CN109978180A - 管理用于故障预测的电器的运行数据的方法和设备 - Google Patents

管理用于故障预测的电器的运行数据的方法和设备 Download PDF

Info

Publication number
CN109978180A
CN109978180A CN201811006102.9A CN201811006102A CN109978180A CN 109978180 A CN109978180 A CN 109978180A CN 201811006102 A CN201811006102 A CN 201811006102A CN 109978180 A CN109978180 A CN 109978180A
Authority
CN
China
Prior art keywords
data
electric appliance
abnormal data
abnormal
management server
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.)
Pending
Application number
CN201811006102.9A
Other languages
English (en)
Inventor
李载勋
金明宣
阿尤什·贾因
黄泰虎
金载洪
赵慧贞
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Samsung Electronics Co Ltd
Original Assignee
Samsung Electronics Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Samsung Electronics Co Ltd filed Critical Samsung Electronics Co Ltd
Publication of CN109978180A publication Critical patent/CN109978180A/zh
Pending legal-status Critical Current

Links

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
    • G06Q10/20—Administration of product repair or maintenance
    • 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
    • G06Q50/10—Services
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
    • G06F11/0703—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation
    • G06F11/0706—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation the processing taking place on a specific hardware platform or in a specific software environment
    • G06F11/0727—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation the processing taking place on a specific hardware platform or in a specific software environment in a storage system, e.g. in a DASD or network based storage system
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
    • G06F11/0703—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation
    • G06F11/079—Root cause analysis, i.e. error or fault diagnosis
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
    • G05B23/0283—Predictive maintenance, e.g. involving the monitoring of a system and, based on the monitoring results, taking decisions on the maintenance schedule of the monitored system; Estimating remaining useful life [RUL]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
    • G06F11/0703—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation
    • G06F11/0706—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation the processing taking place on a specific hardware platform or in a specific software environment
    • G06F11/0709—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation the processing taking place on a specific hardware platform or in a specific software environment in a distributed system consisting of a plurality of standalone computer nodes, e.g. clusters, client-server systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
    • G06F11/0703—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation
    • G06F11/0751—Error or fault detection not based on redundancy
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
    • G06F11/0703—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation
    • G06F11/0766—Error or fault reporting or storing
    • G06F11/0778—Dumping, i.e. gathering error/state information after a fault for later diagnosis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
    • G06F11/0703—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation
    • G06F11/0766—Error or fault reporting or storing
    • G06F11/0781—Error filtering or prioritizing based on a policy defined by the user or on a policy defined by a hardware/software module, e.g. according to a severity level
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Tourism & Hospitality (AREA)
  • Human Resources & Organizations (AREA)
  • Biomedical Technology (AREA)
  • Software Systems (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Primary Health Care (AREA)
  • Computing Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Physics (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Artificial Intelligence (AREA)
  • Automation & Control Theory (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Telephonic Communication Services (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Selective Calling Equipment (AREA)

Abstract

提供了用于管理用于故障预测的电器的运行数据的方法和设备。一种由电器执行的方法包括：从管理服务器接收关于用于在所述电器的运行数据当中检测异常数据的异常数据样式检测例行程序的信息；确定所述电器的运行数据是否和由所述异常数据样式检测例行程序定义的正常数据样式匹配；当所述运行数据和所述正常数据样式不匹配时，将所述运行数据确定为所述异常数据；以及将所述异常数据发送到所述管理服务器。

Description

管理用于故障预测的电器的运行数据的方法和设备
技术领域
本公开涉及用于管理用于故障预测的电器的运行数据的方法和设备，尤其涉及可以使用机器学习算法来模拟人类大脑的感知或决定能力的人工智能(AI)系统及其应用。
背景技术
因特网正在从产生并消费信息的以人为中心的连接网络演变为在分布式组件之间传送并处理信息的物联网(IoT)网络。万物互联(IoE)技术可以是大数据处理技术和物联网技术的组合的示例，例如，通过与云服务器的连接。
实现IoT需要技术要素，诸如传感技术、有线/无线通信和网络基础设施、服务接口和安全技术。针对物到物连接的最近正在进行的研究是关于用于传感器联网、机器到机器(M2M)或机器类型通信(MTC)的技术。
在IoT环境中可以提供收集并分析由彼此连接的事物生成的数据以为人类生活创造新的价值的智能因特网技术(IT)服务。IoT可以通过现有的IT技术和各种行业的转换或集成来具有各种应用，诸如智能家庭、智能建筑、智能城市、智能汽车或连接汽车、智能电网、医疗保健或智能家电行业或现有技术水平医疗服务。
家庭网络系统是通过有线或以无线方式链接家用电器来使得能够控制家用电器的系统。高级家庭网络系统通过直接地或经由家庭网关或客户驻地设备(CPE)将家用电器连接到外部公用数据网络(例如，网际协议(IP)网络(即，因特网))来提供各种因特网相关服务。高级家庭网络系统也可以使得用户能够在与用户的终端交互工作的同时直接地或间接地控制和管理电器。这种家庭网络系统可以通过根据用户的请求控制家用电器来提供由用户期望的服务。
在开发家庭网络系统中使用的家用电器时，制造商在质量保证和客户服务方面付诸大量努力。当前的质量保证系统在发生故障之前预测家用电器中的故障，从而允许成本效益合算的操作和增强可靠性实现。制造商提供用于自动化故障诊断和维修的家庭访问服务，从而有助于成本节约和更高的满意度。
随着最近技术发展和用户需求多样化，需要高效地支持针对家用电器的故障预测以递送基于故障预测的服务的多样化。
人类智能级AI系统正被用在各个行业部门中。与现有的基于规则的智能系统不同，AI系统自行学习并变得越来越智能。被使用得越多，AI系统可以越精确地感知并理解用户的偏好。因此，传统基于规则的智能系统正在逐渐地被基于深度学习的AI系统取代。
AI技术由机器学习(例如，深度学习)和基于机器学习的组件技术构成。
机器学习是本身可以对输入数据的特征进行分类和学习的算法技术。组件技术是用于使用机器学习算法(例如，深度学习)来模拟人类大脑的感知和决策能力的技术。
以下是AI应用的示例。语言理解是用于辨识并应用/处理人类的语言或文本的技术，并且这涵盖自然语言处理、机器翻译、对话系统、回答查询和语音辨识/合成。视觉理解是像人眼一样感知并处理事物的技术，并且这涵盖物体辨识、物体追踪、图像搜索、人类辨识、场景辨识、空间理解和图像增强。推理预测是确定并在逻辑上推理和预测信息的技术，涵盖基于知识/概率的推理、优化预测、基于偏好的规划和推荐。知识表达是自动地处理人类经验信息的技术，覆盖知识构建(数据产生/分类)和知识管理(数据利用)。操作控制是控制机器人和无人驾驶汽车驾驶的运动的技术，并且这涵盖运动控制(导航、碰撞、驾驶)和机动控制(行为控制)。
以上信息仅作为背景信息被提供来协助理解本公开。至于上述中的任一项是否关于本公开可能适用作为现有技术，尚未做出确定，并且未做出断言。
发明内容
依照本公开的一方面，可以提供一种用于向管理服务器选择性地发送电器运行数据以用于故障预测的方法和设备。
依照本公开的一个方面，可以提供一种用于使得能实现从电器收集的运行数据的高效传输的方法和设备。
依照本公开的一个方面，可以提供一种用于将从电器收集的运行数据分类为正常数据和异常数据的方法和设备。
依照本公开的一个方面，可以提供一种用于提供用于诊断和处理在电器中预测或发生的故障的诊断处理解决方案的方法和设备。
依照本公开的一个方面，可以提供一种用于根据用户的简档和电器设定来优化针对电器中的故障的诊断处理解决方案的方法和设备。
依照本公开的一个方面，一种通过被配置为管理用于故障预测的运行数据的电器执行的方法包括：从管理服务器接收关于用于在所述电器的运行数据当中检测异常数据的异常数据样式检测例行程序的信息；确定所述电器的运行数据是否和由所述异常数据样式检测例行程序定义的正常数据样式匹配；当所述运行数据和所述正常数据样式不匹配时，将所述运行数据确定为所述异常数据；以及将所确定的异常数据发送到所述管理服务器。
依照本公开的一个方面，一种通过被配置为接收用于预测电器中的故障的运行数据的管理服务器的方法包括：向所述电器发送关于用于在所述电器的运行数据当中检测异常数据的异常数据样式检测例行程序的信息；从所述电器接收和由所述异常数据样式检测例行程序定义的正常数据样式不匹配的异常数据；从被配置为针对所述电器来管理客户服务(CS)的CS服务器接收所述电器的故障历史、故障维修历史、客户简档、操作历史和指示安装环境的信息；生成定制诊断处理解决方案，所述定制诊断处理解决方案被配置为通过基于所接收到的信息反映所述电器的所述故障历史、所述故障维修历史、所述客户简档、所述操作历史和所述安装环境来解决在所述电器中发生的故障；以及向所述电器发送关于所述定制诊断处理解决方案的信息。
依照本公开的一个方面，一种被配置为管理用于故障预测的运行数据的电器的设备包括：本机功能执行单元；通信单元，所述通信单元被配置为从管理服务器接收关于用于在所述本机功能执行单元的运行数据当中检测异常数据的异常数据样式检测例行程序的信息，并且向所述管理服务器发送基于关于所述异常数据样式检测例行程序的所述信息而确定的异常数据；以及控制器，所述控制器被配置为确定所述本机功能执行单元的运行数据是否和由所述异常数据样式检测例行程序定义的正常数据样式匹配，并且当所述运行数据和所述正常数据样式不匹配时，将所述运行数据确定为所述异常数据。
依照本公开的一方面，一种被配置为接收用于预测电器中的故障的运行数据的管理服务器的设备包括：通信单元，所述通信单元被配置为向所述电器发送关于用于在所述电器的运行数据当中检测异常数据的异常数据样式检测例行程序的信息，从所述电器接收和由所述异常数据样式检测例行程序定义的正常数据样式不匹配的异常数据，从被配置为针对所述电器来管理客户服务(CS)的CS服务器接收所述电器的故障历史、故障维修历史、客户简档、操作历史和指示安装环境的信息，并且向所述电器发送关于基于所接收到的信息而生成的定制诊断处理解决方案的信息；以及控制器，所述控制器被配置为生成所述定制诊断处理解决方案，所述定制诊断处理解决方案被配置为通过基于所接收到的信息反映所述电器的所述故障历史、所述故障维修历史、所述客户简档、所述操作历史和所述安装环境来解决在所述电器中发生的故障。
从结合附图公开了本公开的示例性实施例的以下具体描述中，本公开的其它方面、优点和显著特征对于本领域的技术人员而言将变得显而易见。
附图说明
通过参考附图描述某些实施例，以上和/或其它方面将变得更显而易见，在附图中：
图1是示意性地示出了根据实施例的用于基于故障预测管理电器的系统的视图；
图2是示意性地示出了根据实施例的电器的框图；
图3是示意性地示出了根据实施例的管理服务器的配置的框图；
图4是示意性地示出了根据实施例的用户终端的配置的框图；
图5是示出了根据实施例的电器的操作的流程图；
图6是示出了根据实施例的电器的操作的流程图；
图7是示出了根据实施例的管理服务器的操作的流程图；
图8A、图8B和图8C是示出了根据实施例的异常数据样式的视图；
图9是示出了根据实施例的提供针对电器中的故障的诊断处理解决方案的视图；
图10是示出了根据实施例的提供诊断处理解决方案的视图；
图11是示出了根据实施例的提供诊断处理解决方案的视图；
图12是示出了根据实施例的管理服务器的操作的流程图；以及
图13是示出了根据实施例的管理服务器的操作的流程图。
贯穿附图，相似的附图标记将被理解为指代相似的部分、组件和结构。
具体实施方式
在下文中，参考附图详细地描述本公开的实施例。
在描述实施例时，省略了本领域已知的且不直接地与本公开有关的技术的描述。这是为了进一步阐明本公开的要点，而不使它变得不清楚。
出于相同的原因，可以放大或示意性地示出一些元件。每个元件的大小不一定反映该元件的真实大小。贯穿附图，相同的附图标记用于指代相同的元件。
通过要在下面结合附图描述的实施例，可以理解本公开的优点和特征及其实现方法。然而，本公开不限于本文所公开的实施例，并且可以对其做出各种变化。本文所公开的实施例被仅提供来向本领域的普通技术人员通知本公开的范畴。本公开仅由所附权利要求来限定。贯穿本说明书，相同的附图标记表示相同的元件。
应当了解的是，每个流程图中的块和流程图的组合可以通过计算机程序指令来执行。因为可以在通用计算机、专用计算机或其它可编程数据处理装置的处理器中提供计算机程序指令，所以通过计算机或其它可编程数据处理装置的处理器执行的指令生成用于执行关于每个流程图的块所描述的功能的装置。因为计算机程序指令可以被存储在可以面向计算机或其它可编程数据处理装置以按照指定方式实现功能的计算机可用或计算机可读存储器中，所以存储在计算机可用或计算机可读存储器中的指令可以产生包括用于执行关于每个流程图中的块所描述的功能的指令的装置的产品。因为可以在计算机或其它可编程数据处理装置中提供计算机程序指令，所以生成由计算机作为一系列操作步骤来执行的进程的指令通过该计算机或其它可编程数据处理装置被执行，并且该计算机或其它可编程数据处理装置可以提供用于执行关于每个流程图中的块所描述的功能的步骤。
进一步地，每个块可以表示包括用于执行指定逻辑功能的一个或更多个可执行指令的代码的模块、分段或部分。进一步地，也应当注意的是，在一些替换执行示例中，块中提及的功能可以以不同的顺序发生。例如，可以根据对应功能基本上同时地或以相反的顺序执行连续地示出的两个块。
如本文所使用的，术语“单元”意指诸如现场可编程门阵列(FPGA)或专用集成电路(ASIC)的软件元件或硬件元件。单元起特定作用。然而，术语“单元”不限于意指软件或硬件元件。“单元”可以被配置在可以被寻址的存储介质中或者可以被配置为再现一个或更多个处理器。因此，作为示例，“单元”包括元件，诸如软件元件、面向对象的软件元件、类元件和任务元件、进程、函数、属性、过程、子例行程序、程序代码的分段、驱动器、固件、微代码、电路、数据、数据库、数据架构、表、数组及变量。在元件或“单元”中提供的功能可以与附加元件组合或者可以被分成子元件或子单元。进一步地，元件或“单元”可以作为装置或安全多媒体卡中的一个或更多个中央处理单元(CPU)被实现。
尽管本文实施例的描述提及各种特定系统和信号标准，然而本公开的主题也可以适用于具有类似的技术背景的其它系统或服务，而不脱离本公开的范围，并且这可以由本领域的普通技术人员来确定。
根据实施例，用户终端可以是提供有通信功能的电子装置。用户终端可以向用户终端的用户提供用户界面(UI)并且可以直接地或者经由至少一个网络节点(例如，家庭网关、CPE或路由器)与外部网络上的至少一个服务器或家庭网络上的至少一个电器进行通信。电子装置可以是例如便携式电子装置或可穿戴电子装置、可安装电子装置。
便携式电子装置可以包括但不限于例如以下各项中的至少一种：智能电话、功能电话、平板PC、膝上型计算机、视频电话、电子书阅读器、便携式数字助理(PDA)、便携式媒体播放器(PMP)、MP3播放器、移动医疗装置、电子词典、电子钥匙、摄录像机或相机。
可穿戴电子装置可以包括但不限于以下装置中的至少一种：附件类型装置(例如，手表、戒指、手环、脚环、项链、眼镜、隐形眼镜或头戴式装置(HMD))、织物或衣服集成装置(例如，电子衣服或运动服)、身体附着类型装置(例如，皮肤垫或纹身)或身体可植入装置(例如，可植入电路)。
根据本公开的实施例，电子装置可以是以上列举的装置中的一种或组合。根据实施例，电子装置可以是柔性电子装置。本文所公开的电子装置不限于以上列举的装置，并且可以根据技术的发展包括新的电子装置。
如本文所使用的各种术语可以被定义如下。
-电器指代可以被安装在家庭或办公室中并且被提供有因特网访问功能的智能电器和电子装置。
-管理服务器指代可以由电器制造商或管理者操作并且可以与用户终端和/或至少一个电器进行通信的服务器。管理服务器可以包括可以用于收集和管理运行数据并且基于所收集到的运行数据来管理电器的诊断处理知识数据库(DB)。
-诊断处理知识DB是存储用于预测、诊断和处理各种电器中的故障的信息的数据库。作为示例，诊断处理知识DB可以存储运行数据、故障历史、故障维修历史、制造信息、指示安装有电器的环境的环境信息(平均温度、平均湿度或安装高度)和客户简档信息中的至少一种或多种。诊断处理知识DB可以进一步存储可以用于维修或解决预测或引起的故障的至少一种诊断处理解决方案。
-运行数据指代与电器的操作有关的数据。运行数据可以包括各种数据项，诸如从电器中的至少一个传感器收集的传感器数据和操作历史。
-操作历史指代基于电器的实际使用来记录操作的数据。操作历史可以包括操作时间、操作模式、操作时段、操作计数和操作参数中的至少一种。操作参数指代在每种操作模式下操作的信息，例如，空调的设定温度、负载、为洗衣机设定的脱水水平和干燥水平或冰箱的除霜周期。
-正常数据指代例如当电器在电器中收集的运行数据当中正常地工作时生成的操作参数和/或传感器数据。正常数据可以被定义为具有由管理服务器先前确定的至少一种正常数据样式。可以按至少一种正常数据样式以及正常数据的生产时间、大小和类型对正常数据进行分类。
-异常数据指代例如当电器在电器中收集的运行数据当中异常地工作(例如，异常事件和/或故障)时生成的操作参数和/或传感器数据。异常数据可以被定义为具有由管理服务器先前确定的异常数据样式或不与由管理服务器先前确定的至少一种正常数据样式相对应的异常数据样式。异常数据可以包括可以根据数据的类型被分类为数值、二进制、定类型和定序型数据及其组合的至少一个数据项。异常数据可以进一步包括异常数据的生成时间、用于识别电器的电器识别符信息和与异常数据有关的风险程度当中的至少一种。
