CN110011881B - 基于故障预测控制设备的方法和装置 - Google Patents

基于故障预测控制设备的方法和装置 Download PDF

Info

Publication number
CN110011881B
CN110011881B CN201811561257.9A CN201811561257A CN110011881B CN 110011881 B CN110011881 B CN 110011881B CN 201811561257 A CN201811561257 A CN 201811561257A CN 110011881 B CN110011881 B CN 110011881B
Authority
CN
China
Prior art keywords
failure
information
predicted
management server
maintenance
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
Application number
CN201811561257.9A
Other languages
English (en)
Other versions
CN110011881A (zh
Inventor
徐成穆
黄泰虎
李载勋
金世勋
李仑修
金载洪
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 CN110011881A publication Critical patent/CN110011881A/zh
Application granted granted Critical
Publication of CN110011881B publication Critical patent/CN110011881B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L12/00—Data switching networks
    • H04L12/28—Data switching networks characterised by path configuration, e.g. LAN [Local Area Networks] or WAN [Wide Area Networks]
    • H04L12/2803—Home automation networks
    • H04L12/2823—Reporting information sensed by appliance or service execution status of appliance services in a home automation network
    • H04L12/2827—Reporting to a device within the home network; wherein the reception of the information reported automatically triggers the execution of a home appliance functionality
    • H04L12/2829—Reporting to a device within the home network; wherein the reception of the information reported automatically triggers the execution of a home appliance functionality involving user profiles according to which the execution of a home appliance functionality is automatically triggered
    • 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
    • G05B19/048—Monitoring; Safety
    • 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
    • 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
    • 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
    • G05B23/0286—Modifications to the monitored process, e.g. stopping operation or adapting control
    • 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
    • G06F11/0736—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 functional embedded systems, i.e. in a data processing system designed as a combination of hardware and software dedicated to performing a certain function
    • 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
    • G06F11/0754—Error or fault detection not based on redundancy by exceeding limits
    • G06F11/0757—Error or fault detection not based on redundancy by exceeding limits by exceeding a time limit, i.e. time-out, e.g. watchdogs
    • 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
    • G06F11/0793—Remedial or corrective actions
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • 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
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06311—Scheduling, planning or task assignment for a person or group
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06314—Calendaring for a resource
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0635—Risk analysis of enterprise or organisation activities
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/20—Administration of product repair or maintenance
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L12/00—Data switching networks
    • H04L12/28—Data switching networks characterised by path configuration, e.g. LAN [Local Area Networks] or WAN [Wide Area Networks]
    • H04L12/2803—Home automation networks
    • H04L12/2816—Controlling appliance services of a home automation network by calling their functionalities
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L12/00—Data switching networks
    • H04L12/28—Data switching networks characterised by path configuration, e.g. LAN [Local Area Networks] or WAN [Wide Area Networks]
    • H04L12/2803—Home automation networks
    • H04L12/283—Processing of data at an internetworking point of a home automation network
    • H04L12/2834—Switching of information between an external network and a home network
    • 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
    • G05B2219/26—Pc applications
    • G05B2219/2642—Domotique, domestic, home control, automation, smart house
    • 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
    • G05B2219/30—Nc systems
    • G05B2219/32—Operator till task planning
    • G05B2219/32234—Maintenance planning
    • 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
    • G05B2219/30—Nc systems
    • G05B2219/33—Director till display
    • G05B2219/33002—Artificial intelligence AI, expert, knowledge, rule based system KBS
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L12/00—Data switching networks
    • H04L12/28—Data switching networks characterised by path configuration, e.g. LAN [Local Area Networks] or WAN [Wide Area Networks]
    • H04L12/2803—Home automation networks
    • H04L2012/2847—Home automation networks characterised by the type of home appliance used
    • H04L2012/285—Generic home appliances, e.g. refrigerators

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Quality & Reliability (AREA)
  • Automation & Control Theory (AREA)
  • Tourism & Hospitality (AREA)
  • Operations Research (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • General Engineering & Computer Science (AREA)
  • Educational Administration (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Software Systems (AREA)
  • Computing Systems (AREA)
  • Medical Informatics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Mathematical Physics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Telephonic Communication Services (AREA)
  • Testing And Monitoring For Control Systems (AREA)
  • Feedback Control In General (AREA)
  • Selective Calling Equipment (AREA)

Abstract

本公开提供了一种设备的方法，包括：接收指示设备的预测故障的预测信息；获得基于预测信息可使用维修服务来维修预测故障的调度；如果获得的调度在预测信息所指示的预测故障时间点之后，则发送用于请求用于延迟预测故障并维持设备的正常操作的维护信息的信号；接收维护信息；和根据维护信息进行操作。

