CN109374044A - 一种多参环境监测设备智能自动修复方法及装置 - Google Patents
一种多参环境监测设备智能自动修复方法及装置 Download PDFInfo
- Publication number
- CN109374044A CN109374044A CN201811156104.6A CN201811156104A CN109374044A CN 109374044 A CN109374044 A CN 109374044A CN 201811156104 A CN201811156104 A CN 201811156104A CN 109374044 A CN109374044 A CN 109374044A
- Authority
- CN
- China
- Prior art keywords
- sensor
- numerical value
- monitoring
- life
- monitoring numerical
- 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.)
- Granted
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 211
- 238000000034 method Methods 0.000 title claims abstract description 43
- 241000208340 Araliaceae Species 0.000 title claims description 25
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 title claims description 25
- 235000003140 Panax quinquefolius Nutrition 0.000 title claims description 25
- 235000008434 ginseng Nutrition 0.000 title claims description 25
- 230000005856 abnormality Effects 0.000 claims abstract description 43
- 238000012806 monitoring device Methods 0.000 claims abstract description 43
- 238000007405 data analysis Methods 0.000 claims abstract description 38
- 230000002159 abnormal effect Effects 0.000 claims abstract description 22
- 238000012423 maintenance Methods 0.000 claims description 26
- 238000011084 recovery Methods 0.000 claims description 8
- 238000013506 data mapping Methods 0.000 claims description 3
- 238000001514 detection method Methods 0.000 claims description 3
- 230000032683 aging Effects 0.000 description 13
- 230000007613 environmental effect Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 230000002411 adverse Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 3
- 238000005299 abrasion Methods 0.000 description 2
- 238000005260 corrosion Methods 0.000 description 2
- 230000007797 corrosion Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 239000008188 pellet Substances 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 238000003483 aging Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 238000005183 dynamical system Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003647 oxidation Effects 0.000 description 1
- 238000007254 oxidation reaction Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明实施例涉及一种多参环境监测设备智能自动修复方法及装置，所述方法包括：传感器监测模块对监测设备中的传感器进行监测；数据分析模块解析多个传感器工作状态参数，得到多个传感器实际工作寿命值；当每个传感器实际工作寿命值在相对应的传感器寿命阈值范围内时，确定与传感器工作状态参数确定与相对应的传感器监测数值；当传感器监测数值异常时，数据分析模块将恢复数据指令发送至智能恢复模块；智能恢复模块根据异常的传感器监测数值确定异常传感器，并确定与异常传感器相对应的一个或多个映射传感器；获取映射传感器的正常传感器监测数值，并得到异常传感器监测数值的替代传感器监测数值；将正常传感器监测数值和替代传感器监测数值发送至显示模块。
