CN113341928A - 一种设备机组故障判定方法、装置、存储介质及控制终端 - Google Patents
一种设备机组故障判定方法、装置、存储介质及控制终端 Download PDFInfo
- Publication number
- CN113341928A CN113341928A CN202110660057.4A CN202110660057A CN113341928A CN 113341928 A CN113341928 A CN 113341928A CN 202110660057 A CN202110660057 A CN 202110660057A CN 113341928 A CN113341928 A CN 113341928A
- Authority
- CN
- China
- Prior art keywords
- unit
- data
- equipment
- fault
- equipment unit
- 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
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
- G05B23/0224—Process history based detection method, e.g. whereby history implies the availability of large amounts of data
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Telephonic Communication Services (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明提供一种设备机组故障判定方法、装置、存储介质及控制终端,所述方法包括:接收用户终端通过5G通信网络上传的所述设备机组的机组数据;当接收到所述机组数据时,判断接收到的所述机组数据是否异常;若判断所述机组数据异常,则采用时间序列法对所述设备机组进行故障预判。本发明提供的方案能够预判故障并自动处理,且过程无需人为操作。
Description
技术领域
本发明涉及控制领域,尤其涉及一种设备机组故障判定方法、装置、存储介质及控制终端。
背景技术
磁悬浮技术是利用电磁力使转子悬浮在空中,与定子间没有任何接触,克服了摩擦力带来的能量损耗和转速限制,具有功耗低、高稳定性等特点。为了实时掌握设备的运行状态,确定其能否正常工作,及时发现故障及原因并预报,需要对机组进行监控。当机组异常时,需要对故障类型、位置和原因进行判断、分析,提出解决办法,浪费大量的时间和精力。
发明内容
本发明的主要目的在于克服上述现有技术的缺陷,提供一种设备机组故障判定方法、装置、存储介质及控制终端,以解决现有技术中当机组异常时需要进行故障判断、分析,浪费大量的时间和精力的问题。
本发明一方面提供了一种设备机组故障判定方法,包括:接收用户终端通过5G通信网络上传的所述设备机组的机组数据;当接收到所述机组数据时,判断接收到的所述机组数据是否异常;若判断所述机组数据异常,则采用时间序列法对所述设备机组进行故障预判。
可选地,采用时间序列法对所述设备机组进行故障预判,包括:对所述设备机组的机组数据进行观测,得到所述设备机组当前的时间序列数据;根据所述当前的时间序列数据和历史时间序列数据,预测所述设备机组未来的机组数据;根据预测的所述设备机组未来的机组数据,判断所述设备机组未来是否可能发生故障。
可选地,还包括:若判断所述设备机组未来可能发生故障,则根据预测的所述设备机组未来的机组数据对所述设备机组的运行进行调控。
可选地,还包括:若判断所述设备机组未来可能发生故障,则确定可能发生的故障是否能够通过对所述设备机组的运行进行调控而恢复;若确定可能发生的故障不能通过对所述设备机组的运行进行调控而恢复,则通过5G通信网络向所述用户终端发送故障提示信息。
可选地,还包括:若确定可能发生的故障不能通过对所述设备机组的运行进行调控而恢复,则接收所述用户终端发送的远程维修请求;当接收到所述用户终端发送的所述远程维修请求时,对所述可能发生的故障进行远程维修。
可选地,还包括:当所述设备机组的控制程序文件产生版本更新时,检测所述设备机组当前安装的控制程序是否为更新后的版本;若检测所述设备机组当前安装的控制程序不是更新后的版本,则对所述设备机组的控制程序进行更新。
本发明另一方面提供了一种设备机组故障判定装置,包括:数据接收单元,用于接收用户终端通过5G通信网络上传的所述设备机组的机组数据;异常判断单元,用于当所述数据接收单元接收到所述机组数据时,判断接收到的所述机组数据是否异常;数据处理单元,用于若所述异常判断单元判断所述机组数据异常,则采用时间序列法对所述设备机组进行故障预判。
可选地,所述数据处理单元,采用时间序列法对所述设备机组进行故障预判,包括:对所述设备机组的机组数据进行观测,得到所述设备机组当前的时间序列数据;根据所述当前的时间序列数据和历史时间序列数据,预测所述设备机组未来的机组数据;根据预测的所述设备机组未来的机组数据,判断所述设备机组未来是否可能发生故障。
可选地,还包括:控制单元,用于若所述异常判断单元判断所述设备机组未来可能发生故障,则根据预测的所述设备机组未来的机组数据对所述设备机组的运行进行调控。
可选地,还包括:确定单元,用于若异常判断单元判断所述设备机组未来可能发生故障,则确定可能发生的故障是否能够通过对所述设备机组的运行进行调控而恢复;提示单元,用于若所述确定单元确定可能发生的故障不能通过对所述设备机组的运行进行调控而恢复,则通过5G通信网络向所述用户终端发送故障提示信息。
可选地,还包括:请求接收单元,用于若所述确定单元确定可能发生的故障不能通过对所述设备机组的运行进行调控而恢复,则接收所述用户终端发送的远程维修请求;远程维修单元,用于当所述请求接收单元接收到所述用户终端发送的所述远程维修请求时,对所述可能发生的故障进行远程维修。
可选地,还包括:检测单元,用于当所述设备机组的控制程序文件产生版本更新时,检测所述设备机组当前安装的控制程序是否为更新后的版本;更新单元,用于若所述检测单元检测所述设备机组当前安装的控制程序不是更新后的版本,则对所述设备机组的控制程序进行更新。
本发明又一方面提供了一种存储介质,其上存储有计算机程序,所述程序被处理器执行时实现前述任一所述方法的步骤。
本发明再一方面提供了一种控制终端,包括处理器、存储器以及存储在存储器上可在处理器上运行的计算机程序,所述处理器执行所述程序时实现前述任一所述方法的步骤。
本发明再一方面提供了一种控制终端,包括前述任一所述的设备机组故障判定装置。
根据本发明的技术方案,当机组数据出现异常时,能够预判故障类型并及时进行自适应调控处理,降低机组发生故障的频率,防止故障扩大化,且整个过程无需人为操作;根据本发明的技术方案,当机组需要升级时,可自动进行程序优化、更新,且整个过程无需人为操作;根据本发明的技术方案,可以远程指导零部件的更换,实现远程维修。根据本发明的技术方案,基于5G通信网络进行高速传输,提高数据传输的速率,提升机组的可靠性和安全性。并且,根据本发明的技术方案,还能够节约维护、售后成本,大幅提高工作效率;人机交互更加友好,维护时间短,不会影响用户的使用体验,提升用户体验。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本发明的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是本发明提供的设备机组故障判定方法的一实施例的方法示意图;
图2为根据本发明一个具体实施例的整体原理示意图;
图3为根据本发明一个具体实施例的用户终端的结构示意图;
图4为根据本发明一个具体实施例的控制终端的结构示意图;
图5是基于预先训练的故障判断模型对所述磁悬浮机组进行故障预判的步骤的一种具体实施方式的流程示意图;
图6是本发明提供的设备机组故障判定方法的另一实施例的方法示意图;
图7是本发明提供的设备机组故障判定方法的又一实施例的方法示意图;
图8为根据本发明具体实施例的远程维修流程示意图;
图9是本发明提供的设备机组故障判定方法的再一实施例的方法示意图;
图10是根据本发明具体实施例的远程控制程序升级逻辑图;
图11是本发明提供的设备机组故障判定方法的一具体实施例的方法示意图;
图12是本发明提供的设备机组故障判定装置的一实施例的结构框图;
图13是本发明提供的设备机组故障判定装置的另一实施例的结构框图;
图14是本发明提供的设备机组故障判定装置的又一实施例的结构框图;
图15是本发明提供的设备机组故障判定装置的再一实施例的结构框图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合本发明具体实施例及相应的附图对本发明技术方案进行清楚、完整地描述。显然,所描述的实施例仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
本发明提供一种设备机组故障判定方法。该方法可以用于控制终端,对用户终端进行控制,具体为远程控制终端。所述控制终端可作为至少一个用户终端的中央控制系统。所述控制终端例如可以为计算机。所述用户终端具体可以为用户使用的设备机组,例如为空调机组,更具体地可以为磁悬浮机组。控制终端实时对用户设备进行监测和调控。一个控制终端可以监控一个用户设备,也可以监控两个或两个以上用户设备。
图2为根据本发明一个具体实施例的整体原理示意图。如图2所示,用户终端为磁悬浮机组;控制终端为中央控制系统。机组数据及运行状态通过5G通信网络传输至控制终端,控制终端实时对设备机组进行监测和调控。一个控制终端(中央控制系统)可以监控一个机组,也可以监控一个以上机组。控制终端通信传输可采用移动通信技术(例如5G网络)和无线通信技术(例如WiFi通信)相结合的方式,传输层可采用TCP/HTTP/2协议,最高支持10Gbps传输速率。
图3为根据本发明一个具体实施例的用户终端的结构示意图。如图3所示,用户终端包括无线网络模块、信息显示模块、远程呼叫模块和数据上传模块。无线网络模块用于用户终端与云端的连接;信息显示模块用于显示机组的运行参数和状态,方便随时查看;远程呼叫模块用于保证用户和控制终端的通讯;数据上传模块用于将信息显示模块中的数据实时上传至控制终端。
图4为根据本发明一个具体实施例的控制终端的结构示意图。如图4所示,控制终端包括机组控制模块、数据接收模块、数据处理模块和实时监控模块。机组控制模块用于通过自适应对干扰进行实时调控;数据接收模块用于连接云端,并接收用户终端(数据上传模块)上传的数据;数据处理模块用于存储数据接收模块接收的数据并分析,采用深度学习预判故障,供机组控制模块随时调用;实时监控模块用于读取数据处理模块存储的数据并进行显示,例如以曲线、表格、图片等形式显示。
图1是本发明提供的设备机组故障判定方法的一实施例的方法示意图。
如图1所示,根据本发明的一个实施例,所述故障判定方法至少包括步骤S110、步骤S120和步骤S130。
步骤S110,接收用户终端通过5G通信网络上传的所述设备机组的机组数据。
现有的4G通信技术只能进行简单的数据传输且传输的数据量有限,无法在服务器运行算法解决问题,在监控及故障诊断方面效率较低。本发明采用5G通信技术,与用户终端通过5G通信网络进行通信,接收用户终端通过5G通信网络上传的所述设备机组的机组数据。例如,控制终端数据接收模块接收用户终端数据上传模块通过5G通信网络上传的所述设备机组的机组数据。例如,接收磁悬浮机组通过5G通信网络上传的磁悬浮机组的机组数据。所述机组数据具体可以包括运行参数。例如磁悬浮机组的运行参数包括温度(例如,可以包括蒸发温度、冷凝温度、线圈绕组温度、整流模块温度和/或逆变温度)、运行精度(即磁悬浮轴承旋转时转子的精度,还可以称为轴承精度或位移精度)、压力(例如蒸发压力和/或冷凝压力)、母线电压和/或线圈电流(即磁悬浮转子外部的定子线圈,当定子线圈中有电流流过时,会产生电磁力,将转子“吸起来”,改变这个电流,可以改变“吸力”的大小,从而进行控制)。
步骤S120,当接收到所述机组数据时,判断接收到的所述机组数据是否异常。
