行数据作为故障数据输出; 所述分析模块,还用于按照预设算法分析所述故障数据,得到故障原因及对应的故障 发生概率; 所述输出单元,还用于输出各个故障原因及对应的故障发生概率,以供根据所述故障 原因修复故障。
8. 如权利要求7所述的家电设备的故障数据获取装置,其特征在于,所述家电设备的故 障数据获取装置还包括: 匹配模块,用于从预存故障解决方案库中匹配所述故障原因对应的故障解决方案; 判断模块,用于在匹配出所述解决方案后,判断所述解决方案是否为自动解决方案; 故障排除模块,用于若所述解决方案为自动解决方案,则远程自动排出所述家电设备 的异常; 所述输出单元,还用于若所述解决方案不为自动解决方案,则输出所述解决方案或将 所述解决方案发送至第三方终端。
9. 如权利要求7或8所述的家电设备的故障数据获取装置,其特征在于,所述家电设备 的故障数据获取装置还包括: 接收模块,用于接收所述家电设备运行数据的查询指令; 所述获取模块,还用于在接收到所述家电设备运行数据的查询指令后,获取所述家电 设备的运行数据; 所述输出单元,还用于将所述运行数据发送至所述查询指令对应的发送端,以在所述 发送端的显示界面显示所述运行数据或将所述运行数据保存在所述发送端。
10.—种终端,其特征在于,包括处理器,所述处理器用于获取家电设备的运行数据;分 析所述运行数据是否发生变化;在所述运行数据发生变化时,将所述发生变化的运行数据 作为故障数据输出; 通过传感器获取家电设备的运行数据为ddt) =f (4>)+GP(u(t),k),i = l, 2,......; 其中,Mt)为传感器数据,f (4»)为用户设置对于传感器数据的影响,GP (U⑴,k)为高 斯过程,y⑴为高斯过程的均值函数,MthCo+CiKtMo),仏心通过设置获得,to为传感 器数据变化的时间,i为传感器个数,t为时间。
CN201510219129.6A 2015-04-30 2015-04-30 家电设备的故障数据获取方法、装置及终端 Active CN104866632B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510219129.6A CN104866632B (zh) 2015-04-30 2015-04-30 家电设备的故障数据获取方法、装置及终端

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510219129.6A CN104866632B (zh) 2015-04-30 2015-04-30 家电设备的故障数据获取方法、装置及终端

Publications (2)

Publication Number Publication Date
CN104866632A CN104866632A (zh) 2015-08-26
CN104866632B true CN104866632B (zh) 2018-03-06

Family

ID=53912458

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510219129.6A Active CN104866632B (zh) 2015-04-30 2015-04-30 家电设备的故障数据获取方法、装置及终端

Country Status (1)

Country Link
CN (1) CN104866632B (zh)

Families Citing this family (27)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106909974B (zh) * 2015-12-22 2020-11-03 中国电信股份有限公司 用于分析多终端状态的方法、数据分析器和系统
CN105633903A (zh) * 2016-01-18 2016-06-01 京东方科技集团股份有限公司 具有故障监控功能的电气设备、电气系统以及终端设备
CN106016578B (zh) * 2016-04-29 2019-03-01 珠海格力电器股份有限公司 空调故障检测处理方法、空调故障分析处理方法及系统
CN106196448B (zh) * 2016-07-12 2018-12-07 珠海格力电器股份有限公司 空调器的故障检测方法和装置
CN108132944A (zh) * 2016-11-30 2018-06-08 佛山市顺德区美的电热电器制造有限公司 家电故障检索及提示方法、系统、终端及服务器
CN107038485A (zh) * 2017-03-02 2017-08-11 美的智慧家居科技有限公司 设备故障处理方法及系统
CN106940818A (zh) * 2017-04-06 2017-07-11 深圳市沃特沃德股份有限公司 终端设备的维修方法和装置
CN106841881B (zh) * 2017-04-12 2019-12-31 牛栋 用电模块的分析方法及装置
CN107491021A (zh) * 2017-08-21 2017-12-19 无锡小天鹅股份有限公司 家用电器及其故障诊断系统、方法和服务器
CN109655680A (zh) * 2017-11-15 2019-04-19 杨凯 一种高速公路机电设备故障诊断、解决方法及系统
CN108426853A (zh) * 2018-03-22 2018-08-21 四川领创者科技有限公司 便携式太赫兹检测仪的监控系统
CN108444937A (zh) * 2018-03-22 2018-08-24 四川领创者科技有限公司 高灵敏度太赫兹检测仪的调试设备
CN108444942A (zh) * 2018-03-22 2018-08-24 四川领创者科技有限公司 太赫兹光谱仪的故障检测方法
CN108333136A (zh) * 2018-03-22 2018-07-27 四川领创者科技有限公司 太赫兹检测仪的工作状态远程检测方法
CN108737982A (zh) * 2018-05-10 2018-11-02 东北农业大学 一种低功耗畜禽舍无线监测网络数据融合方法
CN108710349A (zh) * 2018-05-16 2018-10-26 珠海格力电器股份有限公司 一种故障数据采集方法及故障数据处理系统
CN109101394A (zh) * 2018-07-09 2018-12-28 珠海格力电器股份有限公司 数据处理方法和装置
CN109060115B (zh) * 2018-07-31 2020-05-26 珠海格力电器股份有限公司 设备的噪音分析方法、装置、存储介质和系统
CN109344983A (zh) * 2018-10-09 2019-02-15 珠海格力电器股份有限公司 故障检测方法、装置及计算机可读存储介质
CN111044806A (zh) * 2018-10-15 2020-04-21 珠海格力电器股份有限公司 设备故障定位方法、装置和服务器
CN109539473A (zh) * 2018-10-15 2019-03-29 平安科技(深圳)有限公司 空调系统的故障类型确定方法、电子设备
CN109592525A (zh) * 2018-12-07 2019-04-09 上海辛格林纳新时达电机有限公司 电梯变频器故障诊断系统及方法
CN111322721A (zh) * 2018-12-14 2020-06-23 广东Tcl智能暖通设备有限公司 一种空调故障检测处理方法、系统、存储介质及空调器
CN109856476B (zh) * 2018-12-19 2021-08-03 四川虹美智能科技有限公司 一种家电设备状态监控方法及系统
CN110389576A (zh) * 2019-07-16 2019-10-29 青岛海尔科技有限公司 告警操作的执行方法、智能设备、存储介质
CN110621003B (zh) * 2019-09-23 2020-06-02 上海大学 一种电气设备故障诊断装置
CN111650922A (zh) * 2020-05-27 2020-09-11 北京金茂绿建科技有限公司 一种智能家居异常检测方法和装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101848477A (zh) * 2009-03-24 2010-09-29 亚信科技(中国)有限公司 一种故障诊断方法及系统
CN103138980A (zh) * 2011-11-30 2013-06-05 海尔集团公司 设备故障反馈系统及方法
CN103293399A (zh) * 2012-02-22 2013-09-11 海尔集团公司 电器设备故障分析方法及系统
CN103728150A (zh) * 2014-01-17 2014-04-16 徐州徐工施维英机械有限公司 一种混凝土搅拌站的故障检测系统和方法
CN104539492A (zh) * 2014-12-22 2015-04-22 珠海格力电器股份有限公司 智能家居系统及其数据处理方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100898465B1 (ko) * 2007-04-26 2009-05-21 엔에이치엔(주) 웹로그의 시계열 분석을 위한 데이터 저장 및 조회 방법그리고 상기 방법을 수행하는 시스템
JPWO2011046127A1 (ja) * 2009-10-14 2013-03-07 日本電気株式会社 データ収集システム、携帯端末、シール及びデータ収集方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101848477A (zh) * 2009-03-24 2010-09-29 亚信科技(中国)有限公司 一种故障诊断方法及系统
CN103138980A (zh) * 2011-11-30 2013-06-05 海尔集团公司 设备故障反馈系统及方法
CN103293399A (zh) * 2012-02-22 2013-09-11 海尔集团公司 电器设备故障分析方法及系统
CN103728150A (zh) * 2014-01-17 2014-04-16 徐州徐工施维英机械有限公司 一种混凝土搅拌站的故障检测系统和方法
CN104539492A (zh) * 2014-12-22 2015-04-22 珠海格力电器股份有限公司 智能家居系统及其数据处理方法

Also Published As

Publication number Publication date
CN104866632A (zh) 2015-08-26

Similar Documents

Publication Publication Date Title
CN104866632B (zh) 家电设备的故障数据获取方法、装置及终端
CN105446328B (zh) 发电机组远程故障诊断和健康监测系统及数据捕获方法
CN104254809B (zh) 用于重型燃气涡轮机的诊断规则的方法和系统
CN107679649A (zh) 一种电器的故障预测方法、装置、存储介质及电器
EP2697699B1 (en) Dynamic assessment system for high-voltage electrical components
CN109001649B (zh) 一种电源智能诊断系统及保护方法
CN106403188B (zh) 一种空调维护方法及其维护装置
CN108445410A (zh) 一种监测蓄电池组运行状态的方法及装置
CN108900008A (zh) 一种变电站监控方法、系统、介质及设备
CN105843145A (zh) 一种发电机组蓝牙数据采集系统及方法
CN103278728A (zh) 发电机转子匝间短路故障诊断方法与系统
CN107491021A (zh) 家用电器及其故障诊断系统、方法和服务器
CN109102189A (zh) 一种电气设备健康管理系统和方法
CN103616877B (zh) 能源管网的监控诊断方法和系统
CN107369303B (zh) 工厂智能诊断方法、装置及系统
CN108667927A (zh) 工程机械故障的远程管理方法、装置、系统及存储介质
CN109840864A (zh) 一种建筑能耗管理系统
CN111562460A (zh) 配电网停电事件侦测研判方法、装置、计算机设备及介质
CN109165234B (zh) 机器人异常分析方法及装置
CN111445034A (zh) 一种工业设备故障预测的系统及方法
CN110543658A (zh) 基于大数据的电厂设备诊断方法
US20180010982A1 (en) Engine performance modeling based on wash events
US11047833B2 (en) Method for automatic determination of trend in graphic analysis of turbomachines
CN108122036B (zh) 一种变电站带电运检辅助分析方法
CN106708008A (zh) 一种输变电设备故障诊断系统

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
EXSB Decision made by sipo to initiate substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant