CN112032031B - 一种空压机的云数据分析方法、装置及系统 - Google Patents
一种空压机的云数据分析方法、装置及系统 Download PDFInfo
- Publication number
- CN112032031B CN112032031B CN201910477717.8A CN201910477717A CN112032031B CN 112032031 B CN112032031 B CN 112032031B CN 201910477717 A CN201910477717 A CN 201910477717A CN 112032031 B CN112032031 B CN 112032031B
- Authority
- CN
- China
- Prior art keywords
- information
- maintenance
- server
- historical
- loss
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F04—POSITIVE - DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS FOR LIQUIDS OR ELASTIC FLUIDS
- F04B—POSITIVE-DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS
- F04B49/00—Control, e.g. of pump delivery, or pump pressure of, or safety measures for, machines, pumps, or pumping installations, not otherwise provided for, or of interest apart from, groups F04B1/00 - F04B47/00
- F04B49/06—Control using electricity
- F04B49/065—Control using electricity and making use of computers
-
- 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
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/087—Inventory or stock management, e.g. order filling, procurement or balancing against orders
-
- 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
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Computer Hardware Design (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请实施例公开一种空压机的云数据分析方法、装置及系统，其中系统包括：至少两个信息采集装置以及与信息采集装置进行云通信的服务器；信息采集装置与空压机一一对应，用于采集对应空压机的运行参数信息和运行环境信息并发送至服务器；服务器用于根据运行参数信息确定空压机的各损耗件运行状态并将运行状态和运行环境信息作为各损耗件的历史运行信息关联存储；服务器用于根据各损耗件的历史运行信息和存储的各损耗件的历史维保信息构建各型号的损耗件使用性能预测模型；服务器用于利用使用性能预测模型，结合当前接收的运行参数信息和运行环境信息，预测得到对应的损耗件的使用性能。通过本申请提高了预测的准确度。
Description
技术领域
本申请涉及空压机维保领域，特别是涉及基于空压机的云数据分析方法、装置及系统。
背景技术
一台空压机会涉及使用多个损耗件，如空滤芯、油滤芯、油分芯等。每一损耗件具有不同的型号，不同型号的损耗件性能具有差别。比如不同型号的空滤芯在相同的运行状态下使用寿命不同，或者不同型号的空滤芯在不同天气环境下的故障率不同。
但影响损耗件使用性能的因素多样，损耗件生产厂家并不能预估各种因素以准确预估损耗件的使用性能。而且实际使用环境如天气和空压机运行状态多变，损耗件生产厂家更无法基于变化的环境预估损耗件的使用性能。甚至还有很多影响损耗件性能的因素是生产厂家所不知的。因此，生产厂家给出的损耗件使用性能参数准确度较低。而进一步的基于这些使用性能参数做出的预测也就不够准确。
