CN109613851B - 一种基于多阶组合的网络化在线监控方法 - Google Patents
一种基于多阶组合的网络化在线监控方法 Download PDFInfo
- Publication number
- CN109613851B CN109613851B CN201811317699.9A CN201811317699A CN109613851B CN 109613851 B CN109613851 B CN 109613851B CN 201811317699 A CN201811317699 A CN 201811317699A CN 109613851 B CN109613851 B CN 109613851B
- Authority
- CN
- China
- Prior art keywords
- information
- result
- tool
- detection tool
- model
- 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
Images
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
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
- G05B19/042—Programme control other than numerical control, i.e. in sequence controllers or logic controllers using digital processors
- G05B19/0428—Safety, monitoring
-
- 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
- G05B2219/00—Program-control systems
- G05B2219/20—Pc systems
- G05B2219/24—Pc safety
- G05B2219/24024—Safety, surveillance
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
一种基于多阶组合的网络化在线监控方法，其步骤如下：布设多个位于待监控系统的传感器和控制器；将所述传感器所采集的目标信息进行分类；分别将所述类目信息转化为模型检测工具可接受的形式，输入模型检测工具中；以逻辑公式的形式列出待检测系统的属性，加入到模型检测工具中；模型检测工具输出所述类目信息的规范性，基于所述检测工具的结果，采用与逻辑门及或逻辑门，将所述检测工具的输出结果进行分层组合并输出，形成网状；基于开源三维建模软件工具，进行可视化三维建模。通过以上步骤，实现了将多种检测信息进行组合分析的目的，从而为技术人员对监测系统的状态信息的整体把握与规则的局部更新提供了可行性分析思路。
Description
技术领域
本发明一种基于多阶组合的网络化在线监控方法，属于监测技术领域。
背景技术
随着科技的不断发展,各个生产企业依托于网络与数据传输技术开发了一系列的系统在线监测技术,但是实际应用中,这种类型的监测系统对监测下的系统的检测信息主要以数据的形式显示,同一时刻显示的数据类型多、信息量大，技术人员在监测时需要不断的切换，这样不仅效率低，而且容易忽略掉重要的数据信息，因而需要对现有的监测系统进行优化。
在一种进步的监测系统中，有关技术人员将硬件环境、数据通讯系统、信息处理系统、数据监测显示终端等进行有机的整合，将其划分为不同的层次，从而实现整个三维可视化监测系统的集成与模块化组合，这种监测技术虽实现了系统的有机统一和可视化，但是对于技术人员来说，就监测系统所得数据结果来分析系统的故障情况以及预测故障发生与否，尤其是当两种或多种类型的监测数据同时出现异样时，作出正确判断与预测是有一定难度的，并且每个监测数据均有其适用的逻辑语言,进行模型检测时,亦有与之较好匹配的检测工具，传统的程序编译在更新规则等方面面临着繁重的工作量。于是亟待一种能将故障语句转化为监测机器可识别的逻辑语言的检测工具，使用状态转移系统表示系统及行为,用数学逻辑公式表示系统需要检测的数据信息,通过这样的表示方法将“验证一个给定系统是否满足系统正常运行的参数问题”转化为抽象的验证,从而变成严谨具体的数学逻辑推导公式,进而能够使用计算机的相关技术对这样的逻辑问题进行数学上的精确验证,进一步的,当某个监测节点需要进行规则更新、删除、增加等操作时，更易进行维护，将多种识别后的逻辑语言进行多个层次的组合，以实现更加方便有效的监测。
发明内容
(一)目的
本发明提供了一种基于多阶组合的网络化在线监控方法,属于软件监测技术领域。通过本发明，可以解决现有技术中，立体化网络中数据集中，信息量大，监测信息无法快速识别的问题，也能解决现有技术中通过对单一的监测信息的分析与预测对整个系统的评价无法达到准确识别的问题。
(二)技术方案
本发明提供了一种基于多阶组合的网络化在线监控方法，其具体实现方法如下步骤所示：
步骤1：布设多个位于待监控系统的传感器和控制器；
步骤2：将所述传感器所采集的目标信息进行分类，记为第一类目信息、第二类目信息和第三类目信息；
步骤3：分别将所述类目信息转化为模型检测工具可接受的形式，输入模型检测工具中；
步骤4：以逻辑公式的形式列出待检测系统的属性，加入到模型检测工具中；
步骤5：模型检测工具输出所述类目信息的规范性，基于所述检测工具的结果，采用与逻辑门及或逻辑门，将所述检测工具的输出结果进行分层组合并输出，形成网状；
步骤6：基于开源三维建模软件工具，进行可视化三维建模；
通过以上步骤，可以实现将检测信息转化为模型检测工具能接受的形式，并采用多阶组合的形式将所述检测工具的输出结果进行逻辑门分层组合形成网状，采用三维建模工具，生成可视化模型，实现了将多种检测信息进行组合分析的目的，从而为技术人员对监测系统的状态信息的整体把握与规则的局部更新提供了可行性分析思路。
其中，在步骤1中所述的“传感器和控制器”，该传感器是指一种检测装置，能感受到被测量的信息，并能将所感受的信息按照一预定的规律转化为电信号以及其他形式的信号进行输出；该控制器是指按照预定顺序改变电路及控制电路的接线盒改变电路中的电阻值来控制电动机的启动、调速、制动等的主令装置。
其中，在步骤1中所述的“布设多个位于待监控系统的传感器和控制器”，其具体做法如下：对待监测系统的整体结构进行剖析，获取导致系统发生故障的属性因素，例如，在船舶系统中，导致船舶发生故障的因素包括：液位、温度、压力和粘度等；例如，在航天系统中，导致航天系统发生故障的因素包括：方位、速度、流量和位移等；基于上述的属性因素，分别在待监测系统中涉及上述属性因素的各个位置布设传感器和控制器，以对机舱或船舶内的重要参数进行实时采集，达到监测机舱或船舶内的各设备运行状态的目的。
其中，在步骤2中所述的“将所述传感器所采集的目标信息进行分类，记为第一类目信息、第二类目信息和第三类目信息”，其具体做法如下：根据所述机舱或船舶内的各个传感器采集的目标信息，将所述目标信息分为三类：第一类目信息涉及包含值域的监测信息，如所监测的电压数值为50V，再如，所监测电机的转速为2500r/min；第二类目信息涉及包含时域的监测信息，如所监测的压力变化间隔时间为4s，再如，所监测船舶的摇摆信息延时2s；第三类目信息涉及包含逻辑的监测信息，如所监测开关量，1表开关闭合，0表开关断开，以此表示机械设备的启动与停止。
其中，在步骤3中所述的“分别将所述类目信息转化为模型检测工具可接受的形式，输入模型检测工具中”，其具体做法如下：所述模型检测的中心思想为使用状态转移系统表示系统及其行为，使用数学逻辑公式表示抽象的目标信息，从而实现计算机技术精确的数学验证；并以状态的形式表示当前变量的值，使用状态转移关系表示从一个状态到另一个状态的转变；在一种实施方法中，通过对经典逻辑加上时态算子和量子得到的计算树逻辑CTL(Computational Tree Logic,计算树逻辑)、线性时序逻辑(Linear TemporalLogic，线性时态逻辑)模态逻辑，所述模态逻辑还包括概率型计算树逻辑PCTL(PropertyComputational Tree Logic,概率型计算树逻辑)；所述模型检测工具为多种类型，至少包括新符号模型检测工具NuSmv(New Symbolic Model Verifier，新符号模型检测工具)、验证与合成交互工具VIS(Verification Interacting with Synthesis，验证与合成交互工具)和显式模型检测工具SPIN(Simple Promela Interpreter，显式模型检测工具)。
