CN105116870B - 空调机组的故障分析方法、装置和系统 - Google Patents
空调机组的故障分析方法、装置和系统 Download PDFInfo
- Publication number
- CN105116870B CN105116870B CN201510405749.9A CN201510405749A CN105116870B CN 105116870 B CN105116870 B CN 105116870B CN 201510405749 A CN201510405749 A CN 201510405749A CN 105116870 B CN105116870 B CN 105116870B
- Authority
- CN
- China
- Prior art keywords
- analysis
- operation data
- solution
- air
- analysis result
- 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
Links
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
- G05B23/0286—Modifications to the monitored process, e.g. stopping operation or adapting control
- G05B23/0294—Optimizing process, e.g. process efficiency, product quality
Abstract
本发明公开了一种空调机组的故障分析方法、装置和系统。其中,该方法包括:获取空调机组的故障信息;根据所述故障信息查找发生故障前所述空调机组的运行数据;利用预设算法对查找到的运行数据进行分析,得到分析结果。通过本发明,解决了由于人工分析容易出错造成的分析结果不准确的技术问题。
Description
技术领域
本发明涉及空调领域,具体而言,涉及一种空调机组的故障分析方法、装置和系统。
背景技术
为了监控预测机组的运行状态以及故障,空调大机组的制造商将已售出的机组接入远程监控系统,从而获取空调机组的运行数据,这样空调机组的制造商就可以对已发生故障进行分析、整改,有助于提高用户的使用质量,同时制造商能够获得宝贵的机组反馈使用经验,对新机组的开发就有了一定的参考价值。但是现在的故障分析工作都有人工完成,远程监控系统接收的运行数据由技术人员完成筛选、分析以及整改,当监控机组过多或者数据太多太繁杂的时候,技术人员无法精确的完成数据的拣选、分析,甚至有出现分析数据缺失的问题;同时,技术人员拣选的数据会体现一些重复性问题,这些重复的问题对于设计开发没有借鉴意义又会加大技术人员的负担。
以上问题说明现在的故障分析诊断过程中人工重复性分析工作量大,且在拣选数据方面人工容易出错。
针对上述的问题,目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种空调机组的故障分析方法、装置和系统,以至少解决由于人工分析容易出错造成的分析结果不准确的技术问题。
根据本发明实施例的一个方面,提供了一种空调机组的故障分析方法,包括:获取空调机组的故障信息;根据所述故障信息查找发生故障前所述空调机组的运行数据;利用预设算法对查找到的运行数据进行分析,得到分析结果。
进一步地,在用预设算法对查找到的运行数据进行分析,得到分析结果之后,所述方法还包括:根据所述分析结果生成解决方案;以及发送所述解决方案。
进一步地,所述分析结果包括分析出故障原因和未分析出故障原因,根据所述分析结果生成解决方案包括:检测所述分析结果是否包括所述故障原因;如果所述分析结果包括所述故障原因,则根据所述故障原因生成所述解决方案;如果所述分析结果不包括所述故障原因,则将所述查找到的运行数据发送至技术人员,并提示所述技术人员根据所述查找到的运行数据生成所述解决方案。
进一步地,在提示所述技术人员根据所述查找到的运行数据生成所述解决方案之后,所述方法还包括:接收所述技术人员分析得到的解决方案;将接收到的解决方案与所述分析结果相关联;以及保存所述接收到的解决方案。
进一步地,利用预设算法对查找到的运行数据进行分析,得到分析结果包括:获取所述查找到的运行数据的数据类型;根据所述数据类型获取相应的预设算法,得到第一算法;利用所述第一算法对所述查找到的运行数据分析,确定所述空调机组发生第一故障。
进一步地,所述预设算法的处理对象包括以下至少一种:运行数据的变化率和运行数据的数值。
根据本发明实施例的另一方面,还提供了一种空调机组的故障分析装置,包括:获取单元,用于获取空调机组的故障信息;查找单元,用于根据所述故障信息查找发生故障前所述空调机组的运行数据;分析单元,用于利用预设算法对查找到的运行数据进行分析,得到分析结果。
进一步地,所述装置还包括:生成单元,用于在用预设算法对查找到的运行数据进行分析,得到分析结果之后,根据所述分析结果生成解决方案;以及发送单元,用于发送所述解决方案。
进一步地,所述分析结果包括分析出故障原因和未分析出故障原因,所述生成单元包括:检测模块,用于检测所述分析结果是否包括所述故障原因;生成模块,用于在所述分析结果包括所述故障原因时,根据所述故障原因生成所述解决方案;提示模块,用于在所述分析结果不包括所述故障原因时,将所述查找到的运行数据发送至技术人员,并提示所述技术人员根据所述查找到的运行数据生成所述解决方案。
进一步地,所述装置还包括:接收模块,用于在提示所述技术人员根据所述查找到的运行数据生成所述解决方案之后,接收所述技术人员分析得到的解决方案;关联模块,用于将接收到的解决方案与所述分析结果相关联;以及保存模块,用于保存所述接收到的解决方案。
进一步地,所述分析单元包括:第一获取模块,用于获取所述查找到的运行数据的数据类型;第二获取模块,用于根据所述数据类型获取相应的预设算法,得到第一算法;以及分析模块,用于利用所述第一算法对所述查找到的运行数据分析,确定所述空调机组发生第一故障。
根据本发明实施例的又一方面,还提供了一种空调机组的故障分析系统,包括:远程监控数据库,用于获取空调机组的运行数据;故障自动分析诊断系统,包括任一项上述的空调机组的故障分析装置,用于对所述远程监控数据库中的运行数据进行分析。
在本发明实施例中,采用获取空调机组的故障信息;根据所述故障信息查找发生故障前所述空调机组的运行数据;利用预设算法对查找到的运行数据进行分析,得到分析结果的方式,自动完成运行数据的收集和故障分析,在分析过程中不需要人工参与,避免了人工分析带来的数据收集错误或者对同一故障的重复分析等问题,解决了现有技术由于人工分析容易出错造成的分析结果不准确的问题,达到了提高检测故障的准确率和提高检测效率的效果。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是根据本发明实施例的空调机组的故障分析系统的架构图;
图2是根据本发明实施例的空调机组的故障分析方法的流程图;
图3是根据本发明优选实施例的空调机组的故障分析方法的流程图;以及
图4是根据本发明实施例的空调机组的故障分析装置的示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
根据本发明实施例,提供了一种空调机组的故障分析系统的实施例,图1是根据本发明实施例的空调机组的故障分析系统的架构图。如图1所示,该空调机组的故障分析系统包括:远程监控数据库100和故障自动分析诊断系统200。远程监控数据库100用于获取空调机组的运行数据;故障自动分析诊断系统200包括下述的空调机组的故障分析装置,用于对远程监控数据库100中的运行数据进行分析,并输出分析结果。
根据本发明实施例,提供了一种空调机组的故障分析方法的方法实施例,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
本发明实施例的空调机组的故障分析方法可以对已售出的机组进行远程监控,将远程机组接入到监控系统中,对远程机组的运行数据进行自动收集和分析,如果检测到远程机组发生故障,及时分析故障原因并且生成解决方案,以通知技术人员及时对远程机组进行维修,提高了故障处理的及时性。同时,由于故障的检测、原因分析和解决方案的生成都由监控系统自动完成,无需人工筛选数据和分析数据,保证了数据筛选的准确性和全面性,避免了数据丢失,同时,采用远程监控系统自动分析故障,对于重复出现的故障可以及时得出故障原因和解决方案,减少人工的工作量并提高故障检测的准确率和检测效率,即解决了现有技术人工分析工作量大且容易出错导致的准确率低的问题,达到了减少人工的工作量且提高故障检测的准确率和检测效率的效果。
图2是根据本发明实施例的空调机组的故障分析方法的流程图,如图2所示,该方法包括如下步骤:
步骤S202,获取空调机组的故障信息。
步骤S204,根据故障信息查找发生故障前空调机组的运行数据。
步骤S206,对查找到的运行数据进行分析,得到分析结果。
如图1所示,远程监控数据库收集远程机组的运行数据,故障自动分析诊断系统获取远程监控数据库中的数据进行分析,当从远程监控数据库中的运行数据中发现故障信息,则故障自动分析诊断系统从远程监控数据库中查找故障发生前的远程机组的运行数据,并在分析运行数据后得到分析结果。
通过上述实施例,由故障自动分析诊断系统自动完成运行数据的收集和故障分析,在分析过程中不需要人工参与,避免了人工分析带来的数据收集错误或者对同一故障的重复分析等问题,解决了现有技术检测故障的准确率低和检测效率低的问题,达到了提高检测故障的准确率和提高检测效率的效果。
可选地,在用预设算法对查找到的运行数据进行分析,得到分析结果之后,该方法还包括:根据分析结果生成解决方案;以及发送解决方案。在远程监控数据库中存储由分析结果对应的解决方案,在得到分析结果后可以直接找到解决方案,并将解决方案发送给维护人员,以便维护人员对远程机组进行故障处理。
可选地,分析结果包括分析出故障原因和未分析出故障原因,根据分析结果生成解决方案包括:检测分析结果是否包括故障原因。如果分析结果包括故障原因,则根据故障原因生成解决方案。如果分析结果不包括故障原因,则将查找到的运行数据发送至技术人员,并提示技术人员根据查找到的运行数据生成解决方案。
通过建立系统化的自动故障分析诊断算法,完成对故障数据的精确定位拣选,快速运行对故障数据的诊断分析以及分类处理,可以很好地辅助技术员的工作。故障分析诊断算法可以是一种计算模型,该计算模型可以根据历史故障数据进行分析验证得到,当收集的运行数据符合计算模型时,可以根据计算模型查找到相应的故障原因,以及与故障原因对应的解决方案。当故障自动分析诊断系统无法分析出故障原因时也就无法得到解决方案,此时故障自动分析诊断系统可以将检测到的运行数据发送给技术人员,例如机组设计人员,由技术人员分析故障原因并制定解决方案。
优选地,为了便于对相同故障的分析诊断,在技术人员分析出故障原因并且得到解决方案后,接收技术人员分析得到的解决方案和故障原因,并且与相应的运行数据和分析结果进行关联,保存相应的解决方案,即在提示技术人员根据查找到的运行数据生成解决方案之后,方法还包括:接收技术人员分析得到的解决方案。将接收到的解决方案与分析结果相关联。以及保存接收到的解决方案。
通过上述实施例可知,分析运行数据能够直接得到故障原因和解决方案,只要发送给相应的售后维护人员即可,无需人工分析数据和制定解决方案,提高了分析问题的准确性和分析效率。如果无法根据获得的运行数据得到分析出故障原因和解决方案,就将运行数据发送给设计人员,由设计人员得出解决方案,再将人工分析得出的解决方案与相应的运行数据和故障原因进行关联,以便于再次出现相同问题时直接得出解决方案,而不需要人工进行分析,也就保证了在无法自动得出故障原因和解决方案时也能保证故障及时被处理。同时,人工分析的故障原因和解决方案返回给故障自动分析诊断系统有助于故障的收集,相应的故障诊断的算法保存在故障自动分析诊断系统中以供故障诊断算法的完善。
在对运行数据进行分析以获得故障原因时,可以根据故障类型获取相应的运行数据,并根据故障类型进行数据分析。即获取查找到的运行数据的数据类型;根据数据类型获取相应的预设算法,得到第一算法;利用第一算法对查找到的运行数据分析,确定空调机组发生第一故障。预设算法包括以下至少一种算法:运行数据的变化率和运行数据的数值。
数据分析可以采用对数据的变化率和数值大小与相应的设定值的关系来判断,不同的故障有不同的分析判断值,不同的分析判断值有不同的分析方法,可以根据历史数据故障数据分析出判断的标准并按照相应的判断值进行分析,即:对查找到的运行数据进行分析,得到故障原因包括:计算查找到的运行数据的变化率。判断变化率是否超出预设变化率。在变化率超出预设变化率时,确定空调机组发生第一故障。
例如,指标A的变化率在<5%时处于正常范围,在超出5%时确定该指标A出现问题,即影响该指标A的部件出现故障,即第一故障。
对查找到的运行数据进行分析,得到故障原因包括:计算查找的运行数据的数值。判断数值是否在预设数值范围内。如果数值不在预设数值范围内,则确定空调机组发生第二故障。
例如,指标B的数值处于30~40时为正常状态,当指标B的数值不在这个范围时,确定指标B对应的部件出现故障,即第二故障。
该实施例中还可以采用指标结合与故障对应,超过指标A变化率设定值范围且同时超越指标B设定值范围,判定为第三故障;超过指标A的范围以及超过指标B的范围,同时超过指标C的范围,定为第四故障,以此类推。需要说明的是,本申请并不限定得到故障原因的具体方式,仅仅为了说明得到故障原因的方法。
图3是根据本发明优选实施例的空调机组的故障分析方法的流程图。如图3所示,该空调机组的故障分析方法包括:
步骤S301,数据库,即获取数据库的数据。
