CN113076701A - 基于健康信息的终端设备寿命预测方法及系统 - Google Patents
基于健康信息的终端设备寿命预测方法及系统 Download PDFInfo
- Publication number
- CN113076701A CN113076701A CN202110630838.9A CN202110630838A CN113076701A CN 113076701 A CN113076701 A CN 113076701A CN 202110630838 A CN202110630838 A CN 202110630838A CN 113076701 A CN113076701 A CN 113076701A
- Authority
- CN
- China
- Prior art keywords
- health information
- actual
- historical
- service life
- value
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 51
- 238000012549 training Methods 0.000 claims abstract description 21
- 238000012986 modification Methods 0.000 claims description 29
- 230000004048 modification Effects 0.000 claims description 29
- 230000000737 periodic effect Effects 0.000 claims description 22
- 238000003860 storage Methods 0.000 claims description 13
- 230000002035 prolonged effect Effects 0.000 claims description 12
- 239000000126 substance Substances 0.000 claims description 9
- 238000013461 design Methods 0.000 abstract description 12
- 238000005457 optimization Methods 0.000 abstract description 8
- 230000000875 corresponding effect Effects 0.000 description 10
- 238000004891 communication Methods 0.000 description 6
- 238000012938 design process Methods 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000017525 heat dissipation Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000013021 overheating Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
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
- G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
-
- 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
- G06F2119/04—Ageing analysis or optimisation against ageing
Abstract
本发明公开了一种基于健康信息的终端设备寿命预测方法及系统,所述方法包括:通过所述计算模块建立健康信息‑使用寿命模型;获取终端设备的历史运行信息,其中,所述历史运行信息包括历史健康信息和对应的历史使用寿命,所述历史健康信息为一个预设周期内终端设备的历史健康信息;将所述历史健康信息作为输入值,将对应的所述历史使用寿命作为输出值,以训练所述健康信息‑使用寿命模型;将终端设备的过去所述预设周期内的实际健康信息输入训练完成后所述健康信息‑使用寿命模型,以得到预估使用寿命;本发明提出的基于健康信息的终端设备寿命预测方法,能够对终端设备基于其应用过程中的健康信息而进行针对性的优化设计。
Description
技术领域
本发明涉及嵌入式终端设备寿命管理技术领域,具体涉及一种基于健康信息的终端设备寿命预测方法及系统。
背景技术
伴随着工业互联网基础设施条件的成熟,对终端设备(嵌入式终端设备)的要求越来越高,终端设备的多样性也与日俱增;由多个终端设备组成的工业互联网通信系统的复杂程度也越来越高,这对工业互联网通信系统的集成度和稳定性提出了更高的要求。
为了保证工业互联网通信系统的集成度和稳定性,需要尽量延长工业互联网通信系统中各终端设备的使用寿命;而现有的终端设备在实际应用中,不同终端设备的实际寿命会因其实际应用过程中的健康信息而产生差别;为了延长终端设备的实际使用寿命,迫切需要一种能够对终端设备基于其应用过程中的健康信息而进行针对性的优化设计的技术方案。
发明内容
本发明的主要目的是提供一种基于健康信息的终端设备寿命预测方法及系统,旨在解决迫切需要一种能够对终端设备基于其应用过程中的健康信息而进行针对性的优化设计的技术方案的问题。
本发明提出的技术方案为:
一种基于健康信息的终端设备寿命预测方法,应用于基于健康信息的终端设备寿命预测系统;所述系统包括计算模块;所述方法包括:
通过所述计算模块建立健康信息-使用寿命模型;
获取终端设备的历史运行信息,其中,所述历史运行信息包括历史健康信息和对应的历史使用寿命,所述历史健康信息为一个预设周期内终端设备的历史健康信息;
将所述历史健康信息作为输入值,将对应的所述历史使用寿命作为输出值,以训练所述健康信息-使用寿命模型;
将终端设备的过去所述预设周期内的实际健康信息输入训练完成后所述健康信息-使用寿命模型,以得到预估使用寿命;
基于所述预估使用寿命和所述实际健康信息,优化终端设备的实际寿命。
优选的,所述历史健康信息包括历史电流、历史电压和历史温度;所述实际健康信息包括实际电流、实际电压和实际温度。
优选的,所述基于所述预估使用寿命和所述实际健康信息,优化终端设备的实际寿命,包括:
对所述实际健康信息进行第一修改:将所述实际电流降低、保持所述实际电压和所述实际温度不变;
将完成第一修改后的所述实际健康信息输入训练完成后所述健康信息-使用寿命模型,以得到第一改善寿命;
判断所述第一改善寿命是否大于所述预估使用寿命;
若是,根据提升电流承载能力的方案以优化终端设备的实际寿命。
优选的,所述基于所述预估使用寿命和所述实际健康信息,优化终端设备的实际寿命,还包括:
对所述实际健康信息进行第二修改:将所述实际电压降低、保持所述实际电流和所述实际温度不变;
将完成第二修改后的所述实际健康信息输入训练完成后所述健康信息-使用寿命模型,以得到第二改善寿命;
判断所述第二改善寿命是否大于所述预估使用寿命;
若是,根据提升电压承载能力的方案以优化终端设备的实际寿命。
优选的,所述基于所述预估使用寿命和所述实际健康信息,优化终端设备的实际寿命,还包括:
对所述实际健康信息进行第三修改:将所述实际温度降低、保持所述实际电压和所述实际电流不变;
将完成第三修改后的所述实际健康信息输入训练完成后所述健康信息-使用寿命模型,以得到第三改善寿命;
判断所述第三改善寿命是否大于所述预估使用寿命;
若是,根据提升电压承载能力的方案以优化终端设备的实际寿命。
优选的,所述获取终端设备的历史运行信息,之前还包括:
获取所述历史健康信息的总周期;
将所述总周期划分为多个时长相等的基础周期;
将各所述基础周期内的所述历史健康信息标记为周期健康信息;
获取各所述周期健康信息之间的拟合程度;
基于所述拟合程度确定所述预设周期。
优选的,所述获取各所述周期健康信息之间的拟合程度,包括:
其中:
其中,为所述历史电流偏离参考值,取值越大,说明各所述周期健康信息的历史电流拟合程度越小;表示第i个所述周期健康信息中的第j个电流值,i大于或等于1,且i小于或等于N,N表示所述基础周期的个数;j大于或等于1,且j小于或等于M,M 表示每个所述周期健康信息中电流值的个数;表示第1个所述周期健康信息中电流值的平均值;表示第1个所述周期健康信息中的第j个电流值;
其中,为所述历史电压偏离参考值,取值越大,说明各所述周期健康信息的历史电压拟合程度越小;表示第i个所述周期健康信息中的第k个电压值;k大于或等于1,且k小于或等于O,O 表示每个所述周期健康信息中电压值的个数;表示第1个所述周期健康信息中电压值的平均值;表示第1个所述周期健康信息中的第k个电压值;
其中,为所述历史温度偏离参考值,取值越大,说明各所述周期健康信息的历史温度拟合程度越小;表示第i个所述周期健康信息中的第l个温度值;l大于或等于1,且l小于或等于P,P表示每个所述周期健康信息中温度值的个数;表示第1个所述周期健康信息中温度值的平均值,表示第1个所述周期健康信息中的第l个温度值。
优选的,所述基于所述拟合程度确定所述预设周期的步骤之前,还包括:
若是,执行所述基于所述拟合程度确定所述预设周期的步骤;
若否,按照预设方式延长所述基础周期,并执行所述将所述总周期划分为多个时长相等的基础周期的步骤。
优选的,所述系统还包括与所述计算模块通信连接的显示器;所述将终端设备的过去所述预设周期内的实际健康信息输入训练完成后所述健康信息-使用寿命模型,以得到预估使用寿命,之后还包括:
将总运行时长与所述预估使用寿命的差值小于预设差值的终端设备标记为预警设备;
生成与所述预警设备对应的预警信息,并通过所述显示器显示所述预警信息,其中,所述预警信息包括所述预警设备的预估剩余寿命;
当所述预警设备为存储类型设备时,逐步降低所述预警设备的存储吞吐量;
当所述预警设备为计算类型设备时,逐步降低所述预警设备的计算量。
本发明还提出一种基于健康信息的终端设备寿命预测系统,应用如上述中任一项所述的基于健康信息的终端设备寿命预测方法;所述系统包括计算模块。
通过上述技术方案,能实现以下有益效果:
得到预估使用寿命后,可进一步判断该预估使用寿命是否能够满足业主的实际需求,若不满足,可以基于实际健康信息,优化终端设备的预估使用寿命,也就是通过调整实际健康信息,并将调整后的实际健康信息输入所述健康信息-使用寿命模型,从而得到相应的预估使用寿命,从而判断健康信息中哪个具体参数对预估寿命起到了提升作用,以便于在后续的生产和设计过程中,生产方进行针对性的优化设计,以提升终端设备的使用寿命;也就是说,本发明提出的基于健康信息的终端设备寿命预测方法,能够对终端设备基于其应用过程中的健康信息而进行针对性的优化设计。
附图说明
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,下面描述中的附图仅仅是本发明的一些实施例,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示出的结构获得其他的附图。
图1为本发明提出的一种基于健康信息的终端设备寿命预测方法第一实施例的流程图。
具体实施方式
应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
本发明提出一种基于健康信息的终端设备寿命预测方法及系统。
如附图1所示,在本发明提出的一种基于健康信息的终端设备寿命预测方法的第一实施例中,本实施例应用于基于健康信息的终端设备寿命预测系统;所述系统包括计算模块;所述方法包括如下步骤:
步骤S110:通过所述计算模块建立健康信息-使用寿命模型。
具体的,通过所述计算模块建立健康信息-使用寿命模型。
步骤S120:获取终端设备的历史运行信息,其中,所述历史运行信息包括历史健康信息和对应的历史使用寿命,所述历史健康信息为一个预设周期内终端设备的历史健康信息。
具体的,计算模块获取终端设备的历史运行信息,其中,所述历史运行信息包括历史健康信息和对应的历史使用寿命,所述历史健康信息为一个预设周期(如一个月)内终端设备的历史健康信息。
在嵌入式终端设备的实际应用场景中,其使用寿命和终端设备的健康信息(如工作电流、工作电源和工作温度)存在相关性,且终端设备的业务模式通常是周期性的(例如用于采集车辆的行驶数据的终端设备,其业务模型的周期可以优选为一个月,在正常使用时,车辆的行驶情况每个月差别不大,那么每个月的健康信息是接近的),那么在采集终端设备的健康信息时,只需要采集终端设备的一个使用周期的健康信息即可,减少了数据采集的复杂度,这样便于对模型进行训练,以及后续的寿命预测。
步骤S130:将所述历史健康信息作为输入值,将对应的所述历史使用寿命作为输出值,以训练所述健康信息-使用寿命模型。
具体的,计算模块将所述历史健康信息作为输入值,将对应的所述历史使用寿命作为输出值,以训练所述健康信息-使用寿命模型。
步骤S140:将终端设备的过去所述预设周期内的实际健康信息输入训练完成后所述健康信息-使用寿命模型,以得到预估使用寿命。
具体的,计算模块将终端设备的过去所述预设周期内(如过去1个月)的实际健康信息输入训练完成后所述健康信息-使用寿命模型,以得到预估使用寿命。这里的实际健康信息也就是终端设备在实际使用过程中采集到的健康信息。
步骤S150:基于所述预估使用寿命和所述实际健康信息,优化终端设备的实际寿命。
具体的,得到预估使用寿命后,可进一步判断该预估使用寿命是否能够满足业主的实际需求,若不满足,可以基于实际健康信息,优化终端设备的预估使用寿命,也就是通过调整实际健康信息,并将调整后的实际健康信息输入所述健康信息-使用寿命模型,从而得到相应的预估使用寿命,从而判断健康信息中哪个具体参数对预估寿命起到了提升作用,以便于在后续的生产和设计过程中,生产方进行针对性的优化设计,以提升终端设备的使用寿命;也就是说,本发明提出的基于健康信息的终端设备寿命预测方法,能够对终端设备基于其应用过程中的健康信息而进行针对性的优化设计。
在本发明提出的一种基于健康信息的终端设备寿命预测方法的第二实施例中,基于第一实施例,所述历史健康信息包括历史电流、历史电压和历史温度;所述实际健康信息包括实际电流、实际电压和实际温度。
本实施例提出了历史健康信息和实际健康信息的具体参数。
在本发明提出的一种基于健康信息的终端设备寿命预测方法的第三实施例中,所述系统包括存储模块和修改模块;存储模块用于存储历史健康信息、实际健康信息、历史使用寿命和预估使用寿命;基于第二实施例,步骤S150,包括如下步骤:
步骤S310:对所述实际健康信息进行第一修改:将所述实际电流降低、保持所述实际电压和所述实际温度不变。
具体的,修改模块对所述实际健康信息进行第一修改:将所述实际电流降低、保持所述实际电压和所述实际温度不变。
步骤S320:将完成第一修改后的所述实际健康信息输入训练完成后所述健康信息-使用寿命模型,以得到第一改善寿命。
具体的,计算模块将完成第一修改后的所述实际健康信息输入训练完成后所述健康信息-使用寿命模型,以得到第一改善寿命。
步骤S330:判断所述第一改善寿命是否大于所述预估使用寿命。
具体的,计算模块判断所述第一改善寿命是否大于所述预估使用寿命。
若是,执行步骤S340:根据提升电流承载能力的方案以优化终端设备的实际寿命。
具体的,若是,说明降低实际健康信息中的实际电流值,能够提升终端设备的寿命;也就是说,当前终端设备的工作电流存在超载现象,若提升终端设备的电流承载能力,则能够相应的提升终端设备的寿命。故本步骤中的根据提升电流承载能力的方案以优化终端设备的实际寿命,就是在终端设备的设计之时便提升终端设备的电流承载能力,从而优化终端设备的实际寿命。
相反的,若否,说明降低实际健康信息中的实际电流值,并不能够提升终端设备的寿命,也就是说,当前终端设备的工作电流是比较适宜的,并未出现超载现象,即当前终端设备的电流承载能力能够满足工作的需求;那么在对终端设备进行寿命优化设计的时候,便不需要考虑提升电流承载能力,因为即便是提升了电流承载能力,也不会使得终端设备的使用寿命提升,属于浪费性设计提升。
在本发明提出的一种基于健康信息的终端设备寿命预测方法的第四实施例中,基于第二实施例,步骤S150,还包括如下步骤:
步骤S410:对所述实际健康信息进行第二修改:将所述实际电压降低、保持所述实际电流和所述实际温度不变。
具体的,修改模块对所述实际健康信息进行第二修改:将所述实际电压降低、保持所述实际电流和所述实际温度不变。
步骤S420:将完成第二修改后的所述实际健康信息输入训练完成后所述健康信息-使用寿命模型,以得到第二改善寿命。
具体的,计算模块将完成第二修改后的所述实际健康信息输入训练完成后所述健康信息-使用寿命模型,以得到第二改善寿命。
步骤S430:判断所述第二改善寿命是否大于所述预估使用寿命。
具体的,计算模块判断所述第二改善寿命是否大于所述预估使用寿命。
若是,执行步骤S440:根据提升电压承载能力的方案以优化终端设备的实际寿命。
具体的,若是,说明降低实际健康信息中的实际电压值,能够提升终端设备的寿命;也就是说,当前终端设备的工作电压存在超载现象,若提升终端设备的电压承载能力,则能够相应的提升终端设备的寿命。故本步骤中的根据提升电压承载能力的方案以优化终端设备的实际寿命,就是在终端设备的设计之时便提升终端设备的电压承载能力,从而优化终端设备的实际寿命。
相反的,若否,说明降低实际健康信息中的实际电压值,并不能够提升终端设备的寿命,也就是说,当前终端设备的工作电压是比较适宜的,并未出现超载现象,即当前终端设备的电压承载能力能够满足工作的需求;那么在对终端设备进行寿命优化设计的时候,便不需要考虑提升电压承载能力,因为即便是提升了电压承载能力,也不会使得终端设备的使用寿命提升,属于浪费性设计提升。
在本发明提出的一种基于健康信息的终端设备寿命预测方法的第五实施例中,基于第二实施例,步骤S150,还包括如下步骤:
步骤S510:对所述实际健康信息进行第三修改:将所述实际温度降低、保持所述实际电压和所述实际电流不变。
具体的,修改模块对所述实际健康信息进行第三修改:将所述实际温度降低、保持所述实际电压和所述实际电流不变。
步骤S520:将完成第三修改后的所述实际健康信息输入训练完成后所述健康信息-使用寿命模型,以得到第三改善寿命。
具体的,计算模块将完成第三修改后的所述实际健康信息输入训练完成后所述健康信息-使用寿命模型,以得到第三改善寿命。
步骤S530:判断所述第三改善寿命是否大于所述预估使用寿命。
具体的,计算模块判断所述第三改善寿命是否大于所述预估使用寿命。
若是,执行步骤S540:根据提升电压承载能力的方案以优化终端设备的实际寿命。
具体的,若是,说明降低实际健康信息中的实际温度值,能够提升终端设备的寿命;也就是说,当前终端设备的工作温度存在超载现象,若提升终端设备的温度承载能力,则能够相应的提升终端设备的寿命。故本步骤中的根据提升温度承载能力的方案以优化终端设备的实际寿命,就是在终端设备的设计之时便提升终端设备的温度承载能力(也就是增强散热能力),从而优化终端设备的实际寿命。
相反的,若否,说明降低实际健康信息中的实际温度值,并不能够提升终端设备的寿命,也就是说,当前终端设备的工作温度是比较适宜的,并未出现过热现象,即当前终端设备的温度承载能力能够满足工作的需求;那么在对终端设备进行寿命优化设计的时候,便不需要考虑提升温度承载能力(散热能力),因为即便是提升了温度承载能力,也不会使得终端设备的使用寿命提升,属于浪费性设计提升。
在本发明提出的一种基于健康信息的终端设备寿命预测方法的第六实施例中,基于第二实施例,步骤S120,之前还包括如下步骤:
步骤S610:获取所述历史健康信息的总周期。
具体的,计算模块获取所述历史健康信息的总周期,总周期也就是终端设备过去已经运行的总时长,例如3个月,6个月,1年或2年,后文以2年为例进行介绍。
步骤S620:将所述总周期划分为多个时长相等的基础周期。
具体的,计算模块将所述总周期划分为多个时长相等的基础周期(例如1个月)。
步骤S630:将各所述基础周期内的所述历史健康信息标记为周期健康信息。
具体的,计算模块将各所述基础周期内的所述历史健康信息标记为周期健康信息。也就是计算模块将2年内的所有的历史健康信息拆分为多个基础周期对应的历史健康信息,本实施例中,基础周期为1个月,那么周期健康信息的数量为24个。
步骤S640:获取各所述周期健康信息之间的拟合程度。
具体的,计算模块获取各所述周期健康信息之间的拟合程度。
步骤S650:基于所述拟合程度确定所述预设周期。
具体的,计算模块基于所述拟合程度确定所述预设周期。即获取24个周期健康信息之间的拟合程度,这里的各周期健康信息之间的拟合程度越好,则说明上述基础周期的划分越好,使得每个基础周期内的历史健康信息之间的相似程度较高;那么在训练健康信息-使用寿命模型时,只需要单个基础周期内的健康信息即可,减少了训练输入量,简化了计算,提升了效率。
在本发明提出的一种基于健康信息的终端设备寿命预测方法的第七实施例中,基于第六实施例,步骤S640,包括如下步骤:
其中:
其中,为所述历史电流偏离参考值,取值越大,说明各所述周期健康信息的历史电流拟合程度越小;表示第i个所述周期健康信息中的第j个电流值,i大于或等于1,且i小于或等于N,N表示所述基础周期的个数(本实施例中为24);j大于或等于1,且j小于或等于M,M 表示每个所述周期健康信息中电流值的个数(例如5000);表示第1个所述周期健康信息中电流值的平均值;表示第1个所述周期健康信息中的第j个电流值。
上述公式的含义,在于先将从第二个基础周期开始至最后一个基础周期内的第一个电流值依次与第一个基础周期内的第一个电流值进行比较而得到差值,再取平均值,再依次将后续电流值依次与第一个基础周期内的后续电流值进行比较而得到差值,再取平均值,然后再比上第一个基础周期内的电流值的平均值,该比值越大,说明各基础周期内的电流值与第一个基础周期内的电流值的差异越大,故说明各所述周期健康信息的历史电流拟合程度越小。
其中,为所述历史电压偏离参考值,取值越大,说明各所述周期健康信息的历史电压拟合程度越小;表示第i个所述周期健康信息中的第k个电压值;k大于或等于1,且k小于或等于O,O 表示每个所述周期健康信息中电压值的个数(例如5000);表示第1个所述周期健康信息中电压值的平均值;表示第1个所述周期健康信息中的第k个电压值。
上述公式的含义,在于先将从第二个基础周期开始至最后一个基础周期内的第一个电压值依次与第一个基础周期内的第一个电压值进行比较而得到差值,再取平均值,再依次将后续电压值依次与第一个基础周期内的后续电压值进行比较而得到差值,再取平均值,然后再比上第一个基础周期内的电压值的平均值,该比值越大,说明各基础周期内的电压值与第一个基础周期内的电压值的差异越大,故说明各所述周期健康信息的历史电压拟合程度越小。
其中,为所述历史温度偏离参考值,取值越大,说明各所述周期健康信息的历史温度拟合程度越小;表示第i个所述周期健康信息中第l个的温度值;l大于或等于1,且l小于或等于P,P表示每个所述周期健康信息中温度值的个数(例如5000);表示第1个所述周期健康信息中温度值的平均值;表示第1个所述周期健康信息中的第l个温度值。
上述公式的含义,在于先将从第二个基础周期开始至最后一个基础周期内的第一个温度值依次与第一个基础周期内的第一个温度值进行比较而得到差值,再取平均值,再依次将后续温度值依次与第一个基础周期内的后续温度值进行比较而得到差值,再取平均值,然后再比上第一个基础周期内的温度值的平均值,该比值越大,说明各基础周期内的温度值与第一个基础周期内的温度值的差异越大,故说明各所述周期健康信息的历史温度拟合程度越小。
在本发明提出的一种基于健康信息的终端设备寿命预测方法的第八实施例中,基于第七实施例,所述基于所述拟合程度确定所述预设周期的步骤S650之前,还包括如下步骤:
具体的,计算模块判断是否符合设定条件,所述设定条件包括:所述周期健康信息的偏离参考值小于第一预设值(例如0.1),且所述历史电压偏离参考值小于第二预设值(例如0.1),且所述历史温度偏离参考值小于第三预设值(例如0.1)。
若是,执行步骤S650。
具体的,若是,说明各所述周期健康信息之间的拟合程度比较好,即说明基础周期的选取比较适合,每个基础周期没的周期健康信息的相似性较高,故可以直接将基础周期设置预设周期来对模型进行训练;即执行步骤S650,具体方案为,将基础周期设置为预设周期。
若否,步骤S820:按照预设预设方式所述基础周期,并执行步骤S620。
具体的,若否,说明各所述周期健康信息之间的拟合程度不好,即说明基础周期的选取不适合,每个基础周期没的周期健康信息的相似性不高,故不能直接将基础周期设置预设周期来对模型进行训练,而需要找到拟合程度更好的基础周期,实际上, 基础周期的时长越大,那么基础周期包含的厉害健康信息也就越多,各基础周期的周期健康信息之间的拟合程度会越好,极限情况下,就是将整个总周期作为一个基础周期,但是这种情况下,历史健康信息的量会比较大,为了兼顾效率和准确率,最佳的方案是按照预设方式(逐步延长)基础周期,并执行步骤S620,从而找到最优的基础周期。
在本发明提出的一种基于健康信息的终端设备寿命预测方法的第九实施例中,基于第八实施例,所述系统还包括与所述计算模块通信连接的显示器;步骤S140,之后还包括如下步骤:
步骤S910:将总运行时长与所述预估使用寿命的差值小于预设差值的终端设备标记为预警设备。
具体的,计算模块将总运行时长与所述预估使用寿命的差值小于预设差值(例如1个月)的终端设备标记为预警设备。也就是计算模块将总运行时长快接近预估使用寿命的终端设备标记为预警设备,因这些终端设备已经到达了使用寿命的临界点,需要进行时刻关注,防止随时出故障。
步骤S920:生成与所述预警设备对应的预警信息,并通过所述显示器显示所述预警信息,其中,所述预警信息包括所述预警设备的预估剩余寿命。
具体的,计算模块生成与所述预警设备对应的预警信息,并通过所述显示器显示所述预警信息,其中,所述预警信息包括所述预警设备的预估剩余寿命。预估剩余寿命即是预估使用寿命减去当前的总运行时长而得到。
步骤S930:当所述预警设备为存储类型设备时,逐步降低所述预警设备的存储吞吐量。
具体的,当所述预警设备为存储类型设备时,逐步降低所述预警设备的存储吞吐量。即减少预警设备的存储业务的工作量,从而降低因预警设备出现突然故障而导致的存储数据的损失。
步骤S940:当所述预警设备为计算类型设备时,逐步降低所述预警设备的计算量。
具体的,当所述预警设备为计算类型设备时,逐步降低所述预警设备的计算量。即减少预警设备的计算业务的工作量,从而降低因预警设备出现突然故障而导致的计算业务的损失。
本实施例的目的,在于给出了针对临近使用寿命的终端设备的预警管理方案,能够降低预警设备因寿命终结停止工作而带来的损失。
在本发明提出的一种基于健康信息的终端设备寿命预测方法的第十实施例中,基于第九实施例,步骤S930,之后还包括如下步骤:
步骤S1010:将新的终端设备接入业务系统,并将新的终端设备与所述预警设备建立通信连接。
具体的,将新的终端设备接入业务系统,并将新的终端设备与所述预警设备建立通信连接。
步骤S1020:将预警设备中的存储数据转移至新的终端设备。
具体的,本实施例的目的,在于及时将预警设备中的存储数据转移至新的设备终端内,从而避免数据损失。
本发明还提出一种基于健康信息的终端设备寿命预测系统,本系统应用如上述中任一项所述的基于健康信息的终端设备寿命预测方法;所述系统包括计算模块。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明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,计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本发明各个实施例所述的方法。
上面结合附图对本发明的实施例进行了描述,但是本发明并不局限于上述的具体实施方式,上述的具体实施方式仅仅是示意性的,而不是限制性的,本领域的普通技术人员在本发明的启示下,在不脱离本发明宗旨和权利要求所保护的范围情况下,还可做出很多形式,这些均属于本发明的保护之内。
Claims (9)
1.一种基于健康信息的终端设备寿命预测方法,其特征在于,应用于基于健康信息的终端设备寿命预测系统;所述系统包括计算模块;所述方法包括:
通过所述计算模块建立健康信息-使用寿命模型;
获取终端设备的历史运行信息,其中,所述历史运行信息包括历史健康信息和对应的历史使用寿命,所述历史健康信息为一个预设周期内终端设备的历史健康信息,所述历史健康信息包括历史电流、历史电压和历史温度;
将所述历史健康信息作为输入值,将对应的所述历史使用寿命作为输出值,以训练所述健康信息-使用寿命模型;
将终端设备的过去所述预设周期内的实际健康信息输入训练完成后所述健康信息-使用寿命模型,以得到预估使用寿命,所述实际健康信息包括实际电流、实际电压和实际温度;
基于所述预估使用寿命和所述实际健康信息,优化终端设备的实际寿命。
2.根据权利要求1所述的一种基于健康信息的终端设备寿命预测方法,其特征在于,所述基于所述预估使用寿命和所述实际健康信息,优化终端设备的实际寿命,包括:
对所述实际健康信息进行第一修改:将所述实际电流降低、保持所述实际电压和所述实际温度不变;
将完成第一修改后的所述实际健康信息输入训练完成后所述健康信息-使用寿命模型,以得到第一改善寿命;
判断所述第一改善寿命是否大于所述预估使用寿命;
若是,根据提升电流承载能力的方案以优化终端设备的实际寿命。
3.根据权利要求1所述的一种基于健康信息的终端设备寿命预测方法,其特征在于,所述基于所述预估使用寿命和所述实际健康信息,优化终端设备的实际寿命,还包括:
对所述实际健康信息进行第二修改:将所述实际电压降低、保持所述实际电流和所述实际温度不变;
将完成第二修改后的所述实际健康信息输入训练完成后所述健康信息-使用寿命模型,以得到第二改善寿命;
判断所述第二改善寿命是否大于所述预估使用寿命;
若是,根据提升电压承载能力的方案以优化终端设备的实际寿命。
4.根据权利要求1所述的一种基于健康信息的终端设备寿命预测方法,其特征在于,所述基于所述预估使用寿命和所述实际健康信息,优化终端设备的实际寿命,还包括:
对所述实际健康信息进行第三修改:将所述实际温度降低、保持所述实际电压和所述实际电流不变;
将完成第三修改后的所述实际健康信息输入训练完成后所述健康信息-使用寿命模型,以得到第三改善寿命;
判断所述第三改善寿命是否大于所述预估使用寿命;
若是,根据提升电压承载能力的方案以优化终端设备的实际寿命。
5.根据权利要求1所述的一种基于健康信息的终端设备寿命预测方法,其特征在于,所述获取终端设备的历史运行信息,之前还包括:
获取所述历史健康信息的总周期;
将所述总周期划分为多个时长相等的基础周期;
将各所述基础周期内的所述历史健康信息标记为周期健康信息;
获取各所述周期健康信息之间的拟合程度;
基于所述拟合程度确定所述预设周期。
6.根据权利要求5所述的一种基于健康信息的终端设备寿命预测方法,其特征在于,所述获取各所述周期健康信息之间的拟合程度,包括:
其中:
其中,为所述历史电流偏离参考值,取值越大,说明各所述周期健康信息的历史电流拟合程度越小;表示第i个所述周期健康信息中的第j个电流值,i大于或等于1,且i小于或等于N,N表示所述基础周期的个数;j大于或等于1,且j小于或等于M,M 表示每个所述周期健康信息中电流值的个数;表示第1个所述周期健康信息中电流值的平均值;表示第1个所述周期健康信息中的第j个电流值;
其中,为所述历史电压偏离参考值,取值越大,说明各所述周期健康信息的历史电压拟合程度越小;表示第i个所述周期健康信息中的第k个电压值;k大于或等于1,且k小于或等于O,O 表示每个所述周期健康信息中电压值的个数;表示第1个所述周期健康信息中电压值的平均值;表示第1个所述周期健康信息中的第k个电压值;
8.根据权利要求7所述的一种基于健康信息的终端设备寿命预测方法,其特征在于,所述系统还包括与所述计算模块通信连接的显示器;所述将终端设备的过去所述预设周期内的实际健康信息输入训练完成后所述健康信息-使用寿命模型,以得到预估使用寿命,之后还包括:
将总运行时长与所述预估使用寿命的差值小于预设差值的终端设备标记为预警设备;
生成与所述预警设备对应的预警信息,并通过所述显示器显示所述预警信息,其中,所述预警信息包括所述预警设备的预估剩余寿命;
当所述预警设备为存储类型设备时,逐步降低所述预警设备的存储吞吐量;
当所述预警设备为计算类型设备时,逐步降低所述预警设备的计算量。
9.一种基于健康信息的终端设备寿命预测系统,其特征在于,应用如权利要求1-8中任一项所述的基于健康信息的终端设备寿命预测方法;所述系统包括计算模块。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110630838.9A CN113076701B (zh) | 2021-06-07 | 2021-06-07 | 基于健康信息的终端设备寿命预测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110630838.9A CN113076701B (zh) | 2021-06-07 | 2021-06-07 | 基于健康信息的终端设备寿命预测方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113076701A true CN113076701A (zh) | 2021-07-06 |
CN113076701B CN113076701B (zh) | 2021-09-07 |
Family
ID=76617069
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110630838.9A Active CN113076701B (zh) | 2021-06-07 | 2021-06-07 | 基于健康信息的终端设备寿命预测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113076701B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102520367A (zh) * | 2011-12-26 | 2012-06-27 | 中国电子科技集团公司第十八研究所 | 一种空间用氢镍蓄电池寿命评估方法 |
CN104459552A (zh) * | 2014-11-28 | 2015-03-25 | 上海交通大学 | 评估充电行为对电动汽车电池健康状况的影响的方法 |
CN108615088A (zh) * | 2016-12-13 | 2018-10-02 | 财团法人工业技术研究院 | 机台零件剩余寿命的预测系统与预测方法 |
US20190303791A1 (en) * | 2018-03-28 | 2019-10-03 | Fracta | Predicting pipe failure |
CN110781592A (zh) * | 2019-10-25 | 2020-02-11 | 中国人民解放军火箭军工程大学 | 一种设备剩余寿命的预测方法及系统 |
CN110806544A (zh) * | 2018-07-18 | 2020-02-18 | 北汽福田汽车股份有限公司 | 电池剩余寿命的预测方法和装置 |
CN111880099A (zh) * | 2020-06-30 | 2020-11-03 | 国网浙江省电力有限公司电力科学研究院 | 一种储能电站站内电池单体寿命预测方法及系统 |
CN112748351A (zh) * | 2020-12-29 | 2021-05-04 | 中国电子科技集团公司第二十七研究所 | 一种基于eis的锂电池剩余寿命预测系统及方法 |
-
2021
- 2021-06-07 CN CN202110630838.9A patent/CN113076701B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102520367A (zh) * | 2011-12-26 | 2012-06-27 | 中国电子科技集团公司第十八研究所 | 一种空间用氢镍蓄电池寿命评估方法 |
CN104459552A (zh) * | 2014-11-28 | 2015-03-25 | 上海交通大学 | 评估充电行为对电动汽车电池健康状况的影响的方法 |
CN108615088A (zh) * | 2016-12-13 | 2018-10-02 | 财团法人工业技术研究院 | 机台零件剩余寿命的预测系统与预测方法 |
US20190303791A1 (en) * | 2018-03-28 | 2019-10-03 | Fracta | Predicting pipe failure |
CN110806544A (zh) * | 2018-07-18 | 2020-02-18 | 北汽福田汽车股份有限公司 | 电池剩余寿命的预测方法和装置 |
CN110781592A (zh) * | 2019-10-25 | 2020-02-11 | 中国人民解放军火箭军工程大学 | 一种设备剩余寿命的预测方法及系统 |
CN111880099A (zh) * | 2020-06-30 | 2020-11-03 | 国网浙江省电力有限公司电力科学研究院 | 一种储能电站站内电池单体寿命预测方法及系统 |
CN112748351A (zh) * | 2020-12-29 | 2021-05-04 | 中国电子科技集团公司第二十七研究所 | 一种基于eis的锂电池剩余寿命预测系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113076701B (zh) | 2021-09-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111741073B (zh) | 基于5g通信网络的电力数据传输系统 | |
CN104243405A (zh) | 一种请求处理方法、装置及系统 | |
CN111414070B (zh) | 一种机箱功耗管理方法、系统及电子设备和存储介质 | |
CN110149377A (zh) | 一种视频服务节点资源分配方法、系统、装置及存储介质 | |
WO2019098372A1 (ja) | 系統運用者側コンピュータ、発電事業者側コンピュータ、電力システム、制御方法及びプログラム | |
CN113076701B (zh) | 基于健康信息的终端设备寿命预测方法及系统 | |
CN107105037B (zh) | 一种基于文件校验的分布式视频cdn资源管理系统及方法 | |
CN102855311A (zh) | 文件资源智能加载器及文件资源智能加载方法 | |
CN117076882A (zh) | 一种云服务资源动态预测管理方法 | |
CN113747450A (zh) | 一种移动网络中业务部署方法、装置及电子设备 | |
CN110809050B (zh) | 基于流式计算的个性化推送系统及方法 | |
CN104378239A (zh) | 基于集群框架的快速可靠性指标统计系统及方法 | |
CN113393016B (zh) | 一种电力采集终端的抄表方法 | |
CN115642606A (zh) | 一种电网需求响应资源双层聚合模型构建方法 | |
CN113078647B (zh) | 一种灵活电力负荷集群的爬坡能力评估方法 | |
CN112416568A (zh) | 音视频转码任务的时长预估方法和时长预估装置 | |
CN113902486A (zh) | 一种企业用户用电量监控方法与系统 | |
CN113595109A (zh) | 飞轮储能容量配置方法及装置 | |
CN103297926B (zh) | 专网中的群组寻呼方法及基站 | |
CN112465235A (zh) | 一种用于降低电量损失的停电区间预测方法 | |
CN116599873B (zh) | VoLTE系统监控方法及装置、存储介质和电子设备 | |
CN115208890B (zh) | 一种信息获取方法、装置、电子设备及存储介质 | |
WO2024078076A1 (zh) | 基站节能方法、设备及存储介质 | |
CN113098958B (zh) | 电动车运行数据记录方法、装置、电子设备及存储介质 | |
US20160140471A1 (en) | Shedding amount assignment method and device |
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 | ||
PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: The method and system of terminal equipment life prediction based on health information Effective date of registration: 20221028 Granted publication date: 20210907 Pledgee: Hunan Xiangjiang Zhongying Investment Management Co.,Ltd. Pledgor: HUNAN BOJIANG INFORMATION TECHNOLOGY CO.,LTD. Registration number: Y2022980020182 |
|
PE01 | Entry into force of the registration of the contract for pledge of patent right |