其中，在步骤4中所述的“以逻辑公式的形式列出待检测系统的属性，加入到模型检测工具中”，其具体做法如下：在模型检测之前以逻辑公式的形式给出监测系统的待监测属性，如航空系统的正常工作电压为270V，上下波动5v为允许范围；再如，航空系统正常运行时，发动机部件的开关量为1，也即是运行状态；将上述系统属性以及规范加入到模型检测工具中，起到对所监测信息的衡量与判别，在一种实施方式中，结合系统的实际运行状态，对系统的属性进行微小调整。其中，步骤4中所述的“逻辑公式”是指采用逻辑符号以及数值表示属性信息的数学公式。
其中，在步骤5所述的“模型检测工具输出所述类目信息的规范性，基于所述检测工具的结果，采用与逻辑门及或逻辑门，将所述检测工具的输出结果进行分层组合并输出，形成网状”，其具体做法如下：其中，所述模型检测经历三个阶段：建模阶段、检测工具运行阶段和分析检测结果阶段；建模阶段需完成使用模型检测工具提供的建模语言对待检测的模型进行建模、查看并确认系统待验证的性质以及使用性质描述语言对模型待检测的属性进行描述；监测模型运行阶段通过模型检测工具内置的给定算法，对输入到模型检测工具程序中的模型和性质进行验证检查，对程序的参数、指令和配置进行设置；其中分析检测结果阶段将所述类目信息与系统属性信息进行综合，输出模型检测结果；模型检测结果的结果记为第一阶段结果，所述组合方法基于聚类分析，根据相似性对所述输出第一阶段结果进行分类，具体指将检测信息划分为若干局部特征相似的子类，作为与逻辑门以及或逻辑门的输入，通过逻辑门的内部算法，输出结果，记为第二阶段结果，将第一阶段结果中的一个及以上结果与第二阶段结果中的一个及以上结果作为逻辑门的输入，以及将第二阶段的两个以上结果作为与以及或逻辑门的输入端，输出结果作为第三阶段结果，以此类推，得到多阶结果，形成网状。
其中，步骤6中所述的“基于开源三维建模软件工具，进行可视化三维建模”，其具体做法如下：综合评估所监测系统，利用3Ds MAX三维建模工具软件对所建立的网状结果进行三维可视化模型，其中所述第一阶段结果、第二阶段结果和第三阶段结果等作为网络的节点，三维可视化运行的画面采用高端显卡进行控制显示。
(三)优点及功效
通过以上步骤，可以实现将检测信息转化为模型检测工具能接受的形式，并采用多阶组合的形式将所述检测工具的输出结果进行逻辑门分层组合形成网状，采用三维建模工具，生成可视化模型，从而达到将多种检测信息进行组合分析的目的，进而为技术人员对监测系统的状态信息的整体把握提供了可行性分析思路。可以解决现有技术中，立体化网络中数据集中，信息量大，监测信息无法快速识别的问题，也能解决现有技术中通过对单一的监测信息的分析与预测对整个系统的评价无法达到准确识别的问题。
附图说明
图1是本发明实施例的流程图。
图2是本发明实施例的示意图。
图3是本发明实施例的另一示意图。
图4是本发明实施例的又一示意图。
具体实施方式
这里将详细的对示例性实施例进行说明，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。
本发明提供了一种基于多阶组合的网络化在线监控方法，为使本发明的目的、技术方案和优点更加清楚，下面将结合附图1对本发明实施方式作详细描述。
本发明一种基于多阶组合的网络化在线监控方法，如图1所示，其实施步骤如下：
101、布设多个位于待监控系统的传感器和控制器。
其中，监测系统用以对所监测系统的各个重要参数进行采集，以达到监测目的。对待监测系统的整体结构进行剖析，获取导致系统发生故障的属性因素，例如，在船舶系统中，导致船舶发生故障的因素包括：液位、温度、压力和粘度等；例如，在航天系统中，导致航天系统发生故障的因素包括：方位、速度、流量和位移等。基于上述的属性因素，分别在待监测系统中涉及上述属性因素的各个位置布设传感器和控制器，以上传感器可以包括：流量传感器、水中含油浓度传感器、曲柄箱油雾浓度传感器、火灾传感器、主机工况监测传感器以及转矩传感器等模拟量传感器；浮子开关、温度开关和压力开关等开关量传感器。以对机舱或船舶内的重要参数进行实时采集，达到监测机舱或船舶内的各设备运行状态的目的。
102、将所述传感器所采集的目标信息进行分类，记为第一类目信息、第二类目信息和第三类目信息。
其中，类目信息的所述领域可大致分为三类：值域、时域和逻辑。其具体做法如下：根据所述机舱或船舶内的各个传感器采集的目标信息，将所述目标信息分为三类，其中，第一类目信息涉及包含值域的监测信息，如所监测的电压数值为50V，再如，所监测电机的转速为2500r/min；其中，第二类目信息涉及包含时域的监测信息，如所监测的压力变化间隔时间为4s，再如，所监测船舶的摇摆信息延时2s；其中，第三类目信息涉及包含逻辑的监测信息，如所监测开关量，1表开关闭合，0表开关断开，以此表示机械设备的启动与停止。具体如图2所示。
103、分别将所述类目信息转化为模型检测工具可接受的形式，输入模型检测工具中。
所述模型检测的中心思想为使用状态转移系统表示系统及其行为，使用数学逻辑公式表示抽象的目标信息，从而实现计算机技术精确的数学验证。以状态的形式表示当前变量的值，使用状态转移关系表示从一个状态到另一个状态的转变。在一种实施方法中，通过对经典逻辑加上时态算子和量子得到的CTL(Computational Tree Logic,计算树逻辑)、线性时序逻辑(Linear Temporal Logic，线性时态逻辑)模态逻辑。所述模态逻辑还包括PCTL(Property Computational Tree Logic,概率型计算树逻辑)。所述模型检测工具为多种类型，至少包括NuSmv(New Symbolic Model Verifier，新符号模型检测工具)、VIS(Verification Interacting with Synthesis，验证与合成交互工具)和SPIN(SimplePromela Interpreter，显式模型检测工具)。其中，LTL公式可以较为方便的描述某个路径范围的选择，但在路径量词方面有所缺失，CTL公式可以更为精细的描述某个路径，但是对路径范围的选择无能为力。在一种可能的实施方式中，还可以选用CTL*，也即是全支时序逻辑，用于描述二值逻辑以及布尔函数，其中模型检测工具可采用开源符号化模型检测工具NuSMV，通过OBDDs(一种算法框架)和SAT(一种求解器)的符号化模型检测技术，用于CTL和LTL的系统规范描述。
104、以逻辑公式的形式列出待检测系统的属性，加入到模型检测工具中。
其中，所述系统属性用于规范模型，也即是作为衡量所监测信息是否满足系统正常运行的条件。在模型检测之前以逻辑公式的形式给出监测系统的待监测属性，如航空系统的正常工作电压为270V，上下波动5v为允许范围；再如，航空系统正常运行时，发动机部件的开关量为1，也即是运行状态。将上述系统属性以及规范加入到模型检测工具中，起到对所监测信息的衡量与判别，在一种实施方式中，结合系统的实际运行状态，对系统的属性进行微小调整。
105、模型检测工具输出所述类目信息的规范性，基于所述检测工具的结果，采用与逻辑门及或逻辑门，将所述检测工具的输出结果进行分层组合并输出，形成网状。
其中，所述模型检测经历三个阶段：建模阶段、检测工具运行阶段和分析检测结果阶段。建模阶段需完成使用模型检测工具提供的建模语言对待检测的模型进行建模、查看并确认系统待验证的性质以及使用性质描述语言对模型待检测的属性进行描述；监测模型运行阶段通过模型检测工具内置的给定算法，对输入到模型检测工具程序中的模型和性质进行验证检查，对程序的参数、指令和配置进行设置；其中分析检测结果阶段将所述类目信息与系统属性信息进行综合，输出模型检测结果。模型检测结果的结果记为第一阶段结果，所述组合方法基于聚类分析，根据相似性对所述输出第一阶段结果进行分类，具体指将检测信息划分为若干局部特征相似的子类，其中，在一种实施方式中，局部特征相似指，按照功能聚类或模糊时间序列成果进行划分。作为与逻辑门以及或逻辑门的输入，通过逻辑门的内部算法，输出结果，记为第二阶段结果，将第一阶段结果中的一个及以上结果与第二阶段结果中的一个及以上结果作为逻辑门的输入，以及将第二阶段的两个以上结果作为与以及或逻辑门的输入端，输出结果作为第三阶段结果，以此类推，得到多阶结果，张成网状。具体如图3所示。
106、基于开源三维建模软件工具，进行可视化三维建模。
综合评估所监测系统，利用3Ds MAX三维建模工具软件对所建立的网状结果进行三维可视化模型，其中所述第一阶段结果、第二阶段结果和第三阶段结果等作为网络的节点，三维可视化运行的画面采用高端显卡进行控制显示。具体网络展示如图4所示。在一种实施方式中，监测系统可利用CAN数据总线网络实现对各监测数据和控制信号的采集和控制，并实现与上位机和下位机的实时数据联通与通信，不断的对所监测系统运行情况进行不间断的监测和收集。
通过以上步骤，可以实现将检测信息转化为模型检测工具能接受的形式，并采用多阶组合的形式将所述检测工具的输出结果进行逻辑门分层组合形成网状，采用三维建模工具，生成可视化模型，从而达到将多种检测信息进行组合分析的目的，进而为技术人员对监测系统的状态信息的整体把握提供了可行性分析思路。可以解决现有技术中，立体化网络中数据集中，信息量大，监测信息无法快速识别的问题，也能解决现有技术中通过对单一的监测信息的分析与预测对整个系统的评价无法达到准确识别的问题。
以上所述仅为本发明较佳的实施例，并不用以限制本发明，凡是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 (6)
1.一种基于多阶组合的网络化在线监控方法，其特征在于：其具体实现方法如下步骤所示：
步骤1：布设复数个位于待监控系统的传感器和控制器；
步骤2：将所述传感器所采集的目标信息进行分类，记为第一类目信息、第二类目信息和第三类目信息；
步骤3：分别将所述类目信息转化为模型检测工具能接受的形式，输入模型检测工具中；
步骤4：以逻辑公式的形式列出待检测系统的属性，加入到模型检测工具中；
步骤5：模型检测工具输出所述类目信息的规范性，基于所述检测工具的结果，采用与逻辑门及或逻辑门，将所述检测工具的输出结果进行分层组合并输出，形成网状；
步骤6：基于开源三维建模软件工具，进行可视化三维建模；
在步骤3中所述的“分别将所述类目信息转化为模型检测工具能接受的形式，输入模型检测工具中”，其具体做法如下：所述模型检测的中心思想为使用状态转移系统表示系统及其行为，使用数学逻辑公式表示抽象的目标信息，从而实现计算机技术精确的数学验证；并以状态的形式表示当前变量的值，使用状态转移关系表示从一个状态到另一个状态的转变；通过对经典逻辑加上时态算子和量子得到的计算树逻辑CTL、线性时序逻辑模态逻辑，所述模态逻辑还包括概率型计算树逻辑PCTL；所述模型检测工具为复数种类型，至少包括新符号模型检测工具NuSmv、验证与合成交互工具VIS和显式模型检测工具；
通过以上步骤，实现将检测信息转化为模型检测工具能接受的形式，并采用多阶组合的形式将所述检测工具的输出结果进行逻辑门分层组合形成网状，采用三维建模工具，生成可视化模型。
2.根据权利要求1所述的一种基于多阶组合的网络化在线监控方法，其特征在于：
在步骤1中所述的“布设复数个位于待监控系统的传感器和控制器”，其具体做法如下：对待监测系统的整体结构进行剖析，获取导致系统发生故障的属性因素,基于这些属性因素，分别在待监测系统中涉及这些属性因素的各个位置布设传感器和控制器，以对机舱及船舶内的重要参数进行实时采集，达到监测机舱及船舶内的各设备运行状态的目的。
3.根据权利要求1所述的一种基于多阶组合的网络化在线监控方法，其特征在于：
在步骤2中所述的“将所述传感器所采集的目标信息进行分类，记为第一类目信息、第二类目信息和第三类目信息”，其具体做法如下：根据机舱及船舶内的各个传感器采集的目标信息，将所述目标信息分为三类：第一类目信息涉及包含值域的监测信息；第二类目信息涉及包含时域的监测信息，所监测的压力变化间隔时间为4s，所监测船舶的摇摆信息延时2s；第三类目信息涉及包含逻辑的监测信息，所监测开关量，1表开关闭合，0表开关断开，以此表示机械设备的启动与停止。
4.根据权利要求1所述的一种基于多阶组合的网络化在线监控方法，其特征在于：
在步骤4中所述的“以逻辑公式的形式列出待检测系统的属性，加入到模型检测工具中”，其具体做法如下：在模型检测之前以逻辑公式的形式给出监测系统的待监测属性，航空系统的正常工作电压为270V，上下波动5v为允许范围；航空系统正常运行时，发动机部件的开关量为1，也即是运行状态；将上述系统属性以及规范加入到模型检测工具中，起到对所监测信息的衡量与判别，结合系统的实际运行状态，对系统的属性进行微小调整。
5.根据权利要求1所述的一种基于多阶组合的网络化在线监控方法，其特征在于：
在步骤5所述的“模型检测工具输出所述类目信息的规范性，基于所述检测工具的结果，采用与逻辑门及或逻辑门，将所述检测工具的输出结果进行分层组合并输出，形成网状”，其具体做法如下：其中，所述模型检测经历三个阶段：建模阶段、检测工具运行阶段和分析检测结果阶段；建模阶段需完成使用模型检测工具提供的建模语言对待检测的模型进行建模、查看并确认系统待验证的性质以及使用性质描述语言对模型待检测的属性进行描述；监测模型运行阶段通过模型检测工具内置的给定算法，对输入到模型检测工具程序中的模型和性质进行验证检查，对程序的参数、指令和配置进行设置；其中分析检测结果阶段将所述类目信息与系统属性信息进行综合，输出模型检测结果；模型检测结果的结果记为第一阶段结果，所述组合方法基于聚类分析，根据相似性对所述输出第一阶段结果进行分类，具体指将检测信息划分为局部特征相似的子类，作为与逻辑门以及或逻辑门的输入，通过逻辑门的内部算法，输出结果，记为第二阶段结果，将第一阶段结果中的一个及以上结果与第二阶段结果中的一个及以上结果作为逻辑门的输入，以及将第二阶段的两个以上结果作为与以及或逻辑门的输入端，输出结果作为第三阶段结果，以此类推，得到多阶结果，形成网状。
