CN113239073A - 一种基于精密空调的维护系统及方法 - Google Patents

一种基于精密空调的维护系统及方法 Download PDF

Info

Publication number
CN113239073A
CN113239073A CN202110468253.1A CN202110468253A CN113239073A CN 113239073 A CN113239073 A CN 113239073A CN 202110468253 A CN202110468253 A CN 202110468253A CN 113239073 A CN113239073 A CN 113239073A
Authority
CN
China
Prior art keywords
fault
data
air conditioner
precision air
server
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
Application number
CN202110468253.1A
Other languages
English (en)
Inventor
陈超
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Yunqitong Technology Co ltd
Original Assignee
Beijing Yunqitong Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Yunqitong Technology Co ltd filed Critical Beijing Yunqitong Technology Co ltd
Priority to CN202110468253.1A priority Critical patent/CN113239073A/zh
Publication of CN113239073A publication Critical patent/CN113239073A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2462—Approximate or statistical queries
    • 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
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • 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

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Strategic Management (AREA)
  • Operations Research (AREA)
  • Development Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Quality & Reliability (AREA)
  • Marketing (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • Educational Administration (AREA)
  • Probability & Statistics with Applications (AREA)
  • Game Theory and Decision Science (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Air Conditioning Control Device (AREA)

Abstract

本发明公开了一种基于精密空调的维护系统及方法，系统包括采集设备、传输设备和服务器；采集设备，用于采集精密空调各采集部分的状态信息；其中，所述状态信息包括运行数据和故障数据；传输设备，用于将所述状态信息传送至服务器；服务器，用于：对所述状态信息进行处理，以得到故障数据库；以及故障时，将当前精密空调的故障数据传送至所述故障数据库进行匹配，得出对应的故障原因和故障归类；其效果是：利用通过各故障数据与对应的运行数据、故障原因和故障归类形成的故障数据库，使得在故障时，能及时进行匹配，进而减少维修时间，提高运维效率和故障解决的时效性。

Description

一种基于精密空调的维护系统及方法
技术领域
本发明属于精密空调技术领域，具体涉及到一种基于精密空调的维护系统及方法。
背景技术
精密空调，具有控制精度高、温湿度波动范围小的优点，广泛应用于机房或数据中心的恒温恒湿的控制。
然而机房或数据中心的正常运行，需要精密空调的运行支持。现有技术中，在出现故障时，大多依赖维修人员现场的问题解决能力和个人的知识积累，这样就造成维修周期长，效率不高的缺陷。
但是机房或数据中心却无法承受长时间的停机，因此，如何在发生故障时，进行快速维修、提高维修效率是当前亟需解决的问题。
发明内容
鉴于上述现有技术中的不足之处，本发明的目的在于为用户提供一种基于精密空调的维护系统及方法，以克服现有技术中对于精密空调出现故障时，维修时间长，维修效率低的缺陷。
第一方面：一种基于精密空调的维护系统，包括采集设备、传输设备和服务器；
所述采集设备，用于采集精密空调各采集部分的状态信息；其中，所述状态信息包括运行数据和故障数据；
所述传输设备，用于将所述状态信息传送至服务器；
所述服务器，用于：
对所述状态信息进行处理，以得到故障数据库；其中，所述故障数据库包括故障统计、故障分析和故障归类，并将各故障数据与对应的运行数据、故障原因和故障归类进行关联；
以及故障时，将当前精密空调的故障数据传送至所述故障数据库进行匹配，得出对应的故障原因和故障归类。
作为本申请一种可选的实施方式，所述服务器，还用于实时将所述运行数据传送至所述故障数据库并根据预设的预警条件进行诊断，以判断是否进行故障预警。
作为本申请一种可选的实施方式，所述预警条件采用以下条件中的至少一种，具体包括：
所述运行数据中的任一数据超过对应设定的阈值且持续时间大于设定值；
所述运行数据中的任一数据的变化速率超过设定的阈值且持续时间大于预警值；
所述运行数据中任一数据变化后，引起多个其它数据跟随变化且超过对应设定的阈值。
作为本申请一种可选的实施方式，所述服务器，还用于在出现故障，无法进行匹配时，则将该故障数据传送至具有更大数据库的主计算机或专家系统进行处理，以得到对应的故障原因和故障归类。
作为本申请一种可选的实施方式，所述服务器，还用于根据各精密空调的状态信息生成具有不同优先级的巡检计划。
第二方面：一种基于精密空调的维护方法，应用于第一方面所述的一种基于精密空调的维护系统，所述方法包括：
通过采集设备采集精密空调各采集部分的状态信息；其中，所述状态信息包括运行数据和故障数据；
利用传输设备将所述状态信息传送至服务器；
通过服务器，对所述状态信息进行处理，以得到故障数据库；其中，所述故障数据库包括故障统计、故障分析和故障归类，并将各故障数据与对应的运行数据、故障原因和故障归类进行关联；
以及故障时，将当前精密空调的故障数据传送至所述故障数据库进行匹配，得出对应的故障原因和故障归类。
作为本申请一种可选的实施方式，所述方法还包括：
实时将所述运行数据传送至所述故障数据库并根据预设的预警条件进行诊断，以判断是否进行故障预警。
作为本申请一种可选的实施方式，所述方法还包括：
通过所述服务器在出现故障，无法进行匹配时，则将该故障数据传送至具有更大数据库的主计算机或专家系统进行处理，以得到对应的故障原因和故障归类。
作为本申请一种可选的实施方式，所述方法还包括：由所述服务器根据各精密空调的状态信息生成具有不同优先级的巡检计划。
采用上述技术方案，具有以下优点：本发明提出的一种基于精密空调的维护系统及方法，通过采集设备对精密空调的各种数据进行采集，得到相应的运行数据和故障数据；然后再通过服务器进行数据分析，得到各故障数据与对应的运行数据、故障原因和故障归类以形成故障数据库，使得在故障时，能及时进行匹配，进而减少维修时间，提高运维效率和故障解决的时效性。
附图说明
图1为本发明实施例所提供的一种基于精密空调的维护系统的结构示意图；
图2为本发明实施例所提供的一种基于精密空调的维护方法的流程图。
具体实施方式
为使本发明要解决的技术问题、技术方案和优点更加清楚，下面将结合附图及具体实施例进行详细描述。应当注意，这里描述的实施例只用于举例说明，并不用于限制本发明。在以下描述中，为了提供对本发明的透彻理解，阐述了大量特定细节。然而，对于本领域普通技术人员显而易见的是：不必采用这些特定细节来实行本发明。
需要注意的是，除非另有说明，本申请使用的技术术语或者科学术语应当为本发明所属领域技术人员所理解的通常意义。
参考图1所示，一种基于精密空调的维护系统，包括采集设备、传输设备和服务器；
所述采集设备，用于采集精密空调各采集部分的状态信息；其中，所述状态信息包括运行数据和故障数据。
具体地，所述采集设备包括用于采集噪声、温度、压力、电流、电压、湿度和洁净度等多个参数的传感器和具有通信接口的数据采集器，可通过数据采集器采集精密空调自身的各种数据；各部分包括控制器、压缩机、蒸发器、加热器、风冷冷凝器、新风管道、回风管道和各种阀；所述故障数据包括故障代码和故障等级；其中，所述故障等级包括重大故障、严重故障、一般故障和提示信息；一般故障和提示信息时，不会造成停机。
所述传输设备，用于将所述状态信息传送至服务器；
具体地，所述传输设备采用网络模块，使用有线、无线或者两者结合的方式进行数据的对外发送。
所述服务器，用于：
对所述状态信息进行处理，以得到故障数据库；其中，所述故障数据库包括故障统计、故障分析和故障归类，并将各故障数据与对应的运行数据、故障原因和故障归类进行关联；
以及故障时，将当前精密空调的故障数据传送至所述故障数据库进行匹配，得出对应的故障原因和故障归类。
具体地，通过所述服务器将故障进行故障统计、故障分析和故障归类，并建立对应的关联；需要说明的是，所述关联包括一对一或一对多关联，在此不做限制；例如，电流数据过大，可对应于过载故障、外部电源故障。
相应的，所述服务器可通过对应获取的运行数据，建立运行曲线，通过故障前后的运行数据，无需维修人员携带检测工具，还可以提供动态的运行参数记录，并据此分析故障原因，从而极大的提高了维修效率。
在应用时，所述服务器，还用于在出现故障，无法进行匹配时，则将该故障数据传送至具有更大数据库的主计算机或专家系统进行处理，以得到对应的故障原因和故障归类。
这样处理，使得故障处理是汇聚多人智慧，不再是依赖维修人员个人的经验和积累，一定程度上也提升了维修效率。
通过上述方案，通过采集设备对精密空调的各种数据进行采集，得到相应的运行数据和故障数据；然后再通过服务器进行数据分析，得到各故障数据与对应的运行数据、故障原因和故障归类以形成故障数据库，使得在故障时，能及时进行匹配，进而减少维修时间，提高运维效率和故障解决的时效性。
进一步地，为了最大程度的防患未然，需要对精密空调潜在故障进行预判，并根据预判结果，及时调整维护保养计划；所述服务器，还用于实时将所述运行数据传送至所述故障数据库并根据预设的预警条件进行诊断，以判断是否进行故障预警；即达到所述预警条件则进行故障预警；
具体地，所述预警条件采用以下条件中的至少一种，具体包括：
所述运行数据中的任一数据超过对应设定的阈值且持续时间大于设定值；例如，外机的噪声突然变大，虽然还没发生故障，但必然存在堵塞、润滑不良等情况，持续运转则会造成更大的故障，通过进行预警分析，实现故障的提前预判；
所述运行数据中的任一数据的变化速率超过设定的阈值且持续时间大于预警值；
所述运行数据中任一数据变化后，引起多个其它数据跟随变化且超过对应设定的阈值。例如，发生堵塞情况时，持续一定时间则产生过载，相应的能量没得到释放，相应的设备温度也会升高，机房内的温湿度同样也会受到影响，互为关联。
需要说明的是，所述阈值、设定值和预警值，均可根据实际情况进行人为调整；所述故障预警是系统内部产生，外部实际情况并不一定产生相应的故障。
进一步地，为了实现科学合理的巡检维护，提升巡检质量和效果；所述服务器，还用于根据各精密空调的状态信息生成具有不同优先级的巡检计划。
具体地，将存在故障预警的精密空调进行优先巡检，或是其运行年限过长的也优先安排巡检；尽量利用所获得的大数据，进行有针对性的巡检。
参照图2所示，本发明实施例还提供了一种基于精密空调的维护方法，应用于前文所述的一种基于精密空调的维护系统，所述方法包括：
S101，通过采集设备采集精密空调各采集部分的状态信息；其中，所述状态信息包括运行数据和故障数据。
具体地，应用时，所述采集设备包括用于采集噪声、温度、压力、电流、电压、湿度和洁净度等多个参数的传感器和具有通信接口的数据采集器，可通过数据采集器采集精密空调自身的各种数据；各部分包括控制器、压缩机、蒸发器、加热器、风冷冷凝器、新风管道、回风管道和各种阀；所述故障数据包括故障代码和故障等级；其中，所述故障等级包括重大故障、严重故障、一般故障和提示信息；一般故障和提示信息时，不会造成停机。
S102，利用传输设备将所述状态信息传送至服务器。
具体地，所述传输设备采用网络模块，使用有线、无线或者两者结合的方式进行数据的对外发送。
S103，通过服务器，对所述状态信息进行处理，以得到故障数据库；其中，所述故障数据库包括故障统计、故障分析和故障归类，并将各故障数据与对应的运行数据、故障原因和故障归类进行关联。
具体地，通过所述服务器将故障进行故障统计、故障分析和故障归类，并建立对应的关联；需要说明的是，所述关联包括一对一或一对多关联，在此不做限制；例如，电流数据过大，可对应于过载故障、外部电源故障。
S104，故障时，将当前精密空调的故障数据传送至所述故障数据库进行匹配，得出对应的故障原因和故障归类。
需要说明的是，上述各步骤的说明可参照系统实施例中的描述，在此不再赘述。
在另一实施例中，在上述方案的基础上，所述方法还包括：
通过所述服务器在出现故障，无法进行匹配时，则将该故障数据传送至具有更大数据库的主计算机或专家系统进行处理，以得到对应的故障原因和故障归类。
这样使得故障处理是汇聚多人智慧，不再是依赖维修人员个人的经验和积累，一定程度上也提升了维修效率。
该方案通过采集设备对精密空调的各种数据进行采集，得到相应的运行数据和故障数据；然后再通过服务器进行数据分析，得到各故障数据与对应的运行数据、故障原因和故障归类以形成故障数据库，使得在故障时，能及时进行匹配，进而减少维修时间，提高运维效率和故障解决的时效性。
为了最大程度的防患未然，需要对精密空调潜在故障进行预判，并根据预判结果，及时调整维护保养计划；
所述方法还包括：
实时将所述运行数据传送至所述故障数据库并根据预设的预警条件进行诊断，以判断是否进行故障预警。
具体地，所述预警条件采用以下条件中的至少一种，包括：
所述运行数据中的任一数据超过对应设定的阈值且持续时间大于设定值；例如，外机的噪声突然变大，虽然还没发生故障，但必然存在堵塞、润滑不良等情况，持续运转则会造成更大的故障，通过进行预警分析，实现故障的提前预判；
所述运行数据中的任一数据的变化速率超过设定的阈值且持续时间大于预警值；
所述运行数据中任一数据变化后，引起多个其它数据跟随变化且超过对应设定的阈值。例如，发生堵塞情况时，持续一定时间则产生过载，相应的能量没得到释放，相应的设备温度也会升高，机房内的温湿度同样也会受到影响，互为关联。
进一步地，为了实现科学合理的巡检维护，提升巡检质量和效果；所述方法还包括：由所述服务器根据各精密空调的状态信息生成具有不同优先级的巡检计划。
具体地，将存在故障预警的精密空调进行优先巡检，或是其运行年限过长的也优先安排巡检；尽量利用所获得的大数据，进行有针对性的巡检。
最后需要说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围，其均应涵盖在本发明的权利要求和说明书的范围当中。

Claims (9)

1.一种基于精密空调的维护系统，其特征在于，包括采集设备、传输设备和服务器；
所述采集设备，用于采集精密空调各采集部分的状态信息；其中，所述状态信息包括运行数据和故障数据；
所述传输设备，用于将所述状态信息传送至服务器；
所述服务器，用于：
对所述状态信息进行处理，以得到故障数据库；其中，所述故障数据库包括故障统计、故障分析和故障归类，并将各故障数据与对应的运行数据、故障原因和故障归类进行关联；
以及故障时，将当前精密空调的故障数据传送至所述故障数据库进行匹配，得出对应的故障原因和故障归类。
2.根据权利要求1所述的一种基于精密空调的维护系统，其特征在于，所述服务器，还用于实时将所述运行数据传送至所述故障数据库并根据预设的预警条件进行诊断，以判断是否进行故障预警。
3.根据权利要求2所述的一种基于精密空调的维护系统，其特征在于，所述预警条件采用以下条件中的至少一种，具体包括：
所述运行数据中的任一数据超过对应设定的阈值且持续时间大于设定值；
所述运行数据中的任一数据的变化速率超过设定的阈值且持续时间大于预警值；
所述运行数据中任一数据变化后，引起多个其它数据跟随变化且超过对应设定的阈值。
4.根据权利要求1至3中任一所述的一种基于精密空调的维护系统，其特征在于，所述服务器，还用于在出现故障，无法进行匹配时，则将该故障数据传送至具有更大数据库的主计算机或专家系统进行处理，以得到对应的故障原因和故障归类。
5.根据权利要求4所述的一种基于精密空调的维护系统，其特征在于，所述服务器，还用于根据各精密空调的状态信息生成具有不同优先级的巡检计划。
6.一种基于精密空调的维护方法，其特征在于，应用于权利要求1所述的一种基于精密空调的维护系统，所述方法包括：
通过采集设备采集精密空调各采集部分的状态信息；其中，所述状态信息包括运行数据和故障数据；
利用传输设备将所述状态信息传送至服务器；
通过服务器，对所述状态信息进行处理，以得到故障数据库；其中，所述故障数据库包括故障统计、故障分析和故障归类，并将各故障数据与对应的运行数据、故障原因和故障归类进行关联；
以及故障时，将当前精密空调的故障数据传送至所述故障数据库进行匹配，得出对应的故障原因和故障归类。
7.根据权利要求6所述的一种基于精密空调的维护方法，其特征在于，所述方法还包括：
实时将所述运行数据传送至所述故障数据库并根据预设的预警条件进行诊断，以判断是否进行故障预警。
8.根据权利要求7所述的一种基于精密空调的维护方法，其特征在于，所述方法还包括：
通过所述服务器在出现故障，无法进行匹配时，则将该故障数据传送至具有更大数据库的主计算机或专家系统进行处理，以得到对应的故障原因和故障归类。
9.根据权利要求8所述的一种基于精密空调的维护方法，其特征在于，所述方法还包括：由所述服务器根据各精密空调的状态信息生成具有不同优先级的巡检计划。
CN202110468253.1A 2021-04-28 2021-04-28 一种基于精密空调的维护系统及方法 Pending CN113239073A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110468253.1A CN113239073A (zh) 2021-04-28 2021-04-28 一种基于精密空调的维护系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110468253.1A CN113239073A (zh) 2021-04-28 2021-04-28 一种基于精密空调的维护系统及方法

Publications (1)

Publication Number Publication Date
CN113239073A true CN113239073A (zh) 2021-08-10

Family

ID=77131294

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110468253.1A Pending CN113239073A (zh) 2021-04-28 2021-04-28 一种基于精密空调的维护系统及方法

Country Status (1)

Country Link
CN (1) CN113239073A (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106382726A (zh) * 2016-09-09 2017-02-08 深圳市共济科技股份有限公司 一种精密空调设备的故障定位方法及定位系统
CN110704224A (zh) * 2019-09-18 2020-01-17 上海麦克风文化传媒有限公司 一种线上故障处理方法及系统
CN110929898A (zh) * 2019-12-07 2020-03-27 华电郑州机械设计研究院有限公司 水电站启闭设备运维及故障监测在线评估系统及方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106382726A (zh) * 2016-09-09 2017-02-08 深圳市共济科技股份有限公司 一种精密空调设备的故障定位方法及定位系统
CN110704224A (zh) * 2019-09-18 2020-01-17 上海麦克风文化传媒有限公司 一种线上故障处理方法及系统
CN110929898A (zh) * 2019-12-07 2020-03-27 华电郑州机械设计研究院有限公司 水电站启闭设备运维及故障监测在线评估系统及方法

Similar Documents

Publication Publication Date Title
CN108803552B (zh) 一种设备故障的监测系统及监测方法
CN113063611A (zh) 一种设备的监控管理方法及其系统
CN112163297B (zh) 设备健康预测系统
US10613501B2 (en) Method and apparatus for providing equipment maintenance via a network
CN105491125A (zh) 空调故障报警维修系统及报警维修方法
CN104898639B (zh) 一种用于设备状态检测的系统及控制方法
CN110032152A (zh) 一种基于物联网的智能车间管理系统及使用方法
CN111191828B (zh) 基于动态、静态维修站的配电系统及其配置方法
CN110723166A (zh) 一种道岔监测方法及系统
CN112713658A (zh) 一种电网设备监控缺陷智能控制方法及系统
CN109521372B (zh) 一种分布式新能源并网数据分析诊断系统
CN116914939A (zh) 基于大数据的储能管理系统、方法和储能电站系统
CN117689214A (zh) 一种柔性直流牵引供电系统能量路由器动态安全评估方法
JP6176377B1 (ja) 設備管理システム、設備管理方法およびプログラム
CN117390403B (zh) 一种新能源灯塔发电站的电网故障检测方法及系统
CN113010394B (zh) 一种用于数据中心的机房故障检测方法
CN108008679A (zh) 一种具有自动化控制功能的空调实时监控系统
CN113239073A (zh) 一种基于精密空调的维护系统及方法
CN117391675A (zh) 一种数据中心基础设施运维管理方法
CN116345691B (zh) 一种电力设备运行监控系统
CN202117903U (zh) 中央空调机房实时监控系统
CN104949259B (zh) 空调控制系统
CN113294888B (zh) 空调故障诊断方法及装置、工程故障诊断方法及系统、空调
CN116112404A (zh) 无线公网通道质量及规约测试的诊断系统
CN111665067A (zh) 轨道车辆空调状态监测系统与监测方法

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