CN110207321B - 自调节的故障处理方法、设备及空调系统 - Google Patents
自调节的故障处理方法、设备及空调系统 Download PDFInfo
- Publication number
- CN110207321B CN110207321B CN201910498137.7A CN201910498137A CN110207321B CN 110207321 B CN110207321 B CN 110207321B CN 201910498137 A CN201910498137 A CN 201910498137A CN 110207321 B CN110207321 B CN 110207321B
- Authority
- CN
- China
- Prior art keywords
- equipment
- fault
- server
- data
- analysis strategy
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F11/00—Control or safety arrangements
- F24F11/30—Control or safety arrangements for purposes related to the operation of the system, e.g. for safety or monitoring
- F24F11/32—Responding to malfunctions or emergencies
- F24F11/38—Failure diagnosis
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F11/00—Control or safety arrangements
- F24F11/50—Control or safety arrangements characterised by user interfaces or communication
- F24F11/56—Remote control
- F24F11/58—Remote control using Internet communication
Landscapes
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Human Computer Interaction (AREA)
- Air Conditioning Control Device (AREA)
Abstract
本发明公开了一种自调节的故障处理方法、设备及空调系统。其中设备的故障处理方法，包括步骤：监控设备的实时运行数据并依据分析策略判断设备是否具有故障风险；若具有故障风险，则生成修复调节指令发送给设备，使设备根据所述修复调节指令调节自身的运行参数。本发明可以提前预测故障并自行解决故障，实现故障的自愈，节省人工分析的劳动力和成本。
Description
技术领域
本发明涉及设备的故障处理方法及系统，尤其是涉及可以对故障进行自调节的故障处理方法及系统。
背景技术
随着人们生活水平的提高，空调已经成为了大家生活必备的日常家电之一，但是现有的空调故障维修报修模式，大部分情况是使用过程中达到无法正常使用的程度才进行报修。而且报修的过程通常都是用户发现故障，然后拨打售后电话，售后人员再上门查看具体问题，然后再进行故障修复，整个过程拖得很长，导致人们在空调故障时严重影响正常的生活质量。
因此，如何提供一种可以自调节的设备故障处理方法及设备是业界亟待解决的技术问题。
发明内容
为了解决现有技术中如何提供一种自动进行故障处理的故障处理方法及系统的技术问题，本发明提出了自调节的故障处理方法、设备及空调系统。
本发明提出的设备的故障处理方法，包括步骤：
步骤1，监控设备的实时运行数据并依据分析策略判断设备是否具有故障风险；
步骤2，若具有故障风险，则生成修复调节指令发送给设备，使设备根据所述修复调节指令调节自身的运行参数。
在具体实施例中，所述分析策略通过服务器对设备的历史运行数据进行分析得出。
具体的，所述分析策略被定期更新在设备中。优选的，所述分析策略被定期更新在与设备电气连接的调节装置中。
具体的，所述步骤1具体包括：所述调节装置依据存储在本地的分析策略判断设备是否具有故障风险；若无，则将所述设备的实时运行数据上传至所述服务器，由所述服务器依据最新的分析策略判断设备是否具有故障风险，若有，则执行步骤2。所述服务器若判断所述设备不具有故障风险，则将所述调节装置上传的数据加入至所述设备的历史运行数据中。
优选的，所述调节装置将所述设备的实时运行数据进行筛选和提取，提取出对应的样本数据后再上传至所述服务器。
优选的，当所述服务器判断所述设备不具有故障风险后，若所述设备发生故障，则所述服务器对存储的与故障相关的历史运行数据进行分析学习，更新所述分析策略。
本发明提出的空调系统，采用了上述技术方案中所述的故障处理方法来处理故障。