Description

基于故障预测控制设备的方法和装置
技术领域
本公开一般涉及用于基于故障预测来控制设备的方法和装置，更具体地，涉及可以通过使用机器学习算法及其应用来模仿人脑的感知或确定能力的人工智能(AI)系统。
背景技术
互联网正在从以人为中心的、其中产生和消费信息的连接网络发展到其中信息在分布式组件之间传递和处理的物联网(I oT)网络。万物互联(I oE)技术是大数据处理技术和物联网技术的结合，例如通过与云服务器的连接。
实施物联网需要技术元素，例如传感技术、有线/无线通信和网络基础设施、服务接口和安全技术。最近正在进行的物联网连接研究与传感器网络、机器对机器(M2M)或机器类型通信(MTC)技术有关。
在物联网环境中，可以提供智能互联网技术服务，收集和分析互联物产生的数据，以创造人类生活的新价值。通过现有的互联网技术和各种行业的转换或集成，物联网可以具有各种应用，例如智能家居、智能建筑、智能城市、智能汽车或联网汽车、智能电网、医疗保健、智能家电行业或最先进的医疗服务。
家庭网络系统通过有线或无线链接设备来实现对设备的控制。高级家庭网络系统通过直接或通过家庭网关或客户端设备(CPE)将设备连接到外部公共数据网络(例如互联网协议(I P)网络)来提供各种互联网相关服务。高级家庭网络系统还可以使其用户在与用户终端互通时直接或间接地控制和管理设备。这种家庭网络系统可以通过根据用户的请求控制设备来提供用户期望的服务。
在开发用于家庭网络系统的设备时，制造商在质量保证和客户服务方面付出了巨大努力。当前的质量保证系统可在设备中的故障发生之前预测该故障，从而实现经济高效的运行并提高可靠性。制造商提供上门服务，用于自动故障诊断和维修，有助于节省成本和提高满意度。
与现有的基于规则的智能系统不同，人类智能级AI系统正在各个行业中得到应用，并且可以自行学习并变得更加智能。使用得越多，人工智能系统就越能够感知和理解用户的偏好。因此，基于规则的传统智能系统逐渐被基于深度学习的AI系统所取代。
AI技术包括机器学习(例如深度学习)和基于机器学习的组件技术。
机器学习是一种算法技术，可以对输入数据的特征进行分类和学习。组件技术是通过使用机器学习算法(如深度学习)来模拟人脑的感知和决策能力，可以分为几个技术领域，如语言理解、视觉理解、推理/预测、知识表达、和操作控制。
以下是AI应用程序的示例。语言理解用于识别和应用/处理人类的语言或文本，并且包括自然语言处理、机器翻译、对话系统、回答查询和语音识别/合成。视觉理解用于像人类眼睛一样感知和处理事物，并且包括物体识别、物体追踪、图像搜索、人类识别、场景识别、空间理解和图像增强。推断预测用于确定和逻辑推断和预测信息，包括基于知识/概率的推断、优化预测、基于偏好的计划和推荐。知识表达用于自动处理人类经验信息，涵盖知识积累(数据生成/分类)和知识管理(数据利用)。操作控制用于控制机器人的动作和无人驾驶汽车驾驶，并且包括运动控制(导航，碰撞，驾驶)和机动控制(行为控制)。
然而，随着近来的技术发展和多样化的用户需求，本领域需要一种方法和装置，以有效地提供客户访问服务以维修设备故障并通过考虑用户的使用模式来维持设备的正常操作以及基于预测的设备故障的调度。
发明内容
本公开的一个方面是至少解决上述问题和/或缺点，并提供至少下述优点。因此，本公开的一个方面是提供了一种用于基于故障预测来控制设备的方法和装置。
本公开的另一方面是提供一种用于如果预测到故障则维持设备的正常操作的方法和装置。
本公开的另一方面是提供一种用于延迟设备中故障发生的方法和装置。
本公开的另一方面是提供一种用于在工程师访问以维修设备故障时维修预测的衍生故障的方法和装置。
本公开的另一方面是提供一种方法和装置，用于在工程师访问以维修设备的故障时同时(即，在同一访问中)维修另一设备的预测故障和设备故障。
根据本公开的一个方面，一种设备的方法包括：接收指示预测的设备故障的预测信息；获得基于预测信息可使用维修服务来维修预测故障的调度；如果获得的调度在预测信息所指示的预测故障时间点之后，则发送用于请求用于延迟预测故障并维持设备的正常操作的维护信息的信号；接收维护信息；和根据维护信息进行操作。
根据本公开的另一方面，一种用户终端的方法包括：接收指示设备的预测故障的预测信息；获得基于预测信息使用维修服务来维修预测故障的调度；如果获得的调度在预测信息所指示的预测故障时间点之后，则发送用于请求用于延迟预测故障并维持设备的正常操作的维护信息的信号；接收维护信息；和将维护信息发送到设备。
根据本公开的另一方面，一种设备包括：执行单位；通信单元，被配置为接收指示设备的预测故障的预测信息，发送用于请求用于延迟预测故障并维持设备的正常操作的维护信息的信号，并接收维护信息；和控制器，被配置为获得可用于基于预测信息维修预测故障的维修服务的使用的调度，如果所获得的调度在预测信息所指示的预测故障时间点之后则生成所述信号，并且控制执行单元根据维护信息进行操作。
根据本公开的另一方面，用户终端包括：通信单元，被配置为接收指示设备的预测故障的预测信息，发送用于请求用于延迟预测故障的并维持所述设备的正常操作的维护信息的信号，接收维护信息，以及将维护信息发送到设备；以及控制器，其被配置为获得能够使用用于基于预测信息维修预测故障的维修服务的的调度，并且如果获得的调度在预测信息所指示的预测的故障时间点之后，则生成所述信号。
附图说明
通过以下结合附图的详细描述，本公开的上述和其他方面、特征和优点将变得显而易见，其中：
图1示出了根据实施例的用于基于故障预测来管理设备的系统；
图2示出了根据实施例的基于故障预测可被控制的设备；
图3示出了根据实施例的被配置为基于故障预测来管理设备的管理服务器；
图4示出了根据实施例的可以基于故障预测来控制设备的用户终端；
图5示出了根据实施例的设备的操作；
图6示出了根据实施例的用于管理设备的管理服务器的操作；
图7示出了根据实施例的用于将设备维持在正常操作状态的用户终端的操作；
图8示出了根据实施例的设备的操作；
图9示出了根据实施例的在管理服务器中为设备生成正常操作维护信息的操作；
图10示出了根据实施例的在管理服务器中生成虚拟操作模式的操作；
图11A、11B和11C示出了根据实施例的基于空调的操作参数的调度和控制值来维持空调的正常操作状态的场景；
图12A、12B和12C示出了根据实施例的基于洗衣机的操作参数的调度和控制值来维持洗衣机的正常操作状态的场景；
图13A、13B和13C示出了根据实施例的基于空调的操作参数的控制值维持空调的正常操作状态的场景；
图14A、14B和14C示出了根据实施例的基于冰箱的操作参数的控制值维持冰箱的正常操作状态的场景；
图15A、15B和15C示出了根据实施例的通过使用外围装置维持设备的正常操作状态的场景；
图16示出了根据实施例的提供维修服务以维修设备的预测故障和衍生故障的系统；
图17示出了根据实施例的用于同时维修设备的多个故障的用户终端的操作；
图18A和18B示出了根据实施例的在用户终端上显示的关于设备的衍生故障的信息；
图19示出了根据实施例的用于维修设备的主要故障和衍生故障的管理服务器的操作；
图20示出了根据实施例的用于生成衍生故障信息的管理服务器的操作；
图21示出了根据实施例的用于搜索设备的衍生故障的管理服务器的操作；
图22示出了根据实施例的用于提供维修服务以维修设备的预测故障和另一设备的故障的系统；
图23示出了根据实施例的用于同时维修多个设备的多个预测故障的用户终端的操作；
图24A和24B示出了根据实施例的在用户终端上显示的关于多个设备的多个故障的信息；
图25示出了根据实施例的用于维修多个设备的故障的管理服务器的操作；和
图26示出了根据实施例的用于生成第二故障的故障预测信息的管理服务器的操作。
在整个附图中，相似的附图标记将被理解为表示相似的部件、组件和结构。
具体实施方式
在下文中，参考附图详细描述实施例。为了清楚和简明起见，将省略对公知功能和/或配置的描述。
出于同样的原因，可能夸大或示意性地示出了一些元素。每个元素的大小不一定反映元素的实际大小。在整个附图和详细描述中，相同的附图标记用于表示相同的元件。
通过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以及用于实现其的方法。然而，本公开不限于本文公开的实施例，并且可以对其进行各种改变。提供本文公开的实施例仅仅是为了向本领域普通技术人员告知本公开如仅由所附权利要求限定的范围。
应当理解，每个流程图中的块和流程图的组合可以由配备在通用计算机、专用计算机或其他可编程数据处理设备的处理器中的计算机程序指令来执行。该指令形成用于执行结合每个流程图的块描述的功能的装置。由于计算机程序指令可以存储在计算机可用或计算机可读存储器中，该存储器可以面向计算机或其他可编程数据处理设备以指定方式实现功能，所以指令可以产生包括用于执行结合每个流程图中的块描述的功能的指令装置的产品。由于计算机程序指令可以配备在计算机或其他可编程数据处理设备中，因此通过计算机或其他可编程数据处理设备执行生成由计算机执行的处理作为一系列操作步骤的指令，并且操作计算机或其他可编程数据处理设备可以提供用于执行结合每个流程图中的块描述的功能的步骤。
每个块可以表示包括用于执行指定逻辑功能的一个或多个可执行指令的代码的模块、段或部分。在一些替换执行示例中，块中提到的功能可以以不同的顺序发生。例如，取决于相应的功能，可以基本上同时或以相反的顺序执行连续示出的两个块。
如这里所使用的，术语“单元”表示软件元件或硬件元件，例如现场可编程门阵列(FPGA)或专用集成电路(ASIC)。尽管单元起到某种作用，但是术语“单元”不限于指示软件或硬件元件，并且可以配置在可以被寻址的存储介质中或配置为再现一个或多个处理器。因此，“单元”可以包括诸如软件元素、面向对象的软件元素、类元素和任务元素之类的元素、进程、函数、属性、过程、子例程、程序代码段、驱动程序、固件、微代码、电路、数据、数据库、数据架构、表、数组和变量。在元素或“单元”中提供的功能可以与附加元素组合，可以分成子元素或子单元，并且可以实现为在设备或安全多媒体卡中再现一个或多个中央处理单元(CPU)。
尽管这里的实施例的描述提到了各种特定系统和信号标准，但是本公开的主题还可以适用于具有类似技术背景的其他系统或服务而不脱离本公开的范围，并且这可以由本领域普通技术人员之一确定。
根据实施例，用户终端可以是配备有通信特征的电子设备，可以向用户终端的用户提供用户界面(UI)，并且可以通过外部网络与至少一个服务器通信并且与家庭网络上的至少一个设备直接或通过例如家庭网关、CPE或路由器的至少一个网络节点通信。例如，电子设备可以是便携式电子设备、可穿戴电子设备或可安装电子设备。
便携式电子设备可以包括但不限于智能手机、功能手机、平板电脑、笔记本电脑、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)、动画专家组(MPEG)层音频3(MP3)播放器、移动医疗设备、电子词典、电子钥匙、摄录一体机或相机中的至少一种。
可穿戴电子设备可以包括但不限于例如手表、戒指、手镯、脚镯、项链、眼镜、隐形眼镜或头戴式设备(HMD)的附件型设备、例如电子衣服或运动衣的织物或衣服集成装置、例如皮肤垫或纹身的身体附着型装置、或例如可植入电路的身体可植入装置中的至少一个。
根据实施例，电子设备可以是上面列出的设备中的一个或组合，并且可以是柔性电子设备。这里公开的电子设备不限于上面列出的设备，并且可以包括取决于技术发展的新电子设备。
这里使用的各种术语和表达可以如下定义。
-设备，指可安装在家庭或办公室中并配备互联网接入功能的智能家电和电子设备。
-管理服务器，指可以由设备制造商或管理者操作并且可以与用户终端和/或至少一个设备通信的服务器。管理服务器可以包括故障预测知识数据库(DB)，其可以用于基于所收集的操作数据来预测设备的故障。
-故障预测知识DB，存储用于预测各种设备中的故障的信息，诸如操作数据、故障历史、故障延迟的控制方法、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个。
-操作数据，与设备的操作有关，并且可以包括从设备中的至少一个传感器收集的传感器数据和操作历史中的至少一个。
-操作历史，指根据设备的实际使用记录操作的数据，并且可以包括设备(或者设备的每个组件)的运行时间、操作模式、操作时段、操作计数和操作参数中的至少一个。操作参数是指在每种操作模式下操作所需的信息，例如空调的设定温度，为洗衣机设定的负载、脱水级别和干燥级别，或冰箱的设定温度和除霜循环。
-正常操作维护信息，被请求来维持设备的正常操作状态(即，没有故障)，并且可以通过考虑设备的预测故障被生成。例如，正常操作维护信息可以定义：设备的每次操作(开/关或操作模式)和指示每个操作的操作参数的控制值的操作模式中的至少一个；正常操作时间信息，指示如果应用正常操作维护信息，则预测可能不发生故障的正常操作的持续时间；以及将用于替换或补充设备的至少一个外围设备。例如，正常操作维护信息可以定义至少一个正常操作维护模式，其可以延迟设备的预测故障。
-正常操作维护模式，表示用于延迟设备的预测故障使得设备维持设备正常操作的状态的操作模式，并且还可以称为故障延迟模式。每个正常操作维护模式定义预测故障的故障项、设备每次操作(开/关或操作模式)和指示每个操作的操作参数的控制值的操作模式中的至少一个；正常操作时间信息，指示在应用相应的正常操作维护信息的情况下预测正常操作是可能的持续时间；以及将用于替换或补充设备的至少一个外围设备。
-操作模式，指示每次所需的操作以及用于设备的相应操作的操作参数的控制值。例如，空调的运行模式可能是:上午9:00-中午12:00,弱风和设定温度70华氏度(F)；下午3:00-下午4:00,弱风和设定温度72度F；晚上8:00-晚上8:30,自动。另一个例子，洗衣机的操作模式可以是:周一,负载85kg和脱水级别3和干燥级别2；星期三，负载5kg和脱水级别3和干燥级别3；和星期五，负载5kg和脱水级别3和干燥级别2。
-用户偏好标准，定义用户请求或偏好的操作模式。例如，空调的用户偏好标准可以包括最小设定温度和最小运行时间中的至少一个。又例如，洗衣机的用户偏好标准可以包括每周操作次数、操作日期、最小负载、最小脱水级别和最小干燥级别中的至少一个。
-故障预测信息，指示设备的预测故障，并且可以由管理服务器基于故障预测知识DB生成。故障预测信息可以包括故障项、预测故障时间点和预测故障的风险程度中的至少一个。
-衍生故障，表示可能由于设备中发生的故障或设备的预测故障而导致的另一故障。可以基于相同或类似类型设备的故障历史来生成指示衍生故障的衍生故障信息。故障预测知识DB内的故障项可以链接到至少一个衍生故障。
-推荐的调度信息，表示管理服务器推荐的调度，以便可以使用维修服务。例如，推荐的调度信息表示小时、日、月和年。
-相同的处所空间，表示由同一地址(如家庭或办公室)识别的空间。
本公开描述了用于通过基于设备的预测故障来延迟设备的故障来扩展设备正常操作的状态的技术。
本公开提供了一种上门维修服务，其通过一次上门可以维修设备中发生的故障或设备的预测故障以及与设备中发生的故障或设备的预测故障相关的衍生故障。
本公开提供了一种上门维修服务，其通过一次上门可以维修设备中发生的故障或设备的预测故障以及针对与设备相同的家庭内的另一设备预测的故障。
如这里所使用的，术语“用户”可以表示使用电子设备的人或人工智能电子设备。
图1示出了根据实施例的用于基于故障预测来管理设备的系统。
参考图1，家庭系统100包括一个或多个设备102、104和106，其中至少一个可以是具有互联网访问特征的智能设备，并且可以使用以下有线或无线通信方案的方式与用户终端120和/或管理服务器110通信：例如无线保真(Wi-Fi)、
Figure BDA0001913308520000091
近场通信(NFC)或z波。设备102、104和106中的至少一个可以直接或经由用户终端120、家庭网关或CPE与管理服务器110通信，例如可以是冰箱、洗衣机、空调、烤箱、机器人清洁器、电视机、空气循环器、空气净化器和除湿器，并且可以是这里未示出或提及的智能设备。
设备102、104和106可以被配置为从用户终端120或管理服务器110接收控制命令，根据控制命令操作，并且将所请求的信息和/或操作数据发送到用户终端120或者管理服务器110。例如，设备102、104和106可以通过用户终端120从管理服务器110或直接从管理服务器110接收故障预测信息和/或正常操作维护信息，并且在至少一个由正常操作维护信息定义的正常操作维护模式之一中操作。设备102、104和106可以具有用户接口，用于接收关于是否执行正常操作维护模式的用户输入，显示由正常操作维护信息定义的至少一个正常操作维护模式，以及选择用户偏好的正常操作维护模式的用户的请求。
管理服务器110具有故障预测知识DB 114以及故障预测引擎112，故障预测知识DB114存储可用于预测设备102、104和106的故障的信息，故障预测引擎112用于基于故障预测知识DB 114预测可能在设备102,104，以及106中发生的故障。管理服务器110可以使用故障预测知识DB 114和故障预测引擎112生成用于设备102、104和106的故障预测信息并根据故障预测信息生成正常操作维护信息，并且向设备102,104和106提供故障预测信息和/或正常操作维护信息。
这里将描述管理服务器110还可以存储和管理与用于设备102、104和106的上门维修服务有关的信息、故障历史和故障维修历史。然而，客户服务(CS)服务器是用于收集、存储和管理与用于设备102、104和106的家庭维修服务有关的信息、故障历史和故障维修历史信息的单独网络实体，可以配置为根据实现与管理服务器110通信。换句话说，管理服务器110可以用一个或多个逻辑/物理实体来实现，可以管理与设备102、104和106相关联地注册的至少一个用户终端130，并且可以传送与设备102、104和106相关的信息到注册的用户终端120。
用户终端120可以直接或通过家庭网关或CPE与可能位于同一家庭或不同家庭的一个或多个设备102、104和106通信，并且可以从管理服务器110接收设备102、104和106中的至少一个的故障预测信息和/或正常操作维护模式信息，以将信息发送到相应的设备。用户终端120可以从设备102、104和106收集操作数据，并将收集的操作数据发送到管理服务器110。用户终端120可以通过用户接口接收关于是否执行正常操作维护模式的用户输入、显示关于由正常操作维护信息定义的至少一个正常操作维护模式的信息，以及接收在所显示的至少一个正常操作维护模式中选择用户优选的正常操作维护模式的用户请求。
图2示出了根据实施例的可以基于故障预测被控制的设备。设备可以配置有本机功能执行单元210(这里也称为“执行单元”)、控制器220、通信单元230、存储单元240和用户接口(UI)单元250中的至少一个。
本机功能执行单元210包括用于执行设备的本机功能的软件和硬件组件。在示例中，当设备是空调时，本机功能执行单元210可以包括风扇、压缩机、冷凝器、蒸发器、膨胀阀和用于收集数据的各种传感器。当设备是洗衣机时，本机功能执行单元210可包括门、灯、电源、桶、变速器、电动机、泵、加热器、温度调节器和各种传感器。当设备是冰箱时，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(例如，除霜传感器、加热器或计时器)和各种传感器。本机功能执行单元210可以从控制器220接收操作组件所需的操作参数的控制值，并且可以使用操作参数来操作每个组件。
控制器220可以管理设备的操作数据，通过监视本机功能执行单元210的操作历史来收集传感器数据，并且通过通信单元230将操作数据发送到管理服务器和/或用户终端。操作数据可以包括操作历史和从本机功能执行单元210内的至少一个传感器收集的传感器数据中的至少一个。操作历史表示记录本机功能执行单元210的操作的数据，并且可以包括：运行时间、操作模式、操作周期和操作计数中的至少一个。控制器220可以从管理服务器接收故障预测信息和/或正常操作维护信息，以根据接收到的信息控制本机功能执行单元210的操作。
通信单元230包括通信接口，其支持控制器220能够通过互联网与用户终端和/或管理服务器通信。作为示例，通信单元230可以包括有线通信模块和/或支持Wi-Fi、
Figure BDA0001913308520000111
NFC和z波中的至少一个的无线通信模块，并且可以直接或通过家庭网关或CPE访问管理服务器和/或用户终端。
存储单元240可以包括：只读存储器(ROM)，其存储用于操作设备的控制程序；以及随机存取存储器(RAM)，其存储从设备外部输入的信号或数据或用作用于在设备上执行的任务的存储区域。在示例中，存储单元240存储与设备有关的操作数据，诸如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，并且存储用于控制本机功能执行单元210的正常操作维护信息。
UI单元250可以提供从控制器220传递给用户的故障预测信息、正常操作维护信息和上门维修服务调度，或者可以接收用户输入并将输入传送到控制器220。为此，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。
虽然本机功能执行单元210、控制器220、通信单元230、存储单元240和UI单元250在设备中被描述为图2中的单独单元，但是设备可以以这些部件中的至少两个被集成的形式实现。
本机功能执行单元210、控制器220、通信单元230、存储单元240和UI单元250中的每一个可以用至少一个处理器实现。该设备还可以用至少一个处理器实现。
图3示出了根据实施例的被配置为基于故障预测来管理设备的管理服务器。管理服务器可以配置有通信单元310、控制器320和存储单元330中的至少一个。
通信单元310包括通信接口，该通信接口支持控制器320以使得能够通过互联网与至少一个设备、用户终端和/或至少一个网络实体进行通信。网络实体可以是诸如管理设备的CS的CS服务器。
控制器320基于从通信单元310接收的至少一个设备的操作数据来预测设备的故障，并生成指示预测的故障的故障预测信息。控制器320可以通过延迟与故障预测信息有关的预测故障来产生维持设备的正常操作所需的正常操作维护信息。故障预测信息和/或正常操作维护信息可以通过通信单元310发送到相应的设备和/或用户终端。控制器320可以通过通信单元310与管理维修服务的CS服务器通信，向CS服务器发送维修服务的请求，并且从CS服务器通过通信单元310接收与维修服务、故障历史和故障维修历史有关的信息。控制器320可以向CS服务器传递可用于维修服务的信息，例如操作数据、故障历史、故障维修历史、制造信息、关于其中已安装设备的环境的环境信息(平均温度、平均湿度或安装高度)以及客户简档信息。如果存在对应设备的预测故障，则控制器320可以进一步向CS服务器提供故障预测信息和/或正常操作维护信息。
存储单元330可以包括：ROM，其存储用于操作管理服务器的控制程序；以及RAM，其存储从管理服务器外部输入的信号或数据，或者用作在管理服务器上执行的任务的存储区域。存储单元330还包括故障预测知识DB332，其存储可用于预测至少一个设备中的故障的信息。故障预测知识DB 332可以存储操作数据、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个。存储单元330、故障预测知识DB 332或单独的存储空间可以存储由控制器320针对每个设备生成的故障预测信息和/或正常操作维护信息。
虽然通信单元310、控制器320和存储单元330在管理服务器中被描述为图3中的单独单元，管理服务器可以以集成通信单元310、控制器320和存储单元330中的至少两个的形式实现。通信单元310、控制器320和存储单元330中的每一个可以用至少一个处理器实现。管理服务器还可以用至少一个处理器实现。
图4示出了根据实施例的可以基于故障预测来控制设备的用户终端。用户终端可以配置有通信单元410、控制器420、感测单元430和用户接口(UI)单元440中的至少一个。通信单元410包括支持控制器420能够通过互联网与至少一个设备和/或管理服务器通信的通信接口。作为示例，通信单元410可以包括有线通信模块和/或支持Wi-Fi、
Figure BDA0001913308520000121
NFC和z波中的至少一个的无线通信模块，并且可以直接或者通过家庭网关或CPE接入设备。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，并且可以经由互联网与管理服务器通信。
控制器420可以通过通信单元420从管理服务器接收设备的故障预测信息和/或正常操作维护信息，并将故障预测信息和/或正常操作维护信息发送到设备。在示例中，控制器420可以向设备发送关于用户通过UI单元440从由正常操作维护信息定义的多个正常操作维护模式中选择的至少一个正常操作维护模式的信息，或者可以从设备收集操作数据并将收集的操作数据发送到管理服务器。
存储单元430可以包括：ROM，其存储用于操作用户终端的控制程序；以及RAM，其存储从用户终端外部输入的信号或数据，或者用作在用户终端上执行的任务的存储区域。存储单元430可以存储要用于控制设备的正常操作维护信息。
UI单元440可以提供从控制器420递送给用户的信息，诸如故障预测信息、正常操作维护信息或维修服务调度，或者可以接收用户输入并将输入传送到控制器420。为此，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。
虽然通信单元410、控制器420、存储单元430和UI单元440在用户终端中被描述为图4中的单独单元，用户终端可以以集成了这些组件中的至少两个的形式实现。通信单元410、控制器420、存储单元430和UI单元440中的每一个可以用至少一个处理器实现。用户终端还可以用至少一个处理器实现。
图2至图4的控制器220、320和420中的至少一个可以在至少一个硬件芯片中产生，并且可以配备在电子设备中。例如，控制器可以形成在用于AI的专用硬件芯片中，或者形成在例如CPU或应用处理器的现有通用处理器或例如图形处理单元(GPU)的图形专用处理器的一部分中，并被配备在各种电子设备中。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，其可以快速处理例如机器学习的AI计算任务，具有比现有通用处理器更好的并行处理性能。
图5示出了根据实施例的设备的操作。参考图5，设备在步骤505中根据唯一操作的执行向管理服务器发送操作数据。操作数据可以包括设备的操作历史和传感器数据中的至少一个，并被周期性地发送到管理服务器，或根据预定事件或根据管理服务器的请求被发送到管理服务器。
在步骤510，设备从管理服务器接收指示设备的预测故障的故障预测信息。如果管理服务器确定基于从设备中收集的操作数据预测设备的故障，则由管理服务器生成故障预测信息。故障预测信息可以包括预测故障的故障项和预测故障时间点(例如可能发生故障的至少一个日期或者可能发生故障的第一日期和最后日期)中的至少一个。设备可以接收推荐的调度信息，该推荐的调度信息指示维修服务以维修预测的故障的推荐调度以及故障预测信息，并且指示可以上门以提供维修服务的工程师的调度和通过考虑预测的故障时间点确定的至少一个推荐的时间点/项目。
在步骤515中，设备确定用于维修预测故障的维修服务在其到达故障预测信息中包括的预测故障时间点之前是否可用。为此，设备可以显示故障预测信息并接收针对用户是否可以在预测的故障时间点之前使用维修服务的用户输入。例如，设备可以确定服务可用性调度，该服务可用性调度指示用户可以使用维修服务来通过用户输入维修预测的故障的时间点或持续时间，并且设备可将所确定的服务可用性调度与预测的故障时间点进行比较。如果接收到指示在预测的故障时间点之前用户使用维修服务的用户输入，即，如果确定的服务可用性调度在预测的故障时间点之前，则在步骤540，设备可以将维修服务的请求信号发送到管理服务器。例如，请求信号可以包括基于从管理服务器提供的推荐调度信息来确定的日期和时间。
如果接收到指示在预测的故障时间点之前用户未使用维修服务的用户输入，即，如果确定的服务可用性调度在预测的故障时间点之后，则在步骤520设备向管理服务器发送用于维持正常操作状态所需的正常操作维护信息的请求信号。请求信号可以包括关于用户请求设备操作的用户偏好标准的信息。用户偏好标准定义用户请求或偏好的设备的操作模式，例如设备的性能或用户请求的故障延迟可用时间中的至少一个。用于空调的用户偏好标准可以包括最小设定温度和最小运行时间中的至少一个。用于洗衣机的用户偏好标准可以包括每周操作计数、操作日期、最小负载、最小脱水级别和最小干燥级别中的至少一个。
在步骤525中，响应于正常操作维护信息的请求信号，设备从管理服务器接收维持设备的正常操作状态所需的正常操作维护信息。正常操作维护信息可以定义至少一个正常操作维护模式，并且由正常操作维护信息定义的每个正常操作维护模式可以包括预测故障的故障项、每次设备的操作和指示每个操作的操作参数的控制值的操作模式中的至少一个、指示在应用相应的正常操作维护模式时预测正常操作是可能的持续时间的正常操作时间信息(或延迟故障时间点)、以及关于将用于替换或补充设备的至少一个外围设备的信息。
在步骤530中，设备显示由正常操作维护信息定义的至少一个正常操作维护模式的信息，并且接收用于基于至少一个正常操作维护模式选择应用于设备的正常操作维护模式的用户输入。在步骤535中，设备根据由用户输入选择的正常操作维护模式来执行设备的本机功能。设备根据正常操作维护模式操作，因此设备可以将故障的发生延迟到在预测的故障时间点之后的时间点，用户可以更悠闲地使用维修服务。
虽然图5示出了根据实施例的设备的操作，可以对图5进行各种改变。例如，尽管示出为一系列操作，但是在图5中示出了的各种操作可以以不同的顺序或多次地重叠或并行地发生。
图6示出了根据实施例的用于管理设备的管理服务器的操作。参考图6，管理服务器在步骤605中收集设备的操作数据。操作数据根据设备是否执行本机功能而发生，并且可以包括设备的操作历史和传感器数据中的至少一个。管理服务器可以生成故障预测知识DB，其可以用于使用操作数据和从其他设备收集的操作数据来预测设备的故障。例如，故障预测知识DB可以包括操作数据、操作历史、故障延迟的控制方法、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个。
在步骤610中，管理服务器使用故障预测知识DB确定是否存在设备的预测故障。如果存在预测故障，则在步骤615中管理服务器生成指示预测故障的故障预测信息，并将故障预测信息发送到设备。
在步骤620中，管理服务器确定是否从与预测的故障有关的设备接收到用于正常操作维护信息的请求信号。如果没有接收到用于正常操作维护信息的请求信号，则管理服务器返回到步骤605。
如果接收到用于正常操作维护信息的请求信号，则在步骤625中管理服务器通过延迟预测的故障来生成维持设备的正常操作状态所需的正常操作维护信息。例如，正常操作维护信息可以指示至少一个正常操作维护模式，其可以延迟预测的故障并且可以包括预测故障的故障项目、每次设备的操作和指示每个操作的操作参数的控制值的操作模式中的至少一个、指示在应用相应的正常操作维护信息的情况下预测正常操作可能的持续时间的正常操作时间信息(或延迟故障时间点)、以及关于将用于替换或补充设备的至少一个外围设备的信息。
在步骤630，管理服务器将所生成的正常操作维护信息发送到设备。此时，可以将与所生成的正常操作维护信息有关的故障预测信息与所生成的正常操作维护信息一起发送到设备。
虽然图6示出了根据实施例的用于管理设备的管理服务器的操作，可以对图6进行各种改变。例如，尽管示出为一系列操作，但是在图6中示出了各种操作可以以不同的顺序或多次地重叠或并行地发生。
图7示出了根据实施例的用于将设备维持在正常操作状态的用户终端的操作。参考图7，用户终端在步骤705中从管理服务器接收指示预测的设备故障的故障预测信息。如果管理服务器确定基于从设备收集的操作数据预测设备的故障，则管理服务器可以生成故障预测信息。用户终端可以接收推荐的调度信息，该推荐的调度信息指示用于维修预测的故障的维修服务的推荐调度以及故障预测信息。
在步骤710中，用户终端确定用于维修预测故障的维修服务在其到达故障预测信息中包括的预测故障时间点之前是否可用。为此，用户终端可以显示故障预测信息并从用户接收用户是否可以在预测的故障时间点之前使用维修服务的用户输入。如果接收到指示在预测的故障时间点之前用户将使用维修服务的用户输入，则用户终端可以在步骤715中向管理服务器发送用于维修服务的请求信号。请求信号可以包括根据管理服务器提供的推荐调度信息确定的日期和时间。
如果接收到指示在预测的故障时间点之前用户将不使用维修服务的用户输入，则用户终端在步骤720中将用于维持正常操作状态所需的正常操作维护信息的请求信号发送到管理服务器。例如，请求信号可以包括关于用户请求设备操作的用户偏好标准的信息，并且该用户偏好标准定义用户请求或偏好的设备的性能和故障延迟可用时间中的至少一个。
在步骤725，用户终端从管理服务器接收响应于用于正常操作维护信息的请求信号的正常操作维护信息。正常操作维护信息可以定义至少一个正常操作维护模式，正常操作维护模式包括：预测故障的故障项目、每次设备的操作和指示每个操作的操作参数的控制值的操作模式中的至少一个、指示如果应用正常操作维护模式则预测正常操作是可能的的持续时间的正常操作时间信息(或延迟故障时间点)、以及关于将用于替换或补充设备的至少一个外围装置的信息。
在步骤730中，用户终端显示由正常操作维护信息定义的至少一个正常操作维护模式的信息，并接收用于基于至少一个正常操作维护模式选择将应用于设备的正常操作维护模式的用户输入。在步骤735中，用户终端根据由用户输入选择的正常操作维护模式来控制设备。用户终端可以将关于操作模式的信息发送到设备用于控制设备，使得设备根据选择的正常操作维护模式进行操作。例如，关于操作模式的信息包括每次操作和每个操作的操作参数的控制值中的至少一个。用户终端可以向至少一个外围设备发送控制命令，该外围设备将用于替换被预测故障的设备的至少一部分功能，该控制命令包括每次操作(例如，开/关或操作模式)和每个操作的操作参数的控制值中的至少一个。通过控制设备根据正常操作维护模式操作，可以将设备的故障的发生延迟到预测的故障时间点之后，以使用户能够更悠闲地使用维修服务。
虽然图7示出了根据实施例的用于在设备中维持正常操作状态的用户终端的操作，可以对图7进行各种改变。例如，尽管示出为一系列操作，但是在图7中示出的各种操作可以以不同的顺序或多次地重叠或并行地发生。
图8示出了根据实施例的设备的操作。参考图8，在步骤805中设备向管理服务器报告根据本机功能的执行而发生的操作数据。操作数据被报告给用户终端，并且可以由用户终端发送到管理服务器。在步骤810，设备从用户终端接收关于用于维持正常操作的操作模式的信息。该信息包括每次操作和每个操作的操作参数的控制值中的至少一个，并且由用户终端根据用户终端在管理服务器确定的至少一种正常操作维护模式中选择的一种正常操作维护模式而产生。
在步骤815中，根据关于操作模式的信息所指示的每次操作和每个操作的操作参数的控制值中的至少一个，设备在正常操作维护模式下操作。
虽然图8示出了根据实施例的设备的操作，可以对图8进行各种改变。例如，尽管示出为一系列操作，但是图8中的各种操作可以以不同的顺序或多次地重叠或并行发生。
如上所述，设备可以通过根据正常操作维护模式操作来将故障的发生延迟到预测的故障时间点之后，以使用户能够更悠闲地使用维修服务。管理服务器可以通过考虑预测的故障、以及设备的操作数据和操作模式来确定可以应用于设备的正常操作维护模式。
图9示出了根据实施例的为管理服务器中的设备生成正常操作维护信息的操作。
参考图9，在步骤905中，管理服务器接收用于维持预测故障的设备的正常操作状态所需的正常操作维护信息的请求信号。例如，可以从如图5的步骤520中所示操作的设备或者如图7的步骤720所示操作的用户终端接收请求信号。
在步骤910中，管理服务器通过考虑设备的操作历史来生成可以延迟设备的预测故障的一个或多个虚拟操作模式。每个虚拟操作模式可以包括每次所需的操作和用于设备的相应操作的操作参数的控制值。在示例中，用于空调的虚拟操作模式包括运行时间(例如，每天小时)、操作模式(例如强风、中风、弱风或除湿)和设定温度中的至少一个。用于洗衣机的虚拟操作模式包括运行时间(例如每周的天数)、负载重量、操作模式(例如洗涤、脱水或干燥)以及操作级别中的至少一个。
管理服务器在步骤915中根据每个虚拟操作模式生成故障预测信息。即，管理服务器预测当设备根据每个虚拟操作模式操作时可能发生的故障，并生成包括发生时间点和预测失败的风险程度的故障预测信息。
在步骤920中，管理服务器向用户终端发送指示与每个虚拟操作模式相对应的正常操作维护模式的至少一个候选者的候选信息，并且在步骤925中从用户终端接收指示用户请求设备或用户偏好的操作模式的用户偏好标准信息。即，用户偏好标准信息指示用户请求设备以最小操作的操作模式。在示例中，空调的用户偏好标准可以包括最小设定温度和最小运行时间中的至少一个。用于洗衣机的用户偏好标准可以包括每周操作计数、操作日期、最小负载、最小脱水级别和最小干燥级别中的至少一个。可以基于从管理服务器接收的候选信息所指示的正常操作维护模式的每个候选来生成用户偏好标准信息，并且用户偏好标准信息还可以包括关于诸如期间期望设备的正常操作是可能的三天、五天或七天的持续时间的信息。
图9示出了其中管理服务器将候选信息发送到用户终端的步骤920以及其中管理服务器从用户终端接收用户偏好标准信息的步骤925；然而，根据实施方式，可以省略步骤920和步骤925中的至少一个。在示例中，管理服务器可以在步骤905中接收包括用户偏好标准信息的请求信号，而不是省略步骤920和925。如果候选信息被发送到用户终端，则用户终端可以发送指示根据在步骤920中候选信息的用户输入选择的至少一个候选者的响应信号。候选信息被发送到设备，并且管理服务器可以接收指示根据设备的用户输入选择的至少一个候选者的响应信号。
管理服务器根据步骤925或步骤905中接收的用户偏好标准信息，在步骤930中确定在步骤920中确定的正常操作维护模式的每个候选是否满足用户偏好标准。如果没有正常操作维护的候选者满足用户偏好标准，管理服务器返回步骤910。如果存在满足用户偏好标准的正常操作维护模式的候选者，则管理服务器在步骤935中生成指示满足用户偏好标准的正常操作维护模式的正常操作维护信息。如果存在满足用户偏好标准的一个或多个正常操作维护模式，则正常运行维护信息可以指示一个或多个正常操作维护模式，例如通过进一步包括指示在一种或多种正常操作维护模式中推荐的正常操作维护模式的信息。
在步骤940，管理服务器将所生成的正常操作维护信息发送到在步骤905中发送用于正常操作维护信息的请求信号的设备或用户终端。例如，管理服务器可以发送对应每个正常操作维护模式的故障预测信息以及正常操作维护信息到相应的设备或用户终端。
虽然图9示出了根据实施例的为管理服务器中的设备生成正常操作维护信息的操作，可以对图9进行各种改变。例如，尽管示出为一系列操作，但是图9中的各种操作可以以不同的顺序或多次地重叠或并行发生。
图10示出了根据实施例的在管理服务器中生成虚拟操作模式的操作。管理服务器可以根据如图10所示的实施例中的至少一个实施例和未在本公开中描述的实施例生成步骤910中的虚拟操作模式。
参考图10，在步骤1005中管理服务器收集其中从设备记录设备的操作的操作数据。例如，操作数据可以包括设备的操作历史和从设备内的至少一个传感器收集的传感器数据中的至少一个。在步骤1010中，管理服务器使用操作数据从故障预测知识DB搜索用于延迟设备的预测故障的控制方法，以维持设备的正常操作状态。该控制方法可以包括：基于每次操作的控制和每个操作的操作参数的控制值的至少一个；以及基于用于替换或补充设备的至少一个外围设备。管理服务器在步骤1015中基于搜索结果确定可以应用于设备的控制方法，并且在步骤1020中确定包括所确定的控制方法的虚拟操作模式。
虽然图10示出了根据实施例的在管理服务器中生成虚拟操作模式的操作，可以对图10进行各种改变。例如，尽管示出为一系列操作，但是图10中的各种操作可以以不同的顺序或多次地重叠或并行发生。
下面将描述用于延迟设备的预测故障并且其中用户终端与管理服务器通信以维持设备的正常操作的实施例和场景；然而，应当注意，类似的描述可以应用于设备而不是用户终端与管理服务器通信以维持设备的正常操作的场景。
图11A、11B和11C示出了根据实施例的基于空调的调度和操作参数的控制值来维持空调的正常操作状态的场景。
参考图11A，用户终端1102可以从管理服务器接收并显示指示故障的故障预测信息1105，该故障预测信息1105是基于空调1100的操作数据预测的。在图11A中，故障预测信息1105以“5天后等于或小于制冷剂量的20％”的形式显示。用户终端1102可以显示信息1110和1112，其在达到预测的故障时间点之前，即在“5天”内，向用户询问维修服务是否可用。具体地，用户终端1102可以显示建议维修服务的短语1110和维修服务可用时的推荐调度1112。
如果接收到指示用户将在“5天”内不使用维修服务的用户输入，则用户终端1102可以在短语1115中显示从管理服务器接收的正常操作维护信息以延迟预测的故障，该短语1115询问用户是否使用正常的操作维护模式。如果接收到指示用户将使用正常操作维护模式的用户输入，则用户终端1102显示通过正常操作维护信息获得的一个或多个正常操作维护模式1120的信息。在图11A中，正常操作维护模式1120的信息包括[模式1：+3天，模式2：+7天，模式3：+8天]。以这种方式，每个正常操作维护模式可以包括关于预测的故障可以延迟多长时间的信息。
如果接收到用户输入，选择所显示的正常操作维护模式1120中的一个，例如正常操作维护模式2(1125)，则用户终端1102将关于正常操作维护模式2的信息发送到空调1100，从而启用空调100操作在正常运行维持模式2中。正常运行维持模式2包括空调1100的运行模式，该运行模式被确定为使得空调1100的制冷剂量在5天后将保持在20％或更多。
图11B示出了基于操作数据生成的空调1100的虚拟操作模式1130。虚拟操作模式1130包括：上午11:00至中午12:00，强风和设定温度18度；下午2:00-下午6:00，强风和设定温度22度；以及晚上8点-晚上8：30：除湿和设定温度24度。如果空调1100以虚拟操作模式1130连续操作，则预测在5天之后空调1100中可能发生故障1135，即制冷剂短缺。
图11C示出了根据用户选择的正常操作维护模式2的操作模式1140。操作模式1140包括：上午9:00至中午12:00，弱风和设定温度23度；下午3:00至下午4:00：弱风和设定温度24度；以及晚上8点-晚上8：30：自动。通过将操作模式1140应用于空调(1145)，可以将故障1135的发生延迟大约12天，使得空调可以在没有制冷剂短缺的情况下正常运行大约12天，以使用户能够更悠闲地确定维修服务的调度。
图12A、12B和12C示出了根据实施例的基于洗衣机的调度和操作参数的控制值来维持洗衣机的正常操作状态的场景。
参考图12A，用户终端1202可以从管理服务器接收指示基于洗衣机1200的操作数据预测的故障的故障预测信息1205，并且将故障预测信息1205显示为“在使用洗衣机5次之后洗衣机的电机将发生故障”。通过根据从管理服务器接收的正常操作维护信息显示一个或多个正常操作维护模式1215的信息以便延迟预测故障，用户终端1202可以显示询问用户是否使用正常操作维护模式以便延迟预测故障的信息1210。在1215中，模式1：+3天，模式2：+7天，模式3：+8天。以这种方式，每个正常操作维护模式可以包括关于预测的故障可以延迟多长时间的信息。
如果接收到用户输入，选择所显示的正常操作维护模式1215中的一个，例如正常操作维护模式2，则用户终端1202显示关于正常操作维护模式2的操作模式的信息1220，并显示询问是否接受根据正常操作维护模式2的自动控制的短语1225。如果接收到指示接受根据正常操作维护模式2的自动控制的用户输入，则用户终端1202将关于正常操作维护模式2的信息发送到洗衣机1200，使洗衣机1200能够在自动控制中以正常操作维护模式2(1230)运行。正常操作维护模式2包括诸如衣物5kg、脱水级别3和干燥级别3的操作模式，并且在正常操作维护模式2下操作的洗衣机1200根据洗衣重量5公斤、脱水等级3、干燥等级3的操作模式来限制负载、脱水级别和干燥级别。
图12B示出了基于操作数据生成的洗衣机1200的虚拟操作模式1240。虚拟操作模式1240包括：星期一，负载8kg、脱水级别4和干燥级别3；星期三，负载10kg、脱水级别5和干燥级别5；和星期五，负载8kg、脱水级别4和干燥级别4。如果洗衣机1200在虚拟操作模式1240连续操作的情况下，预测在洗衣机1200使用5次之后可能在洗衣机1200中发生电机故障1245。
图12C示出了根据用户选择的正常操作维护模式2的操作模式1250，其包括最大负载5kg、最大脱水级别3和最大干燥级别3。在应用根据正常操作维护模式2的操作模式1250时预测的虚拟操作模式限于：星期一，负载5kg、脱水3级和干燥2级；星期三，负载5kg、脱水3级和干燥3级；星期五，负载5kg、脱水3级和干燥2级。通过将操作模式1250应用于洗衣机1200，可以将故障1245的发生延迟大约3周(1255)，使得洗衣机1200可以在大约3周没有电机故障的情况下正常运行，以使用户能够更悠闲地确定维修服务的调度。
图13A、13B和13C示出了根据实施例的基于空调的操作参数的控制值维持空调的正常操作状态的场景。
参考图13A，用户终端1302可以从管理服务器接收指示基于空调1300的操作数据预测的故障的故障预测信息1305，并显示故障预测信息1305。在图13A中，故障预测信息1305以“在7天后压缩机可能损坏”的形式显示。用户终端1302可以显示信息1310，信息1310询问用户是否使用正常操作维护模式以延迟预测的故障，并且信息1310是根据从管理服务器接收到的正常操作维护信息以延迟预测的故障的一个或多个正常操作维护模式1315。在图13A中，多个正常操作维护模式1315的信息显示为：模式1，+3天；模式2，+7天；以及模式3，+8天。以这种方式，每个正常操作维护模式可以包括关于预测的故障可以延迟多长时间的信息。
如果接收到用户输入，选择所显示的正常操作维护模式1315中的一个，例如正常操作维护模式2，则用户终端1302将关于正常操作维护模式2的信息发送到空调1300，使得空调1300能够在包括压缩机频率和/或电子膨胀阀(EEV)开度的控制值的正常操作维护模式2(1320)中操作。
参考图13B，空调1300包括压缩机1332、冷凝器1334、蒸发器1336和EEV 1338。压缩机1332通过压缩运动压缩空气状态的制冷剂，以将高温和高压制冷剂传送到冷凝器1334。将从压缩机1332输出的制冷剂气体转换成低温高压的液体制冷剂，将液体制冷剂输送到EEV 1338。将低温高压的液体制冷剂转换成低温低压的液体制冷剂由EEV 1338执行以便容易地蒸发蒸发器1336中的制冷剂。液体制冷剂在遇到通过EEV 1338在出口处突然变宽的管道时进入易于蒸发的状态。在将液体制冷剂转变成气态以便将热空气传递到室外单元时蒸发器1336吸收内部的热空气。此时，通过从吸入压力T(t)1330减去蒸发器1336的低压饱和温度P(t)来计算压缩机1332的超热吸入度1350。
参考图13C，如果超热吸入程度1350是负值1345，则压缩机内的制冷剂可能泄漏，并且可能发生噪音或对压缩机的损坏。这样，管理服务器可以基于压缩机1332的吸入压力和蒸发器1336的低压饱和温度P(t)1340(参见图13B)通过基于压缩机1332的吸入压力和蒸发器1336的低压饱和温度P(t)1340计算超热吸入程度1350并且跟踪计算出的超热吸入程度1350的变化从空调1300收集的操作数据中预测诸如制冷剂泄漏或压缩机损坏等故障。
可以应用于预测故障的正常操作维护模式可以包括压缩机频率和/或EEV开度的控制值。管理服务器向空调1300提供正常操作维护信息，该正常操作维护信息指示包括压缩机频率和/或通过用户终端1302的EEV开度的控制值的至少一个正常操作维护模式，使得空调1300可以根据这些控制值操作以延迟例如制冷剂泄漏或压缩机损坏的故障的发生。
图14A、14B和14C示出了根据实施例的基于冰箱的操作参数的控制值维持冰箱的正常操作状态的场景。
参考图14A，用户终端1402可以从管理服务器接收指示基于冰箱1400的操作数据预测的故障的故障预测信息1405，并显示故障预测信息1405。在所示的示例中，故障预测信息1405是以“冰箱8天后可能会被淹没”的形式显示。
用户终端1402可以根据从管理服务器接收的正常操作维护信息来显示询问用户是否使用正常操作维护模式以便延迟预测故障的信息1410，以便延迟预测的故障。在图14A中，多个正常操作维护模式1415的信息显示为：模式1，+3天；模式2，+7天；模式3，+8天。以这种方式，每个正常操作维护模式可以包括关于预测的故障可以延迟多长时间的信息。
如果接收到用户输入，选择所显示的正常操作维护模式1415中的一个，例如正常操作维护模式2，则用户终端1402将关于正常操作维护模式2的信息发送到冰箱1400，以在正常操作维护模式2中操作冰箱1400(1420)，正常操作维护模式2包括冰箱1400的操作参数中的除霜循环的控制值。这样，冰箱1400根据除霜循环的控制值在正常操作维护模式2下操作。
参考图14B，冰箱1400包括压缩机1434、冷凝器1432和蒸发器1430，并且还包括附着到蒸发器1430的除霜系统1436，用于周期性地融化积聚在蒸发器1430中的冰。除霜系统1436包括：除霜加热器、除霜传感器和除霜计时器，并且配置成通过用除霜传感器和除霜计时器控制除霜加热器来熔化粘附到蒸发器1430的冰。
参考图14C，每当根据除霜循环操作的除霜计时器1440到期以便融化蒸发器1430的冰时，可以接通除霜加热器1450，并且可以响应于除霜传感器1445关断除霜加热器1450。如果除霜计时器1440中发生故障，制冷性能降低并且除霜加热器1450可能不正常操作，则导致水积聚在冰箱1400中。如果除霜传感器1445中发生故障，则除霜系统1436可能无法正常操作。可以应用于除霜系统1436的预测故障的正常操作维护模式(例如除霜计时器1440或除霜传感器1445)可以包括除霜计时器1440的除霜循环的控制值。管理服务器可以基于从冰箱1400收集的诸如冷冻室/冷藏室的内部温度、温度的变化以及门是否打开的信息来学习除霜模式以及通过监测学习的除霜模式来感知除霜循环的异常。如果感测到除霜循环的异常，则管理服务器预测除霜系统1436的故障并且使用已经学习的除霜模式确定除霜循环或除霜控制命令(例如，开/关)的控制值。指示包括所确定的除霜循环或除霜控制命令的控制值的至少一个正常操作维护模式的正常操作维护信息通过用户终端1402提供给冰箱1400，并且冰箱1400通过根据除霜循环或除霜控制命令的控制值进行操作可以延迟可能发生在冰箱1400中的故障。
图15A示出了根据实施例的通过使用外围设备维持设备的正常操作状态的场景。
参考图15A，用户终端1502可以从管理服务器接收指示基于设备1500(例如，空调)的操作数据预测的故障的故障预测信息1505，并且将故障预测信息1505显示为“空调风扇可能会在5天后发生故障”。
用户终端1502可以显示信息1510，该信息1510询问用户是否使用正常操作维护模式以便延迟预测的故障。用户终端1502根据从管理服务器接收的正常操作维护信息显示一个或多个正常操作维护模式1515的信息，以便延迟预测的故障，如模式1，+3天；模式2，+7天；以及模式3，+8天。以这种方式，每个正常操作维护模式可以包括关于预测的故障可以延迟多长时间的信息。
如果接收到用户输入，选择所显示的正常操作维护模式1515之一，例如包括用于自动控制至少一个特定外围设备的信息的正常操作维护模式2，则用户终端1502可以显示可以用于替换或补充设备1500的外围设备的信息1525。用户终端1502显示短语1520，其询问是否接受外围设备的自动控制。在图15A中，外围设备的信息1525包括[风扇；空气净化器]。用户终端1502可以接收用户输入，该用户输入基于外围设备的信息1525选择用户希望接受自动控制的至少一个外围设备。
如果根据是否接收到外围设备的信息1525而接受对至少一个外围设备的自动控制的用户输入，则用户终端1502将用于请求操作的控制命令1530a发送到相应的外围设备1525a，从而启用外围设备1525a进行操作同时替换或补充设备1500，例如，如果设备1500是空调器，则外围设备1525a可以是空气循环器或空气净化器。用户终端1502可以将控制命令1530发送到设备1500以请求停止该操作。
图15B示出了根据实施例的在空调1500中预测风扇故障(1505)时的操作情形。参考图15B，从管理服务器提供给用户终端的至少一个正常操作维护模式可以包括用于外围设备的自动控制的信息1525，其指示对空气循环器和/或空气净化器的自动控制。空气循环器和/或空气净化器可以根据来自用户终端的控制命令操作，以替换或补充空调1500的至少部分功能。
图15C示出了根据实施例的在洗衣机1540中预测干燥功能故障(1545)时的操作场景。参考图15C，如果在洗衣机1540中预测干燥功能的故障(1545)，则从管理服务器提供给用户终端的至少一个正常操作维护模式可以包括用于自动控制外围设备的信息1550。在图15C中，用于外围设备的自动控制的信息1550指示空调和/或除湿器的自动控制。空气循环器和/或除湿器可根据来自用户终端的控制命令操作，以替换或补充洗衣机1540的干燥功能。
图16示出了根据实施例的提供维修服务以维修设备的预测故障和衍生故障的系统。
参考图16，管理服务器1610被配置为与一个或多个设备1600、1602和1604通信，以预测可能在设备1600、1602和1604中发生的至少一个故障，并且管理其中工程师可以访问相应设备所在的家庭，以便维修预测的故障。管理服务器1610可以直接与设备1600、1602和1604通信，或者可以通过至少一个用户终端1620与设备1600、1602和1604通信。设备1600、1602和1604、管理服务器1610和用户终端1620的结构的描述可以参考已经对其进行描述的图2、3和4。术语“用户终端”可以与诸如移动台、终端、用户设备和设备之类的其他术语互换。
管理服务器1610可以具有存储可以用于预测设备1602、1604和1606的故障的信息的故障预测知识DB1610a，基于故障预测知识DB 1610a预测可能在设备1602、1604和1606中发生的故障,通过与用户终端1620的通信确定用于维修故障的维修服务的调度，并将维修服务的调度信息和关于预测的故障的信息发送给工程师的终端1630。
如果在设备1602处预测到主要故障，则管理服务器1610可以另外预测可以从主要故障导出的二次故障。例如，管理服务器1610存储和管理多个设备1602、1604和1606的故障历史和故障维修历史。如果在设备1602预测到主要故障，则管理服务器1610可以另外预测是否存在二次故障(即，衍生故障)，基于相同或相似的类型的多个设备1602、1604和1606的故障历史和故障维修历史预测的主要故障预测另外发生二次故障。如果预测到衍生故障，则管理服务器1610可以在一个维修服务中维修预测的故障和衍生故障。
用户终端1620可以从管理服务器1610接收关于设备的多个预测故障的信息，并且通过用户输入向管理服务器1610请求同时(即，通过一个维修服务)维修多个预测故障维修。
下面将描述用户终端与管理服务器通信以请求维修服务以同时维修设备的多个故障的实施例，然而，将注意到类似的描述可以应用于设备而不是用户终端与管理服务器通信以请求维修服务同时维修多个故障的场景。
图17示出了根据实施例的用于同时维修设备的多个故障的用户终端的操作。参考图17，在步骤1705中用户终端向管理服务器发送针对设备预测的主要故障的维修服务的请求信号。例如，用户终端可以向管理服务器发送，对于在主要故障的预测故障时间点之前请求使用维修服务的维修服务请求信号，如图7中的步骤715所示。
在步骤1710中，用户终端从管理服务器接收关于为设备预测的衍生故障的衍生故障信息。衍生故障信息指示由管理服务器确定的衍生故障，该衍生故障可能是由于设备中的主要故障导致的，并包括类似于主故障的故障预测信息的故障项目、预测故障时间点、衍生故障风险程度中的至少一个、以及导致衍生故障的主要故障信息以及与主要故障和衍生故障有关的至少一种推荐修理方案。推荐的修理方案是指用于维修或解决每种故障的信息。
在步骤1715中用户终端通过显示主要故障的故障预测信息和维修服务的调度信息中的至少一个来显示衍生故障信息。
虽然图17示出了用于同时维修设备的多个故障的用户终端的操作，可以对图17进行各种改变。例如，尽管示出为一系列操作，但是在图17中示出了各种操作可以以不同的顺序或多次地重叠或并行发生。
图18A和18B示出了根据实施例的在用户终端上显示的关于设备的衍生故障的信息。参考图18A，用户终端1820可以在请求针对诸如空调的设备1800的预测故障(即，主要故障)的维修服务之后显示与从管理服务器接收的维修服务有关的信息1805。与维修服务有关的信息1805可以包括主要故障的故障预测信息，例如“添加空调制冷剂”以及诸如下周二的下午03:00的调度信息。另外，用户终端1820可以接收并显示衍生故障通知信息1810，其通知存在可能由于主要故障而导出的衍生故障。在显示衍生故障通知信息1810之后，用户终端1820可以显示从管理服务器提供的衍生故障信息1825，如图18B所示。
参考图18B，用户终端1820可以显示从管理服务器提供的衍生故障信息1825，例如制冷剂短缺。在图18B中，衍生故障是压缩机故障，并且衍生故障信息1825包括用于维修制冷剂短缺和压缩机故障的多个推荐修理方案。第一推荐修理方案包括仅添加制冷剂，预计所需时间为30分钟，预测成本为50美元。第二推荐修理方案包括添加制冷剂1832和替换压缩机部件1834，预测所需时间为45分钟，预测成本为87美元。第三推荐修理方案包括在一个月后添加制冷剂和替换压缩机，预计所需时间为2小时，预计成本为190美元。
用户终端1820可以显示信息1830，该信息1830向用户询问用户期望的修理方案以及衍生故障信息1825，并且其包括仅预测的主要故障的诊断和主要故障和衍生故障的诊断。或者，向用户询问用户期望修理方案的信息1830可以包括由衍生失败信息1825提供的第一、第二和第三推荐修理方案。或者，用户终端1820可以从用户接收可以同时维修主要故障和衍生故障的维修服务调度的信息。
如果接收到指示用户想要的修理方案和/或维修服务的调度的用户输入，则用户终端1820可以向管理服务器发送关于由用户输入指示的修理方案和/或调度的信息。
图19示出了根据实施例的用于维修设备的主要故障和衍生故障的管理服务器的操作。参考图19，管理服务器在步骤1905中从用户终端接收针对设备的预测的主要故障的维修服务的请求信号，其请求在主要故障的预测的故障时间点之前使用维修服务，如图所示在图6的步骤620中所示。
在步骤1910中，管理服务器确定是否存在可能从主要故障导出的衍生故障，并且如果存在衍生故障则生成指示衍生故障的衍生故障信息。例如，管理服务器可以搜索与来自故障预测知识DB的主要故障有关的衍生故障，该故障预测知识DB存储诸如用于多个设备的操作数据、故障历史、故障延迟的控制方法、故障维修历史、制造信息、环境信息和客户简档之类的信息。
管理服务器在步骤1915中将衍生故障信息发送到用户终端，包括类似于主故障的故障预测信息的衍生故障的故障时间、预测故障时间点、风险程度中的至少一个、有关导致衍生故障的主要故障的信息、以及至少一个与主要故障和衍生故障相关的推荐修理方案的信息。用户终端可以通过接收衍生故障信息来选择是否通过一个维修服务同时维修主要故障和衍生故障。
虽然图19示出了根据实施例的用于维修设备的主要故障和衍生故障的管理服务器的操作，可以对图19进行各种改变。例如，尽管示出为一系列操作，但是图19中的各种操作可以以不同顺序或多次地重叠、并行发生。
图20示出了根据实施例的用于生成衍生故障信息的管理服务器的操作。参考图20，在步骤2005中，管理服务器通过考虑设备的操作历史来预测设备的虚拟操作模式。例如，虚拟操作模式可以包括每次操作和用于相应的操作的操作参数的控制值，并且可以通过考虑用户调度、为设备设置的调度以及设备的过去操作历史来生成虚拟操作模式。
在步骤2010中，管理服务器根据生成的虚拟操作模式生成指示主要故障的主要故障预测信息。管理服务器预测如果设备根据生成的虚拟操作模式操作可能发生的主要故障，并生成包括发生时间点和预测的主要故障的风险程度的主要故障预测信息。
管理服务器在步骤2015中将所生成的虚拟操作模式与设备的当前操作模式进行比较。当前操作模式可以包括根据设备的实际操作的每次操作和相应的操作的操作参数的控制值。管理服务器在步骤2020中确定所生成的虚拟操作模式与当前操作模式之间的相似度是否大于阈值。如果相似度不大于阈值，则管理服务器确定生成的虚拟操作模式与当前操作模式不相似，并返回步骤2005。如果相似度大于阈值，则管理服务器确定生成的虚拟操作模式与当前操作模式类似，并继续步骤2025，其中管理服务器搜索与主要故障预测信息有关的衍生故障。
具体地，管理服务器可以在故障预测知识DB中搜索衍生故障，该故障预测知识DB存储多个设备的操作数据、故障历史、故障延迟的控制方法、故障维修历史、制造信息、环境信息和客户简档。例如，管理服务器可以基于与与主要故障预测信息有关的相同类型或类似的多个设备的故障历史和故障维修历史来搜索与主故障预测信息相关的衍生故障。管理服务器可以搜索是否存在在从由相同或相似类型的多个设备中的主要故障预测信息指示的主要故障发生的时间点开始的预定阈值持续时间内发生的二次故障。如果在发生主要故障之后的阈值持续时间期间发生二次故障的次数大于多个设备中的预定阈值，则将二次故障确定为主要故障的衍生故障。
管理服务器在步骤2030中确定是否存在与主要故障预测信息所指示的主要故障有关的衍生故障。如果没有衍生故障，则管理服务器终止操作。如果存在衍生故障，则管理服务器可以在步骤2035中生成包括衍生故障的故障项目、预测故障时间点和风险程度的衍生故障信息。可以从管理服务器发送衍生故障信息到相应的设备或用户终端。
虽然图20示出了根据实施例的用于生成衍生故障信息的管理服务器的操作，可以对图20进行各种改变。例如，尽管示出为一系列操作，但是在图20中示出了各种操作可以以不同的顺序或多次地重叠或并行发生。
图21示出了根据实施例的用于搜索设备的衍生故障的管理服务器的操作。参考图21，管理服务器2110预测设备2102的主要故障，并从存储用于设备2102的故障预测知识信息2122的故障预测知识DB 2120中搜索衍生故障。故障预测知识信息2122包括与设备2102相关的操作数据、操作历史、故障延迟的控制方法、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个。在图21中，设备2102的故障预测知识信息2122包括：制造日期：2014年5月；制造工厂：韩国光州工厂；操作类型：滚动式；安装类型：室内空调；故障历史(即诊断)：制冷剂泄漏；故障维修历史：添加制冷剂。
故障预测知识DB 2120包括用于与设备2102相同类型或类似类型的多个设备的故障预测知识信息2124。故障预测知识信息2124包括：制造日期：2013年6月；制造工厂：工厂在中国苏州；操作类型：旋转式；安装类型：室内空调；故障历史1(即诊断)：制冷剂泄漏；故障历史2(即诊断)：压缩机损坏；故障维修历史：添加制冷剂和维修压缩机。
管理服务器2110预测制冷剂泄漏作为设备2102的主要故障，并且从多个设备的故障预测知识信息2124中搜索与制冷剂泄漏有关的另一故障。如果搜索到与制冷剂泄漏相关的二次故障的压缩机损坏，则管理服务器2110确定存在压缩机损坏作为与设备2102的制冷剂泄漏有关的二次故障。例如，如果在在多个设备中发生制冷剂泄漏时间点和发生压缩机损坏的时间点之间的差异在预定阈值持续时间内，和/或在制冷剂泄漏发生之后发生压缩机损坏的次数大于预定阈值计数，则管理服务器2110可以将压缩机损坏确定为衍生故障。
如实施例中所述，可以在预测故障的设备中导出的另外的未来故障和通过一个维修服务同时维修故障，从而最小化由于不必要的额外维修服务导致的用户不便并且维持设备的正常操作状态。
图22示出了根据实施例的用于提供维修服务以维修设备的预测故障和另一设备的故障的系统。参考图22，管理服务器2210被配置为与同一家庭2200(或同一办公室)内的一个或多个设备2200、2202和2204通信，预测可能在设备2200、2202和2204中发生的至少一个故障，并且管理维修服务，其中工程师可以访问相应设备所在的家庭以维修预测的故障。管理服务器2210可以直接与设备2200、2202和2204通信，或者可以通过至少一个用户终端2220与设备2200、2202和2204通信。设备2200、2202和2204、管理服务器2210和用户终端2220的结构的描述可以上面已经进行描述的参考图2,3和4。
管理服务器2210可以具有故障预测知识DB 2210a，其存储可以用于预测设备2202、2204和2206的故障的信息，并且基于故障预测知识DB 2210a预测可能在设备2202,2204和2206中发生的故障，通过与用户终端2220的通信确定用于维修故障的维修服务的调度，并将维修服务的调度信息和关于预测的故障的信息发送给工程师的终端2230。
如果在家庭2200中的第一设备2202中预测到第一故障，则管理服务器2210可另外预测可能在同一家庭2200内的第二设备2204中发生的第二故障。例如，管理服务器2210的故障预测知识DB 2210a存储和管理多个设备2202、2204和2206的操作数据、故障历史、故障延迟的控制方法、故障维修历史、制造信息、环境信息和客户简档信息，并且环境信息或者客户简档信息可以包括安装了多个设备2202、2204和2206的家庭或办公室的地址。如果在第一设备2202中预测到第一故障，则管理服务器2210可以另外基于位于同一处所并且是相同或相似的类型的设备2204和2206的故障历史和故障维修历史来预测是否存在可能在设备2204和2206中发生的第二故障。例如，相同的处所空间可以表示用相同地址识别的空间，例如家庭或办公室。如果预测到第二故障，则管理服务器2210可以通过一个维修服务同时维修第一设备2202的第一故障和第二设备2205或2206的第二故障。
用户终端2220可以从管理服务器2210接收关于第一和第二设备的多个预测故障的信息以及通过用户输入向管理服务器2210请求通过一个维修服务同时将多个预测故障维修。
下面将描述用户终端与管理服务器通信以请求维修服务以同时维修多个设备故障的实施例。然而，应当注意，类似的描述可以应用于任意设备而非与管理服务器通信以请求维修服务以维修多个故障的用户终端。
图23示出了根据实施例的用于同时维修多个设备的多个预测故障的用户终端的操作。参考图23，用户终端在步骤2305中向管理服务器发送针对第一设备预测的第一故障的维修服务的请求信号。例如，用户终端可以向管理服务器发送维修服务的请求信号，该请求信号用于请求在第一故障的预测故障时间点之前使用维修服务，如图7中的步骤715所述。
用户终端在步骤2310中从管理服务器接收针对第二设备预测的第二故障的故障预测信息和指示用于同时维修第一和第二设备的维修服务的推荐调度的推荐调度信息。故障预测信息可以包括第二故障的故障项目、预测的故障时间点和风险程度中的至少一个。推荐的调度信息指示可以同时维修第一设备的第一故障和第二设备的第二故障的维修服务的调度。
在步骤2315中，用户终端显示第二故障的衍生故障信息和推荐的调度信息，并确定用于同时维修第一和第二故障的维修服务的新调度。在步骤2320中用户终端将关于确定的新调度的信息发送给管理服务器。
虽然图23示出了根据实施例的用于同时维修多个设备的多个预测故障的用户终端的操作，可以对图23进行各种改变。例如，尽管示出为一系列操作，但是在图23中示出了各种操作可以以不同的顺序或多次地重叠或并行发生。
图24A和24B示出了根据实施例的在用户终端上显示的关于多个设备的多个故障的信息。参考图24A，用户终端2420可以显示在请求维修服务之后从管理服务器接收的、与用于例如空调的第一设备2400的预测故障(即，第一故障)的维修服务有关的信息2405。与维修服务有关的信息2405可以包括：第一故障的故障预测信息，例如添加空调的制冷剂；以及调度信息，例如下周二的下午03:00。用户终端2420可以从管理服务器接收与作为同一家庭内的第二设备2415的冰箱的预测的第二故障相关的信息2410，并显示信息2410。与第二故障相关的信息2410可以包括：第二故障的预测信息，例如冰箱的灯异常；以及推荐的调度信息，例如下周四的下午03:00-06:00。
用户终端2420可以通过考虑与第二故障相关的信息2410内的推荐调度信息，确定用于通过用户输入同时维修第一和第二故障的维修服务的调度。管理服务器通过监视为冰箱2415收集的操作数据(例如电源模式2415a)来生成第二故障的故障预测信息。例如，管理服务器可以预测位于与第一设备2400相同的家中的至少一个另外的设备的故障，并且确定第二设备的第二故障，其可以与第一设备2400的第一故障一起被维修。
与第二故障有关的信息2410可以从管理服务器发送到负责维修服务的工程师2430。工程师2430可以使用已经提供的第一故障的故障预测信息和与第二故障相关的信息2410，通过一个维修服务来维修第一设备的第一故障和第二设备的第二故障。此外，工程师2430可以在维修第一设备的第一故障和第二设备的第二故障之后发送消息2431。
参考图24B，用户终端2460可以显示在请求维修服务之后从管理服务器接收的、与用于例如洗衣机的设备2450的预测故障的维修服务相关的信息2455。与维修服务相关的信息2455可以包括：用于预测的故障的自诊断内容，例如，发生异常振动并且预测的原因是不平的地板；以及请求检查是否对自诊断内容执行自诊断的消息。用户终端2460可以通过考虑与预测的故障相关的信息2455来输入预测的原因。
此外，可以将与预测的故障和预测的原因相关的信息2455发送给负责维修服务的工程师2475。工程师2475可以使用与预测的故障和预测的原因相关的信息2455来发送指示设备故障的解决方案的消息2480。
图25示出了根据实施例的用于维修多个设备的故障的管理服务器的操作。参考图25，管理服务器在步骤2505中从用户终端接收针对第一设备的预测的第一故障的维修服务的请求信号，其在第一故障的预测的故障时间点之前请求使用维修服务，如图6中的步骤620所示。
在步骤2510中，管理服务器通过使用安装了第一个设备的家庭或办公室的地址，基于与第一设备位于同一处所的设备的故障历史和故障维修历史来预测第二设备的第二故障，并生成第二故障的故障预测信息。如果第一故障的预测故障时间点与第二故障的预测故障时间点之间的差异小于预定阈值，则管理服务器可以生成第二故障的故障预测信息。如果预测到第二设备的第二故障并且第二设备的保修持续时间到期的时间点与用于维修第一故障的维修服务的调度之间的差异小于预定阈值，则管理服务器可以生成针对第二故障的故障预测信息。
在步骤2515，管理服务器向用户终端发送用于第二故障的故障预测信息和指示用于同时维修第一故障和第二故障的维修服务的推荐调度的推荐调度信息。故障预测信息可包括：第二故障的故障项目、预测的故障时间点和风险程度中的至少一个。推荐的调度信息指示维修服务的调度，该调度服务可以同时维修第一设备的第一故障和第二设备的第二故障。
在步骤2520中，管理服务器可以从用户终端接收关于用于同时维修第一故障和第二故障的维修服务的新调度的信息，并且可以向负责维修服务器的工程师发送关于第一故障和第二故障的维修服务的新调度和故障预测信息。管理服务器可以向工程师提供关于可以用于修理(即，维修)第一故障和第二故障的方法的信息。
虽然图25示出了根据实施例的用于维修多个设备的故障的管理服务器的操作，可以对图25进行各种改变。例如，尽管示出为一系列操作，但是在图25中示出了各种操作可以以不同的顺序或多次地重叠或并行发生。
图26示出了根据实施例的用于生成第二故障的故障预测信息的管理服务器的操作。参考图26，在步骤2605中管理服务器通过考虑请求维修服务以预测设备故障的第一设备的环境信息或客户简档信息来搜索位于相同处所中的设备的故障预测知识DB。在步骤2610中，管理服务器通过考虑第一故障的预测故障时间点、第二故障的预测故障时间点、第二设备的保修和维修服务的调度，确定是否存在可通过维修服务维修的具有预测第二故障的第二设备。
管理服务器在步骤2615中生成指示第二设备的第二故障的故障预测信息。管理服务器可以例如通过考虑工程师的调度来生成用于同时维修第一故障和第二故障的维修服务的推荐调度信息。可以将第二故障的故障预测信息和推荐调度信息从管理服务器发送到相应的设备或用户终端。
虽然图26示出了根据实施例的用于生成第二故障的故障预测信息的管理服务器的操作，可以对图26进行各种改变。例如，尽管示出为一系列操作，但是在图26中示出了各种操作可以以不同的顺序或多次地重叠或并行地发生。
根据实施例，一种用于基于故障预测来控制设备的方法包括：从管理服务器接收指示设备的预测故障的故障预测信息，根据用户输入确定指示用于基于故障预测信息维修预测故障的维修服务可用的时间点的服务可用调度，向管理服务器发送用于延迟预测故障并且如果确定的服务可用调度在故障预测信息指示的预测故障时间点之后则维持设备的正常操作的正常操作维护信息的请求信号，从管理服务器接收正常操作维护信息，并根据正常操作维护信息控制设备操作。
该方法还包括从用户输入包括性能和故障能够被延迟的持续时间中的至少一个的用户偏好标准，其在由正常操作维护信息指示的正常操作维护模式中提供，向管理服务器发送用于正常操作维护信息的请求信号，其中用于正常操作维护信息的请求信号包括与用户偏好标准有关的信息。
正常操作维护信息包括指示每次操作和用于设备的每个操作的操作参数的控制值的操作模式、用于替换或补充设备以延迟设备的预测故障的至少一个替换部件或替换设备的信息，和/或指示如果使用操作模式或至少一个替换部件或替换设备则对设备的正常操作是可能的预测持续时间的正常操作时间信息。
该方法还包括：如果所确定的服务可用调度在由故障预测信息指示的预测故障时间点之前，则向管理服务器发送用于维修服务的请求信号，从管理服务器接收指示预计在设备中另外发生与预测故障有关的衍生故障的衍生故障信息，并显示衍生故障信息。
管理服务器基于从多个设备收集的操作数据来预测衍生故障，所述多个设备与设备的类型和类型和多个设备的故障历史相同或相似。
管理服务器基于在与设备类型相同或相似的多个设备中发生的预测故障的预测故障时间点、衍生故障的预测故障时间点、和/或衍生故障的次数生成衍生故障信息。
该方法还包括：如果确定的服务可用调度在预测信息指示的预测的故障时间点之前，则向管理服务器发送用于维修服务的请求信号，从管理服务器接收第一故障预测信息和推荐调度信息，第一故障预测信息指示预计在与设备位于同一处所内的第二设备中发生的第二故障，和推荐调度信息指示用于同时维修预测故障和第二故障的维修服务的推荐调度，并显示第一故障预测信息和推荐调度信息。
根据实施例，一种用于基于用户终端的故障预测来控制设备的方法包括：从管理服务器接收指示设备的预测故障的故障预测信息，根据用户输入确定指示基于故障预测信息维修预测故障时可能的维修服务的时间点的服务可用调度，向管理服务器发送用于延迟预测故障的正常操作维护信息的请求信号，并且如果确定的服务可用调度是在由故障预测信息指示的预测故障时间点之后则维持设备的正常操作，从管理服务器接收正常操作维护信息，以及向设备发送正常操作维护信息。
正常操作维护信息包括指示每次操作和用于设备的每个操作的操作参数的控制值的操作模式、用于替换或补充设备以延迟设备的预测故障的至少一个替换部件或替换设备的信息、和/或指示如果使用操作模式或至少一个替换部件或替换设备则对设备的正常操作是可能的预测持续时间的正常操作时间信息。
该方法还包括：如果所确定的服务可用调度在由故障预测信息指示的预测故障时间点之前，则向管理服务器发送用于维修服务的请求信号；从管理服务器接收指示计在设备中另外发生与预测故障有关的衍生故障的衍生故障信息，并显示衍生故障信息。
管理服务器基于从多个设备收集的操作数据来预测衍生故障，所述多个设备与设备的类型和故障历史相同或相似。
管理服务器基于在与设备类型相同或相似的多个设备中发生的预测故障的预测故障时间点、衍生故障的预测故障时间点、和/或衍生故障的次数生成衍生故障信息。
该方法还包括：如果确定的服务可用调度在预测信息指示的预测的故障时间点之前，则向管理服务器发送用于维修服务的请求信号，从管理服务器接收第一故障预测信息和推荐调度信息，第一故障预测信息指示预测在与设备位于同一处所内的第二设备中发生的第二故障，和推荐调度信息指示用于同时维修预测故障和第二故障的维修服务的推荐调度，并显示第一故障预测信息和推荐调度信息。
根据实施例，基于故障预测控制的设备的装置包括：本机功能执行单元；通信单元，被配置为从管理服务器接收指示设备的预测故障的故障预测信息，向管理服务器发送用于正常操作维护信息的请求信号，以及从管理服务器接收正常操作维护信息；以及控制器，其被配置为根据用户输入确定指示基于故障预测信息用于维修预测故障的维修服务可用的时间点的服务可用调度，如果确定的服务可用调度在由故障预测信息指示的预测故障时间点之后，则产生用于延迟预测故障并维持设备的正常操作的正常操作维护信息的请求信号，并控制本机功能执行单元根据正常操作维护信息进行操作。
用于正常操作维护信息的请求信号还包括关于用户偏好标准的信息，该用户偏好标准指示在正常操作维护信息所指示的正常操作维护模式中提供的性能和故障能够被延迟的持续时间中的至少一个。
正常操作维护信息包括指示每次操作和用于设备的每个操作的操作参数的控制值的操作模式、用于替换或补充设备以延迟设备的预测故障的至少一个替换部件或替换设备的信息、和/或指示如果使用操作模式或至少一个替换部件或替换设备则对设备的正常操作是可能的预测持续时间的正常操作时间信息。
控制器被配置为如果所确定的服务可用调度在故障预测信息所指示的预测故障时间点之前，则通过通信单元向管理服务器发送用于维修服务的请求信号，通过通信单元从管理服务器接收指示预测在设备中另外发生的与的预测故障有关的衍生故障的衍生故障信息，并显示衍生故障信息。
管理服务器基于从多个设备收集的操作数据来预测衍生故障，所述多个设备与设备的类型和故障历史相同或相似。
管理服务器基于在与设备类型相同或相似的多个设备中发生的预测故障的预测故障时间点、衍生故障的预测、的故障时间点、和/或衍生故障的次数生成衍生故障信息。
控制器被配置为如果所确定的服务可用调度在预测信息所指示的预测故障时间点之前，则通过通信单元向管理服务器发送用于维修服务的请求信号，通过通信单元从管理服务器接收第一故障预测信息和推荐调度信息，第一故障预测信息指示预测在与设备位于同一处所内的第二设备中发生的第二故障，以及推荐调度信息指示用于同时维修预测故障和第二故障的维修服务的推荐调度，并显示第一故障预测信息和推荐的调度信息。
根据实施例，用于基于故障预测来控制设备的用户终端的装置包括：通信单元，被配置为从管理服务器接收指示设备的预测故障的故障预测信息，向管理服务器发送用于正常操作维护信息的请求信号，从管理服务器接收正常操作维护信息，以及向设备发送正常操作维护信息；以及控制器，被配置为根据用户输入确定指示基于故障预测信息用于维修预测故障的维修服务可用的时间点的服务可用调度，并且如果确定的服务可用调度在由故障预测信息指示的预测故障时间点之后，则生成用于延迟预测故障并维持设备的正常操作的正常操作维护信息的请求信号。
正常操作维护信息包括指示每次操作和用于设备的每个操作的操作参数的控制值的操作模式、用于替换或补充设备以延迟设备的预测故障的至少一个替换部件或替换设备的信息、和/或指示如果使用操作模式或至少一个替换部件或替换设备则对设备的正常操作是可能的预测持续时间的正常操作时间信息。
控制器被配置为如果所确定的服务可用调度在故障预测信息所指示的预测故障时间点之前，则通过通信单元向管理服务器发送用于维修服务的请求信号，从管理服务器接收指示预测在设备中另外发生的与预测的故障有关的衍生故障的衍生故障信息，并显示衍生故障信息。
管理服务器基于从多个设备收集的操作数据来预测衍生故障，所述多个设备与设备的类型和故障历史相同或相似。
管理服务器基于在与设备类型相同或相似的多个设备中发生的预测故障的预测故障时间点、衍生故障的预测故障时间点，和/或衍生故障的次数，生成衍生故障信息。
控制器被配置为如果所确定的服务可用调度在预测信息所指示的预测故障时间点之前，则通过通信单元向管理服务器发送用于维修服务的请求信号，通过通信单元从管理服务器接收第一故障预测信息和推荐调度信息，第一故障预测信息指示预测在与设备位于同一处所内的第二设备中发生的第二故障，推荐调度信息指示用于同时维修预测故障和第二故障的维修服务的推荐调度，并显示第一故障预测信息和推荐的调度信息。
如上所述，位于同一处所(例如家庭或办公室)的多个设备的多个预测故障通过一个维修服务同时维修，这减少了由于不必要的额外维修服务而导致的用户不便。并维持设备的正常运行状态。
实施例可以以特定的角度实现为计算机可读记录介质中的计算机可读代码。计算机可读记录介质是可以存储计算机系统可读数据的数据存储设备、例如只读存储器(ROM)、随机存取存储器(RAM)、CD-ROM、磁带、软盘、光学数据存储设备、以及通过互联网的传输数据。计算机可读记录介质可以由计算机系统通过网络分发，因此，计算机可读代码可以以分布式方式存储和执行。获得实施例的功能程序、代码和代码段可以由本公开所属领域的技术人员容易地解释。
根据实施例的装置和方法可以以硬件、软件或硬件和软件的组合来实现。这样的软件可以存储在易失性或非易失性存储设备(例如ROM)中或其他存储设备中(例如RAM、存储器芯片、设备或集成电路、或存储介质、例如紧凑型盘(CD)、数字视频盘(DVD)、磁盘或磁带，它们能够在由机器(例如计算机)同时读出的同时进行光学或磁性记录)。根据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，并且存储器可以是机器可读存储介质，其可以适当地保留包含用于实现实施例的指令的程序。
因此，本公开涵盖包含用于实现本公开的权利要求中阐述的设备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。程序可以经由诸如通过有线或无线连接传输的通信信号的任何介质进行电子传输，并且本公开包括其等同物。
根据实施例的设备可以从与其有线或无线连接的程序提供设备接收程序并存储该程序。程序提供设备可包括：用于存储程序的存储器，该程序包括使程序处理装置能够执行根据实施例的方法的指令和根据实施例的方法所需的数据；用于与图形处理装置执行有线或无线通信的通信单元；和控制器，自动地或根据图形处理装置的请求将程序发送到图形处理装置。
可以在计算机程序产品中提供根据实施例的方法，该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和买方之间交易的产品。例如，计算机程序产品可以包括通过设备10或设备10的制造商或电子市场电子分发的S/W程序类型产品(例如，可下载应用程序(app))。对于电子分发，至少部分S/W程序可以存储在存储介质中或临时生成。在这种情况下，存储介质可以是制造商或电子市场的服务器或中继服务器的存储介质。
虽然已经参考其实施例示出和描述了本公开，但是本领域技术人员将理解，在不脱离由所附权利要求及其等同物定义的本公开的精神和范围的情况下，可以在形式和细节上进行各种改变。

Claims (13)

1.一种由家庭设备执行的方法，包括：
由该家庭设备的通信电路从管理服务器接收指示该家庭设备的预测故障的预测信息;
由该家庭设备的该通信电路从该管理服务器接收用于维修该家庭设备的该预测故障的维修服务的可用性的调度;
响应于从接收的调度确定的维修服务的可用性的时间点在预测信息所指示的预测的故障时间点之后，由该家庭设备的该通信电路向该管理服务器发送用于请求用于在延迟该预测故障并维持该家庭设备的正常操作时使用的维护信息的信号;
由该家庭设备的该通信电路接收维护信息;和
由该家庭设备的处理器根据维护信息进行操作以延迟该预测故障，
其中，该家庭设备显示指示该家庭设备的该预测故障的信息，并接收指示是否用户将在所预测的故障时间点之前使用该维修服务的用户输入，
其中，所确定的维修服务的可用性的时间点被与所预测的故障时间点比较，而且
其中，当用户在所预测的故障时间点之前使用该维修服务时，该家庭设备发送用于该维修服务的请求信号。
2.如权利要求1所述的方法，还包括：
在发送所述信号之前，接收包括能够在维护模式下提供的性能和该预测故障能够被延迟的持续时间中的至少一个的标准，
其中，所述信号包括与所述标准有关的信息。
3.如权利要求1所述的方法，还包括：
当所确定的维修服务的可用性的时间点在所预测的故障时间点之前时：
发送用于请求维修服务的请求信号;
接收衍生信息，该衍生信息指示预测在家庭设备中与预测故障相关地另外发生的衍生故障;
显示衍生信息；
接收附加预测信息以及推荐调度信息，该附加预测信息指示预测在与家庭设备位于同一处所内的附加家庭设备中发生的附加故障，该推荐调度信息指示用于同时维修预测故障和附加故障的维修服务的推荐调度;和
显示附加预测信息和推荐调度信息。
4.如权利要求1所述的方法，其中，所述维护信息包括指示每次操作的操作模式和用于所述家庭设备的每个操作的操作参数的控制值中的至少一个、用于替换或补充家庭设备以延迟家庭设备的预测故障的至少一个替换部件或替换装置的信息、以及指示如果操作模式或至少一个替换部件或替换装置被使用则可以正常操作家庭设备的预测持续时间的时间信息。
5.一种由用户终端执行的方法，包括：
由用户终端的通信电路从管理服务器接收指示家庭设备的预测故障的预测信息;
由用户终端的该通信电路从该管理服务器接收用于维修家庭设备的该预测故障的维修服务的可用性的调度;
响应于从接收的调度确定的维修服务的可用性的时间点在预测信息所指示的预测的故障时间点之后，由用户终端的该通信电路向该管理服务器发送用于请求用于在延迟该预测故障并维持家庭设备的正常操作时使用的维护信息的信号;
由用户终端的该通信电路接收维护信息;和
由用户终端的该通信电路将维护信息发送到家庭设备，
其中，该家庭设备显示指示该家庭设备的该预测故障的信息，并接收指示是否用户将在所预测的故障时间点之前使用该维修服务的用户输入，
其中，所确定的维修服务的可用性的时间点被与所预测的故障时间点比较，而且
其中，当用户在所预测的故障时间点之前使用该维修服务时，该家庭设备发送用于该维修服务的请求信号。
6.如权利要求5所述的方法，其中，所述维护信息包括指示每次操作的操作模式和用于所述家庭设备的每个操作的操作参数的控制值中的至少一个、用于替换或补充家庭设备以延迟家庭设备的预测故障的至少一个替换部件或替换装置的信息、以及指示如果操作模式或至少一个替换部件或替换装置被使用则可以正常操作家庭设备的预测持续时间的时间信息。
7.如权利要求5所述的方法，还包括：
当从接收的调度确定的维修服务的可用性的时间点在预测信息所指示的预测的故障时间点之前时：
发送用于请求维修服务的请求信号;
接收衍生信息，该衍生信息指示预测在家庭设备中与预测故障相关地另外发生的衍生故障;
显示衍生信息；
接收附加预测信息以及推荐调度信息，该附加预测信息指示预测在与设备位于同一处所内的附加家庭设备中发生的附加故障，该推荐调度信息指示用于同时维修预测故障和附加故障的维修服务的推荐调度;和
显示附加预测信息和推荐调度信息。
8.如权利要求7所述的方法，其中，基于从多个家庭设备和所述多个家庭设备的故障历史收集的操作数据来预测所述衍生故障，所述多个家庭设备与所述家庭设备的类型相同或类似。
9.一种家庭设备，包括：
源自该家庭设备的类型的本机功能执行电路;
通信电路，被配置为：
经由该通信电路从管理服务器接收指示该家庭设备的预测故障的预测信息，
经由该通信电路从该管理服务器接收用于维修家庭设备的该预测故障的维修服务的可用性的调度，
响应于从接收的调度确定的维修服务的可用性的时间点在预测信息所指示的预测故障时间点之后，经由该通信电路向该管理服务器发送用于请求用于在延迟该预测故障并维持该家庭设备的正常操作时使用的维护信息的信号，
经由该通信电路从管理服务器接收该维护信息，以及
控制该本机功能执行电路根据该维护信息进行操作，
其中，该家庭设备显示指示该家庭设备的该预测故障的信息，并接收指示是否用户将在所预测的故障时间点之前使用该维修服务的用户输入，
其中，所确定的维修服务的可用性的时间点被与所预测的故障时间点比较，而且
其中，当用户在所预测的故障时间点之前使用该维修服务时，该家庭设备发送用于该维修服务的请求信号。
10.如权利要求9所述的家庭设备，其中，所述信号包括与指示能够在维护模式下提供的性能和该预测故障能够被延迟的持续时间中的至少一个的标准有关的信息。
11.如权利要求9所述的家庭设备，其中，所述维护信息包括指示每次操作的操作模式和用于所述家庭设备的每个操作的操作参数的控制值中的至少一个、用于替换或补充家庭设备以延迟家庭设备的预测故障的至少一个替换部件或替换装置的信息、以及指示如果操作模式或至少一个替换部件或替换装置被使用则能够正常操作家庭设备的预测持续时间的时间信息。
12.如权利要求9所述的家庭设备，其中，当该维修服务的可用性的时间点在由所述预测信息指示的预测的故障时间点之前时，所述家庭设备还被配置为：
经由所述通信电路发送用于请求所述维修服务的请求信号，
经由所述通信电路接收衍生信息，该衍生信息指示预测在家庭设备中与预测故障相关地另外发生的衍生故障，
显示该衍生信息，
经由所述通信电路接收指示预测在与家庭设备位于相同处所中的附加家庭设备中发生的附加故障的附加预测信息以及指示用于同时维修预测故障和附加故障的维修服务的推荐调度的推荐调度信息，以及
显示附加预测信息和推荐调度信息。
13.一种用户终端，被配置为执行权利要求4至8中任一项所述的方法。
CN201811561257.9A 2017-12-22 2018-12-20 基于故障预测控制设备的方法和装置 Active CN110011881B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR10-2017-0178395 2017-12-22
KR1020170178395A KR102602216B1 (ko) 2017-12-22 2017-12-22 고장 예측에 기반한 가전기기의 제어 방법 및 장치

