CN109992600B - 一种设备故障的响应方法及设备 - Google Patents
一种设备故障的响应方法及设备 Download PDFInfo
- Publication number
- CN109992600B CN109992600B CN201910243198.9A CN201910243198A CN109992600B CN 109992600 B CN109992600 B CN 109992600B CN 201910243198 A CN201910243198 A CN 201910243198A CN 109992600 B CN109992600 B CN 109992600B
- Authority
- CN
- China
- Prior art keywords
- abnormal
- anomaly
- exception
- equipment
- record
- 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
Landscapes
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明适用于数据处理技术领域,提供了一种设备故障的响应方法及设备,包括:获取目标设备的运行参数,并基于运行参数判断目标设备是否触发异常事件;若判定目标设备存在异常事件,则生成关于异常事件的异常记录,将异常记录存储于异常数据库;异常记录记录有异常事件关联的设备模块;基于异常数据库内所有异常记录,识别目标设备的异常模块。本发明无需维护人员手动对设备内的所有设备模块一一进行排查,而是可以根据在运行过程中采集得到的异常记录,来判断设备内各个设备模块的异常程度,从而选取出异常程度较高的设备模块作为异常模块,维护人员可以对异常模块进行更换或维修操作,提高了维护的效率。
Description
技术领域
本发明属于数据处理技术领域,尤其涉及一种设备故障的响应方法及设备。
背景技术
智能家居已经融入到广大用户的日常生活,用户可以通过多种控制方式来实现对智能家电进行控制,通过智能家电自主完成既定任务,减少用户的操作,实现智能化。现有的智能家电,例如智能洗碗机,在设备出现故障情况时,由于设备包含的模块较多,维护人员需要手动对各个模块一一进行排查,并根据排查结果确定导致设备故障的异常模块,从而降低了家电维护的效率,以及异常故障的修复难度。
发明内容
有鉴于此,本发明实施例提供了一种设备故障的响应方法及设备,以解决现有的设备故障的响应技术,在设备出现故障情况时,由于设备包含的模块较多,维护人员需要手动对各个模块一一进行排查,并根据排查结果确定导致设备故障的异常模块,从而降低了家电维护的效率,以及异常故障的修复难度的问题。
本发明实施例的第一方面提供了一种设备故障的响应方法,包括:
获取目标设备的运行参数,并基于所述运行参数判断所述目标设备是否触发异常事件;
若判定所述目标设备存在所述异常事件,则生成关于所述异常事件的异常记录,将所述异常记录存储于异常数据库;所述异常记录记录有所述异常事件关联的设备模块;
基于所述异常数据库内所有所述异常记录,识别所述目标设备的异常模块。
本发明实施例的第二方面提供了一种设备故障的响应设备,包括:
异常事件识别单元,用于获取目标设备的运行参数,并基于所述运行参数判断所述目标设备是否触发异常事件;
异常记录创建单元,用于若判定所述目标设备存在所述异常事件,则生成关于所述异常事件的异常记录,将所述异常记录存储于异常数据库;所述异常记录记录有所述异常事件关联的设备模块;
异常模块识别单元,用于基于所述异常数据库内所有所述异常记录,识别所述目标设备的异常模块。
本发明实施例的第三方面提供了一种洗碗机,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现第一方面的各个步骤。
本发明实施例的第四方面提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现第一方面的各个步骤。
实施本发明实施例提供的一种设备故障的响应方法及设备具有以下有益效果:
本发明实施例通过在目标设备运行的过程中,获取该目标设备的运行参数,并根据运行参数判断该目标设备是否存在异常事件,若存在异常事件,则生成与之对应的异常记录,并将异常记录存储于异常数据库,通过解析异常数据库内包含的所有异常记录,识别出目标设备包含的异常模块,能够帮助维护人员快速定位异常模块,提高维护效率。与现有的设备故障的响应技术相比,本发明无需维护人员手动对设备内的所有设备模块一一进行排查,而是可以根据在运行过程中采集得到的异常记录,来判断设备内各个设备模块的异常程度,从而选取出异常程度较高的设备模块作为异常模块,维护人员可以对异常模块进行更换或维修操作,提高了维护的效率。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明第一实施例提供的一种设备故障的响应方法的实现流程图;
图2是本发明第二实施例提供的一种设备故障的响应方法S103具体实现流程图;
图3是本发明第三实施例提供的一种设备故障的响应方法S103具体实现流程图;
图4是本发明第四实施例提供的一种设备故障的响应方法S1034具体实现流程图;
图5是本发明第五实施例提供的一种设备故障的响应方法S101具体实现流程图;
图6是本发明第六实施例提供的一种设备故障的响应方法S101具体实现流程图;
图7是本发明一实施例提供的一种设备故障的响应设备的结构框图;
图8是本发明另一实施例提供的一种洗碗机的示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明实施例通过在目标设备运行的过程中,获取该目标设备的运行参数,并根据运行参数判断该目标设备是否存在异常事件,若存在异常事件,则生成与之对应的异常记录,并将异常记录存储于异常数据库,通过解析异常数据库内包含的所有异常记录,识别出目标设备包含的异常模块,能够帮助维护人员快速定位异常模块,提高维护效率,解决了现有的设备故障的响应技术,在设备出现故障情况时,由于设备包含的模块较多,维护人员需要手动对各个模块一一进行排查,并根据排查结果确定导致设备故障的异常模块,从而降低了家电维护的效率,以及异常故障的修复难度的问题。