-异常数据样式检测例行程序定义用于检测电器中的异常数据的方法。作为示例，异常数据样式检测例行程序可以包含关于至少一种预定义正常数据样式和/或至少一种预定义异常数据样式的信息。
-诊断处理解决方案包括可以用于解决(维修或处理)针对电器预测或引起的故障的诊断项和处理项。诊断处理解决方案可以包括用于诊断和修复特定故障的信息。
-定制诊断处理解决方案指代针对用户考虑环境信息、运行数据、客户简档以及关于相同或类似类型的电器的故障历史和故障维修历史而优化的诊断处理解决方案。可以基于从知识DB中搜索到的诊断处理解决方案来生成定制诊断处理解决方案。从诊断处理知识DB中搜索到的诊断处理解决方案可以被称为全局诊断处理解决方案以与定制诊断处理解决方案区分开。
在下面描述的是根据本公开的实施例的用于使得能实现高效数据传输以便提前预测电器中的故障的技术。
另外，根据实施例，提供了用于实现并更新用于检测需要从电器向管理服务器发送的异常数据的异常数据样式检测例行程序的方法和设备。
另外，提供了根据实施例的使用从电器收集的数据来提供定制诊断处理解决方案的方法和设备。
如本文所使用的，术语“用户”可以表示使用电子装置的人或另一装置(例如，人工智能电子装置)。
图1是示意性地示出了根据实施例的用于基于故障预测管理电器的系统的视图。
参考图1，家庭系统或住户系统100包括一个或更多个电器98，即，电器设备，包括电器102、104、106、108和110当中的至少一个。电器102、104、106、108和110中的至少一个可以是具有因特网访问功能的智能电器并且可以使用有线通信或无线通信(诸如无线保真(Wi-Fi)、Zigbee、蓝牙、近场通信(NFC)或Z波)来与一个或更多个用户终端130和/或管理服务器120进行通信。电器102、104、106、108和110中的至少一个可以直接地或经由用户终端130、家庭网关或CPE与管理服务器120进行通信。电器102、104、106、108和110的示例包括冰箱、洗衣机、空调、烤箱、机器人吸尘器、电视、空气循环器、空气净化器和除湿器。电器98可以包括在本文中未示出或提及的智能电器。
电器102、104、106、108和110可以被配置为从用户终端130或管理服务器120接收控制命令，基于控制命令被操作，并且将请求的信息和/或运行数据发送到用户终端130或管理服务器120。作为示例，电器102、104、106、108和110可以根据从管理服务器120接收到的异常数据样式检测例行程序信息将由内部组件生成的运行数据分类为正常数据或异常数据，并且可以在出现异常数据时立即将异常数据发送到管理服务器120，同时酌情选择性地将正常数据发送到管理服务器120。
管理服务器120包括用于存储可以用于管理电器102、104、106、108和110的各种数据的诊断处理知识DB 122、用于接收和/或存储从电器102、104、106、108和110收集的异常数据和/或正常数据的数据存储器124以及异常数据样式检测例行程序单元126。异常数据样式检测例行程序单元126可包括用于分析从电器98接收到的数据的计算装置(诸如控制器320，例如，处理器)以及用于存储正常数据和/或异常数据的样式的存储单元330，例如存储器。根据实施例，管理服务器120可以在诊断处理知识DB 122中存储和管理与针对电器102、104、106、108和110的家庭访问维修服务、故障历史和/或故障维修历史有关的信息。附加地或可替代地，作为用于收集、存储和管理与针对电器102、104、106、108和110的家庭访问维修服务以及故障历史和故障维修历史信息有关的信息的单独的网络实体的一个或更多个客户服务(CS)服务器140可以被配置为与管理服务器120进行通信。换句话说，管理服务器120可以用一个或多个逻辑和/或物理实体来实现。管理服务器120可以管理与电器102、104、106、108和110相关联地注册的至少一个用户终端130并且可以将与电器102、104、106、108和110有关的信息传送到已注册的用户终端130。
管理服务器120可以将周期性地或应请求接收到的电器102、104、106、108和110的运行数据存储在数据存储器124中。管理服务器120可以分析从电器102、104、106、108和110收集的异常数据的样式并且将作为分析的结果而生成的异常数据样式存储在异常数据样式检测例行程序单元126中。管理服务器120可以进一步将用于电器102、104、106、108和110的正常数据样式存储在异常数据样式检测例行程序单元126中。关于异常数据样式检测例行程序单元126的信息可以由管理服务器120发送到电器102、104、106、108和110或者发送到与电器102、104、106、108和110相关联的用户终端130。
用户终端130可以被配置为直接地或经由家庭网关或CPE与一个或更多个电器102、104、106、108和110进行通信，从管理服务器120接收关于用于电器102、104、106、108和110中的至少一个的异常数据样式检测例行程序的信息，并且将所接收到的异常数据样式检测例行程序信息传送到所对应的电器。根据实施例，用户终端130可以被配置为从相关电器102、104、106、108和110收集运行数据，根据异常数据样式检测例行程序来将所收集的运行数据分类为正常数据和异常数据，并且根据分类的结果，立即将异常数据递送到管理服务器120，同时酌情将正常数据递送到管理服务器120。
图2是示意性地示出了根据实施例的可基于故障预测控制的电器的框图。电器可以被配置有所示组件中的至少一个或更多个。
参考图2，电器可以包括本机功能执行单元210(例如，电器功能执行设备)、控制器220(例如，处理器和/或微处理器)、通信单元230、存储单元240和UI单元250。
本机功能执行单元210包括用于执行电器的本机功能(例如，设备功能)的软件和硬件组件，包括例如电机、电机驱动控件和/或电子控制板。作为示例，在电器是空调的情况下，本机功能执行单元210可以包括风扇、压缩机、冷凝器、蒸发器、膨胀阀和/或传感器(例如，数据收集装置)。作为另一示例，在电器是洗衣机的情况下，本机功能执行单元210可以包括门、灯、电源、洗衣桶、变速器、电机、泵、加热器、温度调节器和各种传感器(例如，数据收集装置)。作为另一示例，在电器是冰箱的情况下，本机功能执行单元210可以包括门、灯、电源、风扇、蒸发器、冷凝器、压缩机、除霜电路(除霜传感器、除霜加热器或除霜定时器)和各种传感器(例如，数据收集装置)。本机功能执行单元210可以从控制器220接收用于操作组件的操作参数的控制值并且可以使用这些操作参数来操作每个组件。
控制器220可以收集本机功能执行单元210的运行数据，根据从管理服务器接收到的异常数据样式检测例行程序来将所收集的运行数据分类为正常数据和异常数据，并且通过通信单元310将经分类的正常数据或异常数据发送到管理服务器和/或用户终端，或者将正常数据或异常数据存储在存储单元240中。运行数据可以包括从本机功能执行单元210的至少一个传感器收集的传感器数据中的至少一种和本机功能执行单元210的操作历史。操作历史可以意指记录本机功能执行单元210的操作的数据并且可以包括操作时间、操作模式作周期和操作计数中的至少一种。控制器220可以接收用于向管理服务器请求附加数据的信号，并且响应于该请求信号，可以通过通信单元230来将预先存储在存储单元240中的运行数据发送到管理服务器和/或用户终端。
通信单元230包括支持控制器220以能够通过因特网与用户终端和/或管理服务器进行通信的通信接口。作为示例，通信单元230可以包括支持Wi-Fi、Zigbee、蓝牙、NFC和Z波中的至少一种的有线通信模块和/或无线通信模块，并且可以直接地或经由家庭网关或CPE访问管理服务器和/或用户终端。
存储单元240可以包括存储用于操作电器的控制程序的只读存储器(ROM)和存储从电器的外部输入的信号或数据的随机存取存储器(RAM)，或者被用作用于在电器上执行的任务的存储区域。作为示例，存储单元240可以包括存储器，所述存储器存储与电器有关的运行数据，特别是通过本机功能执行单元210的实际操作收集的传感器数据和操作历史。作为示例，存储单元240可以在存储器中存储在从本机功能执行单元210生成的运行数据当中在预定时段内生成的最近时间数据。作为示例，存储单元240可以在存储器中存储在从本机功能执行单元210生成的运行数据当中在预定时段内生成的最近正常数据。
UI单元250可以向用户提供从控制器220递送的信息(例如，控制命令或家庭访问维修服务时间表)或者可以接收用户输入并将它递送到控制器220。UI单元250可以包括显示器、触摸屏、至少一个物理按钮、至少一个发光二极管(LED)、麦克风和/或扬声器。
图3是示意性地示出了根据实施例的被配置为基于故障预测管理电器的管理服务器的配置的框图。管理服务器可以被配置有所示组件中的至少一个或更多个。
参考图3，管理服务器可以包括通信单元310、控制器320(例如，处理器和/或微处理器)和存储单元330。控制器320和/或存储单元330可以被并入到异常数据样式检测例行程序单元126中或者可以是单独的组件。
通信单元310包括支持控制器320以能够通过因特网与至少一个电器、用户终端和/或至少一个网络实体进行通信的通信接口。网络实体可以是例如管理针对电器的客户服务(CS)的CS服务器。
控制器320将通过通信单元310接收到的至少一个电器的运行数据存储在存储单元330中。在通过通信单元310接收到电器的异常数据时，控制器320可以基于存储在存储单元330中的至少一个现有的异常数据样式来分析异常数据，使异常数据与现有的异常数据样式匹配并存储异常数据或者生成新的异常数据样式，并且更新异常数据样式检测例行程序以包括新的异常数据样式。控制器320可以向电器/或用户终端发送关于异常数据样式检测例行程序的信息。
控制器320可以通过通信单元310来与管理家庭访问服务维修服务的CS服务器进行通信，向CS服务器发送对家庭访问维修服务的请求，并且通过通信单元310来从CS服务器接收与家庭访问维修服务有关的信息以及关于故障历史和故障维修历史的信息。控制器320可以向CS服务器递送可用于家庭访问维修服务的信息，例如，关于电器的历史信息，诸如故障历史、故障维修历史、制造信息、关于安装有电器的环境的环境信息(平均温度、平均湿度或安装高度)、客户简档信息等。
存储单元330可以包括存储用于操作管理服务器的控制程序的ROM和存储从管理服务器的外部输入的信号或数据的RAM或者被用作用于在管理服务器上执行的任务的存储区域。存储可用于预测至少一个电器中的故障的信息的诊断处理知识DB 122和用于对电器的运行数据进行分类的异常数据样式检测例行程序可以被包括在存储单元330中或者可以是单独的组件。诊断处理知识DB 122可以存储运行数据、故障历史、用于延迟故障的控制方法、故障维修历史、制造信息、环境信息和客户简档信息中的至少一种。异常数据样式检测例行程序也可以被存储在诊断处理知识DB 122或单独的存储空间中。
图4是示意性地示出了根据实施例的能够基于故障预测控制电器的用户终端的配置的框图。用户终端可以被配置有所示组件中的至少一个或更多个。
参考图4，用户终端可以包括通信单元410、控制器420(例如，处理器和/或微处理器)、存储单元430和UI单元440。
通信单元410包括支持控制器420以能够通过因特网与至少一个电器和/或管理服务器进行通信的通信接口。作为示例，通信单元410可以包括支持Wi-Fi、Zigbee、蓝牙、NFC和Z波中的至少一种的有线通信模块和/或无线通信模块并且可以直接地或经由家庭网关或CPE访问电器。通信单元410可以包括诸如第三代合作伙伴计划(3GPP)或长期演进(LTE)的宽带通信模块并且可以经由因特网与管理服务器进行通信。
控制器420可以通过通信单元410从管理服务器接收关于用于电器的异常数据样式检测例行程序的信息并且可以将所接收到的异常数据样式检测例行程序信息递送到电器。作为示例，控制器420可以通过通信单元410从电器收集在电器中生成的运行数据，通过所接收到的异常数据样式检测例行程序信息将所收集的运行数据分类为正常数据或异常数据，并且将经分类的异常数据报告给管理服务器。经分类的正常数据可以在预定时段期间被存储在存储单元430中。
存储单元430可以包括存储用于操作用户终端的控制程序的ROM以及存储从用户终端的外部输入的信号或数据的RAM或者被用作用于在用户终端上执行的任务的存储区域。作为示例，存储单元430可以存储用于对在电器中生成的运行数据进行分类的异常数据样式检测例行程序信息。
UI单元440可以向用户提供从控制器420递送的信息(例如，控制命令或家庭访问维修服务时间表)或者可以接收用户输入并将它转移到控制器420。UI单元440可以包括显示器、触摸屏、至少一个物理按钮、至少一个发光二极管(LED)、麦克风和/或扬声器。
图2至图4的控制器220、320和420中的至少一个可以被具体实现在至少一个硬件芯片中并且设置在电子装置中。例如，控制器可以形成在用于AI的专用硬件芯片中或者形成在现有的通用处理器(例如，CPU或应用处理器)或图形专用处理器(例如，图形处理单元(GPU))的一部分中并且被设置在各种电子装置中。在这种情况下，用于AI的专用硬件芯片可以是为概率计算指定的专用处理器，其可以快速地处理AI计算任务，例如机器学习，具有比现有的通用处理器更好的并行处理性能。
图5和图6是描述从电器向管理服务器高效地发送电器运行数据的一个方面的流程图。
图5是示出了根据实施例的向管理服务器发送电器的异常数据的电器的操作的流程图。
参考图5，在操作505中，电器从管理服务器接收关于把电器运行数据作为目标的异常数据样式检测例行程序的信息。异常数据样式检测例行程序包括用于在电器中生成的各条运行数据当中检测需要被报告给管理服务器的异常数据的信息。作为示例，异常数据样式检测例行程序可以包括至少一种预定义正常数据样式和至少一种预定义异常数据样式当中的至少一种。作为示例，异常数据样式检测例行程序可以包含关于至少一种预定义正常数据样式和至少一种预定义异常数据样式当中的至少一种的信息。根据实施例，异常数据可以包括在异常情况下生成的运行数据项。在下面详细地描述用于检测异常数据的各种方法。
在操作510中，电器收集包括随着电器被操作而生成的各项的传感器数据和操作参数的运行数据。在操作515中，电器基于所接收到的异常数据样式检测例行程序信息来确定所收集的运行数据是正常数据还是异常数据。
作为示例，电器可以计算所收集的运行数据与由异常数据样式检测例行程序定义的正常数据样式之间的相似度并且确定相似度是否超过预定阈值。当相似度超过阈值时，电器可以确定所收集的运行数据和正常数据样式匹配。在运行数据和正常数据样式基本上匹配(例如，75％或更多)的情况下，电器可以确定运行数据是正常数据。否则，电器可以确定运行数据是异常数据。
作为示例，电器可以计算所收集的运行数据与由异常数据样式检测例行程序定义的异常数据样式之间的相似度并且确定相似度是否超过预定阈值。当相似度超过阈值时，电器可以确定所收集的运行数据和异常数据样式相匹配。在运行数据和异常数据样式匹配的情况下，电器可以确定运行数据是异常数据。
作为示例，在多维空间中使用矢量之间的余弦距离的余弦相似性测量方法可以用于确定相似度。在使用余弦相似性的情况下，可以计算由包含在运行数据中的多个值构成的多维矢量与同阶多维矢量之间的距离，并且可以将所计算出的距离与阈值相比较，其中，所述同阶多维矢量由包含在通过异常数据样式检测例行程序给出的(正常或异常)数据样式中的多个矢量构成。其它各种方法也可以用于确定相似度。
在运行数据由所接收到的异常数据样式检测例行程序确定为异常数据的情况下，在操作520中电器将异常数据发送到管理服务器。异常数据可以包含关于生成异常数据的时间的信息、用于识别电器的电器识别符信息和传感器数据当中的至少一种。在运行数据被确定为正常数据的情况下，可以暂时地即在预定时段期间将正常数据存储在电器的存储单元中。
图6是示出了根据实施例的向管理服务器发送电器的运行数据的电器的操作的流程图。
参考图6，在操作605中，电器从管理服务器接收关于把电器运行数据作为目标的异常数据样式检测例行程序的信息。在操作610中，电器收集包括随着电器被操作而生成的各项的操作参数和传感器数据的运行数据。在操作615中，电器基于所接收到的异常数据样式检测例行程序信息来确定所收集的运行数据是正常数据还是异常数据。根据实施例，电器可以基于预定周期或者基于预定事件执行操作615。
在运行数据由所接收到的异常数据样式检测例行程序确定为异常数据的情况下，在操作620中电器将异常数据发送到管理服务器。在运行数据由所接收到的异常数据样式检测例行程序确定为正常数据的情况下，在操作625中电器将正常数据存储在电器的存储单元中达预定时段。
在操作630中，电器基于至少一个预定条件确定附加数据传输是否是适当的。作为示例，电器可以确定要基于预定周期执行附加数据传输。作为示例，电器可以确定在从管理服务器接收到针对附加数据的请求信号时执行附加数据传输。作为示例，在用户使用与电器有关的家庭访问服务维修服务的情况下，当家庭访问维修服务的使用时间与最新报告的异常数据的产生时间之间的差超过预定阈值(例如，有效时段)时电器可以确定要执行附加数据传输。
在确定附加数据传输是适当的时，在操作635中电器将存储在存储单元中的最近的正常数据发送到管理服务器。正常数据可以包括当电器操作时生成的操作参数和/或传感器数据以及元数据，诸如关于正常数据所属于的正常数据样式的信息和/或与与正常数据样式有关的出现频率有关的信息。
图7是示出了根据实施例的向电器提供异常数据样式检测例行程序的管理服务器的操作的流程图。尽管本文所描述的实施例致力于管理服务器与电器进行通信以提供异常数据样式检测例行程序信息，然而应当注意的是，相同的描述也可以适用于用户终端而不是电器与管理服务器进行通信以检测与电器有关的异常数据的情况。
参考图7，在操作705中，管理服务器向电器发送关于把电器运行数据作为目标的异常数据样式检测例行程序的信息。异常数据样式检测例行程序意在用于在在电器中生成的各条运行数据当中检测需要被报告给管理服务器的异常数据，并且异常数据样式检测例行程序可以包括用于确定异常数据以及关于至少一种预定义正常数据样式和/或至少一种预定义异常数据样式的信息的方法。
在操作710中，管理服务器从电器接收异常数据，所述异常数据包含至少一个或更多个数据项以及电器识别符信息和产生信息的时间。在操作715中，管理服务器将所接收到的异常数据与在操作705中发送的异常数据样式检测例行程序信息相比较并且确定所接收到的异常数据是否和包含在异常数据样式检测例行程序单元126中的现有的异常数据样式匹配。作为示例，管理服务器可以计算所接收到的异常数据与现有的异常数据样式之间的相似度并且确定相似度是否超过预定阈值。当相似度超过该阈值时，管理服务器确定所接收到的异常数据和现有的异常数据样式匹配。在操作720中，管理服务器将所接收到的异常数据标记为对应于现有的异常数据样式并且存储所接收到的异常数据。
当所接收到的异常数据不和现有的异常数据样式匹配时，在操作725中管理服务器监测是否在预定时段期间在电器中实际上发生与异常数据有关的故障。换句话说，为了创建异常数据的新样式，管理服务器确定出现异常数据的异常情况是否实际上引起故障。作为示例，管理服务器监测是否在接收到异常数据之后的预定时段期间接收到关于电器的故障历史和故障维修历史。在接收到电器故障历史和故障维修历史信息的情况下，管理服务器基于所接收到的信息确定在电器中发生的故障是否与异常数据有关。例如，在异常数据包含在故障维修历史中交换或维修的一部分的操作参数或传感器数据的情况下，管理服务器可以确定在电器中发生的故障与异常数据有关。作为示例，在故障历史中指示的故障项被包含在异常数据中的情况下，管理服务器可以确定在电器中发生的故障与异常数据有关。
在电器中发生与异常数据有关的故障的情况下，在操作730中，管理服务器生成指示异常数据的新的异常数据样式并且更新用于电器的异常数据样式检测例行程序以包括该新的异常数据样式。根据实施例，除非在预定时段内在电器中发生与异常数据有关的故障，否则管理服务器可以确定异常数据是正常数据，产生新的正常数据样式以指示正常数据，并且将该新的正常数据样式添加到用于电器的异常数据样式检测例行程序。在操作735中，管理服务器向电器发送包含新的异常数据样式或新的正常数据样式的经更新的异常数据样式检测例行程序，并且/或者将经更新的异常数据样式检测例行程序存储在异常数据样式检测例行程序单元126中。
根据实施例，可以根据如表1中所示的数据类型对用于确定异常数据的方法进行分类。
[表1]
作为示例，在电器是空调的情况下，数值数据项可以是温度、室内温度、室外温度和/或操作持续时间。作为示例，在电器是冰箱的情况下，数值数据项可以是用于冷藏和/或冷冻的温度、室内温度、室外温度和/或除霜周期。作为示例，在电器是洗衣机的情况下，数值数据项可以是操作时间、操作计数、洗衣负载、脱水等级和/或干燥等级。
作为示例，异常数据样式检测例行程序可以定义以下项中的至少一个钟：用于特定数值数据项的正常范围、至少一个统计值、特定数值(或在特定范围内)指示的时间间隔、预定时段期间的变化趋势、特定数值(或在特定范围内)的比率以及相对于预定正常数据样式的相似度/相关系数。在所收集的数据项落在由异常数据样式检测例行程序定义的正常范围外的情况下，电器可以确定所收集的数据项是异常数据。作为示例，异常数据样式检测例行程序可以定义用于通过离散数据项的特定数值指示的时间间隔的阈值。在通过离散数据项的特定数值指示的时间间隔小于由异常数据样式检测例行程序定义的阈值的情况下，电器可以确定所收集的数据项是正常数据。
在检测到离散、标称、顺序或异构数据类型的异常数据时，电器可以确定发生难以识别的异常事件并且立即将异常数据发送到管理服务器。
根据实施例，在检测到数值数据类型的异常数据时，电器可以根据危险程度来对异常数据进行分类。
下表2示出了根据风险程度针对数值异常数据的分类的示例。
[表2]
如以上所阐述的，数值异常数据可以根据其范围、统计值、间隔、趋势、比率或相似性/相关系数被分类为高风险、中风险或低风险中的一种。根据实施例，异常数据样式检测例行程序可以包含用于针对数值异常数据的每个数据项确定风险程度的分类准则信息。分类准则可以包括例如用于确定高风险组的阈值(或范围)、用于确定中风险组的阈值(或范围)和用于确定低风险组的阈值(或范围)中的至少一种。
根据实施例，在检测到数值异常数据时，电器可以根据数值异常数据值来识别风险程度并且可以立即将该风险程度连同异常数据一起发送到管理服务器。根据实施例，电器可以确定要立即向管理服务器发送或者存储根据数值异常数据的风险程度的异常数据。
根据实施例，未被确定为异常数据的运行数据可以被分类为正常数据，并且可以像下表3中所示的那样划分正常数据。
[表3]
根据实施例，未被确定为异常数据的运行数据可以被存储在电器的存储器中并且可以在确定需要附加数据传输时(例如，当从管理服务器接收到请求时)被发送到管理服务器。正常数据可以被存储在电器的存储器中，直到存储器容量由于存储器满而不足、经过有效时段、它被发送到管理服务器或者电器被诊断有故障为止。
根据实施例，电器可以根据与由异常数据样式检测例行程序给出的正常数据样式的相似度来对所收集的运行数据进行分类，并且在从管理服务器接收到附加数据请求信号时，将经分类的运行数据按照被分类为异常数据的更高几率的顺序发送到管理服务器。
图8A、图8B和图8C是示出了根据实施例的异常数据样式的视图。
图8A和图8B示出了电器的运行数据当中的数值运行数据随着时间的推移的变化的示例。
参考图8A，用附图标记800表示的数据值属于可以由异常数据样式检测例行程序定义的正常数据样式。可以像通过附图标记802所表示的那样检测不属于由异常数据样式检测例行程序定义的至少一个现有的正常数据样式的新的数据样式。根据实施例，电器可以将所收集的运行数据与由异常数据样式检测例行程序给出的至少一种正常数据样式相比较来计算相似度，并且在与至少一种正常数据样式的相似度不超过预定阈值的情况下，电器可以向管理服务器报告包含数据样式802的异常数据。
根据实施例，数据样式802可以包括具有比在异常数据样式检测例行程序中给出的阈值短的间隔的特定数值。根据实施例，数据样式802可以具有超过在异常数据样式检测例行程序中给出的正常范围的平均值。在这种情况下，数据样式802可以基于异常数据样式检测例行程序来确定它是异常数据。
管理服务器接收异常数据并且监测是否在电器中的确发生故障。当像通过附图标记804所表示的那样在电器中实际上发生故障时，管理服务器生成包含所接收到的异常数据的新的异常数据样式806。新的异常数据样式可以被添加到异常数据样式检测例行程序并且存储在异常数据样式检测例行程序单元126中。根据实施例，在接收到异常数据之后的预定时段内从CS服务器接收到关于电器的故障历史的信息并且通过该故障历史信息指示的电器的故障与异常数据有关的情况下，管理服务器可以确定要生成所接收到的异常数据作为新的异常数据样式806。
参考图8B，用附图标记810表示的数据值属于可以由异常数据样式检测例行程序定义的正常数据样式。可以像通过附图标记812所表示的那样检测不属于由异常数据样式检测例行程序定义的至少一种正常数据样式的新的数据样式。根据实施例，在数据样式812包含大于在异常数据样式检测例行程序中给出的阈值的阈值的情况下，电器可以确定数据样式812是异常数据并且向管理服务器报告包含数据样式812的异常数据。
管理服务器接收异常数据并且监测是否在电器中的确发生故障。在电器未引起故障而是像用附图标记814所表示的那样在预定时段期间正常地操作的情况下，管理服务器确定所接收到的异常数据是正常数据并且生成包含该正常数据的新的正常数据样式816。新的正常数据样式816可以被添加到异常数据样式检测例行程序并且存储在异常数据样式检测例行程序单元126中。根据实施例，在接收到异常数据之后的预定时段内未从CS服务器接收到关于电器的故障历史的信息的情况下，或者在通过故障历史信息指示的电器的故障不与异常数据有关的情况下，管理服务器可以确定所接收到的异常数据是正常数据。
参考图8C，在电器是空调的情况下，空调收集包括操作模式、设定温度、室内温度、室外温度、操作持续时间或其它各种数据项的运行数据。附图标记830的数据样式表示空调的操作模式的变化。空调可以检测操作模式在制热与制冷之间的连续变化并且确定已经发生异常数据样式。根据实施例，在操作模式的变化的频率大于在异常数据样式检测例行程序中给出的阈值的情况下，空调可以向管理服务器报告包含数据样式830的异常数据。
数据样式832包括诸如操作模式、设定温度、室内温度、室外温度以及空调的操作持续时间的异构数据项的组合。空调可以检测在操作模式[制冷]下高于室内温度[26摄氏度]的设定温度[28摄氏度]，即，一组冲突运行数据，并且确定已经发生异常数据样式。根据实施例，空调可以通过异构数据组合的特异性来确定发生异常数据样式并且将包含数据样式832的异常数据报告给管理服务器。异构数据组合的特异性可以被定义为例如当包括在异构数据组合中的数据项当中的至少一个第一数据项未被包括在通过至少一个第二数据项确定的预定范围内时。在所示出的示例中，在由异构数据项构成的数据组合[制冷、设定温度：28摄氏度、室内温度：26摄氏度]中的设定温度[28摄氏度]不属于通过操作模式[制冷和室内温度[26摄氏度]确定的范围(例如，[低于26摄氏度的范围])的情况下，空调可以确定822数据组合是异常数据并且将包含数据组合的异常数据报告给管理服务器。
管理服务器接收异常数据并且监测是否在电器中的确发生故障。当像用附图标记824所表示的那样在电器中实际上发生故障时，管理服务器生成包含所接收到的异常数据的新的异常数据样式826。新的异常数据样式可以被添加到异常数据样式检测例行程序并且存储在异常数据样式检测例行程序单元126中。根据实施例，在接收到异常数据之后的预定时段内从CS服务器接收到关于电器的故障历史的信息并且通过故障历史信息指示的电器的故障与异常数据有关的情况下，管理服务器可以确定要生成所接收到的异常数据作为新的异常数据样式826。
图9至图11示出了使用基于从电器收集的运行数据构建的诊断处理知识数据库来精确地且快速地检测电器的异常操作并且执行诊断/处理以解决异常操作的情景。
根据实施例，诊断处理知识DB可以存储可以用于基于从电器收集的运行数据和从CS服务器收集的历史信息来维修或处理在电器上预测或引起的故障的至少一种诊断处理解决方案，所述历史信息诸如故障历史和故障维修历史以及关于电器的制造信息、指示安装有电器的环境的环境信息(例如，平均温度、平均湿度或安装高度)和客户简档信息。
每个诊断处理解决方案可以包括与故障有关的诊断项和处理项。作为示例，与空调中的制冷性能降低或噪声产生有关的诊断处理解决方案可以包括[诊断：冷却剂泄漏，处理：添加冷却剂]或[诊断：压缩机损坏，处理：更换压缩机]。作为示例，与洗衣机中的脱水性能降低或噪声产生有关的诊断处理解决方案可以包括[诊断：不平衡，处理：水平]或[诊断：零件(轴承)故障，处理：更换零件(轴承)]。
图9是示出了根据实施例的针对电器中的故障的诊断处理解决方案被提供给用户终端的场景的视图。
参考图9，住户系统100中的电器可以根据上述实施例中的至少一个来向管理服务器120报告异常数据。(①)每个电器可以基于预定条件(例如，从管理服务器120接收到请求信号)向管理服务器120附加地报告正常数据。管理服务器120从电器接收异常数据并且将包含所接收到的异常数据的异常数据样式存储在诊断处理知识DB 122中。管理服务器120可以将指示从电器附加地接收到的正常数据的正常数据样式存储在诊断处理知识DB 122中。
管理服务器120从CS服务器140接收关于电器的故障历史信息。(②)故障历史信息可以包含由CS服务器140接收到的针对特定电器的故障维修请求。在基于所接收到的信息检测到在特定电器中发生故障时，管理服务器120可以搜索诊断处理知识DB 122以得到可以适用于已发生的故障的诊断处理解决方案并且将关于所获得的诊断处理解决方案的信息发送到所对应的电器。(③)作为示例，电器可以通过UI来显示或输出所接收到的诊断处理解决方案信息以通知用户。作为示例，电器可以基于所接收到的诊断处理解决方案信息来控制本机功能执行单元的操作参数。
根据实施例，管理服务器120可以将诊断处理解决方案信息发送到为电器注册的用户终端130。在电器能够利用诊断处理解决方案自行处理故障的情况下，管理服务器120在将诊断处理解决方案信息发送到电器之后，可以将结果发送到用户终端130。(④)作为示例，用户终端130可以通过其UI来显示或输出所接收到的诊断处理解决方案信息以通知用户。作为示例，用户终端130可以根据所接收到的诊断处理解决方案信息来向电器发送控制命令以控制电器的操作参数。
图10是示出了根据实施例的检测电器中的故障并且向工程师提供诊断处理解决方案的场景的视图。
参考图10，住户系统100中的电器可以根据上述实施例中的至少一个来向管理服务器120报告异常数据。(①)每个电器可以基于预定条件(例如，从管理服务器120接收到请求信号)向管理服务器120附加地报告正常数据。管理服务器120从电器接收异常数据并且将包含所接收到的异常数据的异常数据样式存储在诊断处理知识DB 122中。管理服务器120可以将指示从电器附加地接收到的正常数据的正常数据样式存储在诊断处理知识DB122中。
管理服务器120从CS服务器140接收关于电器的故障历史信息。(②)故障历史信息可以包含由CS服务器140接收到的针对特定电器的故障维修请求。在基于所接收到的信息检测到在特定电器中发生故障时，管理服务器120可以搜索诊断处理知识DB 122以得到可以适用于所引起的故障的诊断处理解决方案并且向工程师1045发送关于所获得的诊断处理解决方案的信息以处理故障。(③)根据实施例，管理服务器120可以将诊断处理解决方案信息发送到被分配来处理故障的工程师1045的终端。在将诊断处理解决方案信息发送到工程师1045之后，管理服务器120可以将结果发送到用户终端130。(④)
图11是示出了根据实施例的检测电器中的故障并且收集最近数据的场景的视图。
住户系统100中的电器可以根据上述实施例中的至少一个来向管理服务器120报告异常数据。管理服务器120从电器接收异常数据并且将包含所接收到的异常数据的异常数据样式存储在诊断处理知识DB 122中。
参考图11，管理服务器120从CS服务器140接收关于电器的故障历史信息。(①)故障历史信息可以包含由CS服务器140接收到的针对特定电器112的故障维修请求。在基于所接收到的信息检测到在特定电器112中发生故障时，管理服务器120向电器112发送针对在预定时间段期间收集的运行数据的请求信号。(②)响应于接收到请求信号，电器112将存储在其存储器中的最近数据发送到管理服务器120。(③)最近数据可以包含在从电器112先前确定的最新时段期间收集的正常数据和/或异常数据。
管理服务器120分析最近数据并且将包含最近数据的数据样式存储在诊断处理知识DB 122中并且搜索诊断处理知识DB 122以得到适用于故障的诊断处理解决方案。由管理服务器120获得的关于诊断处理解决方案的信息可以由管理服务器120递送给工程师1145以处理故障。(④)根据实施例，管理服务器120可以将诊断处理解决方案信息发送给被指派来处理故障的工程师1145的终端。在将诊断处理解决方案信息发送到工程师1145之后，管理服务器120可以将结果发送到用户终端130。(⑤)
图12和图13是示出了基于从电器收集的运行数据从诊断处理知识DB中搜索并提供定制诊断处理解决方案的流程图，所述定制诊断处理解决方案指示可用于维修或解决在电器上引起或预测的故障的信息。
图12是示出了根据实施例的提供定制诊断处理解决方案来解决电器中的故障的管理服务器的操作的流程图。
参考图12，在操作1205中，管理服务器检测电器中的故障。根据实施例，管理服务器可以从CS服务器接收关于电器的故障历史信息并且基于该信息来检测CS服务器对针对电器的故障维修请求的接收。根据实施例，管理服务器可以基于存储在诊断处理知识DB中的电器运行数据来预测可能在电器中发生的故障。
在操作1210中，管理服务器从CS服务器接收包括关于电器的故障维修历史信息、客户简档信息、操作历史信息和安装环境信息中的至少一种的历史信息。作为示例，故障维修历史信息可以包含关于使用家庭访问维修服务的时间的信息以及关于通过家庭访问维修服务维修或更换的项(例如，零件或操作参数控制值)的信息。
在操作1215中，管理服务器搜索诊断处理知识DB以得到适用于被检测到的故障的类型的至少一种诊断处理解决方案。每种诊断处理解决方案可以包括可以针对故障确定的诊断项和处理项。
在操作1220中，管理服务器确定通过搜索获得的至少一种诊断处理解决方案是否包括和所接收到的信息匹配的诊断处理解决方案，所接收到信息例如为电器的故障维修历史、客户简档、操作历史和安装环境。根据实施例，管理服务器可以计算与所获得的诊断处理解决方案有关的故障维修历史、客户简档、操作历史和安装环境与电器的故障维修历史、客户简档、操作历史和安装环境之间的相似度。在相似度超过预定阈值的情况下，管理服务器可以确定所获得的诊断处理解决方案和电器的故障维修历史、客户简档、操作历史和安装环境匹配。作为示例，可以将相似度计算为故障维修历史、客户简档、操作历史和安装环境的相应相似度的均值。
在确定的结果揭示了所获得的诊断处理解决方案和电器的故障维修历史、客户简档、操作历史和安装环境中的全部或一些基本上匹配(例如，超过75％匹配)的情况下，管理服务器将电器的故障维修历史、客户简档、操作历史和安装环境应用于所获得的诊断处理解决方案以在操作1225中生成由此针对电器优化的定制诊断处理解决方案。根据实施例，诊断处理知识DB可以包括指示可能在电器中发生的故障的原因的诊断项和指示解决故障的方法的处理项。作为示例，关于故障类型的因果关系的知识可以作为三重类型本体网络被存储在诊断处理知识数据库中。作为示例，故障类型的因果关系和概率可以作为贝叶斯网络被存储在诊断处理知识数据库中。
如果确定了不存在和电器的故障维修历史、客户简档、操作历史和/或安装环境基本上匹配的诊断处理解决方案，则在操作1230中管理服务器确定全局诊断处理解决方案(例如，新的处理解决方案)将被应用于从电器检测到的故障，并且生成针对电器故障的全局诊断处理解决方案。
在操作1235中，管理服务器将操作1225中生成的定制诊断处理解决方案或在操作1230中确定的全局诊断处理解决方案发送到电器。根据实施例，管理服务器可以将关于所生成或确定的诊断处理解决方案的信息发送到为电器注册的用户终端。根据实施例，管理服务器可以将关于所生成或确定的诊断处理解决方案的信息发送到被指派来处理电器中的故障的工程师。
图13是示出了根据实施例的生成并更新诊断处理解决方案以解决电器中的故障的管理服务器的操作的流程图。
参考图13，在操作1305中，管理服务器从CS服务器接收包含关于实际上用于维修电器中的故障的诊断处理解决方案的信息的故障维修历史信息。在操作1310中，管理服务器确定先前提出来维修电器中的故障的诊断处理解决方案是否与包含在故障维修历史信息中的诊断处理解决方案相同。具体地，管理服务器可以确定包含在故障维修历史信息中的诊断处理解决方案是否包含与先前提出的诊断处理解决方案相同的诊断项和处理项。如果相同，则在操作1330中管理服务器更新指示先前提出的诊断处理解决方案的使用次数或使用频率的权重。
如果不相同，则在操作1315中管理服务器确定实际上使用的诊断处理解决方案是否包含考虑用于诊断和处理的新因素。新因素意指例如未通过先前提出的诊断处理解决方案指示的新的诊断项和/或新的处理项。作为示例，在与洗衣机中的噪声产生有关的先前提出的诊断处理解决方案包含[诊断：零件(轴承)故障，处理：更换零件(轴承)]同时实际上使用的诊断处理解决方案包含[诊断：主板故障，处理：更换主板]的情况下，管理服务器可以确定[更换主板]的新因素已被使用。
在操作1320中，管理服务器生成包含与电器中的故障相关的新因素的新的诊断处理解决方案并且将所生成的诊断处理解决方案存储在诊断处理知识DB中。
相比之下，除非实际上使用的诊断处理解决方案与先前提出的诊断处理解决方案相比包含新因素，否则管理服务器将电器的故障维修历史存储在诊断处理知识DB中并且终止操作。
本公开的特定实施例可以作为计算机可读代码被实现在计算机可读记录介质中。计算机可读记录介质是可以存储可由计算机系统读取的数据的数据存储装置。计算机可读记录介质的示例可以包括ROM、RAM、CD-ROM、磁带、软盘、光学数据存储装置和载波(诸如通过因特网的数据传输)。计算机可读记录介质可以由计算机系统通过网络来分发，并且因此，可以以分布式方式存储和执行计算机可读代码。用于获得实施例的功能程序、代码和代码分段可以容易地由本公开所属领域的熟练程序设计员解释。
根据本公开的实施例的设备和方法可以用硬件、软件或硬件和软件的组合加以实现。这种软件可以被存储在易失性或非易失性存储装置(诸如ROM或其它存储装置)、存储器(诸如RAM、存储器芯片、装置或集成电路)或存储介质(诸如例如紧致盘(CD)、数字视频盘(DVD)、磁盘或磁带)中，所述存储介质在由机器(例如，计算机)同时地读出的同时允许光学或磁记录。根据本公开的实施例的方法可以由包括控制器和存储器的计算机或便携式终端来实现，并且存储器可以是可以适当地保持包含用于实现本公开的实施例的指令的程序的示例性机器可读存储介质。
因此，本公开涵盖包含用于实现在本公开的权利要求中阐述的装置或方法的代码的程序以及存储该程序的机器(例如，计算机)可读存储介质。可以经由诸如通过有线或无线连接发送的通信信号的任何介质来电子地传输程序，并且本公开适当地包括其等同形式。
根据本公开的实施例的设备可以通过有线或以无线方式从连接到其的程序提供装置接收程序并存储该程序。程序提供设备可以包括：存储器，所述存储器用于存储程序，所述程序包括使得程序处理设备能够执行根据实施例的方法的指令以及用于根据实施例的方法的数据；通信单元，所述通信单元用于执行与图形处理设备的有线或无线通信；以及控制器，所述控制器自动地或者应图形处理设备请求将程序发送到图形处理设备。
根据本公开的实施例的方法可以作为计算机程序产品被提供。
这种计算机程序产品可以包括软件(S/W)程序或存储S/W程序的计算机可读存储介质或在卖方与买方之间交易的产品。
例如，计算机程序产品可以包括通过装置10或装置10的制造商或电子市场来电子地分发的S/W程序类型产品(例如，可下载的应用(app))。对于电子分发，S/W程序的至少一部分可以被存储在存储介质中或临时地生成。在这种情况下，存储介质可以是制造商的或电子市场的服务器或中继服务器的存储介质。
本文实施例是仅仅为了更好地理解本公开而提供的，并且本公开不应当限于此或受此限制。本文所阐述的实施例仅仅是示例，并且对于本领域的普通技术人员而言将显而易见的是，可以在不脱离本公开的范围的情况下对其做出各种变化。本公开的范围应当由以下权利要求来限定。

Claims (17)

1.一种由电器执行的方法，所述方法包括：
从管理服务器接收关于用于在所述电器的运行数据当中检测异常数据的数据样式检测例行程序的信息，所述数据样式检测例行程序包括至少一种正常数据样式；
确定所述电器的运行数据是否与由所述数据样式检测例行程序定义的所述至少一种正常数据样式匹配；
基于确定出所述运行数据与所述至少一种正常数据样式不匹配来将所述运行数据确定为异常数据；以及
将所述异常数据发送到所述管理服务器，所述异常数据指示了在所述电器中即将发生的故障的可能性。
2.根据权利要求1所述的方法，其中，所述确定所述电器的运行数据是否与由所述数据样式检测例行程序定义的所述至少一种正常数据样式匹配包括：
基于确定出所述运行数据与所述至少一种正常数据样式匹配来将所述运行数据确定为正常数据；以及
执行以下步骤当中的至少一个：
将所述正常数据存储在所述电器的存储器中，以及
响应于从所述管理服务器接收到针对所述正常数据的请求信号而将所述正常数据发送到所述管理服务器。
3.根据权利要求1所述的方法，其中，所述将所述异常数据发送到所述管理服务器包括：
将所述异常数据与预定数据类型的数据项、所述异常数据被生成的时间以及用于标识所述电器的电器标识符信息当中的至少一种一起发送。
4.根据权利要求3所述的方法，其中，所述异常数据包括数值数据项，并且
其中，所述异常数据是基于以下项中的至少一个来确定的：所述数值数据项的正常范围、至少一个统计值、由特定范围内的数值指示的时间间隔、在一定时间段期间的变化趋势、由所述特定范围内的所述数值指示的比率以及与预定异常数据样式的相似度。
5.根据权利要求4所述的方法，其中，所述异常数据还包括关于由所述数值数据项确定的风险程度的信息。
6.根据权利要求3所述的方法，其中，所述异常数据包括离散数据项、定类型数据项和定序型数据项当中的至少一种，并且
其中，所述异常数据是基于特定项值在特定时段内的出现频率、所述特定项值的出现间隔、所述特定项值的出现次数和与预定异常数据样式的相似度当中的至少一种来确定的。
7.根据权利要求3所述的方法，其中，所述异常数据包括第一数据项和数据类型与所述第一数据项不同的第二数据项，并且
其中，当所述第二数据项的值落在由所述第一数据项确定的范围外时，所述异常数据被检测到。
8.根据权利要求1所述的方法，还包括：
在发送所述异常数据之后，从所述管理服务器接收关于诊断处理解决方案的信息，所述诊断处理解决方案包括适用于解决在所述电器中即将发生的故障的诊断项和处理项当中的至少一种。
9.一种由管理服务器执行的方法，所述方法包括：
向电器发送关于用于在所述电器的运行数据当中检测异常数据的数据样式检测例行程序的信息，所述数据样式检测例行程序包括至少一种正常数据样式；
从所述电器接收与由所述数据样式检测例行程序定义的所述至少一种正常数据样式不匹配的异常数据，所述异常数据指示了在所述电器中即将发生的故障的可能性；
接收所述电器的历史信息，所述历史信息包括所述电器的故障历史、故障维修历史、客户简档、操作历史和指示安装环境的信息当中的至少一种信息项；
生成定制诊断处理解决方案，所述定制诊断处理解决方案被配置为通过将所述至少一种信息项反映到被存储在所述管理服务器的存储器中并适用于基于所述异常数据来处理所述电器的故障的现有的诊断处理解决方案来解决在所述电器中即将发生的故障；以及
向所述电器发送关于所述定制诊断处理解决方案的信息。
10.根据权利要求9所述的方法，还包括向所述电器发送针对正常数据的请求信号，所述正常数据与所述至少一种正常数据样式匹配。
11.根据权利要求9所述的方法，其中，所述异常数据包括预定数据类型的数据项、所述异常数据被生成的时间以及用于标识所述电器的电器标识符信息当中的至少一种。
12.根据权利要求11所述的方法，其中，所述异常数据包括数值数据项，并且
其中，所述异常数据是基于以下项中的至少一种来确定的：所述数值数据项的正常范围、至少一个统计值、由特定范围内的数值指示的时间间隔、在一定时间段期间的变化趋势、由所述特定范围内的所述数值指示的比率以及与预定异常数据样式的相似度。
13.根据权利要求12所述的方法，其中，所述异常数据还包括关于由所述数值数据项确定的风险程度的信息。
14.根据权利要求11所述的方法，其中，所述异常数据包括离散数据项、定类型数据项和定序型数据项当中的至少一种，并且
其中，所述异常数据是基于特定项值在特定时段内的出现频率、所述特定项值的出现间隔、所述特定项值的出现次数和与预定异常数据样式的相似度当中的至少一种来确定的。
15.根据权利要求11所述的方法，其中，所述异常数据包括第一数据项和数据类型与所述第一数据项不同的第二数据项，并且
其中，当所述第二数据项的值落在由所述第一数据项确定的范围外时，所述异常数据被检测到。
16.一种电器的设备，所述设备包括：
电器功能执行设备，所述电器功能执行设备被配置为执行所述电器的设备功能；
通信单元；以及
控制器，所述控制器被配置为控制所述电器功能执行设备和所述通信单元并且执行根据权利要求1至8中的一项所述的方法。
17.一种管理服务器，所述管理服务器包括：
通信单元；以及
控制器，所述控制器被配置为控制所述通信单元并且执行根据权利要求9至15中的一项所述的方法。
CN201811006102.9A 2017-12-26 2018-08-30 管理用于故障预测的电器的运行数据的方法和设备 Pending CN109978180A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020170179226A KR102587127B1 (ko) 2017-12-26 2017-12-26 고장 예측을 위해 가전기기의 운영데이터를 관리하는 방법 및 장치
KR10-2017-0179226 2017-12-26

Publications (1)

Publication Number Publication Date
CN109978180A true CN109978180A (zh) 2019-07-05

Family

ID=66950318

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811006102.9A Pending CN109978180A (zh) 2017-12-26 2018-08-30 管理用于故障预测的电器的运行数据的方法和设备

Country Status (5)

Country Link
US (3) US11182235B2 (zh)
EP (1) EP3669322A4 (zh)
KR (2) KR102587127B1 (zh)
CN (1) CN109978180A (zh)
WO (1) WO2019132159A1 (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110519299A (zh) * 2019-09-20 2019-11-29 惠州市新一代工业互联网创新研究院 一种支持多协议适配的互联网智能终端系统及其使用方法
CN110969721A (zh) * 2019-10-18 2020-04-07 珠海格力电器股份有限公司 数据处理方法、装置、设备和触摸屏
CN112565015A (zh) * 2020-12-03 2021-03-26 深圳华制智能制造技术有限公司 一种物联网通信方法、装置、计算机设备和存储介质
CN113282652A (zh) * 2021-04-29 2021-08-20 青岛海尔科技有限公司 用于家电设备数据提取的方法及装置、设备、存储介质

Families Citing this family (27)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107741084B (zh) * 2017-09-30 2019-09-27 广东美的制冷设备有限公司 空调器及其运行参数的推荐方法、系统和大数据服务器
US10880690B2 (en) 2018-09-10 2020-12-29 Bby Solutions, Inc. Multi-axis temporal motion acceleration detection for device performance monitoring
US20220254006A1 (en) * 2019-07-11 2022-08-11 Lg Electronics Inc. Artificial intelligence server
EP3817004A1 (en) * 2019-11-01 2021-05-05 Koninklijke Philips N.V. System and method for classifying and managing medical application disconnects
EP4055456A1 (en) * 2019-11-05 2022-09-14 ABB Schweiz AG Method and apparatus for monitoring of electric drives in an industrial system
CN110909897A (zh) * 2019-11-27 2020-03-24 珠海格力电器股份有限公司 设备故障的报修方法、系统、存储介质和计算机设备
US20220405086A1 (en) * 2020-01-22 2022-12-22 Mitsubishi Electric Corporation Service system for updating control program, server device, and method for updating control program in server device
KR20210128773A (ko) 2020-04-17 2021-10-27 배용준 사용자 프린터와 수리업체간 매칭시스템
CN111581005B (zh) * 2020-05-07 2023-08-25 深圳市创维软件有限公司 终端修复方法、终端和存储介质
WO2021230631A1 (ko) * 2020-05-11 2021-11-18 애터미주식회사 가전제품 자가진단 시스템 및 그의 동작 방법
CN111737040B (zh) * 2020-06-22 2024-05-28 北京字节跳动网络技术有限公司 程序代码修复方法及装置
KR102335967B1 (ko) * 2020-07-22 2021-12-03 건국대학교 글로컬산학협력단 컴퓨터 하드웨어 이상 검출을 위한 장치 및 방법
US20220036214A1 (en) * 2020-07-31 2022-02-03 Dell Products L. P. Training a machine learning algorithm to predict when computing devices may have issues
CN112068563A (zh) * 2020-09-07 2020-12-11 上海擎朗智能科技有限公司 故障提示方法、装置、机器人、系统和介质
CN114626400A (zh) * 2020-12-10 2022-06-14 乐金显示有限公司 设备故障诊断装置、设备故障诊断方法、智能工厂系统和应用代理
KR102362582B1 (ko) * 2020-12-31 2022-02-15 렉스소프트 주식회사 통계 데이터 전처리 방법, 서버 및 컴퓨터 판독가능매체
KR102437334B1 (ko) * 2021-01-15 2022-08-26 아주대학교산학협력단 협동로봇의 결함 추적 방법 및 장치
CN112783682B (zh) * 2021-02-01 2022-02-22 福建多多云科技有限公司 一种基于云手机服务的异常自动修复方法
US20220364957A1 (en) * 2021-05-14 2022-11-17 Haier Us Appliance Solutions, Inc. System and method for cloud-based fault code diagnostics
DE102021208443A1 (de) * 2021-08-04 2023-02-09 BSH Hausgeräte GmbH Erkennung einer Anomalie an einem Haushaltsgerät
US20230038034A1 (en) * 2021-08-05 2023-02-09 Haier Us Appliance Solutions, Inc. System and method for cloud-based fault code diagnostics
US11886281B2 (en) * 2021-08-13 2024-01-30 Bank Of America Corporation Artificial intelligence engine providing automated error resolution
KR20240014178A (ko) * 2022-07-25 2024-02-01 삼성전자주식회사 진단 로봇 및 그 진단 방법
KR20240039885A (ko) * 2022-09-20 2024-03-27 주식회사 노아에스비엠에이 선박 연료 시스템을 관리하기 위한 선박용 제어 장치 및 그 방법
KR102618023B1 (ko) * 2022-12-23 2023-12-27 앤츠이엔씨 주식회사 고장유형에 따른 패턴 분석을 통한 고장 예지 진단시스템 및 방법
KR102575870B1 (ko) * 2023-02-24 2023-09-07 주식회사 마이스터즈 전자기기 수리 관리 플랫폼
CN116248412B (zh) * 2023-04-27 2023-08-22 中国人民解放军总医院 共享数据资源异常检测方法、系统、设备、存储器及产品

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030120972A1 (en) * 2001-12-07 2003-06-26 Hiroaki Matsushima Network connectable household electric appliance, household appliance inspecting system and household electric appliance inspecting service
US6738811B1 (en) * 2000-03-31 2004-05-18 Supermicro Computer, Inc. Method and architecture for monitoring the health of servers across data networks
US20080320326A1 (en) * 2007-06-20 2008-12-25 International Business Machines Corporation System for detecting pattern of events occurred in information system
US20110054844A1 (en) * 2009-07-31 2011-03-03 Lg Electronics Inc. Diagnostic system and method for home appliance
KR20140007178A (ko) * 2012-07-09 2014-01-17 엘지전자 주식회사 가전기기 및 그 시스템
US9154516B1 (en) * 2013-09-27 2015-10-06 Emc Corporation Detecting risky network communications based on evaluation using normal and abnormal behavior profiles
US20150346706A1 (en) * 2014-06-01 2015-12-03 Ilan GENDELMAN Industrial control system smart hardware monitoring
CN105302120A (zh) * 2015-11-19 2016-02-03 广州云湾信息技术有限公司 智能设备的远程服务装置、系统和方法
US20160127144A1 (en) * 2013-06-27 2016-05-05 Kabushiki Kaisha Toshiba Home electrical appliance and network system
JP2016071871A (ja) * 2014-09-30 2016-05-09 株式会社リコー システム、情報処理装置、サービス決定方法及びプログラム
CN107491021A (zh) * 2017-08-21 2017-12-19 无锡小天鹅股份有限公司 家用电器及其故障诊断系统、方法和服务器

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20020006815A (ko) 2000-07-13 2002-01-26 윤종용 가전 기기의 관리 장치 및 방법
US6807430B2 (en) 2001-10-24 2004-10-19 Qualcomm Inc. Portable communication device having back-lighting and high key press noise margin
US7827447B2 (en) 2007-01-05 2010-11-02 International Business Machines Corporation Sliding window mechanism for data capture and failure analysis
US8599008B2 (en) 2010-07-26 2013-12-03 General Electric Company Appliance monitoring system and method
JP5794063B2 (ja) 2011-09-14 2015-10-14 株式会社リコー 機器管理システム、障害管理装置、機器管理装置、障害管理プログラム、及び機器管理プログラム
US10218532B2 (en) * 2014-03-11 2019-02-26 British Gas Trading Limited Determination of a state of operation of a domestic appliance
US10832226B2 (en) 2014-09-30 2020-11-10 Ricoh Company, Ltd. System and service determination method
KR101708992B1 (ko) * 2015-03-16 2017-02-21 엘지전자 주식회사 가전기기 진단시스템 및 그 진단방법
US20160321125A1 (en) 2015-04-30 2016-11-03 Samsung Electronics Co., Ltd. Self-diagnosis device and device including the same
US10592821B2 (en) 2015-06-19 2020-03-17 Trane International Inc. Self-learning fault detection for HVAC systems
JP6360016B2 (ja) 2015-08-26 2018-07-18 株式会社日立製作所 診断装置、診断システム、機器、及び、診断方法
US20180364135A1 (en) * 2017-06-20 2018-12-20 Thomson Licensing Appliance failure prediction
KR102017561B1 (ko) * 2017-08-10 2019-09-05 울랄라랩 주식회사 기계학습 기법에 기반한 기계의 오류 데이터를 검출하기 위한 알고리즘 및 방법

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6738811B1 (en) * 2000-03-31 2004-05-18 Supermicro Computer, Inc. Method and architecture for monitoring the health of servers across data networks
US20030120972A1 (en) * 2001-12-07 2003-06-26 Hiroaki Matsushima Network connectable household electric appliance, household appliance inspecting system and household electric appliance inspecting service
US20080320326A1 (en) * 2007-06-20 2008-12-25 International Business Machines Corporation System for detecting pattern of events occurred in information system
US20110054844A1 (en) * 2009-07-31 2011-03-03 Lg Electronics Inc. Diagnostic system and method for home appliance
KR20140007178A (ko) * 2012-07-09 2014-01-17 엘지전자 주식회사 가전기기 및 그 시스템
CN103543698A (zh) * 2012-07-09 2014-01-29 Lg电子株式会社 家用电器及其系统
US20160127144A1 (en) * 2013-06-27 2016-05-05 Kabushiki Kaisha Toshiba Home electrical appliance and network system
US9154516B1 (en) * 2013-09-27 2015-10-06 Emc Corporation Detecting risky network communications based on evaluation using normal and abnormal behavior profiles
US20150346706A1 (en) * 2014-06-01 2015-12-03 Ilan GENDELMAN Industrial control system smart hardware monitoring
JP2016071871A (ja) * 2014-09-30 2016-05-09 株式会社リコー システム、情報処理装置、サービス決定方法及びプログラム
CN105302120A (zh) * 2015-11-19 2016-02-03 广州云湾信息技术有限公司 智能设备的远程服务装置、系统和方法
CN107491021A (zh) * 2017-08-21 2017-12-19 无锡小天鹅股份有限公司 家用电器及其故障诊断系统、方法和服务器

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110519299A (zh) * 2019-09-20 2019-11-29 惠州市新一代工业互联网创新研究院 一种支持多协议适配的互联网智能终端系统及其使用方法
CN110969721A (zh) * 2019-10-18 2020-04-07 珠海格力电器股份有限公司 数据处理方法、装置、设备和触摸屏
CN112565015A (zh) * 2020-12-03 2021-03-26 深圳华制智能制造技术有限公司 一种物联网通信方法、装置、计算机设备和存储介质
CN113282652A (zh) * 2021-04-29 2021-08-20 青岛海尔科技有限公司 用于家电设备数据提取的方法及装置、设备、存储介质

Also Published As

Publication number Publication date
KR102587127B1 (ko) 2023-10-11
KR20190077771A (ko) 2019-07-04
US11874729B2 (en) 2024-01-16
KR20230145288A (ko) 2023-10-17
WO2019132159A1 (en) 2019-07-04
EP3669322A1 (en) 2020-06-24
EP3669322A4 (en) 2021-03-03
US20240103958A1 (en) 2024-03-28
US11182235B2 (en) 2021-11-23
US20220083409A1 (en) 2022-03-17
US20190196893A1 (en) 2019-06-27

Similar Documents

Publication Publication Date Title
CN109978180A (zh) 管理用于故障预测的电器的运行数据的方法和设备
KR102602216B1 (ko) 고장 예측에 기반한 가전기기의 제어 방법 및 장치
US11405231B2 (en) Data learning server, and method for generating and using learning model thereof
CN105325023B (zh) 用于小区异常检测的方法和网络设备
EP3469496B1 (en) Situation forecast mechanisms for internet of things integration platform
US20160342906A1 (en) Situation forecast mechanisms for internet of things integration platform
CN108090648B (zh) 诊断用电设备工作状态的方法、装置及显示装置
US20190180389A1 (en) Analysing energy/utility usage
US20170111210A1 (en) Sensor Data Analytics and Alarm Management
CN107148576A (zh) 智能家居系统和方法
CN110428262A (zh) 检测异常状态的装置及方法
US10527307B2 (en) Methods and systems for controlling appliances
US20180128713A1 (en) Managing The Effectiveness Of Repairs In Refrigeration Assets
JP2019212131A (ja) 予測装置、電気機器、管理システム、予測方法、及び制御プログラム
CN114974577A (zh) 一种基于行为预测的患者认知能力分析和预警系统及方法
KR20190078685A (ko) 점진적 군집화를 이용한 센서 데이터의 이상 패턴 감지 방법
CN115494737A (zh) 智能家电的控制方法、存储介质及电子装置
US20210372647A1 (en) Method and system for automatic detection of malfunctions/inefficient household electronic heating device
Jain et al. Occupancy-Driven Stochastic Decision Framework for Ranking Commercial Building Loads
US20230109252A1 (en) Computing systems and methods for amassing and interpreting data from a home appliance
KR20240076607A (ko) 인공지능 기반의 가전기기 인터랙티브 서비스를 지원하는 시스템 및 방법
US20230122787A1 (en) Systems and methods for offloading machine computation from a home appliance to a remote device
Masroor et al. A survey of intelligent building automation with machine learning and IoT
CA3081734C (en) A method and system for automatic detection of malfunctions/inefficient household electronic heating device
CN117607579A (zh) 一种智能电表的联接设备确定及其异常判断方法和系统

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