比如生产厂家一般会给出一具体损耗件的维保周期即维修保养周期，但对同一型号的损耗件来讲，其给出的维保周期是相同的，没有考虑空压机各种运行状态如超负荷、各种天气情况如气温极低等条件。而显然的这些因素会对损耗件维保周期产生较大影响。如对于一些过滤设备来讲，周围空气指数显然对其维保周期有较大影响。如果固化的按照厂家给出的维保周期进行保养，显然不能满足需要，要么造成将不需要保养的损耗件提前进行了保养或者还没有进行保养，损耗件就已经损坏。
为此，如何准确确定损耗件的使用性能是本领域急需解决的一个问题。
发明内容
本申请提供了一种空压机的云数据分析方法、装置及系统，以提高各损耗件使用性能预测的准确度。
本申请提供了如下方案：
一方面提供了一种空压机的云数据分析系统，包括：
至少两个信息采集装置以及与所述信息采集装置进行云通信的服务器；
所述信息采集装置与空压机一一对应，用于采集对应空压机的运行参数信息和运行环境信息并发送至所述服务器；
所述服务器用于根据所述运行参数信息确定所述空压机的各损耗件运行状态并将所述运行状态和所述运行环境信息作为各损耗件的历史运行信息关联存储；
所述服务器用于根据所述各损耗件的历史运行信息和存储的各损耗件的历史维保信息构建各型号的损耗件使用性能预测模型；
所述服务器用于利用所述使用性能预测模型，结合当前接收的运行参数信息和运行环境信息，预测得到对应的损耗件的使用性能。
优选的，
所述服务器还用于根据所述历史维保信息确定各损耗件的实际使用周期；
所述服务器具体用于根据所述各损耗件的历史运行信息、各损耗件的实际使用周期以及所述各损耗件的初始维保周期构建各型号的损耗件实际维保周期预测模型，以利用所述实际维保周期预测模型，结合当前接收的运行参数信息和运行环境信息、各损耗件的初始维保周期，预测得到对应的损耗件的实际维保周期。
优选的，所述系统还包括移动终端，
所述服务器还用于根据所述运行参数信息计算所述空压机的各损耗件的累计运行时间，结合预测的所述各损耗件的实际维保周期确定所述各损耗件的下次维保时间并在所述下次维保时间符合一定条件时发送提醒信息至移动终端；
所述移动终端用于接收所述提醒消息。
优选的，
所述服务器还用于根据预先存储的各损耗件的数量判断是否满足下次维修所需数量；
若不满足，则所述服务器在订货周期到达前发送订货提醒消息至所述移动终端；所述订货提醒消息至少包括损耗件标识、损耗件数量、和损耗件订货周期。
本申请另一方面还提供了一种空压机的云数据分析方法，应用在上述系统中，所述方法包括：
所述信息采集装置与空压机一一对应，采集对应空压机的运行参数信息和运行环境信息并发送至所述服务器；
所述服务器根据所述运行参数信息确定所述空压机的各损耗件运行状态并将所述运行状态和所述运行环境信息作为各损耗件的历史运行信息关联存储；
所述服务器根据所述各损耗件的历史运行信息和存储的各损耗件的历史维保信息构建各型号的损耗件使用性能预测模型；
所述服务器利用所述使用性能预测模型，结合当前接收的运行参数信息和运行环境信息，预测得到对应的损耗件的使用性能。
优选的，所述方法还包括：
所述服务器根据所述历史维保信息确定各损耗件的实际使用周期；
所述服务器根据所述各损耗件的历史运行信息、各损耗件的实际使用周期以及所述各损耗件的初始维保周期构建各型号的损耗件实际维保周期预测模型，以利用所述实际维保周期预测模型，结合当前接收的运行参数信息和运行环境信息、各损耗件的初始维保周期，预测得到对应的损耗件的实际维保周期。
优选的，所述系统还包括移动终端，
所述服务器根据所述运行参数信息计算所述空压机的各损耗件的累计运行时间，结合预测的所述各损耗件的实际维保周期确定所述各损耗件的下次维保时间并在所述下次维保时间符合一定条件时发送提醒信息至移动终端。
优选的，所述方法还包括：
所述服务器根据预先存储的各损耗件的数量判断是否满足下次维修所需数量；
若不满足，则所述服务器在订货周期到达前发送订货提醒消息至所述移动终端；所述订货提醒消息至少包括损耗件标识、损耗件数量、和损耗件订货周期。
本申请再一方面还提供一种空压机的云数据分析方法，包括：
所述服务器接收至少两个信息采集装置发送的运行参数信息和运行环境信息；所述信息采集装置与空压机一一对应；
所述服务器根据所述运行参数信息确定所述空压机的各损耗件运行状态并将所述运行状态和所述运行环境信息作为各损耗件的历史运行信息关联存储；
所述服务器根据所述各损耗件的历史运行信息和存储的各损耗件的历史维保信息构建各型号的损耗件使用性能预测模型；
所述服务器利用所述使用性能预测模型，结合当前接收的运行参数信息和运行环境信息，预测得到对应的损耗件的使用性能。
本申请再一方面还提供一种空压机的云数据分析装置，包括：
信息接收单元，用于接收至少两个信息采集装置发送的运行参数信息和运行环境信息；所述信息采集装置与空压机一一对应；
信息存储单元，用于根据所述运行参数信息确定所述空压机的各损耗件运行状态并将所述运行状态和所述运行环境信息作为各损耗件的历史运行信息关联存储；
模型构建单元，用于根据所述各损耗件的历史运行信息和存储的各损耗件的历史维保信息构建各型号的损耗件使用性能预测模型；
使用性能预测单元，用于利用所述使用性能预测模型，结合当前接收的运行参数信息和运行环境信息，预测得到对应的损耗件的使用性能。