在本发明实施例中,流程的执行主体为终端设备。该终端设备包括但不限于:智能家电、计算机、智能手机以及平板电脑等能够执行设备故障的响应操作的设备。优选地,该终端设备具体为一智能洗碗机,可以通过获取该洗碗机内各个传感器或数据采集模块反馈的数据,检测智能洗碗机是否存在异常事件,并基于异常事件的异常记录识别异常模块。图1示出了本发明第一实施例提供的设备故障的响应方法的实现流程图,详述如下:
在S101中,获取目标设备的运行参数,并基于所述运行参数判断所述目标设备是否触发异常事件。
在本实施例中,该目标设备具体指的是需要进行异常事件监控的设备,该目标设备可以为本实施例提供的终端设备,即终端设备可以检测本地是否存在异常事件,当然,该终端设备还可以为一外接设备,通过通信接口获取目标设备的运行参数并对目标设备进行监控。举例性地,目标设备为智能洗碗机,而终端设备可以为智能洗碗机内置的数控处理装置,该数控处理装置可以获取该智能洗碗机中各个传感器以及数据采集模块反馈的运行参数,并通过运行参数判断该智能洗碗机是否存在异常事件。
可选地,在本实施例中,该终端设备可以为智能家电的异常监控设备,例如可以通过用户的移动终端或平板电脑等设备获取局域网范围内所有智能家电的运行参数,并分别确定各个智能家电是否存在异常事件。在该情况下,该目标设备即与本实施例提供的终端设备属于两个不同且独立的设备。目标设备,即被监控设备可以通过串行接口或无线通信接口等方式向终端设备反馈运行参数,将数据处理的能力交由终端设备进行异常分析,从而可以减少被监控设备,即目标设备的数据处理压力,还可以减少目标设备的造价成本,减少在配置数据性能较高的处理器所需的成本。
在本实施例中,该运行参数可以为目标设备在不同阶段下的运行时间、发动机的运行速率等,也可以是目标设备内各个传感器或数据采集器反馈的数据,例如箱体内的温度、水量或所投放的清洁剂的剂量等。终端设备可以将上述获取的运行参数,与对应的额定参数范围进行比对,若检测到该运行参数在该额定参数范围外,则识别当前目标设备存在异常事件,需要执行异常响应操作;反之,若该运行参数在对应的额定参数范围内,则识别当前目标设备处于正常运行状态,此时则继续执行当前运行阶段预设的操作。
可选地,在本实施例中,不同的运行阶段所对应的额定参数范围不同,举例性地,该目标设备为洗碗机,则在清洗阶段,该箱体温度的额定温度为第一温度范围,即箱体的温度在第一范围温度内则识别为正常;而在消毒阶段,由于需要较高温度才能消灭餐具上残留的细菌,因此额定温度会比第一温度范围的最大值要高,因此第二温度范围会与第一温度范围存在温度差异区域,若在清洗阶段检测到当前的箱体温度落入到第二温度范围而不再第一温度范围,此时对于清洗阶段而言,则属于温度异常,需要执行异常响应操作。基于此,为了提高异常检测的准确性,终端设备在判断目标设备当前是否触发异常事件时,会获取目标设备当前运行的运行阶段,并基于该运行阶段获取与之关联的额定参数范围,并判断当前的运行参数是否在该额定参数范围内,并基于运行参数以及与当前运行阶段关联的额定运行范围,确定该目标设备是否触发异常事件。
可选地,终端设备可以实时采集目标设备的运行参数,并基于各个采集时刻获取的运行参数生成目标设备的运行参数曲线,并计算运行参数曲线与额定参数曲线相交的面积大小,若该面积大于预设的额定差异面积,则识别当前设备的运行存在异常,则判断存在异常事件。终端设备也可以设置有监测周期,不同的运行阶段所对应的监测周期可以不同,也可以相同,基于该监测周期间隔获取目标设备的运行参数,并周期性判断目标设备是否触发异常事件。
在S102中,若判定所述目标设备存在所述异常事件,则生成关于所述异常事件的异常记录,将所述异常记录存储于异常数据库;所述异常记录记录有所述异常事件关联的设备模块。
在本实施例中,终端设备在检测目标设备存在异常事件时,可以获取与异常事件相关的异常信息,并生成关于异常事件的异常记录。具体地,该异常记录记录有与异常事件关联的设备模块。终端设备可以获取发生异常事件时,目标设备正在执行的操作,并确定执行各个操作的设备模块,并将该设备模块识别为该异常事件关联的设备模块。例如,目标设备为洗碗机,该洗碗机正在执行消毒操作,而消毒操作主要是通过开启紫外灯对箱体内进行升温加热,从而实现消毒功能,若检测到箱体的温度超过预设的温度阈值,则识别洗碗机存在异常事件,而当前执行的操作为紫外灯加热操作,则识别紫外灯为该异常事件关联的设备模块。
可选地,在本实施例中,异常记录还包括有:异常事件的描述信息、异常触发时间、异常事件持续时长等与异常事件相关联的异常信息。终端设备在检测到异常事件时,可以记录当前的时间,并将当前的时间识别为异常触发时间,当检测到目标设备的异常事件已中止,则记录异常中止时间,基于异常触发时间以及异常中止时间,计算出异常事件的持续时长。终端设备可以识别该异常事件的异常类型,并获取与该异常类型关联的预设描述模板,根据异常事件对应的异常参数,导入到该预设描述模板内,从而生成用于描述异常事件的描述信息,以便维护人员可以通过异常描述信息快速了解触发的异常事件的情况,提高了异常修复的效率。
可选地,在本实施例中,终端设备在生成异常记录的过程中,会对异常事件进行异常响应处理。终端设备可以根据实际出发的异常事件的异常类型,生成对应的异常修复指令,并将异常修复指令发送给目标设备,以便修复异常事件。例如,若终端设备检测到当前目标设备,举例性地目标设备为一洗碗机,该洗碗机正在执行餐具烘干操作,该餐具烘干操作过程中不包含进水流程,若此时检测到流量计的进水量在增加,则识别当前洗碗机正在执行进水操作,此时可以控制洗碗机重新执行水阀关闭操作,并打开箱体内的排水部件,并检测是否有水量在排水部件处排出,若排水部件处没有水量排出,则可以确定该流量计异常转动,并生成对应的异常记录,将异常事件关联的设备模块识别为流量计部件。
在本实施例中,终端设备在创建了关于异常事件的异常记录后,可以将异常记录添加到异常数据库内,该异常数据库用于存储目标设备在运行过程中的所有异常记录。维护人员可以通过读取该异常数据库内的异常记录,来了解目标设备的所有异常情况。
在S103中,基于所述异常数据库内所有所述异常记录,识别所述目标设备的异常模块。
在本实施例中,终端设备可以通过读取异常数据库内的所有异常记录,提取各个设备模块触发的异常信息,从而识别出目标设备中存在的异常模块。具体地识别异常模块的方式可以为:终端设备配置有一个或多个的异常识别规则,终端设备基于所属的设备模块的不同,将所有异常记录划分为多个异常记录组,并基于组内包含的异常记录,统计多个异常特征值,从而将各个异常特征值与异常识别规则进行匹配,从而判定该设备模块是否为异常模块。该异常特征值包括但不限于:异常触发频率、异常触发总时长、异常指数等。
可选地,终端设备可以配置有异常模块检测条件,若检测到当前时刻满足异常模块检测条件,则对解析异常数据库内的所有异常记录,确定该目标设备包含的异常模块。例如,该异常模块检测条件可以为一检测周期,终端设备可以以预设的检测周期对异常数据库内的所有异常记录进行解析,并向上位服务器反馈本次监测周期解析的监测结果。
可选地,在S105之后,还包括:终端设备若检测到当前目标设备包含的异常模块的模块数量大于预设的数量阈值,若该异常模块的模块优先级高于预设的优先级阈值,则表示目标设备包含的异常模块会影响该设备的正常运行,需要立即进行异常模块修复,此时终端设备可以直接与上位服务器进行通信,并发送一个维护请求信息,以便上位服务器根据维护请求信息安排对应的维护人员对该目标设备进行现场维护,从而便于异常模块的维修效率。
以上可以看出,本发明实施例提供的一种设备故障的响应方法通过在目标设备运行的过程中,获取该目标设备的运行参数,并根据运行参数判断该目标设备是否存在异常事件,若存在异常事件,则生成与之对应的异常记录,并将异常记录存储于异常数据库,通过解析异常数据库内包含的所有异常记录,识别出目标设备包含的异常模块,能够帮助维护人员快速定位异常模块,提高维护效率。与现有的设备故障的响应技术相比,本发明无需维护人员手动对设备内的所有设备模块一一进行排查,而是可以根据在运行过程中采集得到的异常记录,来判断设备内各个设备模块的异常程度,从而选取出异常程度较高的设备模块作为异常模块,维护人员可以对异常模块进行更换或维修操作,提高了维护的效率。
图2示出了本发明第二实施例提供的一种设备故障的响应方法S103的具体实现流程图。参见图2,相对于图1所述实施例,本实施例提供的一种设备故障的响应方法S103包括:S1031~S1033,具体详述如下:
进一步地,所述基于所述异常数据库内所有所述异常记录,识别所述目标设备的异常模块,包括:
在S1031中,若检测到通信接口接入外部设备,则获取所述外部设备所属用户的用户标识。
在本实施例中,为了避免异常数据的泄露,终端设备在输出包含异常模块的异常检测报告之前,需要对当前操作的用户进行合法性判定,因此,当终端设备在检测到有外部设备通过通信接口接入至目标设备时,需要获取该外部设备所属用户的用户标识。该用户标识具体用于标识该所属用户的身份信息。例如,该用户的身份证号、用户账户名等信息。
在本实施例中,该通信接口可以为无线通信接口,外部设备可以通过无线通信模块与目标设备的无线通信接口连接。举例性地,目标设备可以通过Wifi模块在所处场景下构建一个局域网络,外部设备可以通过本地的Wifi模块接入到该局域网络内,从而实现与目标设备建立通信连接。该通信接口还可以为有线接口,例如,终端设备配置有多个串行接口,外部设备可以通过接入该串行接口实现与目标设备通信的目的。
在1032中,若所述用户标识记录于预设的合法维护员工列表,则基于所述异常数据库内所有所述异常记录,生成异常检测报告;所述异常检测报告包括所述异常模块。
在本实施例中,终端设备会将本次采集到的用户标识与预设的合法维护员工列表内的各个已有标识进行匹配,若该用户标识与已有标识一致,则表示当前操作的用户为合法用户,并执行S1032的相关操作;反之,若该用户标识与合法维护员工列表内各个已有标识均不匹配,则表示当前操作的用户并非合法的维护员工,此时,终端设备则关闭该通信接口,避免该外部设备通过通信接口获取异常数据库中异常记录。
在本实施例中,终端设备若判定当前接入的外部设备的所属用户为合法维护员工,则可以根据该异常数据库内的所有异常记录,生成异常检测报告,将本次检测到的所有异常模块均记录与该异常检测报告中,具体的异常模块的检测操作可以参见上一实施例中S103的相关描述,在此不再赘述。
在S1033中,将所述异常检测报告通过所述通信接口发送给所述外部设备。
在本实施例中,终端设备在生成了异常检测报告后,可以通过通信接口输出给外部设备,外部设备通过本地的显示模块输出关于该异常检测报告,从而可以方便维护人员快速定位目标设备包含的异常模块,并根据异常检测报告对异常模块进行异常修复操作。
通过以下场景对本实施例进行解释:当目标设备的使用用户发现该目标设备无法正常运行时,可以联系该目标设备所属厂商的维护人员,维护人员到达用户现场时,可以通过外部设备接入到目标设备的通信接口,此时,目标设备可以对该外部设备进行合法性校验,若检测到该维护人员为合法维护人员,则将目标设备的异常检测报告输出给外部设备,维护人员可以通过外部设备浏览该异常检测报告,确定该目标设备包含的异常模块,并执行后续的异常修复操作,方便维护人员快速对目标设备进行设备维护,提高了维护速率,减少用户的等待时间。
在本发明实施例中,通过在检测到有外部设备接入目标设备时,判断该外部设备所属用户是否为合法维护人员,在检测到为合法维护人员时,才输出异常检测报告,从而在能够提高异常修复的前提下,避免异常数据库内信息被非法人员盗取,提高了信息的保密性以及安全性。
图3示出了本发明第三实施例提供的一种设备故障的响应方法S103的具体实现流程图。参见图3,相对于图1所述的实施例,本实施例提供的一种设备故障的响应方法S103包括:S1034~S1036,具体详述如下:
进一步地,所述基于所述异常数据库内所有所述异常记录,识别所述目标设备的异常模块,包括:
在S1034中,基于所述异常记录的异常信息,计算所述异常记录的异常指数;所述异常信息包括异常持续时长以及异常事件类型。
在本实施例中,异常记录中除了记录有异常事件关联的设备模块外,还记录有该异常事件的异常持续时长以及异常事件类型,并基于上述两个参数项计算出该异常记录对应的异常指数。其中,该异常指数用于表示该异常事件的异常程度,若该异常指数越高,则表示该异常事件对于目标设备的影响较大,则需要进行维护的优先级较高;反之,若该异常指数越小,则表示该异常事件对于目标设备的影响较小,则需要进行维护的优先级较低,或者属于轻度故障,并非由于目标设备的模块异常导致的,而是属于偶发性事件。因此,终端设备可以根据异常指数确定各个异常记录的异常程度。
在本实施例中,终端设备可以配置有各个异常事件类型的异常特征参数。终端设备可以根据异常事件关联的运行参数,计算与各个异常事件类型所关联的异常特征参数之间的差值,选取差值最小的异常事件类型作为该异常记录对应的异常事件类型。可选地,若该异常记录包含有关于异常事件的异常描述信息,终端设备可以通过语义分析算法,提取该异常记录对应的异常关键词,并基于异常关键词计算该异常记录与各个异常事件类型之间的匹配度,选取匹配度最高的异常事件类型作为该异常记录的异常事件类型。
在S1035中,根据各个所述异常记录所属的设备模块以及所述异常指数,统计各个设备模块的异常系数。
在本实施例中,终端设备在计算了异常记录的异常指数后,可以根据异常记录所属的设备模块,对各个异常记录进行分类,划分为多个异常记录组,并将该异常记录组内的所有异常指数进行叠加,从而可以计算出该设备模块所对应的异常系数。
在S1036中,选取所述异常系数大于预设的异常阈值的所述设备模型为所述目标设备的所述异常模块。
在本实施例中,终端设备若检测到任一设备模块的异常系数小于或等于预设的异常阈值,则可以判定该设备模块的异常程度较低,出现异常事件可能是偶发性事件,并非由于模块异常而导致设备异常,此时终端设备可以识别该设备模块为正常模块;反之,若检测到任一设备模块的异常系数大于预设的异常阈值,则表示该设备模块多次或持续较长时间出现异常,此时可以判定该设备模块为异常模块。
在本发明实施例中,通过提取异常记录中包含异常信息,并基于异常信息计算各个异常记录的异常指数,并根据各个异常记录的所属设备模块,统计各个设备模块的异常系数,从而识别出包含的异常模块,提高了异常模块的识别准确性。
图4示出了本发明第四实施例提供的一种设备故障的响应方法的具体实现流程图。参见图4,相对于3所述实施例,本实施例提供的一种设备故障的响应方法中S1031包括:S401~S405,具体详述如下:
在S401中,根据所述异常事件类型,确定所述异常记录的异常基准值。
在本实施例中,终端设备记录有各个异常事件类型的异常基准值,即创建有异常事件类型与异常基准值的对应关系。终端设备根据该异常记录的异常事件类型,查询该对应关系关联的异常基准值,则将该异常基准值识别为异常记录的异常基准值。终端设备可以根据不同异常事件类型对于目标设备的影响程度确定对应的异常基准值。例如,若该异常事件类型涉及目标设备的主功能模块,则对应的异常基准值较大;反之,若该异常事件类型涉及目标设备的次要功能模块或延伸功能模块,即该功能模块的使用频率较低,则对应的异常基准值较小。
在S402中,将所有所述异常记录的所述异常持续时长导入异常权重计算模型,分别计算各个所述异常记录的第一异常权重。
在本实施例中,终端设备将所有异常记录的异常持续时长导入到预设的异常权重计算模块中,确定各个异常持续时长对应的第一异常权重。可选地,终端设备可以配置有一哈希函数,终端设备将异常持续时长导入到该哈希函数中,计算关于该异常持续时长对应的哈希值,并将该哈希值识别为该异常持续时长的第一异常权重。
在S403中,分别统计各个设备模块对应的异常记录的异常个数,并根据所述异常个数计算各个所述设备模块的异常触发频率。
在本实施例中,终端设备可以根据各个异常记录所属的设备模块,将异常记录划分为多个异常记录组,并根据各个异常记录中记录有的异常触发时间,对各个异常记录进行排序,选取触发时间最早以及触发时间最晚的两个异常记录作为边界异常记录,并基于两个边界异常记录计算该设备模块的异常时间范围,并根据该设备模块对应的异常记录的异常个数以及异常时间范围,计算出该设备模块的异常触发概率。
举例性地,某一设备模块的最早的异常记录为9月10日,而最晚的异常记录为为9月30日,则该异常时间范围为20日,而该异常时间范围内该设备模块对应有40个异常记录,则该设备模块的异常触发频率则为40次/20天=2次/天。
在S404中,将所述异常触发频率识别为与所述设备模块关联的所有所述异常记录的第二异常权重。
在本实施例中,终端设备将该异常触发频率作为与该设备模块对应的各个异常记录的第二异常权重。即若多个异常记录所属的设备模块相同,则其对应的第二异常权重也相同。
在S405中,将所述异常基准值、所第一异常权重以及所述第二异常权重导入异常指数计算模型,计算所述异常记录的所述异常指数。
在本实施例中,终端设备在确定了异常记录的异常基准值、第一异常权重以及第二异常权重后,可以进行加权求和,从而将通过第一异常权重以及第二异常权重对异常基准值进行加权运算后的加权值,作为该异常记录的异常指数。
在本发明实施例中,通过异常记录的异常持续时长以及异常触发频率,确定该异常记录的异常权重,并进行加权求和确定异常记录的异常指数,从而提高了异常指数对于模块异常程度的描述的准确率。
进一步地,作为本发明的另一实施例,所述异常权重计算模型具体为:
其中,ErrorCoefficient1(i)为第i个所述异常记录的所述第一异常权重;EorrorTimei为所述第i个所述异常记录的所述异常持续时长;Max(*)为最大值选取函数;ξ为预设系数。
在本实施例中,通过最大值选取函数对各个异常持续时长进行归一化处理,在归一化处理后通过tan函数进行非线性变化,从而可以提高第一异常权重的准确性。
进一步地,作为发明的另一实施例,所述异常指数计算模型具体为:
其中,Error(i)为第i个所述异常记录的所述异常指数;ErrorCoefficient2(i)为第i个所述异常记录的所述第二异常权重;ErrorCoefficient1(i)为第i个所述异常记录的所述第一异常权重;ErrorBase(i)为第i个所述异常记录的所述异常基准值;Min(*)为最小值选取函数。
在本实施例中,通过第一异常权重以及第二异常权重对异常基准值进行加权运算,当异常持续时长越长时,该异常指数越大,而当异常触发频率越高时,对应的异常指数越大,与异常指数与实际异常检测的趋势相一致,能够有效提高异常指数的准确率。
图5示出了本发明第五实施例提供的一种设备故障的响应方法S101的具体实现流程图。参见图5,相对于图1至图4所述实施例,本实施例提供的一种设备故障的响应方法S101包括:S1011~S1013,具体详述如下:
进一步地,所述获取目标设备的运行参数,并基于所述运行参数判断所述目标设备是否触发异常事件,包括:
在S1011中,检测所述目标设备当前的运行阶段,并查询所述运行阶段的执行动作列表。
在本实施例中,不同的运行阶段目标设备配置有既定的执行动作,终端设备可以根据目标设备当前的运行阶段,查询该运行阶段关联的执行动作列表。该执行动作列表可以为该运行阶段目标设备的运行流程图,根据该运行流程图确定该目标设备所需执行的动作。
在S1012中,获取所述目标设备当前正在执行的实际操作。
在本实施例中,终端设备可以获取目标设备当前正在执行的实际操作,具体地,终端设备可以获取各个部件的运行状态,例如电机是否开启、进水阀门是否开启等,并根据各个部件的运行状态确定当前目标设备的实际操作。
在S1013中,若所述实际操作不在所述执行动作列表内,则识别所述目标设备触发异常事件。
在本实施例中,若终端设备检测到实际操作并不在当前阶段的执行动作列表内,则可以识别该实际操作为异常操作,并识别该目标设备触发了异常事件。可选地,终端设备可以停止不在当前阶段的可执行列表内的实际操作。
在本发明实施例中,通过获取当前正在执行的实际操作是否在预设的执行动作列表内,当出现不在执行动作列表时,则表示实际操作为异常操作,并判定当前存在异常事件,实现异常事件的快速识别。
图6示出了本发明第六实施例提供的一种设备故障的响应方法S101的具体实现流程图。参见图5,相对于图1至图4所述实施例,本实施例提供的一种设备故障的响应方法S101包括:S1014~S1015,具体详述如下:
进一步地,所述获取目标设备的运行参数,并基于所述运行参数判断所述目标设备是否触发异常事件,包括:
在S1014中,监测所述目标设备当前正在执行的实际操作的操作时长。
在本实施例中,终端设备会获取当前正在执行的实际操作的操作时长,具体地,当某一操作启动时,终端设备会记录启动时刻的启动时间,并根据启动时间以及监测时间确定实际操作的操作时长。
在S1015中,若所述操作时长超过预设的额定操作时长,则识别所述目标设备触发异常事件。
在本实施例中,若该操作时长小于或等于额定操作时长且该实际操作已执行完毕并跳转到下一流程,则可以判断当前的实际操作不存在异常;反之,若该操作时长超过额定操作时长,则可能目标设备当前处于宕机或响应异常,触发了异常事件。
在本发明实施例中,通过检测各个操作的操作时长,从而判断该操作是否为异常操作,从而实现对异常事件的识别目的。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
图7示出了本发明一实施例提供的一种设备故障的响应设备的结构框图,该设备故障的响应设备包括的各单元用于执行图1对应的实施例中的各步骤。具体请参阅图1与图1所对应的实施例中的相关描述。为了便于说明,仅示出了与本实施例相关的部分。
参见图7,所述设备故障的响应设备包括:
异常事件识别单元71,用于获取目标设备的运行参数,并基于所述运行参数判断所述目标设备是否触发异常事件;
异常记录创建单元72,用于若判定所述目标设备存在所述异常事件,则生成关于所述异常事件的异常记录,将所述异常记录存储于异常数据库;所述异常记录记录有所述异常事件关联的设备模块;
异常模块识别单元73,用于基于所述异常数据库内所有所述异常记录,识别所述目标设备的异常模块。
可选地,所述异常模块识别单元73包括:
外部设备接入响应单元,用于若检测到通信接口接入外部设备,则获取所述外部设备所属用户的用户标识;
合法用户识别单元,用于若所述用户标识记录于预设的合法维护员工列表,则基于所述异常数据库内所有所述异常记录,生成异常检测报告;所述异常检测报告包括所述异常模块;
异常报告输出单元,用于将所述异常检测报告通过所述通信接口发送给所述外部设备。
可选地,所述异常模块识别单元73包括:
异常指数计算单元,用于基于所述异常记录的异常信息,计算所述异常记录的异常指数;所述异常信息包括异常持续时长以及异常事件类型;
异常系数计算单元,用于根据各个所述异常记录所属的设备模块以及所述异常指数,统计各个设备模块的异常系数;
异常模块选取单元,用于选取所述异常系数大于预设的异常阈值的所述设备模型为所述目标设备的所述异常模块。
可选地,所述异常指数计算单元包括:
异常基准值确定单元,用于根据所述异常事件类型,确定所述异常记录的异常基准值;
第一异常权重计算单元,用于将所有所述异常记录的所述异常持续时长导入异常权重计算模型,分别计算各个所述异常记录的第一异常权重;
异常触发频率统计单元,用于分别统计各个设备模块对应的异常记录的异常个数,并根据所述异常个数计算各个所述设备模块的异常触发频率;
第二异常权重计算单元,用于将所述异常触发频率识别为与所述设备模块关联的所有所述异常记录的第二异常权重;
异常指数加权单元,用于将所述异常基准值、所第一异常权重以及所述第二异常权重导入异常指数计算模型,计算所述异常记录的所述异常指数。
可选地,所述异常权重计算模型具体为:
其中,ErrorCoefficient1(i)为第i个所述异常记录的所述第一异常权重;EorrorTimei为所述第i个所述异常记录的所述异常持续时长;Max(*)为最大值选取函数;ξ为预设系数。
可选地,所述异常指数计算模型具体为:
其中,Error(i)为第i个所述异常记录的所述异常指数;ErrorCoefficient2(i)为第i个所述异常记录的所述第二异常权重;ErrorCoefficient1(i)为第i个所述异常记录的所述第一异常权重;ErrorBase(i)为第i个所述异常记录的所述异常基准值;Min(*)为最小值选取函数。
可选地,异常事件识别单元71包括:
执行动作列表获取单元,用于检测所述目标设备当前的运行阶段,并查询所述运行阶段的执行动作列表;
实际操作获取单元,用于获取所述目标设备当前正在执行的实际操作;
第一异常事件识别单元,用于若所述实际操作不在所述执行动作列表内,则识别所述目标设备触发异常事件。
可选地,异常事件识别单元71包括:
操作时长获取单元,用于监测所述目标设备当前正在执行的实际操作的操作时长;
第二异常事件识别单元,用于若所述操作时长超过预设的额定操作时长,则识别所述目标设备触发异常事件。
因此,本发明实施例提供的设备故障的响应设备同样可以无需维护人员手动对设备内的所有设备模块一一进行排查,而是可以根据在运行过程中采集得到的异常记录,来判断设备内各个设备模块的异常程度,从而选取出异常程度较高的设备模块作为异常模块,维护人员可以对异常模块进行更换或维修操作,提高了维护的效率。
图8是本发明另一实施例提供的一种洗碗机的示意图。如图8所示,该实施例的洗碗机8包括:处理器80、存储器81以及存储在所述存储器81中并可在所述处理器80上运行的计算机程序82,例如设备故障的响应程序。所述处理器80执行所述计算机程序82时实现上述各个设备故障的响应方法实施例中的步骤,例如图1所示的S101至S103。或者,所述处理器80执行所述计算机程序82时实现上述各装置实施例中各单元的功能,例如图7所示模块71至73功能。
示例性的,所述计算机程序82可以被分割成一个或多个单元,所述一个或者多个单元被存储在所述存储器81中,并由所述处理器80执行,以完成本发明。所述一个或多个单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序82在所述洗碗机8中的执行过程。例如,所述计算机程序82可以被分割成异常事件识别单元、异常记录创建单元以及异常模块识别单元,各单元具体功能如上所述。
所述洗碗机8可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述洗碗机可包括,但不仅限于,处理器80、存储器81。本领域技术人员可以理解,图8仅仅是洗碗机8的示例,并不构成对洗碗机8的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述洗碗机还可以包括输入输出设备、网络接入设备、总线等。
所称处理器80可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器81可以是所述洗碗机8的内部存储单元,例如洗碗机8的硬盘或内存。所述存储器81也可以是所述洗碗机8的外部存储设备,例如所述洗碗机8上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器81还可以既包括所述洗碗机8的内部存储单元也包括外部存储设备。所述存储器81用于存储所述计算机程序以及所述洗碗机所需的其他程序和数据。所述存储器81还可以用于暂时地存储已经输出或者将要输出的数据。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
以上所述实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。
Claims (7)
1.一种设备故障的响应方法,其特征在于,包括:
获取目标设备的运行参数,并基于所述运行参数判断所述目标设备是否触发异常事件;
若判定所述目标设备存在所述异常事件,则生成关于所述异常事件的异常记录,将所述异常记录存储于异常数据库,包括:根据所述异常事件的异常类型,生成异常修复指令,并将所述异常修复指令发送给目标设备,以便修复异常事件;所述异常记录记录有所述异常事件关联的设备模块;
基于所述异常数据库内所有所述异常记录,识别所述目标设备的异常模块;
所述基于所述异常数据库内所有所述异常记录,识别所述目标设备的异常模块,包括:
若检测到通信接口接入外部设备,则获取所述外部设备所属用户的用户标识;
若所述用户标识记录于预设的合法维护员工列表,则基于所述异常数据库内所有所述异常记录,生成异常检测报告;所述异常检测报告包括所述异常模块;
将所述异常检测报告通过所述通信接口发送给所述外部设备,以便维护人员可以通过外部设备浏览该异常检测报告,确定该目标设备包含的异常模块,并执行后续的异常修复操作;
所述基于所述异常数据库内所有所述异常记录,识别所述目标设备的异常模块,包括:
基于所述异常记录的异常信息,计算所述异常记录的异常指数;所述异常信息包括异常持续时长以及异常事件类型;
根据各个所述异常记录所属的设备模块以及所述异常指数,统计各个设备模块的异常系数;
选取所述异常系数大于预设的异常阈值的所述设备模型为所述目标设备的所述异常模块;
所述基于所述异常记录的异常信息,计算所述异常记录的异常指数,包括:
根据所述异常事件类型,确定所述异常记录的异常基准值;
将所有所述异常记录的所述异常持续时长导入异常权重计算模型,分别计算各个所述异常记录的第一异常权重;
分别统计各个设备模块对应的异常记录的异常个数,并根据所述异常个数计算各个所述设备模块的异常触发频率;
将所述异常触发频率识别为与所述设备模块关联的所有所述异常记录的第二异常权重;
将所述异常基准值、所第一异常权重以及所述第二异常权重导入异常指数计算模型,计算所述异常记录的所述异常指数;
所述异常权重计算模型具体为:
其中,ErrorCoefficient1(i)为第i个所述异常记录的所述第一异常权重;EorrorTimei为所述第i个所述异常记录的所述异常持续时长;Max(*)为最大值选取函数;ξ为预设系数。
3.根据权利要求1-2任一项所述的响应方法,其特征在于,所述获取目标设备的运行参数,并基于所述运行参数判断所述目标设备是否触发异常事件,包括:
检测所述目标设备当前的运行阶段,并查询所述运行阶段的执行动作列表;
获取所述目标设备当前正在执行的实际操作;
若所述实际操作不在所述执行动作列表内,则识别所述目标设备触发异常事件。
4.根据权利要求1-2任一项所述的响应方法,其特征在于,所述获取目标设备的运行参数,并基于所述运行参数判断所述目标设备是否触发异常事件,包括:
监测所述目标设备当前正在执行的实际操作的操作时长;
若所述操作时长超过预设的额定操作时长,则识别所述目标设备触发异常事件。
5.一种设备故障的响应设备,其特征在于,包括:
异常事件识别单元,用于获取目标设备的运行参数,并基于所述运行参数判断所述目标设备是否触发异常事件;
异常记录创建单元,用于若判定所述目标设备存在所述异常事件,则生成关于所述异常事件的异常记录,将所述异常记录存储于异常数据库,包括:根据所述异常事件的异常类型,生成异常修复指令,并将所述异常修复指令发送给目标设备,以便修复异常事件;所述异常记录记录有所述异常事件关联的设备模块;
异常模块识别单元,用于基于所述异常数据库内所有所述异常记录,识别所述目标设备的异常模块;
所述异常模块识别单元包括:
外部设备接入响应单元,用于若检测到通信接口接入外部设备,则获取所述外部设备所属用户的用户标识;
合法用户识别单元,用于若所述用户标识记录于预设的合法维护员工列表,则基于所述异常数据库内所有所述异常记录,生成异常检测报告;所述异常检测报告包括所述异常模块;
异常报告输出单元,用于将所述异常检测报告通过所述通信接口发送给所述外部设备,以便维护人员可以通过外部设备浏览该异常检测报告,确定该目标设备包含的异常模块,并执行后续的异常修复操作;
所述异常模块识别单元包括:
异常指数计算单元,用于基于所述异常记录的异常信息,计算所述异常记录的异常指数;所述异常信息包括异常持续时长以及异常事件类型;
异常系数计算单元,用于根据各个所述异常记录所属的设备模块以及所述异常指数,统计各个设备模块的异常系数;
异常模块选取单元,用于选取所述异常系数大于预设的异常阈值的所述设备模型为所述目标设备的所述异常模块;
所述异常指数计算单元包括:
异常基准值确定单元,用于根据所述异常事件类型,确定所述异常记录的异常基准值;
第一异常权重计算单元,用于将所有所述异常记录的所述异常持续时长导入异常权重计算模型,分别计算各个所述异常记录的第一异常权重;
异常触发频率统计单元,用于分别统计各个设备模块对应的异常记录的异常个数,并根据所述异常个数计算各个所述设备模块的异常触发频率;
第二异常权重计算单元,用于将所述异常触发频率识别为与所述设备模块关联的所有所述异常记录的第二异常权重;
异常指数加权单元,用于将所述异常基准值、所第一异常权重以及所述第二异常权重导入异常指数计算模型,计算所述异常记录的所述异常指数;
所述异常权重计算模型具体为:
其中,ErrorCoefficient1(i)为第i个所述异常记录的所述第一异常权重;EorrorTimei为所述第i个所述异常记录的所述异常持续时长;Max(*)为最大值选取函数;ξ为预设系数。
6.一种洗碗机,其特征在于,所述洗碗机包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时如权利要求1至4任一项所述方法的步骤。
7.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至4任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910243198.9A CN109992600B (zh) | 2019-03-28 | 2019-03-28 | 一种设备故障的响应方法及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910243198.9A CN109992600B (zh) | 2019-03-28 | 2019-03-28 | 一种设备故障的响应方法及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109992600A CN109992600A (zh) | 2019-07-09 |
CN109992600B true CN109992600B (zh) | 2021-09-07 |
Family
ID=67131674
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910243198.9A Active CN109992600B (zh) | 2019-03-28 | 2019-03-28 | 一种设备故障的响应方法及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109992600B (zh) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7158734B2 (ja) * | 2019-10-11 | 2022-10-24 | 株式会社ショウワ | 機械メンテナンス作業予測方法 |
CN111859101A (zh) * | 2019-12-31 | 2020-10-30 | 北京嘀嘀无限科技发展有限公司 | 一种异常事件检测方法、装置、电子设备及存储介质 |
CN111831512B (zh) * | 2020-07-15 | 2024-03-15 | 北京百度网讯科技有限公司 | 用于排查运维异常的方法、装置、电子设备及存储介质 |
CN112287180B (zh) * | 2020-10-26 | 2024-07-16 | 深圳市友华软件科技有限公司 | 基于mac搜索的故障机返修管理方法 |
CN113010188B (zh) * | 2021-02-09 | 2021-12-28 | 广州思林杰科技股份有限公司 | 模块化测控系统生成方法、装置、计算机设备及存储器 |
CN113422697B (zh) * | 2021-06-21 | 2023-03-24 | 深信服科技股份有限公司 | 一种追踪方法、装置、电子设备及可读存储介质 |
CN113590392B (zh) * | 2021-06-30 | 2024-04-02 | 中国南方电网有限责任公司超高压输电公司昆明局 | 换流站设备异常检测方法、装置、计算机设备和存储介质 |
CN113673858B (zh) * | 2021-08-13 | 2023-10-20 | 长鑫存储技术有限公司 | 一种厂务设备的维保方法、装置、系统及存储介质 |
CN114116350B (zh) * | 2021-11-26 | 2023-08-22 | 苏州浪潮智能科技有限公司 | 一种服务器快速维修的方法、装置、设备及可读介质 |
CN114838756B (zh) * | 2022-03-31 | 2022-10-25 | 浙江石开电力设备制造有限公司 | 一种智能环网柜监控系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102844721A (zh) * | 2010-02-26 | 2012-12-26 | 株式会社日立制作所 | 故障原因诊断系统及其方法 |
CN104220880A (zh) * | 2012-03-30 | 2014-12-17 | 日本信号株式会社 | 速度检测装置 |
CN105467975A (zh) * | 2015-12-29 | 2016-04-06 | 山东鲁能软件技术有限公司 | 一种设备故障诊断方法 |
CN108508874A (zh) * | 2018-05-08 | 2018-09-07 | 网宿科技股份有限公司 | 一种监控设备故障的方法和装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11087226B2 (en) * | 2017-04-25 | 2021-08-10 | Nec Corporation | Identifying multiple causal anomalies in power plant systems by modeling local propagations |
-
2019
- 2019-03-28 CN CN201910243198.9A patent/CN109992600B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102844721A (zh) * | 2010-02-26 | 2012-12-26 | 株式会社日立制作所 | 故障原因诊断系统及其方法 |
CN104220880A (zh) * | 2012-03-30 | 2014-12-17 | 日本信号株式会社 | 速度检测装置 |
CN105467975A (zh) * | 2015-12-29 | 2016-04-06 | 山东鲁能软件技术有限公司 | 一种设备故障诊断方法 |
CN108508874A (zh) * | 2018-05-08 | 2018-09-07 | 网宿科技股份有限公司 | 一种监控设备故障的方法和装置 |
Non-Patent Citations (1)
Title |
---|
电厂SCR脱硝系统与石灰石-石膏湿法脱硫系统故障分析;田浩臣等;《广东电力》;20170125;第14页 * |
Also Published As
Publication number | Publication date |
---|---|
CN109992600A (zh) | 2019-07-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109992600B (zh) | 一种设备故障的响应方法及设备 | |
CN107239705B (zh) | 一种非接触式的工业控制系统或设备静态漏洞检测系统和检测方法 | |
US10592821B2 (en) | Self-learning fault detection for HVAC systems | |
CN108989150B (zh) | 一种登录异常检测方法及装置 | |
CN109343853B (zh) | 一种应用程序的异常识别方法及设备 | |
CN110031058B (zh) | 一种故障检测的方法及洗碗机 | |
CN111221702A (zh) | 基于日志分析的异常处理方法、系统、终端及介质 | |
CN103617038B (zh) | 一种分布式应用系统的服务监控方法及装置 | |
CN110223146B (zh) | 客户购电服务全过程监控系统及方法 | |
CN108845910A (zh) | 大规模微服务系统的监控方法、装置及存储介质 | |
CN110390357A (zh) | 一种基于边信道的dtu安全监测方法 | |
CN102713861A (zh) | 操作管理装置、操作管理方法以及程序存储介质 | |
KR100982034B1 (ko) | 데이터베이스 성능 모니터링 방법 및 시스템 | |
CN109218288A (zh) | 一种针对工业机器人控制系统的网络入侵检测系统 | |
CN111353911A (zh) | 电力设备运维方法、系统、设备和存储介质 | |
CN109495291B (zh) | 调用异常的定位方法、装置和服务器 | |
CN110674014A (zh) | 一种确定异常查询请求的方法及装置 | |
CN107102929A (zh) | 故障的检测方法及装置 | |
WO2019012029A1 (en) | METHOD AND SYSTEM FOR GAP DETECTION IN SENSOR DATA SETS | |
CN104579632A (zh) | 运维系统中敏感数据安全存储和检索的方法及装置 | |
CN109634802A (zh) | 进程监控方法及终端设备 | |
CN111241059A (zh) | 一种基于数据库的数据库优化方法及装置 | |
CN113949652A (zh) | 基于人工智能的用户异常行为检测方法、装置及相关设备 | |
WO2019047071A1 (zh) | 一种数据库故障的响应方法及其终端 | |
CN111680167A (zh) | 一种服务请求的响应方法及服务器 |
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 |