CN111913133A - 分布式故障诊断维修方法、装置、设备及计算机可读介质 - Google Patents
分布式故障诊断维修方法、装置、设备及计算机可读介质 Download PDFInfo
- Publication number
- CN111913133A CN111913133A CN202010619442.XA CN202010619442A CN111913133A CN 111913133 A CN111913133 A CN 111913133A CN 202010619442 A CN202010619442 A CN 202010619442A CN 111913133 A CN111913133 A CN 111913133A
- Authority
- CN
- China
- Prior art keywords
- fault
- test
- maintenance
- diagnosis
- 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
- 238000003745 diagnosis Methods 0.000 title claims abstract description 137
- 238000012423 maintenance Methods 0.000 title claims abstract description 115
- 238000000034 method Methods 0.000 title claims abstract description 82
- 238000012360 testing method Methods 0.000 claims abstract description 193
- 238000013507 mapping Methods 0.000 claims abstract description 10
- 230000008569 process Effects 0.000 claims description 38
- 238000012545 processing Methods 0.000 claims description 18
- 230000008439 repair process Effects 0.000 claims description 18
- 238000012795 verification Methods 0.000 claims description 10
- 238000012544 monitoring process Methods 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 6
- 230000000694 effects Effects 0.000 abstract description 10
- 230000003993 interaction Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 238000011161 development Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 7
- 238000013024 troubleshooting Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 230000009471 action Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000008030 elimination Effects 0.000 description 3
- 238000003379 elimination reaction Methods 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 230000009191 jumping Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000013386 optimize process Methods 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 238000012858 packaging process Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000011165 process development Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
Images
Classifications
-
- 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
- G01R31/50—Testing of electric apparatus, lines, cables or components for short-circuits, continuity, leakage current or incorrect line connections
- G01R31/56—Testing of electric apparatus
-
- 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
- G01R31/28—Testing of electronic circuits, e.g. by signal tracer
- G01R31/2832—Specific tests of electronic circuits not provided for elsewhere
- G01R31/2836—Fault-finding or characterising
- G01R31/2843—In-circuit-testing
-
- 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
- G01R31/50—Testing of electric apparatus, lines, cables or components for short-circuits, continuity, leakage current or incorrect line connections
- G01R31/66—Testing of connections, e.g. of plugs or non-disconnectable joints
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Test And Diagnosis Of Digital Computers (AREA)
Abstract
本申请涉及一种分布式故障诊断维修方法、装置、设备及计算机可读介质。该方法包括：采用基于故障信息匹配的故障测试模式对目标组件进行测试，得到测试数据，其中，故障信息用于描述目标组件发生的故障，故障测试模式包括接口测试、电路测试及单元测试；基于故障信息和测试数据，利用故障树确定目标组件的故障部位，其中，故障树中包括故障与故障原因、故障部位之间的映射关系；调用与故障部位匹配的维修保障资源对故障部位进行维修。本申请将电子设备的故障诊断、自动测试及维修保障通过交换信息协同运作，并采用故障树对电子设备进行故障诊断，大大提高了电子设备故障诊断和维修的效率和效果。
Description
技术领域
本申请涉及故障诊断、维修技术领域，尤其涉及一种分布式故障诊断维修方法、装置、设备及计算机可读介质。
背景技术
随着现代高新技术的迅猛发展，电子设备的科技含量不断地提高，结构也随之变的愈来愈复杂，一个大型的电子设备通常由成千上万个部件组成，所以电子设备的维修诊断也越来越难，技术要求也越来越高。
目前，相关技术中，电子设备的故障诊断、维修前后的自动测试以及维修保障都是相对分散且数据间无关联、无交互的独立系统，导致电子设备的故障诊断、测试及维修的效率低，效果也得不到保障，并且，相关技术中故障诊断的方法往往是进行大规模的部件更换，难以精确朔源到故障部位，导致维修成本高、效率低。
针对上述的问题，目前尚未提出有效的解决方案。
发明内容
本申请提供了一种分布式故障诊断维修方法、装置、设备及计算机可读介质，以解决上述“电子设备的故障诊断、测试及维修的效率低，效果得不到保障”的技术问题。
第一方面，本申请提供了一种分布式故障诊断维修方法，包括：采用与故障信息匹配的故障测试模式对目标组件进行测试，得到测试数据，其中，故障信息用于描述目标组件发生的故障，故障测试模式包括接口测试、电路测试及单元测试；基于故障信息和测试数据，利用故障树确定目标组件的故障部位，其中，故障树中包括故障与故障原因、故障部位之间的映射关系；调用与故障部位匹配的维修保障资源对故障部位进行维修。
可选地，基于故障信息和测试数据，利用故障树确定目标组件的故障部位包括：定位故障信息对应在故障树中的故障事件节点；将故障事件节点作为故障推演的树根节点；基于测试数据从树根节点进行搜索，得到目标组件的故障部位。
可选地，基于测试数据从树根节点进行搜索，得到目标组件的故障部位包括：确定测试数据在各个故障树分支上的影响权重，其中，影响权重表示由叶子节点表征的故障原因导致树根节点表征的故障现象发生的概率；查找影响权重最大的目标叶子节点，其中，目标叶子节点为产生树根节点概率最大的叶子节点；通过目标叶子节点表征的故障原因，确定故障部位。
可选地，基于故障信息和测试数据，利用故障树确定目标组件的故障部位之前，还包括采用案例知识对故障信息进行诊断：在查询到案例知识库中存在与故障信息相似度达到预设阈值的故障特征的情况下，利用与故障特征对应的故障处理措施对目标组件进行故障诊断，其中，案例知识库中包括故障特征集和与所述故障特征集中的故障特征匹配的故障处理措施；在未查询到案例知识库中存在与故障信息相似度达到预设阈值的故障特征的情况下，利用故障树对目标组件进行故障诊断。
可选地，采用与故障信息匹配的故障测试模式对目标组件进行测试，得到测试数据包括：确定与故障信息匹配的故障测试模式；从测试程序集中调用与故障测试模式匹配的目标程序集；监控并记录目标程序集对目标组件进行测试的过程，得到测试数据。
可选地，确定与故障信息匹配的故障测试模式包括：获取携带有故障信息的测试工作订单；提取测试工作订单中的模式标识；将故障信息分配到与模式标识一致的故障测试模式。
可选地，调用与故障部位匹配的维修资源对所述故障部位进行维修包括：从维修工艺数据库中获取与故障部位匹配的维修工艺方案；从维修资源数据库中按照维修工艺方案配置维修保障资源；利用维修保障资源对故障部位进行维修；在通过验证测试的情况下完成对故障部位的维修。
第二方面，本申请提供了一种分布式故障诊断维修装置，包括：故障测试模块，用于采用与故障信息匹配的故障测试模式对目标组件进行测试，得到测试数据，其中，故障信息用于描述目标组件发生的故障，故障测试模式包括接口测试、电路测试及单元测试；故障诊断模块，用于基于故障信息和测试数据，利用故障树确定目标组件的故障部位，其中，故障树中包括故障与故障原因、故障部位之间的映射关系；故障维修模块，用于调用与故障部位匹配的维修保障资源对故障部位进行维修。
第三方面，本申请提供了一种计算机设备，包括存储器、处理器，存储器中存储有可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述第一方面任一项方法的步骤。
第四方面，本申请还提供了一种具有处理器可执行的非易失的程序代码的计算机可读介质，程序代码使处理器执行上述第一方面任一方法。
本申请实施例提供的上述技术方案与相关技术相比具有如下优点：
本申请通过采用与故障信息匹配的故障测试模式对目标组件进行测试，得到测试数据，其中，故障信息用于描述目标组件发生的故障，故障测试模式包括接口测试、电路测试及单元测试；基于故障信息和测试数据，利用故障树确定目标组件的故障部位，其中，故障树中包括故障与故障原因、故障部位之间的映射关系；调用与故障部位匹配的维修保障资源对故障部位进行维修的分布式故障诊断维修方法，将电子设备的故障诊断、自动测试及维修保障通过交换信息协同运作，并采用故障树对电子设备进行故障诊断，大大提高了电子设备故障诊断和维修的效率和效果。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。
为了更清楚地说明本申请实施例或相关技术中的技术方案，下面将对实施例或相关技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为根据本申请实施例提供的一种可选的分布式故障诊断维修方法的硬件环境示意图；
图2为根据本申请实施例提供的一种可选的分布式故障诊断维修方法的流程图；
图3为根据本申请实施例提供的一种可选的故障诊断运行平台结构图；
图4为根据本申请实施例提供的一种可选的案例诊断工作示意图；
图5为根据本申请实施例提供的一种可选的故障诊断专家系统软件平台示意图；
图6为根据本申请实施例提供的一种可选的故障诊断专家系统软件总体部署示意图；
图7为根据本申请实施例提供的一种可选的故障诊断专家系统软件架构图；
以及，
图8为根据本申请实施例提供的一种可选的分布式故障诊断维修装置框图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，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，显然，所描述的实施例是本申请的一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。
在后续的描述中，使用用于表示元件的诸如“模块”、“部件”或“单元”的后缀仅为了有利于本申请的说明，其本身并没有特定的意义。因此，“模块”与“部件”可以混合地使用。
相关技术中，电子设备的故障诊断、维修前后的自动测试以及维修保障都是相对分散且数据间无关联、无交互的独立系统，导致电子设备的故障诊断、测试及维修的效率低，效果也得不到保障，并且，相关技术中故障诊断的方法往往是进行大规模的部件更换，难以精确朔源到故障部位，导致维修成本高、效率低。
根据本申请实施例的一方面，提供了一种分布式故障诊断维修方法的实施例。
可选地，在本申请实施例中，上述分布式故障诊断维修方法可以应用于如图1所示的由终端101和服务器103所构成的硬件环境中。如图1所示，服务器103通过网络与终端101进行连接，可用于为终端或终端上安装的客户端提供服务，可在服务器上或独立于服务器设置数据库105，用于为服务器103提供数据存储服务，上述网络包括但不限于：广域网、城域网或局域网，终端101包括但不限于PC、手机、平板电脑等。
本申请实施例中的一种分布式故障诊断维修方法可以由服务器103来执行，还可以是由服务器103和终端101共同执行，如图2所示，该方法可以包括以下步骤：
步骤S202，采用与故障信息匹配的故障测试模式对目标组件进行测试，得到测试数据，其中，故障信息用于描述目标组件发生的故障，故障测试模式包括接口测试、电路测试及单元测试。
本申请实施例中，由于故障诊断涉及的电子设备结构复杂，需要对目标组件进行测试，为故障诊断功能提供详实的数据支撑。
本申请实施例中，电子设备的故障测试可以是以虚拟仪器为中心，建立通用数据接口，使之与虚拟仪器的调用、管理、封装过程更为契合；测试软件基于VISA库，实现对PXI、LXI、GPIB等总线仪器的直接支持、快速配置以及自动调用；测试软件以可互换仪器架构(IVI技术)为主要手段，所设计的模块调用程序能够按照类型支持仪器，与硬件型号无关，这为后期开展系统的维护、升级提供了极大便利。测试软件平台部署在对应的测试台上，通过采用标准的仪器驱动封装、灵活的测试资源配置、图形化的测试流程开发、高效的测试程序执行、多元化的数据分析和友好的人机交互完成对被测对象的测试工作，为故障诊断功能提供详实的数据支撑。
步骤S204，基于故障信息和测试数据，利用故障树确定目标组件的故障部位，其中，故障树中包括故障与故障原因、故障部位之间的映射关系。
本申请实施例中，测试数据为故障诊断提供了详实的数据支撑，故障树诊断过程中依照建立的故障树规则进行推理诊断，利用已知的故障现象一步一步推演得到故障原因，并根据故障原因确定电子设备的故障部位。在故障树诊断过程中，若需要进行测试来推进故障树诊断，则测试的部分会进行自动测试订单的下发执行，获取结果后给出诊断结论。
步骤S206，调用与故障部位匹配的维修保障资源对故障部位进行维修。
本申请实施例中，通过故障树诊断确定电子设备的故障部位后，系统依照故障部位对应的维修工艺调取关联的维修保障资源对故障部位进行维修，或者可以是用户按照维修辅助信息的指导进行相关操作，实现故障部位的维修。在通过维修资源完成对故障部位的维修之后，系统可以再次调用与故障部位关联的测试程序进行验证测试，通过验证测试后完成当前电子设备的故障诊断、维修工作，并记录该案例的维修成功历史记录，为再次遇到相关故障时进行快速反应做准备。
采用本申请的技术方案，可以将电子设备的故障诊断、测试及维修通过数据交互协同运作，形成分布式诊断维修系统，并采用故障树分析法，大大提高了电子设备的故障诊断效率和效果。
在步骤S204提供的技术方案中，利用故障树确定目标组件的故障部位。
可选地，基于故障信息和测试数据，利用故障树确定目标组件的故障部位包括以下步骤：定位故障信息对应在故障树中的故障事件节点；将故障事件节点作为故障推演的树根节点；基于测试数据从树根节点进行搜索，得到目标组件的故障部位。
本申请实施例中，故障树具有标准的知识结构，可以显式的表示故障诊断专家的求解策略，从而降低知识获取的难度。采用故障树分析法，根据故障信息表示的故障现象确定从哪个事件节点开始进行搜索，即确定树根节点。故障树规则的建立受益于大量的测试数据和以往的诊断经验，在本次诊断工作中依据测试数据，从树根节点向叶子节点推理演绎，叶子节点表示的是产生树根节点表征的故障现象的故障原因，故障原因与故障部位存在关联关系。
可选地，基于测试数据从树根节点进行搜索，得到目标组件的故障部位又可以包括以下步骤：确定测试数据在各个故障树分支上的影响权重，其中，影响权重表示由叶子节点表征的故障原因导致树根节点表征的故障现象发生的概率；查找影响权重最大的目标叶子节点，其中，目标叶子节点为产生树根节点概率最大的叶子节点；通过目标叶子节点表征的故障原因，确定故障部位。
采用上述技术方案，根据故障现象推演得到故障原因，进而确定故障部位，可以利用故障树分析法建立被测组件故障现象和故障原因的人工智能故障推理算法，实现自动化、智能化的故障诊断。
在一个可选的实施方式中，还可以采用案例诊断的方式对电子设备进行故障诊断。
可选地，基于故障信息和测试数据，利用故障树确定目标组件的故障部位之前，还包括采用案例知识对故障信息进行诊断：在查询到案例知识库中存在与故障信息相似度达到预设阈值的故障特征的情况下，利用与故障特征对应的故障处理措施对目标组件进行故障诊断，其中，案例知识库中包括故障特征集和与所述故障特征集中的故障特征匹配的故障处理措施；在未查询到案例知识库中存在与故障信息相似度达到预设阈值的故障特征的情况下，利用故障树对目标组件进行故障诊断。
本申请实施例中，案例诊断建立于大量过往案例的处理，基于案例的诊断方法是将过去处理的故障案例描述成故障特征集和处理措施组成的故障案例并存储在案例库中，当新故障出现后，系统通过检索案例库来查找与当前故障相似的案例，并对其处理措施做出适当的调整，使之适应新故障的处理过程，同时形成新的故障案例。
本申请实施例中，故障采集后在软件平台形成待诊断列表，可以进行后续诊断操作。用户选择一条待诊断记录进行诊断，软件则依照输入的故障现象依照案例库进行案例诊断操作，在案例诊断中可能会出现完全匹配的操作，可能会出现相似匹配的操作，或者是出现不匹配的情况。在完全匹配或是相似匹配的情况下，诊断完成后给出案例诊断结果。案例的诊断结果包括了故障的描述、故障发生原理、故障典型特征、故障关联的故障树诊断的节点等基本信息，可通过案例直接获取诊断结果。不匹配的情况，则可以跳转到故障树诊断的节点进行进一步故障诊断。
本申请实施例中，故障采集可以是当用户发现或检测到一个异常状态或故障后，首先通过主控软件客户端故障采集交互界面输入部件的ID及安装关联信息，输入或选择出现的故障现象，软件记录部件相关信息后，录入后形成一条故障采集记录。系统将对该故障的诊断过程、诊断结果及维修结果进行记录，形成一条完整的案例知识。经过长时间大量的数据采集，形成故障特征集和其对应的处理措施组成的案例库。
需要说明的是，故障树诊断和案例诊断组成专家知识诊断系统，搭建于故障诊断运行平台，如图3所示。
案例诊断通过匹配检索的方式，快速查找相似案例，并依据案例定位故障原因、部位，最终排除故障。平台基于案例诊断的工作如图4所示。
平台运行基于案例的诊断时，具有如下功能：
案例检索，提供普通模式和高级模式两种案例检索模式，通过收集已知信息来查找以往历史案例。如果找到相同和相似案例，可以借鉴其故障的排除方法，快速定位和排除故障。
需要说明的是，故障检索是故障诊断功能的入口，根据检索的信息，列出对应的故障诊断知识，用户根据自己的判断，选择诊断知识进行诊断。检索的结果按一定顺序显示很给用户，排列优先级按照：关键词在标题中出现>关键词在内容文本中出现次数多>关键词在内容文本中出现次数少，相同优先级按知识更新时间较新的优先。故障检索作为故障诊断的入口，根据知识类型(案例、故障树)，启动相应的故障诊断模式。
案例匹配，为检索到的案例进行匹配度计算，并按照匹配度进行从大到小排序，从而方便技术人员快速找到匹配度最相近的案例。
案例信息浏览，当检索到相关案例后，可以方便地查看故障案例的详细信息，以及与排故相关的案例的工作原理图、故障树等支撑信息。
故障卡片生成，在找到相关案例后，能够生成故障卡片，为用户现场指导操作以及登记备案提供依据。
需要说明的是，诊断知识作为系统的核心，如何对知识进行统一的规范化管理，对同一类知识进行继承、重用和衍生是故障综合诊断系统应用乃至推广的重中之重。考虑到系统多种诊断方法集成融合的思路，针对不同的诊断方法制定标准化的知识表示规范。
基于案例的故障诊断知识在于解决案例的规范化描述，通常定义为故障现象、故障原因、故障描述、故障等级、特征属性要素等多个特征组合的形式；
基于故障树的故障诊断知识要根据不断的分支进行故障诊断内容的相关判断，从而实现对故障诊断过程的定义。
本申请实施例中，利用故障树诊断和案例诊断组成的专家知识诊断系统，通过输入故障的相关信息，快速进入故障隔离程序(将故障点或者故障部件与其他点或部件隔离，即能精准定位)，并且能够方便地链接到所需查询的相关文件、通告，如排故手册，按照提示逐一排查，最终定位故障。对于故障信息，系统支持中英文对照输入。
进入故障隔离程序排故可能会遇到两种情况，一是一条故障信息对应一个故障原因，二是一条故障信息对应多个故障原因。下面就两种情况分别说明。
一条故障信息对应一个故障原因是排故工作中较简单的一种情况，这时可直接按维修工艺方案进行排故。如故障无法排除则参考原理、案例诊断系统所提供的其他故障原因，进一步查询手册直到排除故障。
一条故障信息对应多个故障原因是排故过程中出现最多的情况，在这种情况下可以采取两种方式：一种是直接按排故手册排故，另外也可以参考根据基于案例、原理、排故统计结果所得到的优化流程查询手册排故。如果没有排除故障，可进一步参考原理、案例列出的其他原因，然后逐条查询手册排故，直至故障排除。
可选地，在步骤S202中对被测组件进行测试，具体的，采用与故障信息匹配的故障测试模式对目标组件进行测试，得到测试数据包括：确定与故障信息匹配的故障测试模式；从测试程序集中调用与故障测试模式匹配的目标程序集；监控并记录目标程序集对目标组件进行测试的过程，得到测试数据。
本申请实施例中，测试可以在故障诊断前进行，以为故障诊断提供详实的数据基础，还可以在故障诊断并且进行维修之后，以对组件进行验证测试。对被测组件的测试具体可以包括以下步骤：
步骤1，接收测试指令；
步骤2，从测试程序集中调取关联测试程序；
步骤3，测试启动，实时显示、监控测试过程；
步骤4，测试结果分析判断；
步骤5，判断结果上传，测试结束。
可选地，确定与故障信息匹配的故障测试模式包括：获取携带有故障信息的测试工作订单；提取测试工作订单中的模式标识；将故障信息分配到与模式标识一致的故障测试模式。
本申请实施例中，作为主控软件的故障诊断系统下达测试工作指令，同时生成测试工作订单。测试软件获取到测试工作指令时查询相应的测试工作订单，依照订单内容进行自动测试，测试完毕生成测试数据，并将测试数据回传给故障诊断的主控软件。
可选地，在步骤S206中对目标组件进行故障部位的维修，具体的，调用与故障部位匹配的维修资源对所述故障部位进行维修包括：从维修工艺数据库中获取与故障部位匹配的维修工艺方案；从维修资源数据库中按照维修工艺方案配置维修保障资源；利用维修保障资源对故障部位进行维修；在通过验证测试的情况下完成对故障部位的维修。
本申请实施例中，对故障部位的维修具体可以包括以下步骤：
步骤1，接收维修指令；
步骤2，从维修工艺数据库调用对应的维修工艺方案，该维修方案包括维修工艺；
步骤3，根据维修工艺方案，从维修资源数据库配置关联的维修保障资源；
步骤4，维修启动，实时监控、显示维修过程，并对用户输入的操作信息进行互动；
步骤5，记录维修结果；
步骤6，维修结果上传，维修结束。
本申请通过采用与故障信息匹配的故障测试模式对目标组件进行测试，得到测试数据，其中，故障信息用于描述目标组件发生的故障，故障测试模式包括接口测试、电路测试及单元测试；基于故障信息和测试数据，利用故障树确定目标组件的故障部位，其中，故障树中包括故障与故障原因、故障部位之间的映射关系；调用与故障部位匹配的维修保障资源对故障部位进行维修的分布式故障诊断维修方法，将电子设备的故障诊断、自动测试及维修保障通过交换信息协同运作，并采用故障树对电子设备进行故障诊断，大大提高了电子设备故障诊断和维修的效率和效果。
本申请实施例提供一种可选的故障诊断专家系统软件平台，如图5所示，软件总体部署如图6所示。
可选地，主控软件是整个系统的总体管理软件，实现系统登录、用户交互、订单管理、数据展示、状态监控等。还可以负责整个设备的主控、故障诊断定位、维修方案、测试方案的推荐以及各测试系统的测试结果回收，被测组件测试系统完成不同故障模式的测试确认和隔离等。
前述实施例中的故障树诊断和案例诊断组成的专家知识诊断系统可以独立为故障模型及推理软件，负责知识库的开发、管理，故障诊断及与主控软件、测试软件和维修辅助软件的数据交互。
其中，知识库的开发可以包括：
故障案例开发：实现故障案例的建立操作包括了故障的描述、故障发生原理、故障典型特征、故障关联的故障树节点等基本信息；
故障树开发：诊断惯导产品开发一套完整的故障树，用于作为故障诊断过程的进入点，并进行诊断信息的执行操作。故障树依照标准与自动测试程序进行关联。同时构建最小可更换单元库，供诊断调用；
测试程序开发：依照标准实现对部件测试程序的开发，并构建测试程序库，供故障树以及维修工艺部分进行关联调用；
维修工艺开发：依照最小可更换单元库进行维修工艺的开发和构建，并关联验证测试程序等，实现维修和验证开发工作。
可选地，前述实施例中的故障测试可以实现于独立的测试软件，通过与故障诊断的主控软件进行数据交互，协同运作，实现分布式故障诊断和测试。
可选地，前述实施例中的故障部位的维修可以实现于独立的维修辅助软件，通过与故障诊断的主控软件进行数据交互，协同运作，实现分布式故障诊断和故障部位的维修，大大提高故障处理的效率和效果。
本申请实施例中，通过主控软件、故障模型及推理软件、测试软件以及维修辅助软件的协同运作，打通数据交互的壁垒，实现分布式故障诊断维修，大大提高了电子设备故障诊断和维修的效率和效果，上述各个实施例的软件架构如图7所示。
根据本申请实施例的又一方面，如图8所示，提供了一种分布式故障诊断维修装置，包括：故障测试模块801，用于采用与故障信息匹配的故障测试模式对目标组件进行测试，得到测试数据，其中，故障信息用于描述目标组件发生的故障，故障测试模式包括接口测试、电路测试及单元测试；故障诊断模块803，用于基于故障信息和测试数据，利用故障树确定目标组件的故障部位，其中，故障树中包括故障与故障原因、故障部位之间的映射关系；故障维修模块805，用于调用与故障部位匹配的维修保障资源对故障部位进行维修。
需要说明的是，该实施例中的故障测试模块801可以用于执行本申请实施例中的步骤S202，该实施例中的故障诊断模块803可以用于执行本申请实施例中的步骤S204，该实施例中的故障维修模块805可以用于执行本申请实施例中的步骤S206。
此处需要说明的是，上述模块与对应的步骤所实现的示例和应用场景相同，但不限于上述实施例所公开的内容。需要说明的是，上述模块作为装置的一部分可以运行在如图1所示的硬件环境中，可以通过软件实现，也可以通过硬件实现。
可选地，该分布式故障诊断维修装置，还包括：节点定位模块，用于定位故障信息对应在故障树中的故障事件节点；树根节点确定模块，用于将故障事件节点作为故障推演的树根节点；搜索模块，用于基于测试数据从树根节点进行搜索，得到目标组件的故障部位。
可选地，该分布式故障诊断维修装置，还包括：权重确定模块，用于确定测试数据在各个故障树分支上的影响权重，其中，影响权重表示由叶子节点表征的故障原因导致树根节点表征的故障现象发生的概率；叶子节点查找模块，用于查找影响权重最大的目标叶子节点，其中，目标叶子节点为产生树根节点概率最大的叶子节点；故障部位定位模块，用于通过目标叶子节点表征的故障原因，确定故障部位。
可选地，该分布式故障诊断维修装置，还包括：案例诊断模块，用于在查询到案例知识库中存在与故障信息相似度达到预设阈值的故障特征的情况下，利用与故障特征对应的故障处理措施对目标组件进行故障诊断，其中，案例知识库中包括故障特征集和与所述故障特征集中的故障特征匹配的故障处理措施；故障树诊断模块，用于在未查询到案例知识库中存在与故障信息相似度达到预设阈值的故障特征的情况下，利用故障树对目标组件进行故障诊断。
可选地，该分布式故障诊断维修装置，还包括：故障测试模式确定模块，用于确定与故障信息匹配的故障测试模式；程序调用模块，用于从测试程序集中调用与故障测试模式匹配的目标程序集；测试模块，用于监控并记录目标程序集对目标组件进行测试的过程，得到测试数据。
可选地，该分布式故障诊断维修装置，还包括：订单获取模块，用于获取携带有故障信息的测试工作订单；标识提取模块，用于提取测试工作订单中的模式标识；分配模块，用于将故障信息分配到与模式标识一致的故障测试模式。
可选地，该分布式故障诊断维修装置，还包括：维修方案获取模块，用于从维修工艺数据库中获取与故障部位匹配的维修工艺方案；维修资源配置模块，用于从维修资源数据库中按照维修工艺方案配置维修保障资源；故障部位维修模块，用于利用维修保障资源对故障部位进行维修；验证测试模块，用于在通过验证测试的情况下完成对故障部位的维修。
根据本申请实施例的又一方面还提供了一种计算机设备，包括存储器、处理器，所述存储器中存储有可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述步骤。
上述计算机设备中的存储器、处理器通过通信总线和通信接口进行通信。所述通信总线可以是外设部件互连标准(Peripheral Component Interconnect，简称PCI)总线或扩展工业标准结构(Extended Industry Standard Architecture，简称EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。
存储器可以包括随机存取存储器(Random Access Memory，简称RAM)，也可以包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。可选的，存储器还可以是至少一个位于远离前述处理器的存储装置。
上述的处理器可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(Network Processor，简称NP)等；还可以是数字信号处理器(Digital Signal Processing，简称DSP)、专用集成电路(Application SpecificIntegrated Circuit，简称ASIC)、现场可编程门阵列(Field-Programmable Gate Array，简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
根据本申请实施例的又一方面还提供了一种具有处理器可执行的非易失的程序代码的计算机可读介质。
可选地，在本申请实施例中，计算机可读介质被设置为存储用于所述处理器执行以下步骤的程序代码：
步骤S202，采用与故障信息匹配的故障测试模式对目标组件进行测试，得到测试数据，其中，故障信息用于描述目标组件发生的故障，故障测试模式包括接口测试、电路测试及单元测试；
步骤S204，基于故障信息和测试数据，利用故障树确定目标组件的故障部位，其中，故障树中包括故障与故障原因、故障部位之间的映射关系；
步骤S206，调用与故障部位匹配的维修保障资源对故障部位进行维修。
可选地，本实施例中的具体示例可以参考上述实施例中所描述的示例，本实施例在此不再赘述。
本申请实施例在具体实现时，可以参阅上述各个实施例，具有相应的技术效果。
可以理解的是，本文描述的这些实施例可以用硬件、软件、固件、中间件、微码或其组合来实现。对于硬件实现，处理单元可以实现在一个或多个专用集成电路(ApplicationSpecific Integrated Circuits，ASIC)、数字信号处理器(Digital Signal Processing，DSP)、数字信号处理设备(DSP Device，DSPD)、可编程逻辑设备(Programmable LogicDevice，PLD)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)、通用处理器、控制器、微控制器、微处理器、用于执行本申请所述功能的其它电子单元或其组合中。
对于软件实现，可通过执行本文所述功能的单元来实现本文所述的技术。软件代码可存储在存储器中并通过处理器执行。存储器可以在处理器中或在处理器外部实现。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
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，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个模块或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的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，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请实施例的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。需要说明的是，在本文中，诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，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。
以上所述仅是本申请的具体实施方式，使本领域技术人员能够理解或实现本申请。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其它实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所申请的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种分布式故障诊断维修方法，其特征在于，包括：
采用与故障信息匹配的故障测试模式对目标组件进行测试，得到测试数据，其中，所述故障信息用于描述所述目标组件发生的故障，所述故障测试模式包括接口测试、电路测试及单元测试；
基于所述故障信息和所述测试数据，利用故障树确定所述目标组件的故障部位，其中，所述故障树中包括故障与故障原因、故障部位之间的映射关系；
调用与所述故障部位匹配的维修保障资源对所述故障部位进行维修。
2.根据权利要求1所述的方法，其特征在于，基于所述故障信息和所述测试数据，利用故障树确定所述目标组件的故障部位包括：
定位所述故障信息对应在所述故障树中的故障事件节点；
将所述故障事件节点作为故障推演的树根节点；
基于所述测试数据从所述树根节点进行搜索，得到所述目标组件的所述故障部位。
3.根据权利要求2所述的方法，其特征在于，基于所述测试数据从所述树根节点进行搜索，得到所述目标组件的所述故障部位包括：
确定所述测试数据在各个故障树分支上的影响权重，其中，所述影响权重表示由叶子节点表征的故障原因导致所述树根节点表征的故障现象发生的概率；
查找所述影响权重最大的目标叶子节点，其中，所述目标叶子节点为产生所述树根节点概率最大的叶子节点；
通过所述目标叶子节点表征的故障原因，确定所述故障部位。
4.根据权利要求2所述的方法，其特征在于，基于所述故障信息和所述测试数据，利用故障树确定所述目标组件的故障部位之前，还包括采用案例知识对所述故障信息进行诊断：
在查询到案例知识库中存在与所述故障信息相似度达到预设阈值的故障特征的情况下，利用与所述故障特征对应的故障处理措施对所述目标组件进行故障诊断，其中，所述案例知识库中包括故障特征集和与所述故障特征集中的故障特征匹配的所述故障处理措施；
在未查询到所述案例知识库中存在与所述故障信息相似度达到预设阈值的故障特征的情况下，利用所述故障树对所述目标组件进行故障诊断。
5.根据权利要求1所述的方法，其特征在于，采用与故障信息匹配的故障测试模式对目标组件进行测试，得到测试数据包括：
确定与所述故障信息匹配的所述故障测试模式；
从测试程序集中调用与所述故障测试模式匹配的目标程序集；
监控并记录所述目标程序集对所述目标组件进行测试的过程，得到所述测试数据。
6.根据权利要求5所述的方法，其特征在于，确定与所述故障信息匹配的所述故障测试模式包括：
获取携带有所述故障信息的测试工作订单；
提取所述测试工作订单中的模式标识；
将所述故障信息分配到与所述模式标识一致的所述故障测试模式。
7.根据权利要求1至6任一所述的方法，其特征在于，调用与所述故障部位匹配的维修资源对所述故障部位进行维修包括：
从维修工艺数据库中获取与所述故障部位匹配的维修工艺方案；
从维修资源数据库中按照所述维修工艺方案配置所述维修保障资源；
利用所述维修保障资源对所述故障部位进行维修；
在通过验证测试的情况下完成对所述故障部位的维修。
8.一种分布式故障诊断维修装置，其特征在于，包括：
故障测试模块，用于采用与故障信息匹配的故障测试模式对目标组件进行测试，得到测试数据，其中，所述故障信息用于描述所述目标组件发生的故障，所述故障测试模式包括接口测试、电路测试及单元测试；
故障诊断模块，用于基于所述故障信息和所述测试数据，利用故障树确定所述目标组件的故障部位，其中，所述故障树中包括故障与故障原因、故障部位之间的映射关系；
故障维修模块，用于调用与所述故障部位匹配的维修保障资源对所述故障部位进行维修。
9.一种计算机设备，包括存储器、处理器，所述存储器中存储有可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现上述权利要求1至7任一项所述的方法的步骤。
10.一种具有处理器可执行的非易失的程序代码的计算机可读介质，其特征在于，所述程序代码使所述处理器执行所述权利要求1至7任一所述方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010619442.XA CN111913133A (zh) | 2020-06-30 | 2020-06-30 | 分布式故障诊断维修方法、装置、设备及计算机可读介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010619442.XA CN111913133A (zh) | 2020-06-30 | 2020-06-30 | 分布式故障诊断维修方法、装置、设备及计算机可读介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111913133A true CN111913133A (zh) | 2020-11-10 |
Family
ID=73227118
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010619442.XA Pending CN111913133A (zh) | 2020-06-30 | 2020-06-30 | 分布式故障诊断维修方法、装置、设备及计算机可读介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111913133A (zh) |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113065840A (zh) * | 2021-03-05 | 2021-07-02 | 上海五航航空技术有限公司 | 一种设备管理系统及管理设备 |
| CN113485861A (zh) * | 2021-07-08 | 2021-10-08 | 无锡江南计算技术研究所 | 一种基于资源优化策略的基层故障诊断方法及装置 |
| CN113704016A (zh) * | 2021-08-26 | 2021-11-26 | 北京百度网讯科技有限公司 | 云功能组件诊断方法、装置、设备、存储介质及程序产品 |
| CN113918375A (zh) * | 2021-12-13 | 2022-01-11 | 苏州浪潮智能科技有限公司 | 一种故障处理方法、装置及电子设备和存储介质 |
| CN114326654A (zh) * | 2021-11-30 | 2022-04-12 | 苏州浪潮智能科技有限公司 | 一种故障诊断方法、系统、设备及计算机可读存储介质 |
| CN115328689A (zh) * | 2022-10-12 | 2022-11-11 | 集度科技有限公司 | 故障诊断方法、装置、设备及程序产品 |
| CN115766404A (zh) * | 2022-10-24 | 2023-03-07 | 浪潮通信信息系统有限公司 | 一种基于智能分析的通信运营商网络故障管理方法及系统 |
| CN116048859A (zh) * | 2023-01-28 | 2023-05-02 | 金篆信科有限责任公司 | 分布式数据库故障诊断方法、装置、电子设备及存储介质 |
| CN116167749A (zh) * | 2023-04-23 | 2023-05-26 | 合肥荣叙科技有限公司 | 一种基于深度学习的永磁同步电机故障诊断方法 |
| CN117193252A (zh) * | 2023-09-28 | 2023-12-08 | 广东百德朗科技有限公司 | 基于数据平台的智慧楼宇远程运维方法、装置及电子设备 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101211296A (zh) * | 2006-12-25 | 2008-07-02 | 华为技术有限公司 | 一种测试代价敏感的系统故障定位方法及其装置 |
| CN105302112A (zh) * | 2015-10-23 | 2016-02-03 | 中国电子科技集团公司第十研究所 | Icni系统智能故障诊断系统 |
| CN111026094A (zh) * | 2019-12-30 | 2020-04-17 | 中国船舶重工集团公司第七一三研究所 | 一种站台门系统的故障诊断与远程维护方法和系统 |
-
2020
- 2020-06-30 CN CN202010619442.XA patent/CN111913133A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101211296A (zh) * | 2006-12-25 | 2008-07-02 | 华为技术有限公司 | 一种测试代价敏感的系统故障定位方法及其装置 |
| CN105302112A (zh) * | 2015-10-23 | 2016-02-03 | 中国电子科技集团公司第十研究所 | Icni系统智能故障诊断系统 |
| CN111026094A (zh) * | 2019-12-30 | 2020-04-17 | 中国船舶重工集团公司第七一三研究所 | 一种站台门系统的故障诊断与远程维护方法和系统 |
Non-Patent Citations (1)
| Title |
|---|
| 吴伟 等: "测试-诊断-维修一体化平台设计", 《计算机测量与控制》 * |
Cited By (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113065840A (zh) * | 2021-03-05 | 2021-07-02 | 上海五航航空技术有限公司 | 一种设备管理系统及管理设备 |
| CN113485861A (zh) * | 2021-07-08 | 2021-10-08 | 无锡江南计算技术研究所 | 一种基于资源优化策略的基层故障诊断方法及装置 |
| CN113485861B (zh) * | 2021-07-08 | 2024-06-21 | 无锡江南计算技术研究所 | 一种基于资源优化策略的基层故障诊断方法及装置 |
| CN113704016B (zh) * | 2021-08-26 | 2023-07-28 | 北京百度网讯科技有限公司 | 云功能组件诊断方法、装置、设备、存储介质 |
| CN113704016A (zh) * | 2021-08-26 | 2021-11-26 | 北京百度网讯科技有限公司 | 云功能组件诊断方法、装置、设备、存储介质及程序产品 |
| CN114326654A (zh) * | 2021-11-30 | 2022-04-12 | 苏州浪潮智能科技有限公司 | 一种故障诊断方法、系统、设备及计算机可读存储介质 |
| CN114326654B (zh) * | 2021-11-30 | 2024-02-09 | 苏州浪潮智能科技有限公司 | 一种故障诊断方法、系统、设备及计算机可读存储介质 |
| CN113918375B (zh) * | 2021-12-13 | 2022-04-22 | 苏州浪潮智能科技有限公司 | 一种故障处理方法、装置及电子设备和存储介质 |
| CN113918375A (zh) * | 2021-12-13 | 2022-01-11 | 苏州浪潮智能科技有限公司 | 一种故障处理方法、装置及电子设备和存储介质 |
| CN115328689A (zh) * | 2022-10-12 | 2022-11-11 | 集度科技有限公司 | 故障诊断方法、装置、设备及程序产品 |
| CN115328689B (zh) * | 2022-10-12 | 2023-06-27 | 集度科技有限公司 | 故障诊断方法、装置、设备及程序产品 |
| CN115766404A (zh) * | 2022-10-24 | 2023-03-07 | 浪潮通信信息系统有限公司 | 一种基于智能分析的通信运营商网络故障管理方法及系统 |
| CN116048859A (zh) * | 2023-01-28 | 2023-05-02 | 金篆信科有限责任公司 | 分布式数据库故障诊断方法、装置、电子设备及存储介质 |
| CN116048859B (zh) * | 2023-01-28 | 2023-08-25 | 金篆信科有限责任公司 | 分布式数据库故障诊断方法、装置、电子设备及存储介质 |
| CN116167749A (zh) * | 2023-04-23 | 2023-05-26 | 合肥荣叙科技有限公司 | 一种基于深度学习的永磁同步电机故障诊断方法 |
| CN116167749B (zh) * | 2023-04-23 | 2023-07-18 | 合肥荣叙科技有限公司 | 一种基于深度学习的永磁同步电机故障诊断方法 |
| CN117193252A (zh) * | 2023-09-28 | 2023-12-08 | 广东百德朗科技有限公司 | 基于数据平台的智慧楼宇远程运维方法、装置及电子设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111913133A (zh) | 分布式故障诊断维修方法、装置、设备及计算机可读介质 | |
| CN105580032B (zh) | 用于降低升级软件时的不稳定性的方法和系统 | |
| JP5223413B2 (ja) | Ｉｔシステムのトラブル対処装置、トラブル対処方法およびそのためのプログラム | |
| CN101047738B (zh) | 通信设备故障定位的方法和系统 | |
| CN110088744B (zh) | 一种数据库维护方法及其系统 | |
| CN103699489A (zh) | 一种基于知识库的软件远程故障诊断与修复方法 | |
| CN111108481B (zh) | 故障分析方法及相关设备 | |
| CN109871963A (zh) | 运行故障还原方法、装置、电子设备及存储介质 | |
| CN114692169B (zh) | 应用大数据和ai分析的页面漏洞处理方法及页面服务系统 | |
| CN109491889A (zh) | Nfv中自动化测试的方法和装置 | |
| CN114547318A (zh) | 故障信息获取方法、装置、设备和计算机存储介质 | |
| CN111708712A (zh) | 用户行为测试用例的生成方法、流量回放方法及电子设备 | |
| CN116582414A (zh) | 故障根因定位方法、装置、设备及可读存储介质 | |
| US20100131497A1 (en) | Method for determining which of a number of test cases should be run during testing | |
| CN112068979B (zh) | 一种业务故障确定方法及装置 | |
| CN113535538B (zh) | 应用全链路自动化测试方法、装置、电子设备和存储介质 | |
| CN117033209A (zh) | Ai模型训练方法、bios测试方法、装置、设备及存储介质 | |
| CN113238901B (zh) | 多设备的自动化测试方法及装置、存储介质、计算机设备 | |
| CN111694752B (zh) | 应用测试方法、电子设备及存储介质 | |
| CN115310011A (zh) | 页面展示方法、系统以及可读存储介质 | |
| CN110928784A (zh) | 一种软件测试环境监测方法及装置 | |
| CN115063905B (zh) | 车辆数据的处理方法和装置、存储介质及电子装置 | |
| CN111736875B (zh) | 版本更新监控方法、装置、设备及计算机存储介质 | |
| CN111953544B (zh) | 一种服务器的故障检测方法、装置、设备及存储介质 | |
| CN115827451A (zh) | 测试缺陷的检测方法和装置、存储介质及电子装置 |
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: 20201110 |