步骤S302,按照故障类型不同拣选相应故障前运行数据。
步骤S303,计算数据变化率及数据大小与算法设定值对比分析,即对查找到的运行数据进行分析,得到分析结果。
步骤S304,确定故障原因,即分析出故障原因。
步骤S305,无法确定原因,即分析未得出故障原因,则将故障数据发送给设计员,由设计员给出解决方案。
步骤S306,工程以及元器件问题,则通知给售后服务人员。
步骤S307,机组问题,即分析结果确定为机组问题,则给出处理方案,并将处理方案发送给售后人员。如果无法给出处理方案,则将问题反馈给设计员,由设计人员给出解决方案。
通过上述实施例,可以根据不同的故障数据进行对应的数据分析,从而有针对性的对故障数据进行分析,以准确的分析出故障原因并确定解决方案,也就解决了现有技术中检测故障的准确率低和检测效率低的问题,达到了提高检测故障的准确率和提高检测效率的效果。
本发明实施例还提供了一种空调机组的故障分析装置。图4是根据本发明实施例的空调机组的故障分析装置的示意图。如图4所示,该空调机组的故障分析装置包括:获取单元10、查找单元20和分析单元30。
获取单元10用于获取空调机组的故障信息;
查找单元20用于根据故障信息查找发生故障前空调机组的运行数据;
分析单元30用于利用预设算法对查找到的运行数据进行分析,得到分析结果。
远程监控数据库收集远程机组的运行数据,故障自动分析诊断系统获取远程监控数据库中的数据进行分析,当从远程监控数据库中的运行数据中发现故障信息,则故障自动分析诊断系统从远程监控数据库中查找故障发生前的远程机组的运行数据,并在分析运行数据后得到分析结果。
通过上述实施例,由故障自动分析诊断系统自动完成运行数据的收集和故障分析,在分析过程中不需要人工参与,避免了人工分析带来的数据收集错误或者对同一故障的重复分析等问题,解决了现有技术检测故障的准确率低和检测效率低的问题,达到了提高检测故障的准确率和提高检测效率的效果。
可选地,该装置还包括:生成单元,用于在用预设算法对查找到的运行数据进行分析,得到分析结果之后,根据分析结果生成解决方案;以及发送单元,用于发送解决方案。在远程监控数据库中存储由分析结果对应的解决方案,在得到分析结果后可以直接找到解决方案,并将解决方案发送给维护人员,以便维护人员对远程机组进行故障处理。
可选地,分析结果包括分析出故障原因和未分析出故障原因,生成单元包括:检测模块,用于检测分析结果是否包括故障原因;生成模块,用于在分析结果包括故障原因时,根据故障原因生成解决方案;提示模块,用于在分析结果不包括故障原因时,将查找到的运行数据发送至技术人员,并提示技术人员根据查找到的运行数据生成解决方案。
通过建立系统化的自动故障分析诊断算法,完成对故障数据的精确定位拣选,快速运行对故障数据的诊断分析以及分类处理,可以很好地辅助技术员的工作。故障分析诊断算法可以是一种计算模型,该计算模型可以根据历史故障数据进行分析验证得到,当收集的运行数据符合计算模型时,可以根据计算模型查找到相应的故障原因,以及与故障原因对应的解决方案。当故障自动分析诊断系统无法分析出故障原因时也就无法得到解决方案,此时故障自动分析诊断系统可以将检测到的运行数据发送给技术人员,例如机组设计人员,由技术人员分析故障原因并制定解决方案。
优选地,为了便于对相同故障的分析诊断,在技术人员分析出故障原因并且得到解决方案后,接收技术人员分析得到的解决方案和故障原因,并且与相应的运行数据和分析结果进行关联,保存相应的解决方案,即装置还包括:接收模块,用于在提示技术人员根据查找到的运行数据生成解决方案之后,接收技术人员分析得到的解决方案;关联模块,用于将接收到的解决方案与分析结果相关联;以及保存模块,用于保存接收到的解决方案。
通过上述实施例可知,分析运行数据能够直接得到故障原因和解决方案,只要发送给相应的售后维护人员即可,无需人工分析数据和制定解决方案,提高了分析问题的准确性和分析效率。如果无法根据获得的运行数据得到分析出故障原因和解决方案,就将运行数据发送给设计人员,由设计人员得出解决方案,再将人工分析得出的解决方案与相应的运行数据和故障原因进行关联,以便于再次出现相同问题时直接得出解决方案,而不需要人工进行分析,也就保证了在无法自动得出故障原因和解决方案时也能保证故障及时被处理。同时,人工分析的故障原因和解决方案返回给故障自动分析诊断系统有助于故障的收集,相应的故障诊断的算法保存在故障自动分析诊断系统中以供故障诊断算法的完善。
在对运行数据进行分析以获得故障原因时,可以根据故障类型获取相应的运行数据,并根据故障类型进行数据分析。即分析单元包括:第一获取模块,用于获取查找到的运行数据的数据类型;第二获取模块,用于根据数据类型获取相应的预设算法,得到第一算法;以及分析模块,用于利用第一算法对查找到的运行数据分析,确定空调机组发生第一故障。
数据分析可以采用对数据的变化率和数值大小与相应的设定值的关系来判断,不同的故障有不同的分析判断值,不同的分析判断值有不同的分析方法,可以根据历史数据故障数据分析出判断的标准并按照相应的判断值进行分析,例如,指标A的变化率在<5%时处于正常范围,在超出5%时确定该指标A出现问题,即影响该指标A的部件出现故障,即第一故障。例如,指标B的数值处于30~40时为正常状态,当指标B的数值不在这个范围时,确定指标B对应的部件出现故障,即第二故障。
该实施例中还可以采用指标结合与故障对应,超过指标A变化率设定值范围且同时超越指标B设定值范围,判定为第三故障;超过指标A的范围以及超过指标B的范围,同时超过指标C的范围,定为第四故障,以此类推。需要说明的是,本申请并不限定得到故障原因的具体方式,仅仅为了说明得到故障原因的方法。
通过上述实施例,可以根据不同的故障数据进行对应的数据分析,从而有针对性的对故障数据进行分析,以准确的分析出故障原因并确定解决方案,也就解决了现有技术中检测故障的准确率低和检测效率低的问题,达到了提高检测故障的准确率和提高检测效率的效果。
在本发明的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的技术内容,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,可以为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (6)
1.一种空调机组的故障分析方法,其特征在于,包括:
获取空调机组的故障信息,所述故障信息来源于远程监控数据库,所述远程监控数据库用于收集远程机组的运行数据;
根据所述故障信息查找发生故障前所述空调机组的运行数据;
利用预设算法对查找到的运行数据进行分析,得到分析结果;
利用预设算法对查找到的运行数据进行分析,得到分析结果包括:获取所述查找到的运行数据的数据类型;根据所述数据类型获取相应的预设算法,得到第一算法;利用所述第一算法对所述查找到的运行数据分析,确定所述空调机组发生第一故障;
根据所述分析结果生成解决方案;以及发送所述解决方案;
所述分析结果包括分析出故障原因和未分析出故障原因,根据所述分析结果生成解决方案包括:
检测所述分析结果是否包括所述故障原因;
如果所述分析结果包括所述故障原因,则根据所述故障原因生成所述解决方案;
如果所述分析结果不包括所述故障原因,则将所述查找到的运行数据发送至技术人员,并提示所述技术人员根据所述查找到的运行数据生成所述解决方案。
2.根据权利要求1所述的方法,其特征在于,在提示所述技术人员根据所述查找到的运行数据生成所述解决方案之后,所述方法还包括:
接收所述技术人员分析得到的解决方案;
将接收到的解决方案与所述分析结果相关联;以及
保存所述接收到的解决方案。
3.根据权利要求1-2中任一项所述的方法,其特征在于,所述预设算法的处理对象包括以下至少一种:
运行数据的变化率和运行数据的数值。
4.一种空调机组的故障分析装置,其特征在于,包括:
获取单元,用于获取空调机组的故障信息,所述故障信息来源于远程监控数据库,所述远程监控数据库用于收集远程机组的运行数据;
查找单元,用于根据所述故障信息查找发生故障前所述空调机组的运行数据;
分析单元,用于利用预设算法对查找到的运行数据进行分析,得到分析结果;
所述分析单元包括:
第一获取模块,用于获取所述查找到的运行数据的数据类型;
第二获取模块,用于根据所述数据类型获取相应的预设算法,得到第一算法;以及
分析模块,用于利用所述第一算法对所述查找到的运行数据分析,确定所述空调机组发生第一故障;
生成单元,用于在用预设算法对查找到的运行数据进行分析,得到分析结果之后,根据所述分析结果生成解决方案;以及
发送单元,用于发送所述解决方案;
所述分析结果包括分析出故障原因和未分析出故障原因,所述生成单元包括:
检测模块,用于检测所述分析结果是否包括所述故障原因;生成模块,用于在所述分析结果包括所述故障原因时,根据所述故障原因生成所述解决方案;提示模块,用于在所述分析结果不包括所述故障原因时,将所述查找到的运行数据发送至技术人员,并提示所述技术人员根据所述查找到的运行数据生成所述解决方案。
5.根据权利要求4所述的装置,其特征在于,所述装置还包括:
接收模块,用于在提示所述技术人员根据所述查找到的运行数据生成所述解决方案之后,接收所述技术人员分析得到的解决方案;
关联模块,用于将接收到的解决方案与所述分析结果相关联;以及
保存模块,用于保存所述接收到的解决方案。
6.一种空调机组的故障分析系统,其特征在于,包括:
远程监控数据库,用于获取空调机组的运行数据;
故障自动分析诊断系统,包括权利要求4至5中任一项所述的空调机组的故障分析装置,用于对所述远程监控数据库中的运行数据进行分析。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510405749.9A CN105116870B (zh) | 2015-07-10 | 2015-07-10 | 空调机组的故障分析方法、装置和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510405749.9A CN105116870B (zh) | 2015-07-10 | 2015-07-10 | 空调机组的故障分析方法、装置和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105116870A CN105116870A (zh) | 2015-12-02 |
CN105116870B true CN105116870B (zh) | 2018-11-06 |
Family
ID=54664888
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510405749.9A Active CN105116870B (zh) | 2015-07-10 | 2015-07-10 | 空调机组的故障分析方法、装置和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105116870B (zh) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106123201A (zh) * | 2016-06-13 | 2016-11-16 | 珠海格力电器股份有限公司 | 空调及其故障检测方法和装置 |
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 |
CN106650954A (zh) * | 2016-09-18 | 2017-05-10 | 珠海格力电器股份有限公司 | 空调及其操作数据的处理方法、装置和系统 |
CN107703915A (zh) * | 2017-09-30 | 2018-02-16 | 珠海格力电器股份有限公司 | 一种设备故障诊断方法、装置、存储介质及设备 |
CN107908173B (zh) * | 2017-11-06 | 2019-03-22 | 珠海格力电器股份有限公司 | 一种电器监管系统 |
CN110737256B (zh) * | 2018-07-18 | 2022-11-29 | 株洲中车时代电气股份有限公司 | 一种用于控制变频传动系统的方法及装置 |
CN109142949A (zh) * | 2018-07-24 | 2019-01-04 | 珠海格力电器股份有限公司 | 故障检测方法、装置、系统、计算机设备及存储介质 |
CN109946544A (zh) * | 2019-03-29 | 2019-06-28 | 广东美的制冷设备有限公司 | 家电故障检测方法和装置 |
CN110716539B (zh) * | 2019-11-26 | 2021-03-16 | 宁波市轨道交通集团有限公司 | 一种故障诊断分析方法和装置 |
CN114418144B (zh) * | 2022-01-06 | 2022-09-27 | 合肥工业大学 | 一种除湿机故障分析方法及系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104101045A (zh) * | 2013-04-01 | 2014-10-15 | 珠海格力电器股份有限公司 | 空调设备的故障报警方法和系统 |
CN104729030A (zh) * | 2013-12-24 | 2015-06-24 | 珠海格力电器股份有限公司 | 空调故障检测方法和服务器 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4149178B2 (ja) * | 2001-03-09 | 2008-09-10 | 松下電器産業株式会社 | リモートメンテナンスシステム |
CN103293399B (zh) * | 2012-02-22 | 2015-06-10 | 海尔集团公司 | 电器设备故障分析方法及系统 |
EP3705800A3 (en) * | 2012-07-03 | 2020-12-23 | Samsung Electronics Co., Ltd. | Diagnosis control method for an air conditioner |
CN103277872B (zh) * | 2013-05-16 | 2016-02-03 | 青岛农业大学 | 基于计算机的中央空调远程监控报警系统 |
CN104765356A (zh) * | 2015-02-09 | 2015-07-08 | 珠海格力电器股份有限公司 | 空调售后故障数据的处理方法及系统 |
-
2015
- 2015-07-10 CN CN201510405749.9A patent/CN105116870B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104101045A (zh) * | 2013-04-01 | 2014-10-15 | 珠海格力电器股份有限公司 | 空调设备的故障报警方法和系统 |
CN104729030A (zh) * | 2013-12-24 | 2015-06-24 | 珠海格力电器股份有限公司 | 空调故障检测方法和服务器 |
Also Published As
Publication number | Publication date |
---|---|
CN105116870A (zh) | 2015-12-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105116870B (zh) | 空调机组的故障分析方法、装置和系统 | |
EP3105644B1 (en) | Method of identifying anomalies | |
CN106130786B (zh) | 一种网络故障的检测方法及装置 | |
CN114757590B (zh) | 基于大数据分析的企业运营风险预警及管控系统 | |
CN106156913B (zh) | 用于飞机部附件的健康管理方法 | |
CN110650052B (zh) | 一种基于智能算法的客户原因故障识别处理方法及系统 | |
CN106845526B (zh) | 一种基于大数据融合聚类分析的关联参数故障分类方法 | |
CN108027611B (zh) | 利用受专家意见监督的决策模式学习的用于机器维护的决策辅助系统和方法 | |
CN105202704B (zh) | 空调故障信息的显示方法及装置 | |
CN106940678B (zh) | 一种系统实时健康度评估分析方法及装置 | |
CN110162445A (zh) | 基于主机日志及性能指标的主机健康评价方法及装置 | |
CN109889512A (zh) | 一种充电桩can报文的异常检测方法及装置 | |
CN107291475A (zh) | 通用型phm应用配置方法和装置 | |
CN106529834A (zh) | 核电站安全状态的评估方法、系统及核电站设备 | |
CN112817814A (zh) | 异常监控方法、系统、存储介质及电子装置 | |
CN110023861A (zh) | 用于监控制造工厂的系统和方法 | |
CN106330588A (zh) | 一种bfd检测方法与装置 | |
CN117319047A (zh) | 一种基于网络安全异常检测的网络路径分析方法及系统 | |
CN110809280B (zh) | 一种铁路无线网络质量的检测预警方法及装置 | |
CN111157245A (zh) | 一种轨道交通走行部轴承的监管方法及系统 | |
CN110609761B (zh) | 确定故障源的方法、装置、存储介质和电子设备 | |
CN109086185B (zh) | 一种存储集群的故障检测方法、装置、设备及存储介质 | |
CN111784865A (zh) | 加氢站巡检数据处理方法及加氢站巡检装置 | |
Rozaki | Design and implementation for automated network troubleshooting using data mining | |
CN112926756A (zh) | 一种中央空调设备ai维修知识库应用方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |