CN111190412B - 一种故障分析方法、装置、存储介质及终端 - Google Patents
一种故障分析方法、装置、存储介质及终端 Download PDFInfo
- Publication number
- CN111190412B CN111190412B CN202010012246.6A CN202010012246A CN111190412B CN 111190412 B CN111190412 B CN 111190412B CN 202010012246 A CN202010012246 A CN 202010012246A CN 111190412 B CN111190412 B CN 111190412B
- Authority
- CN
- China
- Prior art keywords
- fault
- preset
- parameter
- type
- target
- 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
- 238000004458 analytical method Methods 0.000 title claims abstract description 23
- 238000003860 storage Methods 0.000 title claims abstract description 8
- 230000002159 abnormal effect Effects 0.000 claims abstract description 32
- 238000000034 method Methods 0.000 claims abstract description 32
- 238000005457 optimization Methods 0.000 claims description 22
- 238000004590 computer program Methods 0.000 claims description 9
- 239000004576 sand Substances 0.000 claims description 7
- 238000012545 processing Methods 0.000 claims description 5
- 239000003086 colorant Substances 0.000 claims description 3
- 238000004519 manufacturing process Methods 0.000 claims description 3
- 238000004891 communication Methods 0.000 description 10
- 238000010438 heat treatment Methods 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000000246 remedial effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- 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
- G05B23/0275—Fault isolation and identification, e.g. classify fault; estimate cause or root of failure
- G05B23/0281—Quantitative, e.g. mathematical distance; Clustering; Neural networks; Statistical analysis
Landscapes
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Mathematical Analysis (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Algebra (AREA)
- Mathematical Optimization (AREA)
- Mathematical Physics (AREA)
- Probability & Statistics with Applications (AREA)
- Pure & Applied Mathematics (AREA)
- Automation & Control Theory (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请涉及家电技术领域,具体涉及一种故障分析方法、装置、存储介质及终端,方法包括:获取相同地域内的同种机型设备的故障类型和每种故障类型对应的故障率,并判断每种故障类型的故障率是否异常;在存在目标故障类型的故障率异常时,获取发生所述目标故障类型的故障的至少两个初始原因,以及获取发生该故障的设备所处地域的地域参数和使用参数;根据所述地域参数和使用参数从所述至少两个初始原因中确定发生所述故障的目标原因,解决了如何确定不同故障类型的故障原因的问题。
Description
技术领域
本申请涉及家电技术领域,特别地涉及一种故障分析方法、装置、存储介质及终端。
背景技术
随着社会的不断发展,越来越多的家电进入每个家庭中。随着家电使用时间的增加以及其他一些外在影响因素对家电造成的不同损耗,进而导致家电产生不同类型的故障。其中,外在影响因素可以是家电所在地域的位置、气候以及使用家电的习惯等因素。
一般来说,家电产生不同类型故障的外在影响因素不同,即家电产生不同类型故障的故障原因不同,外在影响因素给家电造成的损耗会导致家电故障的故障率升高,只有在找到影响不同故障类型发生的故障原因,才能根据每种故障的故障原因做出一系列的补救措施,以达到降低故障的故障率的目的。
因此,如何确定不同故障类型的故障原因是目前亟待解决的问题。
发明内容
针对上述问题,本申请提供一种故障分析方法、装置、存储介质及终端,解决了如何确定不同故障类型的故障原因的问题。
第一方面,本申请提供了一种故障分析方法,所述方法包括:
获取相同地域内的同种机型设备的故障类型和每种故障类型对应的故障率,并判断每种故障类型的故障率是否异常,其中,每种故障类型的故障率为所述地域内的同种机型设备产生该种故障类型的故障次数与产生所有故障类型的故障次数的比值;
在存在目标故障类型的故障率异常时,获取发生所述目标故障类型的故障的至少两个初始原因,以及获取发生该故障的设备所处地域的地域参数和使用参数;
根据所述地域参数和使用参数从所述至少两个初始原因中确定发生所述故障的目标原因。
根据本申请的实施例,可选的,上述方法中,在所述地域参数包括风沙参数、温度参数、湿度参数,且所述使用参数包括使用频率参数时,根据所述地域参数和使用参数从所述至少两个初始原因中确定发生所述故障的目标原因,包括:
获取所述地域参数包括的每个参数的属性值,和所述使用频率参数的属性值,以及每个初始原因的属性值,其中,每个所述初始原因对应一种预设参数范围;
判断每种所述参数是否满足与该参数具有相同属性值的初始原因所对应的预设参数范围;
若存在参数满足与该参数具有相同属性值的初始原因所对应的预设参数范围,则将所述初始原因作为发生所述故障的目标原因。
根据本申请的实施例,可选的,上述方法中,所述方法还包括:
获取设备优化数据表,其中,所述设备优化数据表中包括多个预设原因和与每个预设原因对应的预设设备优化方案;
根据所述目标原因,在所述设备优化数据表中查找与所述目标原因相匹配的预设原因,将匹配到的预设原因所对应的预设设备优化方案确定为所述设备的设备优化方案;
根据所述设备优化方案对与所述设备为同一种机型且处于生产线上的设备进行优化。
根据本申请的实施例,可选的,上述方法中,判断每种所述故障类型的故障率是否异常,包括:
判断每种所述故障类型的故障率是否大于预设故障率;
在存在故障类型的故障率大于或等于该故障类型对应的预设故障率时,确定该种故障类型的故障率为异常;
在存在故障类型的故障率小于该故障类型对应的预设故障率时,确定该种故障类型的故障率为正常。
根据本申请的实施例,可选的,上述方法中,获取发生所述目标故障类型的故障的至少两个初始原因,包括:
获取故障数据表,其中,所述故障数据表中包括多个预设故障类型和与每个预设故障类型对应的至少两个预设故障原因;
根据所述目标故障类型,在所述故障数据表中查找与所述目标故障类型相匹配的预设故障类型,并将匹配到的预设故障类型所对应的至少两个预设故障原因作为发生所述目标故障类型的故障的初始原因。
根据本申请的实施例,可选的,上述方法中,获取每种故障类型对应的故障率,包括:
获取预设时长内相同地域内的同种机型设备的运行数据;
对运行数据中异常的运行数据进行统计,得到产生包括所有故障类型的总故障次数;
对运行数据中每种故障类型的异常的运行数据进行统计,得到产生每种故障类型的故障次数;
根据总故障次数和每种故障类型的故障次数的比值,得到该种故障类型的故障率。
根据本申请的实施例,可选的,上述方法中,所述方法还包括:
获取颜色对照表,其中,所述颜色对照表中包括多个预设范围和与每个预设范围对应的预设显示颜色;
根据每种所述故障类型的故障率,在所述颜色对照表中查找与该种故障类型的故障率相匹配的预设范围,及该预设范围对应的预设显示颜色,并显示。
第二方面,本申请提供一种故障分析装置,其特征在于,所述装置包括:
判断模块,用于获取相同地域内的同种机型设备的故障类型和每种故障类型对应的故障率,并判断每种故障类型的故障率是否异常,其中,每种故障类型的故障率为所述地域内的同种机型设备产生该种故障类型的故障次数与产生所有故障类型的故障次数的比值;
获取模块,用于在存在目标故障类型的故障率异常时,获取发生所述目标故障类型的故障的至少两个初始原因,以及获取发生该故障的设备所处地域的地域参数和使用参数;
确定模块,用于根据所述地域参数和使用参数从所述至少两个初始原因中确定发生所述故障的目标原因。
第三方面,本申请提供一种存储介质,该存储介质存储有计算机程序,所述计算机程序被一个或多个处理器执行时实现上述的方法。
第四方面,本申请提供了一种终端,包括存储器和处理器,所述存储器上存储有计算机程序,该计算机程序被所述处理器执行时,执行上述的方法。
与现有技术相比,上述方案中的一个或多个实施例可以具有如下优点或有益效果:
本申请提供的一种故障分析方法、装置、存储介质及终端,方法包括,获取相同地域内的同种机型设备的故障类型和每种故障类型对应的故障率,并判断每种故障类型的故障率是否异常;在存在目标故障类型的故障率异常时,获取发生所述目标故障类型的故障的至少两个初始原因,以及获取发生该故障的设备所处地域的地域参数和使用参数;根据所述地域参数和使用参数从所述至少两个初始原因中确定发生所述故障的目标原因,解决了如何确定不同故障类型的故障原因的问题。
附图说明
在下文中将基于实施例并参考附图来对本申请进行更详细的描述。
图1为本申请实施例一提供的一种故障分析方法的流程示意图。
图2为本申请实施例一中步骤S140的一种流程示意图。
图3为本申请实施例一中步骤S1402的一种流程示意图。
图4为本申请实施例二提供的一种故障分析装置的连接框图。
在附图中,相同的部件使用相同的附图标记,附图并未按照实际的比例绘制。
具体实施方式
以下将结合附图及实施例来详细说明本申请的实施方式,借此对本申请如何应用技术手段来解决技术问题,并达到相应技术效果的实现过程能充分理解并据以实施。本申请实施例以及实施例中的各个特征,在不相冲突前提下可以相互结合,所形成的技术方案均在本申请的保护范围之内。
实施例一
请参阅图1,本申请提供一种可应用于手机、电脑或平板电脑等终端的故障分析方法,所述故障分析方法应用于所述终端时执行步骤S110-步骤S140。
步骤S110:获取相同地域内的同种机型设备的故障类型和每种故障类型对应的故障率。
步骤S120:判断每种故障类型的故障率是否异常。
步骤S130:在存在目标故障类型的故障率异常时,获取发生所述目标故障类型的故障的至少两个初始原因,以及获取发生该故障的设备所处地域的地域参数和使用参数。
步骤S140:根据所述地域参数和使用参数从所述至少两个初始原因中确定发生所述故障的目标原因。
可以理解的是,所述设备包括但不限于:空调、净水器、空气净化器,特别的,在本实施例中,所述设备为空调。
在本实施例中,结合空调所处地域的地域参数和使用参数,分析空调传回的故障数据,进而得到故障率异常的故障类型所发生的原因,从而了解空调可以改进的方向,并针对该原因改进空调,达到优化产品的目的。
在步骤S110中,每种故障类型的故障率为所述地域内的同种机型设备产生该种故障类型的故障次数与产生所有故障类型的故障次数的比值。
可以理解的是,空调的运行数据可以反映空调产生的故障类型和产生该种故障类型的次数。在本实施例中,可以设置接收空调传回的运行数据的时刻,在设定时刻接收空调传回的运行数据,通过接收空调传回的运行数据,并对所述运行数据中异常的运行数据进行统计,以得到每种故障类型的故障次数。具体的,首先,获取预设时长内相同地域内的同种机型设备的运行数据;然后,对所述运行数据中的异常的运行数据进行统计,得到包括所有故障类型的总故障次数;其次,再对运行数据中每种故障类型的异常的运行数据进行统计,得到产生每种故障类型的故障次数;最后,根据总故障次数和每种故障类型的故障次数的比值,得到该种故障类型的故障率。
在步骤S120中,在得到每种故障类型的故障率后,通过判断每种故障类型的故障率是否大于或等于预设故障率确定该种故障类型的故障率是否异常。在存在故障类型的故障率大于或等于预设故障率时,确定该种故障类型的故障率为异常,再执行步骤S130。其中,目标故障类型是指故障类型的故障率大于或等于预设故障率的故障类型。
在步骤S130中,为减少终端的计算量,可以先判断目标故障类型的初始原因的数量,在获取的发生所述目标故障类型的故障的初始原因只有一个时,即可确定该初始原因为发生所述故障的目标原因;在获取的发生所述目标故障类型的故障的初始原因至少包括两个时,再进一步通过数据分析,从所述至少两个初始原因中确定发生所述故障的目标原因。
在本实施例中,获取发生所述目标故障类型的故障的至少两个初始原因具体包括:首先,获取故障数据表,其中,所述故障数据表中包括多个预设故障类型和与每个预设故障类型对应的至少两个预设故障原因;然后,再根据所述目标故障类型,在所述故障数据表中查找与所述目标故障类型相匹配的预设故障类型,并将匹配到的预设故障类型所对应的至少两个预设故障原因作为发生所述目标故障类型的故障的初始原因。
如下表所示:
其中,上表表示一种故障数据表的一种实施方式。示例性的,以目标故障类型为故障A为例,在上表中存在预设故障类型为故障A的信息,在上表中预设故障类型为故障A的即是与目标故障类型相匹配的预设故障类型,由该表可知预设故障类型为故障A所对应的预设故障原因是气温低于10℃和湿度低于70%,因此,将预设故障类型(即故障A)所对应的预设故障原因(即气温低于10℃和湿度低于70%)确定为目标故障类型(即故障A)的初始原因。
可以理解的是,所述地域参数和所述使用参数可以通过内置在空调内的器件进行采集获得,并根据内置在空调内的通信装置发送至所述终端。其中,所述通信装置包括但不限于:无线通信装置(例如,无线WiFi)和有线通信装置(例如,光纤)。
请参阅图2,在所述地域参数包括风沙参数、温度参数、湿度参数,且所述使用参数包括使用频率参数时,上述步骤S140具体包括步骤S1401-步骤S1403。
步骤S1401:获取所述地域参数包括的每个参数的属性值,和所述使用频率参数的属性值,以及每个初始原因的属性值。
步骤S1402:判断每种所述参数是否满足与该参数具有相同属性值的初始原因所对应的预设参数范围。
步骤S1403:若存在参数满足与该参数具有相同属性值的初始原因所对应的预设参数范围,则将所述初始原因作为发生所述故障的目标原因。
可以理解的是,考虑到不同的参数对应不同的初始原因。示例性的,温度参数只需要跟温度有关的初始原因对应的预设参数范围进行对比,以此判断该温度参数是否是发生所述目标故障类型的目标原因。具体的,为每个初始原因和每个参数设定属性值,其中,所述属性值包括但不限于:数字、字符。例如,温度参数的属性值可以是1,湿度参数的属性值可以是2;获取发生所述目标故障类型的故障包括两个初始原因,分别是气温低于10℃和湿度低于70%,其中,初始原因是气温低于10℃的属性值可以是1,初始原因是湿度低于70%的属性值可以是2。
在获取到每个参数的属性值和每个初始原因的属性值后,判断每种所述参数是否满足与该参数具有相同属性值的初始原因所对应的预设参数范围。示例性的,以获取的温度参数为-12℃,且其属性值为1为例,将所述温度参数与属性值为1的初始原因(气温低于10℃)所对应的预设温度范围(气温低于10℃)进行比对,判断所述温度参数(-12℃)是否处于预设温度范围(气温低于10℃)之内,若判断得到该温度参数(-12℃)满足与该参数具有相同属性值的初始原因(气温低于10℃)所对应的预设温度范围(气温低于10℃),则将所述初始原因(气温低于10℃)作为发生所述目标故障类型的故障的目标原因;判断得到该温度参数(-12℃)不满足与该参数具有相同属性值的初始原因(气温低于10℃)所对应的预设温度范围(气温低于10℃),则确定所述初始原因(气温低于10℃)不是发生所述目标故障类型的故障的目标原因。
请参阅图3,进一步可以理解的是,在存在两个或两个以上的参数满足对应的预设参数范围时,将与两个或两个以上的参数具有相同属性值的初始原因均作为目标原因,即存在两种目标原因导致该种目标故障类型的发生。具体的,在获取的初始原因包括四个原因,且获取的地域参数包括风沙参数、温度参数、湿度参数,且所述使用参数包括使用频率参数时,每个初始原因分别对应一种参数,分别判断所述风沙参数是否处于与所述风沙参数对应的预设参数范围之内;判断所述温度参数是否处于与所述温度参数对应的预设参数范围之内;判断所述湿度参数是否处于与所述湿度参数对应的预设参数范围之内;判断所述使用频率参数是否处于与所述使用频率参数对应的预设参数范围之内,若存在某个参数满足相对应的预设参数范围,则将与该参数具有相同属性值的初始原因确定为发生目标故障类型的目标原因;若某个参数不满足相对应的预设参数范围,则将与该参数具有相同属性值的初始原因确定为不是发生目标故障类型的目标原因。
可以理解的是,可以根据空调的每种故障类型的目标原因,对空调进行优化,不仅可以减少后期对空调的维护次数,还可以提高该空调竞争力。具体的,预先设置一种设备优化数据表,该表包括多个预设原因和与每个预设原因对应的预设设备优化方案。在设备优化数据表中查找与目标原因所匹配的预设原因,将匹配到的预设原因所对应的预设设备优化方案确定为所述设备的设备优化方案。
如下表所示:
预设原因 | 气温低于10℃ | 湿度低于70% |
预设设备优化方案 | 设置加热机组 | 设置加湿器 |
其中,上表为一种设备优化数据表的实施方式。示例性的,以目标原因是气温低于10℃为例,在上表中存在预设原因为气温低于10℃的信息,在上表中预设原因为气温低于10℃的即是与目标原因相匹配的预设原因,由该表可知预设原因为气温低于10℃所对应的预设设备优化方案是设置加热机组。因此,针对后续在生产线上且发往该地域内的空调可以设置加热机组,且在当气温低于某个预设温度值后,启动加热机组,进而避免气温过低导致空调产生故障的问题。其中,预设温度值可以由生产该空调的厂家设置。
为了直观的显示每个地域的不同故障类型的故障率的高低情况,可以根据预先设定的颜色对照表确定不同故障类型的故障率对应的颜色,并在终端进行显示,以增强可读性,且可以按照每种故障类型的故障率的高低,对该地域内的每种故障类型的故障率进行排名,并在终端进行显示。
其中,所述颜色对照表中包括多个预设范围和与每个预设范围对应的预设显示颜色。可以理解的是,可以通过同一种颜色的不同深浅度来表示故障率的高低,例如,针对绿色,可以设置绿色1级,绿色2级,绿色3级,且级别越高,颜色越深。示例性的,故障A的故障率为10%,在颜色对照表中,故障率为10%对应的预设范围是0%-20%,且该预设范围对应的预设显示颜色为绿色1级,即,将绿色1级作为该故障率的显示颜色。
实施例二
请参阅图4,本申请提供一种故障分析装置,所述装置包括:
判断模块201,用于获取相同地域内的同种机型设备的故障类型和每种故障类型对应的故障率,并判断每种故障类型的故障率是否异常。
在本实施例中,判断模块201的实施原理和实施例一中步骤S110的实施原理类似,关于判断模块201的实施原理可参照实施例一,在此不做赘述。
获取模块202,用于在存在目标故障类型的故障率异常时,获取发生所述目标故障类型的故障的至少两个初始原因,以及获取发生该故障的设备所处地域的地域参数和使用参数。
在本实施例中,获取模块202的实施原理和实施例一中步骤S120的实施原理类似,关于获取模块202的实施原理可参照实施例一,在此不做赘述。
确定模块203,用于根据所述地域参数和使用参数从所述至少两个初始原因中确定发生所述故障的目标原因。
在本实施例中,确定模块203的实施原理和实施例一中步骤S130的实施原理类似,关于确定模块203的实施原理可参照实施例一,在此不做赘述。
实施例三
本实施例还提供一种存储介质,如闪存、硬盘、多媒体卡、卡型存储器(例如,SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘、服务器、App应用商城等等,其上存储有计算机程序,所述计算机程序被处理器执行时可以实现如实施例一中所述故障分析方法的部分或全部步骤,上述故障分析方法部分或全部步骤的具体实施例过程可参见实施例一,本实施例在此不再重复赘述。
实施例四
本申请实施例提供了一种终端,该终端可以是手机、电脑或平板电脑等,包括存储器和处理器,所述存储器上存储有计算器程序,该计算机程序被处理器执行时实现如实施例一中所述的故障分析方法。可以理解,终端还可以包括,多媒体组件,输入/输出(I/O)接口,以及通信组件。
其中,处理器用于执行如实施例一中的故障分析方法中的全部或部分步骤。存储器用于存储各种类型的数据,这些数据例如可以包括终端中的任何应用程序或方法的指令,以及应用程序相关的数据。
所述处理器可以是专用集成电路(Application Specific Integrated Circuit,简称ASIC)、数字信号处理器(Digital Signal Processor,简称DSP)、数字信号处理设备(Digital Signal Processing Device,简称DSPD)、可编程逻辑器件(Programmable LogicDevice,简称PLD)、现场可编程门阵列(Field Programmable Gate Array,简称FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述实施例一中的故障分析方法。
所述存储器可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,例如静态随机存取存储器(Static Random Access Memory,简称SRAM),电可擦除可编程只读存储器(Electrically Erasable Programmable Read-Only Memory,简称EEPROM),可擦除可编程只读存储器(Erasable Programmable Read-Only Memory,简称EPROM),可编程只读存储器(Programmable Read-Only Memory,简称PROM),只读存储器(Read-Only Memory,简称ROM),磁存储器,快闪存储器,磁盘或光盘。
多媒体组件可以包括屏幕,所述屏幕可以是触摸屏。
I/O接口为处理器和其他接口模块之间提供接口,上述其他接口模块可以是键盘,鼠标,按钮等。这些按钮可以是虚拟按钮或者实体按钮。
通信组件用于该终端与空调之间进行有线或无线通信。无线通信,例如Wi-Fi,近场通信(Near Field Communication,简称NFC),2G、3G或4G,或它们中的一种或几种的组合,因此相应的该通信组件可以包括:Wi-Fi模块,NFC模块。
综上,本申请提供的一种故障分析方法、装置、存储介质及终端,方法包括,获取相同地域内的同种机型设备的故障类型和每种故障类型对应的故障率,并判断每种故障类型的故障率是否异常,其中,每种故障类型的故障率为所述地域内的同种机型设备产生该种故障类型的故障次数与产生所有故障类型的故障次数的比值;在存在目标故障类型的故障率异常时,获取发生所述目标故障类型的故障的至少两个初始原因,以及获取发生该故障的设备所处地域的地域参数和使用参数;根据所述地域参数和使用参数从所述至少两个初始原因中确定发生所述故障的目标原因,解决了如何确定不同故障类型的故障原因的问题;且还可以根据设备的每种故障类型的故障原因,对设备进行优化,不仅可以减少后期对设备的维护次数,还可以提高该设备竞争力。
在本申请实施例所提供的几个实施例中,应该理解到,所揭露的方法,也可以通过其它的方式实现。以上所描述的系统和方法实施例仅仅是示意性的。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
虽然本申请所揭露的实施方式如上,但所述的内容只是为了便于理解本申请而采用的实施方式,并非用以限定本申请。任何本申请所属技术领域内的技术人员,在不脱离本申请所揭露的精神和范围的前提下,可以在实施的形式上及细节上作任何的修改与变化,但本申请的专利保护范围,仍须以所附的权利要求书所界定的范围为准。
Claims (9)
1.一种故障分析方法,其特征在于,所述方法包括:
获取相同地域内的同种机型设备的故障类型和每种故障类型对应的故障率,并判断每种故障类型的故障率是否异常,其中,每种故障类型的故障率为所述地域内的同种机型设备产生该种故障类型的故障次数与产生所有故障类型的故障次数的比值;
在存在目标故障类型的故障率异常时,获取发生所述目标故障类型的故障的至少两个初始原因,以及获取发生该故障的设备所处地域的地域参数和使用参数;
根据所述地域参数和使用参数从所述至少两个初始原因中确定发生所述故障的目标原因;
其中,在所述地域参数包括风沙参数、温度参数、湿度参数,且所述使用参数包括使用频率参数时,根据所述地域参数和使用参数从所述至少两个初始原因中确定发生所述故障的目标原因,包括:
获取所述地域参数包括的每个参数的属性值,和所述使用频率参数的属性值,以及每个初始原因的属性值,其中,每个所述初始原因对应一种预设参数范围;
判断每种所述参数是否满足与该参数具有相同属性值的初始原因所对应的预设参数范围;
若存在参数满足与该参数具有相同属性值的初始原因所对应的预设参数范围,则将所述初始原因作为发生所述故障的目标原因。
2.根据权利要求1所述的故障分析方法,其特征在于,所述方法还包括:
获取设备优化数据表,其中,所述设备优化数据表中包括多个预设原因和与每个预设原因对应的预设设备优化方案;
根据所述目标原因,在所述设备优化数据表中查找与所述目标原因相匹配的预设原因,将匹配到的预设原因所对应的预设设备优化方案确定为所述设备的设备优化方案;
根据所述设备优化方案对与所述设备为同一种机型且处于生产线上的设备进行优化。
3.根据权利要求1所述的故障分析方法,其特征在于,判断每种所述故障类型的故障率是否异常,包括:
判断每种所述故障类型的故障率是否大于该故障类型对应的预设故障率;
在存在故障类型的故障率大于或等于该故障类型对应的预设故障率时,确定该种故障类型的故障率为异常;
在存在故障类型的故障率小于该故障类型对应的预设故障率时,确定该种故障类型的故障率为正常。
4.根据权利要求1所述的故障分析方法,其特征在于,获取发生所述目标故障类型的故障的至少两个初始原因,包括:
获取故障数据表,其中,所述故障数据表中包括多个预设故障类型和与每个预设故障类型对应的至少两个预设故障原因;
根据所述目标故障类型,在所述故障数据表中查找与所述目标故障类型相匹配的预设故障类型,并将匹配到的预设故障类型所对应的至少两个预设故障原因作为发生所述目标故障类型的故障的初始原因。
5.根据权利要求1所述的故障分析方法,其特征在于,获取每种故障类型对应的故障率,包括:
获取预设时长内相同地域内的同种机型设备的运行数据;
对运行数据中异常的运行数据进行统计,得到产生包括所有故障类型的总故障次数;
对运行数据中每种故障类型的异常的运行数据进行统计,得到产生每种故障类型的故障次数;
根据总故障次数和每种故障类型的故障次数的比值,得到该种故障类型的故障率。
6.根据权利要求5所述的故障分析方法,其特征在于,所述方法还包括:
获取颜色对照表,其中,所述颜色对照表中包括多个预设范围和与每个预设范围对应的预设显示颜色;
根据每种所述故障类型的故障率,在所述颜色对照表中查找与该种故障类型的故障率相匹配的预设范围,及该预设范围对应的预设显示颜色,并显示。
7.一种故障分析装置,其特征在于,所述装置包括:
判断模块,用于获取相同地域内的同种机型设备的故障类型和每种故障类型对应的故障率,并判断每种故障类型的故障率是否异常,其中,每种故障类型的故障率为所述地域内的同种机型设备产生该种故障类型的故障次数与产生所有故障类型的故障次数的比值;
获取模块,用于在存在目标故障类型的故障率异常时,获取发生所述目标故障类型的故障的至少两个初始原因,以及获取发生该故障的设备所处地域的地域参数和使用参数;
确定模块,用于根据所述地域参数和使用参数从所述至少两个初始原因中确定发生所述故障的目标原因;
其中,在所述地域参数包括风沙参数、温度参数、湿度参数,且所述使用参数包括使用频率参数时,根据所述地域参数和使用参数从所述至少两个初始原因中确定发生所述故障的目标原因,包括:
获取所述地域参数包括的每个参数的属性值,和所述使用频率参数的属性值,以及每个初始原因的属性值,其中,每个所述初始原因对应一种预设参数范围;
判断每种所述参数是否满足与该参数具有相同属性值的初始原因所对应的预设参数范围;
若存在参数满足与该参数具有相同属性值的初始原因所对应的预设参数范围,则将所述初始原因作为发生所述故障的目标原因。
8.一种存储介质,该存储介质存储有计算机程序,其特征在于,所述计算机程序被一个或多个处理器执行时,实现如权利要求1-6中任意一项所述的方法。
9.一种终端,其特征在于,包括存储器和处理器,所述存储器上存储有计算机程序,该计算机程序被所述处理器执行时,执行如权利要求1-6中任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010012246.6A CN111190412B (zh) | 2020-01-06 | 2020-01-06 | 一种故障分析方法、装置、存储介质及终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010012246.6A CN111190412B (zh) | 2020-01-06 | 2020-01-06 | 一种故障分析方法、装置、存储介质及终端 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111190412A CN111190412A (zh) | 2020-05-22 |
CN111190412B true CN111190412B (zh) | 2021-02-26 |
Family
ID=70708750
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010012246.6A Active CN111190412B (zh) | 2020-01-06 | 2020-01-06 | 一种故障分析方法、装置、存储介质及终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111190412B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112066513B (zh) * | 2020-08-31 | 2021-06-04 | 珠海格力电器股份有限公司 | 一种设备运行参数范围调整方法、装置、设备及介质 |
CN112101665B (zh) * | 2020-09-16 | 2024-05-31 | 珠海格力电器股份有限公司 | 故障检测预警方法、装置、存储介质及电子设备 |
CN117131455B (zh) * | 2023-10-23 | 2024-01-19 | 华清安泰能源股份有限公司 | 一种地温场的运行参数处理方法、系统、装置及存储介质 |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2006054093A1 (en) * | 2004-11-18 | 2006-05-26 | University Of Leicester | Sliding mode method for predictive diagnostics |
CN102222890A (zh) * | 2011-06-10 | 2011-10-19 | 河南省电力公司 | 一种计及恶劣天气因素的复杂电网连锁故障分析方法 |
CN102547807A (zh) * | 2010-12-21 | 2012-07-04 | 中兴通讯股份有限公司 | 一种移动通讯设备故障的检测方法及系统 |
CN104392508A (zh) * | 2014-11-07 | 2015-03-04 | 珠海格力电器股份有限公司 | 一种家电运行状态信息记录仪及其控制方法、空调 |
CN105610609A (zh) * | 2015-12-17 | 2016-05-25 | 美的集团股份有限公司 | 家用电器故障的处理方法、系统、家用电器和云服务器 |
CN107301296A (zh) * | 2017-06-27 | 2017-10-27 | 西安电子科技大学 | 基于数据的断路器故障影响因素定性分析方法 |
CN107426741A (zh) * | 2017-07-20 | 2017-12-01 | 重庆三峡学院 | 一种基于免疫机理的无线传感器网络故障诊断方法 |
KR20180005428A (ko) * | 2016-07-06 | 2018-01-16 | 고려대학교 산학협력단 | 표적 생체 분자 다중 검출을 위한 적층 부호화 수화겔 입자의 제조장치, 그 제조방법 및 이를 이용한 상기 수화겔 입자의 제조방법 |
CN206901517U (zh) * | 2017-03-28 | 2018-01-19 | 武汉创新智特科技股份有限公司 | 一种基于大数据的区域电梯管理系统 |
CN107633349A (zh) * | 2017-08-28 | 2018-01-26 | 中国西电电气股份有限公司 | 基于高压开关的故障影响因素定量分析方法 |
CN107679634A (zh) * | 2017-10-27 | 2018-02-09 | 国网陕西省电力公司西安供电公司 | 一种基于数据可视化的供电故障报修分析和预测的方法 |
CN107908851A (zh) * | 2017-11-09 | 2018-04-13 | 中国兵器科学研究院 | 一种多动作序列的机构可靠性评估方法 |
CN108564313A (zh) * | 2018-06-14 | 2018-09-21 | 华北水利水电大学 | 基于故障树的风电机组状态监测与健康评估的方法及装置 |
CN108596252A (zh) * | 2018-04-25 | 2018-09-28 | 河南工程学院 | 基于复杂气象大数据的户外通信设施故障预测分析方法 |
CN110363552A (zh) * | 2018-04-02 | 2019-10-22 | 合肥美的电冰箱有限公司 | 用于冰箱的预测方法、服务器以及冰箱 |
-
2020
- 2020-01-06 CN CN202010012246.6A patent/CN111190412B/zh active Active
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2006054093A1 (en) * | 2004-11-18 | 2006-05-26 | University Of Leicester | Sliding mode method for predictive diagnostics |
CN102547807A (zh) * | 2010-12-21 | 2012-07-04 | 中兴通讯股份有限公司 | 一种移动通讯设备故障的检测方法及系统 |
CN102222890A (zh) * | 2011-06-10 | 2011-10-19 | 河南省电力公司 | 一种计及恶劣天气因素的复杂电网连锁故障分析方法 |
CN104392508A (zh) * | 2014-11-07 | 2015-03-04 | 珠海格力电器股份有限公司 | 一种家电运行状态信息记录仪及其控制方法、空调 |
CN105610609A (zh) * | 2015-12-17 | 2016-05-25 | 美的集团股份有限公司 | 家用电器故障的处理方法、系统、家用电器和云服务器 |
KR20180005428A (ko) * | 2016-07-06 | 2018-01-16 | 고려대학교 산학협력단 | 표적 생체 분자 다중 검출을 위한 적층 부호화 수화겔 입자의 제조장치, 그 제조방법 및 이를 이용한 상기 수화겔 입자의 제조방법 |
CN206901517U (zh) * | 2017-03-28 | 2018-01-19 | 武汉创新智特科技股份有限公司 | 一种基于大数据的区域电梯管理系统 |
CN107301296A (zh) * | 2017-06-27 | 2017-10-27 | 西安电子科技大学 | 基于数据的断路器故障影响因素定性分析方法 |
CN107426741A (zh) * | 2017-07-20 | 2017-12-01 | 重庆三峡学院 | 一种基于免疫机理的无线传感器网络故障诊断方法 |
CN107633349A (zh) * | 2017-08-28 | 2018-01-26 | 中国西电电气股份有限公司 | 基于高压开关的故障影响因素定量分析方法 |
CN107679634A (zh) * | 2017-10-27 | 2018-02-09 | 国网陕西省电力公司西安供电公司 | 一种基于数据可视化的供电故障报修分析和预测的方法 |
CN107908851A (zh) * | 2017-11-09 | 2018-04-13 | 中国兵器科学研究院 | 一种多动作序列的机构可靠性评估方法 |
CN110363552A (zh) * | 2018-04-02 | 2019-10-22 | 合肥美的电冰箱有限公司 | 用于冰箱的预测方法、服务器以及冰箱 |
CN108596252A (zh) * | 2018-04-25 | 2018-09-28 | 河南工程学院 | 基于复杂气象大数据的户外通信设施故障预测分析方法 |
CN108564313A (zh) * | 2018-06-14 | 2018-09-21 | 华北水利水电大学 | 基于故障树的风电机组状态监测与健康评估的方法及装置 |
Non-Patent Citations (1)
Title |
---|
输变电设施可靠性评估中设备故障率预测方法研究;李莉等;《电测与仪表》;20150210;第52卷(第3期);第37-41页 * |
Also Published As
Publication number | Publication date |
---|---|
CN111190412A (zh) | 2020-05-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111190412B (zh) | 一种故障分析方法、装置、存储介质及终端 | |
CN103631958B (zh) | 一种页面自动适配实现内容多屏展示的方法 | |
US20230139553A1 (en) | Interaction method for establishing device linkage scene, storage medium, and electronic device | |
US20150204560A1 (en) | Environmental parameter setting aiding device and method | |
US20120330477A1 (en) | Dr countermeasure proposal device and method thereof | |
CN113819575B (zh) | 用于空调的控制方法、装置和服务器 | |
CN109309735B (zh) | 连接处理方法、服务器、系统及存储介质 | |
EP2651078B1 (en) | Method and apparatus for managing electronic appliance | |
CN106293412A (zh) | 图标调整方法、图标调整系统与电子装置 | |
US10445149B2 (en) | Method for controlling multiple devices connected via network | |
CN112902379A (zh) | 空气调节设备控制方法、装置、电子设备及存储介质 | |
CN115545058A (zh) | 一种水表数据分析方法、系统及可读存储介质 | |
CN112346738A (zh) | 智能灰度发布方法、装置、电子设备及存储介质 | |
EP3565217B1 (en) | Method for realizing value-added service and cloud server | |
CN114610295A (zh) | 一种页面容器的布局方法、装置、设备及介质 | |
CN109948812A (zh) | 确定故障原因的方法、装置、存储介质及电子设备 | |
CN113777941A (zh) | 设备运行控制方法、装置、设备及存储介质 | |
CN111465045B (zh) | 一种ap的监控方法、监控服务器和监控系统 | |
CN115270275B (zh) | 一种窗户尺寸输入提醒方法、装置、电子设备及存储介质 | |
CN105247884A (zh) | 控制器、电气设备的控制方法、设备控制系统、以及程序 | |
CN107894076B (zh) | 多联机空调系统及其节能控制方法、装置及存储介质 | |
CN111059718A (zh) | 一种空调控制方法、终端及计算机可读介质 | |
CN112231393B (zh) | 多维度数据的可视化方法、装置及电子设备 | |
US20230315052A1 (en) | A Parameter Optimization Method, Device, and Storage Medium | |
US20210334076A1 (en) | System for providing software development environment, method for providing software development environment, and non-transitory computer readable medium |
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 |