CN112633617A - 维保策略生成方法、装置、计算机设备和可读存储介质 - Google Patents
维保策略生成方法、装置、计算机设备和可读存储介质 Download PDFInfo
- Publication number
- CN112633617A CN112633617A CN201910905098.8A CN201910905098A CN112633617A CN 112633617 A CN112633617 A CN 112633617A CN 201910905098 A CN201910905098 A CN 201910905098A CN 112633617 A CN112633617 A CN 112633617A
- Authority
- CN
- China
- Prior art keywords
- maintenance
- data
- full
- engineering mechanical
- analysis result
- 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
- 238000012423 maintenance Methods 0.000 title claims abstract description 496
- 238000000034 method Methods 0.000 title claims abstract description 57
- 238000003860 storage Methods 0.000 title claims abstract description 16
- 238000004458 analytical method Methods 0.000 claims abstract description 137
- 238000003066 decision tree Methods 0.000 claims abstract description 101
- 230000008439 repair process Effects 0.000 claims description 18
- 238000004590 computer program Methods 0.000 claims description 15
- 230000008859 change Effects 0.000 claims description 7
- 238000010276 construction Methods 0.000 description 15
- 238000010586 diagram Methods 0.000 description 13
- 230000008569 process Effects 0.000 description 8
- 230000000694 effects Effects 0.000 description 6
- 230000002035 prolonged effect Effects 0.000 description 4
- 238000009826 distribution Methods 0.000 description 3
- 238000004220 aggregation Methods 0.000 description 2
- 230000002776 aggregation Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000005520 cutting process Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003068 static effect Effects 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/067—Enterprise or organisation modelling
-
- 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)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种维保策略生成方法、装置、计算机设备和可读存储介质,该方法包括获取工程机械设备的运行数据以及工程机械设备的维保全周期数据;将运行数据输入第一决策树模型,得到基于运行数据的维保分析结果;第一决策树模型为基于运行数据建立的决策树模型;将维保全周期数据输入第二决策树模型,得到基于维保全周期数据的维保分析结果;第二决策树模型为基于维保全周期数据建立的决策树模型;根据基于运行数据的维保分析结果和基于维保全周期数据的维保分析结果,生成出工程机械设备的维保策略,该方法能够及时地更新工程机械设备的维保策略,解决了传统技术中对工程机械设备维保策略更新不及时的问题。
Description
技术领域
本发明涉及物联网应用领域,特别是涉及一种维保策略生成方法、装置、计算机设备和可读存储介质。
背景技术
随着我国工程机械设备使用量的增加,为了进一步提升施工效率与施工质量,对工程机械设备的维修和保养也受到了重视。对工程机械设备的良好维修和保养,可以有效减少工程机械设备的不必要损失,延长工程机械设备的适用年限。
传统技术中,对工程机械设备的维保策略主要是针对工程机械设备不同的产品生产线,生成不同的维保策略,例如,针对装机生成的维保策略为前车架、后车架、动臂、VRT变速箱保修2年或者5000小时;针对大于或等于36T的挖机生成的维保策略为关重件、结构件保修3年或10000小时。
但是,传统的工程机械设备维保策略,存在对工程机械设备维保策略更新不及时的问题。
发明内容
基于此,有必要针对传统的工程机械设备维保策略,存在对工程机械设备维保策略更新不及时的问题,提供一种维保策略生成方法、装置、计算机设备和可读存储介质。
第一方面,本发明实施例提供一种维保策略生成方法,所述方法包括:
获取工程机械设备的运行数据以及所述工程机械设备的维保全周期数据;
将所述运行数据输入第一决策树模型,得到基于所述运行数据的维保分析结果;所述第一决策树模型为基于所述运行数据建立的决策树模型;
将所述维保全周期数据输入第二决策树模型,得到基于所述维保全周期数据的维保分析结果;所述第二决策树模型为基于所述维保全周期数据建立的决策树模型;
根据所述基于所述运行数据的维保分析结果和所述基于所述维保全周期数据的维保分析结果,生成出所述工程机械设备的维保策略。
在其中一个实施例中,所述基于所述运行数据的维保分析结果包括基于所述运行数据的维保延长服务或不延长服务;所述基于维保全周期数据的维保分析结果包括基于所述维保全周期数据的维保延长服务或维保不延长服务。
在其中一个实施例中,所述根据所述基于所述运行数据的维保分析结果和所述基于所述维保全周期数据的维保分析结果,生成出所述工程机械设备的维保策略,包括:
若所述基于所述运行数据的维保分析结果为基于所述运行数据的维保延长服务,所述基于所述维保全周期数据的维保分析结果为所述基于所述维保全周期数据的维保延长服务,则确定所述工程机械设备的维保策略为执行延长维保策略;
若所述基于所述运行数据的维保分析结果为基于所述运行数据的维保不延长服务,所述基于所述维保全周期数据的维保分析结果为基于所述维保全周期数据的维保不延长服务,则确定所述工程机械设备的维保策略为不执行维保延长策略。
在其中一个实施例中,所述方法还包括:
若所述基于所述运行数据的维保分析结果与所述基于所述维保全周期数据的维保分析结果中任意一结果为维保不延长服务,则提示在线下确定所述工程机械设备的维保策略。
在其中一个实施例中,所述运行数据包括所述工程机械设备的月均工作负载以及所述工程机械设备的月均开机时长、日均开机次数、开机油耗变化率、工程机械设备当前位置、维修网点距离中的至少一种。
在其中一个实施例中,所述维保全周期数据包括所述工程机械设备的月报修次数以及所述工程机械设备的月维修次数、大部件更换次数、保外月均服务利润中的至少一种。
在其中一个实施例中,所述将所述运行数据输入第一决策树模型,得到基于所述运行数据的维保分析结果之前,所述方法还包括:
判断所述工程机械设备是否为重负载工况;
若否,则执行将所述运行数据输入所述第一决策树模型,得到基于所述运行数据的维保分析结果的步骤;
若是,则确定所述工程机械设备的维保策略为不执行延长维保策略。
在其中一个实施例中,所述将所述维保全周期数据输入第二决策树模型,得到基于所述维保全周期数据的维保分析结果之前,所述方法还包括:
判断所述工程机械设备是否为进行了按时保养;
若是,则执行将所述维保全周期数据输入所述第二决策树模型,得到基于所述维保全周期数据的维保分析结果的步骤;
若否,则确定所述工程机械设备的维保策略为不执行延长维保策略。
第二方面,本发明实施例提供一种维保策略生成装置,所述装置包括:
获取模块,用于获取工程机械设备的运行数据以及所述工程机械设备的维保全周期数据;
第一分析模块,用于将所述运行数据输入第一决策树模型,得到基于所述运行数据的维保分析结果;所述第一决策树模型为基于所述运行数据建立的决策树模型;
第二分析模块,用于将所述维保全周期数据输入第二决策树模型,得到基于所述维保全周期数据的维保分析结果;所述第二决策树模型为基于所述维保全周期数据建立的决策树模型;
生成模块,用于根据所述基于所述运行数据的维保分析结果和所述基于所述维保全周期数据的维保分析结果,生成出所述工程机械设备的维保策略。
第三方面,本发明实施例提供一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
获取工程机械设备的运行数据以及所述工程机械设备的维保全周期数据处理后的维保全周期数据;
将所述运行数据输入第一决策树模型,得到基于所述运行数据的维保分析结果;所述第一决策树模型为基于所述运行数据建立的决策树模型;
将所述维保全周期数据输入第二决策树模型,得到基于所述维保全周期数据的维保分析结果;所述第二决策树模型为基于所述维保全周期数据建立的决策树模型;
根据所述基于所述运行数据的维保分析结果和所述基于所述维保全周期数据的维保分析结果,生成出所述工程机械设备的维保策略。
第四方面,本发明实施例提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现以下步骤:
获取工程机械设备的运行数据以及所述工程机械设备的维保全周期数据;
将所述运行数据输入第一决策树模型,得到基于所述运行数据的维保分析结果;所述第一决策树模型为基于所述运行数据建立的决策树模型;
将所述维保全周期数据输入第二决策树模型,得到基于所述维保全周期数据的维保分析结果;所述第二决策树模型为基于所述维保全周期数据建立的决策树模型;
根据所述基于所述运行数据的维保分析结果和所述基于所述维保全周期数据的维保分析结果,生成出所述工程机械设备的维保策略。
上述实施例提供的维保策略生成方法、装置、计算机设备和可读存储介质中,计算机设备获取工程机械设备的运行数据以及所述工程机械设备的维保全周期数据;将所述运行数据输入第一决策树模型,得到基于所述运行数据的维保分析结果;所述第一决策树模型为基于所述运行数据建立的决策树模型;将所述维保全周期数据输入第二决策树模型,得到基于所述维保全周期数据的维保分析结果;所述第二决策树模型为基于所述维保全周期数据建立的决策树模型;根据所述基于所述运行数据的维保分析结果和所述基于所述维保全周期数据的维保分析结果,生成出所述工程机械设备的维保策略,在该方法中,计算机设备首先获取工程机械设备的运行数据以及工程机械设备的维保全周期数据,将运行数据输入第一决策树模型,得到基于运行数据的维保分析结果,将维保全周期数据输入第二决策树模型,得到基于维保全周期数据的维保分析结果,根据基于运行数据的维保分析结果和基于维保全周期数据的维保分析结果,就可以生成出工程机械设备的维保策略,能够根据工程机械设备的运行数据以及工程机械设备的维保全周期数据及时地更新工程机械设备的维保策略,解决了传统技术中对工程机械设备维保策略更新不及时的问题。
附图说明
图1为一个实施例提供的计算机设备的内部结构示意图;
图2为一个实施例提供的维保策略生成方法的流程示意图;
图3为一个实施例提供的维保策略生成方法的示意图;
图4(a)为一个实施例提供的第一决策树模型的示意图;
图4(b)为一个实施例提供的第二决策树模型的示意图;
图5为另一个实施例提供的维保策略生成方法的示意图;
图6为另一个实施例提供的维保策略生成方法的示意图;
图7为一个实施例提供的维保策略生成装置结构示意图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请实施例提供的维保策略生成方法,可以适用于如图1所示的计算机设备。该计算机设备包括通过系统总线连接的处理器、存储器,该存储器中存储有计算机程序,处理器执行该计算机程序时可以执行下述方法实施例的步骤。可选的,该计算机设备还可以包括网络接口、显示屏和输入装置。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器,该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。可选的,该计算机设备可以是服务器,可以是个人计算机,还可以是个人数字助理,还可以是其他的终端设备,例如平板电脑、手机等等,还可以是云端或者远程服务器,本申请实施例对计算机设备的具体形式并不做限定。
需要说明的是,本申请实施例提供的维保策略生成方法,其执行主体可以是维保策略生成装置,该维保策略生成装置可以通过软件、硬件或者软硬件结合的方式实现成为计算机设备的部分或者全部。下述方法实施例中,均以执行主体是计算机设备为例来进行说明。
下面以具体的实施例对本发明的技术方案以及本发明的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例中不再赘述。
图2为一个实施例提供的维保策略生成方法的流程示意图。本实施例涉及的是计算机设备根据工程机械设备的运行数据以及工程机械设备的维保全周期数据,生成工程机械设备的维保策略的具体实现过程。如图2所示,该方法可以包括:
S201,获取工程机械设备的运行数据以及工程机械设备的维保全周期数据。
具体的,计算机设备获取工程机械设备的运行数据以及工程机械设备的维保全周期数据。其中,工程机械设备是指在进行大型基础设施建设过程中所使用到的机械设备,例如,装载机、起重机、装机和平地机等。可选的,工程机械设备的运行数据可以是工程机械设备的月均工作负载、月均开机时长、日均开机次数等。可选的,工程机械设备的维保全周期数据可以是工程机械设备的月报修次数、月维修次数、大部件更换次数等。可选的,计算机设备可以通过智能物联盒获取工程机械设备的运行数据。可选的,计算机设备可以通过企业资源计划(Enterprise Resource Planning,ERP)、客户关系管理系统(CustomerRelationship Management,CRM)企业自建的信息系统获取工程机械设备的维保全周期数据。可选的,计算机设备可以按照预设的时间间隔获取工程机械设备的运行数据以及工程机械设备的维保全周期数据,例如,可以每隔10分钟采集一次工程机械设备的运行数据以及工程机械设备的维保全周期数据。可选的,计算机设备可以对获取的工程机械设备的运行数据以及工程机械设备的维保全周期数据进行包括聚合处理、切片处理或切块处理。其中,聚合处理是指为运行数据或维保全周期数据生成一个单一的数值,也就是为运行数据中的同一类数据生成一个单一的数值或者为维保全周期数据中的同一类数据生成一个单一的数值;对工程机械设备的运行数据或维保全周期数据的切片处理、切块处理是指获取的工程机械设备的运行数据或维保全周期数据的数据量较大,而计算机设备只需获取其中的部分数据,则计算机设备可以在预设维度中的一部分维度上选定值后,确定获取的运行数据或维保全周期数据在剩余维度上的分布,如果运行数据或维保全周期数据在剩余维度上的分布为两维,则对运行数据或维保全周期数据进行切片处理,获取需要的部分数据;如果运行数据或维保全周期数据在剩余的维度上的分布为三维或以上,则对运行数据或维保全周期数据进行切块处理,获取需要的部分数据。
S202,将运行数据输入第一决策树模型,得到基于运行数据的维保分析结果;第一决策树模型为基于运行数据建立的决策树模型。
具体的,计算机设备将上述工程机械设备的运行数据输入基于工程机械设备的运行数据建立的决策树模型中,得到基于上述运行数据的维保分析结果。可选的,基于运行数据的维保分析结果包括基于运行数据的维保延长服务或不延长服务。例如,计算机设备将工程机械设备的运行数据中的月均工作负载输入第一决策树模型中,若得到该月均工作负载大于预设的月均工作负载阈值,则确定基于上述运行数据的维保分析结果为维保不延长服务,若得到该月均工作负载小于预设的月均工作负载阈值,则确定基于上述运行数据的维保分析结果为维保延长服务。示例性地,获取的工程机械设备的运行数据中的月均工作负载为150小时,预设的月均工作负载阈值为120小时,该月均工作负载大于预设的月均工作负载阈值,则确定基于该月均工作负载为150小时的维保分析结果为维保不延长服务。
S203,将维保全周期数据输入第二决策树模型,得到基于维保全周期数据的维保分析结果;第二决策树模型为基于维保全周期数据建立的决策树模型。
具体的,计算机设备将上述工程机械设备的维保全周期数据输入第二决策树模型中,得到基于上述维保全周期数据的维保分析结果。可选的,基于维保全周期数据的维保分析结果包括基于维保全周期数据的维保延长服务或不延长服务。例如,计算机设备将工程机械设备的维保全周期数据中的月报修次数输入第二决策树模型中,若得到该月报修次数大于预设的月报修次数阈值,则确定基于上述维保全周期数据的维保分析结果为维保不延长服务,若得到该月报修次数小于预设的月报修次数阈值,则确定基于上述维保全周期数据的维保分析结果为维保延长服务。示例性地,获取的工程机械设备的维保全周期数据中的月报修次数为8次,预设的月报修次数阈值为4次,该月报修次数大于预设的月报修次数阈值,则确定基于该月报修次数为4次的维保分析结果为维保不延长服务。
S204,根据基于运行数据的维保分析结果和基于维保全周期数据的维保分析结果,生成出工程机械设备的维保策略。
具体的,计算机设备根据上述基于运行数据的维保分析结果和基于维保全周期数据的维保分析结果,生成出工程机械设备的维保策略。可选的,基于运行数据的维保分析结果可以为维保延长服务,也可以为维保不延长服务,基于维保全周期数据的维保分析结果可以为维保延长服务,也可以为维保不延长服务,计算机设备可以根据两者的分析结果,生成工程机械设备的维保策略,即生成出的工程机械设备的维保策略可以为维保延长服务,也可以为维保不延长服务。
在本实施例中,计算机设备首先获取工程机械设备的运行数据以及工程机械设备的维保全周期数据,将运行数据输入第一决策树模型,得到基于运行数据的维保分析结果,将维保全周期数据输入第二决策树模型,得到基于维保全周期数据的维保分析结果,根据基于运行数据的维保分析结果和基于维保全周期数据的维保分析结果,就可以生成出工程机械设备的维保策略,能够根据工程机械设备的运行数据以及工程机械设备的维保全周期数据及时地更新工程机械设备的维保策略,解决了传统技术中对工程机械设备维保策略更新不及时的问题。
图3为一个实施例提供的维保策略生成方法的示意图。本实施例涉及的是计算机设备基于运行数据的维保分析结果和基于维保全周期数据的维保分析结果,生成工程机械设备的维保策略的具体实现过程。如图3所示,在上述实施例的基础上,作为一种可选的实施方式,上述S204,包括:若基于运行数据的维保分析结果为基于运行数据的维保延长服务,基于维保全周期数据的维保分析结果为基于维保全周期数据的维保延长服务,则确定工程机械设备的维保策略为执行延长维保策略;若基于运行数据的维保分析结果为基于运行数据的维保不延长服务,基于维保全周期数据的维保分析结果为基于维保全周期数据的维保不延长服务,则确定工程机械设备的维保策略为不执行维保延长策略。
具体的,若计算机设备得到基于上述运行数据的维保分析结果为基于运行数据的维保延长服务,得到基于上述维保全周期数据的维保分析结果为基于维保全周期数据的维保延长服务,则如图3所示,计算机设备确定工程机械设备的维保策略为执行延长维保策略,即图3中A区所示;若计算机设备得到基于上述运行数据的维保分析结果为基于运行数据的维保不延长服务,得到基于上述维保全周期数据的维保分析结果为基于维保全周期数据的维保不延长服务,则如图3所示,计算机设备确定工程机械设备的维保策略为执行不延长维保策略,即图3中D区所示。可选的,若计算机设备得到基于上述运行数据的维保分析结果和基于上述维保全周期数据的维保分析结果中任意一结果为维保不延长服务,则计算机设备提示在线下确定工程机械设备的维保策略,即图3中B区和C区所示。
在本实施例中,计算机设备得到工程机械设备的基于运行数据的维保分析结果和基于维保全周期数据的维保分析结果后,就可以依据两者的结果快速的确定出对应的工程机械设备的维保策略,提高了确定工程机械设备维保策略的效率,能够根据工程机械设备的运行数据和维保全周期数据及时地更新工程机械设备的维保策略。
图4(a)为一个实施例提供的第一决策树模型的示意图;图4(b)为一个实施例提供的第二决策树模型的示意图。在上述实施例的基础上,作为一种可选的实施方式,如图4所示,运行数据包括工程机械设备的月均工作负载以及工程机械设备的月均开机时长、日均开机次数、开机油耗变化率、工程机械设备当前位置、维修网点距离中的至少一种。维保全周期数据包括工程机械设备的月报修次数以及工程机械设备的月维修次数、大部件更换次数、保外月均服务利润中的至少一种。
具体的,如图4(a)所示,上述运行数据包括工程机械设备的月均工作负载以及该工程机械设备的月均开机时长、日均开机次数、开机油耗变化率、工程机械设备当前位置、维修网点距离中的至少一种。示例性地,计算机设备首先将工程机械设备的月均工作负载输入第一决策树模型中,得到分析结果,若输入的工程机械设备的月均工作负载大于预设的月均工作负载阈值,则确定该工程机械设备的维保策略为不延长维保服务,不再进行后续的维保策略的确定分析步骤;若输入的工程机械设备的月均工作负载小于预设的月均工作负载阈值,则确定该工程机械设备的维保策略为延长维保服务,再利用该工程机械设备的月均开机时长、日均开机次数、开机油耗变化率、工程机械设备当前位置、维修网点距离进一步地确定该工程机械设备的维保策略,可以理解的是,若将工程机械设备的月均开机时长、日均开机次数、开机油耗变化率、工程机械设备当前位置、维修网点距离中的任一参数输入第一决策树模型得到的结果是不延长维保服务,那么将不再利用后续的参数对该工程机械设备的维保策略进行确定分析。
如图4(b)所示,上述维保全周期数据包括工程机械设备的月报修次数以及工程机械设备的月维修次数、大部件更换次数、保外月均服务利润中的至少一种。示例性地,计算机设备首先将工程机械设备的月维修次数输入第二决策树模型中,得到分析结果,若输入的工程机械设备的月维修次数大于预设的月维修次数阈值,则确定该工程机械设备的维保策略为不延长维保服务,不再进行后续的维保策略的确定分析步骤;若输入的工程机械设备的月维修次数小于预设的月维修次数阈值,则确定该工程机械设备的维保策略为延长维保服务,再利用该工程机械设备的大部件更换次数、保外月均服务进一步地确定该工程机械设备的维保策略,可以理解的是,若将工程机械设备的大部件更换次数、保外月均服务中的任一参数输入第二决策树模型得到的结果是不延长维保服务,那么将不再利用后续的参数对该工程机械设备的维保策略进行确定分析。
在本实施例中,输入第一决策树模型的运行数据包括工程机械设备的月均工作负载以及工程机械设备的月均开机时长、日均开机次数、开机油耗变化率、工程机械设备当前位置、维修网点距离中的至少一种,输入第二决策树模型的维保全周期数据包括工程机械设备的月报修次数以及工程机械设备的月维修次数、大部件更换次数、保外月均服务利润中的至少一种,当利用上述参数进行工程机械设备的维保策略生成的时候,只要根据其中任一参数确定出的维保策略为不延长维保服务,则不再利用后续参数对工程机械设备的维保策略进行分析确定,提高了对工程机械设备维保策略的生成效率;而当其中任一参数确定出的维保策略为延长维保服务时,则继续利用后续参数对工程机械设备的维保策略进行分析确定,提高了生成的工程机械设备维保策略的准确度。
图5为另一个实施例提供的维保策略生成方法的示意图。本实施例涉及的是计算机设备生成工程机械设备的维保策略的具体实现过程。如图5所示,在上述实施例的基础上,作为一种可选的实施方式,上述S202之前,上述方法还包括:
S501,判断工程机械设备是否为重负载工况。
具体的,计算机设备可以通过智能物联盒采集上述工程机械设备的负载工况,判断该工程机械设备是否为重负载工况,若否,则执行S502;若是,则执行S503。可选的,计算机设备可以将采集到的该工程机械设备的负载工况与预设的负载工况阈值进行比较,判断该工程机械设备是否为重负载工况。示例性地,预设的负载工况阈值伪1200吨,若采集到的该工程机械设备的负载工况为800吨,则确定该工程机械设备不是重负载工况,若采集到的该工程机械设备的负载工况为1500吨,则确定该工程机械设备是重负载工况。
S502,则执行将运行数据输入第一决策树模型,得到基于运行数据的维保分析结果的步骤。
具体的,可以参见上述实施例中对该步骤相关的描述,本实施例在此不再赘述。
S503,确定工程机械设备的维保策略为不执行延长维保策略。
具体的,若计算机设备判断上述工程机械设备为重负载工况,则计算机设备确定该工程机械设备的维保策略为不执行延长维保策略。可以理解的是,若工程机械设备为重负载工况,则该工程机械设备的各大型零件的损耗都比较严重,影响该工程机械设备的使用性能,可不必再延长维保。
在本实施例中,计算机设备首先对工程机械设备的负载工况进行判断,若为重负载工况,则确定工程机械设备的维保策略为不执行延长维保策略,若不是重负载工况则执行将运行数据输入第一决策树模型,得到基于运行数据的维保分析结果的步骤,当工程机械设备为重负载工况时则不用进行后续的分析确定,这样近一步地提高了确定工程机械设备维保策略的效率。
图6为另一个实施例提供的维保策略生成方法的示意图。本实施例涉及的是计算机设备生成工程机械设备的维保策略的具体实现过程。如图6所示,在上述实施例的基础上,作为一种可选的实施方式,上述S203之前,上述方法还包括:
S601,判断工程机械设备是否为进行了按时保养。
具体的,计算机设备可以通过企业资源计划(Enterprise Resource Planning,ERP)、客户关系管理系统(Customer Relationship Management,CRM)企业自建的信息系统获取工程机械设备的维保数据,判断该工程机械设备是否为进行了按时保养,若是,则执行S602;若否,则执行S603。可选的,计算机设备可以将获取的维保数据与该工程机械设备的预期维保数据进行比对,判断该工程机械设备是否进行了按时保养。示例性地,工程机械设备的预期维保数据应为10次,若获取到的该工程机械设备的维保数据为10次,则确定该工程机械设备进行了按时保养,若获取到的该工程机械设备的维保数据为8次,则确定该工程机械设备没有进行按时的保养。
S602,则执行将维保全周期数据输入第二决策树模型,得到基于维保全周期数据的维保分析结果的步骤。
具体的,可以参见上述实施例中对该步骤相关的描述,本实施例在此不再赘述。
S603,确定工程机械设备的维保策略为不执行延长维保策略。
具体的,若计算机设备判断上述工程机械设备没有进行按时的保养,则计算机设备确定该工程机械设备的维保策略为不执行延长维保策略。可以理解的是,若工程机械设备没有进行按时的保养,对该工程机械设备的各大型零件的没有进行定时定期的保养维护,则将影响该工程机械设备的使用性能,可不必再延长维保。
在本实施例中,计算机设备首先对工程机械设备是否进行了按时保养进行判断,若没有进行按时保养,则确定工程机械设备的维保策略为不执行延长维保策略,若进行了按时保养则执行将维保全周期数据输入第二决策树模型,得到基于维保全周期数据的维保分析结果的步骤,当工程机械设备没有进行按时保养时则不用进行后续的分析确定,这样近一步地提高了确定工程机械设备维保策略的效率。
应该理解的是,虽然图2-6的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图2-6中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
图7为一个实施例提供的维保策略生成装置结构示意图。如图7所示,该装置可以包括:获取模块10、第一分析模块11、第二分析模块12和生成模块13。
具体的,获取模块10,用于获取工程机械设备的运行数据以及工程机械设备的维保全周期数据;
第一分析模块11,用于将运行数据输入第一决策树模型,得到基于运行数据的维保分析结果;第一决策树模型为基于运行数据建立的决策树模型;
第二分析模块12,用于将维保全周期数据输入第二决策树模型,得到基于维保全周期数据的维保分析结果;第二决策树模型为基于维保全周期数据建立的决策树模型;
生成模块13,用于根据基于运行数据的维保分析结果和基于维保全周期数据的维保分析结果,生成出工程机械设备的维保策略。
可选的,基于运行数据的维保分析结果包括基于运行数据的维保延长服务或不延长服务;基于维保全周期数据的维保分析结果包括基于维保全周期数据的维保延长服务或维保不延长服务。
可选的,运行数据包括工程机械设备的月均工作负载以及工程机械设备的月均开机时长、日均开机次数、开机油耗变化率、工程机械设备当前位置、维修网点距离中的至少一种。
可选的,维保全周期数据包括工程机械设备的月报修次数以及工程机械设备的月维修次数、大部件更换次数、保外月均服务利润中的至少一种。
本实施例提供的维保策略生成装置,可以执行上述方法实施例,其实现原理和技术效果类似,在此不再赘述。
在上述实施例的基础上,基于运行数据的维保分析结果包括基于运行数据的维保延长服务或不延长服务;可选的,上述生成模块13包括:第一确定单元和第二确定单元。
具体的,第一确定单元,用于若基于运行数据的维保分析结果为基于运行数据的维保延长服务,基于维保全周期数据的维保分析结果为基于维保全周期数据的维保延长服务,则确定工程机械设备的维保策略为执行延长维保策略;
第二确定单元,用于若基于运行数据的维保分析结果为基于运行数据的维保不延长服务,基于维保全周期数据的维保分析结果为基于维保全周期数据的维保不延长服务,则确定工程机械设备的维保策略为不执行维保延长策略。
本实施例提供的维保策略生成装置,可以执行上述方法实施例,其实现原理和技术效果类似,在此不再赘述。
在上述实施例的基础上,可选的,上述生成模块13还包括:第三确定单元。
具体的,第三确定单元,用于若基于运行数据的维保分析结果与基于维保全周期数据的维保分析结果中任意一结果为维保不延长服务,则提示在线下确定工程机械设备的维保策略。
本实施例提供的维保策略生成装置,可以执行上述方法实施例,其实现原理和技术效果类似,在此不再赘述。
在上述实施例的基础上,可选的,上述装置还包括:第二判断模块、第二执行模块和第二确定模块。
具体的,第二判断模块,用于判断工程机械设备是否为进行了按时保养;
第二执行模块,用于工程机械设备进行了按时保养时,执行将维保全周期数据输入第二决策树模型,得到基于维保全周期数据的维保分析结果的步骤;
第二确定模块,用于工程机械设备没有进行按时保养时,确定工程机械设备的维保策略为不执行延长维保策略。
本实施例提供的维保策略生成装置,可以执行上述方法实施例,其实现原理和技术效果类似,在此不再赘述。
关于维保策略生成装置的具体限定可以参见上文中对于维保策略生成方法的限定,在此不再赘述。上述维保策略生成装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现以下步骤:
获取工程机械设备的运行数据以及工程机械设备的维保全周期数据;
将运行数据输入第一决策树模型,得到基于运行数据的维保分析结果;第一决策树模型为基于运行数据建立的决策树模型;
将维保全周期数据输入第二决策树模型,得到基于维保全周期数据的维保分析结果;第二决策树模型为基于维保全周期数据建立的决策树模型;
根据基于运行数据的维保分析结果和基于维保全周期数据的维保分析结果,生成出工程机械设备的维保策略。
上述实施例提供的计算机设备,其实现原理和技术效果与上述方法实施例类似,在此不再赘述。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
获取工程机械设备的运行数据以及工程机械设备的维保全周期数据;
将运行数据输入第一决策树模型,得到基于运行数据的维保分析结果;第一决策树模型为基于运行数据建立的决策树模型;
将维保全周期数据输入第二决策树模型,得到基于维保全周期数据的维保分析结果;第二决策树模型为基于维保全周期数据建立的决策树模型;
根据基于运行数据的维保分析结果和基于维保全周期数据的维保分析结果,生成出工程机械设备的维保策略。
上述实施例提供的计算机可读存储介质,其实现原理和技术效果与上述方法实施例类似,在此不再赘述。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (11)
1.一种维保策略生成方法,其特征在于,所述方法包括:
获取工程机械设备的运行数据以及所述工程机械设备的维保全周期数据;
将所述运行数据输入第一决策树模型,得到基于所述运行数据的维保分析结果;所述第一决策树模型为基于所述运行数据建立的决策树模型;
将所述维保全周期数据输入第二决策树模型,得到基于所述维保全周期数据的维保分析结果;所述第二决策树模型为基于所述维保全周期数据建立的决策树模型;
根据所述基于所述运行数据的维保分析结果和所述基于所述维保全周期数据的维保分析结果,生成出所述工程机械设备的维保策略。
2.根据权利要求1所述的方法,其特征在于,所述基于所述运行数据的维保分析结果包括基于所述运行数据的维保延长服务或不延长服务;所述基于维保全周期数据的维保分析结果包括基于所述维保全周期数据的维保延长服务或维保不延长服务。
3.根据权利要求2所述的方法,其特征在于,所述根据所述基于所述运行数据的维保分析结果和所述基于所述维保全周期数据的维保分析结果,生成出所述工程机械设备的维保策略,包括:
若所述基于所述运行数据的维保分析结果为基于所述运行数据的维保延长服务,所述基于所述维保全周期数据的维保分析结果为所述基于所述维保全周期数据的维保延长服务,则确定所述工程机械设备的维保策略为执行延长维保策略;
若所述基于所述运行数据的维保分析结果为基于所述运行数据的维保不延长服务,所述基于所述维保全周期数据的维保分析结果为基于所述维保全周期数据的维保不延长服务,则确定所述工程机械设备的维保策略为不执行维保延长策略。
4.根据权利要求3所述的方法,其特征在于,所述方法还包括:
若所述基于所述运行数据的维保分析结果与所述基于所述维保全周期数据的维保分析结果中任意一结果为维保不延长服务,则提示在线下确定所述工程机械设备的维保策略。
5.根据权利要求1所述的方法,其特征在于,所述运行数据包括所述工程机械设备的月均工作负载以及所述工程机械设备的月均开机时长、日均开机次数、开机油耗变化率、工程机械设备当前位置、维修网点距离中的至少一种。
6.根据权利要求1所述的方法,其特征在于,所述维保全周期数据包括所述工程机械设备的月报修次数以及所述工程机械设备的月维修次数、大部件更换次数、保外月均服务利润中的至少一种。
7.根据权利要求1所述的方法,其特征在于,所述将所述运行数据输入第一决策树模型,得到基于所述运行数据的维保分析结果之前,所述方法还包括:
判断所述工程机械设备是否为重负载工况;
若否,则执行将所述运行数据输入所述第一决策树模型,得到基于所述运行数据的维保分析结果的步骤;
若是,则确定所述工程机械设备的维保策略为不执行延长维保策略。
8.根据权利要求1所述的方法,其特征在于,所述将所述维保全周期数据输入第二决策树模型,得到基于所述维保全周期数据的维保分析结果之前,所述方法还包括:
判断所述工程机械设备是否为进行了按时保养;
若是,则执行将所述维保全周期数据输入所述第二决策树模型,得到基于所述维保全周期数据的维保分析结果的步骤;
若否,则确定所述工程机械设备的维保策略为不执行延长维保策略。
9.一种维保策略生成装置,其特征在于,所述装置包括:
获取模块,用于获取工程机械设备的运行数据以及所述工程机械设备的维保全周期数据;
第一分析模块,用于将所述运行数据输入第一决策树模型,得到基于所述运行数据的维保分析结果;所述第一决策树模型为基于所述运行数据建立的决策树模型;
第二分析模块,用于将所述维保全周期数据输入第二决策树模型,得到基于所述维保全周期数据的维保分析结果;所述第二决策树模型为基于所述维保全周期数据建立的决策树模型;
生成模块,用于根据所述基于所述运行数据的维保分析结果和所述基于所述维保全周期数据的维保分析结果,生成出所述工程机械设备的维保策略。
10.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1-8中任一项所述方法的步骤。
11.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1-8中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910905098.8A CN112633617A (zh) | 2019-09-24 | 2019-09-24 | 维保策略生成方法、装置、计算机设备和可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910905098.8A CN112633617A (zh) | 2019-09-24 | 2019-09-24 | 维保策略生成方法、装置、计算机设备和可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112633617A true CN112633617A (zh) | 2021-04-09 |
Family
ID=75282647
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910905098.8A Pending CN112633617A (zh) | 2019-09-24 | 2019-09-24 | 维保策略生成方法、装置、计算机设备和可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112633617A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114444738A (zh) * | 2022-04-08 | 2022-05-06 | 国网浙江省电力有限公司物资分公司 | 一种电气设备保养周期生成方法 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105894177A (zh) * | 2016-03-25 | 2016-08-24 | 国家电网公司 | 一种基于决策树算法的电力设备运行风险分析评估方法 |
US20160365162A1 (en) * | 2015-06-12 | 2016-12-15 | General Electric Company | System to control asset decommissioning and reconcile constraints |
CN106845651A (zh) * | 2016-12-19 | 2017-06-13 | 杭州培慕科技有限公司 | 设备状态变化趋势预判、系统结构和维修策略优化的方法 |
CN107705038A (zh) * | 2017-10-27 | 2018-02-16 | 深圳达实智能股份有限公司 | 一种运维管理系统保养任务自适应派单方法及系统 |
CN107742194A (zh) * | 2017-11-30 | 2018-02-27 | 成都航天科工大数据研究院有限公司 | 一种工业设备全生命周期管理系统及方法 |
CN107742160A (zh) * | 2017-10-12 | 2018-02-27 | 深圳达实智能股份有限公司 | 一种机电设备维保周期自适应预测方法及装置 |
CN107992971A (zh) * | 2017-12-06 | 2018-05-04 | 中建材智慧工业科技有限公司 | 一种水泥厂设备备件寿命的预测方法及系统 |
CN108083044A (zh) * | 2017-11-21 | 2018-05-29 | 浙江新再灵科技股份有限公司 | 一种基于大数据分析的电梯按需维保系统及方法 |
CN108281176A (zh) * | 2018-04-12 | 2018-07-13 | 上海科瑞漫拓信息技术有限公司 | 基于bim的医院建筑智慧运维管理系统及方法 |
CN108664010A (zh) * | 2018-05-07 | 2018-10-16 | 广东省电信规划设计院有限公司 | 发电机组故障数据预测方法、装置和计算机设备 |
CN108756848A (zh) * | 2018-05-21 | 2018-11-06 | 北京四利通控制技术股份有限公司 | 一种智能钻井控制云平台及智能钻井控制系统 |
CN108827382A (zh) * | 2018-06-13 | 2018-11-16 | 珠海格力电器股份有限公司 | 故障诊断方法、装置及系统 |
-
2019
- 2019-09-24 CN CN201910905098.8A patent/CN112633617A/zh active Pending
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160365162A1 (en) * | 2015-06-12 | 2016-12-15 | General Electric Company | System to control asset decommissioning and reconcile constraints |
CN105894177A (zh) * | 2016-03-25 | 2016-08-24 | 国家电网公司 | 一种基于决策树算法的电力设备运行风险分析评估方法 |
CN106845651A (zh) * | 2016-12-19 | 2017-06-13 | 杭州培慕科技有限公司 | 设备状态变化趋势预判、系统结构和维修策略优化的方法 |
CN107742160A (zh) * | 2017-10-12 | 2018-02-27 | 深圳达实智能股份有限公司 | 一种机电设备维保周期自适应预测方法及装置 |
CN107705038A (zh) * | 2017-10-27 | 2018-02-16 | 深圳达实智能股份有限公司 | 一种运维管理系统保养任务自适应派单方法及系统 |
CN108083044A (zh) * | 2017-11-21 | 2018-05-29 | 浙江新再灵科技股份有限公司 | 一种基于大数据分析的电梯按需维保系统及方法 |
CN107742194A (zh) * | 2017-11-30 | 2018-02-27 | 成都航天科工大数据研究院有限公司 | 一种工业设备全生命周期管理系统及方法 |
CN107992971A (zh) * | 2017-12-06 | 2018-05-04 | 中建材智慧工业科技有限公司 | 一种水泥厂设备备件寿命的预测方法及系统 |
CN108281176A (zh) * | 2018-04-12 | 2018-07-13 | 上海科瑞漫拓信息技术有限公司 | 基于bim的医院建筑智慧运维管理系统及方法 |
CN108664010A (zh) * | 2018-05-07 | 2018-10-16 | 广东省电信规划设计院有限公司 | 发电机组故障数据预测方法、装置和计算机设备 |
CN108756848A (zh) * | 2018-05-21 | 2018-11-06 | 北京四利通控制技术股份有限公司 | 一种智能钻井控制云平台及智能钻井控制系统 |
CN108827382A (zh) * | 2018-06-13 | 2018-11-16 | 珠海格力电器股份有限公司 | 故障诊断方法、装置及系统 |
Non-Patent Citations (1)
Title |
---|
彭牡林;肖宏;肖逸军;张翼;: "基于决策树的设备预测性维护", 数字通信世界, no. 08, pages 76 - 77 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114444738A (zh) * | 2022-04-08 | 2022-05-06 | 国网浙江省电力有限公司物资分公司 | 一种电气设备保养周期生成方法 |
CN114444738B (zh) * | 2022-04-08 | 2022-09-09 | 国网浙江省电力有限公司物资分公司 | 一种电气设备保养周期生成方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108647914B (zh) | 生产排程方法、装置、计算机设备和存储介质 | |
CN108874968B (zh) | 风险管理数据处理方法、装置、计算机设备和存储介质 | |
CN108768728B (zh) | 运维任务处理方法、装置、计算机设备和存储介质 | |
CN110493025B (zh) | 一种基于多层有向图的故障根因诊断的方法及装置 | |
CN111191871A (zh) | 项目基线数据生成方法、装置、计算机设备和存储介质 | |
US20160170821A1 (en) | Performance assessment | |
CN110109750B (zh) | 虚拟资源获取方法、装置、计算机设备和存储介质 | |
CN113502870B (zh) | 挖掘机工况判定方法及装置 | |
CN110868241A (zh) | 基于多模型的地下电缆故障预警方法和装置 | |
CN103970851A (zh) | 海量凭证数据直接出具大型企业集团总部财务报表的方法 | |
CN110750267A (zh) | 业务信息更新方法、装置、计算机设备和存储介质 | |
CN110941251B (zh) | 基于数字孪生体的生产控制方法、装置、设备及介质 | |
CN113110313A (zh) | 一种基于数字孪生的施工过程管控方法 | |
CN110866634A (zh) | 基于模型选择的地下电缆故障预警方法和装置 | |
CN111400367A (zh) | 业务报告生成方法、装置、计算机设备和存储介质 | |
CN113204692A (zh) | 数据处理任务执行进度的监测方法及装置 | |
CN114968739A (zh) | 运维任务管理方法、运维方法、装置、设备和介质 | |
CN112633617A (zh) | 维保策略生成方法、装置、计算机设备和可读存储介质 | |
CN111382031A (zh) | 测试方法及装置 | |
US9575487B2 (en) | Computer program, method, and system for optimized kit nesting | |
CN112559221B (zh) | 智能名单处理方法、系统、设备及存储介质 | |
CN110519389B (zh) | 工程设备的参数调整方法、装置、工程设备及存储介质 | |
CN107203545B (zh) | 一种数据处理方法及装置 | |
CN114462859A (zh) | 工作流处理方法、装置、计算机设备和存储介质 | |
CN114528626A (zh) | 一种基于三维bim模型的数据集成方法、系统及电子设备 |
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 |