本申请最后一方面提供一种计算机系统，包括：
一个或多个处理器；以及
与所述一个或多个处理器关联的存储器，所述存储器用于存储程序指令,所述程序指令在被所述一个或多个处理器读取执行时，执行如下操作：
接收至少两个信息采集装置发送的运行参数信息和运行环境信息；所述信息采集装置与空压机一一对应；
根据所述运行参数信息确定所述空压机的各损耗件运行状态并将所述运行状态和所述运行环境信息作为各损耗件的历史运行信息关联存储；
根据所述各损耗件的历史运行信息和存储的各损耗件的历史维保信息构建各型号的损耗件使用性能预测模型；
利用所述使用性能预测模型，结合当前接收的运行参数信息和运行环境信息，预测得到对应的损耗件的使用性能。
根据本申请提供的具体实施例，本申请公开了以下技术效果：
通过本申请的技术方案，可以在空压机上安装信息采集装置以自动获取空压机的运行参数，从而使得服务器可以根据运行参数对空压机各损耗件的运行时间进行计算，进而得到各损耗件的下次维保时间，以进行提醒，使得维保人员能够自动提前获知维保时间，避免了人工记录容易遗漏，出错和不及时的问题。
进一步的，服务器能够通过运行参数获得空压机的运行规律进而根据运行规律对下次维保时间进行修订，以使得下次维保时间更加准确。
更进一步的，服务器根据预存的损耗件的库存、订货周期等信息，可以在判断到库存不够时，在订货周期之前进行订货提醒。
本申请有益效果：
本申请方案能够通过云技术，自动获取多个空压机运行参数和运行环境信息，结合各空压机损耗件的历史维保信息，构建损耗件基于各因素的使用性能预测模型，从而可以根据各种因素自动计算空压机各损耗件的使用性能参数。由于基于云技术，构建了基于大数据分析的基础，因此进一步提高了预测的准确度。
当然，实施本申请的任一产品并不一定需要同时达到以上所述的所有优点。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例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，对于本领域普通技术人员来讲，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是本申请实施例提供的系统结构图；
图2是本申请实施例提供的装置结构图；
图3是本申请实施例提供方法流程图；
图4是本申请实施例提供计算机系统架构图。
具体实施方式
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，所描述的实施例仅仅是本申请一部分实施例，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所获得的所有其他实施例，都属于本申请保护的范围。
如背景技术所述，生产厂家所能模拟的各种条件如环境条件和空压机运行条件有限，因此生产厂家无法根据多种因素信息给出具体的损耗件使用性能预测。
基于此本申请提供一种基于云通信，获得云数据，从而基于大数据对损耗件使用性能与各因素关系进行分析，构建各损耗件基于各因素的使用性能预测模型，从而实现根据当前环境和空压机运行状态对各损耗件使用性能的实时预测，相比背景技术，提高了使用性能预测的准确度。
实施例一
本申请实施例一提供了一种空压机的云数据分析系统，如图1所示，包括：
至少两个信息采集装置11(图1示出两个)用于采集对应的空压机13的信息，以及与所述信息采集装置11进行云通信的服务器12。
所述信息采集装置与空压机一一对应，用于采集对应空压机的运行参数信息和运行环境信息并发送至所述服务器。信息采集装置具体可以通过连接空压机的各传感器获得相应的参数，如温度传感器、压力传感器、流量传感器等。至于运行环境信息，信息采集装置可以基于现有的技术采集，如设置于工厂内的各种环境监测装置等，以获得当前环境温湿度，空气指数等信息。
所述服务器用于根据所述运行参数信息确定所述空压机的各损耗件运行状态并将所述运行状态和所述运行环境信息作为各损耗件的历史运行信息关联存储。
具体的，服务器可以根据运行参数信息如电压电流信号确定空压机损耗件是否运行，累计运行时间等。进一步的，还可以根据温度、压力、流量信息等确定空压机损耗件的运行负荷。这些信息与环境运行信息、对应的损耗件标识信息如型号等一同关联存储在服务器中。
所述服务器用于根据所述各损耗件的历史运行信息和存储的各损耗件的历史维保信息构建各型号的损耗件使用性能预测模型。
损耗件的历史维保信息一般由维保人员在维保时记录在系统中，由于服务器接收的是多个信息采集装置发送的数据，因此，服务器可以对同一型号的损耗件在不同运行状态、不同环境信息的历史维保信息进行分析，确定之间的关联关系，进而构建使用性能预测模型。由于可用的数据量较多，且运行状态及运行环境信息丰富，因此构建的模型可靠性较高。
所述服务器用于利用所述使用性能预测模型，结合当前接收的运行参数信息和运行环境信息，预测得到对应的损耗件的使用性能。
基于构建的模型，结合新获得的运行参数和运行环境信息，即可得到对应损耗件的使用性能。
如根据大数据分析得到某一具体型号的空滤芯的故障率与温湿度和空气指数特别相关，且温湿度越高，空气指数越高，故障率越高，那么结合该模型，就可以得到在特定温湿度和空气指数下的故障率高低。
本申请中，服务器关联的信息采集装置越多，关联的空压机的运行状态越多样化，构建的模型将越准确。基于模型预测得到的结论可以用于给损耗件相关厂家如维保商、使用厂家、生产厂家等提供各种建议。如哪一种型号的损耗件对超负荷运行敏感，哪一种型号的损耗件对温湿度敏感，哪一种型号的损耗件故障率高等，以便厂家根据自己的情况选择合适的损耗件。
实施例二
本申请实施例二用于特别说明基于上述方式对损耗件实际使用周期的预测。我们知道生产厂家会给每一个损耗件一个维保周期，以便维保商等基于该维保周期确定维保时间进行维保。
比如空滤芯维保周期为5000个小时，当前已经累计运行2000个小时，那么维保时间在3000个小时后。但基于前述分析可知，不同环境和运行状态下，空滤芯的实际可使用周期不同。或许远大于5000个小时，或许远小于5000个小时。因此基于生产厂家给出的维保周期确定维保时间，将会造成较大的误差。为此本申请实施例二用于实现对实际使用周期的预测：
具体的服务器用于根据所述历史维保信息确定各损耗件的实际使用周期，然后根据所述各损耗件的历史运行信息、各损耗件的实际使用周期以及所述各损耗件的初始维保周期构建各型号的损耗件实际维保周期预测模型，以利用所述实际维保周期预测模型，结合当前接收的运行参数信息和运行环境信息、各损耗件的初始维保周期，预测得到对应的损耗件的实际维保周期。
该确定的实际维保周期可以用于后续的维保时间预测，为此所述系统还包括移动终端，所述服务器还用于根据所述运行参数信息计算所述空压机的各损耗件的累计运行时间，结合预测的所述各损耗件的实际维保周期确定所述各损耗件的下次维保时间并在所述下次维保时间符合一定条件时发送提醒信息至移动终端。
各损耗件的累计运行时间可以通过计算空压机累计运行时间和损耗件安装时间进行确定。损耗件安装时间一般由维保人员安装时录入系统，而空压机累计运行时间可以由服务器根据获得的运行参数信息确定，如根据电压电流信号确定空压机的启停时间，以计算累计运行时间。
服务器通过上述方式确定出损耗件的维保时间后，如果维保时间满足一定条件，如维保时间是5天后、7天后等，即可传输相关提醒信息至维保人员的第一终端以进行提前告知。需要明确的是，该维保人员可以是具体负责维保的人员，如某一空压机一直由某个维保人员维保，则信息可以直接传输给该维保人员关联的终端。该维保人员也可以是维保任务的分配人员，由其接收所有维保提醒信息以进行具体任务的分配，此处不做具体限定。
根据确定出的维保时间的不同，可以给与不同的提醒等级。如越接近维保时间，提醒次数越频繁等。
本申请的优选实施例中，所述服务器还用于根据预先存储的各损耗件的数量判断是否满足下次维修所需数量；
若不满足，则所述服务器在订货周期到达前发送订货提醒消息至所述移动终端；所述订货提醒消息至少包括损耗件标识、损耗件数量、和损耗件订货周期。
实施例三
与上述系统实施例相对应，本申请还提供一种空压机的云数据分析方法，应用在上述系统中，所述方法包括：
所述信息采集装置与空压机一一对应，采集对应空压机的运行参数信息和运行环境信息并发送至所述服务器；
所述服务器根据所述运行参数信息确定所述空压机的各损耗件运行状态并将所述运行状态和所述运行环境信息作为各损耗件的历史运行信息关联存储；
所述服务器根据所述各损耗件的历史运行信息和存储的各损耗件的历史维保信息构建各型号的损耗件使用性能预测模型；
所述服务器利用所述使用性能预测模型，结合当前接收的运行参数信息和运行环境信息，预测得到对应的损耗件的使用性能。
优选的，所述方法还包括：
所述服务器根据所述历史维保信息确定各损耗件的实际使用周期；
所述服务器根据所述各损耗件的历史运行信息、各损耗件的实际使用周期以及所述各损耗件的初始维保周期构建各型号的损耗件实际维保周期预测模型，以利用所述实际维保周期预测模型，结合当前接收的运行参数信息和运行环境信息、各损耗件的初始维保周期，预测得到对应的损耗件的实际维保周期。
优选的，所述系统还包括移动终端，
所述服务器根据所述运行参数信息计算所述空压机的各损耗件的累计运行时间，结合预测的所述各损耗件的实际维保周期确定所述各损耗件的下次维保时间并在所述下次维保时间符合一定条件时发送提醒信息至移动终端。
优选的，所述方法还包括：
所述服务器根据预先存储的各损耗件的数量判断是否满足下次维修所需数量；
若不满足，则所述服务器在订货周期到达前发送订货提醒消息至所述移动终端；所述订货提醒消息至少包括损耗件标识、损耗件数量、和损耗件订货周期。
实施例四
本申请实施例四还提供一种空压机的云数据分析装置，如图2所示，包括：
