CN109146228B - 离心压缩机的数据分析方法和装置 - Google Patents
离心压缩机的数据分析方法和装置 Download PDFInfo
- Publication number
- CN109146228B CN109146228B CN201810672621.2A CN201810672621A CN109146228B CN 109146228 B CN109146228 B CN 109146228B CN 201810672621 A CN201810672621 A CN 201810672621A CN 109146228 B CN109146228 B CN 109146228B
- Authority
- CN
- China
- Prior art keywords
- analyzed
- data
- parameters
- deviation
- level
- 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
- 238000000034 method Methods 0.000 title claims abstract description 128
- 238000007405 data analysis Methods 0.000 title claims abstract description 87
- 238000004458 analytical method Methods 0.000 claims abstract description 88
- 230000008569 process Effects 0.000 claims abstract description 59
- 238000011156 evaluation Methods 0.000 claims description 38
- 239000011159 matrix material Substances 0.000 claims description 36
- 230000006378 damage Effects 0.000 claims description 15
- 239000000203 mixture Substances 0.000 claims description 11
- 238000001816 cooling Methods 0.000 claims description 9
- 238000005260 corrosion Methods 0.000 claims description 9
- 230000007797 corrosion Effects 0.000 claims description 9
- 238000010438 heat treatment Methods 0.000 claims description 9
- 238000002955 isolation Methods 0.000 claims description 8
- 238000003860 storage Methods 0.000 claims description 7
- 238000011328 necessary treatment Methods 0.000 claims description 5
- 238000009413 insulation Methods 0.000 claims 1
- 239000000463 material Substances 0.000 abstract description 6
- 238000012545 processing Methods 0.000 description 13
- 238000004519 manufacturing process Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 11
- 208000027418 Wounds and injury Diseases 0.000 description 10
- 238000004891 communication Methods 0.000 description 10
- 208000014674 injury Diseases 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 6
- 239000007788 liquid Substances 0.000 description 6
- 238000013461 design Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000001681 protective effect Effects 0.000 description 4
- 230000005236 sound signal Effects 0.000 description 4
- 230000007613 environmental effect Effects 0.000 description 3
- 238000007689 inspection Methods 0.000 description 3
- 238000007789 sealing Methods 0.000 description 3
- 238000004904 shortening Methods 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 239000007789 gas Substances 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 239000010687 lubricating oil Substances 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000004224 protection Effects 0.000 description 2
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 229910001873 dinitrogen Inorganic materials 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000004451 qualitative analysis Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000005067 remediation Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 208000037974 severe injury Diseases 0.000 description 1
- 230000009528 severe injury Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- General Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Manufacturing & Machinery (AREA)
- Structures Of Non-Positive Displacement Pumps (AREA)
Abstract
本发明是关于一种离心压缩机的数据分析方法和装置,属于安全分析领域。所述方法包括:在待分析参数中获取待分析导语;基于待分析导语和待分析参数生成偏离数据,检查是否存在偏离数据的分析记录;如果不存在偏离数据的分析记录,则记录偏离数据及偏离原因;基于偏离数据以及偏离原因,获取后果数据,判断后果数据是否需要记录;如果后果数据需要记录,则记录后果数据。本发明通过将待分析与多个待分析导语进行组合,得到多个偏离数据,并对偏离数据进行数据分析,将数据分析的过程呈现出来,只要将工厂中的参数输入便进行数据分析,缩短了数据分析的周期,不会影响离心压缩机的工作及交货进度,节省了大量的人力物力,智能性较好。
Description
技术领域
本发明涉及安全分析领域,特别涉及一种离心压缩机的数据分析方法和装置。
背景技术
随着人们生活中需求的增加,各种不同的生产工艺营运而生,在这些不同的生产工艺中不乏一些存在危险的生产工艺,为了保证进行生产工艺操作的工人的安全,需要对各种生产工艺进行评估和分析。目前,在安全分析领域中,通常采用HAZOP(Hazard andOperability Analysis,危险与可操作性)法对生产工艺的安全性和操作性进行分析。HAZOP法是一种简单的定性分析法,大多应用于化工行业。进行HAZOP分析需要大量难以被模型化、公式化的经验知识、非定量知识等,整个分析过程需要用到大量设计、操作、控制等各个方面的知识和文档数据,并且需要发散性思维,考虑各种可能性,所以也被称为“头脑风暴”式的活动。
相关技术中,以对离心压缩机进行HAZOP进行分析为例,在HAZOP分析中,需要工厂将准备进行HAZOP分析的离心压缩机交给设计院或主业方,由设计院或主业方按照HAZOP分析的流程对该离心压缩机进行数据分析,进而生成分析结果。
在实现本发明的过程中,发明人发现相关技术至少存在以下问题:
由于进行HAZOP分析的主导权在设计院或主业方,导致进行分析的过程不够透明,且待分析周期较长,被分析的离心压缩机时间不能投入生产,浪费大量的人力物力,影响离心压缩机生产交货的进度,智能性较差。
发明内容
为克服相关技术中存在的分析的过程不够透明,且待分析周期较长,被分析的生产工艺长时间不能投入生产,浪费大量的人力物力,影响生产工艺生产交货的进度,智能性较差的问题,本发明提供一种离心压缩机的数据分析方法和装置。
根据本发明实施例的第一方面,提供一种数据分析方法,所述方法包括:
在待分析参数中获取至少一个待分析导语,所述待分析参数为离心压缩机中尚未分析的参数,所述至少一个待分析导语为所述待分析参数中尚未分析的导语;
对于所述至少一个待分析导语中的任一待分析导语,基于所述待分析导语和所述待分析参数生成偏离数据,检查是否存在所述偏离数据的分析记录;
如果不存在所述偏离数据的分析记录,则记录所述偏离数据及产生所述偏离数据的偏离原因;
基于所述偏离数据以及所述偏离原因,获取所述偏离数据的后果数据,判断所述后果数据是否需要记录;
如果所述后果数据需要记录,则记录所述后果数据。
在另一个实施例中,所述在待分析参数中获取至少一个待分析导语包括:
选取工厂中的任一模块,获取所述模块中的全部参数,判断所述全部参数中是否存在尚未分析的参数;
如果所述全部参数中不存在尚未分析的参数,则继续选取所述工厂中的其他模块,并重新执行上述判断是否存在尚未分析的参数的过程;
如果所述全部参数中存在尚未分析的参数,则获取所述尚未分析的参数作为所述待分析参数,并在所述待分析参数中获取所述至少一个待分析导语。
在另一个实施例中,所述获取所述尚未分析的参数作为所述待分析参数,并在所述待分析参数中获取所述至少一个待分析导语包括:
获取所述待分析参数;
确定多个预设导语,在所述多个预设导语中提取与所述待分析参数匹配的至少一个导语;
将所述至少一个导语作为所述至少一个待分析导语。
在另一个实施例中,所述对于所述至少一个待分析导语中的任一待分析导语,基于所述待分析导语和所述待分析参数生成偏离数据,检查是否存在所述偏离数据的分析记录之后,所述方法还包括:
如果存在所述偏离数据的分析记录,则对所述至少一个待分析导语中其他待分析导语重复执行上述在待分析参数中获取至少一个待分析导语的过程。
在另一个实施例中,所述获取所述偏离数据的相关后果,判断所述相关后果是否具有记录意义之后,所述方法还包括:
如果所述后果数据不需要记录,则对所述至少一个待分析导语中其他待分析导语重复执行上述生成偏离数据并检查是否存在偏离数据的分析记录的过程。
在另一个实施例中,所述如果所述后果数据需要记录,则记录所述后果数据之后,所述方法还包括:
对所述后果数据进行识别,确定所述后果数据的至少一个保障措施;
对于所述至少一个保障措施中的任一保障措施,计算所述保障措施的必要系数;
如果所述保障措施的必要系数大于系数阈值,则记录所述保障措施,并对所述至少一个待分析导语中其他待分析导语重复执行上述生成偏离数据并检查是否存在偏离数据的分析记录的过程;
如果所述保障措施的必要系数小于所述系数阈值,则将所述保障措施删除,对所述至少一个待分析导语中其他待分析导语重复执行上述生成偏离数据并检查是否存在偏离数据的分析记录的过程。
在另一个实施例中,所述对所述后果数据进行识别,确定所述后果数据的至少一个保障措施包括:
对所述后果数据进行识别,确定所述后果数据的严重性等级和可能性等级,所述严重性等级指示所述后果数据对用户的危害性大小,所述可能性等级指示所述后果数据生成的可能性大小;
获取风险矩阵,所述风险矩阵用于确定后果数据的严重性等级,所述风险矩阵至少包括可接受等级、待考察等级和必治理等级;
根据所述严重性等级和所述可能性等级,在所述风险矩阵中对所述后果数据进行评估,得到所述后果数据的评估结果;
根据所述评估结果,确定所述至少一个保障措施。
在另一个实施例中,所述对所述后果数据进行识别,确定所述后果数据的严重性等级和可能性等级包括:
基于危害性等级规则,对所述后果数据进行识别,确定所述后果数据的严重性等级,所述危害性等级规则至少包括无伤害等级、微伤害等级、严重伤害等级、死亡威胁等级和重大事故等级;
基于可能性等级规则,对所述后果数据进行识别,确定所述后果数据的可能性等级,所述可能性等级规则至少包括极稀少等级、较稀少等级、稀少等级、可能等级和经常等级。
在另一个实施例中,所述待分析参数至少包括流量、温度、压力、液位、冷却、加热、隔离、腐蚀、成分、反应、纯度和酸碱度中的一种或多种。
根据本发明实施例的第二方面,提供一种离心压缩机的数据分析装置,所述装置包括:
获取模块,用于在待分析参数中获取至少一个待分析导语,所述待分析参数为离心压缩机中尚未分析的参数,所述至少一个待分析导语为所述待分析参数中尚未分析的导语;
检查模块,用于对于所述至少一个待分析导语中的任一待分析导语,基于所述待分析导语和所述待分析参数生成偏离数据,检查是否存在所述偏离数据的分析记录;
记录模块,用于如果不存在所述偏离数据的分析记录,则记录所述偏离数据及产生所述偏离数据的偏离原因;
判断模块,用于基于所述偏离数据以及所述偏离原因,获取所述偏离数据的后果数据,判断所述后果数据是否需要记录;
记录模块,用于如果所述后果数据需要记录,则记录所述后果数据。
在另一个实施例中,所述获取模块包括:
选取子模块,用于选取工厂中的任一模块,获取所述模块中的全部参数,判断所述全部参数中是否存在尚未分析的参数;
所述选取子模块,还用于如果所述全部参数中不存在尚未分析的参数,则继续选取所述工厂中的其他模块,并重新执行上述判断是否存在尚未分析的参数的过程;
获取子模块,用于如果所述全部参数中存在尚未分析的参数,则获取所述尚未分析的参数作为所述待分析参数,并在所述待分析参数中获取所述至少一个待分析导语。
在另一个实施例中,所述获取子模块,用于获取所述待分析参数;确定多个预设导语,在所述多个预设导语中提取与所述待分析参数匹配的至少一个导语;将所述至少一个导语作为所述至少一个待分析导语。
在另一个实施例中,所述获取模块,还用于如果存在所述偏离数据的分析记录,则对所述至少一个待分析导语中其他待分析导语重复执行上述在待分析参数中获取至少一个待分析导语的过程。
在另一个实施例中,所述检查模块,还用于如果所述后果数据不需要记录,则对所述至少一个待分析导语中其他待分析导语重复执行上述生成偏离数据并检查是否存在偏离数据的分析记录的过程。
在另一个实施例中,所述装置还包括:
识别模块,用于对所述后果数据进行识别,确定所述后果数据的至少一个保障措施;
计算模块,用于对于所述至少一个保障措施中的任一保障措施,计算所述保障措施的必要系数;
所述检查模块,还用于如果所述保障措施的必要系数大于系数阈值,则记录所述保障措施,并对所述至少一个待分析导语中其他待分析导语重复执行上述生成偏离数据并检查是否存在偏离数据的分析记录的过程;
所述检查模块,还用于如果所述保障措施的必要系数小于所述系数阈值,则将所述保障措施删除,对所述至少一个待分析导语中其他待分析导语重复执行上述生成偏离数据并检查是否存在偏离数据的分析记录的过程。
在另一个实施例中,所述识别模块包括:
识别子模块,用于对所述后果数据进行识别,确定所述后果数据的严重性等级和可能性等级,所述严重性等级指示所述后果数据对用户的危害性大小,所述可能性等级指示所述后果数据生成的可能性大小;
获取子模块,用于获取风险矩阵,所述风险矩阵用于确定后果数据的严重性等级,所述风险矩阵至少包括可接受等级、待考察等级和必治理等级;
评估子模块,用于根据所述严重性等级和所述可能性等级,在所述风险矩阵中对所述后果数据进行评估,得到所述后果数据的评估结果;
确定子模块,用于根据所述评估结果,确定所述至少一个保障措施。
在另一个实施例中,所述识别子模块,用于基于危害性等级规则,对所述后果数据进行识别,确定所述后果数据的严重性等级,所述危害性等级规则至少包括无伤害等级、微伤害等级、严重伤害等级、死亡威胁等级和重大事故等级;基于可能性等级规则,对所述后果数据进行识别,确定所述后果数据的可能性等级,所述可能性等级规则至少包括极稀少等级、较稀少等级、稀少等级、可能等级和经常等级。
在另一个实施例中,所述待分析参数至少包括流量、温度、压力、液位、冷却、加热、隔离、腐蚀、成分、反应、纯度和酸碱度中的一种或多种。
根据本发明实施例的第三方面,提供一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机可执行指令,所述处理器执行所述计算机可执行指令时实现上述第一方面所述的离心压缩机的数据分析方法。
根据本发明实施例的第四方面,提供一种可读存储介质,所述可读存储介质上存储有指令,所述指令被处理器执行以完成上述第一方面所述的离心压缩机的数据分析方法。
本发明的实施例提供的技术方案可以包括以下有益效果:
通过在待分析参数中获取至少一个待分析导语,对于至少一个待分析导语中的任一待分析导语,基于待分析导语和待分析参数生成偏离数据,检查是否存在偏离数据的分析记录,如果不存在偏离数据的分析记录,则记录偏离数据及产生偏离数据的偏离原因,并基于偏离数据以及偏离原因,获取偏离数据的后果数据,判断后果数据是否需要记录,如果后果数据需要记录,则记录后果数据来完成对工厂中各个模块中的参数进行数据分析,使得数据分析的过程呈现出来,只要将工厂中的参数输入即可对参数进行数据分析,缩短了数据分析的周期,不会影响离心压缩机的工作及交货进度,节省了大量的人力物力,智能性较好。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本发明。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本发明的实施例,并与说明书一起用于解释本发明的原理。
图1是根据一示例性实施例示出的一种离心压缩机的数据分析方法的流程图;
图2A是根据一示例性实施例示出的一种离心压缩机的数据分析方法的流程图;
图2B是根据一示例性实施例示出的一种离心压缩机的数据分析方法的流程图;
图3A是根据一示例性实施例示出的一种离心压缩机的数据分析装置的框图;
图3B是根据一示例性实施例示出的一种离心压缩机的数据分析装置的框图;
图3C是根据一示例性实施例示出的一种离心压缩机的数据分析装置的框图;
图3D是根据一示例性实施例示出的一种离心压缩机的数据分析装置的框图;
图4是根据一示例性实施例示出的一种离心压缩机的数据分析装置400的框图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本发明的一些方面相一致的装置和方法的例子。
图1是根据一示例性实施例示出的一种离心压缩机的数据分析方法的流程图,如图1所示,该方法包括以下步骤。
在步骤101中,在待分析参数中获取至少一个待分析导语,待分析参数为离心压缩机中尚未分析的参数,至少一个待分析导语为待分析参数中尚未分析的导语。
在步骤102中,对于至少一个待分析导语中的任一待分析导语,基于待分析导语和待分析参数生成偏离数据,检查是否存在偏离数据的分析记录。
在步骤103中,如果不存在偏离数据的分析记录,则记录偏离数据及产生偏离数据的偏离原因。
在步骤104中,基于偏离数据以及偏离原因,获取偏离数据的后果数据,判断后果数据是否需要记录。
在步骤105中,如果后果数据需要记录,则记录后果数据。
本发明实施例提供的方法,通过在待分析参数中获取至少一个待分析导语,对于至少一个待分析导语中的任一待分析导语,基于待分析导语和待分析参数生成偏离数据,检查是否存在偏离数据的分析记录,如果不存在偏离数据的分析记录,则记录偏离数据及产生偏离数据的偏离原因,并基于偏离数据以及偏离原因,获取偏离数据的后果数据,判断后果数据是否需要记录,如果后果数据需要记录,则记录后果数据来完成对工厂中各个模块中的参数进行数据分析,使得数据分析的过程呈现出来,只要将工厂中的参数输入即可对参数进行数据分析,缩短了数据分析的周期,不会影响离心压缩机的工作及交货进度,节省了大量的人力物力,智能性较好。
在另一个实施例中,在待分析参数中获取至少一个待分析导语包括:
选取工厂中的任一模块,获取模块中的全部参数,判断全部参数中是否存在尚未分析的参数;
如果全部参数中不存在尚未分析的参数,则继续选取工厂中的其他模块,并重新执行上述判断是否存在尚未分析的参数的过程;
如果全部参数中存在尚未分析的参数,则获取尚未分析的参数作为待分析参数,并在待分析参数中获取至少一个待分析导语。
在另一个实施例中,获取尚未分析的参数作为待分析参数,并在待分析参数中获取至少一个待分析导语包括:
获取待分析参数;
确定多个预设导语,在多个预设导语中提取与待分析参数匹配的至少一个导语;
将至少一个导语作为至少一个待分析导语。
在另一个实施例中,对于至少一个待分析导语中的任一待分析导语,基于待分析导语和待分析参数生成偏离数据,检查是否存在偏离数据的分析记录之后,方法还包括:
如果存在偏离数据的分析记录,则对至少一个待分析导语中其他待分析导语重复执行上述在待分析参数中获取至少一个待分析导语的过程。
在另一个实施例中,获取偏离数据的相关后果,判断相关后果是否具有记录意义之后,方法还包括:
如果后果数据不需要记录,则对至少一个待分析导语中其他待分析导语重复执行上述生成偏离数据并检查是否存在偏离数据的分析记录的过程。
在另一个实施例中,如果后果数据需要记录,则记录后果数据之后,方法还包括:
对后果数据进行识别,确定后果数据的至少一个保障措施;
对于至少一个保障措施中的任一保障措施,计算保障措施的必要系数;
如果保障措施的必要系数大于系数阈值,则记录保障措施,并对至少一个待分析导语中其他待分析导语重复执行上述生成偏离数据并检查是否存在偏离数据的分析记录的过程;
如果保障措施的必要系数小于系数阈值,则将保障措施删除,对至少一个待分析导语中其他待分析导语重复执行上述生成偏离数据并检查是否存在偏离数据的分析记录的过程。
在另一个实施例中,对后果数据进行识别,确定后果数据的至少一个保障措施包括:
对后果数据进行识别,确定后果数据的严重性等级和可能性等级,严重性等级指示后果数据对用户的危害性大小,可能性等级指示后果数据生成的可能性大小;
获取风险矩阵,风险矩阵用于确定后果数据的严重性等级,风险矩阵至少包括可接受等级、待考察等级和必治理等级;
根据严重性等级和可能性等级,在风险矩阵中对后果数据进行评估,得到后果数据的评估结果;
根据评估结果,确定至少一个保障措施。
在另一个实施例中,对后果数据进行识别,确定后果数据的严重性等级和可能性等级包括:
基于危害性等级规则,对后果数据进行识别,确定后果数据的严重性等级,危害性等级规则至少包括无伤害等级、微伤害等级、严重伤害等级、死亡威胁等级和重大事故等级;
基于可能性等级规则,对后果数据进行识别,确定后果数据的可能性等级,可能性等级规则至少包括极稀少等级、较稀少等级、稀少等级、可能等级和经常等级。
在另一个实施例中,待分析参数至少包括流量、温度、压力、液位、冷却、加热、隔离、腐蚀、成分、反应、纯度和酸碱度中的一种或多种。
上述所有可选技术方案,可以采用任意结合形成本发明的可选实施例,在此不再一一赘述。
在对本发明实施例进行详细的解释说明之前,先对本发明实施例在实施以前需要进行的流程进行简单介绍。
在对数据进行分析之前,需要确定离心压缩机的系统图。系统图对离心压缩机的描述中需要包括主要管线和次要管线,并清晰的显示主要管线和次要管线的顺序;另外,为了便于数据分析,系统图中需要包括离心压缩机主要的控制逻辑以及检测手段。例如,对于离心压缩机中的密封系统图来说,该密封系统图中需要包括对主密封气路线上的过滤器,压差控制阀等进行的描述,以及对氮气路线、放空路线、放火炬路线上的设备的描述内容,具体可为调压阀等。
图2A是根据一示例性实施例示出的一种离心压缩机的数据分析方法的流程图,如图2A所示,该方法包括以下步骤。
在步骤201中,选取工厂中的任一模块,获取模块中的全部参数,判断全部参数中是否存在尚未分析的参数,如果全部参数中不存在尚未分析的参数,则执行下述步骤202;如果全部参数中存在尚未分析的参数,则执行下述步骤203。
在本发明实施例中,工厂在正常工作的过程中需要依赖不同的设备进行操作,为了便于对设备的数据进行分析,可以将设备划分为不同的模块,并对各个模块中的数据进行分析,在保证数据充分分析的同时,减轻了数据分析的负担。其中,在将对不同的设备进行模块划分时,一方面,由于相同类型的设备中的数据类型是一致的,可以将相同类型的设备划分在同一个模块;另一方面,可能多个设备可以共同构成一个工作系统,这样,便可以将一个工作系统作为一个模块,本发明实施例对划分模块的方式不进行具体限定。例如,如果有三台离心压缩机共用一个润滑油系统,则便可将该三台离心压缩机作为同一个模块。在本发明实施例中,以模块中包括的设备为离心压缩机为例进行说明,在实际应用的过程中,模块中还可以包括其他的设备,本发明实施例对设备类型不进行具体限定。
当完成了模块的划分后,由于工厂中包括的设备较多,使得可能划分为多个模块,因此,在进行数据分析时,需要一一对多个模块中的每个模块进行数据分析。其中,由于工厂中的设备在运行的过程中会产生各种不同的参数,参数至少包括流量、温度、压力、液位、冷却、加热、隔离、腐蚀、成分、反应、纯度和酸碱度中的一种或多种,这些参数可以代表模块在运行过程中的运行状态,因此,在对模块进行数据分析时,对模块中产生的参数进行分析即可。本发明实施例对参数包括的内容不进行具体限定。
在对模块的参数进行数据分析时,考虑到工厂中的一些模块可能已经执行过数据分析的操作,使得该模块中的某些参数可能已经存在对应的保障措施,因此,选取工厂中的任一模块,并获取该模块中的全部参数,判断在该模块的全部参数中是否存在尚未分析的参数,也即判断在该模块中是否存在没有相应保障措施的参数,如果全部参数中不存在尚未分析的参数,则表示当前模块已经完成了数据分析,无需再次进行分析,这样,便可以选取其他的模块继续进行分析即可,也即执行下述步骤202;如果全部参数中存在尚未分析的参数,则表示需要对这些尚未分析的参数进行数据分析,这样,便可以执行下述步骤203。需要说明的是,对于工厂中多个模块中的每一个模块,均可以执行步骤201中的内容。
在步骤202中,如果全部参数中不存在尚未分析的参数,则继续选取工厂中的其他模块,并重新执行上述步骤201。
在本发明实施例中,如果全部参数中不存在尚未分析的参数,则表示当前选取的模块已经进行过数据分析的操作,该模块中涉及的每个参数均存在对应的保障措施,无需再对任何的参数进行数据分析,因此,可以继续选择工厂中的其他模块,并重新执行上述步骤201中在选取的模块中判断是否存在尚未分析参数的过程。
在步骤203中,如果全部参数中存在尚未分析的参数,则获取待分析参数,确定多个预设导语。
在本发明实施例中,如果选取的模块的全部参数中存在尚未分析的参数,则表示需要对尚未分析的参数进行数据分析。考虑到选取的模块中可能存在已经分析的参数,这些已经分析的参数无需再次进行分析,因此,需要在选取的模块的全部参数中提取尚未分析的参数,并将提取到的尚未分析的参数作为待分析参数。
当获取到待分析参数后,为了对待分析参数进行全面的分析,避免出现分析的漏洞,需要确定多个预设导语,并在后续确定可以与待分析参数匹配的待分析导语,进而基于待分析导语和待分析参数进行数据分析。在实际应用的过程中,预设导语至少包括“没有”、“更少”、“更多”、“反流”、“也”和“不同”,其中,预设导语在数据分析中表示的意义可以参见下述表1中所示的内容。本发明实施例对预设导语包括的内容不进行具体限定。
表1
在步骤204中,在多个预设导语中提取与待分析参数匹配的至少一个导语,将至少一个导语作为至少一个待分析导语。
在本发明实施例中,由于并非所有的导语都适用于每个参数,且一些导语并不是很常用,因此,需要在预设导语中提取与待分析参数匹配的至少一个导语,进而将至少一个导语作为至少一个待分析导语,并在后续对至少一个待分析导语和待分析参数进行分析。针对本发明实施例的举例,以参数为流量、压力、温度、液位、相、成分和反应,多个预设导语为“没有”、“更少”、“更多”、“也”、“一部分”、“反流”和“不同”为例,下述表2中列举了与各个参数匹配的导语分布情况。
表2
没有 | 更少 | 更多 | 也 | 一部分 | 反流 | 不同 | |
流量 | M | Y | Y | Y | Y | Y | M |
压力 | N | Y | Y | N | N | N | M |
温度 | N | Y | Y | N | N | N | M |
液位 | Y | Y | Y | N | N | N | M |
相 | Y | Y | Y | N | N | N | M |
成分 | Y | Y | Y | N | N | N | M |
反应 | Y | Y | Y | Y | Y | Y | Y |
其中,在上述表2中,N表示当前参数与导语之间的并不匹配;Y表示当前参数与导语之间是常用的匹配组合;M表示当前参数与导语之间是可能出现的匹配组合。本发明实施例对参数与预设导语之间的组合方式不进行具体限定。
在步骤205中,对于至少一个待分析导语中的任一待分析导语,基于待分析导语和待分析参数生成偏离数据,检查是否存在偏离数据的分析记录,如果存在偏离数据的分析记录,则执行上述步骤201;如果不存在偏离数据的分析记录,则执行下述步骤206。
在本发明实施例中,在确定了与待分析参数匹配的至少一个待分析导语后,便需要基于至少一个待分析导语和待分析参数进行组合,得到多个偏离数据,并检查是否存在偏离数据的分析记录,进而确定是否需要对偏离数据进行数据分析。在实际应用的过程中,根据经验的积累,将待分析参数和至少一个待分析导语进行组合得到的常用的偏离数据通常为下述表3中所示的偏离数据。
表3
需要说明的是,由于一个待分析参数可能对应多个待分析导语,这样,在对偏离数据进行分析时,可以先选取多个待分析导语中的任一待分析导语,确定该待分析导语与待分析参数组成的偏离数据,并对该偏离数据进行分析,在该偏离数据分析完成后,再重新选取新的待分析导语,重复执行上述生成偏离数据,对偏离数据进行数据分析的过程即可。在实际应用的过程中,由于参数具有多种含义,因此,待分析参数与某一个待分析导语组合后得到的偏离数据可能为一个或者多个,如果待分析参数与某一个待分析导语组合后得到的偏离数据为多个,则一一对多个偏离数据进行分析即可,本发明实施例对待分析参数与一个待分析导语组成得到的偏离数据的个数不进行具体限定。
在步骤206中,如果不存在偏离数据的分析记录,则记录偏离数据及产生偏离数据的偏离原因。
在本发明实施例中,在基于待分析导语和待分析参数生成偏离数据后,检查是否存在偏离数据的分析记录时,如果确定不存在偏离数据的分析记录,则表示当前生成的偏离数据在之前并未进行过数据分析,因此,需要记录偏离数据及产生偏离数据的原因,以便后续根据偏离数据和偏离原因获取后果数据。
在实际应用的过程中,在记录偏离数据以及产生偏离数据的偏离原因时,还可以确定产生偏离数据的偏离地点,并将偏离地点也与偏离数据对应记录。其中,在确定产生偏离数据的偏离原因时,可以采用团队头脑风暴的方法找出产生偏离数据的所有偏离原因,偏离原因中还可以包括潜在原因,本发明实施例对确定偏离原因的方法及偏离原因包括的内容不进行具体限定。
在步骤207中,基于偏离数据以及偏离原因,获取偏离数据的后果数据,判断后果数据是否需要记录,如果后果数据不需要记录,则执行下述步骤208;如果后果数据需要记录,则执行下述步骤209。
在本发明实施例中,当确定了偏离数据及偏离原因后,便可以对偏离数据以及偏离原因进行分析,获取偏离数据的后果数据。其中,在获取偏离数据的后果数据时,可以采用头脑风暴的方法,讨论所有可能的后果数据,以便在后续依据团队的知识与专长对后果数据进行评估,确定是否需要对后果数据进行记录。
在实际应用的过程中,由于待分析参数均为模块中的不同设备产生的,且不同设备的运行原理都是不同的,因此,对于同一个参数的同一个偏离数据,可能会存在多个后果数据,这样,便需要获取该偏离数据的全部后果数据,本发明实施例对获取到的偏离数据的后果数据的个数不进行具体限定。
当获取到偏离数据的后果数据后,便需要判断后果数据是否需要记录,即得到的后果数据是否具有记录的价值。在判断后果数据是否需要记录时,可以判断该后果数据发生的可能性以及该后果数据可能造成的危害性,如果后果数据可能经常发生,并会造成一定规模的危害,则表示该后果数据需要记录,以便在后续对该后果数据进行评估,进而规避该后果数据的产生,也即执行下述步骤209;如果后果数据并不经常发生,且并不会造成危害,则表示无需对该后果数据进行记录,也无需在后续对该后果数据进行评估,也即执行下述步骤208。
在步骤208中,如果后果数据不需要记录,则执行上述步骤205。
在本发明实施例中,如果后果数据不需要记录,则表示上述后果数据并不具有进行评估的意义,这样,便可以再次执行上述步骤205中的内容,获取除当前待分析导语的其他待分析导语,基于其他待分析导语和待分析参数生成其他偏离数据,并检查是否存在其他偏离数据的分析记录的过程。
在步骤209中,如果后果数据需要记录,则记录后果数据。
在本发明实施例中,如果后果数据需要记录,则表示该后果数据具有后续评估的意义,这样,便需要对该后果数据进行记录,以便后续对该后果数据进行识别和评估。
在步骤210中,对后果数据进行识别,确定后果数据的至少一个保障措施。
在本发明实施例中,在记录了后果数据后,便可以对后果数据进行识别,进而确定后果数据的至少一个保障措施。其中,在确定后果数据的至少一个保证措施时,可以通过执行下述步骤一至步骤四实现。
步骤一、基于危害性等级规则,对后果数据进行识别,确定后果数据的严重性等级,危害性等级规则至少包括无伤害等级、微伤害等级、严重伤害等级、死亡威胁等级和重大事故等级。
在本发明实施例中,严重性等级用于指示后果数据对用户的危害性大小。在对后果数据进行识别时,可以先获取危害性等级规则;随后,基于获取到的危害性等级规则,对后果数据进行识别,进而确定后果数据的严重性等级。其中,参见下述表3中所示的危害性等级规则,在对后果数据进行识别时,可以从后果数据的人身伤害、坏境伤害和财产伤害这三个方面来确定后果数据的严重性等级。
表3
在上述表3中,0用于指示无伤害等级;1用于指示微伤害等级;2用于指示严重伤害等级;3用于指示死亡威胁等级;4用于指示重大事故等级。需要说明的是,在实际应用的过程中,可以采用EIS(Environmental Identification System,环境识别系统)对后果数据的严重性等级进行识别。在EIS中,人身伤害是必须的识别条件,环境伤害以及财产伤害的严重性等级只作为参考。
步骤二、基于可能性等级规则,对后果数据进行识别,确定后果数据的可能性等级,可能性等级规则至少包括极稀少等级、较稀少等级、稀少等级、可能等级和经常等级。
在本发明实施例中,可能性等级是对一个确认的事件发生可能性的一种表述,用于指示后果数据生成的可能性大小。当确定了后果数据的严重性等级后,便可以获取可能性等级规则,并采用可能性等级规则对后果数据进行识别,进而确定后果数据的可能性等级。其中,参见下述表4所示的可能性等级规则,在确定后果数据的可能性等级时,可以在后果数据的发生频率和定量结果两方便对后果数据进行识别,发生频率是对一个给定时间内,多久发生一次确认的时间的表述。
表4
在上述表4中,0用于指示极稀少等级;1用于指示较稀少等级;2用于指示稀少等级;3用于指示可能等级;4用于指示经常等级。
步骤三、获取风险矩阵,根据严重性等级和可能性等级,在风险矩阵中对后果数据进行评估,得到后果数据的评估结果。
在本发明实施例中,风险矩阵是根据严重性等级和可能性等级共同叠加得出的结果。其中,风险矩阵用于确定后果数据的严重性等级,风险矩阵至少包括可接受等级、待考察等级和必治理等级。可接受等级代表危害级别相对较低,并且在可接受范围内;待考察等级表示需要更多的数据分析来确定该后果数据的评估结果是否在低的区域,或者降低是否需要对后果数据执行措施来降低评估后果所示的危害;必治理等级是一个无法接受的严重性-可能性的综合结果,必须有及时的措施来降低风险。在确定了后果数据的严重性等级和可能性等级后,便可以获取风险矩阵,基于严重性等级和可能性等级,在风险矩阵中对后果数据进行评估,进而得到后果数据的评估结果。其中,获取到的风险矩阵可如下述表5所示。
表5
步骤四、根据评估结果,确定至少一个保障措施。
在本发明实施例中,当确定了评估结果后,便可以根据评估结果,确定至少一个保障措施,进而在后续对至少一个保障措施进行分析。其中,保障措施是阻止各个后果数据发生的可行性保护。如果这些可行性保护不充足,那么保障措施会予以纠正。保障措施可以分成关闭性措施或开放性措施的形式。当数据分析团队同意这些保障措施,并且这些保障措施在数据分析团队的能力范围内,将会产生关闭性措施的建议;开放性措施建议需要在目前的研究外进行额外的工作,通常开放性措施应用于情况比较复杂以及解决方法不明显的时候。
在实际应用的过程中,根据经验的积累,基于待分析参数进行数据分析确定的偏离数据、偏离地点、偏离原因、评估结果和保护措施通常可以包括下述表6中的内容。其中,需要说明的是,对于设备中的不同系统,可以分别获取待分析参数并进行数据分析。下述表6至表8中所示的内容为在工艺系统中待分析参数分别为流量、温度和压力时,可能获取到的偏离数据、偏离地点、偏离原因、评估结果和保护措施。
表6
表8
下述表9至表13中所示的内容为在润滑油系统中待分析参数分别为流量、压力、温度、液位以及其他参数时,可能获取到的偏离数据、偏离地点、偏离原因、评估结果和保护措施。
表9
表10
表11
表12
表13
下述表14至表15中所示的内容为在密封气系统中待分析参数分别为流量和压力时,可能获取到的偏离数据、偏离地点、偏离原因、评估结果和保护措施。
表14
表15
需要说明的是,在上述表6至表15中所示的内容中,对于评估结果来说,该评估结果为通用结果,尚未为具体项目考虑具体的情况进行定制;对于保障措施来说,具体项目可能会有定制的保障措施,在上述表6至表15中仅列出了通用的保障措施。
在步骤211中,对于至少一个保障措施中的任一保障措施,计算保障措施的必要系数,如果保障措施的必要系数大于系数阈值,则执行下述步骤212;如果保障措施的必要系数小于系数阈值,则执行下述步骤213。
在本发明实施例中,当确定至少一个保障措施后,对于至少一个保障措施中的每一个保障措施,分别计算保障措施的必要系数,判断是否需要将保障措施记录下来,如果保障措施的必要系数大于系数阈值,则表示需要将该保障措施记录下来,也即执行下述步骤212;如果保障措施的必要系数小于系数阈值,则表示无需将该保障措施记录下来,也即执行下述步骤213。
其中,在计算保障措施的必要系数时,一方面,可以设置评估结果和保障措施的权重,根据权重将各个系数的评估结果和保障措施结合,进而确定各个保障措施的必要系数;另一方面,可以设置评估人员,由评估人员对保障措施进行评估,进而确定保障措施的必要系数。本发明实施例对确定保障措施的必要系数的方式不进行具体限定。
在步骤212中,如果保障措施的必要系数大于系数阈值,则记录保障措施,并重复执行上述步骤205。
在本发明实施例中,如果保障措施的必要系数大于系数阈值,则表示需要将该保障措施记录下来,以便后续对可能发生的故障进行规避,以及在发生故障时进行适当的补救。需要说明的是,在对保障措施进行记录时,可以获取记录标准,并输入满足该记录标准的模板文件,以便后续帮助设计者给出及时有效的解决方案,赢得信任,帮助数据分析的顺利进行。
当完成保障措施的记录后,表示对当前基于待分析导语和待分析参数生成的偏离数据进行数据分析已经完成,这样,便可以选取至少一个待分析导语中的其他待分析导语,并组成其他的偏离数据进行数据分析,也即重复执行上述步骤205。
在步骤213中,如果保障措施的必要系数小于系数阈值,则将保障措施删除,并重复执行上述步骤205。
在本发明实施例中,如果保障措施的必要系数小于系数阈值,则表示无需将该保障措施与评估结果进行记录,这样,便可以将该保障措施删除,并继续选取至少一个待分析导语中的其他待分析导语,并组成其他的偏离数据进行数据分析,也即重复执行上述步骤205。
在实际应用的过程中,可以按照图2B中所示的流程完成上述的离心压缩机的数据分析方法:
在图2B中,选取工厂中的任一模块,判断该模块中的全部参数是否均进行过数据分析,如果该模块中的全部参数已经进行过数据分析,则继续选取工厂中除当前模块外的其他模块,再次判断该其他模块中的全部参数是否均进行过数据分析;如果该模块中的参数并没有全部进行数据分析,则在该模块未进行分析的参数中选取一个没有被分析的参数作为待分析参数,判断该待分析参数的所有导语是否均进行过数据分析,如果该待分析参数的所有导语已经进行过数据分析,则继续选取该其他模块中的其他待分析参数,再次判断该其他待分析参数的所有导语是否均进行过数据分析;如果该待分析参数中的导语并没有全部进行数据分析,则在该待分析参数中选取一个尚未分析的导语作为待分析导语,判断该待分析导语是否存在偏离原因,如果该待分析导语存在偏离原因,则再次判断该其他待分析参数的所有导语是否均进行过数据分析;如果该待分析导语不存在偏离原因,则获取该待分析导语的偏离原因,并确定该偏离原因的后果数据,判断该后果数据是否需要记录,如果该后果数据不需要记录,则确定其他的偏离原因,并确定是否需要对偏离原因进行记录;如果该后果数据需要记录,则对该后果数据进行识别,确定该后果数据的保障措施,计算保障措施的必要系数,如果保障措施的必要系数大于系数阈值,则将后果数据和保障措施对应记录;如果保障措施的必要系数小于系数阈值,则确定其他的偏离原因,并确定是否需要对偏离原因进行记录。
本发明实施例提供的方法,通过在待分析参数中获取至少一个待分析导语,对于至少一个待分析导语中的任一待分析导语,基于待分析导语和待分析参数生成偏离数据,检查是否存在偏离数据的分析记录,如果不存在偏离数据的分析记录,则记录偏离数据及产生偏离数据的偏离原因,并基于偏离数据以及偏离原因,获取偏离数据的后果数据,判断后果数据是否需要记录,如果后果数据需要记录,则记录后果数据来完成对工厂中各个模块中的参数进行数据分析,使得数据分析的过程呈现出来,只要将工厂中的参数输入即可对参数进行数据分析,缩短了数据分析的周期,不会影响离心压缩机的工作及交货进度,节省了大量的人力物力,智能性较好。
图3A是根据一示例性实施例示出的一种离心压缩机的数据分析装置的框图。参照图3A,该装置包括获取模块301,检查模块302,第一记录模块303,判断模块304和第二记录模块305。
该获取模块301,用于在待分析参数中获取至少一个待分析导语,待分析参数为离心压缩机中尚未分析的参数,至少一个待分析导语为待分析参数中尚未分析的导语;
该检查模块302,用于对于至少一个待分析导语中的任一待分析导语,基于待分析导语和待分析参数生成偏离数据,检查是否存在偏离数据的分析记录;
该第一记录模块303,用于如果不存在偏离数据的分析记录,则记录偏离数据及产生偏离数据的偏离原因;
该判断模块304,用于基于偏离数据以及偏离原因,获取偏离数据的后果数据,判断后果数据是否需要记录;
该第二记录模块305,用于如果后果数据需要记录,则记录后果数据。
本发明实施例提供的装置,通过在待分析参数中获取至少一个待分析导语,对于至少一个待分析导语中的任一待分析导语,基于待分析导语和待分析参数生成偏离数据,检查是否存在偏离数据的分析记录,如果不存在偏离数据的分析记录,则记录偏离数据及产生偏离数据的偏离原因,并基于偏离数据以及偏离原因,获取偏离数据的后果数据,判断后果数据是否需要记录,如果后果数据需要记录,则记录后果数据来完成对工厂中各个模块中的参数进行数据分析,使得数据分析的过程呈现出来,只要将工厂中的参数输入即可对参数进行数据分析,缩短了数据分析的周期,不会影响离心压缩机的工作及交货进度,节省了大量的人力物力,智能性较好。
在另一个实施例中,参见图3B,该获取模块301,包括选取子模块3011和获取子模块3012。
该选取子模块3011,用于选取工厂中的任一模块,获取模块中的全部参数,判断全部参数中是否存在尚未分析的参数;
该选取子模块3011,还用于如果全部参数中不存在尚未分析的参数,则继续选取工厂中的其他模块,并重新执行上述判断是否存在尚未分析的参数的过程;
该获取子模块3012,用于如果全部参数中存在尚未分析的参数,则获取尚未分析的参数作为待分析参数,并在待分析参数中获取至少一个待分析导语。
在另一个实施例中,该获取子模块3012,用于获取待分析参数;确定多个预设导语,在多个预设导语中提取与待分析参数匹配的至少一个导语;将至少一个导语作为至少一个待分析导语。
在另一个实施例中,该获取模块301,还用于如果存在偏离数据的分析记录,则对至少一个待分析导语中其他待分析导语重复执行上述在待分析参数中获取至少一个待分析导语的过程。
在另一个实施例中,该检查模块302,还用于如果后果数据不需要记录,则对至少一个待分析导语中其他待分析导语重复执行上述生成偏离数据并检查是否存在偏离数据的分析记录的过程。
在另一个实施例中,参见图3C,该装置还包括识别模块306和计算模块307。
该识别模块306,用于对后果数据进行识别,确定后果数据的至少一个保障措施;
该计算模块307,用于对于至少一个保障措施中的任一保障措施,计算保障措施的必要系数;
该检查模块302,还用于如果保障措施的必要系数大于系数阈值,则记录保障措施,并对至少一个待分析导语中其他待分析导语重复执行上述生成偏离数据并检查是否存在偏离数据的分析记录的过程;
该检查模块302,还用于如果保障措施的必要系数小于系数阈值,则将保障措施删除,对至少一个待分析导语中其他待分析导语重复执行上述生成偏离数据并检查是否存在偏离数据的分析记录的过程。
在另一个实施例中,参见图3D,该识别模块306,包括识别子模块3061,获取子模块3062,评估子模块3063和确定子模块3064。
该识别子模块3061,用于对后果数据进行识别,确定后果数据的严重性等级和可能性等级,严重性等级指示后果数据对用户的危害性大小,可能性等级指示后果数据生成的可能性大小;
该获取子模块3062,用于获取风险矩阵,风险矩阵用于确定后果数据的严重性等级,风险矩阵至少包括可接受等级、待考察等级和必治理等级;
该评估子模块3063,用于根据严重性等级和可能性等级,在风险矩阵中对后果数据进行评估,得到后果数据的评估结果;
该确定子模块3064,用于根据评估结果,确定至少一个保障措施。
在另一个实施例中,该识别子模块3061,用于基于危害性等级规则,对后果数据进行识别,确定后果数据的严重性等级,危害性等级规则至少包括无伤害等级、微伤害等级、严重伤害等级、死亡威胁等级和重大事故等级;基于可能性等级规则,对后果数据进行识别,确定后果数据的可能性等级,可能性等级规则至少包括极稀少等级、较稀少等级、稀少等级、可能等级和经常等级。
在另一个实施例中,待分析参数至少包括流量、温度、压力、液位、冷却、加热、隔离、腐蚀、成分、反应、纯度和酸碱度中的一种或多种。
关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
图4是根据一示例性实施例示出的一种离心压缩机的数据分析装置400的框图。例如,装置400可以是移动电话,计算机,数字广播终端,消息收发设备,游戏控制台,平板设备,医疗设备,健身设备,个人数字助理等。
参照图4,装置400可以包括以下一个或多个组件:处理组件402,存储器404,电源组件406,多媒体组件408,音频组件410,I/O(Input/Output,输入/输出)的接口412,传感器组件414,以及通信组件416。
处理组件402通常控制装置400的整体操作,诸如与显示,电话呼叫,数据通信,相机操作和记录操作相关联的操作。处理组件402可以包括一个或多个处理器420来执行指令,以完成上述的方法的全部或部分步骤。此外,处理组件402可以包括一个或多个模块,便于处理组件402和其他组件之间的交互。例如,处理组件402可以包括多媒体模块,以方便多媒体组件408和处理组件402之间的交互。
存储器404被配置为存储各种类型的数据以支持在装置400的操作。这些数据的示例包括用于在装置400上操作的任何应用程序或方法的指令,联系人数据,电话簿数据,消息,图片,视频等。存储器404可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如SRAM(Static Random Access Memory,静态随机存取存储器),EEPROM(Electrically-Erasable Programmable Read-Only Memory,电可擦除可编程只读存储器),EPROM(Erasable Programmable Read Only Memory,可擦除可编程只读存储器),PROM(Programmable Read-Only Memory,可编程只读存储器),ROM(Read-Only Memory,只读存储器),磁存储器,快闪存储器,磁盘或光盘。
电源组件406为装置400的各种组件提供电力。电源组件406可以包括电源管理系统,一个或多个电源,及其他与为装置400生成、管理和分配电力相关联的组件。
多媒体组件408包括在所述装置400和用户之间的提供一个输出接口的屏幕。在一些实施例中,屏幕可以包括LCD(Liquid Crystal Display,液晶显示器)和TP(TouchPanel,触摸面板)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中,多媒体组件408包括一个前置摄像头和/或后置摄像头。当装置400处于操作模式,如拍摄模式或视频模式时,前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件410被配置为输出和/或输入音频信号。例如,音频组件410包括一个MIC(Microphone,麦克风),当装置400处于操作模式,如呼叫模式、记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器404或经由通信组件416发送。在一些实施例中,音频组件410还包括一个扬声器,用于输出音频信号。
I/O接口412为处理组件402和外围接口模块之间提供接口,上述外围接口模块可以是键盘,点击轮,按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件414包括一个或多个传感器,用于为装置400提供各个方面的状态评估。例如,传感器组件414可以检测到设备400的打开/关闭状态,组件的相对定位,例如组件为装置400的显示器和小键盘,传感器组件414还可以检测装置400或装置400一个组件的位置改变,用户与装置400接触的存在或不存在,装置400方位或加速/减速和装置400的温度变化。传感器组件414可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件414还可以包括光传感器,如CMOS(Complementary Metal OxideSemiconductor,互补金属氧化物)或CCD(Charge-coupled Device,电荷耦合元件)图像传感器,用于在成像应用中使用。在一些实施例中,该传感器组件414还可以包括加速度传感器,陀螺仪传感器,磁传感器,压力传感器或温度传感器。
通信组件416被配置为便于装置400和其他设备之间有线或无线方式的通信。装置400可以接入基于通信标准的无线网络,如WiFi,2G或3G,或它们的组合。在一个示例性实施例中,通信组件416经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中,所述通信组件416还包括NFC(Near Field Communication,近场通信)模块,以促进短程通信。例如,在NFC模块可基于RFID(Radio FrequencyIdentification,射频识别)技术,IrDA(Infra-red Data Association,红外数据协会)技术,UWB(Ultra Wideband,超宽带)技术,BT(Bluetooth,蓝牙)技术和其他技术来实现。
在示例性实施例中,装置400可以被一个或多个ASIC(Application SpecificIntegrated Circuit,应用专用集成电路)、DSP(Digital signal Processor,数字信号处理器)、DSPD(Digital signal Processor Device,数字信号处理设备)、PLD(ProgrammableLogic Device,可编程逻辑器件)、FPGA)(Field Programmable Gate Array,现场可编程门阵列)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述方法。
在示例性实施例中,还提供了一种包括指令的非临时性计算机可读存储介质,例如包括指令的存储器404,上述指令可由装置400的处理器420执行以完成上述方法。例如,所述非临时性计算机可读存储介质可以是ROM、RAM(Random Access Memory,随机存取存储器)、CD-ROM(Compact Disc Read-Only Memory,光盘只读存储器)、磁带、软盘和光数据存储设备等。
一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机可执行指令,所述处理器执行所述计算机可执行指令时实现上述的离心压缩机的数据分析方法。
一种可读存储介质,当所述存储介质中的指令由离心压缩机的数据分析装置的处理器执行时,使得离心压缩机的数据分析装置能够执行上述离心压缩机的数据分析方法。
A1、一种离心压缩机的数据分析方法,其特征在于,所述方法包括:
在待分析参数中获取至少一个待分析导语,所述待分析参数为离心压缩机中尚未分析的参数,所述至少一个待分析导语为所述待分析参数中尚未分析的导语;
对于所述至少一个待分析导语中的任一待分析导语,基于所述待分析导语和所述待分析参数生成偏离数据,检查是否存在所述偏离数据的分析记录;
如果不存在所述偏离数据的分析记录,则记录所述偏离数据及产生所述偏离数据的偏离原因;
基于所述偏离数据以及所述偏离原因,获取所述偏离数据的后果数据,判断所述后果数据是否需要记录;
如果所述后果数据需要记录,则记录所述后果数据。
A2、根据权利要求1所述的方法,其特征在于,所述在待分析参数中获取至少一个待分析导语包括:
选取工厂中的任一模块,获取所述模块中的全部参数,判断所述全部参数中是否存在尚未分析的参数;
如果所述全部参数中不存在尚未分析的参数,则继续选取所述工厂中的其他模块,并重新执行上述判断是否存在尚未分析的参数的过程;
如果所述全部参数中存在尚未分析的参数,则获取所述尚未分析的参数作为所述待分析参数,并在所述待分析参数中获取所述至少一个待分析导语。
A3、根据权利要求2所述的方法,其特征在于,所述获取所述尚未分析的参数作为所述待分析参数,并在所述待分析参数中获取所述至少一个待分析导语包括:
获取所述待分析参数;
确定多个预设导语,在所述多个预设导语中提取与所述待分析参数匹配的至少一个导语;
将所述至少一个导语作为所述至少一个待分析导语。
A4、根据权利要求1所述的方法,其特征在于,所述对于所述至少一个待分析导语中的任一待分析导语,基于所述待分析导语和所述待分析参数生成偏离数据,检查是否存在所述偏离数据的分析记录之后,所述方法还包括:
如果存在所述偏离数据的分析记录,则对所述至少一个待分析导语中其他待分析导语重复执行上述在待分析参数中获取至少一个待分析导语的过程。
A5、根据权利要求1所述的方法,其特征在于,所述获取所述偏离数据的相关后果,判断所述相关后果是否具有记录意义之后,所述方法还包括:
如果所述后果数据不需要记录,则对所述至少一个待分析导语中其他待分析导语重复执行上述生成偏离数据并检查是否存在偏离数据的分析记录的过程。
A6、根据权利要求1所述的方法,其特征在于,所述如果所述后果数据需要记录,则记录所述后果数据之后,所述方法还包括:
对所述后果数据进行识别,确定所述后果数据的至少一个保障措施;
对于所述至少一个保障措施中的任一保障措施,计算所述保障措施的必要系数;
如果所述保障措施的必要系数大于系数阈值,则记录所述保障措施,并对所述至少一个待分析导语中其他待分析导语重复执行上述生成偏离数据并检查是否存在偏离数据的分析记录的过程;
如果所述保障措施的必要系数小于所述系数阈值,则将所述保障措施删除,对所述至少一个待分析导语中其他待分析导语重复执行上述生成偏离数据并检查是否存在偏离数据的分析记录的过程。
A7、根据权利要求6所述的方法,其特征在于,所述对所述后果数据进行识别,确定所述后果数据的至少一个保障措施包括:
对所述后果数据进行识别,确定所述后果数据的严重性等级和可能性等级,所述严重性等级指示所述后果数据对用户的危害性大小,所述可能性等级指示所述后果数据生成的可能性大小;
获取风险矩阵,所述风险矩阵用于确定后果数据的严重性等级,所述风险矩阵至少包括可接受等级、待考察等级和必治理等级;
根据所述严重性等级和所述可能性等级,在所述风险矩阵中对所述后果数据进行评估,得到所述后果数据的评估结果;
根据所述评估结果,确定所述至少一个保障措施。
A8、根据权利要求7所述的方法,其特征在于,所述对所述后果数据进行识别,确定所述后果数据的严重性等级和可能性等级包括:
基于危害性等级规则,对所述后果数据进行识别,确定所述后果数据的严重性等级,所述危害性等级规则至少包括无伤害等级、微伤害等级、严重伤害等级、死亡威胁等级和重大事故等级;
基于可能性等级规则,对所述后果数据进行识别,确定所述后果数据的可能性等级,所述可能性等级规则至少包括极稀少等级、较稀少等级、稀少等级、可能等级和经常等级。
A9、根据权利要求1所述的方法,其特征在于,所述待分析参数至少包括流量、温度、压力、液位、冷却、加热、隔离、腐蚀、成分、反应、纯度和酸碱度中的一种或多种。
A10、一种离心压缩机的数据分析装置,其特征在于,所述装置包括:
获取模块,用于在待分析参数中获取至少一个待分析导语,所述待分析参数为离心压缩机中尚未分析的参数,所述至少一个待分析导语为所述待分析参数中尚未分析的导语;
检查模块,用于对于所述至少一个待分析导语中的任一待分析导语,基于所述待分析导语和所述待分析参数生成偏离数据,检查是否存在所述偏离数据的分析记录;
第一记录模块,用于如果不存在所述偏离数据的分析记录,则记录所述偏离数据及产生所述偏离数据的偏离原因;
判断模块,用于基于所述偏离数据以及所述偏离原因,获取所述偏离数据的后果数据,判断所述后果数据是否需要记录;
第二记录模块,用于如果所述后果数据需要记录,则记录所述后果数据。
A11、根据权利要求10所述的装置,其特征在于,所述获取模块包括:
选取子模块,用于选取工厂中的任一模块,获取所述模块中的全部参数,判断所述全部参数中是否存在尚未分析的参数;
所述选取子模块,还用于如果所述全部参数中不存在尚未分析的参数,则继续选取所述工厂中的其他模块,并重新执行上述判断是否存在尚未分析的参数的过程;
获取子模块,用于如果所述全部参数中存在尚未分析的参数,则获取所述尚未分析的参数作为所述待分析参数,并在所述待分析参数中获取所述至少一个待分析导语。
A12、根据权利要求11所述的装置,其特征在于,所述获取子模块,用于获取所述待分析参数;确定多个预设导语,在所述多个预设导语中提取与所述待分析参数匹配的至少一个导语;将所述至少一个导语作为所述至少一个待分析导语。
A13、根据权利要求10所述的装置,其特征在于,所述获取模块,还用于如果存在所述偏离数据的分析记录,则对所述至少一个待分析导语中其他待分析导语重复执行上述在待分析参数中获取至少一个待分析导语的过程。
A14、根据权利要求10所述的装置,其特征在于,所述检查模块,还用于如果所述后果数据不需要记录,则对所述至少一个待分析导语中其他待分析导语重复执行上述生成偏离数据并检查是否存在偏离数据的分析记录的过程。
A15、根据权利要求10所述的装置,其特征在于,所述装置还包括:
识别模块,用于对所述后果数据进行识别,确定所述后果数据的至少一个保障措施;
计算模块,用于对于所述至少一个保障措施中的任一保障措施,计算所述保障措施的必要系数;
所述检查模块,还用于如果所述保障措施的必要系数大于系数阈值,则记录所述保障措施,并对所述至少一个待分析导语中其他待分析导语重复执行上述生成偏离数据并检查是否存在偏离数据的分析记录的过程;
所述检查模块,还用于如果所述保障措施的必要系数小于所述系数阈值,则将所述保障措施删除,对所述至少一个待分析导语中其他待分析导语重复执行上述生成偏离数据并检查是否存在偏离数据的分析记录的过程。
A16、根据权利要求15所述的装置,其特征在于,所述识别模块包括:
识别子模块,用于对所述后果数据进行识别,确定所述后果数据的严重性等级和可能性等级,所述严重性等级指示所述后果数据对用户的危害性大小,所述可能性等级指示所述后果数据生成的可能性大小;
获取子模块,用于获取风险矩阵,所述风险矩阵用于确定后果数据的严重性等级,所述风险矩阵至少包括可接受等级、待考察等级和必治理等级;
评估子模块,用于根据所述严重性等级和所述可能性等级,在所述风险矩阵中对所述后果数据进行评估,得到所述后果数据的评估结果;
确定子模块,用于根据所述评估结果,确定所述至少一个保障措施。
A17、根据权利要求16所述的装置,其特征在于,所述识别子模块,用于基于危害性等级规则,对所述后果数据进行识别,确定所述后果数据的严重性等级,所述危害性等级规则至少包括无伤害等级、微伤害等级、严重伤害等级、死亡威胁等级和重大事故等级;基于可能性等级规则,对所述后果数据进行识别,确定所述后果数据的可能性等级,所述可能性等级规则至少包括极稀少等级、较稀少等级、稀少等级、可能等级和经常等级。
A18、根据权利要求10所述的装置,其特征在于,所述待分析参数至少包括流量、温度、压力、液位、冷却、加热、隔离、腐蚀、成分、反应、纯度和酸碱度中的一种或多种。
A19、一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机可执行指令,其特征在于,所述处理器执行所述计算机可执行指令时实现权利要求1-9任一项所述的离心压缩机的数据分析方法。
A20、一种可读存储介质,其特征在于,所述可读存储介质上存储有指令,所述指令被处理器执行以完成权利要求1-9任一项所述的离心压缩机的数据分析方法。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本发明的其它实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本发明未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本发明的真正范围和精神由下面的权利要求指出。
应当理解的是,本发明并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。
Claims (18)
1.一种离心压缩机的数据分析方法,其特征在于,所述方法包括:
在待分析参数中获取至少一个待分析导语,所述待分析参数为离心压缩机中尚未分析的参数,所述至少一个待分析导语为所述待分析参数中尚未分析的导语;
对于所述至少一个待分析导语中的任一待分析导语,基于所述待分析导语和所述待分析参数生成偏离数据,检查是否存在所述偏离数据的分析记录;
如果不存在所述偏离数据的分析记录,则记录所述偏离数据及产生所述偏离数据的偏离原因;
基于所述偏离数据以及所述偏离原因,获取所述偏离数据的后果数据,判断所述后果数据是否需要记录;
如果所述后果数据需要记录,则记录所述后果数据;
对所述后果数据进行识别,确定所述后果数据的严重性等级和可能性等级,所述严重性等级指示所述后果数据对用户的危害性大小,所述可能性等级指示所述后果数据生成的可能性大小;
获取风险矩阵,所述风险矩阵用于确定后果数据的严重性等级,所述风险矩阵至少包括可接受等级、待考察等级和必治理等级;
根据所述严重性等级和所述可能性等级,在所述风险矩阵中对所述后果数据进行评估,得到所述后果数据的评估结果;
根据所述评估结果,确定所述至少一个保障措施;
对于所述至少一个保障措施中的任一保障措施,计算所述保障措施的必要系数;
如果所述保障措施的必要系数大于系数阈值,则记录所述保障措施,并对所述至少一个待分析导语中其他待分析导语重复执行上述生成偏离数据并检查是否存在偏离数据的分析记录的过程。
2.根据权利要求1所述的方法,其特征在于,所述在待分析参数中获取至少一个待分析导语包括:
选取工厂中的任一模块,获取所述模块中的全部参数,判断所述全部参数中是否存在尚未分析的参数;
如果所述全部参数中不存在尚未分析的参数,则继续选取所述工厂中的其他模块,并重新执行上述判断是否存在尚未分析的参数的过程;
如果所述全部参数中存在尚未分析的参数,则获取所述尚未分析的参数作为所述待分析参数,并在所述待分析参数中获取所述至少一个待分析导语。
3.根据权利要求2所述的方法,其特征在于,所述获取所述尚未分析的参数作为所述待分析参数,并在所述待分析参数中获取所述至少一个待分析导语包括:
获取所述待分析参数;
确定多个预设导语,在所述多个预设导语中提取与所述待分析参数匹配的至少一个导语;
将所述至少一个导语作为所述至少一个待分析导语。
4.根据权利要求1所述的方法,其特征在于,所述对于所述至少一个待分析导语中的任一待分析导语,基于所述待分析导语和所述待分析参数生成偏离数据,检查是否存在所述偏离数据的分析记录之后,所述方法还包括:
如果存在所述偏离数据的分析记录,则对所述至少一个待分析导语中其他待分析导语重复执行上述在待分析参数中获取至少一个待分析导语的过程。
5.根据权利要求1所述的方法,其特征在于,所述获取所述偏离数据的相关后果,判断所述相关后果是否具有记录意义之后,所述方法还包括:
如果所述后果数据不需要记录,则对所述至少一个待分析导语中其他待分析导语重复执行上述生成偏离数据并检查是否存在偏离数据的分析记录的过程。
6.根据权利要求1所述的方法,其特征在于,所述如果所述后果数据需要记录,则记录所述后果数据之后,所述方法还包括:
如果所述保障措施的必要系数小于所述系数阈值,则将所述保障措施删除,对所述至少一个待分析导语中其他待分析导语重复执行上述生成偏离数据并检查是否存在偏离数据的分析记录的过程。
7.根据权利要求1所述的方法,其特征在于,所述对所述后果数据进行识别,确定所述后果数据的严重性等级和可能性等级包括:
基于危害性等级规则,对所述后果数据进行识别,确定所述后果数据的严重性等级,所述危害性等级规则至少包括无伤害等级、微伤害等级、严重伤害等级、死亡威胁等级和重大事故等级;
基于可能性等级规则,对所述后果数据进行识别,确定所述后果数据的可能性等级,所述可能性等级规则至少包括极稀少等级、较稀少等级、稀少等级、可能等级和经常等级。
8.根据权利要求1所述的方法,其特征在于,所述待分析参数至少包括流量、温度、压力、液位、冷却、加热、隔离、腐蚀、成分、反应、纯度和酸碱度中的一种或多种。
9.一种离心压缩机的数据分析装置,其特征在于,所述装置包括:
获取模块,用于在待分析参数中获取至少一个待分析导语,所述待分析参数为离心压缩机中尚未分析的参数,所述至少一个待分析导语为所述待分析参数中尚未分析的导语;
检查模块,用于对于所述至少一个待分析导语中的任一待分析导语,基于所述待分析导语和所述待分析参数生成偏离数据,检查是否存在所述偏离数据的分析记录;
第一记录模块,用于如果不存在所述偏离数据的分析记录,则记录所述偏离数据及产生所述偏离数据的偏离原因;
判断模块,用于基于所述偏离数据以及所述偏离原因,获取所述偏离数据的后果数据,判断所述后果数据是否需要记录;
第二记录模块,用于如果所述后果数据需要记录,则记录所述后果数据;
识别子模块,用于对所述后果数据进行识别,确定所述后果数据的严重性等级和可能性等级,所述严重性等级指示所述后果数据对用户的危害性大小,所述可能性等级指示所述后果数据生成的可能性大小;
获取子模块,用于获取风险矩阵,所述风险矩阵用于确定后果数据的严重性等级,所述风险矩阵至少包括可接受等级、待考察等级和必治理等级;
评估子模块,用于根据所述严重性等级和所述可能性等级,在所述风险矩阵中对所述后果数据进行评估,得到所述后果数据的评估结果;
确定子模块,用于根据所述评估结果,确定所述至少一个保障措施;
计算模块,用于对于所述至少一个保障措施中的任一保障措施,计算所述保障措施的必要系数;
所述检查模块,还用于如果所述保障措施的必要系数大于系数阈值,则记录所述保障措施,并对所述至少一个待分析导语中其他待分析导语重复执行上述生成偏离数据并检查是否存在偏离数据的分析记录的过程。
10.根据权利要求9所述的装置,其特征在于,所述获取模块包括:
选取子模块,用于选取工厂中的任一模块,获取所述模块中的全部参数,判断所述全部参数中是否存在尚未分析的参数;
所述选取子模块,还用于如果所述全部参数中不存在尚未分析的参数,则继续选取所述工厂中的其他模块,并重新执行上述判断是否存在尚未分析的参数的过程;
获取子模块,用于如果所述全部参数中存在尚未分析的参数,则获取所述尚未分析的参数作为所述待分析参数,并在所述待分析参数中获取所述至少一个待分析导语。
11.根据权利要求10所述的装置,其特征在于,所述获取子模块,用于获取所述待分析参数;确定多个预设导语,在所述多个预设导语中提取与所述待分析参数匹配的至少一个导语;将所述至少一个导语作为所述至少一个待分析导语。
12.根据权利要求9所述的装置,其特征在于,所述获取模块,还用于如果存在所述偏离数据的分析记录,则对所述至少一个待分析导语中其他待分析导语重复执行上述在待分析参数中获取至少一个待分析导语的过程。
13.根据权利要求9所述的装置,其特征在于,所述检查模块,还用于如果所述后果数据不需要记录,则对所述至少一个待分析导语中其他待分析导语重复执行上述生成偏离数据并检查是否存在偏离数据的分析记录的过程。
14.根据权利要求9所述的装置,其特征在于,所述检查模块,还用于如果所述保障措施的必要系数小于所述系数阈值,则将所述保障措施删除,对所述至少一个待分析导语中其他待分析导语重复执行上述生成偏离数据并检查是否存在偏离数据的分析记录的过程。
15.根据权利要求9所述的装置,其特征在于,所述识别子模块,用于基于危害性等级规则,对所述后果数据进行识别,确定所述后果数据的严重性等级,所述危害性等级规则至少包括无伤害等级、微伤害等级、严重伤害等级、死亡威胁等级和重大事故等级;基于可能性等级规则,对所述后果数据进行识别,确定所述后果数据的可能性等级,所述可能性等级规则至少包括极稀少等级、较稀少等级、稀少等级、可能等级和经常等级。
16.根据权利要求9所述的装置,其特征在于,所述待分析参数至少包括流量、温度、压力、液位、冷却、加热、隔离、腐蚀、成分、反应、纯度和酸碱度中的一种或多种。
17.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机可执行指令,其特征在于,所述处理器执行所述计算机可执行指令时实现权利要求1-8任一项所述的离心压缩机的数据分析方法。
18.一种可读存储介质,其特征在于,所述可读存储介质上存储有指令,所述指令被处理器执行以完成权利要求1-8任一项所述的离心压缩机的数据分析方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810672621.2A CN109146228B (zh) | 2018-06-26 | 2018-06-26 | 离心压缩机的数据分析方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810672621.2A CN109146228B (zh) | 2018-06-26 | 2018-06-26 | 离心压缩机的数据分析方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109146228A CN109146228A (zh) | 2019-01-04 |
CN109146228B true CN109146228B (zh) | 2023-01-06 |
Family
ID=64802222
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810672621.2A Active CN109146228B (zh) | 2018-06-26 | 2018-06-26 | 离心压缩机的数据分析方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109146228B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113495607A (zh) | 2020-03-18 | 2021-10-12 | 台达电子企业管理(上海)有限公司 | 高压发生器的故障诊断方法和系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104696207A (zh) * | 2013-12-04 | 2015-06-10 | 铜陵市永生机电制造有限责任公司 | 一种压缩机组危险性识别方法 |
CN106295946A (zh) * | 2015-08-14 | 2017-01-04 | 北京联合普肯工程技术股份有限公司 | 一种化工装置危险与可操作性(Hazop)分析方法及系统 |
CN106600008A (zh) * | 2016-11-30 | 2017-04-26 | 中国直升机设计研究所 | 一种基于hazop的航空器使用维护流程安全性分析方法 |
CN107725456A (zh) * | 2017-10-31 | 2018-02-23 | 沈阳透平机械股份有限公司 | 离心压缩机机组的分析诊断方法和装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8880452B2 (en) * | 2012-01-31 | 2014-11-04 | The United States Of America As Represented By The Secretary Of The Navy | Data structure and method for performing mishap risk of a system |
-
2018
- 2018-06-26 CN CN201810672621.2A patent/CN109146228B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104696207A (zh) * | 2013-12-04 | 2015-06-10 | 铜陵市永生机电制造有限责任公司 | 一种压缩机组危险性识别方法 |
CN106295946A (zh) * | 2015-08-14 | 2017-01-04 | 北京联合普肯工程技术股份有限公司 | 一种化工装置危险与可操作性(Hazop)分析方法及系统 |
CN106600008A (zh) * | 2016-11-30 | 2017-04-26 | 中国直升机设计研究所 | 一种基于hazop的航空器使用维护流程安全性分析方法 |
CN107725456A (zh) * | 2017-10-31 | 2018-02-23 | 沈阳透平机械股份有限公司 | 离心压缩机机组的分析诊断方法和装置 |
Non-Patent Citations (1)
Title |
---|
HAZOP 在烷烃脱氢装置安全分析中的应用;宋蓉枫;《自动化与仪表》;20171231;第16-19页 * |
Also Published As
Publication number | Publication date |
---|---|
CN109146228A (zh) | 2019-01-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20170186127A1 (en) | Method and apparatus for capturing screen on mobile device | |
CN104331667B (zh) | 基于双系统的数据保存方法及系统 | |
CN107077845B (zh) | 一种语音输出方法及装置 | |
Albayram et al. | “... better to use a lock screen than to worry about saving a few seconds of {time”}: Effect of Fear Appeal in the Context of Smartphone Locking Behavior | |
CN107621886B (zh) | 一种输入推荐方法、装置及电子设备 | |
US20140245452A1 (en) | Responding to a possible privacy leak | |
EP3734472A1 (en) | Method and device for text processing | |
CN111461304A (zh) | 分类神经网络的训练方法、文本分类方法、装置及设备 | |
CN110610090A (zh) | 信息处理方法及装置、存储介质 | |
CN109146228B (zh) | 离心压缩机的数据分析方法和装置 | |
US11244249B2 (en) | Machine learning templates in a machine learning framework | |
EP3125474A1 (en) | Method, device and computer program for processing short messages | |
CN115310093A (zh) | 一种基于代码切片的漏洞检测方法、装置及存储介质 | |
CN112256563A (zh) | 安卓应用稳定性测试方法、装置、电子设备及存储介质 | |
CN116541238A (zh) | 日志文件采集方法、装置、电子设备及可读存储介质 | |
CN110730120A (zh) | 即时通信消息处理方法、装置、设备及存储介质 | |
CN116307552A (zh) | 基于工作量数据信息的工作内容匹配方法 | |
CN116127353A (zh) | 分类方法、分类模型训练方法、设备及介质 | |
CN113887999A (zh) | 一种保单风险评估方法和装置 | |
CN112817868A (zh) | 信息处理方法、装置及介质 | |
CN106790954A (zh) | 一种来电提醒控制方法及移动终端 | |
CN109241729B (zh) | 应用程序的检测、处理方法、装置、终端设备及电子设备 | |
CN115225702B (zh) | 信息推送方法、装置、电子设备及存储介质 | |
CN114338587B (zh) | 一种多媒体数据处理方法、装置、电子设备及存储介质 | |
CN116719691A (zh) | 数据监控方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |