CN112101662B - 设备健康状况和生命周期检测方法、存储介质及电子设备 - Google Patents
设备健康状况和生命周期检测方法、存储介质及电子设备 Download PDFInfo
- Publication number
- CN112101662B CN112101662B CN202010971245.4A CN202010971245A CN112101662B CN 112101662 B CN112101662 B CN 112101662B CN 202010971245 A CN202010971245 A CN 202010971245A CN 112101662 B CN112101662 B CN 112101662B
- Authority
- CN
- China
- Prior art keywords
- target equipment
- equipment
- working parameter
- target
- health
- 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
- 230000036541 health Effects 0.000 title claims abstract description 180
- 238000000034 method Methods 0.000 title claims abstract description 68
- 238000001514 detection method Methods 0.000 claims abstract description 35
- 230000008569 process Effects 0.000 claims description 9
- 238000012423 maintenance Methods 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 6
- 238000005299 abrasion Methods 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000012544 monitoring process Methods 0.000 claims description 3
- 230000007613 environmental effect Effects 0.000 abstract description 13
- 230000008859 change Effects 0.000 abstract description 8
- 230000003862 health status Effects 0.000 description 9
- 238000004891 communication Methods 0.000 description 7
- 238000004519 manufacturing process Methods 0.000 description 7
- 230000002159 abnormal effect Effects 0.000 description 5
- 230000032683 aging Effects 0.000 description 5
- 230000005236 sound signal Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 201000010099 disease Diseases 0.000 description 3
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000003068 static effect Effects 0.000 description 3
- 208000024891 symptom Diseases 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- KLDZYURQCUYZBL-UHFFFAOYSA-N 2-[3-[(2-hydroxyphenyl)methylideneamino]propyliminomethyl]phenol Chemical compound OC1=CC=CC=C1C=NCCCN=CC1=CC=CC=C1O KLDZYURQCUYZBL-UHFFFAOYSA-N 0.000 description 1
- 201000001098 delayed sleep phase syndrome Diseases 0.000 description 1
- 208000033921 delayed sleep phase type circadian rhythm sleep disease Diseases 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011158 quantitative evaluation Methods 0.000 description 1
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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/18—Status alarms
- G08B21/24—Reminder alarms, e.g. anti-loss alarms
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Emergency Management (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明涉及设备检测技术领域，具体涉及一种设备健康状况和生命周期检测方法、存储介质及电子设备，解决了现有技术中无法同时考虑到设备自身损耗和环境因素的影响，导致检测误差较大，从而导致不能及时提醒用户对设备采取措施的问题；方法包括：结合各种运行环境对目标设备的影响和自身损耗造成的工作参数的变化，确定目标设备当前运行环境以及对应的工作参数标准值和工作参数阈值，并与目标设备当前运行时的工作参数进行比对，根据比对结果确定描述目标设备当前健康状况的当前健康指数，从而对目标设备未来时刻的健康状况和剩余生命周期进行预测；达到了量化检测设备健康状态，更准确地预测设备剩余生命周期的目的。
Description
技术领域
本发明涉及设备检测技术领域，特别地涉及一种设备健康状况检测方法和生命周期检测方法、存储介质及电子设备。
背景技术
随着自动化设备和智能化设备的增加，保证设备自身的稳定运行和及时发现设备存在的问题是极为重要的一个环节，尤其是在实际生产过程中，由于设备使用的自然损耗和外界环境对其的影响，同一设备也会存在不同的使用寿命，工作人员只有在设备存在故障后，才进行维修。但很多情况下，若突然暂停使用设备或未能及时发现其故障，不仅会影响原本的生产进度，还可能给用户带来诸多不便和造成经济损失。
因此，为了能及时发现设备存在的故障，目前提出了很多针对设备自身损耗的预警方法，但这些预警方法一般都是针对某一种设备类型来设计的，不同设备之间不能互通，也不能随意拿来使用，对设备本身是有限制的；也有一些不限制设备类型提出的提醒用户定期维护设备的提醒方法，根据设备运行参数，利用时间序列预测模型判断设备状态和预测设备故障，但这种方法仅仅从运行参数来单一的判断设备状态，没有考虑到环境因素对设备的影响，无法了解到设备真实的健康状况，导致判断设备状态或预测设备故障存在误差的问题；还有一些根据设备已使用周期直接预测设备剩余使用周期的方法，这种方法无法对维护或更换器件后的设备进行预测，也没有考虑到设备自身状态对使用周期的影响，导致预测到的设备剩余使用周期也存在误差，从而导致不能及时提醒用户对设备采取措施的问题。
因此，本发明基于上述问题，提供一种结合设备自身运行情况和环境因素的影响，更准确地检测设备的健康状况的方法和生命周期的方法、存储介质及电子设备。
发明内容
本发明的目的在于：针对上述问题，本发明提供了一种设备健康状况和生命周期检测方法、存储介质及电子设备，通过综合考虑时间序列和环境因素对设备健康状态检测和设备生命周期检测的影响，量化设备的健康状态检测过程，预测设备剩余生命周期，解决了现有技术中对设备进行状态或可使用周期的检测时，无法同时考虑到设备自身损耗和环境因素的影响，导致检测误差较大，从而导致不能及时提醒用户对设备采取措施的问题，达到量化检测设备健康状态，更准确地预测设备剩余生命周期的目的。
本发明采用的技术方案如下：
为实现上述目的，第一方面，本发明提供一种设备健康状况检测方法，包括以下步骤：
获取目标设备在各种运行环境下的环境参数，以及目标设备的与各种运行环境相对应的工作参数标准值和工作参数阈值；
采集目标设备当前运行时的环境参数和工作参数，通过比对目标设备当前运行时的环境参数与目标设备在各种运行环境下的环境参数，确定目标设备当前运行所处运行环境以及在该运行环境下的工作参数标准值和工作参数阈值，将在该运行环境下的工作参数标准值和工作参数阈值与目标设备当前运行时的工作参数进行比对，根据比对结果确定描述目标设备当前健康状况的当前健康指数；
基于目标设备历史健康指数拟合曲线，根据当前健康指数推测目标设备在未来时刻的健康指数，以推测目标设备在未来时刻的健康状况。
根据本发明的实施例，可选的，上述设备健康状况检测方法中，所述获取目标设备的与各种运行环境相对应的工作参数标准值和工作参数阈值，包括：
采集目标设备在各种运行环境下运行时的工作参数样本，根据所述工作参数样本确定目标设备在各种运行环境下的工作参数标准值和工作参数阈值。
根据本发明的实施例，可选的，上述设备健康状况检测方法中，根据所述工作参数样本确定目标设备在各种运行环境下的工作参数标准值和工作参数阈值，包括：
对于每一种运行环境，计算目标设备在该运行环境下运行时的工作参数样本的平均值，得到目标设备在该运行环境下的工作参数标准值；
根据工作参数标准值，利用方差计算式得到工作参数样本的标准差，并以所述标准差的预设倍数为极限误差，根据工作参数标准值和极限误差确定工作参数阈值。
根据本发明的实施例，可选的，上述设备健康状况检测方法中，将在该运行环境下的工作参数标准值和工作参数阈值与目标设备当前运行时的工作参数进行比对，根据比对结果确定描述目标设备当前健康状况的当前健康指数，包括：
判断目标设备当前运行时的工作参数是否在工作参数阈值范围内；
若目标设备当前运行时的工作参数在工作参数阈值范围内，则进一步判断目标设备当前运行时的工作参数与工作参数标准值之间的关系：
当目标设备当前运行时的工作参数等于工作参数标准值时，判断目标设备的当前健康指数为1；
当目标设备当前运行时的工作参数小于工作参数标准值时，将目标设备当前运行时的工作参数与阈值最小值的差值除以工作参数标准值与阈值最小值的差值，得到目标设备的当前健康指数；
当目标设备当前运行时的工作参数大于工作参数标准值时，将阈值最大值与目标设备当前运行时的工作参数的差值除以阈值最大值与工作参数标准值的差值，得到目标设备的当前健康指数；
若目标设备当前运行时的工作参数不在工作参数阈值范围内，则判断目标设备的当前健康指数为0。
根据本发明的实施例，可选的，上述设备健康状况检测方法中，所述方法还包括：
根据所述目标设备的历史健康指数，利用最小二乘法进行曲线拟合，获得目标设备历史健康指数拟合曲线。
根据本发明的实施例，可选的，上述设备健康状况检测方法中，所述方法还包括：
将目标设备的健康状况以健康报告的形式推送给终端，其中，按照预定时间间隔或根据获取到的推送健康报告的指令信息进行推送，所述健康报告包括描述目标设备的当前健康状况和/或在未来时刻的健康状况的信息。
第二方面，本发明提供了一种设备生命周期检测方法，所述方法包括：
利用如上述的设备健康状况检测方法，评估目标设备当前的健康状况；
基于目标设备生命周期线性模型，根据目标设备的已用时长和健康状况预测目标设备的剩余生命周期。
根据本发明的实施例，可选的，上述设备生命周期检测方法中，所述基于目标设备生命周期线性模型，根据目标设备的已用时长和健康状况预测目标设备的剩余生命周期，包括：
根据目标设备的健康状况设定目标设备的生命周期消耗速率；
根据目标设备的生命周期消耗速率和收集的与所述目标设备同类型设备的平均生命周期建立目标设备生命周期线性模型；
根据目标设备生命周期线性模型预测目标设备的剩余生命周期。
根据本发明的实施例，可选的，上述设备生命周期检测方法中，在根据目标设备的健康状况设定目标设备的生命周期消耗速率后，所述方法还包括：
监测目标设备指定部位的磨损程度，并采集目标设备的零件更换或设备检修记录，以修正目标设备的生命周期消耗速率。
第三方面，本发明提供了一种存储介质，其上存储有计算机程序，所述计算机程序可被一个或多个处理器执行，以实现如上述的方法的步骤。
第四方面，本发明提供了一种电子设备，所述电子设备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，执行如上述的方法的步骤。
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：
1.本发明提供的一种设备健康状况和生命周期检测方法、存储介质及电子设备，通过结合各种运行环境对目标设备运行时的影响和自身损耗造成的工作参数的变化，根据计算的工作参数标准值和工作参数阈值确定描述目标设备当前健康状况的当前健康指数，量化设备的健康状态检测过程；综合考虑了时间序列和环境因素对设备健康状态检测和设备生命周期检测的影响，提高了检测结果的准确性；并通过历史健康指数拟合曲线来预测目标设备在未来时刻的健康状况，方便用户及时发现设备健康状态的改变，对应采取措施，提前防范运行故障风险，减少因设备故障造成的损失。
2.本发明提供的一种设备生命周期检测方法，通过根据目标设备的已用时长和健康状况，基于目标设备生命周期线性模型预测目标设备的剩余生命周期，避免因为设备的故障和寿命到期老化而产生生产停滞的问题，预测设备剩余生命周期，可保证设备的持续可靠运行。
3.本发明提供的一种设备生命周期检测方法中，监测目标设备指定部位的磨损程度，并采集目标设备的零件更换或设备检修记录，以修正目标设备的生命周期消耗速率，可以使预测的剩余生命周期可以更加贴合实际情况，增加了剩余生命周期的预测结果准确性。
4.本发明提供的方法，一方面可了解设备运行时的参数，量化评估得到设备的健康状态，及时报警提醒，提前防范运行故障风险，另一方面对设备生命周期进行评估，及时了解设备剩余生命周期，帮助用户发现已到或即将到达产品生命周期里程碑的设备，大幅度降低因设备老化带来的运营风险。
附图说明
在下文中将基于实施例并参考附图来对本发明进行更详细的描述。
图1为本发明实施例一提供的一种设备健康状况检测方法的流程示意图。
图2为本发明实施例二提供的一种设备生命周期检测方法的流程示意图。
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发明的实施方式，借此对本发明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。本发明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发明的保护范围之内。
实施例一
请参阅图1，本实施例提供了一种可应用于电子设备的设备健康状况检测方法，本实施例的设备以空调为例进行说明，但是不限于此，其它生产设备、制造设备或家居设备也可以，所述方法应用于所述电子设备时执行以下步骤：
步骤101：获取目标设备在各种运行环境下的环境参数，以及目标设备的与各种运行环境相对应的工作参数标准值和工作参数阈值；
步骤101.1：获取目标设备在各种运行环境下的环境参数；
本实施例中，以空调作为目标设备，采集该空调在各种运行环境下的温度和湿度参数；
步骤101.2：采集目标设备在各种运行环境下运行时的工作参数样本；
本实施例中，采集空调在不同温度环境、湿度或震动环境下正常运行时的工作参数，比如，对每种环境进行范围划分，采集对应范围的运行环境条件下，空调达到相同的制冷或制热效果时的功率、制冷量、噪音、所需时间等工作参数，并保存；
步骤101.3：对于每一种运行环境，计算目标设备在该运行环境下运行时的工作参数样本的平均值，得到目标设备在该运行环境下的工作参数标准值；
本实施例中，采集到空调在20-30℃的温度环境下使室内温度达到26℃时所消耗的功率，得到一组功率参数数据x1、x2、x3…xn，其中，n表示该组功率参数数据的个数，以该组功率参数数据的平均值作为该空调在20-30℃的温度环境下的工作参数标准值M，例如，测得的参数数据为2000w、2100w、2200w、2300w和2050w，n＝5，M＝2130w；
步骤101.4：根据工作参数标准值，利用方差计算式得到工作参数样本的标准差，并以所述标准差的预设倍数为极限误差，根据工作参数标准值和极限误差确定工作参数阈值；
本实施例中，根据步骤101.3采集到的功率参数数据x1、x2、x3…xn，利用方差计算式得到该组数据的标准差S，所述方差计算式为：
一般情况下，3倍标准差范围外的数据被认为是异常数据，因此，本实施例以正负3倍的标准差作为极限误差，超过极限误差之后的数值则认为是坏值，应剔除，确定空调在20-30℃的温度环境下的工作参数阈值为M±3S，最小值为M-3S，最大值为M+3S；本实施例中，将步骤101.3的数据带入上式后，计算出的标准差S＝107.7，从而得到工作参数阈值为1806.9w～2453.1w；
步骤102：采集目标设备当前运行时的环境参数和工作参数，通过比对目标设备当前运行时的环境参数与目标设备在各种运行环境下的环境参数，确定目标设备当前运行所处运行环境以及在该运行环境下的工作参数标准值和工作参数阈值，将在该运行环境下的工作参数标准值和工作参数阈值与目标设备当前运行时的工作参数进行比对，根据比对结果确定描述目标设备当前健康状况的当前健康指数；
步骤102.1：采集目标设备当前运行时的环境参数和工作参数，通过比对目标设备当前运行时的环境参数与目标设备在各种运行环境下的环境参数，确定目标设备当前运行所处运行环境以及在该运行环境下的工作参数标准值和工作参数阈值；
例如，本实施例中，采集到空调当前运行时的环境参数中温度是29℃，工作参数中功率是P，通过比对步骤101划分的不同范围的温度运行环境，确定该空调当前运行所处温度范围属于20-30℃的温度环境，对应地，该空调在当前运行环境下的工作参数标准值是M＝2130w，工作参数阈值是M±3S，为1806.9w～2453.1w；
步骤102.2：判断目标设备当前运行时的工作参数是否在工作参数阈值范围内；
若目标设备当前运行时的工作参数在工作参数阈值范围内，则进一步判断目标设备当前运行时的工作参数与工作参数标准值之间的关系：
当目标设备当前运行时的工作参数等于工作参数标准值时，判断目标设备的当前健康指数为1，即本实施例中，若P＝M，则判断该空调的当前健康指数为1；
当目标设备当前运行时的工作参数小于工作参数标准值时，将目标设备当前运行时的工作参数与阈值最小值的差值除以工作参数标准值与阈值最小值的差值，得到目标设备的当前健康指数，即本实施例中，若M-3S≤P＜M，比如，步骤102.1测得的P＝1930w，属于工作参数阈值1806.9w～2453.1w的范围内，且位于最小值1806.9w和标准值2130w之间，则判断该空调的当前健康指数为：(1930-1806.9)/(2130-1806.9)＝0.38；
当目标设备当前运行时的工作参数大于工作参数标准值时，将阈值最大值与目标设备当前运行时的工作参数的差值除以阈值最大值与工作参数标准值的差值，得到目标设备的当前健康指数，即本实施例中，若M＜P≤M+3s，比如，步骤102.1测得的P＝2200w，属于工作参数阈值1806.9w～2453.1w的范围内，且位于标准值2130w和最大值2453.1w之间，则判断该空调的当前健康指数为：(2453.1-2200)/(2453.1-2130)＝0.78；
若目标设备当前运行时的工作参数不在工作参数阈值范围内，则判断目标设备的当前健康指数为0；
步骤103：根据所述目标设备的历史健康指数，利用最小二乘法进行曲线拟合，获得目标设备历史健康指数拟合曲线；
步骤104：基于目标设备历史健康指数拟合曲线，根据当前健康指数推测目标设备在未来时刻的健康指数，以推测目标设备在未来时刻的健康状况；
本实施例中，可以根据健康指数对应划分设备的健康状况，例如，空调健康指数在0.85-1之间设定为健康，健康状态时，说明空调可以正常运行且工作参数无异常；健康指数在0.65-0.85之间设定为良好，良好状态时，说明空调可以正常运行但工作参数有小幅度差异，但不影响其正常使用；健康指数在0.45-0.65之间设定为亚健康，亚健康状态时，说明空调出现异常征兆，不适宜长期运行；健康指数在0.35-0.45之间设定为不健康，不健康状态时，说明空调有轻微故障，且出现了较为严重的异常征兆，应采取调整措施；健康指数在0-0.35之间设定为病态，病态时，说明空调存在设备故障，出现了严重异常征兆，应在短时间内停机检修；
步骤105：将目标设备的健康状况以健康报告的形式推送给终端，其中，按照预定时间间隔或根据获取到的推送健康报告的指令信息进行推送，所述健康报告包括描述目标设备的当前健康状况和/或在未来时刻的健康状况的信息；
本实施例中，例如步骤102.2中健康指数为0.78的情况下，根据步骤104的健康状况划分情况，说明该空调的当前健康状况为良好，对应地，以健康报告的形式发送该空调的健康状况和未来时刻的健康状况到用户手机；
本实施例中，发送健康报告时，还可以对应不同的健康状况给出提示，例如，步骤102.2中健康指数为0.38的情况下，根据步骤104的健康状况划分情况，说明该空调的当前健康状况为不健康，发送该空调的健康状况给用户手机时，增加提示用户空调可能存在的故障及对应应当采取的措施；
本实施例中，发送健康报告时，还可以对应不同的健康状况进行报警，例如，当健康状况为病态时，发送该空调的健康状况给用户手机时，增加推送警告信息给用户，其他状态不需要报警时，就按照预定时间周期推送健康报告即可，对于处于病态的设备及时提醒用户采取措施，防止造成事故或更严重的损坏。
本实施例提供的一种设备健康状况检测方法，通过结合各种运行环境对目标设备运行时的影响和自身损耗造成的工作参数的变化，根据计算的工作参数标准值和工作参数阈值确定描述目标设备当前健康状况的当前健康指数，量化设备的健康状态检测过程；根据统计，外部环境因素改变对设备造成的故障占总体故障的一半以上，因此将环境因素作为评估设备健康状态的因素可提高设备健康的评估准确性，本实施例综合考虑了时间序列和环境因素对设备健康状态检测的影响，提高了检测结果的准确性；并通过历史健康指数拟合曲线来预测目标设备在未来时刻的健康状况，方便用户及时发现设备健康状态的改变，对应采取措施，提前防范运行故障风险，减少因设备故障造成的损失，解决了现有技术中对设备进行状态检测时，无法同时考虑到设备自身损耗和环境因素的影响，导致检测误差较大，从而导致不能及时提醒用户对设备采取措施的问题。
实施例二
请参阅图2，本实施例在实施例一的基础上，提出了一种可应用于电子设备的设备生命周期检测方法，所述方法应用于所述电子设备时执行以下步骤：
步骤201：利用如实施例一所述的设备健康状况检测方法，评估目标设备当前的健康状况；
例如，本实施例可根据实施例一的数据，评估到空调的健康状况为良好；
步骤202：基于目标设备生命周期线性模型，根据目标设备的已用时长和健康状况预测目标设备的剩余生命周期；
步骤202.1：根据目标设备的健康状况设定目标设备的生命周期消耗速率；
本实施例中，根据历史数据与经验，设定空调健康状况为健康状态时的生命周期消耗速率为100％，即每过1小时，空调的剩余生命周期就会减少1小时，良好状态时的生命周期消耗速率为110％，即每过1小时空调的剩余生命周期就会减少1.1小时，同理，继续设定亚健康状态时的生命周期消耗速率为120％等等；
步骤202.2：监测目标设备指定部位的磨损程度，并采集目标设备的零件更换或设备检修记录，以修正目标设备的生命周期消耗速率，可以使预测的剩余生命周期可以更加贴合实际情况，增加了剩余生命周期的预测结果准确性；
本实施例中，设备检修人员利用监测器械和仪表对设备关键部位进行定期监测，获取设备的磨损程度，若采集到设备有更换，则直接重新计算设备生命周期，若采集到设备有零件更换或检修，则修正设备的健康指数为1，对应地，修正其生命周期消耗速率为正常速率100％；
步骤202.3：根据目标设备的生命周期消耗速率和收集的与所述目标设备同类型设备的平均生命周期建立目标设备生命周期线性模型；
例如，本实施例收集同类型空调的平均生命周期，针对不同健康状况的同类型空调对应的生命周期消耗速率，收集空调的已用时长和剩余生命周期的样本数据，再根据样本数据拟合成曲线，得到该类型空调的生命周期线性模型；
步骤202.4：根据目标设备生命周期线性模型预测目标设备的剩余生命周期；
本实施例中，将采集到的空调的实际已用时长直接带入步骤202.3得到的生命周期线性模型中，便可得到空调当前的剩余生命周期；
步骤203：将目标设备的健康状况和剩余生命周期以健康报告的形式推送给终端，其中，按照预定时间间隔或根据获取到的推送健康报告的指令信息进行推送，所述健康报告包括描述目标设备的当前健康状况和/或在未来时刻的健康状况的信息；
本实施例中，发送健康报告时，还可以根据设备的剩余生命周期的长短，对应设定报警信息，例如，当设备剩余生命周期只有一周左右时，发送健康报告时，增加推送警告信息给用户，用户便可及时进行维护和检修，从而更新设备生命周期或生命周期消耗速率。
本实施例提供的一种设备生命周期检测方法，通过根据目标设备的已用时长和健康状况，基于目标设备生命周期线性模型预测目标设备的剩余生命周期，避免因为设备的故障和寿命到期老化而产生生产停滞的问题，预测设备剩余生命周期，可保证设备的持续可靠运行。
实施例三
本实施例提供一种计算机可读存储介质，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下方法步骤：
步骤301：获取目标设备在各种运行环境下的环境参数，以及目标设备的与各种运行环境相对应的工作参数标准值和工作参数阈值；
步骤302：采集目标设备当前运行时的环境参数和工作参数，通过比对目标设备当前运行时的环境参数与目标设备在各种运行环境下的环境参数，确定目标设备当前运行所处运行环境以及在该运行环境下的工作参数标准值和工作参数阈值，将在该运行环境下的工作参数标准值和工作参数阈值与目标设备当前运行时的工作参数进行比对，根据比对结果确定描述目标设备当前健康状况的当前健康指数；
步骤303：根据所述目标设备的历史健康指数，利用最小二乘法进行曲线拟合，获得目标设备历史健康指数拟合曲线；
步骤304：基于目标设备历史健康指数拟合曲线，根据当前健康指数推测目标设备在未来时刻的健康指数，以推测目标设备在未来时刻的健康状况；
步骤305：基于目标设备生命周期线性模型，根据目标设备的已用时长和健康状况预测目标设备的剩余生命周期；
步骤306：将目标设备的健康状况和剩余生命周期以健康报告的形式推送给终端，其中，按照预定时间间隔或根据获取到的推送健康报告的指令信息进行推送，所述健康报告包括描述目标设备的当前健康状况和/或在未来时刻的健康状况的信息。
上述方法步骤的具体实施例过程可参见实施例一和实施例二，本实施例在此不再重复赘述。
实施例四
本实施例提供了一种电子设备，该电子设备可以是手机、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和实施例二中所述的方法的步骤。可以理解，电子设备还可以包括，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和实施例二中所述的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电子设备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和实施例二中所述的方法的步骤。
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和音频组件，所述屏幕可以是触摸屏，音频组件用于输出和/或输入音频信号。例如，音频组件可以包括一个麦克风，麦克风用于接收外部音频信号。所接收的音频信号可以被进一步存储在存储器或通过通信组件发送。音频组件还包括至少一个扬声器，用于输出音频信号。
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。
通信组件用于该电子设备与其他设备之间进行有线或无线通信。无线通信，例如Wi-Fi，蓝牙，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405可以包括：Wi-Fi模块，蓝牙模块，NFC模块。
综上，本发明提供的一种设备健康状况和生命周期检测方法、存储介质及电子设备，通过结合各种运行环境对目标设备运行时的影响和自身损耗造成的工作参数的变化，根据计算的工作参数标准值和工作参数阈值确定描述目标设备当前健康状况的当前健康指数，量化设备的健康状态检测过程；综合考虑了时间序列和环境因素对设备健康状态检测和设备生命周期检测的影响，提高了检测结果的准确性；并通过历史健康指数拟合曲线来预测目标设备在未来时刻的健康状况，方便用户及时发现设备健康状态的改变，对应采取措施，提前防范运行故障风险，减少因设备故障造成的损失；还通过根据目标设备的已用时长和健康状况，基于目标设备生命周期线性模型预测目标设备的剩余生命周期，避免因为设备的故障和寿命到期老化而产生生产停滞的问题，预测设备剩余生命周期，可保证设备的持续可靠运行；一方面可了解设备运行时的参数，量化评估得到设备的健康状态，及时报警提醒，提前防范运行故障风险，另一方面对设备生命周期进行评估，及时了解设备剩余生命周期，帮助用户发现已到或即将到达产品生命周期里程碑的设备，大幅度降低因设备老化带来的运营风险。
在本发明实施例所提供的几个实施例中，应该理解到，所揭露的系统和方法，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例性的。
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。
虽然本发明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发明而采用的实施方式，并非用以限定本发明。任何本发明所属技术领域内的技术人员，在不脱离本发明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，但本发明的专利保护范围，仍须以所附的权利要求书所界定的范围为准。
Claims (8)
1.一种设备健康状况检测方法，其特征在于，包括以下步骤：
获取目标设备在各种运行环境下的环境参数，以及目标设备的与各种运行环境相对应的工作参数标准值和工作参数阈值；
采集目标设备当前运行时的环境参数和工作参数，通过比对目标设备当前运行时的环境参数与目标设备在各种运行环境下的环境参数，确定目标设备当前运行所处运行环境以及在该运行环境下的工作参数标准值和工作参数阈值，将在该运行环境下的工作参数标准值和工作参数阈值与目标设备当前运行时的工作参数进行比对，根据比对结果确定描述目标设备当前健康状况的当前健康指数；
基于目标设备历史健康指数拟合曲线，根据当前健康指数推测目标设备在未来时刻的健康指数，以推测目标设备在未来时刻的健康状况；
所述获取目标设备的与各种运行环境相对应的工作参数标准值和工作参数阈值，包括：
采集目标设备在各种运行环境下运行时的工作参数样本，根据所述工作参数样本确定目标设备在各种运行环境下的工作参数标准值和工作参数阈值；
根据所述工作参数样本确定目标设备在各种运行环境下的工作参数标准值和工作参数阈值，包括：
对于每一种运行环境，计算目标设备在该运行环境下运行时的工作参数样本的平均值，得到目标设备在该运行环境下的工作参数标准值；
根据工作参数标准值，利用方差计算式得到工作参数样本的标准差，并以所述标准差的预设倍数为极限误差，根据工作参数标准值和极限误差确定工作参数阈值；
其中，将在该运行环境下的工作参数标准值和工作参数阈值与目标设备当前运行时的工作参数进行比对，根据比对结果确定描述目标设备当前健康状况的当前健康指数，包括：
判断目标设备当前运行时的工作参数是否在工作参数阈值范围内；
若目标设备当前运行时的工作参数在工作参数阈值范围内，则进一步判断目标设备当前运行时的工作参数与工作参数标准值之间的关系：
当目标设备当前运行时的工作参数等于工作参数标准值时，判断目标设备的当前健康指数为1；
当目标设备当前运行时的工作参数小于工作参数标准值时，将目标设备当前运行时的工作参数与阈值最小值的差值除以工作参数标准值与阈值最小值的差值，得到目标设备的当前健康指数；
当目标设备当前运行时的工作参数大于工作参数标准值时，将阈值最大值与目标设备当前运行时的工作参数的差值除以阈值最大值与工作参数标准值的差值，得到目标设备的当前健康指数；
若目标设备当前运行时的工作参数不在工作参数阈值范围内，则判断目标设备的当前健康指数为0。
2.根据权利要求1所述的设备健康状况检测方法，其特征在于，所述方法还包括：
根据所述目标设备的历史健康指数，利用最小二乘法进行曲线拟合，获得目标设备历史健康指数拟合曲线。
3.根据权利要求1所述的设备健康状况检测方法，其特征在于，所述方法还包括：
将目标设备的健康状况以健康报告的形式推送给终端，其中，按照预定时间间隔或根据获取到的推送健康报告的指令信息进行推送，所述健康报告包括描述目标设备的当前健康状况和/或在未来时刻的健康状况的信息。
4.一种设备生命周期检测方法，其特征在于，所述方法包括：
利用如权利要求1至3中任意一项所述的设备健康状况检测方法，评估目标设备当前的健康状况；
基于目标设备生命周期线性模型，根据目标设备的已用时长和健康状况预测目标设备的剩余生命周期。
5.根据权利要求4所述的设备生命周期检测方法，其特征在于，所述基于目标设备生命周期线性模型，根据目标设备的已用时长和健康状况预测目标设备的剩余生命周期，包括：
根据目标设备的健康状况设定目标设备的生命周期消耗速率；
根据目标设备的生命周期消耗速率和收集的与所述目标设备同类型设备的平均生命周期建立目标设备生命周期线性模型；
根据目标设备生命周期线性模型预测目标设备的剩余生命周期。
6.根据权利要求5所述的设备生命周期检测方法，其特征在于，在根据目标设备的健康状况设定目标设备的生命周期消耗速率后，所述方法还包括：
监测目标设备指定部位的磨损程度，并采集目标设备的零件更换或设备检修记录，以修正目标设备的生命周期消耗速率。
7.一种存储介质，其上存储有计算机程序，其特征在于，所述计算机程序可被一个或多个处理器执行，以实现如权利要求1至6中任意一项所述的方法的步骤。
8.一种电子设备，其特征在于，所述电子设备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，实现如权利要求1至6中任意一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010971245.4A CN112101662B (zh) | 2020-09-16 | 2020-09-16 | 设备健康状况和生命周期检测方法、存储介质及电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010971245.4A CN112101662B (zh) | 2020-09-16 | 2020-09-16 | 设备健康状况和生命周期检测方法、存储介质及电子设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112101662A CN112101662A (zh) | 2020-12-18 |
| CN112101662B true CN112101662B (zh) | 2024-06-21 |
Family
ID=73759600
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010971245.4A Active CN112101662B (zh) | 2020-09-16 | 2020-09-16 | 设备健康状况和生命周期检测方法、存储介质及电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112101662B (zh) |
Families Citing this family (20)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112346440B (zh) * | 2020-11-20 | 2022-02-11 | 深圳优地科技有限公司 | 机器人健康监控方法、装置、设备及可读存储介质 |
| US11822325B2 (en) | 2021-02-04 | 2023-11-21 | Chengdu Qinchuan Iot Technology Co., Ltd. | Methods and systems for managing a pipe network of natural gas |
| CN112801389B (zh) * | 2021-02-04 | 2023-04-07 | 成都秦川物联网科技股份有限公司 | 天然气能量计量物联网系统生命周期综合管理方法和系统 |
| CN113048073B (zh) * | 2021-03-25 | 2022-07-15 | 福州物联网开放实验室有限公司 | 一种潜污水泵设备的预测性维护方法和存储设备 |
| CN113487182B (zh) * | 2021-07-06 | 2024-04-26 | 新奥新智科技有限公司 | 设备健康状态评估方法、装置、计算机设备和介质 |
| CN113487086B (zh) * | 2021-07-06 | 2024-04-26 | 新奥新智科技有限公司 | 设备剩余使用寿命预测方法、装置、计算机设备和介质 |
| CN113758604B (zh) * | 2021-07-29 | 2022-12-06 | 湖南五凌电力科技有限公司 | 电气设备运行状态的检测方法、装置、设备及存储介质 |
| CN113392492B (zh) * | 2021-08-13 | 2021-11-09 | 成都唐源电气股份有限公司 | 接触线剩余寿命预测方法、装置、计算机设备及存储介质 |
| CN114021784A (zh) * | 2021-10-22 | 2022-02-08 | 华能(浙江)能源开发有限公司清洁能源分公司 | 设备的剩余使用寿命的确定方法、装置和电子设备 |
| CN114330769A (zh) * | 2021-12-24 | 2022-04-12 | 深圳优地科技有限公司 | 一种机器人故障预警方法、装置、机器人以及服务器 |
| CN114360222B (zh) * | 2022-01-18 | 2023-11-28 | 平安国际融资租赁有限公司 | 一种租赁设备的状态预警方法、装置、设备和介质 |
| CN114385719B (zh) * | 2022-01-25 | 2023-01-24 | 广东水天一色新能源科技有限公司 | 基于多数据采集分析的数字化设备故障预知系统 |
| CN114757366B (zh) * | 2022-01-26 | 2023-02-03 | 广州汽车集团股份有限公司 | 一种用于车辆的故障预测方法及系统 |
| CN114915552B (zh) * | 2022-05-24 | 2023-06-16 | 广州番禺电缆集团有限公司 | 一种周期上报环境参数的数字电缆 |
| CN115308517B (zh) * | 2022-10-10 | 2023-01-24 | 杭州三海电子有限公司 | 一种元器件的老化检测方法、系统、存储介质和设备 |
| CN115759408B (zh) * | 2022-11-21 | 2024-03-08 | 贵州电网有限责任公司 | 一种输变电设备寿命预测方法、装置、设备及存储介质 |
| CN116131468B (zh) * | 2023-04-18 | 2023-07-28 | 国网浙江省电力有限公司宁波供电公司 | 一种基于物联网的电力系统实时动态监测方法及系统 |
| CN116308303B (zh) * | 2023-05-22 | 2023-08-29 | 天宇正清科技有限公司 | 基于设备数据的检修计划生成方法、装置、设备和介质 |
| CN116882963A (zh) * | 2023-06-02 | 2023-10-13 | 国药集团重庆医药设计院有限公司 | 一种企业数字化工厂设施全生命周期管理平台及方法 |
| CN116882713B (zh) * | 2023-09-07 | 2023-11-28 | 江苏省特种设备安全监督检验研究院 | 一种特种设备的数据采集方法、装置和电子设备 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109784574A (zh) * | 2019-01-24 | 2019-05-21 | 新奥数能科技有限公司 | 设备状态的预测方法及装置、存储介质、电子装置 |
| CN110738360A (zh) * | 2019-09-27 | 2020-01-31 | 华中科技大学 | 一种设备剩余寿命预测方法及系统 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110197288B (zh) * | 2019-05-30 | 2023-06-02 | 重庆大学 | 故障影响下设备的剩余使用寿命预测方法 |
| CN111144009B (zh) * | 2019-12-27 | 2021-09-03 | 南方电网电力科技股份有限公司 | 一种风机的运行状态评估方法、装置、设备和存储介质 |
| CN111322732A (zh) * | 2020-02-24 | 2020-06-23 | 杨子靖 | 一种空调健康状态分析方法和系统 |
-
2020
- 2020-09-16 CN CN202010971245.4A patent/CN112101662B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109784574A (zh) * | 2019-01-24 | 2019-05-21 | 新奥数能科技有限公司 | 设备状态的预测方法及装置、存储介质、电子装置 |
| CN110738360A (zh) * | 2019-09-27 | 2020-01-31 | 华中科技大学 | 一种设备剩余寿命预测方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112101662A (zh) | 2020-12-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112101662B (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 | |
| US10554077B2 (en) | Automated monitoring for changes in energy consumption patterns | |
| US11132892B1 (en) | Abberation detection technology | |
| JP6275115B2 (ja) | 照明制御用のフォトセンサの障害検出、位置特定及び性能モニタリング | |
| EP2946219B1 (en) | System and method for fault management in lighting systems | |
| US9898917B2 (en) | Method and apparatus for providing environmental management using smart alarms | |
| JP7056823B2 (ja) | ローカル分析の監視のシステム及び方法 | |
| CN111178645B (zh) | 电力设备异常检测方法、装置、控制设备及存储介质 | |
| US10521722B2 (en) | Disturbance detection, predictive analysis, and handling system | |
| JP5387779B2 (ja) | 運用管理装置、運用管理方法、及びプログラム | |
| US11313894B2 (en) | Automobile battery failure prediction method and system | |
| EP3084327B1 (en) | A method of controlling a network of refrigeration systems, an apparatus for managing repair of a refrigeration system and a related processor-readable storage medium | |
| US11874328B2 (en) | Detecting battery changeout | |
| KR20170123324A (ko) | 중계 장치 및 프로그램 | |
| JP6381498B2 (ja) | 計量メータの状態変化検出装置及びプログラム | |
| CN106489289B (zh) | 用于计算无线现场设备中的精确电池百分比使用的方法和系统 | |
| CN116499529A (zh) | 设备运行状态监测方法、装置、管理终端和存储介质 | |
| KR20160026492A (ko) | 시계열 분석 기반의 신뢰 구간 추정을 이용한 이상 감지 방법 | |
| JP2012037991A (ja) | 予測装置、予測システム及びプログラム | |
| CA3070670C (en) | A method and system for automatic detection of inefficient household thermal insulation | |
| CN112925229B (zh) | 一种中药生产系统的能源数据采集管理方法及系统 | |
| KR20180063695A (ko) | 신경망 이론을 활용하여 이상 동작을 탐지하는 IoT 시스템 | |
| KR20230124333A (ko) | 제빙 기능을 제공하는 장치를 진단하는 방법 및 서버 | |
| CN118169586A (zh) | 一种用于电池管理的自唤醒诊断方法及系统 | |
| CN116842723A (zh) | 一种适用于服务器的性能退化与可靠性关联方法 |
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 |