信息接收单元21，用于接收至少两个信息采集装置发送的运行参数信息和运行环境信息；所述信息采集装置与空压机一一对应；
信息存储单元22，用于根据所述运行参数信息确定所述空压机的各损耗件运行状态并将所述运行状态和所述运行环境信息作为各损耗件的历史运行信息关联存储；
模型构建单元23，用于根据所述各损耗件的历史运行信息和存储的各损耗件的历史维保信息构建各型号的损耗件使用性能预测模型；
使用性能预测单元24，用于利用所述使用性能预测模型，结合当前接收的运行参数信息和运行环境信息，预测得到对应的损耗件的使用性能。
实施例五
与实施例四相对应，本申请还提供一种空压机的云数据分析方法，如图3所示，包括：
S31、所述服务器接收至少两个信息采集装置发送的运行参数信息和运行环境信息；所述信息采集装置与空压机一一对应；
S32、所述服务器根据所述运行参数信息确定所述空压机的各损耗件运行状态并将所述运行状态和所述运行环境信息作为各损耗件的历史运行信息关联存储；
S33、所述服务器根据所述各损耗件的历史运行信息和存储的各损耗件的历史维保信息构建各型号的损耗件使用性能预测模型；
S34、所述服务器利用所述使用性能预测模型，结合当前接收的运行参数信息和运行环境信息，预测得到对应的损耗件的使用性能。
有关实施例四、五中的未详述的部分，可以参见实施例一、二中有关服务器的描述。
另外，本申请实施例还提供了一种计算机系统，包括：
一个或多个处理器；以及
与所述一个或多个处理器关联的存储器，所述存储器用于存储程序指令,所述程序指令在被所述一个或多个处理器读取执行时，执行如下操作：
接收至少两个信息采集装置发送的运行参数信息和运行环境信息；所述信息采集装置与空压机一一对应；
根据所述运行参数信息确定所述空压机的各损耗件运行状态并将所述运行状态和所述运行环境信息作为各损耗件的历史运行信息关联存储；
根据所述各损耗件的历史运行信息和存储的各损耗件的历史维保信息构建各型号的损耗件使用性能预测模型；
利用所述使用性能预测模型，结合当前接收的运行参数信息和运行环境信息，预测得到对应的损耗件的使用性能。
其中，图4示例性的展示出了计算机系统的架构，具体可以包括处理器1510，视频显示适配器1511，磁盘驱动器1512，输入/输出接口1513，网络接口1514，以及存储器1520。上述处理器1510、视频显示适配器1511、磁盘驱动器1512、输入/输出接口1513、网络接口1514，与存储器1520之间可以通过通信总线1530进行通信连接。
其中，处理器1510可以采用通用的CPU(Central Processing Unit，中央处理器)、微处理器、应用专用集成电路(Application Specific Integrated Circuit，ASIC)、或者一个或多个集成电路等方式实现，用于执行相关程序，以实现本申请所提供的技术方案。
存储器1520可以采用ROM(Read Only Memory，只读存储器)、RAM(Random AccessMemory，随机存取存储器)、静态存储设备，动态存储设备等形式实现。存储器1520可以存储用于控制计算机系统1500运行的操作系统1521，用于控制计算机系统1500的低级别操作的基本输入输出系统(BIOS)。另外，还可以存储网页浏览器1523，数据存储管理系统1524，以及图标字体处理系统1525等等。上述图标字体处理系统1525就可以是本申请实施例中具体实现前述各步骤操作的应用程序。总之，在通过软件或者固件来实现本申请所提供的技术方案时，相关的程序代码保存在存储器1520中，并由处理器1510来调用执行。
输入/输出接口1513用于连接输入/输出模块，以实现信息输入及输出。输入输出/模块可以作为组件配置在设备中(图中未示出)，也可以外接于设备以提供相应功能。其中输入设备可以包括键盘、鼠标、触摸屏、麦克风、各类传感器等，输出设备可以包括显示器、扬声器、振动器、指示灯等。
网络接口1514用于连接通信模块(图中未示出)，以实现本设备与其他设备的通信交互。其中通信模块可以通过有线方式(例如USB、网线等)实现通信，也可以通过无线方式(例如移动网络、WIFI、蓝牙等)实现通信。
总线1530包括一通路，在设备的各个组件(例如处理器1510、视频显示适配器1511、磁盘驱动器1512、输入/输出接口1513、网络接口1514，与存储器1520)之间传输信息。
另外，该计算机系统1500还可以从虚拟资源对象领取条件信息数据库1541中获得具体领取条件的信息，以用于进行条件判断，等等。
需要说明的是，尽管上述设备仅示出了处理器1510、视频显示适配器1511、磁盘驱动器1512、输入/输出接口1513、网络接口1514，存储器1520，总线1530等，但是在具体实施过程中，该设备还可以包括实现正常运行所必需的其他组件。此外，本领域的技术人员可以理解的是，上述设备中也可以仅包含实现本申请方案所必需的组件，而不必包含图中所示的全部组件。
通过以上的实施方式的描述可知，本领域的技术人员可以清楚地了解到本申请可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在存储介质中，如ROM/RAM、磁碟、光盘等，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或者实施例的某些部分所述的方法。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统或系统实施例而言，由于其基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。以上所描述的系统及系统实施例仅仅是示意性的，其中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模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
以上对本申请所提供的数据处理方法、装置及设备，进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本申请的限制。
Claims (8)
1.一种空压机的云数据分析系统，其特征在于，包括：
至少两个信息采集装置以及与所述信息采集装置进行云通信的服务器；
所述信息采集装置与空压机一一对应，用于采集对应空压机的运行参数信息和运行环境信息并发送至所述服务器；
所述服务器用于根据所述运行参数信息确定所述空压机的各损耗件运行状态并将所述运行状态和所述运行环境信息作为各损耗件的历史运行信息关联存储；
所述服务器用于根据所述各损耗件的历史运行信息和存储的各损耗件的历史维保信息构建各型号的损耗件使用性能预测模型；
所述服务器用于利用所述使用性能预测模型，结合当前接收的运行参数信息和运行环境信息，预测得到对应的损耗件的使用性能；
所述服务器还用于根据所述历史维保信息确定各损耗件的实际使用周期；
所述服务器具体用于根据所述各损耗件的历史运行信息、各损耗件的实际使用周期以及所述各损耗件的初始维保周期构建各型号的损耗件实际维保周期预测模型，以利用所述实际维保周期预测模型，结合当前接收的运行参数信息和运行环境信息、各损耗件的初始维保周期，预测得到对应的损耗件的实际维保周期。
2.如权利要求1所述的系统，其特征在于，所述系统还包括移动终端，
所述服务器还用于根据所述运行参数信息计算所述空压机的各损耗件的累计运行时间，结合预测的所述各损耗件的实际维保周期确定所述各损耗件的下次维保时间并在所述下次维保时间符合一定条件时发送提醒信息至移动终端；
所述移动终端用于接收所述提醒信息。
3.根据权利要求2所述的系统，其特征在于，
所述服务器还用于根据预先存储的各损耗件的数量判断是否满足下次维修所需数量；
若不满足，则所述服务器在订货周期到达前发送订货提醒消息至所述移动终端；所述订货提醒消息至少包括损耗件标识、损耗件数量、和损耗件订货周期。
4.一种空压机的云数据分析方法，应用在所述权利要求1所述的系统中，其特征在于，所述方法包括：
所述信息采集装置与空压机一一对应，采集对应空压机的运行参数信息和运行环境信息并发送至所述服务器；
所述服务器根据所述运行参数信息确定所述空压机的各损耗件运行状态并将所述运行状态和所述运行环境信息作为各损耗件的历史运行信息关联存储；
所述服务器根据所述各损耗件的历史运行信息和存储的各损耗件的历史维保信息构建各型号的损耗件使用性能预测模型；
所述服务器利用所述使用性能预测模型，结合当前接收的运行参数信息和运行环境信息，预测得到对应的损耗件的使用性能；所述方法还包括：
所述服务器根据所述历史维保信息确定各损耗件的实际使用周期；
所述服务器根据所述各损耗件的历史运行信息、各损耗件的实际使用周期以及所述各损耗件的初始维保周期构建各型号的损耗件实际维保周期预测模型，以利用所述实际维保周期预测模型，结合当前接收的运行参数信息和运行环境信息、各损耗件的初始维保周期，预测得到对应的损耗件的实际维保周期。
5.如权利要求4所述的方法，其特征在于，所述系统还包括移动终端，
所述服务器根据所述运行参数信息计算所述空压机的各损耗件的累计运行时间，结合预测的所述各损耗件的实际维保周期确定所述各损耗件的下次维保时间并在所述下次维保时间符合一定条件时发送提醒信息至移动终端。
6.一种空压机的云数据分析方法，其特征在于，包括：
服务器接收至少两个信息采集装置发送的运行参数信息和运行环境信息；所述信息采集装置与空压机一一对应；
所述服务器根据所述运行参数信息确定所述空压机的各损耗件运行状态并将所述运行状态和所述运行环境信息作为各损耗件的历史运行信息关联存储；
所述服务器根据所述各损耗件的历史运行信息和存储的各损耗件的历史维保信息构建各型号的损耗件使用性能预测模型；
所述服务器利用所述使用性能预测模型，结合当前接收的运行参数信息和运行环境信息，预测得到对应的损耗件的使用性能；
所述服务器根据所述历史维保信息确定各损耗件的实际使用周期；
所述服务器根据所述各损耗件的历史运行信息、各损耗件的实际使用周期以及所述各损耗件的初始维保周期构建各型号的损耗件实际维保周期预测模型，以利用所述实际维保周期预测模型，结合当前接收的运行参数信息和运行环境信息、各损耗件的初始维保周期，预测得到对应的损耗件的实际维保周期。
7.一种空压机的云数据分析装置，其特征在于，包括：
信息接收单元，用于接收至少两个信息采集装置发送的运行参数信息和运行环境信息；所述信息采集装置与空压机一一对应；
信息存储单元，用于根据所述运行参数信息确定所述空压机的各损耗件运行状态并将所述运行状态和所述运行环境信息作为各损耗件的历史运行信息关联存储；
模型构建单元，用于根据所述各损耗件的历史运行信息和存储的各损耗件的历史维保信息构建各型号的损耗件使用性能预测模型；
使用性能预测单元，用于利用所述使用性能预测模型，结合当前接收的运行参数信息和运行环境信息，预测得到对应的损耗件的使用性能；
实际维保周期预测单元，用于根据所述历史维保信息确定各损耗件的实际使用周期并根据所述各损耗件的历史运行信息、各损耗件的实际使用周期以及所述各损耗件的初始维保周期构建各型号的损耗件实际维保周期预测模型，以利用所述实际维保周期预测模型，结合当前接收的运行参数信息和运行环境信息、各损耗件的初始维保周期，预测得到对应的损耗件的实际维保周期。
8.一种计算机系统，其特征在于，包括：
一个或多个处理器；以及
与所述一个或多个处理器关联的存储器，所述存储器用于存储程序指令,所述程序指令在被所述一个或多个处理器读取执行时，执行如下操作：
接收至少两个信息采集装置发送的运行参数信息和运行环境信息；所述信息采集装置与空压机一一对应；
根据所述运行参数信息确定所述空压机的各损耗件运行状态并将所述运行状态和所述运行环境信息作为各损耗件的历史运行信息关联存储；
根据所述各损耗件的历史运行信息和存储的各损耗件的历史维保信息构建各型号的损耗件使用性能预测模型；
利用所述使用性能预测模型，结合当前接收的运行参数信息和运行环境信息，预测得到对应的损耗件的使用性能；
根据所述历史维保信息确定各损耗件的实际使用周期；
根据所述各损耗件的历史运行信息、各损耗件的实际使用周期以及所述各损耗件的初始维保周期构建各型号的损耗件实际维保周期预测模型，以利用所述实际维保周期预测模型，结合当前接收的运行参数信息和运行环境信息、各损耗件的初始维保周期，预测得到对应的损耗件的实际维保周期。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910477717.8A CN112032031B (zh) | 2019-06-03 | 2019-06-03 | 一种空压机的云数据分析方法、装置及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910477717.8A CN112032031B (zh) | 2019-06-03 | 2019-06-03 | 一种空压机的云数据分析方法、装置及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112032031A CN112032031A (zh) | 2020-12-04 |
| CN112032031B true CN112032031B (zh) | 2022-08-09 |
Family
ID=73576005
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910477717.8A Active CN112032031B (zh) | 2019-06-03 | 2019-06-03 | 一种空压机的云数据分析方法、装置及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112032031B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112990542B (zh) * | 2021-02-05 | 2021-11-19 | 深圳市浦联智能科技有限公司 | 一种用于空压机的寿命预测方法 |
| CN114876779A (zh) * | 2022-04-24 | 2022-08-09 | 惠州市卓锐机电设备有限公司 | 一种基于物联网的空压智能运维方法 |
| CN116201720B (zh) * | 2023-02-24 | 2023-11-03 | 埃尔利德(广东)智能科技有限公司 | 基于物联网技术的空压机全生命周期维护保养系统及方法 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101566523B (zh) * | 2009-05-11 | 2011-04-13 | 中能电力科技开发有限公司 | 风力发电机组齿轮箱状态监测方法 |
| CN104965464B (zh) * | 2015-07-08 | 2018-03-23 | 福建唐力电力设备有限公司 | 船舶机械与港口机械慧能系统及实现方法 |
| CN107316084A (zh) * | 2017-05-27 | 2017-11-03 | 东泽节能技术（苏州）有限公司 | 一种用于空压机节能驱动一体机的远程管理系统 |
| KR102442847B1 (ko) * | 2017-08-29 | 2022-09-14 | 현대두산인프라코어(주) | 건설기계의 소모품 유지보수 일정정보 조정 방법 및 서버 |
| CN107862391A (zh) * | 2017-10-20 | 2018-03-30 | 杭州唐电科技有限公司 | 一种基于云计算的设备运行状况测试系统 |
-
2019
- 2019-06-03 CN CN201910477717.8A patent/CN112032031B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN112032031A (zh) | 2020-12-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112032031B (zh) | 一种空压机的云数据分析方法、装置及系统 | |
| US9384079B2 (en) | System operations management apparatus, system operations management method and program storage medium | |
| KR101477179B1 (ko) | 어플리케이션의 전력 효율을 결정하고 표시하는 방법 및 단말기 | |
| US11301597B2 (en) | Simulation apparatus and method | |
| EP3055976B1 (en) | Methods and systems for a universal wireless platform for asset monitoring | |
| CN112101662A (zh) | 设备健康状况和生命周期检测方法、存储介质及电子设备 | |
| US10838850B2 (en) | Robotic regression testing for smart devices | |
| CN110568838A (zh) | 一种车辆静态电流获取方法、系统、电子设备及存储介质 | |
| JP2012205385A (ja) | 予備力計算装置およびその方法、コンピュータプログラム | |
| CN116647819B (zh) | 基于传感器网络的仪器能耗监测方法及系统 | |
| US8832839B2 (en) | Assessing system performance impact of security attacks | |
| CN106403188A (zh) | 一种空调维护方法及其维护装置 | |
| CN106503841B (zh) | 指标阈值的确定方法和装置 | |
| JP6880560B2 (ja) | 故障予測装置、故障予測方法及び故障予測プログラム | |
| EP2860987B1 (en) | Methods and systems for dynamic workflow prioritization and tasking | |
| CN116482598A (zh) | 一种用电数据监测方法及装置 | |
| US10876928B2 (en) | Method and device to monitor and automatically report electric motor and transformer conditions | |
| CN113419825B (zh) | 资源性能预估方法和装置、系统及电子设备 | |
| CN110516819A (zh) | 基于云通信的损耗件维保时间确定方法、装置及系统 | |
| CN117010197A (zh) | 基于数字孪生的设备检测方法及装置 | |
| CN116932361A (zh) | 微服务变更评估方法、电子设备和存储介质 | |
| CN109100654A (zh) | 一种电池损耗提醒方法及移动终端 | |
| CN103217942B (zh) | 调用测量值，诊断信息或者设备参数 | |
| CN113835961A (zh) | 告警信息监控方法、装置、服务器及存储介质 | |
| CN110231789B (zh) | 一种工装设备的性能监控方法及工装设备的存储装置 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |