CN110221144A - 建筑机电故障原因定位方法 - Google Patents
建筑机电故障原因定位方法 Download PDFInfo
- Publication number
- CN110221144A CN110221144A CN201910463339.8A CN201910463339A CN110221144A CN 110221144 A CN110221144 A CN 110221144A CN 201910463339 A CN201910463339 A CN 201910463339A CN 110221144 A CN110221144 A CN 110221144A
- Authority
- CN
- China
- Prior art keywords
- possible cause
- failure
- probability
- diagnostic action
- cause
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 65
- 230000004807 localization Effects 0.000 title claims abstract description 10
- 230000009471 action Effects 0.000 claims abstract description 114
- 238000003745 diagnosis Methods 0.000 claims abstract description 56
- 230000001174 ascending effect Effects 0.000 claims description 11
- 230000009467 reduction Effects 0.000 claims description 6
- 238000013024 troubleshooting Methods 0.000 abstract description 9
- 238000012545 processing Methods 0.000 abstract description 8
- 238000004458 analytical method Methods 0.000 abstract description 6
- 238000005457 optimization Methods 0.000 abstract description 5
- 238000000354 decomposition reaction Methods 0.000 abstract description 3
- 230000008030 elimination Effects 0.000 description 49
- 238000003379 elimination reaction Methods 0.000 description 49
- 238000012790 confirmation Methods 0.000 description 33
- 238000012423 maintenance Methods 0.000 description 30
- 230000033001 locomotion Effects 0.000 description 25
- 230000008569 process Effects 0.000 description 25
- 230000004044 response Effects 0.000 description 12
- 238000002405 diagnostic procedure Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 4
- 235000013399 edible fruits Nutrition 0.000 description 4
- 230000004888 barrier function Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000009428 plumbing Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000005662 electromechanics Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M13/00—Testing of machine parts
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M99/00—Subject matter not provided for in other groups of this subclass
- G01M99/005—Testing of complete machines, e.g. washing-machines or mobile phones
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/22—Indexing; Data structures therefor; Storage structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2457—Query processing with adaptation to user needs
- G06F16/24578—Query processing with adaptation to user needs using ranking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2462—Approximate or statistical queries
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Human Resources & Organizations (AREA)
- Computational Linguistics (AREA)
- Software Systems (AREA)
- Probability & Statistics with Applications (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Strategic Management (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开一种建筑机电故障原因定位方法,通过综合分析造成所述故障的可能原因发生的概率、直接定位可能原因的诊断动作成本、缩减可能原因范围的诊断动作成本,对所述可能的原因的诊断顺序进行优先级排序,迅速定位该故障下,概率与成本综合最优的可能原因排序,按照该排序进行可能原因诊断,以求最快速度、最小成本定位可能原因,以将故障排除。同时,路径表与切割表实现了业务角度的分解,将繁杂的业务逻辑与算法逻辑解耦分开处理,业务方面不断完善两个表,与定位算法的进一步迭代优化分开,有效提高了故障诊断的效率。
Description
技术领域
本发明涉及建筑机电故障决策领域,尤其涉及一种建筑机电故障原因定位方法。
背景技术
机电系统是现代建筑中重要的组成部分之一,其为营造安全、舒适的建筑物内环境发挥着重要作用。建筑机电系统的组成设备数量庞大,构造复杂,在运行过程中,容易出现故障。现有技术中,一个故障往往对应若干个可能原因,需要若干个诊断操作动作来进行可能原因类型确认,建筑机电系统的维护更多的依赖于机电维护人员的经验,加上建筑机电维护人员的经验受限于知识水平等因素,针对一些故障往往给出的不是机电系统产生故障的最本质原因。由于各种可能原因的发生概率不同,诊断可能原因的操作动作所花费的成本(时间、人员、材料成本等综合考虑)也是不同的,不能高效的进行故障决策,从根本上消除机电系统故障。
因此,亟需解决的一个关键问题,就是如何进行故障决策,高效处理机电设备故障,防止建筑机电故障给建筑电气运行带来不利后果,保障整个建筑机电系统的安全运行,以及如何在有限的维护成本下,以最短时间最小成本进行故障决策显得尤为重要。
发明内容
有鉴于此,本发明实施例提供一种建筑机电故障原因定位方法,来解决以上背景技术部分提到的技术问题。
本发明实施例提供一种建筑机电故障原因定位方法,每种故障对应至少一种可能原因,存在若干种诊断动作进行可能原因诊断,所述方法包括如下步骤:
获取所述故障对应的至少一个可能原因;
确定直接定位可能原因的路径表,所述路径表记录了每个诊断动作能区分的单一可能原因发生的概率及相应的诊断动作成本;
确定缩减可能原因范围的切割表,所述切割表记录了每个诊断动作能区分的可能原因集合的概率及相应的诊断动作成本;
结合所述路径表和所述切割表计算定位参数,根据所述定位参数的排序确定造成所述故障的可能原因的优先级。
进一步的,所述路径表中,所有单一可能原因的发生概率之和为1。
进一步的,所述切割表中,所述可能原因集合的概率为执行诊断动作后,已排除的可能原因集合的概率与未排除的可能原因集合的概率中较小者。
进一步的,所述方法还包括,执行所述切割表中的某个诊断动作后,动态更新所述路径表和所述切割表,
其中,更新所述路径表包括,根据切割表中执行某个诊断动作后的可能原因集合,去除已排除的可能原因;
更新所述切割表包括,根据更新后的路径表重新确定所述切割表中其余诊断动作能区分的可能原因集合的概率。
进一步的,根据所述路径表和所述切割表计算所述定位参数,根据所述定位参数的排序确定造成所述故障的原因优先级包括,
将所述路径表和所述切割表按照对应参数项合成一个汇总表;
计算(P/C)rank,所述(P/C)rank根据P/C值由大到小排序并编号,其中,所述P/C表示所述汇总表中执行每个诊断动作单位成本能诊断出故障的概率;
分别计算Prank和Crank以及(Prank+Crank)rank,所述Prank按照P值由大到小排序并编号,所述Crank按照C值由小到大排序并编号,所述(Prank+Crank)rank按照Prank与Crank编号之和由小到大排序并编号,其中,所述P表示所述汇总表中每个诊断动作能区分的可能原因的概率,所述C表示所述汇总表中每个诊断动作的成本;
计算【(P/C)rank+(Prank+Crank)rank】rank,所述【(P/C)rank+(Prank+Crank)rank】按照(P/C)rank与(Prank+Crank)rank编号之和由小到大排序并编号,按照编号由小到大确定对应的可能原因优先级由高到低。
进一步的,若定位参数存在多项相同编号,相同编号项按照P/C由大到小排序。
进一步的,所述方法还包括,
根据所述故障的单一可能原因发生的最小概率Pmin,计算所述项目故障的单一可能原因的初始故障计数,使每个单一可能原因发生次数至少大于等于1次:,
若Pmin≥1%,则设定起始故障总数为100,每个单一原因发生的次数与概率相同;
若Pmin<1%,则设定起始故障总数为100*θ,θ=1/Pmin,每个单一原因发生的项目初始故障次数为概率*θ*100;
当新故障发生时,故障总数加一,相应可能原因数加一,重新计算所述故障的单一可能原因的概率。
本发明实施例提出的一种建筑机电故障原因定位方法,通过综合分析造成所述故障的可能原因发生的概率、直接定位可能原因的诊断动作成本、缩减可能原因范围的诊断动作成本,对所述可能的原因的诊断顺序进行优先级排序,迅速定位该故障下,概率与成本综合最优的可能原因排序,按照该排序进行可能原因诊断,以求最快速度、最小成本定位可能原因,以将故障排除。同时,路径表与切割表实现了业务角度的分解,将繁杂的业务逻辑与算法逻辑解耦分开处理,业务方面不断完善两个表,与定位算法的进一步迭代优化分开,有效提高了故障诊断的效率。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显:
图1为本发明具体实施例提供的一种建筑机电故障诊断方法流程图;
图2为本发明具体实施例提供的另一种建筑机电故障诊断方法流程图;
图3为本发明具体实施例提供的另一种建筑机电故障诊断方法流程图;
图4为本发明图3实施例终端设备的工作流程图;
图5为本发明具体实施例提供的一种数据中心服务器的组成框图;
图6为本发明具体实施例提供的另一种数据中心服务器的组成框图;
图7为本发明具体实施例提供的一种建筑机电故障诊断系统的组成框图;
图8为本发明实施例提供的一种建筑机电故障原因定位方法的流程图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部内容。
本发明的具体实施方式,如图1所示,提供了一种建筑机电故障诊断方法,所述建筑机电故障诊断方法运行于服务器上。该方法包括:
S100、获取建筑机电故障信息。
其中,获取建筑机电故障信息时,可以是主动获取,也可以是被动接收,具体实施方式本发明实施例对此不进行限制。当被动接收时,可以采用如下的方式,实时接收运维人员提交的故障信息,例如运维人员可以通过移动终端设备或者PC端用户界面提交故障描述信息;也可以是由其他故障诊断系统触发指令提交。
需要说明的是,在建筑机电系统中,建筑机电故障种类很多,有些故障是在实际建筑运行过程中出现的,有些是理论上可能出现的机电故障。无论哪种类型的故障,都属于本方案故障信息的范畴。为了便于对故障信息进行管理,可以将故障依据不同的机电系统进行分类,如暖通机电故障,供配电机电故障,动力设备故障、给排水设备故障等等,其中,每个故障对应其处理任务。
基于上述故障信息的分类,服务器端接收到的故障信息有可能是运维人员按照故障分类信息选择的故障信息,也可能是运维人员直接提交的故障描述信息,或者故障诊断系统触发的故障指令。对于故障信息的提交形式,本发明实施例对此不进行限制。
S200、根据预先存储的专业知识数据库信息对所述故障信息进行分析,确定可能原因并排除故障,其中,所述专业知识数据库记录了各类建筑机电故障信息及所述每类故障信息对应的至少一个可能原因、相应的可能原因诊断动作、诊断确认流程、相应的可能原因消除动作及消除确认流程。
需要说明的是,所述专业知识数据库是确定可能原因及排除故障的依据。
本实施例中专业知识数据库是综合大量实际项目的建筑机电系统运行情况,专家组整理得到的建筑机电系统可能出现的故障表,包含众多项目实际运行过程中出现过的建筑机电故障及理论上可能出现的建筑机电故障,并将故障依据不同的机电系统进行分类,如暖通机电故障,供配电机电故障,动力设备故障,给排水设备故障等。
专业知识数据库包括建筑机电故障的可能原因分析表。可能原因分析表为专家组依据理论和实践经验,对每一个故障梳理造成此故障的可能原因。每一个故障至少有一个可能原因与其对应。针对每一个可能原因,都会有相应的可能原因诊断动作及诊断确认流程,通过该诊断动作及诊断确认流程,能够定位并验证可能原因真假。针对每一个可能原因都会有相应的可能原因消除动作及消除确认流程。故障因实际原因不同,消除故障的处置措施也不同。
本发明实例中,当获取到建筑机电故障信息之后,根据所述故障信息,只需要从专业知识数据库查找与所述故障信息相应的可能原因信息、每一个可能原因相应的可能原因诊断动作及诊断确认流程、每一个可能原因相应的可能原因消除动作及消除确认流程。服务器端给出针对故障的可能原因决策信息到终端设备,通过服务器端与终端设备之间的交互,即能够完成可能原因的诊断及消除,从而排除故障。
本发明实施例提出的一种建筑机电故障诊断方法、装置和系统,通过获取建筑机电故障信息,并且在获得了当前故障信息之后,根据预先存储的专业知识数据库信息对所述故障信息进行分析,确定可能原因并排除故障,能够快速、准确、高效、全面的定位建筑机电故障可能原因及排除故障,改善了建筑机电运维过程中运维人员经验不准确、传统传授模式效率低及人员流动带来的一系列问题,并且该方法在故障诊断时由系统半自动执行,通用、简单、准确、故障类型覆盖全面,节约了时间、人力成本,提高了建筑机电系统的运行效率。
其中,进一步的,根据预先存储的专业知识数据库信息对所述故障信息进行分析,确定可能原因并排除故障具体如图2所示,该方法包括:
S201、根据接收到的故障信息及预先存储的专业知识数据库信息确定所述故障对应的至少一个可能原因。
所述故障信息的获取方式可以是主动获取,也可以是被动接收,具体实施方式本发明实施例对此不进行限制。当被动接收时,可以采用如下的方式,实时接收运维人员提交的故障信息,例如运维人员可以通过移动终端设备或者PC端用户界面提交;也可以是由其他故障诊断系统触发指令提交。这里需要说明的是,所述接收到的故障信息有可能是运维人员按照故障分类信息选择的故障信息,也可能是运维人员直接提交的故障描述信息,或者故障诊断系统触发的故障指令。对于故障信息的提交形式,本发明实施例对此不进行限制。
例如,运维人员通过移动终端设备或者PC端用户界面按照故障信息分类提交了暖通机电故障类型下的故障信息A。
所述专业知识数据库记录了各种建筑机电故障信息、每类故障对应的至少一个可能原因、每个可能原因对应的可能原因诊断动作、诊断确认流程、对应的可能原因消除动作、消除确认流程。由于建筑机电系统设备数量庞大,出现故障的类型多种多样。很大情况下,每一个故障的产生并不是由单一原因引起,因此,实际故障诊断过程中,每一个故障都至少存在一个可能原因与之对应。
其中,所述可能原因可以为单独的可能原因,也可以为多个单独可能原因的集合。
本实施例中,专业知识数据库中对可能原因、对应的可能原因诊断动作、诊断确认流程、对应的可能原因消除动作、消除确认流程均进行单独编码,具体的如表1和表2所示。
表1
表2
例如,针对用户端提交的故障信息F1,通过专家专业知识库可以找到与该故障信息F1对应的有多个可能原因。由表1可知,通过查询专业知识数据库,能够找到用户端提交的故障信息F1对应的处理任务为T1;由表2可知,所述处理任务T1对应3个可能原因,可能原因Code1、可能原因Code2和可能原因Code3,而且处理任务还包括了每一个可能原因对应的可能原因诊断动作、诊断确认流程、对应的可能原因消除动作、消除确认流程。这三种可能原因都可能导致故障信息F1产生。也就是说,在进行故障诊断时,需要对这三种可能原因进行诊断,才能够确定可能原因及消除故障。如用户端提交故障信息F3,通过查询专业知识数据库,能够找到故障信息F3对应的处理任务为T3;所述处理任务T3对应的可能原因只有一种。通过执行相应的可能原因诊断动作、诊断确认流程、对应的可能原因消除动作、消除确认流程,理论上即可将故障排除。
需要说明的是,对于处理任务对应多个可能原因时,具体先执行哪个可能原因的相应诊断动作,本实施例中并不进行限定。
S202、推送可能原因及相应的可能原因诊断动作。
查询到当前故障信息的可能原因之后,将相应可能原因及对应的可能原因诊断动作进行推送。推送诊断动作的目的是对可能原因进行进一步确认。所述可能原因及对应的可能原因诊断动作被推送到终端设备,由运维人员执行所述诊断动作以对可能原因进行验证。
S203、响应于所述诊断确认流程结果与当前推送的可能原因一致,确认可能原因为真。
运维人员执行完诊断动作之后,会得到诊断动作结果,将所述诊断动作结果提交。服务器端根据诊断确认流程的结果能够确认当前推送的可能原因的真假。
S204、检索并推送可能原因的消除动作。
进一步确认完诊断动作结果为真后,说明当前推送的可能原因是导致故障信息的原因。检索并推送所述可能原因的消除动作。所述消除动作是根据当前可能原因给出的决策,目的是消除故障。所述可能原因的消除动作被推送到终端设备,由运维人员执行所述消除动作以对可能原因造成的故障进行消除。当然,所述消除动作的操作也可以通过自动控制系统控制实现。对故障消除动作的具体执行方式,本实施例对此不进行限制。
S205、响应于所述可能原因消除确认流程结果为故障消除成功,确认故障排除。
运维人员执行完可能原因的消除动作之后,会得到消除动作结果,将所述消除动作结果信息提交。响应于消除确认流程的结果为故障消除成功,能够确认故障被排除。
进一步的,在根据专业知识数据库信息确定所述故障信息对应的多个可能原因之后,推送可能原因及相应的可能原因诊断动作时,可以采用不同的方式。例如,可以对可能原因导致该故障的概率大小进行排序,即基于众多项目实际运行过程中出现过的建筑机电故障及理论上可能出现的建筑机电故障进行分析、统计,按照顺序进行推送;也可以随意进行推送;或者按照其他可能推送的方式进行推送。具体采用哪种方式,本发明的实施例对此不进行限制。无论采用哪种方式进行可能原因及诊断动作推送,直至针对该故障信息的所有可能原因及诊断动作执行完结束或者故障被排除结束。
为了能够更加快速、简单、高效的诊断故障,本发明的具体实施例提供了一种建筑机电故障诊断方法,具体如图3所示。该方法具体包括:
301、获取建筑机电故障信息。
其中,获取建筑机电故障信息时,可以是主动获取,也可以是被动接收,具体实施方式本发明实施例对此不进行限制。当被动接收时,可以采用如下的方式,实时接收运维人员提交的故障信息,例如运维人员可以通过移动终端设备或者PC端用户界面提交故障信息;也可以是由其他故障诊断系统触发指令提交。
所述接收到的故障信息有可能是运维人员按照故障分类信息选择的故障信息,也可能是运维人员直接提交的故障描述信息,或者故障诊断系统触发的故障指令。对于故障信息的提交形式,本发明实施例对此不进行限制。
302、根据当前获取到的故障信息查找专业知识数据库是否存在与之匹配的故障信息;若故障信息匹配成功,则执行步骤303;若故障信息匹配失败,则执行步骤315。
其中,运维人员在通过终端设备提交故障信息时,可以输入故障关键字或者依照故障分类选择故障信息。如果是根据故障分类选择故障信息后提交,服务器端可以直接从专业知识数据库查找到相同的故障信息,说明故障信息匹配成功;如果是输入故障关键字提交故障信息,服务器端根据关键字匹配概率确定与所述故障信息是否匹配成功。具体实施方式本发明实施例对此不进行限制
303、确定可能原因。
其中,根据所述故障信息与所述专业知识数据库信息的匹配结果,确定与所述故障信息对应的一个或者多个可能原因。
304、对所述可能原因进行优先级排序。
具体如图8所示,本实施中基于所述可能原因发生的概率及诊断动作的成本综合考虑,对可能原因进行优先级排序。该方法具体包括:
3041: 获取建筑机电故障对应的至少一个可能原因及相应的可能原因诊断动作。
其中,所述故障对应的至少一个可能原因是通过前述步骤303所述方法确定的,这里不再赘述。每种故障对应至少一种可能原因,存在若干种诊断动作进行可能原因诊断。
3042:确定直接定位可能原因的路径表,所述路径表记录了每个诊断动作能区分的单一可能原因发生的概率及相应的诊断动作成本。
所述可能原因可以为单一的可能原因。
表3
如表3所示,举例说明,对某个故障的一个或多个可能原因进行可能原因编码,所述可能原因为单一的可能原因,示意为Code1、Code2、Code3……Coden,表示造成某个故障出现的可能原因有n个。诊断可能原因Code1、Code2、Code3……Coden的方法为诊断动作1、2、3……n,每个诊断动作能够对单一的可能原因进行诊断。专家组依据理论知识和实践经验,给出该故障下,Code1、Code2、Code3和Code4的初始概率为P1、P2、P3……Pn,表示 Code1、Code2、Code3……Coden分别有P1、P2、P3、P4的概率造成该故障。专家组依据理论知识和实践经验,给出各可能原因的诊断动作的成本为C1、C2、C3……Cn。
其中,所有单一可能原因的概率之和为1,即P1+P2+P3……+Pn=1。
为便于描述,表3类型定义为路径表,表示进行故障诊断的单一路径,表里记录了每个诊断动作能区分的单一可能原因发生的概率以及相应的诊断动作成本。
表3-1是冷站群控系统故障的一个路径表。
表3-1
3043:确定缩减可能原因范围的切割表,所述切割表记录了每个诊断动作能区分的可能原因集合的概率及相应诊断动作的成本。
本实施例中,所述可能原因为经诊断动作后得到的包括多个单一可能原因的集合。以造成故障的单一可能原因为n=4进行说明。
表4
表5
如表4和表5所示,示意诊断动作n+1、诊断动作n+2、诊断动作n+3为缩减可能原因范围的诊断动作,其作用是通过其中某一种诊断动作,将某故障对应的可能原因进行切割,切割结果为一部分可能原因被排除,真正造成该故障的可能原因被定位在未被排除的部分。也就是说,当某个故障有较多个单一可能原因时,通过该诊断动作能够进一步缩小可能原因的范围。例如,本实施例中,通过诊断动作n+1,将单一可能原因切割为2个部分,一部分“√”(Code3和Code4)表示已确认是造成故障的可能原因,另一部分“×”(Code1和Code2)表示不是造成该故障的可能原因,确认该部分可能原因能够直接被排除。其余诊断动作以此类推。
相应的,切割表中每一个诊断动作也有相应的诊断动作成本,根据实践经验或者理论计算,能够给出每个诊断动作的成本为Cn+1、Cn+1、Cn+1……。
表4类型定义为切割表,记录了每个诊断动作能区分的可能原因集合的概率及相应的诊断动作成本。本实施例中,所述可能原因为经诊断动作后得到的包括多个单一的可能原因的集合。
需要说明的是,所述路径表与所述切割表是两个独立的表,确定两个表的步骤没有先后之分。
3044:结合所述路径表和所述切割表计算定位参数,根据所述定位参数的排序确定造成所述故障的可能原因的优先级。
本实施例中,基于概率与成本综合考虑迅速定位该故障下最优的可能原因诊断顺序,以求最快速度、最小成本将故障排除。结合所述路径表和切割表,确定可能原因的优先级,具体如下:
对于路径表,记录了每个诊断动作能区分的单一可能原因的发生的概率及相应的诊断动作成本。所述切割表记录了每个诊断动作能区分的可能原因集合的概率及相应的诊断动作成本。将所述路径表和所述切割表按照对应参数项合成一个汇总表。根据表3和表5的得到汇总表,如表6所示。
表6
由表6可知,根据诊断动作n+1,得到的概率Pn+1为可能原因Code3和Code4的概率之和。同理,诊断动作n+2和诊断动作n+3的概率也可以通过计算得到。
根据汇总表计算定位参数,根据定位参数计算可能原因的优先级包括:
计算(P/C)的值并对每一项(P/C)从大到小进行排序并编号,其中,所述P/C表示所述汇总表中执行每个诊断动作单位成本能诊断出故障的概率,得到(P/C)rank。需要说明的是,可能原因诊断动作会出现成本C极低但同时可能原因发生的概率P也极小,以及成本C极高但同时可能原因发生概率P也极大的情况。当可能原因发生概率P极小或成本C极高时,其诊断优先级不应太高,根据(P/C)rank按顺序诊断还不够科学, 所以在对(P/C)值考量时,也应对可能原因发生概率P和相应的诊断成本C进行考量。
基于上述计算(P/C)rank的前提下,分别计算Prank和Crank以及(Prank+Crank)rank,所述Prank按照P值由大到小排序并编号,所述Crank按照C值由小到大排序并编号,所述(Prank+Crank)rank按照Prank与Crank编号之和由小到大排序并编号,其中,所述P表示所述汇总表中每个诊断动作能区分的可能原因的概率,所述C表示所述汇总表中每个诊断动作成本。
计算【(P/C)rank+(Prank+Crank)rank】rank,所述【(P/C)rank+(Prank+Crank)rank】按照(P/C)rank与(Prank+Crank)rank编号之和由小到大排序并编号,按照编号由小到大确定对应的可能原因优先级由高到低。所述【(P/C)rank+(Prank+Crank)rank】rank就是要计算的定位参数,这里得到的编号就是诊断的优先级,编号越小,诊断的优先级越高。当有几项【(P/C)rank+(Prank+Crank)rank】rank相同时,这些项的排序按P/C从大到小排列。
表7
如表7所示,给出了采用本故障定位方法得出的一个结果。由表7可知,根据【(P/C)rank+(Prank+Crank)rank】rank可以很容易知道下一步要进行的操作。该方法兼顾了平均的更快速更低成本和更少步数,是一个比较折中的默认诊断方法。
其中,对于切割表中的诊断动作来说,好的诊断动作是能切去总概率的一半,越接近一半越好,也就是说概率越接近一半,其结果为真或为假都能排除掉最多的选项,同时成本越低越好。所以,对于切割表中,所述可能原因集合的概率为通过诊断动作后,能区分出的已排除的可能原因集合的概率与未排除的可能原因集合的概率,取二者中概率较小者为可能原因集合的概率。即切割表中P的确定方法为:进行某个诊断动作后,已排除的可能原因集合的概率为Px,未排除的可能原因集合的概率为PS,则切割动作的概率为min(Px,PS)。
进一步的,在故障原因定位的过程中,每一个诊断动作后,会动态调整切割表、路径表及汇总表,并进行动态排序。具体的,执行所述切割表中的某个诊断动作后,动态更新所述最短路径表和所述切割表,
其中,更新所述路径表包括,根据切割表中执行某个诊断动作后的可能原因集合,去除已排除的可能原因;
更新所述切割表包括,根据更新后的路径表重新确定所述切割表中其余诊断动作能区分的可能原因集合的概率。
此外,为了使可能原因定位的结果更加准确,除综合考虑概率、成本的情况下,还可以对概率和成本的排序进行优化,例如进行归一化处理,同时设置概率“容忍”下限和成本“容忍”下限等。本具体实施例对优化方法不做具体限制。
这里需要说明的是,故障可能原因定位时,在不同的项目中,某故障的可能原因出现的概率会出现偏差,如A故障在项目1中造成其出现的可能原因多数为R1,在项目2中造成其出现的可能原因多数为R2,为了实现对项目有针对性的进行故障定位,还可以对概率和成本进行动态调整。调整方法包括:
根据所述故障的单一可能原因发生的最小概率Pmin,计算所述项目故障的单一可能原因的初始故障计数,使每个单一可能原因发生次数至少大于等于1次:;
若Pmin≥1%,则设定起始故障总数为100,每个单一可能原因发生的次数与概率相同;
若Pmin<1%,则设定起始故障总数为100*θ,θ=1/Pmin,每个单一原因发生的项目初始故障次数为概率*θ*100;。
当新故障发生时,更新所有故障原因概率包括:
故障总数加一,相应可能原因数加一,重新计算所述故障的单一可能原因的概率。
同理,成本也可根据实际情况进行更新调整。
结合以上,本发明实施例的故障原因定位方法,通过综合分析造成所述故障的可能原因发生的概率、直接定位可能原因的诊断动作成本、缩减可能原因范围的诊断动作成本,对所述可能的原因的诊断顺序进行优先级排序,迅速定位该故障下,概率与成本综合最优的可能原因排序,按照该排序进行可能原因诊断,以求最快速度、最小成本定位可能原因,以将故障排除。同时,路径表与切割表实现了业务角度的分解,将繁杂的业务逻辑与算法逻辑解耦分开处理,业务方面不断完善两个表,与定位算法的进一步迭代优化分开,有效提高了故障诊断的效率。
305、确定最高优先级可能原因及相应可能原因诊断动作。
基于可能原因的诊断动作成本和概率对所述可能原因进行优先级排序完成后,确定最高优先级可能原因及相应的可能原因诊断动作。
306、推送可能原因及相应的可能原因诊断动作。
服务器端将按照优先级将可能原因及相应的可能原因诊断动作推送至终端设备,运维人员通过终端设备能够获取到针对当前故障信息需要进行的下一步操作。
307、根据诊断确认流程结果判断是否与当前推送的可能原因一致,响应于所述诊断确认流程结果与当前推送的可能原因一致,则执行步骤310;响应于所述诊断确认流程结果与当前推送的可能原因不一致,则执行步骤308。
308、判断当前推送的可能原因的优先级是否为最低优先级;如是,则执行步骤315;如否,则执行步骤309。
其中,本实施例中,可能原因及相应可能原因诊断动作是按照可能原因的优先级由高到低进行推送。如果当前推送的可能原因诊断确认流程结果与当前推送的可能原因一致,说明当前推送的可能原因是导致故障信息的原因。如果当前推送的可能原因诊断确认流程结果与当前推送的可能原因不一致且当前推送的可能原因为最低优先级,说明通过诊断动作定位的可能原因是不正确的,查询到的至少一个可能原因都不是导致故障信息的原因,需要其他方法进一步诊断该故障。
309、确定仅次于当前优先级的可能原因,执行步骤306。
310、检索并推送可能原因的消除动作。
其中,根据步骤307推送的可能原因的诊断确认流程结果与当前推送的可能原因一致的情况下,检索并推送当前推送的可能原因的消除动作。所述消除动作是根据当前可能原因给出的故障决策,目的是消除故障。所述当前优先级可能原因的消除动作被推送到终端设备,由运维人员根据所述消除动作对可能原因进行消除。
311、根据消除确认流程结果判断故障是否消除;如是,则说明可能原因定位准确已消除故障;如否,则执行步骤312。
其中,如果当前推送的可能原因的消除动作执行后,响应于所述消除确认流程结果为故障消除成功,确认故障排除,说明当前推送的可能故原因是导致故障信息的原因。如果当前推送的可能原因的消除动作执行后,响应于所述消除确认流程结果为故障未消除,说明导致故障信息的可能原因不仅仅是当前推送的可能原因,可能还有其他可能原因。
312、判断当前推送的可能原因的优先级是否为最低优先级;如是,则执行步骤315;如否,则执行步骤313。
可能原因及相应可能原因诊断动作是按照可能原因的优先级由高到低进行推送。如果当前推送的可能原因的消除动作执行后,故障未消除,且当前推送可能原因为最低优先级,说明通过本专业知识数据库查询到的可能原因不全面,查询到的至少一个可能原因不是全部导致故障的原因,需要其他方法进一步诊断该故障。
313、确定仅次于当前优先级的可能原因,执行步骤306。
315、故障信息在线反馈给专家组。
由专家组根据故障信息反馈结果进一步诊断故障原因,然后将进一步诊断故障原因的方法对所述专业知识数据库进行补充。
此外,在此方案基础上,为了进一步优化故障诊断效果,在根据消除确认流程结果判断故障已消除的前提下,还包括自动更新当前消除动作对应的可能原因的权重,重新对所述故障对应的至少一个可能原因进行优先级排序。
更新当前消除动作对应的可能原因的权重包括更新所述可能原因的概率。更新方法如3044步骤中对概率进行动态调整的步骤,这里不进行赘述。
本实施例中,建筑机电故障诊断方法是终端设备与服务器交互完成的。对于终端设备的工作流程,具体如图4所示。
401、采集故障信息。
其中,运维人员可以通过移动终端设备或者PC端用户界面提交故障信息;也可以是由其他故障诊断系统触发指令提交。故障信息有可能是运维人员按照故障分类信息选择的故障信息,也可能是运维人员直接提交的故障描述信息,或者故障诊断系统触发的故障指令。对于故障信息的提交形式,本发明实施例对此不进行限制。
402、接收可能原因及相应的可能原因诊断动作。
终端设备接收服务器端推送的可能原因及相应的可能原因诊断动作。运维人员根据所述可能原因诊断动作以进行原因验证。
403、诊断动作结果采集。
运维人员执行完故障可能原因诊断动作后,得到诊断动作结果并提交。
404、接收诊断动作结果确认信息,如结果为正确,执行步骤405;如结果为错误,则执行步骤402。
服务器端对终端设备提交的诊断结果进行确认,将诊断结果确认后下一步操作推送到终端设备。
405、接收可能原因的消除动作。
服务器端确认诊断结果正确,推送可能原因的消除动作至终端设备;服务器端确认诊断结果为错误,推送仅次于当前优先级可能原因及相应诊断动作。
406、消除动作结果采集。
运维人员执行完消除动作后,得到消除动作结果并提交。
407、接收消除动作结果确认信息,如果结果正确,说明故障已排除,结束流程;如果结果错误,则执行步骤402。
服务器端确认故障消除,结束流程;服务器端确认消除结果未消除,推送仅次于当前优先级可能原因及相应诊断动作。
本发明实施例提出的一种建筑机电故障诊断方法,通过获取建筑机电故障信息,并且在获得了当前故障信息之后,根据预先存储的专业知识数据库信息确定所述故障信息对应的至少一个可能原因,并对所述可能原因进行优先级排序,根据可能原因优先级排序推送相应可能原因诊断动作并确认、推送可能原因消除动作并确认。优化后的具体实施例进一步减小故障诊断的时间和人力成本,能够快速、准确、高效、全面的定位建筑机电故障可能原因及排除故障,改善了建筑机电运维过程中运维人员经验不准确、传统传授模式效率低及人员流动带来的一系列问题,并且该方法在故障诊断时由系统半自动执行,通用、简单、准确、故障类型覆盖全面,提高了建筑机电系统的运行效率。
本发明实施例还提供一种数据中心服务器,如图5所示,该数据中心服务器包括:获取单元500和故障诊断单元600。
获取单元500,用于获取建筑机电故障信息。其中,所述获取单元500在获取建筑机电故障信息时,可以是主动获取,也可以是被动接收,具体实施方式本发明实施例对此不进行限制。当被动接收时,可以采用如下的方式,实时接收运维人员提交的故障信息,运维人员可以通过移动终端设备或者PC端用户界面提交,也可以是由故障诊断系统触发提交。
故障诊断单元600,用于根据预先存储的专业知识数据库信息对所述故障信息进行分析,确定可能原因并排除故障,其中,所述专业知识数据库记录了各类建筑机电故障信息及所述每类故障信息对应的至少一种可能原因、相应的可能原因诊断动作、诊断确认流程、相应的可能原因消除动作及消除确认流程。
进一步的,如图6所示,所述故障诊断单元600包括:
故障原因确定模块601,用于根据接收到的故障信息及预先存储的专业知识数据库信息确定所述故障对应的至少一个可能原因。
故障原因诊断推送模块602,用于推送可能原因及相应的可能原因诊断动作。
故障原因诊断确认模块603,用于响应于所述诊断确认流程结果与当前推送的可能原因一致,确认可能原因。
故障原因消除推送模块604,用于检索并推送可能原因的消除动作。
故障原因消除确认模块605,用于响应于所述消除确认流程结果为故障消除成功,确认故障排除。
进一步的,所述故障原因确定模块601具体用于将所述接收到的故障信息与所述专业知识数据库信息进行关键字匹配,
若匹配成功,根据匹配信息确定所述故障对应的至少一个可能原因。
进一步的,如图6所示,所述故障诊断单元600还包括:
故障原因排序模块607,具体用于基于可能原因发生的概率和诊断动作的成本对所述故障对应的至少一个可能原因进行排序,确定所述可能原因的优先级。
其中,所述故障原因排序模块还具体用于,
响应于所述诊断确认流程结果与当前推送的可能原因不一致,且当前可能原因优先级不是最低优先级,则确定仅次于当前优先级的可能原因;
以及,响应于所述消除确认流程结果为故障未消除,且当前可能原因的优先级不是最低优先级,则确定仅次于当前优先级的可能原因。
进一步的,所述故障原因排序模块607还包括:
更新子模块6071,具体用于响应于所述消除确认流程结果为故障消除成功,更新当前消除动作对应的可能原因的权重;以及,
所述故障原因排序模块607重新对所述故障对应的至少一个可能原因进行优先级排序。
需要说明的是,本发明实施例中关于数据中心服务器组成模块的其他描述,可以参考图1至图3相关部分的描述,本发明实施例在此将不再赘述。
进一步的,本发明实施例还公开一种建筑机电故障诊断系统,如图7所示,该系统包括:数据中心服务器2。
需要说明的是,本发明实施例中关于数据中心服务器的相关描述可以参考图1至图3以及图5至图6的相应部分的描述,本发明实施例此处将不再赘述。
进一步的,如图7所示,所述建筑机电故障诊断系统还包括终端设备1和机电设备系统3。所述终端设备1,用于与服务器端进行交互。关于终端设备的相关描述可以参考图4部分的描述,本发明实施例此处将不再赘述。
需要说明的是,虽然本发明实施例以建筑机电系统为例进行了描述,但是本发明实施例中并不局限于建筑机电,任何与故障诊断相关的系统都属于本发明实施例保护的范围。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应所述以权利要求的保护范围为准。
Claims (7)
1.一种建筑机电故障原因定位方法,其特征在于,每种故障对应至少一种可能原因,存在若干种诊断动作进行可能原因诊断,所述方法包括如下步骤:
获取所述故障对应的至少一个可能原因;
确定直接定位可能原因的路径表,所述路径表记录了每个诊断动作能区分的单一可能原因发生的概率及相应的诊断动作成本;
确定缩减可能原因范围的切割表,所述切割表记录了每个诊断动作能区分的可能原因集合的概率及相应的诊断动作成本;
结合所述路径表和所述切割表计算定位参数,根据所述定位参数的排序确定造成所述故障的可能原因的优先级。
2.根据权利要求1所述的方法,其特征在于,所述路径表中,所有单一可能原因的发生概率之和为1。
3.根据权利要求1所述的方法,其特征在于,所述切割表中,所述可能原因集合的概率为执行诊断动作后,已排除的可能原因集合的概率与未排除的可能原因集合的概率中较小者。
4.根据权利要求3所述的方法,其特征在于,所述方法还包括,执行所述切割表中的某个诊断动作后,动态更新所述路径表和所述切割表,
其中,更新所述路径表包括,根据切割表中执行某个诊断动作后的可能原因集合,去除已排除的可能原因;
更新所述切割表包括,根据更新后的路径表重新确定所述切割表中其余诊断动作能区分的可能原因集合的概率。
5.根据权利要求1或4所述的方法,其特征在于,根据所述路径表和所述切割表计算所述定位参数,根据所述定位参数的排序确定造成所述故障的原因优先级包括,
将所述路径表和所述切割表按照对应参数项合成一个汇总表;
计算(P/C)rank,所述(P/C)rank根据P/C值由大到小排序并编号,其中,所述P/C表示所述汇总表中执行每个诊断动作单位成本能诊断出故障的概率;
分别计算Prank和Crank以及(Prank+Crank)rank,所述Prank按照P值由大到小排序并编号,所述Crank按照C值由小到大排序并编号,所述(Prank+Crank)rank按照Prank与Crank编号之和由小到大排序并编号,其中,所述P表示所述汇总表中每个诊断动作能区分的可能原因的概率,所述C表示所述汇总表中每个诊断动作的成本;
计算【(P/C)rank+(Prank+Crank)rank】rank,所述【(P/C)rank+(Prank+Crank)rank】按照(P/C)rank与(Prank+Crank)rank编号之和由小到大排序并编号,按照编号由小到大确定对应的可能原因优先级由高到低。
6.根据权利要求5所述方法,其特征在于,若定位参数存在多项相同编号,相同编号项按照P/C由大到小排序。
7.根据权利要求1所述的方法,其特征在于,所述方法还包括,
根据所述故障的单一可能原因发生的最小概率Pmin,计算所述项目故障的单一可能原因的初始故障计数,使每个单一可能原因发生次数至少大于等于1次;
当新故障发生时,故障总数加一,相应可能原因数加一,重新计算所述故障的单一可能原因的概率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910463339.8A CN110221144B (zh) | 2019-05-30 | 2019-05-30 | 建筑机电故障原因定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910463339.8A CN110221144B (zh) | 2019-05-30 | 2019-05-30 | 建筑机电故障原因定位方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110221144A true CN110221144A (zh) | 2019-09-10 |
CN110221144B CN110221144B (zh) | 2021-08-31 |
Family
ID=67819014
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910463339.8A Active CN110221144B (zh) | 2019-05-30 | 2019-05-30 | 建筑机电故障原因定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110221144B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113238535A (zh) * | 2021-06-03 | 2021-08-10 | 中国核动力研究设计院 | 一种核安全级dcs模拟量输入模块故障诊断方法及系统 |
CN115759479A (zh) * | 2022-12-12 | 2023-03-07 | 中国人民解放军海军工程大学 | 一种基于综合值的复杂设备故障定位优化方法和系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020183953A1 (en) * | 2001-04-25 | 2002-12-05 | Eastman Kodak Company | Method of fault isolation of a digital electronic device |
CN102426332A (zh) * | 2011-09-04 | 2012-04-25 | 成都强烽科技有限责任公司 | 一种多信号流图的故障排除方法 |
CN102662831A (zh) * | 2012-03-20 | 2012-09-12 | 中国人民解放军国防科学技术大学 | 一种容错系统诊断策略优化方法 |
CN104517195A (zh) * | 2015-01-04 | 2015-04-15 | 上海杰之能信息科技有限公司 | 一种动车组的故障定位自动化方法 |
CN104678989A (zh) * | 2014-12-26 | 2015-06-03 | 北京控制工程研究所 | 一种噪声环境下提高故障可诊断性的状态感知优化方法 |
CN107016628A (zh) * | 2017-04-12 | 2017-08-04 | 四川云图瑞科技有限公司 | 基于bim技术的机电设备维护和管理方法 |
CN107093012A (zh) * | 2017-04-12 | 2017-08-25 | 四川云图瑞科技有限公司 | 运用bim技术的建筑机电设备维护和监控系统 |
CN108268716A (zh) * | 2018-01-18 | 2018-07-10 | 中国民航大学 | 一种基于sqp的航电系统故障检测率分配方法 |
-
2019
- 2019-05-30 CN CN201910463339.8A patent/CN110221144B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020183953A1 (en) * | 2001-04-25 | 2002-12-05 | Eastman Kodak Company | Method of fault isolation of a digital electronic device |
CN102426332A (zh) * | 2011-09-04 | 2012-04-25 | 成都强烽科技有限责任公司 | 一种多信号流图的故障排除方法 |
CN102662831A (zh) * | 2012-03-20 | 2012-09-12 | 中国人民解放军国防科学技术大学 | 一种容错系统诊断策略优化方法 |
CN104678989A (zh) * | 2014-12-26 | 2015-06-03 | 北京控制工程研究所 | 一种噪声环境下提高故障可诊断性的状态感知优化方法 |
CN104517195A (zh) * | 2015-01-04 | 2015-04-15 | 上海杰之能信息科技有限公司 | 一种动车组的故障定位自动化方法 |
CN107016628A (zh) * | 2017-04-12 | 2017-08-04 | 四川云图瑞科技有限公司 | 基于bim技术的机电设备维护和管理方法 |
CN107093012A (zh) * | 2017-04-12 | 2017-08-25 | 四川云图瑞科技有限公司 | 运用bim技术的建筑机电设备维护和监控系统 |
CN108268716A (zh) * | 2018-01-18 | 2018-07-10 | 中国民航大学 | 一种基于sqp的航电系统故障检测率分配方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113238535A (zh) * | 2021-06-03 | 2021-08-10 | 中国核动力研究设计院 | 一种核安全级dcs模拟量输入模块故障诊断方法及系统 |
CN115759479A (zh) * | 2022-12-12 | 2023-03-07 | 中国人民解放军海军工程大学 | 一种基于综合值的复杂设备故障定位优化方法和系统 |
CN115759479B (zh) * | 2022-12-12 | 2023-09-19 | 中国人民解放军海军工程大学 | 一种基于综合值的复杂设备故障定位优化方法和系统 |
Also Published As
Publication number | Publication date |
---|---|
CN110221144B (zh) | 2021-08-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Fantini et al. | Exploring the integration of the human as a flexibility factor in CPS enabled manufacturing environments: Methodology and results | |
CN106155035B (zh) | 基于维修类数据的故障诊断方法及故障诊断系统 | |
US5351247A (en) | Adaptive fault identification system | |
US5561760A (en) | System for localizing field replaceable unit failures employing automated isolation procedures and weighted fault probability encoding | |
Claeys et al. | Framework for evaluating cognitive support in mixed model assembly systems | |
CN106165345A (zh) | 标识用于化解网络故障的故障排除选项 | |
CN108170566A (zh) | 产品故障信息处理方法、系统、设备和协同工作平台 | |
CN105740140A (zh) | 软件系统故障诊断方法、服务器及系统 | |
US6363494B1 (en) | System and method for characterizing and repairing intelligent systems | |
CN116771576B (zh) | 水电机组故障综合诊断方法 | |
CN110221144A (zh) | 建筑机电故障原因定位方法 | |
Ghosh et al. | FBMTP: An automated fault and behavioral anomaly detection and isolation tool for PLC-controlled manufacturing systems | |
CN110221592A (zh) | 建筑机电故障诊断方法、装置及系统 | |
CN107102909A (zh) | 一种面向复杂软件密集型系统的故障分类方法 | |
Qiu et al. | A structured adaptive supervisory control methodology for modeling the control of a discrete event manufacturing system | |
CN114238474A (zh) | 基于排水系统的数据处理方法、装置、设备及存储介质 | |
Biffl et al. | Risk-driven derivation of operation checklists from multi-disciplinary engineering knowledge | |
Nagar et al. | Implementing test case selection and reduction techniques using meta-heuristics | |
CN110188041A (zh) | 一种软件开发故障诊断方法 | |
CN106875015B (zh) | 一种飞机故障诊断方法及系统 | |
CN117370303A (zh) | 一种生产线建模和分析方法及装置 | |
WO2013153026A1 (en) | A method and a program for automatic diagnosis of problems in telecommunication networks | |
JP7329017B2 (ja) | 診断装置、診断方法、プログラム及び診断システム | |
JPH0695881A (ja) | 機械装置類故障診断エキスパートデータ用ルールベース作成システム | |
KR20170123389A (ko) | 원자력발전소의 인적오류확률 산출 시스템 및 그 방법 |
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 | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: Room 221, Building 5, 11 Deshengmen Avenue, Xicheng District, Beijing, 100192 Applicant after: Borui Shangge Technology Co., Ltd Address before: Room 221, Building 5, 11 Deshengmen Avenue, Xicheng District, Beijing, 100192 Applicant before: BEIJING PERSAGY ENERGY SAVING TECHNOLOGY Co.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |