CN113032985B - 一种无线感知设备寿命智能评估方法和装置 - Google Patents
一种无线感知设备寿命智能评估方法和装置 Download PDFInfo
- Publication number
- CN113032985B CN113032985B CN202110263175.1A CN202110263175A CN113032985B CN 113032985 B CN113032985 B CN 113032985B CN 202110263175 A CN202110263175 A CN 202110263175A CN 113032985 B CN113032985 B CN 113032985B
- Authority
- CN
- China
- Prior art keywords
- wireless sensing
- service life
- module
- replaceable
- life
- 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
- 238000011156 evaluation Methods 0.000 title claims abstract description 59
- 238000004891 communication Methods 0.000 claims abstract description 28
- 238000000034 method Methods 0.000 claims description 35
- 238000012545 processing Methods 0.000 claims description 11
- 238000007405 data analysis Methods 0.000 claims description 8
- 239000000203 mixture Substances 0.000 claims description 4
- 238000012216 screening Methods 0.000 claims description 4
- 238000013461 design Methods 0.000 abstract description 10
- 238000012423 maintenance Methods 0.000 abstract description 4
- 239000000306 component Substances 0.000 description 16
- 230000008447 perception Effects 0.000 description 12
- 238000005516 engineering process Methods 0.000 description 11
- 230000036541 health Effects 0.000 description 10
- 238000007726 management method Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 6
- 230000010354 integration Effects 0.000 description 6
- 238000012544 monitoring process Methods 0.000 description 5
- 230000008901 benefit Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 238000003745 diagnosis Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000013210 evaluation model Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 241001391944 Commicarpus scandens Species 0.000 description 1
- 241000282414 Homo sapiens Species 0.000 description 1
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000003990 capacitor Substances 0.000 description 1
- 239000008358 core component Substances 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000005672 electromagnetic field Effects 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 229910052744 lithium Inorganic materials 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000004377 microelectronic Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 230000000087 stabilizing effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/02—Reliability analysis or reliability optimisation; Failure analysis, e.g. worst case scenario performance, failure mode and effects analysis [FMEA]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Arrangements For Transmission Of Measured Signals (AREA)
Abstract
本发明公开了一种无线感知设备寿命智能评估方法和装置,包括:接收组成设备的各个功能模块的评估参数、属性以及无线感知设备的已工作时长;根据各个功能模块的评估参数,获得各个功能模块的寿命和可靠度;根据各个功能模块的寿命和属性,获得该无线感知设备的最大边界寿命;根据各个功能模块的属性,确定出其中的可更换模块;根据可更换模块的寿命、可更换模块的属性、设备的已工作时长、该无线感知设备的最大边界寿命,获得该无线感知设备的剩余使用寿命。本发明实现了快速且有效地辅助现场工作人员对无线感知设备的相关使用寿命的获取,提高了设备的运维效率,特别适合于诸如无线通信与感知一体化设备等模块化设计的电子设备的寿命评估。
Description
技术领域
本发明涉及设备的故障预测与健康管理技术领域,特别涉及一种无线感知设备寿命智能评估方法和装置。
背景技术
随着无线技术的发展和日趋成熟,很多传统感知设备的有线传输方式已经逐步被无线方式替代。由于无线方式无需部署大量的电缆的便利优势,在很多之前无法用有线设备感知的应用场景中,无线感知设备发挥了至关重要的作用。2020年,中国工程院发布的《全球工程前沿2020》报告中明确指出无线通信与感知一体化技术是信息与电子工程领域10大工程开发前沿技术之一。无线通信与感知一体化设备主要用于被测设备状态监测(温度、压力、流量、气体含量等),进而进行被测设备状态评估。但是,作为用于设备状态监测的测量设备,如果自身健康状态无法评估,势必造成被测设备状态监测的不确定性。
故障预测和健康管理(Prognostics and Health Management,PHM)技术可以通过失效物理分析,对产品或系统在实际应用环境中的可靠性进行评估和预测。国际上,PHM技术已经发展30多年,随着PHM技术水平的不断提高,其应用领域已经由一开始的航天飞行器、飞机、核反应堆等复杂军事系统和装备逐渐向很多现代其他工业领域扩展,目前在电子、船舶、汽车以及工程结构安全等方面都得到了广泛应用。典型的PHM系统主要包括:传感器、数据处理、状态监测(或故障检测)、健康评估(或故障诊断)、寿命预测和信息显示。
然而现有的PHM技术对于无线通讯与感知一体化的智能设备自身却无法实现可靠的寿命评估。无线通信与感知一体化智能设备,相比于传统感知设备,将数据采集处理功能与传感器集成在了一起,通过无线通讯模块,直接将传感器采集处理后的信息传输至监控平台。随着微电子技术及集成电路技术的发展,无线通信与感知一体化智能设备集成度更高,体积、功耗等更低,功能更强大。由于无线通信与感知一体化智能设备的高度集成,其特性、功能等与传统电子产品有较大区别,因此,传统的电子设备故障诊断与健康管理方法(PHM技术)已不再适用。例如,无线通信与感知一体化智能设备的电源类型较多,包括可充电锂电池供电,一次性干电池供电,太阳能电池供电等,在这些设备中,电源的寿命远远短于电子器件的寿命,电源故障及寿命直接影响整个设备的健康状态及寿命,而不同电源,由于材料等特性不同,其健康状态也不同。同时,无线通信与感知一体化智能设备的无线通信制式种类较多,整机EMC性能以及环境电磁场直接影响通信功能及质量。另外,产品的模块化设计具备诸多优点,可以灵活的更换易出现故障或寿命较短的模块,进而提高部件使用率,方便维护,可极大的降低整个产品成本;但是,如果采用现有的故障预测诊断与健康管理方法,显然并不适合。
目前,现有技术中尚缺乏对本发明所涉及的模块化无线通信与感知一体化智能设备寿命的准确评估方法,通常通过传统电子设备评估方法进行评估,再依据人为主观判断。这种粗浅人工评估方法,对于很多设备不能进行各模块部件信息的追溯,无法实现设备准确寿命评估,造成设备故障无法预判,大量的电子器件、电源模块、机械部件的严重浪费。不符合国家对产品高质量发展及能源节约化使用的总方针。
因此,针对于高集成度、模块化设计的无线通信与感知一体化智能设备,如何进行其寿命评估,以获得可靠的剩余使用寿命,便成为亟待解决的问题。
发明内容
有鉴于此,本发明提供一种无线感知设备寿命智能评估方法和装置,以实现针对于高集成度、模块化设计的设备的寿命评估,获得其可靠的剩余使用寿命。
本发明的技术方案是这样实现的:
一种无线感知设备寿命智能评估方法,所述无线感知设备由至少一个功能模块组成,所述方法包括:
接收组成所述无线感知设备的各个所述功能模块的评估参数、属性以及所述无线感知设备的已工作时长;
根据各个所述功能模块的评估参数,获得各个所述功能模块的寿命和可靠度;
根据各个所述功能模块的寿命和属性,获得所述无线感知设备的最大边界寿命;
根据各个所述功能模块的属性,确定出其中的可更换模块;
根据所述可更换模块的寿命、所述可更换模块的属性、所述无线感知设备的已工作时长、所述无线感知设备的最大边界寿命,获得所述无线感知设备的剩余使用寿命。
进一步,所述评估参数包括各个所述功能模块的元件组成和元件参数。
进一步,各个所述功能模块的属性包括价值占比、是否可更换;
当所述属性的内容中包括可更换时,所述属性还包括已使用数量。
进一步,所述的根据各个所述功能模块的寿命和属性,获得所述无线感知设备的最大边界寿命,包括:
将价值占比最高的功能模块的寿命作为所述无线感知设备的最大边界寿命。
进一步,所述的根据各个所述功能模块的属性,确定出其中的可更换模块,包括:
将所述属性的内容包括可更换的功能模块确定为可更换模块。
进一步,所述的根据所述可更换模块的寿命、所述可更换模块的属性、所述无线感知设备的已工作时长、所述无线感知设备的最大边界寿命,获得所述无线感知设备的剩余使用寿命,包括:
通过下式获得所述可更换模块的最大可使用数量:
其中,D为所述可更换模块的最大可使用数量,Ta为所述无线感知设备的最大边界寿命、Tb为所述可更换模块的寿命,表示对Ta/Tb的结果向上取整;
通过下式获得所述无线感知设备的剩余边界寿命:
Y=Ta-M
其中,Y为所述无线感知设备的剩余边界寿命,M为所述无线感知设备的已工作时长;
判断所述可更换模块已使用数量是否达到所述可更换模块的最大可使用数量;
如果所述可更换模块已使用数量未达到所述可更换模块的最大可使用数量,则通过下式获得所述无线感知设备的剩余使用寿命:
W=N×Tb-M
如果所述可更换模块已使用数量达到所述可更换模块的最大可使用数量,则通过下式获得所述无线感知设备的剩余使用寿命:
W=Ta-M
其中,W为所述无线感知设备的剩余使用寿命,N表示所述可更换模块已使用数量。
进一步,所述方法还包括:
根据各个所述功能模块的评估参数,获得各个所述功能模块的可靠度;
根据各个所述功能模块的可靠度,获得所述无线感知设备的可靠度。
进一步,所述的根据各个所述功能模块的可靠度,获得所述无线感知设备的可靠度,包括:
将各个所述功能模块的可靠度中最低的可靠度作为所述无线感知设备的可靠度。
进一步,所述无线感知设备为无线通信与感知一体化设备;
各个所述功能模块包括天线、无线通信模块、数据采集与处理模块、电源管理模块、电池、外壳;其中,
所述可更换模块为电池。
一种无线感知设备寿命智能评估装置,所述无线感知设备由至少一个功能模块组成,所述装置包括:
数据接收模块,用于接收组成所述无线感知设备的各个所述功能模块的评估参数、属性以及所述无线感知设备的已工作时长;
第一数据分析模块,用于根据各个所述功能模块的评估参数,获得各个所述功能模块的寿命和可靠度;
最大边界寿命获取模块,用于根据各个所述功能模块的寿命和属性,获得所述无线感知设备的最大边界寿命;
筛选模块,用于根据各个所述功能模块的属性,确定出其中的可更换模块;以及,
第二数据分析模块,用于根据所述可更换模块的寿命、所述可更换模块的属性、所述无线感知设备的已工作时长、所述无线感知设备的最大边界寿命,获得所述无线感知设备的剩余使用寿命。
一种非易失性计算机可读存储介质,所述非易失性计算机可读存储介质存储指令,其特征在于,所述指令在由处理器执行时使得所述处理器执行如上任一项所述的无线感知设备寿命智能评估方法中的步骤。
一种电子设备,包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器执行如上任一项所述的无线感知设备寿命智能评估方法中的步骤。
从上述方案可以看出,本发明的无线感知设备寿命智能评估方法和装置,与高集成度、模块化设计的无线感知设备中的各个模块相结合,通过分析无线感知设备中所划分的各个模块的寿命、价值来确定无线感知设备的最大边界寿命,同时考虑制约无线感知设备当前剩余使用寿命的模块的可替换性,来综合获得无线感知设备的剩余使用寿命和剩余边界寿命,从而实现了快速且有效地辅助现场工作人员对无线感知设备的相关使用寿命的获取,提高了无线感知设备的运维效率,本发明特别适合于诸如无线通信与感知一体化设备等模块化设计的电子设备的寿命评估。
附图说明
图1为本发明实施例的无线感知设备寿命智能评估方法示意图;
图2为本发明实施例的无线感知设备寿命智能评估装置示意图;
图3为本发明实施例的电子设备示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下参照附图并举实施例,对本发明作进一步详细说明。
本发明实施例提供了一种无线感知设备寿命智能评估方法,其中,无线感知设备由至少一个功能模块组成。在一个具体实施例中,该无线感知设备为高集成度、模块化设计的设备。如图1所示,本发明实施例的无线感知设备寿命智能评估方法主要包括:
步骤1、接收组成无线感知设备的各个功能模块的评估参数、属性以及该无线感知设备的已工作时长;
步骤2、根据各个功能模块的评估参数,获得各个功能模块的寿命和可靠度;
步骤3、根据各个功能模块的寿命和属性,获得该无线感知设备的最大边界寿命;
步骤4、根据各个功能模块的属性,确定出其中的可更换模块;
步骤5、根据可更换模块的寿命、可更换模块的属性、该无线感知设备的已工作时长、该无线感知设备的最大边界寿命,获得该无线感知设备的剩余使用寿命。
其中,评估参数包括各个功能模块的元件组成和元件参数,例如元件组成包括功能模块中包括哪些元件、元件参数包括这些元件的性能、材料等参数,这些数据可以通过功能模块的相关技术文档数据获得。
其中,各个功能模块的属性包括价值占比、是否可更换等;其中,当属性的内容中包括可更换时,属性还包括已使用数量。其中,价值占比是指功能模块的价值在整个无线感知设备中的占比。在无线感知设备的设计和生产时便已经确定的可更换的模块,在其属性中包含可更换的属性,例如对于可通过接口进行插接方式进行更换的模块,又如可更换的电池等,对于可更换属性的模块,在每次更换之后均更新其属性中的已使用数量。例如,对于使用电池的设备,在初次工作时使用第1块电池,此时的电池的属性中的已使用数量为1,当第1块电池没电而更换第2块电池使用后,电池的属性中的已使用数量变更为2。
整个无线感知设备的使用寿命往往由其中价值最大的功能模块的使用寿命所决定,一旦无线感知设备中的价值最大的功能模块损坏,则该无线感知设备便失去了修复并再次使用的价值,即便其它模块完好,完好的模块也只是进行拆分后回收作为库存零部件以作为其他新的设备零件使用。因此,在可选实施例中,步骤3的根据各个功能模块的寿命和属性,获得该无线感知设备的最大边界寿命,包括:
将价值占比最高的功能模块的寿命作为该无线感知设备的最大边界寿命。在可选实施例中,步骤4中的根据各个功能模块的属性,确定出其中的可更换模块,包括:
将属性的内容包括可更换的功能模块确定为可更换模块。
在可选实施例中,步骤5的根据可更换模块的寿命、可更换模块的属性、该无线感知设备的已工作时长、该无线感知设备的最大边界寿命,获得该无线感知设备的剩余使用寿命,包括:
通过下式获得可更换模块的最大可使用数量:
其中,D为可更换模块的最大可使用数量,Ta为该无线感知设备的最大边界寿命、Tb为可更换模块的寿命,表示对Ta/Tb的结果向上取整;
通过下式获得该无线感知设备的剩余边界寿命:
Y=Ta-M
其中,Y为该无线感知设备的剩余边界寿命,M为该无线感知设备的已工作时长;
判断可更换模块已使用数量是否达到可更换模块的最大可使用数量;
如果可更换模块已使用数量未达到可更换模块的最大可使用数量,则通过下式获得该无线感知设备的剩余使用寿命:
W=N×Tb-M
如果可更换模块已使用数量达到可更换模块的最大可使用数量,则通过下式获得该无线感知设备的剩余使用寿命:
W=Ta-M
其中,W为该无线感知设备的剩余使用寿命,N表示可更换模块已使用数量,其中,当N=n时,表示可更换模块的已更换n-1次,其中n为大于0的整数;即,如果n=1,则N=1,表示可更换模块的已使用数量为1,已更换1-1=0次,此时该无线感知设备中的可更换模块尚未更换(即当前正在使用第1个可更换模块);如果n=2,则N=2,表示可更换模块的已使用数量为2,已更换2-1=1次,此时该无线感知设备中的可更换模块被更换了1次(即当前正在使用第2个可更换模块);如果n=3,则N=3,表示可更换模块的已使用数量为3,已更换3-1=2次,此时该无线感知设备中的可更换模块被更换了2次(即当前正在使用第3个可更换模块);依次类推。
以下举例对上述关于步骤5中获得该无线感知设备的剩余使用寿命的过程进行说明。
设该无线感知设备的最大边界寿命Ta为80000小时,可更换模块(例如该无线感知设备中所使用的电池)的寿命Tb为26280小时,则
这表明该无线感知设备中的可更换模块的最大可使用数量为4,即,通过更换而先后使用4个可更换模块后,该无线感知设备才能达到最大边界寿命Ta,而当使用完3个可更换模块并且未更换第4个可更换模块时,该无线感知设备尚有80000-26280×3=1160小时的工作时间才能达到80000小时的最大边界寿命Ta。
将可更换模块的已使用数量N与最大可使用数量4进行比较。
如果可更换模块已使用数量N未达到可更换模块的最大可使用数量4,则通过下式
W=N×Tb-M
获得该无线感知设备的剩余使用寿命。
假设,可更换模块已使用数量N为1,该无线感知设备的已工作时长M为10000小时,则
W=N×Tb-M=1×26280-10000=16280小时
表明该无线感知设备的剩余使用寿命W还有16280小时;
此时,通过下式可获得该无线感知设备的剩余边界寿命为:
Y=Ta-M=80000-10000=70000小时。
由此可知,该无线感知设备的剩余边界寿命Y的70000小时远大于该无线感知设备的剩余使用寿命W的16280小时,在得出70000小时剩余边界寿命和16280小时的剩余使用寿命后,技术人员通过16280小时的剩余使用寿命和70000小时剩余边界寿命,便可以判断出该无线感知设备只需要在随后的接近或者达到16280小时及时进行电池更换,无需考虑该无线感知设备的报废或者更换问题。
假设,可更换模块已使用数量N为2,该无线感知设备的已工作时长M为30000小时,则
W=N×Tb-M=2×26280-30000=22560小时
表明该无线感知设备的剩余使用寿命W还有22560小时;
此时,通过下式可获得该无线感知设备的剩余边界寿命为:
Y=Ta-M=80000-30000=50000小时。
由此可知,该无线感知设备的剩余边界寿命Y的50000小时仍然比该无线感知设备的剩余使用寿命W的22560小时大得多,在得出50000小时剩余边界寿命和22560小时的剩余使用寿命后,技术人员通过22560小时的剩余使用寿命和50000小时剩余边界寿命,便可以判断出该无线感知设备只需要在随后的接近或者达到22560小时及时进行电池更换,此时也无需考虑该无线感知设备的报废或者更换问题。
假设,可更换模块已使用数量N为3,该无线感知设备的已工作时长M为60000小时,则
W=N×Tb-M=3×26280-60000=18840小时
表明该无线感知设备的剩余使用寿命W还有18840小时;
此时,通过下式可获得该无线感知设备的剩余边界寿命为:
Y=Ta-M=80000-60000=20000小时。
由此可知,该无线感知设备的剩余边界寿命Y的20000小时虽然比该无线感知设备的剩余使用寿命W的22560小时大,但并没有大很多,在得出20000小时剩余边界寿命和18840小时的剩余使用寿命后,技术人员通过18840小时的剩余使用寿命和20000小时剩余边界寿命,除了可以判断出该无线感知设备在随后的接近或者达到18840小时需要及时进行电池更换,还可以结合其他因素(如使用成本、更换成本)来考虑是否在随后的接近或者达到18840小时便直接终止该无线感知设备的使用(使用时间已经接近于该无线感知设备的最大边界寿命,如果继续使用很容易出现故障问题)。
假设,可更换模块已使用数量N为4,该无线感知设备的已工作时长M为79000小时,则
W=Ta-M=80000-79000=1000小时
表明该无线感知设备的剩余使用寿命W还有1000小时;
此时,通过下式可获得该无线感知设备的剩余边界寿命为:
Y=Ta-M=80000-60000=1000小时
由此可知,该无线感知设备的剩余边界寿命Y的1000小时与该无线感知设备的剩余使用寿命W的1000小时相同,技术人员通过1000小时的剩余使用寿命和1000小时剩余边界寿命,便可以判断出该无线感知设备已经非常接近于其最大边界寿命,应当及时终止该无线感知设备的使用。
除此以外,在可更换模块已使用数量N为4,该无线感知设备的已工作时长M为79000小时时,仍然可以利用下式
W=N×Tb-M
来计算该无线感知设备的剩余使用寿命W:
W=N×Tb-M=4×26280-79000=26120小时
通过比较可以看出,此时的该无线感知设备的剩余使用寿命26120小时已经远大于该无线感知设备的剩余边界寿命的1000小时,这说明电池还存在相当多的电量时该无线感知设备便已经达到了其最大边界寿命,即使电池仍然能够支持该无线感知设备的工作,但是受限于最大边界寿命,也就需要及时终止该无线感知设备的使用。
除此以外,当该无线感知设备的已工作时长M超出其最大边界寿命时,由
Y=Ta-M
所得到的剩余边界寿命Y将产生负值,此种情况下,技术人员应当了解到该无线感知设备已经处于超期运行状态,随时都有可能出现故障,应当及时或者立即终止该无线感知设备的使用。
除了执行设备寿命评估以外,在可选实施例中,本发明的无线感知设备寿命智能评估方法还可以进一步包括对该无线感知设备进行可靠度评估的过程,具体包括:步骤a1、根据各个功能模块的评估参数,获得各个功能模块的可靠度;
步骤a2、根据各个功能模块的可靠度,获得该无线感知设备的可靠度。
进一步地,在可选实施例中,步骤a2的根据各个功能模块的可靠度,获得该无线感知设备的可靠度,包括:
将各个功能模块的可靠度中最低的可靠度作为该无线感知设备的可靠度。
本发明实施例中,同时结合寿命评估和可靠度评估,能够项技术人员提供该无线感知设备的寿命和可靠度的相关数据,进而技术人员可以同时结合该无线感知设备的寿命和可靠度来判断该无线感知设备的健康程度;如果该无线感知设备的寿命较长、可靠度较高,则可以间隔较长时间以后再次对该无线感知设备进行寿命和可靠度的评估;如果该无线感知设备由于可更换模块的寿命原因导致的寿命较短但可靠度较高,则可在可更换模块接近或达到其寿命时更换该可更换模块;如果该无线感知设备由于接近其最大边界寿命而导致的寿命较短和/或可靠度较低,则及时或立即终止该无线感知设备的使用。
在可选实施例中,该无线感知设备为无线通信与感知一体化设备;其中,各个功能模块包括天线、无线通信模块、数据采集与处理模块、电源管理模块、电池、外壳;其中,可更换模块为电池。
以下结合无线通信与感知一体化设备对本发明实施例的无线感知设备寿命智能评估方法进行进一步说明。
一、功能模块的划分
按照最小功能模块,将无线通信与感知一体化设备所包括的功能模块划分为5个功能模块,包括模块1,模块2,模块3,模块4。
其中,模块1为无线通讯模块、模块2为数据采集与处理模块(包括传感器芯片)、模块3为电池管理模块,模块4为电池、模块5为外壳。
二、模块寿命评估
对5个功能模块进行各自故障预测与寿命评估。
依据模块1的特征,进行寿命与可靠性评估,得到其寿命为T1,可靠度为RT1。模块1为无线通信模块,该模块主要由射频器件、其他阻容类器件及PCB电路板组成,属于一般电子产品,电子产品寿命评估在现有技术中有比较成熟的方法,可以通过查询各器件的寿命表计算出整个模块的寿命,此处不再赘述。电子产品中关于功能模块可靠度的评估也可采用现有的可靠度评估方法实现,此处也不再赘述。
依据模块2的特征(评估参数),进行寿命与可靠性评估,得到其寿命为T2,可靠度为RT2。模块2为数据采集与处理模块,该模块主要由处理器芯片、传感器芯片、阻容类器件及PCB电路板组成,属于一般电子产品,电子产品寿命评估在现有技术中有比较成熟的方法,可以通过查各器件的寿命表计算出整个模块的寿命,此处不再赘述。电子产品中关于功能模块可靠度的评估也可采用现有的可靠度评估方法实现,此处也不再赘述。
依据模块3的特征(评估参数),进行寿命与可靠性评估,得到其寿命为T3,可靠度为RT3。模块3为电源管理模块,该模块主要由稳压芯片、阻容类器件、PCB电路板、电池盒组成,属于一般电子产品,电子产品寿命评估在现有技术中有比较成熟的方法,可以通过查各器件的寿命表计算出整个模块的寿命,此处不再赘述。电子产品中关于功能模块可靠度的评估也可采用现有的可靠度评估方法实现,此处也不再赘述。
依据模块4的特征(评估参数),进行寿命与可靠性评估,得到其寿命为T4,可靠度为RT4。模块4为电池,电池是本设备中寿命相对较短,直接影响整机寿命的部件,但是,作为模块化设计的设备,电池很容易更换。现有技术中的电池寿命评估方法较多,例如可充电电池,能充多少次,并且现有技术中已经有很成熟的评估方法,一般电池厂家会给出。对于一次性干电池,也可采用现有技术实现,例如专利CN109471036B公开了一种传感器网络节点电池评估和预警方法,该方法首先对传感器的电量消耗进行计算,之后,建立传感器所使用电池电量的评估模型,基于对传感器的电量消耗计算方法和传感器所使用电池电量评估模型基础上,建立无线传感器网络电池工作寿命评估及预警算法。
依据模块5的特征(评估参数),进行寿命与可靠性评估,得到其寿命为T5,可靠度为RT5。模块5为外壳,属于机械结构,如果不是外部机械损坏,其自身寿命较长,一般来说外壳的寿命远长于其中的无线通讯模块、数据采集与处理模块、电池管理模块、电池的寿命。
三、整机设备最大边界寿命评估
将所有模块中的价值最大的模块的寿命作为整个设备最大边界寿命。如果该价值最大的模块损坏,则整个设备将废弃,不再使用。本实例中,由于数据采集与处理模块是整个设备的核心部件,如果该部件损坏,整个设备报废处理,即便其他部件完好,也只能拆分后作为库存零部件,故,将模块2的数据采集处理模块寿命作为整机最大边界寿命。
四、制约整机当前剩余使用寿命的模块确定
对于模块化设计的整机中,整机实际取决于寿命较低的模块的寿命,但是这些寿命较低的模块如果到达预估寿命后更换新的模块,则整机的实际寿命将重新评估。
对于本实例中,模块5的外壳,其寿命较长,一般不会更换;模块1、模块2和模块3均属于电子器件类部件,寿命基本相同,对于其中价值比较大的模块2,如果损坏,将整机报废;模块4是电池,电池寿命相对较短,如果不更换,则整机的当前剩余使用寿命就是模块4的电池的寿命。
五、整机寿命预估
模块4(电池)寿命为T4,可靠度为RT4,设,其最大可使用数量为D,其已使用数量为N,设整机设备已经工作时间为M小时,整机设备的剩余使用寿命为W,整机设备的剩余边界寿命为Y,则:
Y=T2-M
如果模块4已使用数量未达到模块4的最大可使用数量,则
W=N×T4-M
如果模块4已使用数量达到模块4的最大可使用数量,则:
W=Ta-M
可靠度为min{RT1,RT2,RT3,RT4,RT5}
本实例中,查询相关电子元器件寿命表,通过现有技术评估出模块1、模块2和模块3的平均寿命为80000小时,依据电池规格及现有技术中关于电池寿命预估计算方法评估出模块4的电池的平均寿命为26280小时,则
当设备未更换电池时,即使用第1块电池时:
W=T4-M=26280-M
当设备更换1次电池时,即使用第2块电池时:
W=2×T4-M=2×26280-M=52560-M
当设备更换2次电池时,即使用第3块电池时:
W=3×T4-M=3×26280-M=78840-M
当设备更换3次电池时,即使用第4块电池时,电池已使用数量达到了其最大可使用数量,则:
W=T2-M=80000-M
该无线感知设备的剩余边界寿命为:
Y=T2-M=80000-M
本发明实施例还同时提供了一种无线感知设备寿命智能评估装置,其中,该无线感知设备由至少一个功能模块组成,如图2所示,该无线感知设备无线感知设备寿命智能评估装置包括数据接收模块10、第一数据分析模块20、最大边界寿命获取模块30、筛选模块40和第二数据分析模块50。其中,数据接收模块10,用于接收组成该无线感知设备的各个功能模块的评估参数、属性以及该无线感知设备的已工作时长;第一数据分析模块20,用于根据各个功能模块的评估参数,获得各个功能模块的寿命和可靠度;最大边界寿命获取模块30,用于根据各个功能模块的寿命和属性,获得该无线感知设备的最大边界寿命;筛选模块40,用于根据各个功能模块的属性,确定出其中的可更换模块;第二数据分析模块50,用于根据可更换模块的寿命、可更换模块的属性、该无线感知设备的已工作时长、该无线感知设备的最大边界寿命,获得该无线感知设备的剩余使用寿命。
本发明实施例还同时提供一种非易失性计算机可读存储介质,该非易失性计算机可读存储介质存储指令,该指令在由处理器执行时使得所述处理器执行如上述说明中的无线感知设备寿命智能评估方法中的各个步骤。
本发明实施例还同时提供一种执行无线感知设备寿命智能评估方法的电子设备,如图3所示,该电子设备包括:至少一个处理器100以及存储器200。存储器200和至少一个处理器100通信连接,例如存储器200和至少一个处理器100通过总线连接。存储器200存储有可被至少一个处理器100执行的指令,所述指令被至少一个处理器100执行,以使至少一个处理器100执行如上述说明中的无线感知设备寿命智能评估方法中的各个步骤。
在可选实施例中,若应用于工业现场,该电子设备还可进一步包括接收模块,用于对该无线感知设备的各个功能模块的评估参数、属性以及该无线感知设备的已工作时长等参数的接收。接收方式可通过有线或无线形式,利用相应的有线或无线模块执行数据接收工作。在可选实施例中,该电子设备还可进一步包括显示模块,用于显示该无线感知设备的剩余使用寿命等信息。
本发明实施例的无线感知设备寿命智能评估方法和装置,与高集成度、模块化设计的设备中的各个模块相结合,通过分析无线感知设备中所划分的各个模块的寿命、价值来确定无线感知设备的最大边界寿命,同时考虑制约无线感知设备当前剩余使用寿命的模块的可替换性,来综合获得无线感知设备的剩余使用寿命和剩余边界寿命,从而实现了快速且有效地辅助现场工作人员对无线感知设备的相关使用寿命的获取,提高了无线感知设备的运维效率,本发明特别适合于诸如无线通信与感知一体化设备等模块化设计的电子设备的寿命评估。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明保护的范围之内。
Claims (11)
1.一种无线感知设备寿命智能评估方法,所述无线感知设备由至少一个功能模块组成,所述方法包括:
接收组成所述无线感知设备的各个所述功能模块的评估参数、属性以及所述无线感知设备的已工作时长;
根据各个所述功能模块的评估参数,获得各个所述功能模块的寿命和可靠度;
根据各个所述功能模块的寿命和属性,获得所述无线感知设备的最大边界寿命;
根据各个所述功能模块的属性,确定出其中的可更换模块;
根据所述可更换模块的寿命、所述可更换模块的属性、所述无线感知设备的已工作时长、所述无线感知设备的最大边界寿命,获得所述无线感知设备的剩余使用寿命;
其中,所述的根据所述可更换模块的寿命、所述可更换模块的属性、所述无线感知设备的已工作时长、所述无线感知设备的最大边界寿命,获得所述无线感知设备的剩余使用寿命,包括:
通过下式获得所述可更换模块的最大可使用数量:
其中,D为所述可更换模块的最大可使用数量,Ta为所述无线感知设备的最大边界寿命、Tb为所述可更换模块的寿命,表示对Ta/Tb的结果向上取整;
通过下式获得所述无线感知设备的剩余边界寿命:
Y=Ta-M
其中,Y为所述无线感知设备的剩余边界寿命,M为所述无线感知设备的已工作时长;
判断所述可更换模块已使用数量是否达到所述可更换模块的最大可使用数量;
如果所述可更换模块已使用数量未达到所述可更换模块的最大可使用数量,则通过下式获得所述无线感知设备的剩余使用寿命:
W=N×Tb-M
如果所述可更换模块已使用数量达到所述可更换模块的最大可使用数量,则通过下式获得所述无线感知设备的剩余使用寿命:
W=Ta-M
其中,W为所述无线感知设备的剩余使用寿命,N表示所述可更换模块已使用数量。
2.根据权利要求1所述的无线感知设备寿命智能评估方法,其特征在于:
所述评估参数包括各个所述功能模块的元件组成和元件参数。
3.根据权利要求1所述的无线感知设备寿命智能评估方法,其特征在于:
各个所述功能模块的属性包括价值占比、是否可更换;
当所述属性的内容中包括可更换时,所述属性还包括已使用数量。
4.根据权利要求3所述的无线感知设备寿命智能评估方法,其特征在于,所述的根据各个所述功能模块的寿命和属性,获得所述无线感知设备的最大边界寿命,包括:
将价值占比最高的功能模块的寿命作为所述无线感知设备的最大边界寿命。
5.根据权利要求3所述的无线感知设备寿命智能评估方法,其特征在于,所述的根据各个所述功能模块的属性,确定出其中的可更换模块,包括:
将所述属性的内容包括可更换的功能模块确定为可更换模块。
6.根据权利要求1所述的无线感知设备寿命智能评估方法,其特征在于,所述方法还包括:
根据各个所述功能模块的评估参数,获得各个所述功能模块的可靠度;
根据各个所述功能模块的可靠度,获得所述无线感知设备的可靠度。
7.根据权利要求2所述的无线感知设备寿命智能评估方法,其特征在于,所述的根据各个所述功能模块的可靠度,获得所述无线感知设备的可靠度,包括:
将各个所述功能模块的可靠度中最低的可靠度作为所述无线感知设备的可靠度。
8.根据权利要求1所述的无线感知设备寿命智能评估方法,其特征在于:
所述无线感知设备为无线通信与感知一体化设备;
各个所述功能模块包括天线、无线通信模块、数据采集与处理模块、电源管理模块、电池、外壳;其中,
所述可更换模块为电池。
9.一种无线感知设备寿命智能评估装置,所述无线感知设备由至少一个功能模块组成,其特征在于,所述装置包括:
数据接收模块,用于接收组成所述无线感知设备的各个所述功能模块的评估参数、属性以及所述无线感知设备的已工作时长;
第一数据分析模块,用于根据各个所述功能模块的评估参数,获得各个所述功能模块的寿命和可靠度;
最大边界寿命获取模块,用于根据各个所述功能模块的寿命和属性,获得所述无线感知设备的最大边界寿命;
筛选模块,用于根据各个所述功能模块的属性,确定出其中的可更换模块;以及,
第二数据分析模块,用于根据所述可更换模块的寿命、所述可更换模块的属性、所述无线感知设备的已工作时长、所述无线感知设备的最大边界寿命,获得所述无线感知设备的剩余使用寿命;
其中,所述的根据所述可更换模块的寿命、所述可更换模块的属性、所述无线感知设备的已工作时长、所述无线感知设备的最大边界寿命,获得所述无线感知设备的剩余使用寿命,包括:
通过下式获得所述可更换模块的最大可使用数量:
其中,D为所述可更换模块的最大可使用数量,Ta为所述无线感知设备的最大边界寿命、Tb为所述可更换模块的寿命,表示对Ta/Tb的结果向上取整;
通过下式获得所述无线感知设备的剩余边界寿命:
Y=Ta-M
其中,Y为所述无线感知设备的剩余边界寿命,M为所述无线感知设备的已工作时长;
判断所述可更换模块已使用数量是否达到所述可更换模块的最大可使用数量;
如果所述可更换模块已使用数量未达到所述可更换模块的最大可使用数量,则通过下式获得所述无线感知设备的剩余使用寿命:
W=N×Tb-M
如果所述可更换模块已使用数量达到所述可更换模块的最大可使用数量,则通过下式获得所述无线感知设备的剩余使用寿命:
W=Ta-M
其中,W为所述无线感知设备的剩余使用寿命,N表示所述可更换模块已使用数量。
10.一种非易失性计算机可读存储介质,所述非易失性计算机可读存储介质存储指令,其特征在于,所述指令在由处理器执行时使得所述处理器执行如权利要求1至8中任一项所述的无线感知设备寿命智能评估方法中的步骤。
11.一种电子设备,其特征在于,包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器执行如权利要求1至8中任一项所述的无线感知设备寿命智能评估方法中的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110263175.1A CN113032985B (zh) | 2021-03-11 | 2021-03-11 | 一种无线感知设备寿命智能评估方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110263175.1A CN113032985B (zh) | 2021-03-11 | 2021-03-11 | 一种无线感知设备寿命智能评估方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113032985A CN113032985A (zh) | 2021-06-25 |
CN113032985B true CN113032985B (zh) | 2024-04-26 |
Family
ID=76469472
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110263175.1A Active CN113032985B (zh) | 2021-03-11 | 2021-03-11 | 一种无线感知设备寿命智能评估方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113032985B (zh) |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS62245155A (ja) * | 1986-04-17 | 1987-10-26 | Mitsubishi Heavy Ind Ltd | フエライト系耐熱鋼の余寿命評価方法 |
CN104065701A (zh) * | 2014-05-21 | 2014-09-24 | 张衡 | 基于无线感知网络的核电站设备监控系统 |
CN107991552A (zh) * | 2017-11-20 | 2018-05-04 | 中国运载火箭技术研究院 | 一种重复使用运载器寿命评估及预测系统及方法 |
CN108363836A (zh) * | 2018-01-17 | 2018-08-03 | 杭州安脉盛智能技术有限公司 | 多工况自适应的工业机器人健康度评估方法及系统 |
CN109165747A (zh) * | 2018-07-23 | 2019-01-08 | 广东核电合营有限公司 | 核电站蒸汽发生器老化与寿命管理系统、方法及终端设备 |
CN109657937A (zh) * | 2018-11-30 | 2019-04-19 | 西安电子科技大学 | 一种基于退化数据的产品可靠性评估与寿命预测方法 |
CN109858084A (zh) * | 2018-12-26 | 2019-06-07 | 广东电网有限责任公司电力科学研究院 | 一种功率边界数学模型的建立方法及装置 |
CN110361180A (zh) * | 2019-07-25 | 2019-10-22 | 中南大学 | 智能列车受电弓服役性能动态监测与评估方法及其系统 |
CN110376003A (zh) * | 2019-07-25 | 2019-10-25 | 中南大学 | 基于bim的智能列车整车服役寿命预测方法及其系统 |
CN110544038A (zh) * | 2019-09-05 | 2019-12-06 | 大连海事大学 | 一种船舶设备智能运维方法及系统 |
CN110764493A (zh) * | 2019-11-14 | 2020-02-07 | 中国国家铁路集团有限公司 | 一种适用于高速铁路的phm应用系统、方法及存储介质 |
CN111044120A (zh) * | 2018-10-11 | 2020-04-21 | Vega格里沙贝两合公司 | 具有剩余寿命确定装置的电池供电型物位测量设备 |
CN111225146A (zh) * | 2020-01-16 | 2020-06-02 | 深圳市广道高新技术股份有限公司 | 基于无线感知的安防辅助监控方法、系统及存储介质 |
JP2020128909A (ja) * | 2019-02-08 | 2020-08-27 | 株式会社Ihi | Ni合金のクリープ寿命評価方法 |
CN112379198A (zh) * | 2020-11-05 | 2021-02-19 | 华润电力技术研究院有限公司 | 一种设备残余寿命评估方法和系统 |
-
2021
- 2021-03-11 CN CN202110263175.1A patent/CN113032985B/zh active Active
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS62245155A (ja) * | 1986-04-17 | 1987-10-26 | Mitsubishi Heavy Ind Ltd | フエライト系耐熱鋼の余寿命評価方法 |
CN104065701A (zh) * | 2014-05-21 | 2014-09-24 | 张衡 | 基于无线感知网络的核电站设备监控系统 |
CN107991552A (zh) * | 2017-11-20 | 2018-05-04 | 中国运载火箭技术研究院 | 一种重复使用运载器寿命评估及预测系统及方法 |
CN108363836A (zh) * | 2018-01-17 | 2018-08-03 | 杭州安脉盛智能技术有限公司 | 多工况自适应的工业机器人健康度评估方法及系统 |
CN109165747A (zh) * | 2018-07-23 | 2019-01-08 | 广东核电合营有限公司 | 核电站蒸汽发生器老化与寿命管理系统、方法及终端设备 |
CN111044120A (zh) * | 2018-10-11 | 2020-04-21 | Vega格里沙贝两合公司 | 具有剩余寿命确定装置的电池供电型物位测量设备 |
CN109657937A (zh) * | 2018-11-30 | 2019-04-19 | 西安电子科技大学 | 一种基于退化数据的产品可靠性评估与寿命预测方法 |
CN109858084A (zh) * | 2018-12-26 | 2019-06-07 | 广东电网有限责任公司电力科学研究院 | 一种功率边界数学模型的建立方法及装置 |
JP2020128909A (ja) * | 2019-02-08 | 2020-08-27 | 株式会社Ihi | Ni合金のクリープ寿命評価方法 |
CN110376003A (zh) * | 2019-07-25 | 2019-10-25 | 中南大学 | 基于bim的智能列车整车服役寿命预测方法及其系统 |
CN110361180A (zh) * | 2019-07-25 | 2019-10-22 | 中南大学 | 智能列车受电弓服役性能动态监测与评估方法及其系统 |
CN110544038A (zh) * | 2019-09-05 | 2019-12-06 | 大连海事大学 | 一种船舶设备智能运维方法及系统 |
CN110764493A (zh) * | 2019-11-14 | 2020-02-07 | 中国国家铁路集团有限公司 | 一种适用于高速铁路的phm应用系统、方法及存储介质 |
CN111225146A (zh) * | 2020-01-16 | 2020-06-02 | 深圳市广道高新技术股份有限公司 | 基于无线感知的安防辅助监控方法、系统及存储介质 |
CN112379198A (zh) * | 2020-11-05 | 2021-02-19 | 华润电力技术研究院有限公司 | 一种设备残余寿命评估方法和系统 |
Non-Patent Citations (1)
Title |
---|
高压断路器的故障机理分析与寿命评估;叶昱媛;中国优秀硕士学位论文全文数据库工程科技Ⅱ辑;20200515(第05期);C042-90 * |
Also Published As
Publication number | Publication date |
---|---|
CN113032985A (zh) | 2021-06-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108549951B (zh) | 一种基于关键器件的船用电气设备寿命预测方法及装置 | |
CN103676868B (zh) | 一种fpc制造关键工序自动监控与智能分析系统 | |
CN103529397B (zh) | 一种估算电池电量的方法及电池电量管理系统 | |
CN103471729A (zh) | 一种装置温度预警方法及其应用 | |
CN109656913B (zh) | 基于物联网的数据采集异常补招方法 | |
CN102931625A (zh) | 一种继电保护在线状态检修智能决策分析装置和其信号处理方法及其应用 | |
CN106021838B (zh) | 一种复杂电子系统剩余寿命预测方法 | |
CN112418638A (zh) | 站用直流电源系统运维风险的预警系统及预警方法 | |
CN112770285A (zh) | 基于5g网络的数字孪生工厂建模方法及装置 | |
CN111929579A (zh) | 发电机在线故障诊断方法、设备及计算机设备 | |
CN113032985B (zh) | 一种无线感知设备寿命智能评估方法和装置 | |
CN106324513B (zh) | 一种电流放电的电池电量显示实现方法 | |
CN114879054A (zh) | 一种电池安全监测方法、装置、电子设备及存储介质 | |
CN105425739A (zh) | 使用plc日志数据来预测异常发生的系统 | |
CN104076218A (zh) | 一种用于大电流充电连接器的温升试验仪及测试方法 | |
CN113204919A (zh) | 基于数字孪生的主变油枕状态预测方法、装置及电子设备 | |
CN211826310U (zh) | 一种电缆故障检测系统 | |
CN117767462A (zh) | 一种通用bms控制模型自动生成方法与设备 | |
CN117375158A (zh) | 一种车用退役电池包梯次储能系统的智能运维方法及系统 | |
CN107121616B (zh) | 一种用于对智能仪表进行故障定位的方法和装置 | |
CN110007239B (zh) | 一种基于神经网络数据挖掘算法的蓄电池组预测方法和系统 | |
CN116345687A (zh) | 电力监控系统用户行为安全预警系统 | |
CN105487014A (zh) | 一种锂电池容量预测方法及装置 | |
CN109376959A (zh) | 一种配电终端检修时间预估方法及装置 | |
CN116433165A (zh) | 换电记录的生成方法、装置、设备及存储介质 |
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 |