6.根据权利要求1所述的一种基于多阶组合的网络化在线监控方法，其特征在于：
在步骤6中所述的“基于开源三维建模软件工具，进行可视化三维建模”，其具体做法如下：综合评估所监测系统，利用3Ds MAX三维建模工具软件对所建立的网状结果进行三维可视化运行，其中第一阶段结果、第二阶段结果和第三阶段结果作为网络的节点，三维可视化运行的画面采用高端显卡进行控制显示。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811317699.9A CN109613851B (zh) | 2018-11-07 | 2018-11-07 | 一种基于多阶组合的网络化在线监控方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811317699.9A CN109613851B (zh) | 2018-11-07 | 2018-11-07 | 一种基于多阶组合的网络化在线监控方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109613851A CN109613851A (zh) | 2019-04-12 |
| CN109613851B true CN109613851B (zh) | 2020-07-21 |
Family
ID=66002073
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811317699.9A Active CN109613851B (zh) | 2018-11-07 | 2018-11-07 | 一种基于多阶组合的网络化在线监控方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109613851B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113139360B (zh) * | 2021-04-30 | 2023-05-23 | 重庆长安汽车股份有限公司 | 一种整车电路系统的仿真建模方法 |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003271687A (ja) * | 2002-01-11 | 2003-09-26 | Ricoh Co Ltd | 干渉モデル検出装置、方法及び記憶媒体 |
| DE102004019151A1 (de) * | 2004-04-21 | 2005-11-10 | Daimlerchrysler Ag | Rechnergestütztes Diagnosesystem auf der Basis von Heuristiken und System-Topologien |
| CN101814114B (zh) * | 2010-01-07 | 2012-03-21 | 北京航空航天大学 | 一种利用模型转换进行故障诊断的方法 |
| CN105644735B (zh) * | 2016-03-25 | 2017-12-05 | 中国船舶工业系统工程研究院 | 一种面向散货轮的能效管理数据采集与分析装置 |
| CN106657106B (zh) * | 2016-12-30 | 2019-11-08 | 桂林电子科技大学 | 基于时态描述逻辑ALC-μ的语义物联网服务验证方法和系统 |
| CN106682350B (zh) * | 2017-01-09 | 2020-03-20 | 中国电子科技集团公司第十四研究所 | 一种基于三维模型的多属性决策质量检测方法 |
| CN108537260A (zh) * | 2018-03-29 | 2018-09-14 | 上海交通大学 | 一种起重机传动轴故障诊断方法和系统 |
-
2018
- 2018-11-07 CN CN201811317699.9A patent/CN109613851B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN109613851A (zh) | 2019-04-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112596495B (zh) | 一种基于知识图谱的工业设备故障诊断方法及系统 | |
| CN110647133B (zh) | 轨道交通设备状态检测维护方法及系统 | |
| CN108320040B (zh) | 基于贝叶斯网络优化算法的采集终端故障预测方法及系统 | |
| KR101316486B1 (ko) | 이상 검지 방법 및 시스템 | |
| US20180224831A1 (en) | Event analyzing device, event analyzing system, event analyzing method, and non-transitory computer readable storage medium | |
| CN109186813A (zh) | 一种温度传感器自检装置及方法 | |
| Ploennigs et al. | Adapting semantic sensor networks for smart building diagnosis | |
| CN113614359A (zh) | 用于预测风力涡轮机齿轮箱组件中的可观察损坏的风险的方法和系统 | |
| CN102282552A (zh) | 基于模式的智能控制、监测及自动化的系统、方法和计算机程序 | |
| CN110268425A (zh) | 用于分析机器数据的系统 | |
| KR20160094383A (ko) | 프로세스 장치에서 전체 프로세스 섹션의 상태를 자동 모니터링하고 측정하는 컴퓨터 실행 방법 및 시스템 | |
| CN117196159A (zh) | 基于互联网大数据分析的智慧水务分区计量系统 | |
| Jharko | Towards the problem of creating information operator support systems for nuclear power plants | |
| CN115393142A (zh) | 智慧园区管理方法及管理平台 | |
| Theis et al. | Process mining of programmable logic controllers: Input/output event logs | |
| Küfner et al. | Vertical data continuity with lean edge analytics for industry 4.0 production | |
| CN117499439A (zh) | 一种基于工业物联网的巡检数据处理系统及其处理方法 | |
| Borissova et al. | An integrated framework of designing a decision support system for engineering predictive maintenance | |
| CN109613851B (zh) | 一种基于多阶组合的网络化在线监控方法 | |
| CN110337640A (zh) | 用于问题警报聚合的方法和系统 | |
| Ucar et al. | Artificial intelligence for predictive maintenance applications: key components, trustworthiness, and future trends | |
| CN102929241B (zh) | 精对苯二甲酸装置安全运行指导系统及其应用 | |
| Carratù et al. | A novel methodology for unsupervised anomaly detection in industrial electrical systems | |
| CN115469585B (zh) | 一种基于大数据的水电机组状态监测方法及系统 | |
| CN116432397A (zh) | 一种基于数据模型的轨道交通故障预警方法 |
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 |