Publications (2)

Publication Number Publication Date
CN110011881A CN110011881A (zh) 2019-07-12
CN110011881B true CN110011881B (zh) 2022-11-04

Family

ID=66950246

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811561257.9A Active CN110011881B (zh) 2017-12-22 2018-12-20 基于故障预测控制设备的方法和装置

Country Status (5)

Country Link
US (1) US20190196430A1 (zh)
EP (2) EP4273775A3 (zh)
KR (1) KR102602216B1 (zh)
CN (1) CN110011881B (zh)
WO (1) WO2019124909A1 (zh)

Families Citing this family (27)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11243263B2 (en) * 2015-06-04 2022-02-08 Fischer Block, Inc. Remaining-life and time-to-failure predictions of power assets
US11062233B2 (en) 2018-12-21 2021-07-13 The Nielsen Company (Us), Llc Methods and apparatus to analyze performance of watermark encoding devices
CN109656145B (zh) * 2018-12-27 2022-08-02 美智纵横科技有限责任公司 电器及其控制方法和控制系统、服务器、电器控制装置
JP6992774B2 (ja) * 2019-02-13 2022-01-13 セイコーエプソン株式会社 情報処理装置、学習装置及び学習済モデル
CN110428109B (zh) * 2019-08-07 2020-11-03 佳都新太科技股份有限公司 地铁屏蔽门故障间隔时间预测模型建立及预测方法
KR102332236B1 (ko) 2019-08-13 2021-11-30 주식회사 유비벨록스모바일 빅데이터 기반 IoT 가전제품 실시간 상태 분석 정보 소비자 알림 시스템
KR20190106944A (ko) * 2019-08-30 2019-09-18 엘지전자 주식회사 지능형 냉장고 및 그 제어 방법
EP3806398B1 (en) * 2019-10-07 2023-05-10 Arçelik Anonim Sirketi Smart tv remote maintenance method
EP3849108A1 (en) * 2020-01-10 2021-07-14 Nokia Technologies Oy Apparatus, method, and system for providing device health estimation
EP3872721A1 (de) * 2020-02-26 2021-09-01 Siemens Aktiengesellschaft Verfahren und systeme zum optimieren von wartung industrieller maschinen
US20210366601A1 (en) * 2020-05-20 2021-11-25 The Nielsen Company (Us), Llc Methods and apparatus to analyze performance of wearable metering devices
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
US11200137B1 (en) * 2020-08-20 2021-12-14 Hitachi, Ltd. System and methods for failure occurrence prediction and failure duration estimation
US20220092473A1 (en) * 2020-09-18 2022-03-24 Samsung Display Co., Ltd. System and method for performing tree-based multimodal regression
KR20220040695A (ko) 2020-09-24 2022-03-31 삼성전자주식회사 전자장치 및 그 제어방법
US11656615B2 (en) 2020-11-30 2023-05-23 Haier Us Appliance Solutions, Inc. Methods for detecting fan anomalies with built-in usage and sensory data
CN114576152B (zh) * 2020-12-01 2024-01-16 格兰富控股联合股份公司 水泵状态监测系统、监测方法、装置、电子设备和介质
US20220198405A1 (en) * 2020-12-22 2022-06-23 Walt L. Pfeifer Apparatus, system and method for building system diagnostics
SE2030373A1 (en) * 2020-12-22 2022-06-23 Aalands Oemsesidiga Foersaekringsbolag Oemsen Method and computing function for managing risk factor relating to damages to venue
KR102689496B1 (ko) * 2021-11-01 2024-07-26 엘지전자 주식회사 블록체인을 이용하여 가전제품을 업데이트하는 방법 및 이를 구현하는 서버
US20230186316A1 (en) * 2021-11-08 2023-06-15 Super Home Inc. System and method for covering cost of delivering repair and maintenance services to premises of subscribers including servicer selection
CN114186738A (zh) * 2021-12-10 2022-03-15 北京百度网讯科技有限公司 一种故障预警方法、装置、电子设备和存储介质
US20230259892A1 (en) * 2022-02-17 2023-08-17 Solar Turbines Incorporated Digital platform based multifaceted risk assessment for extension of turbomachinery service intervals
US20230281569A1 (en) * 2022-03-04 2023-09-07 True Manufacturing Co., Inc. Systems and methods for monitoring refrigeration appliances
JP7518411B2 (ja) * 2022-09-21 2024-07-18 ダイキン工業株式会社 サーバシステム、冷媒漏洩修理システム
WO2024191223A1 (ko) * 2023-03-16 2024-09-19 주식회사 로보톰 로보틱스 가구의 고장 예방 및 예측 방법 및 시스템
US20240320633A1 (en) * 2023-03-20 2024-09-26 Ricoh Company, Ltd. Information processing system, maintenance schedule display control method, maintenance management system, and non-transitory computer-executable medium

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020107716A1 (en) * 2001-02-07 2002-08-08 Kevin Callahan Methods and apparatus for scheduling an in-home appliance repair service
JP2002279091A (ja) * 2001-03-16 2002-09-27 Hitachi Ltd 家電機器保守サービスシステム
EP2267305B1 (en) * 2009-06-24 2016-01-13 Vestas Wind Systems A/S A method and a system for controlling operation of a wind turbine
US9361637B2 (en) 2010-03-05 2016-06-07 Sears Brands, L.L.C. System and method for providing diagnostic services
KR101249902B1 (ko) * 2011-08-10 2013-04-05 엘지전자 주식회사 가전기기 진단시스템 및 그 진단방법
CN103138980A (zh) * 2011-11-30 2013-06-05 海尔集团公司 设备故障反馈系统及方法
US9183518B2 (en) * 2011-12-20 2015-11-10 Ncr Corporation Methods and systems for scheduling a predicted fault service call
CA2805226A1 (en) * 2012-02-07 2013-08-07 Scott Andrew Horstemeyer Appliance monitoring systems and methods
CN103676923A (zh) * 2012-09-25 2014-03-26 佛山市天地行科技有限公司 一种汽车故障诊断处理方法
WO2014117245A1 (en) * 2013-01-31 2014-08-07 Spielo International Canada Ulc Faults and performance issue prediction
KR102314673B1 (ko) * 2015-04-07 2021-10-20 삼성전자주식회사 서버, 전자 장치 및 전자 장치의 정보 제공 방법
CN105731209A (zh) * 2016-03-17 2016-07-06 天津大学 基于物联网的电梯故障智能预测与诊断及维护方法
CN106815711A (zh) * 2016-12-14 2017-06-09 国网北京市电力公司 可视化故障处理方法和装置
CN106815647A (zh) * 2016-12-28 2017-06-09 国家电网公司 一种基于数据分析的高效率配电网故障抢修系统及方法

Also Published As

Publication number Publication date
KR20190076534A (ko) 2019-07-02
EP4273775A2 (en) 2023-11-08
US20190196430A1 (en) 2019-06-27
WO2019124909A1 (en) 2019-06-27
EP3669499A1 (en) 2020-06-24
CN110011881A (zh) 2019-07-12
EP3669499B1 (en) 2023-10-25
EP3669499C0 (en) 2023-10-25
KR102602216B1 (ko) 2023-11-15
EP4273775A3 (en) 2024-01-24
EP3669499A4 (en) 2020-09-09

Similar Documents

Publication Publication Date Title
CN110011881B (zh) 基于故障预测控制设备的方法和装置
US11874729B2 (en) Method and apparatus for managing operation data of appliance for failure prediction
KR102511522B1 (ko) 데이터 학습 서버, 이의 학습 모델 생성 및 이용 방법
US11796205B2 (en) Systems and methods of optimizing HVAC control in a building or network of buildings
JP6735492B2 (ja) 空気調和機のレコメンド処理を実行するサーバおよびレコメンド処理システム
KR102327358B1 (ko) 사용자의 개입정보를 활용하여 그룹 제어 모드를 동적으로 변경하는 방법 및 장치
CN107750323B (zh) 用于控制空调装置的启动的方法及其设备
US20140316582A1 (en) Automated Facilities Management System having Occupant Relative Feedback
US20140135993A1 (en) Method and apparatus for managing energy in home
JP2017531876A (ja) 空調機を管理する方法及び装置
JP2019100687A (ja) 空調制御方法及び空調制御装置
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
US20150308703A1 (en) Integrated demand control method and integrated demand control device
CN110945875B (zh) 家电设备管理系统、家电设备以及家电设备管理方法
US20200125084A1 (en) Unified building management system with mechanical room controls
CN113834184B (zh) 用于空调的控制方法、装置和服务器
US20230170697A1 (en) Techniques for predictive control of energy use in a structure
JP2012057934A (ja) 機器制御システム、管理コントローラ、制御方法及び制御プログラム
EP4040063B1 (en) Residual value calculation system for air conditioner
KR20240076607A (ko) 인공지능 기반의 가전기기 인터랙티브 서비스를 지원하는 시스템 및 방법
KR102013452B1 (ko) 냉장고 제어 방법
US20220253030A1 (en) Device and Method for Controlling Apparatus Installed Indoors, and Program Therefor
JP2023007529A5 (zh)
JP2017101889A (ja) 空調管理システム
JP2017101890A (ja) 空調操作装置及び空調管理システム

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