CN111738463A - 运维方法、装置、系统、电子设备及存储介质 - Google Patents
运维方法、装置、系统、电子设备及存储介质 Download PDFInfo
- Publication number
- CN111738463A CN111738463A CN202010556402.5A CN202010556402A CN111738463A CN 111738463 A CN111738463 A CN 111738463A CN 202010556402 A CN202010556402 A CN 202010556402A CN 111738463 A CN111738463 A CN 111738463A
- Authority
- CN
- China
- Prior art keywords
- characteristic value
- data
- alarm
- target
- alarm information
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 67
- 238000012423 maintenance Methods 0.000 title claims abstract description 58
- 230000002159 abnormal effect Effects 0.000 claims abstract description 63
- 230000005540 biological transmission Effects 0.000 claims description 8
- 230000001960 triggered effect Effects 0.000 abstract description 6
- 230000008569 process Effects 0.000 description 10
- 238000012545 processing Methods 0.000 description 10
- 238000012544 monitoring process Methods 0.000 description 8
- 238000013480 data collection Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 6
- 238000004590 computer program Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000007726 management method Methods 0.000 description 5
- 206010063385 Intellectualisation Diseases 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 238000011895 specific detection Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B25/00—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems
- G08B25/01—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems characterised by the transmission medium
- G08B25/08—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems characterised by the transmission medium using communication transmission lines
Landscapes
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Emergency Management (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本申请实施例公开了一种运维方法、装置、系统、电子设备及存储介质。所述方法包括：获取数据采集装置采集的目标设备的运行数据；根据所述运行数据计算所述目标设备的运行特征值，所述运行特征值表示所述目标设备当前对应的运行状态；在所述运行特征值处于预设范围时生成报警信息，所述预设范围由第一特征值和第二特征值确定，所述第一特征值表示所述目标设备的正常运行状态，所述第二特征值表示所述目标设备的异常运行状态；输出所述报警信息。利用对运行数据预测所述目标设备是否为异常状态，在预测到所述目标设备的状态异常时，触发报警信息，以提示对应工作人员对目标设备进行确认，在减小人力成本的同时实现了对设备的运维。
Description
技术领域
本申请涉及运维技术领域，更具体地，涉及一种运维方法、装置、系统、电子设备及存储介质。
背景技术
随着智能制造，无人工厂的发展，各个企业离不开机器设备，然而机器设备也需要定期进行维护，避免机器设备的故障，影响正常的工作。
然而，大部分的企业中，仍然采用传统的设备运维管理模式，耗费人力物力，且难以取得较好的效果，随着企业进一步的信息化和智能化，对机器设备的运行维护也需要变得更加智能全面，以适应信息化和智能化的发展。
发明内容
本申请实施例提出了一种运维方法、装置、系统、电子设备及存储介质，以解决上述问题。
第一方面，本申请实施例提供了一种运维方法，该方法包括：获取数据采集装置采集的目标设备的运行数据；根据所述运行数据计算所述目标设备的运行特征值，所述运行特征值表示所述目标设备当前对应的运行状态；在所述运行特征值处于预设范围时生成报警信息，所述预设范围由第一特征值和第二特征值确定，所述第一特征值表示所述目标设备的正常运行状态，所述第二特征值表示所述目标设备的异常运行状态；输出所述报警信息。
第二方面，本申请实施例提供了一种运维系统，所述数据采集层用于获取数据采集装置采集的目标设备的运行数据；所述传输层用于将所述运行数据传输到平台层；所述平台层用于根据所述运行数据计算所述目标设备的运行特征值，所述运行特征值表示所述目标设备当前对应的运行状态，并在所述运行特征值处于预设范围时生成报警信息，所述预设范围由第一特征值和第二特征值确定，所述第一特征值表示所述目标设备的正常运行状态，所述第二特征值表示所述目标设备的异常运行状态；所述应用层用于输出所述报警信息；所述传输层用于传输数据采集层，平台层以及应用层之间的数据。
第三方面，本申请实施例提供了一种运维装置，该装置包括：获取模块，用于获取数据采集装置采集的目标设备的运行数据；计算模块，用于根据所述运行数据计算所述目标设备的运行特征值，所述运行特征值表示所述目标设备当前对应的运行状态；报警模块，用于在所述运行特征值处于预设范围时生成报警信息，所述预设范围由第一特征值和第二特征值确定，所述第一特征值表示所述目标设备的正常运行状态，所述第二特征值表示所述目标设备的异常运行状态；输出模块，用于输出所述报警信息。
第四方面，本申请实施例提供了一种电子设备，该电子设备包括一个或多个处理器，存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如上述应用于电子设备的方法。
第五方面，本申请实施例提供一种计算机可读存储介质，所述计算机可读存储介质上存储计算机程序，所述计算机程序被处理器执行时实现上述的方法。
本申请实施例提供的运维方法、装置、系统、电子设备及存储介质，获取数据采集装置采集的目标设备的运行数据；根据所述运行数据计算目标设备的运行特征值，并根据所述运行特征值进行报警。利用对运行数据的分析，可以全面分析目标设备的运行状态，预测所述目标设备是否为异常状态，在预测到所述目标设备的状态异常时，触发报警信息，以提示对应工作人员对目标设备进行确认，在减小人力成本的同时实现了对设备的运维。
本申请的这些方面或其他方面在以下实施例的描述中会更加简明易懂。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1示出了本申请一个实施例提供的运维方法的流程图；
图2示出了本申请另一个实施例提供的运维方法的流程图；
图3示出了本申请再一个实施例提供的运维方法的流程图；
图4示出了在图3所提供的实施例的基础上提供的运维方法的部分步骤的流程图；
图5示出了本申请还一个实施例提供的运维方法的流程图；
图6示出了本申请一个实施例提供的运维系统的示意图；
图7示出了本申请一个实施例提供的运维装置的功能模块图；
图8示出了本申请实施例提出的用于执行根据本申请实施例的运维方法的电子设备的结构框图；
图9示出了本申请实施例提供的用于保存或者携带实现根据本申请实施例的运维方法的程序代码的存储介质。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述。
随着科技的发展，智能制造也渐渐进入人们的生活，越来越多的无人工厂也应运而生。其中，智能制造以及无人工厂都离不开机器设备的参与，依赖于机器设备可以实现制造企业的信息化和智能化。
由于企业的信息化和智能化依赖于机器设备，因此需要对机器设备进行维护，在机器设备出现异常情况时，及时进行确认或维修。传统的设备运维管理通常是安排现场工作人员进行24小时值班，通过人工实时监控对机器设备进行维护和管理。
然而，这种方式需要工作人员长期在机器设备的安装地不断的巡视，才能掌握到机器设备的变化，及时发现故障的机器设备，消耗大量的人力物力。因此，出现了利用监控设备进行运维管理的方法。利用监控设备实时对机器设备进行监控，并将实时的监控画面在监控室大屏幕进行显示。随着机器设备的增多，监控画面也会变得越来越多，难以同时兼顾多个监控画面，并且，监控画面不能显示出设备的正常运行状态，仅能在机器设备故障时，报警以提示工作人员及时处理，难以提前预测机器设备的故障。
因此，发明人提出了本申请实施例的运维方法，获取数据采集装置采集的目标设备的运行数据；根据所述运行数据计算目标设备的运行特征值，并根据所述运行特征值进行报警。利用对运行数据的分析，可以全面分析目标设备的运行状态，预测所述目标设备是否为异常状态，在预测到所述目标设备的状态异常时，触发报警信息，以提示对应工作人员对目标设备进行确认。
本申请的这些方面或其他方面在以下实施例的描述中会更加简明易懂。
下面将结合附图对本申请实施例进行详细的说明。
请参阅图1，本申请实施例提供了一种运维方法，可以应用于电子设备，所述电子设备可以是运维管理平台，也可以是本地服务器/云端服务器，该方法可以包括：
步骤S110：获取数据采集装置采集的目标设备的运行数据。
目标设备指想要监控的设备，可以是指各种机器设备，例如，传送设备，机械手等，具体的，目标设备可以根据实际需要进行设置，在此不做限定。数据采集装置可以是各类传感器，例如振动传感器，温度传感器等。数据采集装置可以采集到目标设备对应的数据，将数据采集装置采集到的数据作为所述目标设备的运行数据。
其中，数据采集装置可以是单一的传感器，可以是多种不同的传感器，具体的可以根据实际的检测需要进行设置。例如，需要检测电动机的运行状态，可以是设置一个温度传感器，根据温度传感器的值来确定电动机运行状态。若是仅靠温度传感器不能全面的的反映出电动机的运行状态，还可以增加振动传感器，根据温度传感器和振动传感器的数据共同确定电动机的运行状态。
作为一种实施方式，在获取所述数据采集装置采集的目标设备的运行数据时，可以是一次获取预设时间段内的运行数据。例如，数据采集装置在采集到所述运行数据时，暂时进行存储，假设预设时间段为1分钟，那么，获取运行数据时，每次获取数据采集装置存储的1分钟内的运行数据。
作为另一种实施方式，在获取所述数据采集装置采集的目标设备的运行数据时，可以是对所述数据采集装置进行监控，在所述是数据采集装置一采集到所述运行数据，获取一次所述运行数据。
本申请实施例的执行主体为电子设备，所述电子设备可以是指运维管理平台，或是智能终端，或是服务器等。电子设备在获取所述数据采集装置采集的目标设备的运行数据时，可以是读取所述数据采集装置存储区，以获取所述运行数据，也可以是接收所述数据采集装置发送的所述运行数据。
步骤S120：根据所述运行数据计算所述目标设备的运行特征值，所述运行特征值表示所述目标设备当前对应的运行状态。
在获取到所述数据采集装置采集到的目标设备的运行数据后，此时，所述电子设备得到的是各个传感器检测到数据，并不能直观的反应出所述目标设备的运行状态，因此，可以对所述运行数据进行处理，从而可以更加直观反映出目标设备的运行状态。
其中，可以根据获取到的所述运行数据计算所述目标设备的运行特征值，由于所述运行数据为电子设备才获取到的，因此，根据运行数据计算得到的所述目标设备的运行特征值反映的是当前目标设备的运行状态。
作为一种实施方式，可以是按照预设的算法对所述运行数据进行计算得到所述运行特征值。
作为另一种实施方式，可以是预先训练机器学习模型，使所述机器学习模型可以根据输入的所述运行数据，输出与所述运行数据对应的运行特征值。从而，可以将获取到的所述运行数据输入机器学习模型，得到运行特征值。
步骤S130：在所述运行特征值处于预设范围时生成报警信息，所述预设范围由第一特征值和第二特征值确定，所述第一特征值表示所述目标设备的正常运行状态，所述第二特征值表示所述目标设备的异常运行状态。
在计算得到所述运行特征值后，可以根据所述运行特征值生成报警信息。可以是预先设置有预设范围，在所述运行特征值处于所述预设范围时，生成报警信息。
所述预设范围是由第一特征值和第二特征值确定的。所述第一特征值表示所述目标设备的正常运行状态，也就是说，获取所述目标设备正常运行时的所述运行数据，根据所述运行数据计算得到的运行特征值为所述第一特征值。所述第二特征值表示所述目标设备的异常运行状态，也就是说，获取所述目标设备异常运行时的所述运行数据，根据所述运行数据计算得到的运行特征值为所述第二特征值。根据所述第一特征值和第二特征值可以确定出所述预设范围。
在一些实施方式中，可以是根据所述第一特征值和所述第二特征值确定出可以认为目标设备故障的范围作为所述预设范围，当所述运行特征值处于所述预设范围时，即产生报警信息。
在另一些实施方式中，可以是根据所述第一特征值和所述第二特征值确定出可以认为目标设备故障的范围作为所述预设范围，在所述预设范围中再设置报警阈值，当所述运行特征值处于所述预设范围中，且达到所述报警阈值时，产生报警信息。
报警信息可以包括报警等级，以及处理建议等，具体的，可以根据实际的需要进行设置，在此不做具体限定。
步骤S140：输出所述报警信息。
在产生所述报警信息之后，表明目标设备出现故障的概率较高，需要工作人员进行现场的确认。因此需要输出所述报警信息以通知对应的工作人员。
在一些实施方式中，所述电子设备中可以预先存储对应的工作人员的联系地址，所述联系地址可以是联系电话，即时通讯软件账号，邮件地址等可以通知到工作人员的渠道，可以根据实际的需要选择一个或多个。
在输出所述报警信息时，可以是将报警信息直接发送到所述联系地址，以供对应的工作人员查阅。还可以是产生一个报警通知，所述报警通知中携带有报警信息查阅地址，工作人员在接收到报警通知后，可以根据报警通知中携带的报警信查阅地址查看报警信息，加强对报警信息的保护，当然，还可以在查看报警信息时，进一步进身份验证，进一步加强对报警信息的保护。具体的，可以根据实际的需要进行选择，在此不做限定。
在另一些实施方式中，可以是开发有与所述运维方法对应的运维软件，报警信息可以直接发送到所述运维软件中，以供工作人员查看。
本申请实施例提出的运维方法，获取数据采集装置采集的目标设备的运行数据；根据所述运行数据计算目标设备的运行特征值，并根据所述运行特征值进行报警。利用对运行数据的分析，可以全面分析目标设备的运行状态，预测所述目标设备是否为异常状态，在预测到所述目标设备的状态异常时，触发报警信息，以提示对应工作人员对目标设备进行确认，在减小人力成本的同时实现了对设备的运维。
请参阅图2，本申请另一实施例提供了一种运维方法，在上一实施例的基础上重点描述了计算运行特征值以及确定预设范围的过程，该方法可以包括：
步骤S210：获取数据采集装置采集的目标设备的运行数据。
步骤S210可参照前述实施例对应部分，在此不再赘述。
步骤S220：将所述运行数据输入特征模型中，得到对应所述运行数据的运行特征值，所述特征模型用于根据输入运行数据得到与输入的运行数据对应的运行特征值。
预先训练有特征模型，所述特征模型为神经网络模型，通过对所述特征模型的训练，可以实现根据输入的运行数据输出与输入的运行数据对应的运行特征值。具体的，可以是大量采集目标设备正常运行时的运行数据，以及目标设备出现异常时的运行数据，通过有监督学习不断的对所述特征模型进行训练，输入正常运行时的运行数据时，可以得到正常运行时对应的特征值，输入异常运行时的运行数据时，可以得到异常运行时对应的特征值。通过大量的训练，所述特征模型可以根据输入的运行数据输出与输入的运行数据对应的运行特征值。所述特征模型可以集成在算法卡中，以实现计算运行特征值。
由于所述数据采集装置可以是多个传感器，那么不同类型的数据采集装置采集到的运行数据都可以输入所述数据采集装置，得到对应该类型的运行特征值。例如，数据采集装置为温度传感器和振动传感器，那么可以将温度传感器采集到的运行数据输入所述特征模型得到对应的温度的运行特征值；将振动传感器采集到的运行数据输入所述特征模型得对应振动的运行特征值。也就是说，运行特征值可以是多个，其数量根据设置数据采集装置的类别确定，例如，数据采集装置的类别为两个，分别为温度采集装置以及振动采集装置，那么对应的运行特征值也会有两个。
步骤S230：利用所述特征模型以及所述目标设备正常运行时的运行数据获取第一特征值，利用所述特征模型以及模拟所述目标设备异常运行时的运行数据获取第二特征值。
在训练完所述特征模型后，可以将所述目标设备正常运行时的运行数据数据输入所述特征模型，得到第一特征值。还可以模拟目标设备的异常状态，获取到目标设备异常运行时的运行数据，将所述运行数据输入所述特征模型，得到第二特征值。
步骤S240：根据所述第一特征值和第二特征值确定预设范围。
获取到所述第一特征值和所述第二特征值之后，可以根据所述第一特征值和所述第二特征值确定预设范围。
在一些实施方式中，由于所述第一特征值表示目标设备的正常运行状态，所述第二特征值表示目标设备的异常运行状态，可以根据所述第一特征值划分出正常范围，即目标设备正常运行时对应的特征值范围，根据第二特征值划分出异常范围，即目标特征值异常运行时对应的特征值范围。再按照预设间隔从正常范围以及异常范围中划分出多个子范围。
需要注意的是，若设置有多个不同类型的数据采集装置，可以采集到多个不同类型的运行数据，对应可以得到多个不同的类型的运行特征值，也就会有多个不同类型的第一特征值和第二特征值，因此预设范围也会与特征值的类型对应。
例如，有温度传感器和振动传感器，那么，运行数据为温度的情况下，对应温度有第一特征值，第二特征值以及预设范围。运行数据为振动时，对应振动有第一特征值，第二特征值以及预设范围。
步骤S250：在所述运行特征值处于预设范围时生成报警信息，所述预设范围由第一特征值和第二特征值确定，所述第一特征值表示所述目标设备的正常运行状态，所述第二特征值表示所述目标设备的异常运行状态。
步骤S260：输出所述报警信息。
步骤S250至步骤S260可参照前述实施例对应的部分，在此不再赘述。
本申请实施例提出的运维方法，获取数据采集装置采集的目标设备的运行数据；将所述运行数据输入特征模型中得到目标设备的运行特征值，并根据所述运行特征值进行报警。利用对运行数据的分析，可以全面分析目标设备的运行状态，利用特征模型计算运行特征值，根据所述运行特征值预测所述目标设备是否为异常状态，在预测到所述目标设备的状态异常时，触发报警信息，以提示对应工作人员对目标设备进行确认，在减小人力成本的同时实现了对设备的运维。
请参阅图3，本申请再一实施例提供了一种运维方法，在上一实施例的基础上重点描述了根据所述运行特征值生成报警信息过程，该方法可以包括：
步骤S310：获取数据采集装置采集的目标设备的运行数据。
步骤S320：将所述运行数据输入特征模型中，得到对应所述运行数据的运行特征值，所述特征模型用于根据输入运行数据得到与输入的运行数据对应的运行特征值。
步骤S330：利用所述特征模型以及所述目标设备正常运行时的运行数据获取第一特征值，利用所述特征模型以及模拟所述目标设备异常运行时的运行数据获取第二特征值。
步骤S310至步骤S330可参照前述实施例对应的描述，在此不再赘述。
步骤S340：根据所述第一特征值和第二特征值确定所述预设范围。
在获取到所述第一特征值和第二特征值后，可以根据所述第一特征值以及所述第二特征值确定预设范围。具体的，可参阅图4，根据所述第一特征值和第二特征值确定预设范围可以包括以下步骤。
步骤S341：根据所述第一特征值和第二特征值划分出正常范围以及异常范围为所述预设范围。
所述第一特征值表示所述目标设备的正常运行状，所述第二特征值表示所述目标设备的异常运行状态，那么根据所述第一特征值和所述第二特征值可以划分出正常范围以及异常范围作为所述预设范围，可以是根据取第一特征值和第二特征值的平均值作为正常范围与异常范围临界值。例如，所述第一特征值为25，所述第二特征值为75，根据所述第一特征值和所述第二特征值可以知道在特征值为25时，目标设备运行正常，在特征值为75时，所述目标设备运行异常。那么第一特征值25和第二特征值85的平均值为(25+75)/2＝50,假设特征值的范围始终在1～100之间，从而可以将0～50这个范围确定为正常范围，将50～100这个范围确定为异常范围。
步骤S342：按照预设间隔从所述正常范围以及异常范围中划分出多个子范围。
在确定出大致正常范围和异常范围后，还可以对正常范围和异常范围进行进一步划分，得到多个子范围，从而可以更加准确的根据所述运行特征值对设备的运行状态进行预测。
作为一种实施方式，可以是按照预设间隔从所述正常范围以及异常范围中划分出多个子范围。如前举例所述确定的正常范围为0～50，确定的异常范围为50～100。则可以按照预设间隔分别从正常范围以及异常范围中划分出多个子范围。其中，所述预设间隔可以根据实际的需要进行设置，在此不做限定。假设预设间隔为25，那么正常范围可以被划分为两个子范围为0～25以及25～50，异常范围可以被划分为两个子范围为50～75以及75～100。
步骤S350：判断所述运行特征值是否达到预设报警阈值；若是，执行步骤S360，若否，执行步骤S350。
在确定出预设范围后，所述预设范围包括了多个子范围，预先设置有报警等级表，包括子范围与报警等级的对应关系，在根据所述运行特征值处于预设范围时生成报警信息时，可以是判断所述运行特征值是否达到预设报警阈值，若是所述运行特征值达到所述预设报警阈值，可以认为所述目标设备的运行状态为异常。
需要强调的是达到所述预设报警阈值并非是指大于所述预设报警阈值，若所述特征值越小，表明所述目标设备的运行状态越好，达到所述预设报警阈值即为大于所述预设报警阈值；若所述特征值越大，表明所述目标设备的运行状态越差，那么，达到所述预设报警阈值即为小于所述预设报警阈值。
若判定所述运行特征值达到预设报警阈值，表明在当前目标设备运行中，出现异常情况的概率较大，可以执行步骤S360；若判定所述运行特征值没有达到所述预设报警阈值，表明在当前所述目标设备的运行中，出现异常情况的概率较低，从而可以继续执行步骤S350，对其他的运行特征数据进行相同的判断。也就是说，电子设备会判断每一个运行特征值是否达到所述预设报警阈值。作为一种实施方式，所述预设报警阈值可以是所述第二特征值，即目标设备异常运行时对应的特征值。也可以是接近所述第二特征值的值，从而可以提前预警。具体的，所述预设报警阈值可以根据实际的需要进行设置，在此不做限定。
步骤S360：根据所述运行特征值所处的子范围以及报警等级表确定报警等级，生成与所述报警等级对应的报警信息。
在确定所述运行特征值达到所述预设报警阈值，表明在当前目标设备运行中，出现异常情况的概率较大，需要工作人员进行确认。因此，可以根据所述运行特征值所处的子范围以及报警等级表确定报警等级，并生成与所述报警等级对应的报警信息。
预先设置有报警等级表，所述报警等级表中包括子范围与报警等级对应关系，具体的，可参照表1，示出了所述报警等级表，假设特征值a～e依次增大，且特征值越大表明所述目标设备的运行状态越好，且预设报警阈值为c。
表1
| 子范围 | a～b | b～c | c～d | d～e |
| 报警等级 | 优秀 | 良好 | 较差 | 极差 |
在所述报警等级表中，范围c～d对应的报警等级为较差，范围d～e对应的报警等级为极差，因此，可以将确定所述运行数据所处于的子范围，并根据所述子范围查找所述报警等级表，从而可以获取到对应的报警等级。
在一些实施例中，可以有多个类型的运行特征值，那么所述报警等级表可以参照表2。
表2
| 子范围(类型1) | a～b | b～c | c～d | d～e |
| 报警等级 | 优秀 | 良好 | 较差 | 极差 |
| 子范围(类型2) | A～B | B～C | C～D | D～E |
| 报警等级 | 优秀 | 良好 | 较差 | 极差 |
根据表2中的内容，可以分别为不同类型的运行特征值设置对应的报警等级。在有多个类型的运行特征值时，需要综合考虑多个运行特征值的情况进行报警。可以是按照预设规则进行报警。
作为一种实施方式，可以是只要有运行特征值达到报警阈值就确定对应的报警等级生成对应的报警信息。作为另一种实施方式，还可以是在预设数量的运行特征值达到报警阈值时，获取各个类型的运行特征值对应的报警等级，根据对应的报警等级中最高的报警等级生成报警信息。例如，类型1的运行特征值对应的报警等级为极差，类型2的运行特征值对应的报警等级为较差，则可以按照类型1的运行特征值对应的报警等级生成报警信息。具体可以根据实际的需要进行设置。
步骤S370：输出所述报警信息。
输出的所述报警信息中，可以包括报警等级，以及对应的处理建议，所述处理建议可以是根据预设建议表得到，所述预设建议表中可以包括报警等级以及对应的处理建议，查询所述预设建议表则可以得到对应的处理建议。
作为一种实施方式，还可以是展示对应的目标设备的3D图，标出主要的故障部位，所述故障部位可以是根据数据采集装置的采集点确定的，例如，数据采集装置的采集点为电机轴承，那么对应的故障部位则为电机轴承，从而可以在整个电机的3D图中将轴承部分即标出，更加方便工作人员的确认。
本申请实施例提出的运维方法，根据第一特征值和第二特征值确定预设范围，设置预设报警阈值以及进一步将预设范围划分为子范围，确定出对应的报警等级，在生成所述报警信息时，可以包括报警等级，处理意见以及3D图等，使得工作人员可以更直观的了解到目标设备的故障，提升了设备维护的效率。
请参阅图5，本申请还一实施例提供了一种运维方法，在上一实施例的基础上重点描述了根据反馈调整预设报警阈值的过程，该方法可以包括：
步骤S410：获取数据采集装置采集的目标设备的运行数据。
步骤S420：将所述运行数据输入特征模型中，得到对应所述运行数据的运行特征值，所述特征模型用于根据输入运行数据得到与输入的运行数据对应的运行特征值。
步骤S430：利用所述特征模型以及所述目标设备正常运行时的运行数据获取第一特征值，利用所述特征模型以及模拟所述目标设备异常运行时的运行数据获取第二特征值。
步骤S440：根据所述第一特征值和第二特征值确定所述预设范围。
步骤S450：在所述运行特征值处于预设范围时生成报警信息，所述预设范围由第一特征值和第二特征值确定，所述第一特征值表示所述目标设备的正常运行状态，所述第二特征值表示所述目标设备的异常运行状态。
步骤S460：输出所述报警信息。
步骤S410至步骤S460可参照前述实施例对应部分，在此不再赘述。
步骤S470：获取与所述报警信息对应的反馈信息。
步骤S480：根据所述反馈信息调整所述预设报警阈值。
在输出所述报警信息之后，由工作人员进行现场的确认，电子设备可以接收工作人员反馈信息，所述反馈信息可以是反映所述报警信息准确度的信息。例如，工作人员在确认现场后，反馈信息为报警准确，表明预设报警阈值设置合理恰当，可以很好的预测和通知目标设备的异常状态。若是工作人员在现场确认后，反馈信息为报警不准确，表明预设报警阈值的设置不合理，从而可以对所述报警阈值进行调节。
若运行特征值越大，表明所述目标设备的运行状态越好，那么，可以将所述预设报警阈值调低；若运行特征值越小，表明所述目标设备的运行状态越好，那么可以将所述预设报警阈值调高。通过工作人员的反馈可以不断的对预设报警阈值进行调节，从而可以使得电子设备预测的报警更加准确。
本申请实施例提出的运维方法，通过接收工作人员的反馈信息，不断的对预设报警阈值进行调整，使得发出的报警信息更加准确，提升了对设备维护的准确性。
请参阅图6，其示出了本申请实施例提供的一种运维系统500，所述运维系统500包括数据采集层510，传输层520，平台层530以及应用层540。
所述数据采集层510用于获取数据采集装置采集的目标设备的运行数据；所述传输层520用于将所述运行数据传输到所述平台层；所述平台层530用于根据所述运行数据计算所述目标设备的运行特征值，所述运行特征值表示所述目标设备当前对应的运行状态，并在所述运行特征值处于预设范围时生成报警信息，所述预设范围由第一特征值和第二特征值确定，所述第一特征值表示所述目标设备的正常运行状态，所述第二特征值表示所述目标设备的异常运行状态；所述应用层530用于输出所述报警信息；所述传输层520用于传输数据采集层，平台层以及应用层之间的数据。
其中所述数据采集层510，传输层520，平台层530以及应用层540可以实现前述方法实施例中的运维方法的各个过程，为避免重复，这里不再赘述。
请参阅图7，其示出了本申请实施例提供的一种运维装置600，可应用于电子设备，所述运维装置600包括获取模块610、计算模块620以及报警模块630、输出模块640。所述获取模块610，用于获取数据采集装置采集的目标设备的运行数据；所述计算模块620，用于根据所述运行数据计算所述目标设备的运行特征值，所述运行特征值表示所述目标设备当前对应的运行状态；所述报警模块630，用于在所述运行特征值处于预设范围时生成报警信息，所述预设范围由第一特征值和第二特征值确定，所述第一特征值表示所述目标设备的正常运行状态，所述第二特征值表示所述目标设备的异常运行状态；所述输出模块640，用于输出所述报警信息。
进一步的，所述计算模块620还用于将所述运行数据输入特征模型中，得到对应所述运行数据的运行特征值，所述特征模型用于根据输入运行数据得到与输入的运行数据对应的运行特征值。
进一步的，所述计算模块620还用于利用所述特征模型以及所述目标设备正常运行时的运行数据获取第一特征值，利用所述特征模型以及模拟所述目标设备异常运行时的运行数据获取第二特征值；根据所述第一特征值和第二特征值确定所述预设范围。
进一步的，所述预设范围包括多个子范围，预先设置有报警等级表，包括子范围与报警等级的对应关系，所述报警模块630判断所述运行特征值是否达到预设报警阈值；若是，根据所述运行特征值所处的子范围以及报警等级表确定报警等级，生成与所述报警等级对应的报警信息。
进一步的，所述计算模块620还用于根据所述第一特征值和第二特征值划分出正常范围以及异常范围为所述预设范围；按照预设间隔从所述正常范围以及异常范围中划分出多个子范围。
进一步的，输出所述报警信息之后，所述运维装置600还用于获取与所述报警信息对应的反馈信息；根据所述反馈信息调整所述预设报警阈值。
本申请实施例提供的运维装置600能够实现图2到图7的方法实施例中服务器实现该运维方法的各个过程，为避免重复，这里不再赘述。
需要说明的是，所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述装置和模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
综上所述，本申请实施例提出的运维方法，获取数据采集装置采集的目标设备的运行数据；根据所述运行数据计算目标设备的运行特征值，并根据所述运行特征值进行报警。利用对运行数据的分析，可以全面分析目标设备的运行状态，预测所述目标设备是否为异常状态，在预测到所述目标设备的状态异常时，触发报警信息，以提示对应工作人员对目标设备进行确认，在减小人力成本的同时实现了对设备的运维。
在本申请所提供的几个实施例中，所显示或讨论的模块相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或模块的间接耦合或通信连接，可以是电性，机械或其它的形式。
另外，在本申请各个实施例中的各功能模块可以集成在一个处理模块中，也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。
请参考图8，其示出了本申请实施例提供的一种电子设备的结构框图。该电子设备700可以是智能手机、平板电脑、电子书等能够运行应用程序的电子设备，或是服务器。本申请中的电子设备600可以包括一个或多个如下部件：处理器710、存储器720、以及一个或多个应用程序，其中一个或多个应用程序可以被存储在存储器720中并被配置为由一个或多个处理器710执行，一个或多个程序配置用于执行如前述方法实施例所描述的方法。
处理器710可以包括一个或者多个处理核。处理器710利用各种接口和线路连接整个电子设备700内的各个部分，通过运行或执行存储在存储器720内的指令、程序、代码集或指令集，以及调用存储在存储器720内的数据，执行电子设备700的各种功能和处理数据。可选地，处理器710可以采用数字信号处理(Digital Signal Processing，DSP)、现场可编程门阵列(Field－Programmable Gate Array，FPGA)、可编程逻辑阵列(Programmable LogicArray，PLA)中的至少一种硬件形式来实现。处理器710可集成中央处理器(CentralProcessing Unit，CPU)、图像处理器(Graphics Processing Unit，GPU)和调制解调器等中的一种或几种的组合。其中，CPU主要处理操作系统、用户界面和应用程序等；GPU用于负责显示内容的渲染和绘制；调制解调器用于处理无线通信。可以理解的是，上述调制解调器也可以不集成到处理器710中，单独通过一块通信芯片进行实现。
存储器720可以包括随机存储器(Random Access Memory，RAM)，也可以包括只读存储器(Read-Only Memory)。存储器720可用于存储指令、程序、代码、代码集或指令集。存储器720可包括存储程序区和存储数据区，其中，存储程序区可存储用于实现操作系统的指令、用于实现至少一个功能的指令(比如触控功能、声音播放功能、图像播放功能等)、用于实现下述各个方法实施例的指令等。存储数据区还可以存储电子设备700在使用中所创建的数据(比如电话本、音视频数据、聊天记录数据)等。
请参考图9，其示出了本申请实施例提供的一种计算机可读存储介质的结构框图。该计算机可读存储介质800中存储有程序代码，所述程序代码可被处理器调用执行上述方法实施例中所描述的方法。
计算机可读存储介质800可以是诸如闪存、EEPROM(电可擦除可编程只读存储器)、EPROM、硬盘或者ROM之类的电子存储器。可选地，计算机可读存储介质800包括非瞬时性计算机可读介质(non-transitory computer-readable storage medium)。计算机可读存储介质800具有执行上述方法中的任何方法步骤的程序代码810的存储空间。这些程序代码可以从一个或者多个计算机程序产品中读出或者写入到这一个或者多个计算机程序产品中。程序代码810可以例如以适当形式进行压缩。
最后应说明的是：以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不驱使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。
Claims (10)
1.一种运维方法，其特征在于，所述方法包括：
获取数据采集装置采集的目标设备的运行数据；
根据所述运行数据计算所述目标设备的运行特征值，所述运行特征值表示所述目标设备当前对应的运行状态；
在所述运行特征值处于预设范围时生成报警信息，所述预设范围由第一特征值和第二特征值确定，所述第一特征值表示所述目标设备的正常运行状态，所述第二特征值表示所述目标设备的异常运行状态；
输出所述报警信息。
2.根据权利要求1所述的方法，其特征在于，所述根据所述运行数据计算所述目标设备的运行特征值，包括：
将所述运行数据输入特征模型中，得到对应所述运行数据的运行特征值，所述特征模型用于根据输入运行数据得到与输入的运行数据对应的运行特征值。
3.根据权利要求2所述的方法，其特征在于，所述在所述运行特征值处于预设范围时生成报警信息之前，还包括：
利用所述特征模型以及所述目标设备正常运行时的运行数据获取第一特征值，利用所述特征模型以及模拟所述目标设备异常运行时的运行数据获取第二特征值；
根据所述第一特征值和第二特征值确定所述预设范围。
4.根据权利要求3所述的方法，其特征在于，所述预设范围包括多个子范围，预先设置有报警等级表，包括子范围与报警等级的对应关系，所述在所述运行特征值处于预设范围时生成报警信息，包括：
判断所述运行特征值是否达到预设报警阈值；
若是，根据所述运行特征值所处的子范围以及报警等级表确定报警等级，生成与所述报警等级对应的报警信息。
5.根据权利要求4所述的方法，其特征在于，所述方法还包括：
根据所述第一特征值和第二特征值划分出正常范围以及异常范围为所述预设范围；
按照预设间隔从所述正常范围以及异常范围中划分出多个子范围。
6.根据权利要求4所述的方法，其特征在于，所述输出所述报警信息之后，还包括：
获取与所述报警信息对应的反馈信息；
根据所述反馈信息调整所述预设报警阈值。
7.一种运维系统，其特征在于，所述运维系统包括数据采集层，传输层，平台层以及应用层；
所述数据采集层用于获取数据采集装置采集的目标设备的运行数据；
所述传输层用于将所述运行数据传输到平台层；
所述平台层用于根据所述运行数据计算所述目标设备的运行特征值，所述运行特征值表示所述目标设备当前对应的运行状态，并在所述运行特征值处于预设范围时生成报警信息，所述预设范围由第一特征值和第二特征值确定，所述第一特征值表示所述目标设备的正常运行状态，所述第二特征值表示所述目标设备的异常运行状态；
所述应用层用于输出所述报警信息；
所述传输层用于传输数据采集层，平台层以及应用层之间的数据。
8.一种运维装置，其特征在于，所述装置包括：
获取模块，用于获取数据采集装置采集的目标设备的运行数据；
计算模块，用于根据所述运行数据计算所述目标设备的运行特征值，所述运行特征值表示所述目标设备当前对应的运行状态；
报警模块，用于在所述运行特征值处于预设范围时生成报警信息，所述预设范围由第一特征值和第二特征值确定，所述第一特征值表示所述目标设备的正常运行状态，所述第二特征值表示所述目标设备的异常运行状态；
输出模块，用于输出所述报警信息。
9.一种电子设备，其特征在于，所述电子设备包括：
一个或多个处理器；
存储器
一个或多个应用程序，其中所述一个或多个应用程序被存储在所述存储器中并被配置为由所述一个或多个处理器执行，所述一个或多个程序配置用于执行如权利要求1至6任一项所述的方法。
10.一种计算机可读取存储介质，其特征在于，所述计算机可读取存储介质中存储有程序代码，所述程序代码可被处理器调用执行如权利要求1至6任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010556402.5A CN111738463A (zh) | 2020-06-17 | 2020-06-17 | 运维方法、装置、系统、电子设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010556402.5A CN111738463A (zh) | 2020-06-17 | 2020-06-17 | 运维方法、装置、系统、电子设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111738463A true CN111738463A (zh) | 2020-10-02 |
Family
ID=72649672
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010556402.5A Pending CN111738463A (zh) | 2020-06-17 | 2020-06-17 | 运维方法、装置、系统、电子设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111738463A (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112419655A (zh) * | 2020-11-16 | 2021-02-26 | 浙江大华技术股份有限公司 | 一种报警信息推送方法、装置、设备及介质 |
| CN114595843A (zh) * | 2022-02-25 | 2022-06-07 | 苏州赛美特科技有限公司 | 一种警报提示方法、装置、计算机设备及可读存储介质 |
| CN116313196A (zh) * | 2023-01-12 | 2023-06-23 | 华能海南昌江核电有限公司 | 设备状态的监测方法以及装置、存储介质、电子设备 |
| CN116389533A (zh) * | 2023-06-06 | 2023-07-04 | 天津中新智冠信息技术有限公司 | 一种基于物联网的报警管理系统和方法 |
| CN116527549A (zh) * | 2023-07-03 | 2023-08-01 | 深圳市乗名科技有限公司 | 一种通信交换设备专业修理控制方法、系统和存储介质 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103227662A (zh) * | 2013-04-25 | 2013-07-31 | 广东电网公司电力调度控制中心 | 一种基于状态控制的电力通信设备安全检测方法及系统 |
| CN107066365A (zh) * | 2017-02-20 | 2017-08-18 | 阿里巴巴集团控股有限公司 | 一种系统异常的监测方法及装置 |
| CN108529380A (zh) * | 2018-03-27 | 2018-09-14 | 深圳市永达电子信息股份有限公司 | 电梯安全预测方法及系统 |
| WO2019056499A1 (zh) * | 2017-09-20 | 2019-03-28 | 平安科技（深圳）有限公司 | 预测模型训练方法、数据监控方法、装置、设备及介质 |
| CN111289036A (zh) * | 2020-01-16 | 2020-06-16 | 广东松山职业技术学院 | 设备故障预警方法、装置、设备及系统 |
-
2020
- 2020-06-17 CN CN202010556402.5A patent/CN111738463A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103227662A (zh) * | 2013-04-25 | 2013-07-31 | 广东电网公司电力调度控制中心 | 一种基于状态控制的电力通信设备安全检测方法及系统 |
| CN107066365A (zh) * | 2017-02-20 | 2017-08-18 | 阿里巴巴集团控股有限公司 | 一种系统异常的监测方法及装置 |
| WO2019056499A1 (zh) * | 2017-09-20 | 2019-03-28 | 平安科技（深圳）有限公司 | 预测模型训练方法、数据监控方法、装置、设备及介质 |
| CN108529380A (zh) * | 2018-03-27 | 2018-09-14 | 深圳市永达电子信息股份有限公司 | 电梯安全预测方法及系统 |
| CN111289036A (zh) * | 2020-01-16 | 2020-06-16 | 广东松山职业技术学院 | 设备故障预警方法、装置、设备及系统 |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112419655A (zh) * | 2020-11-16 | 2021-02-26 | 浙江大华技术股份有限公司 | 一种报警信息推送方法、装置、设备及介质 |
| CN114595843A (zh) * | 2022-02-25 | 2022-06-07 | 苏州赛美特科技有限公司 | 一种警报提示方法、装置、计算机设备及可读存储介质 |
| CN116313196A (zh) * | 2023-01-12 | 2023-06-23 | 华能海南昌江核电有限公司 | 设备状态的监测方法以及装置、存储介质、电子设备 |
| CN116389533A (zh) * | 2023-06-06 | 2023-07-04 | 天津中新智冠信息技术有限公司 | 一种基于物联网的报警管理系统和方法 |
| CN116527549A (zh) * | 2023-07-03 | 2023-08-01 | 深圳市乗名科技有限公司 | 一种通信交换设备专业修理控制方法、系统和存储介质 |
| CN116527549B (zh) * | 2023-07-03 | 2023-09-12 | 深圳市乗名科技有限公司 | 一种通信交换设备专业修理控制方法、系统和存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111738463A (zh) | 运维方法、装置、系统、电子设备及存储介质 | |
| US10210036B2 (en) | Time series metric data modeling and prediction | |
| CN111835582B (zh) | 物联网巡检设备的配置方法、装置、计算机设备 | |
| CN111143163B (zh) | 数据监控方法、装置、计算机设备和存储介质 | |
| CN110990233B (zh) | 一种利用甘特图展示soar的方法和系统 | |
| PH12018000201A1 (en) | Artificial intelligence based service control and home monitoring | |
| CN110675587B (zh) | 火灾预警方法、装置、终端及可读存储介质 | |
| CN109995612B (zh) | 一种服务巡检方法、装置及电子设备 | |
| CN113537268A (zh) | 一种故障检测方法、装置、计算机设备及存储介质 | |
| CN114387762A (zh) | 一种楼宇数据管理的方法、装置、设备及存储介质 | |
| CN111611140A (zh) | 埋点数据的上报验证方法、装置、电子设备及存储介质 | |
| CN114996103A (zh) | 页面异常检测方法、装置、电子设备和存储介质 | |
| CN113342625A (zh) | 一种数据监控方法及系统 | |
| CN116010220A (zh) | 一种告警诊断方法、装置、设备及存储介质 | |
| WO2023273461A1 (zh) | 机器人运营状态监控系统及方法 | |
| CN107247649A (zh) | 检测系统健康状况的方法、装置及网关 | |
| WO2020075061A1 (en) | Asset management | |
| CN106294364B (zh) | 实现网络爬虫抓取网页的方法和装置 | |
| CN111708672B (zh) | 数据传输方法、装置、设备及存储介质 | |
| CN113495825A (zh) | 线路告警的处理方法、装置、电子设备及可读存储介质 | |
| CN117608904A (zh) | 一种故障定位方法、装置、电子设备和存储介质 | |
| CN115904883B (zh) | 一种rpa流程执行可视化异常监控方法、装置及介质 | |
| CN108390770B (zh) | 一种信息生成方法、装置及服务器 | |
| CN114327988B (zh) | 一种可视化网络故障关系确定方法和装置 | |
| CN114861909A (zh) | 模型质量监控方法、装置、电子设备以及存储介质 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20201002 |