具体地,判断接收到的所述机组数据中的各项数据是否超出相应的数值范围。例如,对于磁悬浮机组,判断温度、运行精度、压力等参数是否在正常范围内,在正常范围内,机组的状态为运行;若不在正常范围内(优选地,可以判断是否持续预设时间不再正常范围内),则判断所述机组数据异常。机组的状态为故障(如过温保护、轴承保护、高压保护、低压保护等)。例如,磁悬浮机组的各性能参数均需在正常范围内机组才能够正常工作,当参数不在正常范围内时,比如当轴承精度较大时,可能为轴承位移故障;当模块温度过高时,可能为过温故障;当冷凝压力过高时,可能为高压保护等等。以轴承精度为例,当轴承精度在20μm以内,则轴承运行精度良好,此时数据正常。当检测到轴承精度大于20μm且持续时间大于1s时,则判断为异常。其它数据的异常判定类似,只是数值范围阈值和持续时间不同。
步骤S130,若判断所述机组数据异常,则采用时间序列法对所述设备机组进行故障预判。
在一种具体实施方式中,预先训练故障判断模型,包括:获取所述设备机组发生故障时的故障特征数据;基于所述故障特征数据进行模型训练,得到故障判断模型。具体地,提取所述机组发生故障时的故障特征数据;对提取的故障特征数据进行预处理(例如根据发送故障时的故障特征数据判别故障类型,从而得到训练样本);处理后的数据作为训练样本进行模型训练,得到用于故障判断的神经网络模型。
图5是对所述磁悬浮机组进行故障预判的步骤的一种具体实施方式的流程示意图。如图5所示,在一种具体实施方式中,步骤S130包括步骤S131、步骤S132和步骤S133。
步骤S131,对所述设备机组的机组数据进行观测,得到所述设备机组当前的时间序列数据。
具体地,观测机组数据Xt,用时间序列法判定故障特征数据,了解机组运行状态的改变;例如,对于磁悬浮机组需要观测的数据例如包括轴承精度、压力、温度、母线电压及线圈电流等,任何一个数据异常都可能会导致磁悬浮机组故障。
将一组变量x(t)(即机组数据Xt,例如,轴承精度、压力、温度等)进行观察测量,在t1,t2,……,tn时刻所得到的离散数字组成的序列数据集合,即时间序列数据。运用过去的时间序列数据(历史时间序列数据)与当前观测得到的当前的时间序列数据进行统计分析,推测出接下来机组数据的变化趋势,根据变化趋势判定机组是否会发生故障。
以轴承精度为例,当t1时刻轴承精度为20μm时,采用时间序列法,根据序列集合判断t2时刻的精度,若t2时刻精度小于20μm,则机组正常运行;若t2时刻精度大于20μm,机组运行状态会改变,可能会报故障。即实时掌握机组运行状态的改变。
步骤S132,根据所述当前的时间序列数据和历史时间序列数据,预测所述设备机组未来的机组数据。
具体地,根据历史时间序列数据和当前时间序列数据,对Xt接下来的数值进行预测。具体地,根据当前时间序列数据Xt以及历史时间序列数据X(t-i)来计算模型的输出Y(t+1);模型输出的Y(t+1)即根据算法预测的下一时刻的机组数据,例如磁悬浮机组的参数,包括运行精度、压力、温度等。
步骤S133,根据预测的所述设备机组未来的机组数据,判断所述设备机组未来是否可能发生故障。
也就是说,运用过去的时间序列数据进行统计分析,预测出接下来机组数据的变化趋势,根据预测的变化趋势判定机组是否会故障。以轴承精度为例,当t1时刻精度为20μm时,根据t1时刻的运行精度,以及历史运行精度数据计算t2时刻的精度,若t2时刻精度小于20μm,则机组正常运行;若t2时刻精度大于20μm,机组运行状态会改变,可能会报故障。即实时掌握机组运行状态的改变。可选地,可以将预测的所述设备机组未来的机组数据输入故障判断模型中输出机组可能发生的故障。
上述对所述磁悬浮机组进行故障预判的步骤具体可以由控制终端的数据处理模块执行。
图6是本发明提供的设备机组故障判定方法的另一实施例的方法示意图。如图6所示,根据本发明的另一个实施例,所述故障判定方法还包括步骤S140。
步骤S140,若判断所述设备机组未来可能发生故障,则根据预测的所述设备机组未来的机组数据对所述设备机组的运行进行调控。
也就是说,根据预测的机组未来的机组数据对机组的运行进行调控。例如,对相应的机组控制参数进行调控,以使得机组数据(例如运行参数)恢复到正常数值范围。例如,当预测磁悬浮轴承运行时的位移精度会变差时,自动改变刚度、阻尼等参数调节位移精度。
例如,以磁悬浮机组轴承精度为例,当t1时刻精度Xt为20μm时,时间序列法会根据序列集合中历史数据X(t-i)推算t2时刻的精度Y(t+1),若Y(t+1)小于20μm,则机组正常运行不调控;若Y(t+1)大于20μm,机组可能会报故障,所以要进行调控,以使得轴承精度恢复到正常范围。
上述根据预测的所述设备机组未来的机组数据对所述设备机组的运行进行调控的步骤具体可以由控制终端的机组控制模块执行。
图7是本发明提供的设备机组故障判定方法的又一实施例的方法示意图。如图7所示,根据本发明的又一个实施例,所述故障判定方法还包括步骤S150和步骤S160。
步骤S150,若判断所述设备机组未来可能发生故障,则确定可能发生的故障是否能够通过对所述设备机组的运行进行调控而恢复。
步骤S160,若确定可能发生的故障不能通过对所述设备机组的运行进行调控而恢复,则通过5G通信网络向所述用户终端发送故障提示信息。
例如,当判定故障无法通过对所述设备机组的运行进行调控处理时,例如磁悬浮机组内部部件损坏,则需要采用远程维修的方式更换新的部件。图8为远程维修流程示意图,初始化是指当算法无法处理故障时,向用户终端发送故障提示,用户终端的信息显示模块显示故障提示从而警示用户。
进一步地,参考图7所示,所述方法还进一步包括步骤S170和步骤S180。
步骤S170,若确定可能发生的故障不能通过对所述设备机组的运行进行调控而恢复,则接收所述用户终端发送的远程维修请求。
步骤S180,当接收到所述用户终端发送的所述远程维修请求时,对所述可能发生的故障进行远程维修。
例如,用户终端的信息显示模块显示故障提示警示用户后,用户可以通过用户终端远程呼叫模块远程呼叫控制终端,并等待控制终端应答,若长时间未应答,则重新呼叫;当控制终端应答,且目标确定、图像清晰时开启远程维修(参考图8所示的远程维修流程示意图)。
在一种具体实施方式中,通过5G通信技术提供的视觉实时共享并结合虚拟现实技术,由控制终端远程指导,配合语音识别交互,由现场人员按步骤执行。例如,采用“5G+AR”实现远程维修,遇到问题时,由现场维修人员佩戴AR眼镜,将现场画面通过5G通信技术实时传输至控制终端,并与实际场景相结合。远程通过第一视角的清晰画面获知现场情况,协助现场维修人员解决问题。通过视觉实时共享,控制终端的远程专家不用到现场便可以实时了解现场的情况,有“身临其境”的感觉。通过虚拟现实技术,在控制终端就可以对用户终端的磁悬浮设备进行维修,同样不需要到现场。高速率下5G通讯的往返延迟极低,可消除由延时带来的眩晕感。
图9是本发明提供的设备机组故障判定方法的再一实施例的方法示意图。如图9所示,根据本发明的再一个实施例,所述故障判定方法还包括步骤S190和步骤S192。
步骤S190,当所述设备机组的控制程序文件产生版本更新时,检测所述设备机组当前安装的控制程序是否为更新后的版本。
步骤S192,若检测所述设备机组当前安装的控制程序不是更新后的版本,则对所述设备机组的控制程序进行更新。
例如,图10是本发明的远程控制程序升级逻辑图。参考图10所示。机组控制程序在控制终端实时更新,当控制终端实时监控模块检测到程序版本号过低时,将自动对磁悬浮机组的程序算法进行优化升级,实现对机组的远程保养和维护。
为清楚说明本发明技术方案,下面再以一个具体实施例对本发明提供的设备机组故障判定方法的执行流程进行描述。
图11是本发明提供的设备机组故障判定方法的一具体实施例的方法示意图。如图11所示,采用深度学习和自适应控制。用户终端(例如,磁悬浮机组)数据上传模块通过5G通信向控制终端上传机组数据,控制终端数据接收模块接收用户终端上传的机组数据;控制终端数据处理模块分析磁悬浮机组的各项参数和状态,当数据正常时,控制终端机组控制模块调用分析结果后不动作,机组维持当前的运行状态。一旦分析数据异常,控制终端的数据处理模块立刻进行预判故障,机组控制模块调用预判结果,通过自适应算法进行调控,以保证磁悬浮机组稳定运行,机组正常工作。当判定故障无法处理时,例如磁悬浮机组内部部件损坏,则采用远程维修的方式进行维修。
本发明能够提升设备机组的可靠性能,例如对于磁悬浮机组,能够使磁悬浮机组的运行更加安全稳定。轴承运行时的位移精度是需要重点监控的性能参数之一,当位移精度较差时,会报轴承保护故障或轴承位移故障等。目前采用的4G通信只能进行简单的数据传输,一旦发生故障需要技术人员出差到现场解决。为解决此类问题本发明在5G传输中加入算法进行故障预判,当检测到位移精度变差时,会自动改变刚度、阻尼等参数调节位移精度,避免机组报故障停机,因此提升了机组的可靠性,使其运行更安全稳定。
本发明还提供一种设备机组故障判定装置。该装置可以用于控制终端,对用户终端进行控制,具体为远程控制。控制终端例如为服务器,可作为至少一个用户终端的中央控制系统。所述用户终端具体可以为用户使用的设备机组,例如为空调机组,更具体地可以为磁悬浮机组。控制终端实时对用户设备进行监测和调控。一个控制终端可以监控一个用户设备,也可以监控两个或两个以上用户设备。
图2为根据本发明一个具体实施例的整体原理示意图。如图2所示,用户终端为磁悬浮机组;控制终端为中央控制系统。机组数据及运行状态通过5G通信网络传输至控制终端,控制终端实时对设备机组进行监测和调控。一个控制终端(中央控制系统)可以监控一个机组,也可以监控一个以上机组。控制终端通信传输可采用移动通信技术(例如5G网络)和无线通信技术(例如WiFi通信)相结合的方式,传输层可采用TCP/HTTP/2协议,最高支持10Gbps传输速率。
图3为根据本发明一个具体实施例的用户终端的结构示意图。如图3所示,用户终端包括无线网络模块、信息显示模块、远程呼叫模块和数据上传模块。无线网络模块用于用户终端与云端的连接;信息显示模块用于显示机组的运行参数和状态,方便随时查看;远程呼叫模块用于保证用户和控制终端的通讯;数据上传模块用于将信息显示模块中的数据实时上传至控制终端。
图4为根据本发明一个具体实施例的控制终端的结构示意图。如图4所示,控制终端包括机组控制模块、数据接收模块、数据处理模块和实时监控模块。机组控制模块用于通过自适应对干扰进行实时调控;数据接收模块用于连接云端,并接收用户终端(数据上传模块)上传的数据;数据处理模块用于存储数据接收模块接收的数据并分析,采用深度学习预判故障,供机组控制模块随时调用;实时监控模块用于读取数据处理模块存储的数据并进行显示,例如以曲线、表格、图片等形式显示。
图12是本发明提供的设备机组故障判定装置的一实施例的结构框图。如图12所示,所述设备机组故障判定装置100包括数据接收单元110、异常判断单元120和数据处理单元130。
数据接收单元110用于接收用户终端通过5G通信网络上传的所述设备机组的机组数据。
现有的4G通信技术只能进行简单的数据传输且传输的数据量有限,无法在服务器运行算法解决问题,在监控及故障诊断方面效率较低。本发明采用5G通信技术,与用户终端通过5G通信网络进行通信,接收用户终端通过5G通信网络上传的所述设备机组的机组数据。例如,控制终端数据接收模块接收用户终端数据上传模块通过5G通信网络上传的所述设备机组的机组数据。例如,接收磁悬浮机组通过5G通信网络上传的磁悬浮机组的机组数据。所述机组数据具体可以包括运行参数。例如磁悬浮机组的运行参数包括温度(例如可以包括蒸发温度、冷凝温度、线圈绕组温度、整流模块温度和/或逆变温度)、运行精度(即磁悬浮轴承旋转时转子的精度,还可以称为轴承精度或位移精度)、压力(例如蒸发压力和/或冷凝压力)、母线电压和/或线圈电流(即磁悬浮转子外部的定子线圈,当定子线圈中有电流流过时,会产生电磁力,将转子“吸起来”,改变这个电流,可以改变“吸力”的大小,从而进行控制)。
异常判断单元120用于当所述数据接收单元110接收到所述机组数据时,判断接收到的所述机组数据是否异常。
具体地,异常判断单元120判断接收到的所述机组数据中的各项数据是否超出相应的数值范围。例如,对于磁悬浮机组,判断温度、运行精度、压力等参数是否在正常范围内,在正常范围内,机组的状态为运行;若不在正常范围内(优选地,可以判断是否持续预设时间不再正常范围内),则判断所述机组数据异常。机组的状态为故障(如过温保护、轴承保护、高压保护、低压保护等)。例如,磁悬浮机组的各性能参数均需在正常范围内机组才能够正常工作,当参数不在正常范围内时,比如当轴承精度较大时,可能为轴承位移故障;当模块温度过高时,可能为过温故障;当冷凝压力过高时,可能为高压保护等等。以轴承精度为例,当轴承精度在20μm以内,则轴承运行精度良好,此时数据正常。当检测到轴承精度大于20μm且持续时间大于1s时,则判断为异常。其它数据的异常判定类似,只是数值范围阈值和持续时间不同。
数据处理单元130用于若所述异常判断单元120判断所述机组数据异常,则采用时间序列法对所述设备机组进行故障预判。
在一种具体实施方式中,预先训练故障判断模型,包括:获取所述设备机组发生故障时的故障特征数据;基于所述故障特征数据进行模型训练,得到故障判断模型。具体地,提取所述机组发生故障时的故障特征数据;对提取的故障特征数据进行预处理(例如根据发送故障时的故障特征数据判别故障类型,从而得到训练样本);处理后的数据作为训练样本进行模型训练,得到用于故障判断的神经网络模型。
在一种具体实施方式中,数据处理单元130采用时间序列法对所述设备机组进行故障预判,包括:对所述设备机组的机组数据进行观测,得到所述设备机组当前的时间序列数据;根据所述当前的时间序列数据和历史时间序列数据,预测所述设备机组未来的机组数据;根据预测的所述设备机组未来的机组数据,判断所述设备机组未来是否可能发生故障。
具体地,观测机组数据Xt,用时间序列法判定故障特征数据,了解机组运行状态的改变;例如,对于磁悬浮机组需要观测的数据例如包括轴承精度、压力、温度、母线电压及线圈电流等,任何一个数据异常都会导致磁悬浮机组故障。
将一组变量x(t)(即机组数据Xt,例如,轴承精度、压力、温度等)进行观察测量,在t1,t2,……,tn时刻所得到的离散数字组成的序列数据集合,即时间序列数据。运用过去的时间序列数据(历史时间序列数据)与当前观测得到的当前的时间序列数据进行统计分析,推测出接下来机组数据的变化趋势,根据变化趋势判定机组是否会发生故障。
以轴承精度为例,当t1时刻轴承精度为20μm时,采用时间序列法,根据序列集合判断t2时刻的精度,若t2时刻精度小于20μm,则机组正常运行;若t2时刻精度大于20μm,机组运行状态会改变,可能会报故障。即实时掌握机组运行状态的改变。
根据历史时间序列数据和当前时间序列数据,对Xt接下来的数值进行预测。具体地,根据当前时间序列数据Xt以及历史时间序列数据X(t-i)来计算模型的输出Y(t+1);模型输出的Y(t+1)即根据算法预测的下一时刻的机组数据,例如磁悬浮机组的参数,包括运行精度、压力、温度等。
根据预测的所述设备机组未来的机组数据,判断所述设备机组未来是否可能发生故障。也就是说,运用过去的时间序列数据进行统计分析,预测出接下来机组数据的变化趋势,根据预测的变化趋势判定机组是否会故障。以轴承精度为例,当t1时刻精度为20μm时,根据t1时刻的运行精度,以及历史运行精度数据计算t2时刻的精度,若t2时刻精度小于20μm,则机组正常运行;若t2时刻精度大于20μm,机组运行状态会改变,可能会报故障。即实时掌握机组运行状态的改变。可选地,可以将预测的所述设备机组未来的机组数据输入故障判断模型中输出机组可能发生的故障。
上述对所述磁悬浮机组进行故障预判的步骤具体可以由控制终端的数据处理模块执行。
图13是本发明提供的设备机组故障判定装置的另一实施例的结构框图。如图13所示,基于上述实施例,根据本发明的另一实施例,所述设备机组故障判定装置100还包括控制单元140。
控制单元140,用于若所述异常判断单元120判断所述设备机组未来可能发生故障,则根据预测的所述设备机组未来的机组数据对所述设备机组的运行进行调控。
也就是说,根据预测的机组未来的机组数据对机组的运行进行调控。例如,对相应的机组控制参数进行调控,以使得机组数据(例如运行参数)恢复到正常数值范围。
例如,以磁悬浮机组轴承精度为例,当t1时刻精度Xt为20μm时,时间序列法会根据序列集合中历史数据X(t-i)推算t2时刻的精度Y(t+1),若Y(t+1)小于20μm,则机组正常运行不调控;若Y(t+1)大于20μm,机组可能会报故障,所以要进行调控,以使得轴承精度恢复到正常范围。
上述根据预测的所述设备机组未来的机组数据对所述设备机组的运行进行调控的步骤具体可以由控制终端的机组控制模块执行。
图14是本发明提供的设备机组故障判定装置的又一实施例的结构框图。如图14所示,基于上述任一实施例,根据本发明的又一实施例,所述设备机组故障判定装置100还包括确定单元150和提示单元160。
确定单元150用于若异常判断单元判断所述设备机组未来可能发生故障,则确定可能发生的故障是否能够通过对所述设备机组的运行进行调控而恢复。提示单元160用于若所述确定单元150确定可能发生的故障不能通过对所述设备机组的运行进行调控而恢复,则通过5G通信网络向所述用户终端发送故障提示信息。
例如,当判定故障无法通过对所述设备机组的运行进行调控处理时,例如磁悬浮机组内部部件损坏,则需要采用远程维修的方式更换新的部件。图8为远程维修流程示意图,初始化是指当算法无法处理故障时,向用户终端发送故障提示,用户终端的信息显示模块显示故障提示从而警示用户。
进一步地,参考图14所示,所述装置100还包括请求接收单元170和远程维修单元180。
请求接收单元170用于若所述确定单元150确定可能发生的故障不能通过对所述设备机组的运行进行调控而恢复,则接收所述用户终端发送的远程维修请求;远程维修单元180用于当所述请求接收单元170接收到所述用户终端发送的所述远程维修请求时,对所述可能发生的故障进行远程维修。
例如,用户终端的信息显示模块显示故障提示警示用户后,用户可以通过用户终端远程呼叫模块远程呼叫控制终端,并等待控制终端应答,若长时间未应答,则重新呼叫;当控制终端应答,且目标确定、图像清晰时会开启远程维修(参考图8所示的远程维修流程示意图)。
在一种具体实施方式中,通过5G通信技术提供的视觉实时共享并结合虚拟现实技术,由控制终端远程指导,配合语音识别交互,由现场操作人员按步骤执行。例如,采用“5G+AR”实现远程维修,遇到问题时,由现场维修人员佩戴AR眼镜,将现场画面通过5G通信技术实时传输至控制终端,并与实际场景相结合。远程通过第一视角的清晰画面获知现场情况,协助现场维修人员解决问题。通过视觉实时共享,控制终端的远程专家不用到现场便可以实时了解现场的情况,有“身临其境”的感觉。通过虚拟现实技术,在控制终端就可以对用户终端的磁悬浮设备进行维修,同样不需要到现场。高速率下5G通讯的往返延迟极低,可消除由延时带来的眩晕感。
图15是本发明提供的设备机组故障判定装置的再一实施例的结构框图。如图15所示,基于上述任一实施例,根据本发明的再一个实施例,所述设备机组故障判定装置100还包括检测单元190和提示单元192。
检测单元190用于当所述设备机组的控制程序文件产生版本更新时,检测所述设备机组当前安装的控制程序是否为更新后的版本;更新单元192用于若所述检测单元检测所述设备机组当前安装的控制程序不是更新后的版本,则对所述设备机组的控制程序进行更新。
例如,图10是本发明的远程控制程序升级逻辑图。参考图10所示。机组控制程序在控制终端实时更新,当控制终端实时监控模块检测到程序版本号过低时,将自动对磁悬浮机组的程序算法进行优化升级,实现对机组的远程保养和维护。
本发明还提供对应于所述设备机组故障判定方法的一种存储介质,其上存储有计算机程序,所述程序被处理器执行时实现前述任一所述方法的步骤。
本发明还提供对应于所述设备机组故障判定方法的一种设备机组,包括处理器、存储器以及存储在存储器上可在处理器上运行的计算机程序,所述处理器执行所述程序时实现前述任一所述方法的步骤。
本发明还提供对应于所述设备机组故障判定装置的一种设备机组,包括前述任一所述的设备机组故障判定装置。
据此,本发明提供的方案,当机组数据出现异常时,能够预判故障类型并及时进行自适应调控处理,降低机组发生故障的频率,防止故障扩大化,且整个过程无需人为操作;根据本发明的技术方案,当机组需要升级时,可自动进行程序优化、更新,且整个过程无需人为操作;根据本发明的技术方案,可以远程指导零部件的更换,实现远程维修。根据本发明的技术方案,基于5G通信网络进行高速传输,提高数据传输的速率,提升机组的可靠性和安全性。并且,根据本发明的技术方案,还能够节约维护、售后成本,大幅提高工作效率;人机交互更加友好,维护时间短,不会影响用户的使用体验,提升用户体验。
本文中所描述的功能可在硬件、由处理器执行的软件、固件或其任何组合中实施。如果在由处理器执行的软件中实施,那么可将功能作为一或多个指令或代码存储于计算机可读媒体上或经由计算机可读媒体予以传输。其它实例及实施方案在本发明及所附权利要求书的范围及精神内。举例来说,归因于软件的性质,上文所描述的功能可使用由处理器、硬件、固件、硬连线或这些中的任何者的组合执行的软件实施。此外,各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
在本申请所提供的几个实施例中,应该理解到,所揭露的技术内容,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,可以为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为控制装置的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。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或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本发明的实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的权利要求范围之内。
Claims (14)
1.一种设备机组故障判定方法,其特征在于,包括:
接收用户终端通过5G通信网络上传的所述设备机组的机组数据;
当接收到所述机组数据时,判断接收到的所述机组数据是否异常;
若判断所述机组数据异常,则采用时间序列法对所述设备机组进行故障预判。
2.根据权利要求1所述的方法,其特征在于,采用时间序列法对所述设备机组进行故障预判,包括:
对所述设备机组的机组数据进行观测,得到所述设备机组当前的时间序列数据;
根据所述当前的时间序列数据和历史时间序列数据,预测所述设备机组未来的机组数据;
根据预测的所述设备机组未来的机组数据,判断所述设备机组未来是否可能发生故障。
3.根据权利要求2所述的方法,其特征在于,还包括:
若判断所述设备机组未来可能发生故障,则根据预测的所述设备机组未来的机组数据对所述设备机组的运行进行调控。
4.根据权利要求1-3任一项所述的方法,其特征在于,还包括:
若判断所述设备机组未来可能发生故障,则确定可能发生的故障是否能够通过对所述设备机组的运行进行调控而恢复;
若确定可能发生的故障不能通过对所述设备机组的运行进行调控而恢复,则通过5G通信网络向所述用户终端发送故障提示信息。
5.根据权利要求4所述的方法,其特征在于,还包括:
若确定可能发生的故障不能通过对所述设备机组的运行进行调控而恢复,则接收所述用户终端发送的远程维修请求;
当接收到所述用户终端发送的所述远程维修请求时,对所述可能发生的故障进行远程维修。
6.根据权利要求1-5任一项所述的方法,其特征在于,还包括:
当所述设备机组的控制程序文件产生版本更新时,检测所述设备机组当前安装的控制程序是否为更新后的版本;
若检测所述设备机组当前安装的控制程序不是更新后的版本,则对所述设备机组的控制程序进行更新。
7.一种设备机组故障判定装置,其特征在于,包括:
数据接收单元,用于接收用户终端通过5G通信网络上传的所述设备机组的机组数据;
异常判断单元,用于当所述数据接收单元接收到所述机组数据时,判断接收到的所述机组数据是否异常;
数据处理单元,用于若所述异常判断单元判断所述机组数据异常,则采用时间序列法对所述设备机组进行故障预判。
8.根据权利要求7所述的装置,其特征在于,所述数据处理单元,基于预先训练的故障判断模型对所述设备机组进行故障预判,包括:
对所述设备机组的机组数据进行观测,得到所述设备机组当前的时间序列数据;
根据所述当前的时间序列数据和历史时间序列数据,预测所述设备机组未来的机组数据;
根据预测的所述设备机组未来的机组数据,判断所述设备机组未来是否可能发生故障。
9.根据权利要求8所述的装置,其特征在于,还包括:
控制单元,用于若所述异常判断单元判断所述设备机组未来可能发生故障,则根据预测的所述设备机组未来的机组数据对所述设备机组的运行进行调控。
10.根据权利要求7-9任一项所述的装置,其特征在于,还包括:
确定单元,用于若异常判断单元判断所述设备机组未来可能发生故障,则确定可能发生的故障是否能够通过对所述设备机组的运行进行调控而恢复;
提示单元,用于若所述确定单元确定可能发生的故障不能通过对所述设备机组的运行进行调控而恢复,则通过5G通信网络向所述用户终端发送故障提示信息。
11.根据权利要求10所述的装置,其特征在于,还包括:
请求接收单元,用于若所述确定单元确定可能发生的故障不能通过对所述设备机组的运行进行调控而恢复,则接收所述用户终端发送的远程维修请求;
远程维修单元,用于当所述请求接收单元接收到所述用户终端发送的所述远程维修请求时,对所述可能发生的故障进行远程维修。
12.根据权利要求7-11任一项所述的装置,其特征在于,还包括:
检测单元,用于当所述设备机组的控制程序文件产生版本更新时,检测所述设备机组当前安装的控制程序是否为更新后的版本;
更新单元,用于若所述检测单元检测所述设备机组当前安装的控制程序不是更新后的版本,则对所述设备机组的控制程序进行更新。
13.一种存储介质,其特征在于,其上存储有计算机程序,所述程序被处理器执行时实现权利要求1-6任一所述方法的步骤。
14.一种控制终端,其特征在于,包括处理器、存储器以及存储在存储器上可在处理器上运行的计算机程序,所述处理器执行所述程序时实现权利要求1-6任一所述方法的步骤,包括如权利要求7-12任一所述的设备机组故障判定装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110660057.4A CN113341928B (zh) | 2021-06-15 | 2021-06-15 | 一种设备机组故障判定方法、装置、存储介质及控制终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110660057.4A CN113341928B (zh) | 2021-06-15 | 2021-06-15 | 一种设备机组故障判定方法、装置、存储介质及控制终端 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113341928A true CN113341928A (zh) | 2021-09-03 |
CN113341928B CN113341928B (zh) | 2023-08-29 |
Family
ID=77477244
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110660057.4A Active CN113341928B (zh) | 2021-06-15 | 2021-06-15 | 一种设备机组故障判定方法、装置、存储介质及控制终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113341928B (zh) |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170078111A1 (en) * | 2014-03-11 | 2017-03-16 | British Gas Trading Limited | Determination of a state of operation of a domestic appliance |
CN107944657A (zh) * | 2017-10-20 | 2018-04-20 | 国网山东省电力公司 | 一种电力多源信息故障定位及预判方法 |
CN109672175A (zh) * | 2018-12-30 | 2019-04-23 | 国网北京市电力公司 | 电网控制方法及装置 |
CN111368890A (zh) * | 2020-02-26 | 2020-07-03 | 珠海格力电器股份有限公司 | 故障检测方法及装置、信息物理融合系统 |
CN111578444A (zh) * | 2019-02-19 | 2020-08-25 | 珠海格力电器股份有限公司 | 一种空调故障预测方法、装置、存储介质及空调 |
CN111723646A (zh) * | 2020-04-24 | 2020-09-29 | 四川科华天府科技有限公司 | 一种远程辅助维护设备的方法和装置 |
CN111768150A (zh) * | 2020-06-22 | 2020-10-13 | 昆山同日工业自动化有限公司 | 一种基于5g网络的物流设备健康管理平台 |
CN111780334A (zh) * | 2020-08-06 | 2020-10-16 | 江苏浩金欧博环境科技有限公司 | 一种基于5g网络技术监控的组合式空调机组 |
JP2020187667A (ja) * | 2019-05-17 | 2020-11-19 | トヨタ自動車株式会社 | 情報処理装置及び情報処理方法 |
CN111967509A (zh) * | 2020-07-31 | 2020-11-20 | 北京赛博星通科技有限公司 | 一种对工业设备采集的数据进行处理和检测的方法及装置 |
CN112002114A (zh) * | 2020-07-22 | 2020-11-27 | 温州大学 | 一种基于5G-ZigBee通信的机电设备无线数据采集系统和方法 |
CN112345874A (zh) * | 2021-01-11 | 2021-02-09 | 北京三维天地科技股份有限公司 | 一种基于5g的实验室仪器设备在线故障诊断方法及系统 |
CN112711234A (zh) * | 2020-12-29 | 2021-04-27 | 南京爱动信息技术有限公司 | 一种基于工业生产智能化的设备监测系统及方法 |
CN112765768A (zh) * | 2020-12-22 | 2021-05-07 | 天津博诺智创机器人技术有限公司 | 基于物联网的离散型车间数字溯源方法 |
CN112906969A (zh) * | 2021-03-01 | 2021-06-04 | 三一重工股份有限公司 | 发动机故障预测方法、装置、电子设备及存储介质 |
-
2021
- 2021-06-15 CN CN202110660057.4A patent/CN113341928B/zh active Active
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170078111A1 (en) * | 2014-03-11 | 2017-03-16 | British Gas Trading Limited | Determination of a state of operation of a domestic appliance |
CN107944657A (zh) * | 2017-10-20 | 2018-04-20 | 国网山东省电力公司 | 一种电力多源信息故障定位及预判方法 |
CN109672175A (zh) * | 2018-12-30 | 2019-04-23 | 国网北京市电力公司 | 电网控制方法及装置 |
CN111578444A (zh) * | 2019-02-19 | 2020-08-25 | 珠海格力电器股份有限公司 | 一种空调故障预测方法、装置、存储介质及空调 |
JP2020187667A (ja) * | 2019-05-17 | 2020-11-19 | トヨタ自動車株式会社 | 情報処理装置及び情報処理方法 |
CN111368890A (zh) * | 2020-02-26 | 2020-07-03 | 珠海格力电器股份有限公司 | 故障检测方法及装置、信息物理融合系统 |
CN111723646A (zh) * | 2020-04-24 | 2020-09-29 | 四川科华天府科技有限公司 | 一种远程辅助维护设备的方法和装置 |
CN111768150A (zh) * | 2020-06-22 | 2020-10-13 | 昆山同日工业自动化有限公司 | 一种基于5g网络的物流设备健康管理平台 |
CN112002114A (zh) * | 2020-07-22 | 2020-11-27 | 温州大学 | 一种基于5G-ZigBee通信的机电设备无线数据采集系统和方法 |
CN111967509A (zh) * | 2020-07-31 | 2020-11-20 | 北京赛博星通科技有限公司 | 一种对工业设备采集的数据进行处理和检测的方法及装置 |
CN111780334A (zh) * | 2020-08-06 | 2020-10-16 | 江苏浩金欧博环境科技有限公司 | 一种基于5g网络技术监控的组合式空调机组 |
CN112765768A (zh) * | 2020-12-22 | 2021-05-07 | 天津博诺智创机器人技术有限公司 | 基于物联网的离散型车间数字溯源方法 |
CN112711234A (zh) * | 2020-12-29 | 2021-04-27 | 南京爱动信息技术有限公司 | 一种基于工业生产智能化的设备监测系统及方法 |
CN112345874A (zh) * | 2021-01-11 | 2021-02-09 | 北京三维天地科技股份有限公司 | 一种基于5g的实验室仪器设备在线故障诊断方法及系统 |
CN112906969A (zh) * | 2021-03-01 | 2021-06-04 | 三一重工股份有限公司 | 发动机故障预测方法、装置、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113341928B (zh) | 2023-08-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
RU2389117C2 (ru) | Система и способ централизованного мониторинга и управления режимом работы силовых трансформаторов, установленных на разных подстанциях и в центрах мониторинга | |
CN103901298A (zh) | 变电站设备运行状态的检测方法与系统 | |
CN109116821B (zh) | 一种船舶监控系统、方法和装置 | |
CN109040277A (zh) | 一种服务器的远程监控方法及装置 | |
CN103130095A (zh) | 一种电梯故障预警方法及相关服务器 | |
CN104486101B (zh) | 一种在线电力远动iec104传输异常检测方法 | |
CN111578445A (zh) | 用于空调器的控制方法、装置及空调器 | |
CN107165770A (zh) | 一种抽水蓄能电站机组启动暂态监测与安全评估系统及方法 | |
CN103957551B (zh) | 自动气象站中通信状态实时监控方法 | |
CN110763286A (zh) | 登机廊桥状态监测与故障诊断系统及方法 | |
CN110874079B (zh) | 用于监测电驱动器的状况的方法和系统 | |
CN113341928B (zh) | 一种设备机组故障判定方法、装置、存储介质及控制终端 | |
CN105548873B (zh) | 用于在线监测装置实现开关设备健康诊断的方法 | |
JP2021521548A (ja) | 電気機械的マシンの調子を監視して故障を予測するシステム及び方法 | |
CN107528705A (zh) | 故障处理方法及装置 | |
CN108270627A (zh) | 一种网络安全硬件自主可控智能检测方法及系统 | |
KR102115101B1 (ko) | Iot기반 지능형 원격관리 서비스 시스템 | |
CN114265324A (zh) | 设备运行状态的监测方法、装置及终端设备 | |
CN111591304B (zh) | Ups电源车的健康监测系统和方法 | |
WO2019036915A1 (zh) | 基于物联网的机房安全监控方法、装置及存储介质 | |
CN111665067A (zh) | 轨道车辆空调状态监测系统与监测方法 | |
CN116736027B (zh) | 用于医疗自助终端的设备故障预警系统 | |
CN116527538B (zh) | 一种基于大数据的智能设备故障状态诊断方法及系统 | |
CN113651202B (zh) | 电梯异常的智能识别方法以及智能识别装置 | |
CN113542048B (zh) | 哑资源监测方法、装置、电子设备和计算机可读存储介质 |
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 |