Description
技术领域
本发明涉及数据处理领域，尤其涉及一种多参环境监测设备智能自动修复方法及装置。
背景技术
环境监测设备可用寿命计算是环境监测技术领域的重点之一。在传统的设备定寿方法中，往往给出的是设备传感器在基准使用条件下的一对寿命值，其本质上代表了设备中传感器在某一个特定服役条件点状态下的寿命特征，但这些寿命特征没有考虑到设备实际工作环境与具体的使用磨损情况，也没有考虑到传感器的日历寿命与疲劳寿命在复杂的环境下使用过程中的相互影响。例如，环境监测设备的很多关键部件可能长期处于高温、雨水腐蚀、风沙、磨损等各种恶劣环境下运行，腐蚀、疲劳、磨损这三种机械零件的典型失效方式在环境监测设备中容易集中体现出来，导致设备的定寿可能会有误差。
并且，在目前的技术中，环境监测设备中的传感器在老化或失灵后，环境监测设备便无法再得到有效的监测数据，则整个环境监测设备会因个别老化的传感器而失效，这样不利于对整个环境监测设备的寿命最大化，并会大大增加环境监测的运行成本。
发明内容
本发明的目的是针对现有技术的缺陷，提供一种多参环境监测设备智能自动修复方法及装置，在发现监测设备中的传感器因老化失灵而造成传感器监测数据异常后，会根据特定的算法使用其他的与老化传感器映射的可替代传感器兼任老化传感器的任务，并得到可替代异常传感器监测数据的替代数据，从而保证设备的持续稳定工作，并产长了整个监测设备的使用寿命，避免了因监测设备中某一个传感器异常而需更换整个监测设备，降低了监测设备的使用成本，同时可以修正错误数据，并可以有效促进环境监测工作的更稳定、有效、精准的运行。
为了实现上述目的，在第一方面，本发明实施例提供了一种多参环境监测设备智能自动修复方法，包括：
传感器监测模块对监测设备中的各个传感器进行监测，得到传感器状态参数，并将所述传感器状态参数发送至数据分析模块；所述传感器状态参数包括多个传感器监测数值和多个传感器工作状态参数；
所述数据分析模块解析多个所述传感器工作状态参数，得到多个传感器实际工作寿命值；
根据所述传感器实际工作寿命值和传感器预计工作寿命值得到传感器寿命阈值范围，并根据所述传感器寿命阈值范围生成并输出维护建议文档；
并且，确定每个所述传感器实际工作寿命值是否在相对应的传感器寿命阈值范围内；
当每个所述传感器实际工作寿命值在所述相对应的传感器寿命阈值范围内时，确定与所述传感器工作状态参数确定与相对应的传感器监测数值；
确定所述传感器监测数值是否异常；
当所述传感器监测数值异常时，所述数据分析模块将恢复数据指令发送至智能恢复模块；所述恢复数据指令包括异常传感器监测数值；
所述智能恢复模块根据所述异常的传感器监测数值确定异常传感器，并确定与所述异常传感器相对应的一个或多个映射传感器；
获取所述映射传感器的正常传感器监测数值，并根据传感器数据映射算法模型得到所述异常传感器监测数值的替代传感器监测数值；
将所述正常传感器监测数值和所述替代传感器监测数值发送至显示模块，用以所述显示模块显示所述正常传感器监测数值和所述替代传感器监测数值。
优选的，在所述确定所述传感器实际工作寿命值是否在传感器寿命阈值范围内之前，所述方法还包括：
所述数据分析模块获取所述传感器的基准疲劳寿命值和基准日历寿命值；
根据所述基准日历寿命值和所述基准疲劳寿命值确定所述传感器寿命阈值范围。
优选的，当任一所述传感器实际工作寿命值不在所述相对应的传感器寿命阈值范围内时，所述方法还包括：
根据所述传感器实际工作寿命值确定不在所述传感器寿命阈值范围内的待更换传感器；
生成更换传感器的提示信息并输出；所述更换传感器的提示信息包括所述待更换传感器。
优选的，所述确定所述传感器监测数值是否异常具体为：
根据上一个或多个传感器监测数值得到历史监测数据；
对比所述历史监测数据和所述传感器监测数值，根据对比结果确定所述传感器监测数值是否异常。
进一步优选的，所述对比所述历史监测数据和所述传感器监测数值，根据对比结果确定所述传感器监测数值是否异常具体为：
对比所述历史监测数据和所述传感器监测数值，确定所述传感器监测数值与所述历史监测数据不相符时的次数；
当所述不相符时的次数大于一次时，确定所述传感器监测数值异常。
优选的，当所述传感器监测数值异常时，所述方法还包括：
所述智能恢复模块关闭所述异常传感器。
优选的，在所述获取所述映射传感器的正常传感器监测数值之前，所述方法还包括：
确定与所述异常传感器相对应的映射传感器的传感器监测数值是否异常；
当所述映射传感器的传感器监测数值不为异常时，获取所述映射传感器的正常传感器监测数值。
优选的，当所述传感器监测数值异常时，所述方法还包括：
根据所述异常传感器检测数值所对应的所述异常传感器，生成维护传感器的提示信息并输出；所述维护传感器的提示信息包括所述异常传感器。
优选的，在所述生成维护传感器的提示信息并输出之后，所述方法还包括：
所述数据分析模块接收用户根据维护传感器的提示信息输入的维护次数数据；
根据所述维护次数数据更新所述传感器寿命阈值范围。
在第二方面，本发明实施例提供了一种多参环境监测设备智能自动修复装置，所述装置包括如上述第一方面中任一权项所述的传感器、传感器监测模块、数据分析模块、智能恢复模块和显示模块。
