CN112762990A - 设备健康度的预测方法及预测系统 - Google Patents
设备健康度的预测方法及预测系统 Download PDFInfo
- Publication number
- CN112762990A CN112762990A CN202011592951.4A CN202011592951A CN112762990A CN 112762990 A CN112762990 A CN 112762990A CN 202011592951 A CN202011592951 A CN 202011592951A CN 112762990 A CN112762990 A CN 112762990A
- Authority
- CN
- China
- Prior art keywords
- health degree
- equipment
- parameter
- abnormal
- 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.)
- Pending
Links
- 230000036541 health Effects 0.000 title claims abstract description 250
- 238000000034 method Methods 0.000 title claims abstract description 36
- 230000002159 abnormal effect Effects 0.000 claims abstract description 117
- 238000012423 maintenance Methods 0.000 claims description 37
- 230000005856 abnormality Effects 0.000 claims description 31
- 230000008439 repair process Effects 0.000 claims description 31
- 230000008569 process Effects 0.000 claims description 7
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 15
- 230000007423 decrease Effects 0.000 description 4
- 230000005611 electricity Effects 0.000 description 4
- 239000010865 sewage Substances 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000002349 favourable effect Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000000712 assembly Effects 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
Abstract
本发明实施例涉及一种设备健康度的预测方法及预测系统。预测方法包括:获取传感器模块采集的设备的多个运行参数的值,所述运行参数的值为所述设备处于运行状态时的参数的值;根据所述多个运行参数的值和所述多个运行参数分别对应的预设阈值,确定异常参数;根据所述异常参数的类别和出现次数,确定所述设备的健康度;根据所述设备的健康度以及所述异常参数进行修复。该预测方法能够提高设备的运行效率。
Description
技术领域
本公开涉及设备健康度技术领域,尤其涉及一种设备健康度的预测方法及预测系统。
背景技术
针对农村污水处理行业来说,村镇污水处理设施分散、污水处理场站网点众多,运维管理难度大。风机、水泵等用电设备是污水处理设施、场站正常运行的关键。
然而,现有技术仅仅是对用电设备(风机、水泵等)进行监测,出现故障后,进行故障报警提醒管理人员进行维修。在在大型电厂、水厂中用电设备故障停工造成的经济损失巨大,大大降低了设备的处理效率。
发明内容
为了解决上述技术问题或者至少部分地解决上述技术问题,本公开提供了一种设备健康度的预测方法及预测系统,能够提高设备运行效率。
第一方面,本发明实施例提供了一种设备健康度的预测方法,包括:
获取传感器模块采集的设备的多个运行参数的值,所述运行参数的值为所述设备处于运行状态时的参数的值;
根据所述多个运行参数的值和所述多个运行参数分别对应的预设阈值,确定异常参数;
根据所述异常参数的类别和出现次数,确定所述设备的健康度;
根据所述设备的健康度以及所述异常参数进行修复。
可选地,所述根据所述异常参数的类别和出现次数,确定所述设备的健康度,包括:
若第一次异常时确定的异常参数为第一参数,确定所述设备的健康度为第一健康度;
若第二次异常时确定的异常参数为所述第一参数,确定所述设备的健康度为第二健康度,所述第二健康的小于所述第一健康度;
若第三次异常时确定的异常参数为所述第一参数,确定所述设备的健康度为第三健康度,所述第三健康的小于所述第二健康度。
可选地,所述根据所述设备的健康度以及异常参数进行修复,包括:
若所述设备的健康度大于等于阈值健康度,根据所述第一参数对所述设备进行自动修复,并向目标终端发送检修指令;
若所述设备的健康度小于所述阈值健康度,所述设备停止运行,并向所述目标终端发送故障信息。
可选地,所述确定所述设备的健康度为第一健康度之后,还包括:
若第二次异常时确定的异常参数为第二参数,确定所述设备的健康度为第四健康度,所述第四健康度小于所述第一健康度且大于所述第二健康度。
可选地,所述根据所述第一参数对所述设备进行自动修复之后,还包括:
若对所述设备进行自动修复失败,所述设备停止运行,并向所述目标终端发送所述故障信息。
第二方面,本发明实施例提供了一种设备健康度的预测系统,包括传感器模块、数据采集模块和处理器;
所述传感器模块与所述数据采集模块的输入端电连接,所述传感器模块用于采集设备的多个运行参数,所述数据采集模块用于获取所述多个运行参数的值,所述运行参数的值为所述设备处于运行状态时的参数的值;
所述数据采集模块的输出端与所述处理器的输入端电连接;所述处理器用于根据所述多个运行参数的值和所述多个运行参数分别对应的预设阈值,确定异常参数;根据所述异常参数的类别和出现次数,确定所述设备的健康度;根据所述设备的健康度以及所述异常参数进行修复。
可选地,所述处理器,具体用于若第一次异常时确定的异常参数为第一参数,确定所述设备的健康度为第一健康度;若第二次异常时确定的异常参数为所述第一参数,确定所述设备的健康度为第二健康度,所述第二健康的小于所述第一健康度,若第三次异常时确定的异常参数为所述第一参数,确定所述设备的健康度为第三健康度,所述第三健康的小于所述第二健康度。
可选地,所述处理器,具体用于若所述设备的健康度大于等于阈值健康度,根据所述第一参数对所述设备进行自动修复,并向目标终端发送检修指令;若所述设备的健康度小于所述阈值健康度,所述设备停止运行,并向目标终端发送故障信息。
可选地,所述处理器,还用于若第二次异常时确定的异常参数为第二参数,确定所述设备的健康度为第四健康度,所述第四健康度小于所述第一健康度且大于所述第二健康度。
可选地,所述处理器,还用于若对所述设备进行自动修复失败,所述设备停止运行,并向所述目标终端发送所述故障信息。
本发明实施例提供的技术方案与现有技术相比具有如下优点:
本发明实施例提供的技术方案中,通过获取传感器模块采集的设备的多个运行参数的值;根据多个运行参数的值和多个运行参数分别对应的预设阈值,确定异常参数;根据异常参数的类别和出现次数,确定设备的健康度,根据设备的健康度以及异常参数进行修复。如此,能够根据设备健康度、厂站距离以及时间合理安排检修时间对设备进行检修,还能够根据异常参数确定需要检修的位置,既为维修人员预留出时间进行检修,保证设备正常运行,也能够确定检修点位置,即在设备故障之前进行维修,有利于提高设备运行效率。
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,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有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为本发明实施例提供的一种设备健康度的预测系统的结构示意图;
图2为本发明实施例提供的一种设备健康度的预测方法的流程示意图;
图3为本发明实施例提供的又一种设备健康度的预测方法的流程示意图;
图4为本发明实施例提供的又一种设备健康度的预测方法的流程示意图。
具体实施方式
为了能够更清楚地理解本公开的上述目的、特征和优点,下面将对本公开的方案进行进一步描述。需要说明的是,在不冲突的情况下,本公开的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本公开,但本公开还可以采用其他不同于在此描述的方式来实施;显然,说明书中的实施例只是本公开的一部分实施例,而不是全部的实施例。
图1为本发明实施例提供的一种设备健康度的预测系统的结构示意图,如图1所示,设备健康度的预测系统100包括传感器模块110、数据采集模块120和处理器130。传感器模块110与数据采集模块120的输入端电连接,传感器模块110用于采集设备140的多个运行参数,数据采集模块120用于获取多个运行参数的值,运行参数的值为设备140处于运行状态时的参数的值,数据采集模块120的输出端与处理器130的输入端电连接。
示例性地,如图1所示,设备140包括第一用电组件141和第二用电组件142,设备健康度的预测系统100包括第一传感器模块111、第二传感器模块112、第一数据采集模块121和第二数据采集模块122。第一数据采集模块121的输入端与第一传感器模块111的输出端电连接,第二数据采集模块122的输入端与第二传感器模块112的输出端电连接,处理器130的输入端分别与第一数据采集模块121的输出端和第二数据采集模块122的输出端电连接。
需要说明的是,图1仅示例性展示了设备140包括两个用电组件,设备健康度的预测系统100包括两个传感器模块和两个数据采集模块。在实际应用中,根据实际需求灵活设置用电组件的数量,并相应设置传感器模块的数量以及数据采集模块的数量。
图2为本发明实施例提供的一种设备健康度的预测方法的流程示意图,如图2所示,设备健康度的预测方法具体步骤包括:
S110,获取传感器模块采集的设备的多个运行参数的值,所述运行参数的值为所述设备处于运行状态时的参数的值。
示例性地,如图1所示,第一传感器模块111包括第一电流传感器111a、第一温度传感器111b和第一振动传感器111c,第一用电组件141运行时,第一传感器模块111能够采集第一用电组件141的第一运行电流、第一运行温度和第一运行振动。第二传感器模块112包括第二电流传感器112a、第二温度传感器112b和第二振动传感器112c,第二用电组件142运行时,第二传感器模块112能够采集第二用电组件142的第二运行电流、第二运行温度和第二运行振动。故传感器模块110能够采集设备140的第一运行电流、第一运行温度、第一运行振动、第二运行电流、第二运行温度和第二运行振动。
数据采集模块120包括第一数据采集模块121和第二数据采集模块122,第一数据采集模块121包括第一电量计量单元121a,第二数据采集模块122包括第二电量计量单元122a。第一电量计量单元121a能够获取第一运行电流的值,第一数据采集模块121的其他单元能够获取第一运行温度的值和第一运行振动的值;第二电量计量单元122a能够获取第二运行电流的值,第二数据采集模块122的其他单元能够获取第二运行温度的值和第二运行振动的值。故数据采集模块120能够获取设备140的第一运行电流值、第一运行温度值、第一运行振动值、第二运行电流值、第二运行温度值和第二运行振动值,处理器130能够接收设备140的第一运行电流值、第一运行温度值、第一运行振动值、第二运行电流值、第二运行温度值和第二运行振动值,即处理器130能够接收设备140的多个运行参数的值。
需要说明的是,图1仅示例性展示了传感器模块包括温度传感器、振动传感器和电流传感器,相应的运行参数包括运行电流、运行温度和运行振动。在实际应用中,对传感器的类型不做具体限制,相应的对于运行参数的类型不做具体限制。
S120,根据所述多个运行参数的值和所述多个运行参数分别对应的预设阈值,确定异常参数。
具体地,基于上述实施例,以第一运行温度值为例进行说明。例如:第一运行温度值对应的预设阈值为[Tth1,Tth2],即第一运行温度值处于[Tth1,Tth2]内时,第一用电组件141的运行温度值正常,此时,第一运行温度为正常参数;第一运行温度值未处于[Tth1,Tth2]内时,第一用电组件141的运行温度偏低或偏高,此时,第一运行温度为异常参数。每一个运行参数对应有一个正常取值的范围,若运行参数的值未处于正常取值的范围内,则确定该运行参数为一个异常参数,进而能够确定所有运行参数是否为异常参数。
S130,根据所述异常参数的类别和出现次数,确定所述设备的健康度。
示例性地,若设备未出现异常时,设备的健康度为100%;若第一次确定的异常参数为第一运行温度,设备的健康度则会下降。若第二次确定的异常参数仍为第一运行温度,设备的健康度会在前一次确定的健康度的基础上继续下降;若第二次确定的异常参数为第一运行振动,设备的健康度也会在前一次确定的健康度的基础上继续下降。因此,设备的健康度与异常参数的类别以及异常参数出现的次数均相关。
S140,根据所述设备的健康度以及所述异常参数进行修复。
具体地,根据设备的健康度、厂站距离以及时间能够合理安排检修时间,并对设备进行检修;根据异常参数能够确定需要检修的位置。例如:若第一运行电流、第一运行温度或第一运行振动为异常参数,确定第一用电组件141为需要检修的部件;进一步若第一运行振动为异常参数,确定第一用电组件141的螺丝为检修点。如此,既为维修人员预留出时间进行检修,保证设备正常运行,也能够确定检修点位置,即在设备故障之前进行维修,有利于提高设备运行效率。
可选地,图3为本发明实施例提供的有一种设备健康度的预测方法的流程示意图,在执行S120时,如图3所示,具体步骤包括:
S121,若第一次异常时确定的异常参数为第一参数,确定所述设备的健康度为第一健康度。
具体地,第一次异常时确定的异常参数为第一参数,设备的健康度为第一健康度,例如可以是80%。显然相较于未发生异常时的设备的健康度100%,健康度下降。此时,可以将第一参数对应的检修点作为优先级靠后的检修点,合理设置检修时间和检修顺序。
S122,判断第二次异常时确定的异常参数是否为所述第一参数,若第二次异常时确定的异常参数为所述第一参数,执行S123。
S123,确定所述设备的健康度为第二健康度,所述第二健康的小于所述第一健康度。
示例性地,基于上述实施例,第二次异常时确定的异常参数还是第一参数,此时设备的健康度为第二健康度,例如可以是50%。设备的第二健康度在第一健康度的基础上继续下降,此时,可以将第一单数对应的检修点作为优先级靠前的检修点,尽快进行检修,防止设备发生故障。
S124,若第三次异常时确定的异常参数为所述第一参数,确定所述设备的健康度为第三健康度,所述第三健康的小于所述第二健康度。
示例性地,基于上述实施例,第三次异常时确定的异常参数仍然是第一参数,此时设备的健康度为第三健康度,例如可以是20%。设备的第三健康度在第二健康度的基础上继续下降,此时,可以将第一参对应的检修点作为故障点,尽快进行故障点的维修,以使设备尽快正常运行。
可选地,图4为本发明实施例提供的有一种设备健康度的预测方法的流程示意图,在执行S130时,如图4所示,具体步骤包括:
S131,判断设备的健康度是否小于阈值健康度,若设备的健康度大于等于所述阈值健康度,执行S132;若设备的健康度小于所述阈值健康度,执行S134。
S132,根据所述第一参数对所述设备进行自动修复,并向目标终端发送检修指令。
示例性地,第一用电组件141为水泵,第一参数为第一运行电流或第一运行温度,阈值健康度为30%。若第一参数为第一运行电流,第一运行电流为异常参数的次数为两次,确定设备的健康度为40%,大于阈值健康度,第一运行电流异常对应的原因可能是存在堵塞问题,此时控制提高水泵的转速对设备进行自动修复;与此同时,向用户的终端发送第一运行电流对应的检修点进行检修的检修指令。若第一参数为第一运行温度,第一运行温度为异常参数的次数为两次,确定设备的健康度为30%,等于阈值健康度,此时可以启动风扇对水泵进行降温,或者降低水泵转速来减少热量的产生对设备进行自动修复;与此同时,向用户的终端发送第一运行温度对应的检修点进行检修检修指令。如此,既能够使设备正产运行,还能够提醒用户对相应的检修点进行检修。
S134,设备停止运行,并向所述目标终端发送故障信息。
示例性地,在上述实施例的基础上,若第一参数为第一运行电流,第一运行电流为异常参数的次数等于三次,确定设备的健康度为25%,小于阈值健康度,设备停止运行,向用户的终端发送第一运行电流对应的检修点发生故障的信息。若第一参数为第一运行温度,第一运行温度为异常参数的次数等于三次,确定设备的健康度为25%,小于阈值健康度,设备停止运行,向用户的终端发送第一运行温度对应的检修点发生故障的信息。本发明实施例能够在设备发生故障时向用户发送具体的故障位置,便于人员维修。
需要说明的是,若第一参数对应的检修点为无法自动修复的检修点,例如第一参数为第一运行振动,第一运行振动的检修点为螺丝组件,需要拧紧螺丝或者更换螺丝,该修复只能依靠人工检修,不能进行自动修复。此种情况,可以向用户的终端发送该第一参数对应的检修点发生故障的信息,以提示人员进行维修。
可选地,在执行S122时还包括若第二次确定的异常参数为非所述第一参数,即第二次确定的异常参数为第二参数,执行S125,具体包括:
S125,确定所述设备的健康度为第四健康度,所述第四健康度小于所述第一健康度且大于所述第二健康度。
示例性的,第一参数可以为第一运行电流,第二参数可以为第一运行温度。若第一次异常时确定的异常参数为第一参数,第二次异常时确定的异常参数为第二参数,设备的健康度为第四健康度,例如可以是60%,两次异常时确定的异常参数类型不同;若两次异常时确定的异常参数均为第一参数,设备的健康度为第三健康度,例如可以是50%。在确定异常参量时,前者的第一参量为异常参量的次数为两次,后者的第一参量为异常参量的次数为一次,前者确定的设备的健康度小于后者确定的设备的健康度,故同一运行参数出现异常的次数越多,异常参数对应的检修点发生故障的概率较大,设备的健康度较小,需要优先处理,从而能够根据故障的概率合理设置设备的健康度。
可选地,在执行S132之后,还包括:
S133,若对所述设备进行自动修复失败,所述设备停止运行,并向所述目标终端发送所述故障信息。
示例性地,基于上述实施例,若确定的异常参数为第一运行电流为,控制提高水泵的转速以使第一运行电流值恢复至预设阈值范围内,但是随着水泵转速的提高第一运行电流值一直未恢复正常,此时设备的自动修复失败。此时,控制设备停止运行,向用户的终端发送第一运行电流对应的检修点发生故障的信息,以提示人员对故障点进行维修。
本发明实施例还提供了一种设备健康度的预测系统,如图1所示,设备健康度的预测系统100包括传感器模块110、数据采集模块120和处理器130。
其中,传感器模块110与数据采集模块120的输入端电连接,传感器模块110用于采集设备140的多个运行参数的值,数据采集模块120用于获取多个运行参数的值,运行参数的值为设备140处于运行状态时的参数的值。
数据采集模块120的输出端与处理器130的输入端电连接,处理器130用于根据多个运行参数的值和多个运行参数分别对应的预设阈值,确定异常参数;根据异常参数的类别和出现次数,确定设备的健康度;根据设备的健康度以及异常参数进行修复。
具体地,每一个运行参数对应有正常值的范围,即预设阈值,若运行参数的值未处于预设阈值的范围内,则确定该运行参数为一个异常参数,进而能够确定所有运行参数是否为异常参数。若第一次确定出异常参数,设备的健康度则会下降。若第二次确定出的异常参数与前一次确定出的异常参数相同,设备的健康度会在前一次确定的健康度的基础上继续下降;若第二次确定的异常参数与前一次确定出的异常参数不同,设备的健康度也会在前一次确定的健康度的基础上继续下降。也就是说,设备的健康度与异常参数的类别以及异常参数出现的次数均相关。
根据设备的健康度、厂站距离以及时间能够合理安排检修时间,并对设备进行检修;根据异常参数能够确定需要检修的位置。例如:若第一运行电流、第一运行温度或第一运行振动为异常参数,确定第一用电组件141为需要检修的部件;进一步若第一运行振动为异常参数,确定第一用电组件141的螺丝为检修点。如此,既为维修人员预留出时间进行检修,保证设备正常运行,也能够确定检修点位置,即在设备故障之前进行维修,有利于提高设备运行效率。
可选地,处理器130,具体用于若第一次异常时确定的异常参数为第一参数,确定设备140的健康度为第一健康度;若第二次异常时确定的异常参数为第一参数,确定设备140的健康度为第二健康度,第二健康的小于第一健康度,若第三次异常时确定的异常参数为第一参数,确定设备140的健康度为第三健康度,第三健康的小于第二健康度。
具体地,第一次异常时确定的异常参数为第一参数,设备的健康度为第一健康度,例如可以是80%。显然相较于未出现异常参数时设备的健康度100%,健康度下降。此时,可以将第一参数对应的检修点作为优先级靠后的检修点,合理设置检修时间和检修顺序。第二次异常时确定的异常参数还是第一参数,此时设备的健康度为第二健康度,例如可以是50%。设备的第二健康度在第一健康度的基础上继续下降,此时,可以将第一单数对应的检修点作为优先级靠前的检修点,尽快进行检修,防止设备发生故障。第三次异常时确定的异常参数仍然是第一参数,此时设备的健康度为第三健康度,例如可以是20%。设备的第三健康度在第二健康度的基础上继续下降,此时,可以将第一参对应的检修点作为故障点,尽快进行故障点的维修,以使设备尽快正常运行。
可选地,处理器130,具体用于若设备140的健康度大于等于阈值健康度,根据第一参数对设备140进行自动修复,并向目标终端发送检修指令;若设备140的健康度小于阈值健康度,设备140停止运行,并向目标终端发送故障信息。
示例性地,第一用电组件141为水泵,第一参数为第一运行电流,阈值健康度为30%。若第一运行电流为异常参数的次数小于三次,设备的健康度大于阈值健康度,例如设备的健康度为40%,第一运行电流异常对应的原因可能是存在堵塞问题,此时控制提高水泵的转速对设备进行自动修复;与此同时,向用户的终端发送第一运行电流对应的检修点进行检修的检修指令。若第一运行电流为异常参数的次数等于三次,设备的健康度小于阈值健康度,例如设备的健康度为25%,设备停止运行,向用户的终端发送第一运行电流对应的检修点发生故障的信息。
在其他实施方式中,第一参数还可以为第一运行温度。若第一运行温度为异常参数的次数小于三次,设备的健康度等于阈值健康度,此时可以启动风扇对水泵进行降温,或者降低水泵转速来减少热量的产生对设备进行自动修复;与此同时,向用户的终端发送第一运行温度对应的检修点进行检修检修指令。若第一运行温度为异常参数的次数等于三次,设备的健康度小于阈值健康度,设备停止运行,向用户的终端发送第一运行温度对应的检修点发生故障的信息。
需要说明的是,若第一参数对应的检修点为无法自动修复的检修点,例如第一参数为第一运行振动,第一运行振动的检修点为螺丝组件,需要拧紧螺丝或者更换螺丝,该修复只能依靠人工检修,不能进行自动修复。此种情况,可以向用户的终端发送该第一参数对应的检修点发生故障的信息,以提示人员进行维修。
本发明实施例提供的技术方案,既能够使设备正产运行,还能够提醒用户对相应的检修点进行检修;此外,还能够在设备发生故障时向用户发送具体的故障位置,便于人员维修。
可选地,处理器130,还用于若第二次异常时确定的异常参数为第二参数,确定设备140的健康度为第四健康度,第四健康度小于第一健康度且大于第二健康度。
示例性地,第一参数可以为第一运行电流,第二参数可以为第一运行温度。若第一次异常时确定的异常参数为第一参数,第二次异常时确定的异常参数为第二参数,设备的健康度为第四健康度,例如可以是60%,两次异常时确定的异常参数类型不同;若两次异常时确定的异常参数为第一参数,设备的健康度为第三健康度,例如可以是50%。在确定异常参量时,前者的第一参量为异常参量的次数为两次,后者的第一参量为异常参量的次数为一次,前者确定的设备的健康度小于后者确定的设备的健康度,故同一运行参数出现异常的次数越多,异常参数对应的检修点发生故障的概率较大,设备的健康度较小,需要优先处理,从而能够根据故障的概率合理设置设备的健康度。
可选地,处理器130,还用于若对设备140进行自动修复失败,设备140停止运行,并向目标终端发送故障信息。
示例性地,基于上述实施例,若确定的异常参数为第一运行电流,控制提高水泵的转速以使第一运行电流值恢复至预设阈值范围内,但是随着水泵转速的提高第一运行电流值一直未恢复正常,此时设备的自动修复失败。此时,控制设备停止运行,向用户的终端发送第一运行电流对应的检修点发生故障的信息,以提示人员对故障点进行维修。
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。
以上所述仅是本公开的具体实施方式,使本领域技术人员能够理解或实现本公开。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公开的精神或范围的情况下,在其它实施例中实现。因此,本公开将不会被限制于本文所述的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种设备健康度的预测方法,其特征在于,所述预测方法包括:
获取传感器模块采集的设备的多个运行参数的值,所述运行参数的值为所述设备处于运行状态时的参数的值;
根据所述多个运行参数的值和所述多个运行参数分别对应的预设阈值,确定异常参数;
根据所述异常参数的类别和出现次数,确定所述设备的健康度;
根据所述设备的健康度以及所述异常参数进行修复。
2.根据权利要求1所述的设备健康度的预测方法,其特征在于,
所述根据所述异常参数的类别和出现次数,确定所述设备的健康度,包括:
若第一次异常时确定的异常参数为第一参数,确定所述设备的健康度为第一健康度;
若第二次异常时确定的异常参数为所述第一参数,确定所述设备的健康度为第二健康度,所述第二健康的小于所述第一健康度;
若第三次异常时确定的异常参数为所述第一参数,确定所述设备的健康度为第三健康度,所述第三健康的小于所述第二健康度。
3.根据权利要求2所述的设备健康度的预测方法,其特征在于,所述根据所述设备的健康度以及异常参数进行修复,包括:
若所述设备的健康度大于等于阈值健康度,根据所述第一参数对所述设备进行自动修复,并向目标终端发送检修指令;
若所述设备的健康度小于所述阈值健康度,所述设备停止运行,并向所述目标终端发送故障信息。
4.根据权利要求2所述的设备健康度的预测方法,其特征在于,
所述确定所述设备的健康度为第一健康度之后,还包括:
若第二次异常时确定的异常参数为第二参数,确定所述设备的健康度为第四健康度,所述第四健康度小于所述第一健康度且大于所述第二健康度。
5.根据权利要求3所述的设备健康度的预测方法,其特征在于,所述根据所述第一参数对所述设备进行自动修复之后,还包括:
若对所述设备进行自动修复失败,所述设备停止运行,并向所述目标终端发送所述故障信息。
6.一种设备健康度的预测系统,其特征在于,包括传感器模块、数据采集模块和处理器;
所述传感器模块与所述数据采集模块的输入端电连接,所述传感器模块用于采集设备的多个运行参数,所述数据采集模块用于获取所述多个运行参数的值,所述运行参数的值为所述设备处于运行状态时的参数的值;
所述数据采集模块的输出端与所述处理器的输入端电连接;所述处理器用于根据所述多个运行参数的值和所述多个运行参数分别对应的预设阈值,确定异常参数;根据所述异常参数的类别和出现次数,确定所述设备的健康度;根据所述设备的健康度以及所述异常参数进行修复。
7.根据权利要求6所述的设备健康度的预测系统,其特征在于,
所述处理器,具体用于若第一次异常时确定的异常参数为第一参数,确定所述设备的健康度为第一健康度;若第二次异常时确定的异常参数为所述第一参数,确定所述设备的健康度为第二健康度,所述第二健康的小于所述第一健康度,若第三次异常时确定的异常参数为所述第一参数,确定所述设备的健康度为第三健康度,所述第三健康的小于所述第二健康度。
8.根据权利要求7所述的设备健康度的预测系统,其特征在于,
所述处理器,具体用于若所述设备的健康度大于等于阈值健康度,根据所述第一参数对所述设备进行自动修复,并向目标终端发送检修指令;若所述设备的健康度小于所述阈值健康度,所述设备停止运行,并向目标终端发送故障信息。
9.根据权利要求7所述的设备健康度的预测系统,其特征在于,
所述处理器,还用于若第二次异常时确定的异常参数为第二参数,确定所述设备的健康度为第四健康度,所述第四健康度小于所述第一健康度且大于所述第二健康度。
10.根据权利要求8所述的设备健康度的预测系统,其特征在于,
所述处理器,还用于若对所述设备进行自动修复失败,所述设备停止运行,并向所述目标终端发送所述故障信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011592951.4A CN112762990A (zh) | 2020-12-29 | 2020-12-29 | 设备健康度的预测方法及预测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011592951.4A CN112762990A (zh) | 2020-12-29 | 2020-12-29 | 设备健康度的预测方法及预测系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112762990A true CN112762990A (zh) | 2021-05-07 |
Family
ID=75696813
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011592951.4A Pending CN112762990A (zh) | 2020-12-29 | 2020-12-29 | 设备健康度的预测方法及预测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112762990A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN114520822A (zh) * | 2022-02-16 | 2022-05-20 | 东集技术股份有限公司 | 一种面向设备电池的监控系统、方法、设备及存储介质 |
CN115460055A (zh) * | 2022-08-19 | 2022-12-09 | 深圳微米云服信息科技有限公司 | 一种云平台监控方法 |
CN116088398A (zh) * | 2023-04-10 | 2023-05-09 | 中国电力工程顾问集团西南电力设计院有限公司 | 一种用于火电厂智慧监盘报警系统 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2015103810A1 (zh) * | 2014-01-07 | 2015-07-16 | 南开大学 | 一种利用孔雀草花朵对 Cd-PCB 污染土壤的指示方法 |
WO2017128848A1 (en) * | 2016-01-28 | 2017-08-03 | Well Diagnostics Technology (International) Corporation | Method and apparatus for comparation and assessment of temperature-humidity field models based on tumour cell abnomalities |
CN109194534A (zh) * | 2018-07-24 | 2019-01-11 | 西安电子科技大学 | 面向物联网设备群体的调度与管理方法 |
CN109376877A (zh) * | 2018-10-11 | 2019-02-22 | 华自科技股份有限公司 | 设备运维预警方法、装置、计算机设备和存储介质 |
CN109905462A (zh) * | 2019-01-28 | 2019-06-18 | 安徽斯瑞菱智能科技有限公司 | 一种设备健康度管理系统 |
CN110082623A (zh) * | 2019-05-21 | 2019-08-02 | 国网安徽省电力有限公司合肥供电公司 | 一种开关柜健康状态评价方法及系统 |
CN110977614A (zh) * | 2019-12-18 | 2020-04-10 | 常州机电职业技术学院 | 一种数控机床健康诊断方法 |
CN111006355A (zh) * | 2019-12-16 | 2020-04-14 | 珠海格力电器股份有限公司 | 空调机组及其运行状态监测方法、装置 |
CN111222549A (zh) * | 2019-12-30 | 2020-06-02 | 航天时代飞鸿技术有限公司 | 一种基于深度神经网络的无人机故障预测方法 |
CN111314463A (zh) * | 2020-02-17 | 2020-06-19 | 苏州欣皓信息技术有限公司 | 一种基于泵站机组健康评估的方法 |
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
- 2020-12-29 CN CN202011592951.4A patent/CN112762990A/zh active Pending
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2015103810A1 (zh) * | 2014-01-07 | 2015-07-16 | 南开大学 | 一种利用孔雀草花朵对 Cd-PCB 污染土壤的指示方法 |
WO2017128848A1 (en) * | 2016-01-28 | 2017-08-03 | Well Diagnostics Technology (International) Corporation | Method and apparatus for comparation and assessment of temperature-humidity field models based on tumour cell abnomalities |
CN109194534A (zh) * | 2018-07-24 | 2019-01-11 | 西安电子科技大学 | 面向物联网设备群体的调度与管理方法 |
CN109376877A (zh) * | 2018-10-11 | 2019-02-22 | 华自科技股份有限公司 | 设备运维预警方法、装置、计算机设备和存储介质 |
CN109905462A (zh) * | 2019-01-28 | 2019-06-18 | 安徽斯瑞菱智能科技有限公司 | 一种设备健康度管理系统 |
CN110082623A (zh) * | 2019-05-21 | 2019-08-02 | 国网安徽省电力有限公司合肥供电公司 | 一种开关柜健康状态评价方法及系统 |
CN111006355A (zh) * | 2019-12-16 | 2020-04-14 | 珠海格力电器股份有限公司 | 空调机组及其运行状态监测方法、装置 |
CN110977614A (zh) * | 2019-12-18 | 2020-04-10 | 常州机电职业技术学院 | 一种数控机床健康诊断方法 |
CN111222549A (zh) * | 2019-12-30 | 2020-06-02 | 航天时代飞鸿技术有限公司 | 一种基于深度神经网络的无人机故障预测方法 |
CN111314463A (zh) * | 2020-02-17 | 2020-06-19 | 苏州欣皓信息技术有限公司 | 一种基于泵站机组健康评估的方法 |
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 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN114520822A (zh) * | 2022-02-16 | 2022-05-20 | 东集技术股份有限公司 | 一种面向设备电池的监控系统、方法、设备及存储介质 |
CN115460055A (zh) * | 2022-08-19 | 2022-12-09 | 深圳微米云服信息科技有限公司 | 一种云平台监控方法 |
CN116088398A (zh) * | 2023-04-10 | 2023-05-09 | 中国电力工程顾问集团西南电力设计院有限公司 | 一种用于火电厂智慧监盘报警系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112762990A (zh) | 设备健康度的预测方法及预测系统 | |
CN114264952B (zh) | 一种基于数据处理的断路器运行状态特征管理系统 | |
CN112199253A (zh) | 智能设备的监控维护方法、装置、服务器及存储介质 | |
CN112966375B (zh) | 基于有限状态机的配电网信息物理元件建模方法及系统 | |
CN108155721A (zh) | 一种配电变压器智能监测系统及方法 | |
CN111008485A (zh) | 基于神经网络的三相交流异步电机多参数寿命预测方法 | |
CN109885019A (zh) | 一种风机状态自动判断方法 | |
EP2434149A1 (en) | Auto-diagnostic systems and methods for wind-power generators | |
CN115728057A (zh) | 一种风力发电机组齿轮箱振动监测与故障诊断方法 | |
CN113110203B (zh) | 一种电机运行集控方法和系统 | |
CN105182124A (zh) | 基于电量采集的耗能设备故障预警方法和装置 | |
CN102722156A (zh) | 冶金行业生产过程控制系统故障显示及容错控制方法 | |
CN113110378A (zh) | 一种终端控制机及智能检测诊断方法 | |
CN110056437B (zh) | 一种柴油发电机的启动方法 | |
EP3736937A1 (en) | Method and system for controlling power exportation | |
CN115237719A (zh) | 一种服务器电源可靠性的预警方法及系统 | |
CN112101799B (zh) | 一种基于风电场数据的标准状态划分方法及装置 | |
CN108448634A (zh) | 一种水电机组远程一键黑启动控制方法 | |
EP4012515A1 (en) | Preventive controller switchover | |
CN114825625A (zh) | 一种电池储能电站运维系统及方法 | |
CN111431281A (zh) | 安全用电监控方法及其系统 | |
CN114265324A (zh) | 设备运行状态的监测方法、装置及终端设备 | |
CN113937774A (zh) | 一种电源涉网保护的校核方法和系统 | |
CN117249049A (zh) | 基于有功功率、转速、启动转速判断机组运行状态的方法 | |
CN214799336U (zh) | 基于多智体的电机运行控制装置 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210507 |