本发明提出的故障处理设备，包括：
策略生成模块，用于生成故障的分析策略；
故障预测模块，用于采集设备的实时运行数据，并根据所述分析策略预测故障；
调节模块，接收所述故障预测模块的预测结果，当预测有故障时，发送修复调节指令给所述设备使其调节自身的运行参数，
本发明通过设置一个调节装置，依照给定的设备故障预测策略，采集空调等设备的运行数据中重点关注的样本参数，通过样本采集技术实现了对全部空调重要运行数据的监测，既能节省投入成本又能第一时间掌握设备关键运行信息。而且通过调节装置分析空调机组潜在故障并自动进行判别类、划分等级，及预测机组潜在的故障，决策出对应的调控策略，能及时避免发现故障时已经对用户造成损失或影响的缺陷。调节装置可以与远程服务器连接，更新自调节策略，对于调节装置无法预测的数据，上报至远程的服务器，由服务器进一步判断是否存在潜在故障。同时，调节装置还可以记录空调设备的发生过故障，并利用故障前后的数据自动进行学习，提高故障预测能力。
附图说明
下面结合实施例和附图对本发明进行详细说明，其中：
图1是本发明的构架图。
图2是本发明的方法流程图。
具体实施方式
下面结合附图详细说明本发明的原理及实施例。
近几年属于互联网时代的爆发，因此也引发了新一轮的大数据分析高潮，同时也给传统行业带来了新的研究方法和研究导向，如何有效地利用新方法、利用数据，通过数据来提升家电产品的质量，是一项重要的研究课题。本发明将以空调为设备的具体实例来对本发明进行说明。
如图1所示，本发明的设备的故障处理系统在一个较优实施例中包含了处于云端的服务器以及与空调电气连接的调节装置，这里所说的电气连接是为了区分网络连接，即不需要网络就可以使空调与调节装置之间进行相应的数据交互，这样无论空调是否联网都可以使用本发明来进行故障预测和处理，使得很多并没有联网的空调同样适用于本发明。调节装置具体可以独立于空调作为一个单独装置与空调电气连接，也可以在生产时将其设计为空调的一个部件，内置在空调设备的内部与空调电气连接。调节装置既负责采集空调的运行数据、调控空调参数，又负责与云端服务器进行交互和通讯，实现了对空调设备的实时数据追踪、实时故障预测、实时交互、实时调节。
如图2所示，系统的服务器存储着空调的历史运行数据，服务器对这些历史运行数据进行提取、筛选、聚合和分析，然后生成可预测空调故障的分析策略。这些分析策略被定期更新在设备中或者与设备电气连接的调节装置中。服务器中的故障预测分析系统提取数据库中的运行数据，结合最新技术手段和已有故障数据，利用大数据机器学习等手段来提升自身的故障预测能力，并生成最优的故障分析策略。同时云端的服务器定期将最新的分析策略推送各调节装置，调节装置获取最新策略后更新本地故障分析策略，这样便实现了调节装置的故障分析策略动态更新，具体的本地指的是调节装置或空调。
调节装置监控空调设备的实时运行数据并依据分析策略判断空调设备是否具有故障风险。若是有风险，则生成修复调节指令发送给空调设备，使空调设备根据修复调节指令调节自身的运行参数消除所述故障风险。例如，通过大数据分析发现，某故障A在入管温度连续低于0℃运行30min容易触发，而通过将空调设置温度上调1℃,运行5min后再回到原设定温度便能有效避免该故障产生；将该分析策略配置到调节装置后,若调节装置通过检测机组实时运行数据发现机组已连续20min入管温度低于0℃,预测故障A可能出现,则提前反馈至机组将设置温度上调5min；如此便可以降低故障A出现的可能性，间接提高了空调使用寿命。若是调节装置判断没有风险，则将空调设备的实时运行数据上传至服务器，服务器综合所有的调节装置上传的数据，并根据服务器生成的最新的分析策略对数据再次进行故障分析和预测，如果服务器分析发现该机组设备存在故障风险点，则生成修复调节指令发送给调节装置，调节装置收到反馈后生成修复调节指令至空调机组，机组设备将修复调节指令内部转化为参数调控指令，然后调节自身参数，使空调设备消除所述故障风险。这里最新的分析策略是根据分析策略的生成时间来定义的，例如服务器是定期根据历史运行数据生成分析策略，则服务器根据最晚生成的分析策略对数据再次进行故障分析和预测。若是服务器也判断没有故障风险，则将调节装置上传的数据作为空调的历史运行数据进行存储，方便后续数据分析与学习，例如用来进行大数据分析更新分析策略。例如，最新数据分析发现，故障A触发条件不仅与入管温度有关，还与出管温度有关；入管温度连续低于0℃且出管温度连续低于10℃运行15min也容易触发故障A；在调节装置策略未更新前提下，入管温度连续低于0℃且出管温度连续低于10℃运行15min时，调节装置未能及时发现故障A的潜在性，数据上报至服务器后，云端的服务器通过最新分析策略发现故障潜在风险，下发调控指令至调节装置，然后调节装置再调节空调机组，这样便实现了云端进一步发现潜在风险。若是服务器没有发现空调具有故障风险，而空调发生了故障，则服务器对调节设备上传的已经存储的与本次故障相关的历史运行数据进行分析学习，更新分析策略。
在上述实施例的基础之上，调节装置还可以过滤一些不重要的或可通过其他参数推断的数据，调节装置将对机组实时运行数据进行提取采样处理。每种空调机型设备出厂前都配有适用于该机组类型的指定采样策略，调节装置通过获取该策略，对空调的运行参数进行筛选和提取，提取出对应空调机组的样本数据，来提高采集的数据质量、提升调节装置运行性能、降低传输成本。
本发明的设备除了上述实施例中的空调，其他诸如电视机、冰箱以及新风系统等设备也均适用于本发明。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
Claims (6)
1.一种故障处理方法，其特征在于，包括步骤：
步骤1，监控设备的实时运行数据并依据分析策略判断设备是否具有故障风险；所述分析策略被定期更新在与设备连接的调节装置中，所述调节装置依据存储在本地的分析策略判断设备是否具有故障风险；若无，则将所述设备的实时运行数据上传至服务器，由所述服务器依据最新的分析策略判断设备是否具有故障风险，若有，则执行步骤2；若没有，则所述服务器若判断所述设备不具有故障风险，则将所述调节装置上传的数据加入至所述设备的历史运行数据中；
步骤2，若具有故障风险，则生成修复调节指令发送给设备，使设备根据所述修复调节指令调节自身的运行参数；
当所述服务器判断所述设备不具有故障风险后，若所述设备发生故障，则所述服务器对存储的与故障相关的历史运行数据进行分析学习，更新所述分析策略。
2.如权利要求1所述的故障处理方法，其特征在于，所述分析策略通过服务器对设备的历史运行数据进行分析得出。
3.如权利要求1所述的故障处理方法，其特征在于，所述分析策略被定期更新在与设备电气连接的调节装置中。
4.如权利要求1所述的故障处理方法，其特征在于，所述调节装置将所述设备的实时运行数据进行筛选和提取，提取出对应的样本数据后再上传至所述服务器。
5.一种空调系统，其特征在于，采用如权利要求1至4任意一项所述的故障处理方法来处理故障。
6.一种故障处理系统，其特征在于，包括：
调节装置，与设备连接并监控设备的实时运行数据并依据被定期更新在本地的分析策略判断设备是否具有故障风险，若无，则将所述设备的实时运行数据上传至服务器；若有，则生成修复调节指令发送给设备，使设备根据所述修复调节指令调节自身的运行参数；
服务器，依据最新的分析策略判断设备是否具有故障风险，若有，则生成修复调节指令发送给设备，使设备根据所述修复调节指令调节自身的运行参数；若没有，则将所述调节装置上传的数据加入至所述设备的历史运行数据中；当所述服务器判断所述设备不具有故障风险后，若所述设备发生故障，则所述服务器对存储的与故障相关的历史运行数据进行分析学习，更新所述分析策略。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910498137.7A CN110207321B (zh) | 2019-06-10 | 2019-06-10 | 自调节的故障处理方法、设备及空调系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910498137.7A CN110207321B (zh) | 2019-06-10 | 2019-06-10 | 自调节的故障处理方法、设备及空调系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110207321A CN110207321A (zh) | 2019-09-06 |
| CN110207321B true CN110207321B (zh) | 2020-10-02 |
Family
ID=67791636
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910498137.7A Active CN110207321B (zh) | 2019-06-10 | 2019-06-10 | 自调节的故障处理方法、设备及空调系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110207321B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117798498A (zh) * | 2024-02-29 | 2024-04-02 | 深圳市艾雷激光科技有限公司 | 智能激光焊接机焊接异常自动调整的方法及系统 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5630325A (en) * | 1994-01-24 | 1997-05-20 | Copeland Corporation | Heat pump motor optimization and sensor fault detection |
| JPH11348780A (ja) * | 1998-06-10 | 1999-12-21 | Toshiba Transport Eng Inc | 車両用空調制御装置 |
| CN106288182A (zh) * | 2016-08-15 | 2017-01-04 | 珠海格力电器股份有限公司 | 一种压缩机监控方法、装置及空调 |
| CN107679649A (zh) * | 2017-09-13 | 2018-02-09 | 珠海格力电器股份有限公司 | 一种电器的故障预测方法、装置、存储介质及电器 |
| CN107676923A (zh) * | 2017-09-14 | 2018-02-09 | 深圳达实智能股份有限公司 | 一种医院空调系统冷却塔故障自动判断方法及装置 |
-
2019
- 2019-06-10 CN CN201910498137.7A patent/CN110207321B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5630325A (en) * | 1994-01-24 | 1997-05-20 | Copeland Corporation | Heat pump motor optimization and sensor fault detection |
| JPH11348780A (ja) * | 1998-06-10 | 1999-12-21 | Toshiba Transport Eng Inc | 車両用空調制御装置 |
| CN106288182A (zh) * | 2016-08-15 | 2017-01-04 | 珠海格力电器股份有限公司 | 一种压缩机监控方法、装置及空调 |
| CN107679649A (zh) * | 2017-09-13 | 2018-02-09 | 珠海格力电器股份有限公司 | 一种电器的故障预测方法、装置、存储介质及电器 |
| CN107676923A (zh) * | 2017-09-14 | 2018-02-09 | 深圳达实智能股份有限公司 | 一种医院空调系统冷却塔故障自动判断方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110207321A (zh) | 2019-09-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103062862B (zh) | 用于智能空调的远程故障处理方法 | |
| CN116184915B (zh) | 一种工业互联网设备运行状态监控方法及系统 | |
| CN110996060A (zh) | 一种工业自动化智能联动系统及方法 | |
| CN105352542A (zh) | 一种换流站全景状态监测系统 | |
| CN104486101B (zh) | 一种在线电力远动iec104传输异常检测方法 | |
| CN110349048B (zh) | 变电站多维数据运行交互控制平台及故障处置方法 | |
| CN110207321B (zh) | 自调节的故障处理方法、设备及空调系统 | |
| CN103957118A (zh) | 电力数据通信网网络流量实时智能分析方法及其系统 | |
| CN117555374A (zh) | 一种基于超前联控的变电站温湿度智能监控装置 | |
| KR20220083867A (ko) | 인공지능 기반의 공장 에너지 관리 시스템 및 그 방법 | |
| CN112711680A (zh) | 一种基于物联网的空压智能运维方法 | |
| CN203870440U (zh) | 变电站主变油色谱在线监测装置网络化集控平台 | |
| CN113537658A (zh) | 一种设备风险评估及检修系统和方法 | |
| CN110633844B (zh) | 基于emd和ann的建筑能源系统模拟预测方法及应用 | |
| CN111639949B (zh) | 一种室温客服应用系统及方法 | |
| CN106602715A (zh) | 电力报警监控方法 | |
| CN113365292A (zh) | 一种基于5g的通讯网远程诊断升级方法及网关管理系统 | |
| CN115983806A (zh) | 智慧站房后台管理系统 | |
| CN117789133A (zh) | 一种智能环网柜监控系统 | |
| CN115407686A (zh) | 一种火电厂智慧运行系统 | |
| CN115903706A (zh) | 一种包装工艺质量检测设备状态监控系统及方法 | |
| CN106602709A (zh) | 分布式电力监控系统 | |
| CN114754396A (zh) | 一种经智能算法优化的热电厂集中供热系统和方法 | |
| CN116865442A (zh) | 一种用户侧电量损耗分析方法 | |
| CN118074330A (zh) | 一种电能量系统异常分析告警系统 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |