CN108256654A - 一种设备报障和故障诊断方法及系统 - Google Patents

Abstract

本发明提供了一种设备报障和故障诊断方法及系统，该方法包括步骤S1：报障终端根据预设的报障方式将智能设备的综合故障信息传送给云端服务器；步骤S2：云端服务器根据预设的故障分析规则，对所述智能设备的综合故障信息进行分析并从云端服务器的数据库中获取对应的维修方案；步骤S3：云端服务器将步骤S2生成的维修方案返回给所述报障终端。本发明采用自动报障、扫码报障和纯手工报障等多种渠道的故障上报方式，使得智能设备的各种情况下均能实现故障上报，且根据收到的综合故障信息，综合采用高精准特征信息匹配检索、规则引擎和文本相似度比较规则等多种诊断方法，尽可能地获取针对性较强的维修方案，方便用户或工程师进行精准高效地维修。

Description

一种设备报障和故障诊断方法及系统

技术领域

本发明涉及设备故障处理技术领域，尤其涉及一种设备报障和故障诊断方法及系统。

背景技术

当智能终端设备发生故障，客户向设备厂商报修时，需要提供设备信息、报障客户信息、设备所在位置信息、故障信息等多类信息。目前，行业内传统的运维模式是：客户发现设备出现故障不能正常使用时，通过拨打设备厂商的统一客服电话进行报修，厂商电话呼叫中心客服坐席人员通过询问客户来收集以上信息，客服坐席人员根据从客户处获得的内容手动填写工单，并将工单派发给维修工程师，维修工程师根据自己的经验预约客户进行上门维修。在上述传统的运维模式的流程流转过程中，存在客户需要提供的信息过多导致客户体验感差、客户提供的信息不准确导致难以定位故障、客服电话经常占线、人工传递数据片面或失真等问题，由此造成获取故障信息不精准、维修困难或多次上门维修，造成人力物力浪费等问题。

发明内容

为了解决现有技术中存在的上述问题，本发明提供了一种设备报障和故障诊断方法及系统，实现了报障信息的智能上报，提高了报障信息的准确度，并采用多种诊断方法对故障信息进行处理，得到尽可能准确的维修方案，从而提高维修效率，实现精准维修。

本发明提供了一种设备报障和故障诊断方法，包括：

步骤S1：报障终端根据预设的报障方式将智能设备的综合故障信息传送给云端服务器；

步骤S2：云端服务器根据预设的故障分析规则，对所述智能设备的综合故障信息进行分析并从云端服务器的数据库中获取对应的维修方案；

步骤S3：云端服务器将步骤S2生成的维修方案返回给所述报障终端；

其中，所述预设的报障方式至少包括自动报障方式、扫码报障方式和纯手工报障方式；

所述预设的故障分析规则为：

当所述综合故障信息中包含高精准特征信息时，从云端服务器的数据库中获取与所述高精准特征信息对应的高精准维修方案；

当无法获得所述高精准维修方案时，通过预设的规则引擎获取与所述综合故障信息相对应的中精准维修方案；

当无法获得所述高精准维修方案和中精准维修方案时，通过预设的文本相似度比较规则在云端服务器的数据库中确定与所述综合故障信息相近的预设的故障名称，并获取与所述预设的故障名称相匹配的低精准维修方案；

所述高精准特征信息至少包括标准故障代码。

本发明方案为用户提供了多种渠道的故障上报方式，使得智能设备能够实现在各种情况下的故障上报，且根据接收到的综合故障信息，综合采用多种诊断方法，从而尽可能地获取针对性较强的维修方案，方便用户或工程师对智能设备进行高效率的维修。

因为报障方式的不同，云端服务器所接收到的综合故障信息所包含的内容也不相同，为了提高本发明方案的适应性，本发明方案采用了多种诊断方法对综合故障信息进行诊断。

当云端服务器接收到综合故障信息时，首先分析该综合故障信息中是否包含了高精准特征信息(可以是标准故障代码，是由厂家预设的与常见故障及故障解决方案对应的代码)，如果综合故障信息中包含了高精准特征信息，则云端服务器直接从数据库中查找与之对应(可以是一个故障代码对应一套维修方案的一一对应关系，也可以是一个故障代码对应多套维修方案的一对多对应关系)的维修方案，并返回给报障终端，实现高精准维修方案的反馈。

当云端服务器接收到的综合故障信息中不包含上述高精准特征信息或者虽然包含了高精准特征信息但是在数据库中查找不到对应的维修方案时，则通过预设的规则引擎来处理综合故障信息，从而获取与所述综合故障信息相对应的中精准维修方案。本发明提供的规则引擎是根据预设的诊断规则进行故障诊断，该预设的诊断规则是通过大量历史案例数据的分析和维修经验的积累来定义的诊断规则。因为不同的规则引擎所采用的规则文件格式不同，但是每一条规则都能分为条件和动作。在本发明方案中，诊断规则的诊断条件对应规则文件中的条件，诊断规则的诊断结果对应规则文件中的动作，具体而言，诊断条件为故障信息，诊断结果为维修方案。例如，在本发明方案中设备驱动服务软件未及时更新会导致新业务功能未能正常使用或部件模块问题未及时修复的设备故障，故一条典型的诊断规则如：

“when

设备服务SP软件版本号小于2.0

then

请将设备服务SP软件版本号升级到2.0”

其中，when部分表示诊断条件，then部分表示维修方案。该条诊断规则表示“如果设备服务SP软件版本号小于2.0，那么就会得到维修建议‘请将SP版本升级到2.0版本’”。

当云端服务器接收到的综合故障信息既不包含上述高精准特征信息又无法被规则引擎处理时，则采用预设的文本相似度比较规则对综合故障信息进行处理，得到与所述综合故障信息相近的预设的故障名称，并获取与所述预设的故障名称相匹配的维修方案。

为了提高维修效率，本发明方案中的所有维修方案均可以分为两种类型的维修方案，即用于指导工程师上门维修解决重大设备故障的专业性程度较高的工程师维修方案和用于用户自行维修解决微小设备故障的较为通俗易懂的用户维修方案。

进一步的，所述自动报障方式为报障终端自动采集预设类型的智能设备状态信息，从而生成综合故障信息，并将所述综合故障信息发送给云端服务器；

其中，所述预设类型的智能设备状态信息至少包括设备序列号、模块故障信息、模块基础信息和故障环境信息。

在本发明方案中，可以由智能设备自动获取发生故障时预设类型的智能设备状态信息(此时报障终端可以是智能设备自带的一个功能模块)，也可以由与智能设备相连接的综合控制系统或管理系统自动获取发生故障时预设类型的智能设备状态信息(此时报障终端即为与智能设备相连接的综合控制系统或管理系统等)，然后报障终端采用JSON格式作为数据结构报文格式，利用GZIP算法对智能设备状态信息进行高效比压缩，再进行BASE64编码，最后生成综合故障信息，发送给云端服务器。该预设类型的智能设备状态信息至少包括设备序列号、模块故障信息、模块基础信息和故障环境信息等可以用于综合判断设备故障情况的相关信息，也可能包含了标准故障代码，其中，模块故障信息包含设备中发生故障模块状态值、故障特征码等，模块基础信息包含设备驱动版本号、部件固件版本号等，故障环境信息包含多个维度的故障现场的系统环境信息，例如设备主应用程序信息(如APP应用、Agent代理信息等)、平台版本信息(如.net平台、JAVA平台等)、浏览器版本/设置信息(如IE配置信息等)以及操作系统基础信息等。

进一步的，所述扫码报障方式至少包括扫描二维码报障方式与扫描设备条形码报障方式中的一种；

其中，所述二维码由智能设备根据获取到的综合故障信息，按照预设二维码规则生成，并显示在智能设备的显示设备上；

所述设备条形码是指智能设备自带的至少包含设备序列号的条形码。

本发明方案还提供了扫码报障方式，其至少包括了扫描二维码报障方式与扫描设备条形码报障方式中的一种。

在扫描二维码报障方式中，智能设备可以获取故障发生时的状态信息，将该状态信息进行封装、压缩处理，然后根据二维码编码规则(常见为QR码规则)生成包含了综合故障信息的二维码，并显示在智能设备的显示模块上。此时，用户采用报障终端(此时报障终端可以是智能手机等移动智能终端设备)扫描二维码，将综合故障信息发送给云端服务器，实现扫描二维码报障。用于生成该二维码的状态信息至少包括设备序列号SN、设备模块信息(例如SP状态码、错误码、故障发生时间和基本模块信息(包括故障模块名称、设备驱动版本号、固件版本号和驱动版本号等))和基本软件信息(包括操作系统信息、IE版本信息、JAVA版本信息、AGENT版本信息和DoNet版本信息等)等。

当智能设备未自动报障且未生成报障二维码时，用户也可以采用报障终端(此时报障终端可以是智能手机等移动智能终端设备)扫描智能设备出厂自带的产品条形码进行报障，此时，需要用户在扫描条形码后继续手动输入部分信息，从而获得完整的综合故障信息。通过扫描产品条形码，云端服务器可以根据产品条形码包含的设备身份信息(例如SN序列号等)从数据库中检索对应的设备信息、购买设备的用户信息等，从而从一定程度上减少用户报障时所需填写的设备基础信息，此时，用户只需补充填写设备故障信息即可。

进一步的，所述纯手工报障方式为所述报障终端根据用户输入的信息生成所述综合故障信息，并将所述综合故障信息发送给云端服务器。

本发明方案还提供了纯手工报障方式，当用户采用纯手工报障方式时，为了进一步减轻用户填写信息的工作量，同时提高云端服务器进行故障与维修方案匹配的准确性，云端服务器可以当用户在报障终端上输入故障信息的时根据用户填写的部分内容进行自动补全，该自动补全操作可以是将用户输入的部分信息与云端设备档案数据中心的设备生产制造数据、设备维修历史数据、设备资产采购数据、PLM设计数据进行关联，对报障信息进行自动化、精细化填充和补全；例如可以对模糊的故障描述进行筛选，通过关联云端数据库，查找与该常见故障词相同或相近的故障类型，并将故障类型推送到报障终端上。同时，还可以根据用户输入的报障信息，推送与之对应设备的高发故障类型列表，供用户快捷选择。当用户手动报障时，因为用户输入信息不准确等原因，可能出现返回的维修方案针对性不强的问题。为了解决该问题，还可以通过推送与用户输入的故障信息最接近的多条的维修方案来克服，例如根据用户上报的故障信息，返回与该故障信息最接近的10条维修方案。此时的报障终端可以是智能手机等移动智能终端设备，此时用户可以利用手机通过智能设备厂商运营的微信公众号或智能设备厂商开发的APP进行设备报障操作，方便快捷。

进一步的，所述预设的规则引擎符合JSR94规则引擎规范。

为了提高本发明方案的通用性，本发明方案提供的预设的规则引擎符合JSR94规则引擎规范，支持规则的查找、匹配、歧义处理和规则优先级定义等功能并具备以下特征：

a.提供规则管理界面，能够动态修改规则；

b.能在线修改规则，修改规则后不用重新部署应用就能生效；

c.提供使用业务领域语言编写规则的能力，有将业务领域语言转换为标准规则的能力；

d.提供规则快速查找，匹配(如使用rete算法)，歧义处理，优先级定义等功能。

进一步的，所述预设的文本相似度比较规则为：对设备故障信息进行中文分词处理，然后采用词频-逆向文件频率和空间向量模型获得所述综合故障信息与云端服务器预存的故障名称的相似度。

在本发明方案中，预设的文本相似度比较规则为：对设备故障信息进行中文分词处理，然后采用词频-逆向文件频率和空间向量模型获得所述设备故障信息与云端服务器预存的故障名称的相似度。其中，本发明采用的中文分词处理方法须具备对停用词和同义词处理的能力。因为用户填写的故障信息不一定与云端服务器数据库中存储的故障类型和维修方案完全一致，所以本发明采用文本相似度比较规则，通过中文分词、词频-逆向文件频率(即TF-IDF统计方法)和空间向量模型对用户上报的故障信息进行分析，从而筛选出与用户上报故障信息相似度最高的预存在云端服务器数据库中的故障名称和与之对应的维修方案，提高维修方案反馈的准确率，提高维修效率。

为了进一步提高文本相似度比较的准确性，还可以在通过中文分词、词频-逆向文件频率(即TF-IDF统计方法)和空间向量模型对用户上报的故障信息进行处理得到中间结果，然后结合中间结果，再根据输入参数如故障模块、生产批次、设备所在地区、设备类型等分析的关联条件设立影响因子的权重系数，最后再对中间结果进行优先级调整和综合排序，推送综合排序靠前的多条维修方案，进一步提高维修方案反馈的准确率。

本发明还提供了一种设备报障和故障诊断系统，包括：

故障上报模块，用于根据预设的报障方式将智能设备的综合故障信息传送给故障分析模块；

故障分析模块，用于根据预设的故障分析规则，对所述智能设备的综合故障信息进行分析并查找对应的维修方案，将所述维修方案返回给所述故障上报模块；

其中，所述预设的报障方式至少包括自动报障方式、扫码报障方式和纯手工报障方式；

所述预设的故障分析规则为：

当所述综合故障信息中包含高精准特征信息时，从云端服务器的数据库中获取与所述高精准特征信息一一对应的高精准维修方案；

当无法获得所述高精准维修方案时，通过预设的规则引擎获取与所述综合故障信息相对应的中精准维修方案；

当无法获得所述高精准维修方案和中精准维修方案时，通过预设的文本相似度比较规则在云端服务器的数据库中确定与所述综合故障信息相近的预设的故障名称，并获取与所述预设的故障名称相匹配的低精准维修方案；

所述高精准特征信息至少包括标准故障代码。

进一步的，所述故障上报模块至少包括：

自动报障子模块，用于自动采集预设类型的智能设备状态信息，从而生成综合故障信息，并将所述综合故障信息发送给所述故障分析模块；

其中，所述预设类型的智能设备状态信息至少包括设备序列号、模块故障信息、模块基础信息和故障环境信息；

扫码报障子模块，用于通过扫描二维码或条形码获取智能设备的综合故障信息，并将所述综合故障信息发送给故障分析模块；

其中，所述二维码由智能设备根据获取到的综合故障信息，按照预设二维码规则生成，并显示在智能设备的显示设备上；

所述设备条形码是指智能设备自带的至少包含设备序列号的条形码；

纯手工报障子模块，用于根据用户输入的信息生成所述综合故障信息，并将所述综合故障信息发送给云端服务器。

进一步的，所述故障分析模块至少包括：

历史数据子模块，用于存储预设的历史故障信息和与之对应的维修方案；

故障诊断子模块，用于根据预设的故障分析规则，对所述智能设备的故障信息进行分析，并从所述历史数据子模块中获取与故障信息对应的维修方案。

进一步的，所述预设的文本相似度比较规则为：

对设备故障信息进行中文分词处理，然后采用词频-逆向文件频率和空间向量模型获得所述综合故障信息与云端服务器预存的故障名称的相似度。

有益效果

本发明提供的一种设备报障和故障诊断方法及系统，采用自动报障、扫码报障和纯手工报障等多种渠道的故障上报方式，使得智能设备的各种情况下均能实现故障上报，且根据收到的综合故障信息，综合采用高精准特征信息匹配检索、规则引擎和文本相似度比较规则等多种诊断方法，尽可能地获取针对性较强的维修方案，方便用户或工程师进行精准高效地维修。其中，在采用纯手工故障上报方式时，采用自动补全技术，尽可能减少用户所需输入的信息量，提高用户输入信息的准确度，进一步提高了故障诊断效率，进而获得更为准确的维修方案，进一步提高了维修效率。

附图说明

图1是本发明实施例一提供的一种设备报障和故障诊断方法的流程示意图；

图2是本发明实施例一提供的方法中预设的故障分析规则的流程示意图；

图3是本发明实施例一提供的方法中一次完整的自动报障方式的流程示意图；

图4是本发明实施例一提供的方法中一次完整的扫描二维码报障方式的流程示意图；

图5是本发明实施例一提供的方法中一次完整的扫描条形码报障方式的流程示意图；

图6是本发明实施例一提供的方法中一次完整的纯手工报障方式的流程示意图；

图7是本发明实施例一提供的方法中文本相似度比较处理过程示意图；

图8是本发明实施例二提供的一种设备报障和故障诊断系统的结构示意图。

具体实施方式

为了方便更好地理解本发明的内容，下面结合具体实施例对本发明内容进行进一步阐述。

实施例一

图1是本发明实施例一提供的一种设备报障和故障诊断方法，包括：

步骤S1：报障终端根据预设的报障方式将智能设备的综合故障信息传送给云端服务器；

步骤S2：云端服务器根据预设的故障分析规则，对所述智能设备的综合故障信息进行分析并从云端服务器的数据库中获取对应的维修方案；

步骤S3：云端服务器将步骤S2生成的维修方案返回给所述报障终端；

其中，所述预设的报障方式至少包括自动报障方式、扫码报障方式和纯手工报障方式；

所述预设的故障分析规则为：

当所述综合故障信息中包含高精准特征信息时，从云端服务器的数据库中获取与所述高精准特征信息对应的高精准维修方案；

当无法获得所述高精准维修方案时，通过预设的规则引擎获取与所述综合故障信息相对应的中精准维修方案；

当无法获得所述高精准维修方案和中精准维修方案时，通过预设的文本相似度比较规则在云端服务器的数据库中确定与所述综合故障信息相近的预设的故障名称，并获取与所述预设的故障名称相匹配的低精准维修方案；

所述高精准特征信息至少包括标准故障代码。

本发明方案为用户提供了多种渠道的故障上报方式，使得智能设备能够实现在各种情况下的故障上报，且根据接收到的综合故障信息，综合采用多种诊断方法，从而尽可能地获取针对性较强的维修方案，方便用户或工程师对智能设备进行高效率的维修。

因为报障方式的不同，云端服务器所接收到的综合故障信息所包含的内容也不相同，为了提高本发明方案的适应性，本发明方案采用了多种诊断方法对综合故障信息进行诊断。

当云端服务器接收到综合故障信息时，首先分析该综合故障信息中是否包含了高精准特征信息(可以是标准故障代码，是由厂家预设的与常见故障及故障解决方案对应的代码)，如果综合故障信息中包含了高精准特征信息，则云端服务器直接从数据库中查找与之对应(可以是一个故障代码对应一套维修方案的一一对应关系，也可以是一个故障代码对应多套维修方案的一对多对应关系)的维修方案，并返回给报障终端，实现高精准维修方案的反馈。

当云端服务器接收到的综合故障信息中不包含上述高精准特征信息或者虽然包含了高精准特征信息但是在数据库中查找不到对应的维修方案时，则通过预设的规则引擎来处理综合故障信息，从而获取与所述综合故障信息相对应的中精准维修方案。本发明提供的规则引擎是根据预设的诊断规则进行故障诊断，该预设的诊断规则是通过大量历史案例数据的分析和维修经验的积累来定义的诊断规则。因为不同的规则引擎所采用的规则文件格式不同，但是每一条规则都能分为条件和动作。在本发明方案中，诊断规则的诊断条件对应规则文件中的条件，诊断规则的诊断结果对应规则文件中的动作，具体而言，诊断条件为故障信息，诊断结果为维修方案。例如，在本发明方案中设备驱动服务软件未及时更新会导致新业务功能未能正常使用或部件模块问题未及时修复的设备故障，故一条典型的诊断规则如：

“when

设备服务SP软件版本号小于2.0

then

请将设备服务SP软件版本号升级到2.0”

其中，when部分表示诊断条件，then部分表示维修方案。该条诊断规则表示“如果设备服务SP软件版本号小于2.0，那么就会得到维修建议‘请将SP版本升级到2.0版本’”。

当云端服务器接收到的综合故障信息既不包含上述高精准特征信息又无法被规则引擎处理时，则采用预设的文本相似度比较规则对综合故障信息进行处理，得到与所述综合故障信息相近的预设的故障名称，并获取与所述预设的故障名称相匹配的维修方案。预设的故障分析规则的流程示意图如图2所示。

为了提高维修效率，本发明方案中的所有维修方案均可以分为两种类型的维修方案，即用于指导工程师上门维修解决重大设备故障的专业性程度较高的工程师维修方案和用于用户自行维修解决微小设备故障的较为通俗易懂的用户维修方案。

在本实施例中，自动报障方式为报障终端自动采集预设类型的智能设备状态信息，从而生成综合故障信息，并将所述综合故障信息发送给云端服务器。即可以由智能设备自动获取发生故障时预设类型的智能设备状态信息(此时报障终端可以是智能设备自带的一个功能模块)，也可以由与智能设备相连接的综合控制系统或管理系统自动获取发生故障时预设类型的智能设备状态信息(此时报障终端即为与智能设备相连接的综合控制系统或管理系统等)，然后报障终端采用JSON格式作为数据结构报文格式，利用GZIP算法对智能设备状态信息进行高效比压缩，再进行BASE64编码，最后生成综合故障信息，发送给云端服务器。该预设类型的智能设备状态信息至少包括设备序列号、模块故障信息、模块基础信息和故障环境信息等可以用于综合判断设备故障情况的相关信息，也可能包含了标准故障代码，其中，模块故障信息包含设备中发生故障模块状态值、故障特征码等，模块基础信息包含设备驱动版本号、部件固件版本号等，故障环境信息包含多个维度的故障现场的系统环境信息，例如设备主应用程序信息(如APP应用、Agent代理信息等)、平台版本信息(如.net平台、JAVA平台等)、浏览器版本/设置信息(如IE配置信息等)以及操作系统基础信息等。

在本实施例中，一次完整的自动报障方式的流程如下(图3所示)：

1)智能设备发生故障时，报障终端自动获取预设类型的智能设备状态信息；

2)利用GZIP算法对智能设备状态信息进行高效比压缩，再进行BASE64编码，最后生成JSON格式的综合故障信息，并发送给云端服务器；

3)云端服务器解析综合故障信息，根据预设的故障分析规则进行故障分析，获取对应的维修方案；

4)厂商客服人员主动与客户联系，确认智能设备故障信息与客户信息等无误后，向维修工程师派发工单；

5)维修工程师上门维修，通过报障终端获取云端服务器推送的高精准度的维修方案，并根据该维修方案完成维修；

6)维修完成后，厂商客服人员邀请客户对本次维修进行评价，此次流程结束。

在本实施例中，扫码报障方式至少包括扫描二维码报障方式与扫描设备条形码报障方式中的一种；其中，所述二维码由智能设备根据获取到的综合故障信息，按照预设二维码规则生成，并显示在智能设备的显示设备上；所述设备条形码是指智能设备自带的至少包含设备序列号的条形码。

在扫描二维码报障方式中，智能设备可以获取故障发生时的状态信息，将该状态信息进行封装、压缩处理，然后根据二维码编码规则(常见为QR码规则)生成包含了综合故障信息的二维码，并显示在智能设备的显示模块上。此时，用户采用报障终端(此时报障终端可以是智能手机等移动智能终端设备)扫描二维码，将综合故障信息发送给云端服务器，实现扫描二维码报障。用于生成该二维码的状态信息至少包括设备序列号SN、设备模块信息(例如SP状态码、错误码、故障发生时间和基本模块信息(包括故障模块名称、设备驱动版本号、固件版本号和驱动版本号等))和基本软件信息(包括操作系统信息、IE版本信息、JAVA版本信息、AGENT版本信息和DoNet版本信息等)等。

在本实施例中，一次完整的扫描二维码报障方式的流程如下(图4所示)：

1)智能设备发生故障时，自动捕获获取故障发生时的状态信息，对该故障信息进行封装、压缩处理，然后根据QR码编码规则生成包含了综合故障信息的二维码；

2)用户利用报障终端(例如安装有厂商开发APP的手机)扫描故障二维码，将该故障二维码发送给云端服务器；

3)云端服务器解析故障二维码得到综合故障信息，包括但不限于：设备序列号、设备型号、软件版本号、模块固件版本号、模块型号和故障编码等；

4)云端服务器根据设备序列号从数据库中得到设备安装信息和对应的客户信息，并根据预设的故障分析规则进行故障分析，获取对应的维修方案，该维修方案包含用户维修方案和工程师维修方案，将用户维修方案返回给报障终端；

5)如果用户根据用户维修方案自行修复了智能设备，则流程结束；否则，用户提交工单报修，厂商客服人员录入并派发工单；

6)维修工程师上门维修，并通过另外的报障终端(例如工程师的安装有厂商APP的手机)获取云端服务器推送的高精准度的工程师维修方案，并根据该维修方案完成维修；

7)维修完成后，厂商客服人员邀请客户对本次维修进行评价，此次流程结束。

当智能设备未自动报障且未生成报障二维码时，用户也可以采用报障终端(此时报障终端可以是智能手机等移动智能终端设备)扫描智能设备出厂自带的产品条形码进行报障，此时，需要用户在扫描条形码后继续手动输入部分信息，从而获得完整的综合故障信息。通过扫描产品条形码，云端服务器可以根据产品条形码包含的设备身份信息(例如SN序列号等)从数据库中检索对应的设备信息、购买设备的用户信息等，从而从一定程度上减少用户报障时所需填写的设备基础信息，此时，用户只需补充填写设备故障信息即可。

在本实施例中，一次完整的扫描条形码报障方式的流程如下(图5所示)：

1)用户通过报障终端扫描智能设备上的产品条形码并手动填写报障所需的剩余信息，报障终端根据产品条形码包含的信息以及用户手动填写的信息生成综合故障信息发送给云端服务器；

2)云端服务器解析综合故障信息，根据产品条形码包含的信息从数据库中检索对应的设备信息、购买设备的用户信息等；

3)云端服务器再根据预设的故障分析规则进行故障分析，获取对应的维修方案，该维修方案包含用户维修方案和工程师维修方案，将用户维修方案返回给报障终端；

4)如果用户根据用户维修方案自行修复了智能设备，则流程结束；否则，用户提交工单报修，厂商客服人员录入并派发工单；

5)维修工程师上门维修，并通过另外的报障终端(例如工程师的安装有厂商APP的手机)获取云端服务器推送的高精准度的工程师维修方案，并根据该维修方案完成维修；

6)维修完成后，厂商客服人员邀请客户对本次维修进行评价，此次流程结束。

在本实施例中，提供了纯手工报障方式，即所述报障终端根据用户输入的信息生成所述综合故障信息，并将所述综合故障信息发送给云端服务器。当用户采用纯手工报障方式时，为了进一步减轻用户填写信息的工作量，同时提高云端服务器进行故障与维修方案匹配的准确性，云端服务器可以当用户在报障终端上输入故障信息的时根据用户填写的部分内容进行自动补全，该自动补全操作可以是从用户输入的部分信息中筛选出常见故障词，并从数据库中查找与该常见故障词相同或相近的故障类型，并将故障类型推送到报障终端上。同时，还可以根据用户输入的报障信息，推送与之对应设备的高发故障类型列表，供用户快捷选择。当用户手动报障时，因为用户输入信息不准确等原因，可能出现返回的维修方案针对性不强的问题。为了解决该问题，还可以通过推送与用户输入的故障信息最接近的多条的维修方案来克服，例如根据用户上报的故障信息，返回与该故障信息最接近的10条维修方案。此时的报障终端可以是智能手机等移动智能终端设备，此时用户可以利用手机通过智能设备厂商运营的微信公众号或智能设备厂商开发的APP进行设备报障操作，方便快捷。

在本实施例中，一次完整的纯手工报障方式的流程如下(图6所示)：

1)用户通过报障终端填写智能设备报障信息；

2)云端服务器根据用户填写的信息实时推送自动补全信息；

3)云端服务器解析报障终端发送的综合故障信息，根据预设的故障分析规则进行故障分析，获取对应的维修方案，该维修方案包含用户维修方案和工程师维修方案，将用户维修方案返回给报障终端；

4)如果用户根据用户维修方案自行修复了智能设备，则流程结束；否则，用户提交工单报修，厂商客服人员录入并派发工单；

5)维修工程师上门维修，并通过另外的报障终端(例如工程师的安装有厂商APP的手机)获取云端服务器推送的高精准度的工程师维修方案，并根据该维修方案完成维修；

6)维修完成后，厂商客服人员邀请客户对本次维修进行评价，此次流程结束。

为了提高本发明方案的通用性，本实施例中提供的预设的规则引擎符合JSR94规则引擎规范，支持规则的查找、匹配、歧义处理和规则优先级定义等功能并具备以下特征：

a.提供规则管理界面，能够动态修改规则；

b.能在线修改规则，修改规则后不用重新部署应用就能生效；

c.提供使用业务领域语言编写规则的能力，有将业务领域语言转换为标准规则的能力；

d.提供规则快速查找，匹配(如使用rete算法)，歧义处理，优先级定义等功能。

在本实施例中，预设的文本相似度比较规则为：对设备故障信息进行中文分词处理，然后采用词频-逆向文件频率和空间向量模型获得所述设备故障信息与云端服务器预存的故障名称的相似度。因为用户填写的故障信息不一定与云端服务器数据库中存储的故障类型和维修方案完全一致，所以本发明采用文本相似度比较规则，通过中文分词、词频-逆向文件频率(即TF-IDF统计方法)和空间向量模型对用户上报的故障信息进行分析，从而筛选出与用户上报故障信息相似度最高的预存在云端服务器数据库中的故障名称和与之对应的维修方案，提高维修方案反馈的准确率，提高维修效率。

为了进一步提高文本相似度比较的准确性，还可以在通过中文分词、词频-逆向文件频率(即TF-IDF统计方法)和空间向量模型对用户上报的故障信息进行处理得到中间结果，然后结合中间结果，再根据输入参数如故障模块、生产批次、设备所在地区、设备类型等分析的关联条件设立影响因子的权重系数，最后再对中间结果进行优先级调整和综合排序，推送综合排序靠前的多条维修方案，进一步提高维修方案反馈的准确率。

在本实施例中，文本相似度比较处理过程如下(图7所示)：

1)云端服务器收到来自报障终端的综合故障信息，包括但不限于设备类型、故障模块名称、生产批次、设备所在地区和故障现象等；

2)采用IKAnalyzer分词器对用户填报的关键字段进行轻量级中文分词；

3)利用TF-IDF算法计算用户填报的关键字段的词频，并将上述用户填报的关键字段转换成空间向量模型中的向量，作为用户信息向量；

4)遍历云端服务器上的海量历史故障案例数据库，将历史故障信息的关键词转换成空间向量模型中的历史向量，作为历史信息向量，计算用户信息向量与历史信息向量之间夹角的余弦值，作为两者之间的相似度指标，余弦值越大相似度越高；

5)输出相似度最高的数条历史故障信息对应的维修方案作为中间结果；

6)结合该中间结果，根据综合故障信息中的如故障模块、生产批次、设备所在地区、设备类型等分析的关联条件设立影响因子的权重系数；

7)根据权重系数对中间结果进行优先级调整和综合排序，并向报障终端推送综合排序的前10条维修方案。

综上所述，本发明提供的一种设备报障和故障诊断方法，采用自动报障、扫码报障和纯手工报障等多种渠道的故障上报方式，使得智能设备的各种情况下均能实现故障上报，且根据收到的综合故障信息，综合采用高精准特征信息匹配检索、规则引擎和文本相似度比较规则等多种诊断方法，尽可能地获取针对性较强的维修方案，方便用户或工程师进行精准高效地维修。其中，在采用纯手工故障上报方式时，采用自动补全技术，尽可能减少用户所需输入的信息量，提高用户输入信息的准确度，进一步提高了故障诊断效率，进而获得更为准确的维修方案，进一步提高了维修效率。

实施例二

图8是本发明提供的一种设备报障系统的结构示意图，包括：

故障上报模块100，用于根据预设的报障方式将智能设备的综合故障信息传送给故障分析模块；

故障分析模块200，用于根据预设的故障分析规则，对所述智能设备的综合故障信息进行分析并查找对应的维修方案，将所述维修方案返回给所述故障上报模块；

其中，所述预设的报障方式至少包括自动报障方式、扫码报障方式和纯手工报障方式；

所述预设的故障分析规则为：

当所述综合故障信息中包含高精准特征信息时，从云端服务器的数据库中获取与所述高精准特征信息一一对应的高精准维修方案；

当无法获得所述高精准维修方案时，通过预设的规则引擎获取与所述综合故障信息相对应的中精准维修方案；

当无法获得所述高精准维修方案和中精准维修方案时，通过预设的文本相似度比较规则在云端服务器的数据库中确定与所述综合故障信息相近的预设的故障名称，并获取与所述预设的故障名称相匹配的低精准维修方案；

所述高精准特征信息至少包括标准故障代码。

本实施例中的故障上报模块至少包括：自动报障子模块101，用于自动采集预设类型的智能设备状态信息，从而生成综合故障信息，并将所述综合故障信息发送给所述故障分析模块，其中，所述预设类型的智能设备状态信息至少包括设备序列号、模块故障信息、模块基础信息和故障环境信息；扫码报障子模块102，用于通过扫描二维码或条形码获取智能设备的综合故障信息，并将所述综合故障信息发送给故障分析模块，其中，所述二维码由智能设备根据获取到的综合故障信息，按照预设二维码规则生成，并显示在智能设备的显示设备上；所述设备条形码是指智能设备自带的至少包含设备序列号的条形码；纯手工报障子模块103，用于根据用户输入的信息生成所述综合故障信息，并将所述综合故障信息发送给云端服务器。故障分析模块至少包括：历史数据子模块201，用于存储预设的设备基础信息、历史故障信息和与之对应的维修方案，在实际应用中，该历史数据子模块中存储了海量的历史故障案例，以支持故障诊断子模块的工作，并且该模块中存储的案例数据需要不断更新，将各种类型的新故障案例均存储到其中，进一步提升系统的适应性；故障诊断子模块202，用于根据预设的故障分析规则，对所述智能设备的故障信息进行分析，并从所述历史数据子模块中获取与故障信息对应的维修方案。本实施例中预设的规则引擎符合JSR94规则引擎规范；预设的文本相似度比较规则为：对设备故障信息进行中文分词处理，然后采用词频-逆向文件频率和空间向量模型获得所述设备故障信息与云端服务器预存的故障名称的相似度。

关于上述装置实施例中各个模块的具体工作原理和描述可参照上述方法实施例中各个步骤的具体实施细节的相应部分的描述，此处不再赘述。

综上所述，本发明提供的一种设备报障和故障诊断系统，采用自动报障、扫码报障和纯手工报障等多种渠道的故障上报方式，使得智能设备的各种情况下均能实现故障上报，且根据收到的综合故障信息，综合采用高精准特征信息匹配检索、规则引擎和文本相似度比较规则等多种诊断方法，尽可能地获取针对性较强的维修方案，方便用户或工程师进行精准高效地维修。其中，在采用纯手工故障上报方式时，采用自动补全技术，尽可能减少用户所需输入的信息量，提高用户输入信息的准确度，进一步提高了故障诊断效率，进而获得更为准确的维修方案，进一步提高了维修效率。

以上所述仅为本发明的实施例而已，并不用以限制本发明，凡在本发明精神和原则之内，所作任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种设备报障和故障诊断方法，其特征在于，包括：

步骤S1：报障终端根据预设的报障方式将智能设备的综合故障信息传送给云端服务器；

步骤S2：云端服务器根据预设的故障分析规则，对所述智能设备的综合故障信息进行分析并从云端服务器的数据库中获取对应的维修方案；

步骤S3：云端服务器将步骤S2生成的维修方案返回给所述报障终端；

其中，所述预设的报障方式至少包括自动报障方式、扫码报障方式和纯手工报障方式；

所述预设的故障分析规则为：

当所述综合故障信息中包含高精准特征信息时，从云端服务器的数据库中获取与所述高精准特征信息对应的高精准维修方案；

当无法获得所述高精准维修方案时，通过预设的规则引擎获取与所述综合故障信息相对应的中精准维修方案；

当无法获得所述高精准维修方案和中精准维修方案时，通过预设的文本相似度比较规则在云端服务器的数据库中确定与所述综合故障信息相近的预设的故障名称，并获取与所述预设的故障名称相匹配的低精准维修方案；

所述高精准特征信息至少包括标准故障代码。

2.根据权利要求1所述的方法，其特征在于，所述自动报障方式为报障终端自动采集预设类型的智能设备状态信息，从而生成综合故障信息，并将所述综合故障信息发送给云端服务器；

其中，所述预设类型的智能设备状态信息至少包括设备序列号、模块故障信息、模块基础信息和故障环境信息。

3.根据权利要求1所述的方法，其特征在于，所述扫码报障方式至少包括扫描二维码报障方式与扫描设备条形码报障方式中的一种；

其中，所述二维码由智能设备根据获取到的综合故障信息，按照预设二维码规则生成，并显示在智能设备的显示模块上；

所述设备条形码是指智能设备自带的至少包含设备序列号的条形码。

4.根据权利要求1所述的方法，其特征在于，所述纯手工报障方式为所述报障终端根据用户输入的信息生成所述综合故障信息，并将所述综合故障信息发送给云端服务器。

5.根据权利要求1所述的方法，其特征在于，所述预设的规则引擎符合JSR94规则引擎规范。

6.根据权利要求1所述的方法，其特征在于，所述预设的文本相似度比较规则为：

对设备故障信息进行中文分词处理，然后采用词频-逆向文件频率和空间向量模型获得所述综合故障信息与云端服务器预存的故障名称的相似度。

7.一种设备报障和故障诊断系统，其特征在于，包括：

故障上报模块，用于根据预设的报障方式将智能设备的综合故障信息传送给故障分析模块；

故障分析模块，用于根据预设的故障分析规则，对所述智能设备的综合故障信息进行分析并查找对应的维修方案，将所述维修方案返回给所述故障上报模块；

其中，所述预设的报障方式至少包括自动报障方式、扫码报障方式和纯手工报障方式；

所述预设的故障分析规则为：

当所述综合故障信息中包含高精准特征信息时，从云端服务器的数据库中获取与所述高精准特征信息一一对应的高精准维修方案；

当无法获得所述高精准维修方案时，通过预设的规则引擎获取与所述综合故障信息相对应的中精准维修方案；

当无法获得所述高精准维修方案和中精准维修方案时，通过预设的文本相似度比较规则在云端服务器的数据库中确定与所述综合故障信息相近的预设的故障名称，并获取与所述预设的故障名称相匹配的低精准维修方案；

所述高精准特征信息至少包括标准故障代码。

8.根据权利要求7所述的系统，其特征在于，所述故障上报模块至少包括：

自动报障子模块，用于自动采集预设类型的智能设备状态信息，从而生成综合故障信息，并将所述综合故障信息发送给所述故障分析模块；

其中，所述预设类型的智能设备状态信息至少包括设备序列号、模块故障信息、模块基础信息和故障环境信息；

扫码报障子模块，用于通过扫描二维码或条形码获取智能设备的综合故障信息，并将所述综合故障信息发送给故障分析模块；

其中，所述二维码由智能设备根据获取到的综合故障信息，按照预设二维码规则生成，并显示在智能设备的显示设备上；

所述设备条形码是指智能设备自带的至少包含设备序列号的条形码；

纯手工报障子模块，用于根据用户输入的信息生成所述综合故障信息，并将所述综合故障信息发送给云端服务器。

9.根据权利要求7所述的系统，其特征在于，所述故障分析模块至少包括：

历史数据子模块，用于存储预设的历史故障信息和与之对应的维修方案；

故障诊断子模块，用于根据预设的故障分析规则，对所述智能设备的故障信息进行分析，并从所述历史数据子模块中获取与故障信息对应的维修方案。

10.根据权利要求7所述的系统，其特征在于，所述预设的文本相似度比较规则为：

对设备故障信息进行中文分词处理，然后采用词频-逆向文件频率和空间向量模型获得所述综合故障信息与云端服务器预存的故障名称的相似度。