本发明实施例提供的一种多参环境监测设备智能自动修复方法，在发现监测设备中的传感器因老化失灵而造成传感器监测数据异常后，会根据特定的算法使用其他的与老化传感器映射的可替代传感器兼任老化传感器的任务，并得到可替代异常传感器监测数据的替代数据，从而保证设备的持续稳定工作，并产长了整个监测设备的使用寿命，避免了因监测设备中某一个传感器异常而需更换整个监测设备，降低了监测设备的使用成本，同时可以修正错误数据，并可以有效促进环境监测工作的更稳定、有效、精准的运行。
附图说明
图1为本发明实施例提供的一种多参环境监测设备智能自动修复方法的流程图；
图2为本发明实施例提供的一种传感器日历寿命与疲劳寿命所构成的寿命包线的示意图；
图3为本发明实施例提供的一种多参环境监测设备智能自动修复装置示意图。
具体实施方式
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
本发明实施例首先提供了一种多参环境监测设备智能自动修复方法及装置，实现于多参环境监测设备智能自动修复装置中，用于在合理情况下延长监测设备的使用寿命，其方法流程图如图1所示，包括如下步骤：
步骤110，传感器监测模块对监测设备中的各个传感器进行监测；
具体的，多参环境监测设备智能自动修复装置包括：监测设备和传感器监测模块。其中，监测设备用于对监测设备所处例如大气或水质等环境进行监测。监测设备中具有多个传感器，每个传感器所能实现的功能均不同。传感器监测模块可以理解为用于对监测设备中各个传感器进行监测的模块。
传感器监测模块对监测设备中的各个传感器进行监测后，得到传感器状态参数，并将传感器状态参数发送至数据分析模块。传感器状态参数包括多个传感器监测数值和多个传感器工作状态参数。每一个传感器监测数值和传感器工作状态参数都对应一个监测设备中的传感器。传感器监测数值可以理解为传感器自身所监测到的功能指标值，例如监测可吸入颗粒物传感器所检测到的可吸入颗粒物浓度值等。工作状态参数可以理解为传感器目前的工作状态参数，包括所处实际环境状态给传感器带来的运转负荷参数，以及传感器的使用时长参数。例如监测可吸入颗粒物传感器所处环境温度平均值、极值和累计工作小时数。
步骤120，数据分析模块解析多个传感器工作状态参数，得到多个传感器实际工作寿命值；
具体的，多参环境监测设备智能自动修复装置还包括数据分析模块。数据分析模块接收多个传感器工作状态参数，并解析多个传感器工作状态参数，得到多个传感器实际工作寿命值。每个传感器实际工作寿命值都对应一个监测设备中的传感器。传感器实际工作寿命值可以理解为代表了根据传感器所处环境以及使用年限所得到的当前传感器寿命情况的值。
步骤130，根据传感器实际工作寿命值和传感器预计工作寿命值得到传感器寿命阈值范围，并根据传感器寿命阈值范围生成并输出维护建议文档；
具体的，传感器寿命阈值范围可以理解为监测设备结构寿命包线，可以理解为监测设备中各个传感器可以有效、稳定工作的寿命范围，传感器寿命阈值范围值根据传感器的基准疲劳寿命值和基准日历寿命值得到的。传感器的基准疲劳寿命值可以理解为理想工作环境下传感器的疲劳寿命值。例如，在预设理想工作环境下，传感器循环加载使用时的疲劳寿命。基准日历寿命值可以理解为基准恶劣环境作用下传感器的日历寿命值，也就是传感器预计的寿命值。例如，在预设恶劣环境下，传感器从生产之日起到到期日的日历寿命。也就是说，数据分析模块可以根据传感器实际工作寿命值和传感器预计工作寿命值，也就是传感器的基准疲劳寿命值和基准日历寿命值，得到传感器寿命阈值范围，也就是传感器的寿命包线。并且，在得到了传感器的传感器寿命阈值范围后，数据分析模块还可以根据传感器寿命阈值范围生成并输出维护建议文档，维护建议文档可以包括当前传感器的实际工作寿命值和传感器预计工作寿命值，以及根据当前传感器的实际工作寿命值和传感器预计工作寿命值所得到的维护建议。
在一个具体的例子中，数据分析模块获取传感器的基准疲劳寿命值和基准日历寿命值，将传感器的基准疲劳寿命值作为横坐标，将基准日历寿命值作为纵坐标，可以得到如图2所示的传感器日历寿命与疲劳寿命所构成的寿命包线的示意图。如图2所示，Nfh轴为理想工作环境中传感器的基准疲劳寿命，Yh轴为基准恶劣环境中传感器的日历寿命，日历寿命与疲劳寿命的关系成图2中曲线变化。而在图2中的0ABC0范围内，即使传感器出现老化情况，也依然是可以稳定监测数据的。也就是说，图2中的0ABC0范围为传感器寿命阈值范围，也就是传感器的寿命包线。
步骤140，确定每个传感器实际工作寿命值是否在其相对应的传感器寿命阈值范围内；
具体的，数据分析模块确定每个传感器实际工作寿命值是否在其相对应的传感器寿命阈值范围内，当每个传感器实际工作寿命值均在其相对应的传感器寿命阈值范围内时，说明监测设备中的各个传感器即使出现化情况，也依然可以稳定的监测到数据，则执行下述步骤150。而当监测设备中任意一个传感器实际工作寿命值不在其相对应的传感器寿命阈值范围内时，说明监测设备中的某个传感器已不能正常使用，则执行下述步骤151。
步骤150，确定历史监测数据和当前传感器监测数值不相符的次数是否大于一次；
具体的，当每个传感器实际工作寿命值均在其相对应的传感器寿命阈值范围内时，数据分析模块首先确定与传感器实际工作寿命值所对应的传感器工作状态参数，从而确定与传感器工作状态参数相对应的传感器监测数值。
然后，数据分析模块根据上一个或多个传感器监测数值得到历史监测数据，对比历史监测数据和当前传感器监测数值，确定传感器监测数值与历史监测数据不相符时的次数。当不相符时的次数大于一次时，确定传感器监测数值异常，则执行下述步骤160。当不相符时的次数等于或小于一次时，可以认为传感器疑似出现问题，但尚不影响所监测到的数据，则执行下述步骤161。
需要说明的是，本步骤涉及监测设备中的所有传感器，也就是说，数据分析模块会确定监测设备中的每一个传感器所产生的传感器监测数值是否异常。
在一个具体的例子中，数据分析模块会对传感器监测数值进行实时分析，通过循环对比传感器监测数值的历史数据并生成错误标记。实时分析具体可以包括：根据传感器监测数值是否反馈掉线占位符判断传感器是否掉线，若掉线则生成错误标记；根据监测泵流量的传感器监测数值和其历史数据，确定泵流量偏差是否超过15％，若超过15％则生成错误标记；根据监测粒子传感器监测数值和气历史数据，确定粒子数是否超饱和值，若则粒子数超饱和值则生成错误标记等等。若数据分析模块在预设时间内只生成一次错误标记，则数据分析模块会将此传感器标记为疑似问题传感器，并执行步骤161。若此数据分析模块在预设时间内收到两次及以上次数错误标记，则将数据分析模块此传感器归为老化传感器，并执行步骤160。
步骤160，数据分析模块将恢复数据指令发送至智能恢复模块；
具体的，多参环境监测设备智能自动修复装置还包括智能恢复模块。智能恢复模块可以理解为对异常监测数据进行数据恢复的模块。当当前传感器监测数值和历史监测数据不相符的次数大于一次时，数据分析模块将当前传感器监测数值作为异常传感器监测数值，并生成包括异常传感器监测数值的恢复数据指令发送至智能恢复模块。
步骤170，智能恢复模块确定可替代异常传感器监测数值的替代传感器监测数值；
具体的，监测设备中的各个传感器都是相互映射的。智能恢复模块根据异常的传感器监测数值确定异常传感器，并确定与异常传感器相对应的一个或多个映射传感器。然后智能恢复模块确定与异常传感器相对应的映射传感器的传感器监测数值是否异常。当映射传感器的传感器监测数值不异常时，说明映射传感器的传感器监测数值可用，则智能恢复模块获取映射传感器的正常传感器监测数值，并根据传感器数据映射算法模型得到异常传感器监测数值的替代传感器监测数值。这一过程可以理解为：当监测设备某个传感器异常时，根据传感器之间的映射关系，通过算法使正常的传感器可以立即兼并异常传感器的功能，并得到可替代数据的过程。并且，在有效替代异常传感器监测数据的同时，不影响正常的映射传感器得到传感器监测数据。
在一个具体的实施例中，在某一时刻，智能恢复模块收到针对监测二氧化碳浓度的传感器的恢复数据指令，说明监测二氧化碳浓度的传感器所产生的传感器监测数值异常。则智能恢复模块确定监测二氧化碳浓度的传感器所映射的传感器为监测一氧化碳浓度的传感器，调用监测一氧化碳浓度的传感器所产生的正常的传感器监测数值，经过一氧化碳浓度与二氧化碳浓度的关系算法，将监测一氧化碳浓度的传感器所产生的正常的传感器监测数值映射为监测二氧化碳浓度的传感器的监测数值，以保证设备的正常运转。
在一些优选的实施例中，当当前传感器监测数值和历史监测数据不相符的次数大于一次时，智能恢复模块会生成相应的关闭指令，用以关闭相应异常传感器。
步骤190，将正常传感器监测数值和替代传感器监测数值发送至显示模块；
具体的，在得到的可替代异常传感器监测数据的替代传感器监测数据后，智能恢复模块将正常传感器监测数值和替代传感器监测数值发送至显示模块，用以显示模块向用户显示正常传感器监测数值和替代传感器监测数值。
步骤190，生成维护传感器的提示信息并输出；
具体的，当智能恢复模块接收到恢复数据指令时，也就是当传感器监测数值异常时，智能恢复模块根据异常传感器检测数值所对应的异常传感器，生成维护传感器的提示信息并输出，维护传感器的提示信息包括异常传感器，用以提示用户异常传感器需要维护。
当用户根据维护传感器的提示信息对异常传感器进行了维护之后，数据分析模块接收用户根据维护传感器的提示信息输入的维护次数数据，然后根据所述维护次数数据更新所述传感器寿命阈值范围。
步骤151，生成更换传感器的提示信息并输出；
具体的，当上述步骤140中确定监测设备中存在任一传感器实际工作寿命值不在其相对应的传感器寿命阈值范围内时，说明监测设备中的某个传感器已不能正常使用，则数据分析模块根据传感器实际工作寿命值确定不在传感器寿命阈值范围内的待更换传感器。同时，生成包括待更换传感器的更换传感器的提示信息并输出，用以提示用户需要更换传感器了。
步骤161，生成报警信息并输出；
具体的，当上述步骤150中确定当前传感器监测数值和历史监测数据不相符的次数等于或小于一次时，可以认为传感器疑似出现问题，虽尚不影响所监测到的数据，但需要引起用户的注意。则数据分析模块生成报警信息并输出，报警信息包括当前传感器监测数值和当前传感器监测数值所对应的疑似出现问题的传感器，用以提示用户查看疑似出现问题的传感器是否真的存在问题。
本发明实施例提供的一种多参环境监测设备智能自动修复方法，在发现监测设备中的传感器因老化失灵而造成传感器监测数据异常后，会根据特定的算法使用其他的与老化传感器映射的可替代传感器兼任老化传感器的任务，并得到可替代异常传感器监测数据的替代数据，从而保证设备的持续稳定工作，并产长了整个监测设备的使用寿命，避免了因监测设备中某一个传感器异常而需更换整个监测设备，降低了监测设备的使用成本，并可以有效促进环境监测工作的更稳定、有效、精准的运行。
相应的，本发明实施例还提供了一种用以实现上述多参环境监测设备智能自动修复方法的多参环境监测设备智能自动修复装置，其示意图如图3所示，多参环境监测设备智能自动修复装置包括监测设备1、传感器监测模块2、数据分析模块3、智能恢复模块4和显示模块5。其中监测设备1中包括多个传感器x1……xn。
传感器x1……xn与传感器监测模块2无线相连或有线相连，传感器监测模块2接收传感器x1……xn生成的多个传感器监测数值，并对传感器x1……xn进行状态监测得到多个传感器工作状态参数，根据多个传感器监测数值和多个传感器工作状态参数得到传感器状态参数。数据分析模块3与传感器监测模块2相连，接收传感器监测模块2发送的传感器状态参数，对传感器状态参数进行解析、处理，确定传感器状态参数中的传感器监测数值是否异常，并生成维护建议文档。当传感器监测数值异常时，生成恢复数据指令。智能恢复模块4与数据分析模块3相连，接收数据分析模块3发送的恢复数据指令，并根据恢复数据指令计算得到可替代异常传感器监测数值的替代传感器监测数值。显示模块5与智能恢复模块4相连，接收并显示智能恢复模块4发送的正常的传感器监测数值和替代传感器监测数值。
本发明实施例提供的一种多参环境监测设备智能自动修复装置，在发现监测设备中的传感器因老化失灵而造成传感器监测数据异常后，会根据特定的算法使用其他的与老化传感器映射的可替代传感器兼任老化传感器的任务，并得到可替代异常传感器监测数据的替代数据，从而保证设备的持续稳定工作，并产长了整个监测设备的使用寿命，避免了因监测设备中某一个传感器异常而需更换整个监测设备，降低了监测设备的使用成本，同时可以修正错误数据，并可以有效促进环境监测工作的更稳定、有效、精准的运行。
专业人员应该还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM动力系统控制方法、或技术领域内所公知的任意其它形式的存储介质中。
以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种多参环境监测设备智能自动修复方法，其特征在于，所述方法包括：
传感器监测模块对监测设备中的各个传感器进行监测，得到传感器状态参数，并将所述传感器状态参数发送至数据分析模块；所述传感器状态参数包括多个传感器监测数值和多个传感器工作状态参数；
所述数据分析模块解析多个所述传感器工作状态参数，得到多个传感器实际工作寿命值；
根据所述传感器实际工作寿命值和传感器预计工作寿命值得到传感器的寿命包线，并根据所述传感器的寿命包线生成并输出维护建议文档；
并且，确定每个所述传感器实际工作寿命值是否在相对应的传感器寿命阈值范围内；
当每个所述传感器实际工作寿命值在所述相对应的传感器寿命阈值范围内时，确定与所述传感器工作状态参数确定与相对应的传感器监测数值；
确定所述传感器监测数值是否异常；
当所述传感器监测数值异常时，所述数据分析模块将恢复数据指令发送至智能恢复模块；所述恢复数据指令包括异常传感器监测数值；
所述智能恢复模块根据所述异常的传感器监测数值确定异常传感器，并确定与所述异常传感器相对应的一个或多个映射传感器；
获取所述映射传感器的正常传感器监测数值，并根据传感器数据映射算法模型得到所述异常传感器监测数值的替代传感器监测数值；
将所述正常传感器监测数值和所述替代传感器监测数值发送至显示模块，用以所述显示模块显示所述正常传感器监测数值和所述替代传感器监测数值。
2.根据权利要求1所述的多参环境监测设备智能自动修复方法，其特征在于，在所述确定所述传感器实际工作寿命值是否在传感器寿命阈值范围内之前，所述方法还包括：
所述数据分析模块获取所述传感器的基准疲劳寿命值和基准日历寿命值；
根据所述基准日历寿命值和所述基准疲劳寿命值确定所述传感器寿命阈值范围。
3.根据权利要求1所述的多参环境监测设备智能自动修复方法，其特征在于，当任一所述传感器实际工作寿命值不在所述相对应的传感器寿命阈值范围内时，所述方法还包括：
根据所述传感器实际工作寿命值确定不在所述传感器寿命阈值范围内的待更换传感器；
生成更换传感器的提示信息并输出；所述更换传感器的提示信息包括所述待更换传感器。
4.根据权利要求1所述的多参环境监测设备智能自动修复方法，其特征在于，所述确定所述传感器监测数值是否异常具体为：
根据上一个或多个传感器监测数值得到历史监测数据；
对比所述历史监测数据和所述传感器监测数值，根据对比结果确定所述传感器监测数值是否异常。
5.根据权利要求4所述的多参环境监测设备智能自动修复方法，其特征在于，所述对比所述历史监测数据和所述传感器监测数值，根据对比结果确定所述传感器监测数值是否异常具体为：
对比所述历史监测数据和所述传感器监测数值，确定所述传感器监测数值与所述历史监测数据不相符时的次数；
当所述不相符时的次数大于一次时，确定所述传感器监测数值异常。
6.根据权利要求1所述的多参环境监测设备智能自动修复方法，其特征在于，当所述传感器监测数值异常时，所述方法还包括：
所述智能恢复模块关闭所述异常传感器。
7.根据权利要求1所述的多参环境监测设备智能自动修复方法，其特征在于，在所述获取所述映射传感器的正常传感器监测数值之前，所述方法还包括：
确定与所述异常传感器相对应的映射传感器的传感器监测数值是否异常；
当所述映射传感器的传感器监测数值不为异常时，获取所述映射传感器的正常传感器监测数值。
8.根据权利要求1所述的多参环境监测设备智能自动修复方法，其特征在于，当所述传感器监测数值异常时，所述方法还包括：
根据所述异常传感器检测数值所对应的所述异常传感器，生成维护传感器的提示信息并输出；所述维护传感器的提示信息包括所述异常传感器。
9.根据权利要求1所述的多参环境监测设备智能自动修复方法，其特征在于，在所述生成维护传感器的提示信息并输出之后，所述方法还包括：
所述数据分析模块接收用户根据维护传感器的提示信息输入的维护次数数据；
根据所述维护次数数据更新所述传感器寿命阈值范围。
10.一种多参环境监测设备智能自动修复装置，其特征在于，所述装置包括如上述权利要求1-9任一权项所述的传感器、传感器监测模块、数据分析模块、智能恢复模块和显示模块。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811156104.6A CN109374044B (zh) | 2018-09-30 | 2018-09-30 | 一种多参环境监测设备智能自动修复方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811156104.6A CN109374044B (zh) | 2018-09-30 | 2018-09-30 | 一种多参环境监测设备智能自动修复方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109374044A true CN109374044A (zh) | 2019-02-22 |
| CN109374044B CN109374044B (zh) | 2023-11-10 |
Family
ID=65403296
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811156104.6A Active CN109374044B (zh) | 2018-09-30 | 2018-09-30 | 一种多参环境监测设备智能自动修复方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109374044B (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111915122A (zh) * | 2020-05-29 | 2020-11-10 | 北京寄云鼎城科技有限公司 | 一种数据监测方法、装置、设备和存储介质 |
| CN113210939A (zh) * | 2021-05-08 | 2021-08-06 | 武汉钢铁有限公司 | 一种焊接系统控制方法及装置 |
| US20220230476A1 (en) * | 2019-09-12 | 2022-07-21 | Georgia-Pacific LLC | Systems and methods for analyzing machine performance |
| CN116011703A (zh) * | 2023-02-08 | 2023-04-25 | 莒县环境监测站 | 一种动态环境监测站的管理方法及系统 |
| CN116908402A (zh) * | 2023-07-17 | 2023-10-20 | 广州众拓计算机科技有限公司 | 一种基于物联网的水质监测系统 |
| CN117150388A (zh) * | 2023-11-01 | 2023-12-01 | 江西现代职业技术学院 | 汽车底盘的异常状态检测方法及系统 |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101464216A (zh) * | 2007-12-19 | 2009-06-24 | Avl里斯脱有限公司 | 用于判断传感器单元的剩余寿命的方法和装置 |
| CN101516099A (zh) * | 2009-04-07 | 2009-08-26 | 华中科技大学 | 一种传感器网络异常检测方法 |
| CN102182671A (zh) * | 2011-05-26 | 2011-09-14 | 江苏中能硅业科技发展有限公司 | 一种气体压缩机的状态分析监测系统及方法 |
| CN102707171A (zh) * | 2012-05-31 | 2012-10-03 | 苏州热工研究院有限公司 | 电磁继电器线圈寿命试验系统与寿命评估方法 |
| US20140182350A1 (en) * | 2013-01-03 | 2014-07-03 | Dexcom, Inc. | End of life detection for analyte sensors |
| CN105547373A (zh) * | 2016-02-06 | 2016-05-04 | 武汉大学 | 一种基于公网传输的接触网状态在线监测/检测装置 |
| CN106066184A (zh) * | 2015-04-24 | 2016-11-02 | 波音公司 | 用于检测交通工具系统故障的系统和方法 |
| CN106250266A (zh) * | 2016-07-22 | 2016-12-21 | 珠海市魅族科技有限公司 | 一种系统的修复方法及装置 |
| CN106698197A (zh) * | 2016-12-01 | 2017-05-24 | 上海振华重工电气有限公司 | 基于大数据的集装箱起重机在线诊断和预防性维护系统 |
| CN107077776A (zh) * | 2014-09-08 | 2017-08-18 | 里欧公司 | 环境监测装置和方法 |
| CN108228840A (zh) * | 2018-01-05 | 2018-06-29 | 北京盛世博创信息技术有限公司 | 环保监测控制方法、装置、终端及计算机可读存储介质 |
| WO2018120633A1 (zh) * | 2016-12-30 | 2018-07-05 | 深圳前海弘稼科技有限公司 | 传感器的检测方法和传感器的检测装置 |
-
2018
- 2018-09-30 CN CN201811156104.6A patent/CN109374044B/zh active Active
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101464216A (zh) * | 2007-12-19 | 2009-06-24 | Avl里斯脱有限公司 | 用于判断传感器单元的剩余寿命的方法和装置 |
| CN101516099A (zh) * | 2009-04-07 | 2009-08-26 | 华中科技大学 | 一种传感器网络异常检测方法 |
| CN102182671A (zh) * | 2011-05-26 | 2011-09-14 | 江苏中能硅业科技发展有限公司 | 一种气体压缩机的状态分析监测系统及方法 |
| CN102707171A (zh) * | 2012-05-31 | 2012-10-03 | 苏州热工研究院有限公司 | 电磁继电器线圈寿命试验系统与寿命评估方法 |
| US20140182350A1 (en) * | 2013-01-03 | 2014-07-03 | Dexcom, Inc. | End of life detection for analyte sensors |
| CN107077776A (zh) * | 2014-09-08 | 2017-08-18 | 里欧公司 | 环境监测装置和方法 |
| CN106066184A (zh) * | 2015-04-24 | 2016-11-02 | 波音公司 | 用于检测交通工具系统故障的系统和方法 |
| CN105547373A (zh) * | 2016-02-06 | 2016-05-04 | 武汉大学 | 一种基于公网传输的接触网状态在线监测/检测装置 |
| CN106250266A (zh) * | 2016-07-22 | 2016-12-21 | 珠海市魅族科技有限公司 | 一种系统的修复方法及装置 |
| CN106698197A (zh) * | 2016-12-01 | 2017-05-24 | 上海振华重工电气有限公司 | 基于大数据的集装箱起重机在线诊断和预防性维护系统 |
| WO2018120633A1 (zh) * | 2016-12-30 | 2018-07-05 | 深圳前海弘稼科技有限公司 | 传感器的检测方法和传感器的检测装置 |
| CN108228840A (zh) * | 2018-01-05 | 2018-06-29 | 北京盛世博创信息技术有限公司 | 环保监测控制方法、装置、终端及计算机可读存储介质 |
Non-Patent Citations (1)
| Title |
|---|
| 王祁 等: "多功能自确认传感器", 传感技术学报, vol. 24, no. 04, pages 528 - 530 * |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20220230476A1 (en) * | 2019-09-12 | 2022-07-21 | Georgia-Pacific LLC | Systems and methods for analyzing machine performance |
| US11954945B2 (en) * | 2019-09-12 | 2024-04-09 | Georgia-Pacific LLC | Systems and methods for analyzing machine performance |
| CN111915122A (zh) * | 2020-05-29 | 2020-11-10 | 北京寄云鼎城科技有限公司 | 一种数据监测方法、装置、设备和存储介质 |
| CN113210939A (zh) * | 2021-05-08 | 2021-08-06 | 武汉钢铁有限公司 | 一种焊接系统控制方法及装置 |
| CN113210939B (zh) * | 2021-05-08 | 2023-03-14 | 武汉钢铁有限公司 | 一种焊接系统控制方法及装置 |
| CN116011703A (zh) * | 2023-02-08 | 2023-04-25 | 莒县环境监测站 | 一种动态环境监测站的管理方法及系统 |
| CN116011703B (zh) * | 2023-02-08 | 2024-01-23 | 莒县环境监测站 | 一种动态环境监测站的管理方法及系统 |
| CN116908402A (zh) * | 2023-07-17 | 2023-10-20 | 广州众拓计算机科技有限公司 | 一种基于物联网的水质监测系统 |
| CN116908402B (zh) * | 2023-07-17 | 2024-03-05 | 广州众拓计算机科技有限公司 | 一种基于物联网的水质监测系统 |
| CN117150388A (zh) * | 2023-11-01 | 2023-12-01 | 江西现代职业技术学院 | 汽车底盘的异常状态检测方法及系统 |
| CN117150388B (zh) * | 2023-11-01 | 2024-01-26 | 江西现代职业技术学院 | 汽车底盘的异常状态检测方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109374044B (zh) | 2023-11-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109374044A (zh) | 一种多参环境监测设备智能自动修复方法及装置 | |
| CN110050240B (zh) | 用于监视技术系统的状态的计算机系统和方法 | |
| CN108613335B (zh) | 空调的故障检测方法、装置、存储介质和处理器 | |
| CN104778111A (zh) | 一种进行报警的方法和装置 | |
| CN109238339A (zh) | 一种多参环境监测设备的智能定寿方法及装置 | |
| BR112021013786A2 (pt) | Método e sistema para detectar anomalias ou indicações prematuras de falha de equipamento | |
| US9906242B2 (en) | Control device performing lifetime prediction by error correction function | |
| KR100846396B1 (ko) | 발전기 운전실적 분석시스템 | |
| CN101750556A (zh) | 驱动器故障检测系统及方法 | |
| CN114369849B (zh) | 一种电解槽健康度的监控方法、装置及电解槽监控系统 | |
| CN111033413A (zh) | 监视设备和用于监视系统的方法 | |
| CN114943321A (zh) | 一种针对硬盘的故障预测方法、装置及设备 | |
| CN113487182B (zh) | 设备健康状态评估方法、装置、计算机设备和介质 | |
| CN116362374A (zh) | 一种基于神经网络的光伏电站发电状态判别方法与装置 | |
| JP6718367B2 (ja) | 判定システム、判定方法、及びプログラム | |
| CN114483562B (zh) | 水泵的故障检测方法、系统、电子设备和存储介质 | |
| WO2022033431A1 (zh) | 一种光模块健康状态检测方法、检测装置及存储介质 | |
| CN117227177B (zh) | 基于设备间监督的多任务打印控制方法及系统 | |
| CN117251336A (zh) | 一种服务器硬盘背板的监控系统、方法及装置 | |
| CN112666899A (zh) | 调节阀组的控制方法、系统、电子设备及存储介质 | |
| CN209446087U (zh) | 多参环境监测设备修复系统 | |
| CN108243069B (zh) | 电能表通讯的处理方法和装置 | |
| US20200400128A1 (en) | Method for Improving Reporting of Operational Data of a Wind Turbine | |
| CN114328141A (zh) | 硬盘故障预警方法及相关组件 | |
| CN113051700A (zh) | 设备可靠性监测方法及装置 |
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 | ||
| CB02 | Change of applicant information |
Address after: 100070 Beijing Fengtai Auto Museum West Road No. 8 Courtyard 1 Building 6 Floor 606 Applicant after: Beijing Yingshi Ruida Technology Co.,Ltd. Address before: 1202, No. 18, Yumin Middle Road, Xicheng District, Beijing 100029 Applicant before: BEIJING INSIGHTS VALUE TECHNOLOGY Co.,Ltd. |
|
| CB02 | Change of applicant information | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20230407 Address after: Unit 02, 12th Floor, 501, Building 3, Yard 20, Jinhe East Road, Chaoyang District, Beijing, 100020 Applicant after: IBM (CHINA) INVESTMENT CO.,LTD. Address before: 100070 Beijing Fengtai Auto Museum West Road No. 8 Courtyard 1 Building 6 Floor 606 Applicant before: Beijing Yingshi Ruida Technology Co.,Ltd. |
|
| TA01 | Transfer of patent application right | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20231222 Address after: Armank, New York, USA Patentee after: International Business Machines Corp. Address before: Unit 02, 12th Floor, 501, Building 3, Yard 20, Jinhe East Road, Chaoyang District, Beijing, 100020 Patentee before: IBM (CHINA) INVESTMENT CO.,LTD. |
|
| TR01 | Transfer of patent right |