CN113486150B - 一种基于事件结构模型的机器故障诊断方法和装置 - Google Patents
一种基于事件结构模型的机器故障诊断方法和装置 Download PDFInfo
- Publication number
- CN113486150B CN113486150B CN202110789837.9A CN202110789837A CN113486150B CN 113486150 B CN113486150 B CN 113486150B CN 202110789837 A CN202110789837 A CN 202110789837A CN 113486150 B CN113486150 B CN 113486150B
- Authority
- CN
- China
- Prior art keywords
- module
- fault
- keyword
- diagnosis
- analysis database
- 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
- 238000003745 diagnosis Methods 0.000 title claims abstract description 113
- 238000000034 method Methods 0.000 title claims abstract description 28
- 238000007781 pre-processing Methods 0.000 claims abstract description 15
- 238000010219 correlation analysis Methods 0.000 claims description 25
- 238000012795 verification Methods 0.000 claims description 15
- 238000000605 extraction Methods 0.000 claims description 12
- 229920003023 plastic Polymers 0.000 claims description 9
- 238000005286 illumination Methods 0.000 claims description 7
- 238000009434 installation Methods 0.000 claims description 7
- 238000005192 partition Methods 0.000 claims description 7
- 229920000742 Cotton Polymers 0.000 claims description 5
- NIXOWILDQLNWCW-UHFFFAOYSA-N acrylic acid group Chemical group C(C=C)(=O)O NIXOWILDQLNWCW-UHFFFAOYSA-N 0.000 claims description 5
- 230000017525 heat dissipation Effects 0.000 claims description 5
- 238000009423 ventilation Methods 0.000 claims description 5
- 230000000694 effects Effects 0.000 claims description 4
- 238000001914 filtration Methods 0.000 claims description 4
- 238000007689 inspection Methods 0.000 claims description 4
- 238000012216 screening Methods 0.000 claims description 4
- 238000000926 separation method Methods 0.000 claims description 4
- 238000012163 sequencing technique Methods 0.000 claims description 4
- 238000009413 insulation Methods 0.000 claims description 2
- 230000003313 weakening effect Effects 0.000 claims description 2
- 238000012545 processing Methods 0.000 abstract description 14
- 238000012544 monitoring process Methods 0.000 description 13
- 238000010586 diagram Methods 0.000 description 7
- 238000003860 storage Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 4
- 230000000977 initiatory effect Effects 0.000 description 4
- 235000017166 Bambusa arundinacea Nutrition 0.000 description 3
- 235000017491 Bambusa tulda Nutrition 0.000 description 3
- 241001330002 Bambuseae Species 0.000 description 3
- 235000015334 Phyllostachys viridis Nutrition 0.000 description 3
- 239000011425 bamboo Substances 0.000 description 3
- 239000012528 membrane Substances 0.000 description 3
- 244000269722 Thea sinensis Species 0.000 description 2
- 238000001816 cooling Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000009172 bursting Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 239000005341 toughened glass Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/3331—Query processing
- G06F16/334—Query execution
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/335—Filtering based on additional data, e.g. user or group profiles
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于事件结构模型的机器故障诊断方法和装置,包括背板和诊断主机系统,所述挡板的顶部安装有诊断主机系统,所述诊断主机系统包括有接收模块、预处理模块、分类模块、故障匹配查询模块、反馈模块和收集模块。本发明通过设置有预处理模块,其中预处理模块包括有字段关键字搜索模块和关键字相关性分析模块,通过对输入字段文本进行关键字的搜索,可简化装置故障诊断过程中无关字符的处理,还可降低字符内存的占据,进而加快故障诊断的速度,而关联性分析的处理,可对输入文本中提取的关键字与故障问题进行关联性分析处理,以此避免无关问题或者措辞不当文本的出现,影响装置进行正常的故障查询诊断操作,提高装置的诊断准确度。
Description
技术领域
本发明涉及机器故障诊断技术领域,具体为一种基于事件结构模型的机器故障诊断方法和装置。
背景技术
事件结构模型,针对数据的采集、数据结构以及事件管理这三种要素,进行数据的相关分析处理,其中在进行相关机器系统故障诊断时,可使用事件结构模型与故障诊断系统相结合的方式,进而提升机器故障诊断装置的速度和准确性。
现有的机器故障诊断装置存在的缺陷是:
1、对比文件CN103414916A公开了一种故障诊断系统及方法,“包括故障诊断发起模块、客户端状态查询包、故障诊断服务端、服务端状态查询包以及状态存储数据库,故障诊断发起模块通过客户端状态查询包向故障诊断服务端发送诊断请求;故障诊断服务端收到诊断请求后,通过服务端状态查询包向监控系统查询状态;故障诊断服务端查询到监控系统状态后,将查询结果回复给故障诊断发起模块,故障诊断发起模块将查询结果保存到状态存储数据库;若该监控系统是前端所属的监控系统,则诊断结束,否则继续查询下一级监控系统。解决了现有技术中的视频检测不能有效地检测多个监控系统互联之后前端以及各监控系统之间的运行状况的技术问题。特别适用于视频监控系统领域”,但是该故障诊断系统对装置的诊断请求未能进行相应的语出力操作,易造成请求冗杂,减缓装置诊断速度和诊断准确性;
2、对比文件CN107276816A公开了一种基于云服务的远程监测与故障诊断系统及故障诊断方法,“包括数据采集单元、远程通讯网关单元、云存储管理单元、云服务中心单元。数据采集单元,部署在数据采集终端上;远程通讯网关单元,部署在云端前置网关服务器上;云存储管理单元,部署在云端数据服务器上;云服务中心单元,部署在云端应用服务器上。本发明创造性的将基于遗传算法优化的BP神经网络故障诊断方法应用在远程监测与故障诊断系统,能够便捷的提供适合跨地域环境下的远程监测与故障诊断服务;能够为设备制造商的技术人员提供机械设备远程在线工况监测,为生产企业使用的机械设备提供复杂故障的快速、准确、高效诊断”,但是该诊断装置在数据采集阶段缺少相应的数据分类处理装置,导致装置的诊断效率低下;
3、对比文件CN107614213A公开了一种故障诊断装置及故障诊断方法,“故障诊断装置检测对多轴型机器人(1)具备的关节轴施加的干扰扭矩(Tq),基于在检测干扰扭矩(Tq)时多轴型机器人(1)进行的作业的内容对干扰扭矩(Tq)进行分类。而且,通过对分类的干扰扭矩(Tq)和阈值(α)进行比较,进行多轴型机器人(1)的故障诊断”,但是装置在进行机器故障诊断操作时,未能根据装置故障类型进行分类诊断,导致装置在进行故障诊断匹配操作时,需要就行大量的排查处理工作,进而影响装置的诊断效率;
4、对比文件CN102750212A公开了嵌入式系统故障诊断方法和设有故障诊断的嵌入式系统,“包括以下步骤:A、在嵌入式系统中设置一故障诊断系统,故障诊断系统的存储区域与主系统的存储区域分离;B、在主系统运行过程中,主系统不能正确地响应用户操作,启动诊断系统读取主系统故障现场数据和分析故障数据。设有故障诊断的嵌入式系统,包括系统至少设置处理器、主系统模块、存储器、引导加载模块、通讯端口、复位按钮、故障诊断模块、故障诊断按钮,存储器分为两部分,一部分用于运行主系统,另一部分用于运行故障诊断系统,两部分相互不重叠。本发明使得用户在嵌入式系统运行过程中如果发生主系统崩溃故障,能够读取和分析故障现场数据,提高系统的可维护性和可诊断性”,但是装置在进行相应的故障诊断操作时,未能针对装置使用时的人数、高峰时段以及高峰用量等数据进行收集,导致后续装置维护更新升级时缺少相应真实有效的客户端数据。
发明内容
本发明的目的在于提供一种基于事件结构模型的机器故障诊断方法和装置,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:一种基于事件结构模型的机器故障诊断方法和装置,包括背板和诊断主机系统,所述背板的底部安装有底板,且底板与背板形成L型结构,所述背板的背面安装有三组平行布置的主机箱,所述主机箱的内壁安装有挡板,所述挡板的顶部安装有诊断主机系统;
所述诊断主机系统包括有接收模块、预处理模块、分类模块、故障匹配查询模块、反馈模块和收集模块,所述接收模块的输出端连接有预处理模块,所述预处理模块的输出端连接有分类模块,所述分类模块的输出端连接有故障匹配查询模块,所述故障匹配查询模块的输出端连接有反馈模块,所述反馈模块的输出端连接有收集模块,所述反馈模块具有多个输出窗口;
所述背板的正面安装有灯筒,所述背板的正面安装有三组平行布置的显示屏,且显示屏的安装位置与主机箱一一对应。
优选的,所述预处理模块包括有字段关键字搜索模块和关键字相关性分析模块,所述字段关键字搜索模块的输出端连接有关键字相关性分析模块连接,所述关键字相关性分析模块为判断型模块。
优选的,所述字段关键字搜索模块包括有时段记录模块、点击次数记录模块和点击人数记录模块。
优选的,所述分类模块包括有关键字拆分组合模块和契合度排序模块,所述关键字拆分组合模块的输出端连接有契合度排序模块。
优选的,所述故障查询模块包括有故障分析数据库一、故障分析数据库二、故障分析数据库三和次级接收模块,所述故障分析数据库一为事件前故障类型统计数据库,所述故障分析数据库二为事件过程中故障类型统计数据库,所述故障分析数据库三为事件后故障类型数据库,所述故障分析数据库一、故障分析数据库二、故障分析数据库三和次级接收模块为多对一的连接模式。
优选的,所述背板的正面安装有三组平行布置的隔板,所述隔板和显示屏间隔布置,所述背板的正面安装有三组平行布置的红外感应器,且三组红外感应器均位于显示屏的下方,所述隔板的板体由亚克力板和防窥膜组成,所述亚克力板的两侧外表面均安装有防窥膜。
优选的,所述主机箱的内部安装有两组平行布置的散热风扇,所述主机箱的内底壁安装有电子温度计,所述电子温度计与散热风扇电性连接,所述主机箱的内壁安装有隔音棉,所述主机箱的背面安装有等距布置的通风条。
优选的,所述底板的顶部安装有三组平行布置的键盘,所述键盘与显示屏的安装位置一一对应,所述键盘的背面安装有验证框,所述验证框的内部设有内陷的凹槽,所述凹槽的顶部安装有芯片识别器,所述芯片识别器与时段记录模块、点击次数记录模块和点击人数记录模块电性连接。
优选的,所述灯筒的内壁安装有灯管,所述灯管的内壁安装有塑料隔盖,且塑料隔盖位于灯管的下方,所述灯筒的正面安装有光敏感应器,且光敏感应器与灯管电性连接。
优选的,该装置的工作步骤如下:
S1、在需要使用本装置进行机器故障诊断操作时,使用者可先将识别卡片放置在验证框内部凹槽的表面,随后通过芯片识别器的识别后,即可利用键盘开始进行相应的故障输入以及故障咨询等操作,此时字段关键字搜索模块内部的时段记录模块、点击次数记录模块和点击人数记录模块分别开始记录咨询时间和时长、以及单位计量时间内装置点击登录的次数和使用者数目,记载本装置的使用活跃度,为系统后期进行使用频率统计工作提供依据;
S2、在使用者通过键盘输入相关字段后,通过字段关键字搜索模块对字段的文本内容进行关键字提取操作,通过关键字相关性分析模块进行分析,判断输入字段提供的内容与故障问题是否具有相关性,从而避免无关问题的出现,辅助装置对故障咨询问题进行初步过滤筛选处理;
S3、在S2中,在关键字相关性分析模块工作一次后,在输出内容为肯定的情况下,提取的关键字字段进入分类模块,反之返回字段关键字搜索模块,进行关键字的二次提取,随即再次进入关键字相关性分析模块,若重复多次后依然无法进入分类模块,此时诊断主机系统返回至接收模块,并通过显示屏提醒使用者重新输入故障类型和咨询问题,以确保关键字段的正确提取;
S4、进入分类模块后,会对进入该模块的关键字组合进行二次排列组合,并进行契合度的排序处理,从而筛选出最相关性的关键字查询组合,进而提高故障咨询针对性判断、检查的准确性,随后根据最相关性的强弱程度将排列组合后的关键字段组合送入次级接收模块;
S5、进入次级接收模块后,可根据关键字组合相关性的强弱,判断进入次级接收模块内的关键字组合与故障分析数据库一、故障分析数据库二和故障分析数据库三之间关联性的强弱,随后将关键字组合传输至关联性最强的故障分析数据库中,进行相应的故障类型匹配和查询;
S6、匹配查询结束后,可将与之匹配的故障类型答复通过反馈模块输出装置,根据关联性前强弱通过不同的输出窗口在显示屏的表面显示出来,以便使用者可直观了解到咨询问题中故障类型的诊断结果,并可在其中一个输出窗口的表面提供一份调查问卷,以便使用者可在进行故障诊断咨询后了解装置的诊断有效性,为后续进行装置的更新升级提供用户端数据;
S7、此外,在装置工作时,在环境光线强度较差时,光敏感应器可感应到光强变弱,继而启动灯筒内部的灯管,使其发出照明光线,以便使用者可正常使用本装置进行故障类型咨询工作。
与现有技术相比,本发明的有益效果是:
1、本发明通过安装有预处理模块,其中预处理模块包括有字段关键字搜索模块和关键字相关性分析模块,通过对输入字段文本进行关键字的搜索,可简化装置故障诊断过程中无关字符的处理,还可降低字符内存的占据,进而加快故障诊断的速度,而关联性分析的处理,可对输入文本中提取的关键字与故障问题进行关联性分析处理,以此避免无关问题或者措辞不当文本的出现,影响装置进行正常的故障查询诊断操作,提高装置的诊断准确度。
2、本发明通过安装有分类模块包括有关键字拆分组合模块和契合度排序模块,通过对关键字文段的重新排列组合,可得到多种不同类型的关键字文本,从而可根据与机器故障类型的相关性强弱进行排列,相关性愈强,其契合程度愈高,因此根据契合度高低进行排列后可将该处理后的关键字组合数据传送至下一流程模块中进行处理,进而提升装置的诊断效率。
3、本发明通过安装有故障查询模块,包括有故障分析数据库一、故障分析数据库二、故障分析数据库三和次级接收模块,在进行故障匹配查询过程中,故障分析数据库一、故障分析数据库二、故障分析数据库三的内部分别存放有相应的事件发生前故障类型、事件发生过程中故障类型以及事件发生后故障类型,通过次级接收模块与故障分析数据库一、故障分析数据库二、故障分析数据库三进行相应一对多式的匹配操作,从而可提高查询匹配的速度。
4、本发明通过安装有时段记录模块、点击次数记录模块和点击人数记录模块,在验证框内部芯片识别器通过验证时,时段记录模块、点击次数记录模块和点击人数记录模块同步启动,即可将装置登录时间点和登录时长以及查询次数和茶轩使用的人数等信息记载,以便后续维护更新升级本装置技术人员可根据此相关客户端数据了解客户的咨询高峰时段以及咨询高峰人群量,避免后期高峰期使用时发生系统拥堵崩溃的情况。
附图说明
图1为本发明的整体结构示意图;
图2为本发明的背面安装结构示意图;
图3为本发明的隔板板体组装结构示意图;
图4为本发明的灯筒组装结构示意图;
图5为本发明的诊断主机系统工作流程结构示意图;
图6为本发明的字段关键字搜索模块组装结构示意图;
图7为本发明的分类模块组装结构示意图;
图8为本发明的故障匹配查询模块组装结构示意图;
图9为本发明的故障分析数据库一、故障分析数据库二、故障分析数据库三和次级接收模块连接结构示意图;
图10为本发明的反馈模块结构示意图。
图中:1、背板;101、隔板;102、防窥膜;103、亚克力板;104、红外感应器;2、显示屏;3、主机箱;301、散热风扇;302、电子温度计;303、通风条;304、隔音棉;4、底板;401、键盘;402、验证框;403、芯片识别器;5、诊断主机系统;6、灯筒;601、灯管;602、塑料隔盖;603、光敏感应器。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅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。
在本发明的描述中,需要说明的是,术语“上”、“下”、“内”、“外”“前端”、“后端”、“两端”、“一端”、“另一端”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性。
在本发明的描述中,需要说明的是,除非另有明确的规定和限定,术语“安装”、“设置有”、“连接”等,应做广义理解,例如“连接”,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
请参阅图1、图2、图5和图10,本发明提供的一种实施例:一种基于事件结构模型的机器故障诊断方法和装置,包括背板1和诊断主机系统5,所述背板1的底部安装有底板4,且底板4与背板1形成L型结构,所述背板1的背面安装有三组平行布置的主机箱3,所述主机箱3的内壁安装有挡板,所述背板1的正面安装有灯筒6,所述背板1的正面安装有三组平行布置的显示屏2,且显示屏2的安装位置与主机箱3一一对应;
具体的,背板1和底板4可为装置进行相关组件的安装提供支撑作用,主机箱3可为诊断主机系统5的安装提供安装空间和散热服务,确保诊断主机系统5的正常使用,通过显示屏2可对诊断主机系统5的诊断结果予以显示,进而方便使用者直观了解咨询的故障类型和原因,方便做出相应的修正。
所述挡板的顶部安装有诊断主机系统5,所述诊断主机系统5包括有接收模块、预处理模块、分类模块、故障匹配查询模块、反馈模块和收集模块,所述接收模块的输出端连接有预处理模块,所述预处理模块的输出端连接有分类模块,所述分类模块的输出端连接有故障匹配查询模块,所述故障匹配查询模块的输出端连接有反馈模块,所述反馈模块的输出端连接有收集模块,所述反馈模块具有多个输出窗口;
具体的,通过接收模块、预处理模块、分类模块、故障匹配查询模块、反馈模块和收集模块,可辅助诊断主机系统5提供快速准确的机器故障诊断结果,方便使用者后续进行针对性的维修整理。
请参阅图1、图5和图6,本发明提供的一种实施例:一种基于事件结构模型的机器故障诊断方法和装置,包括预处理模块和验证框402,所述预处理模块包括有字段关键字搜索模块和关键字相关性分析模块,所述字段关键字搜索模块的输出端连接有关键字相关性分析模块连接,所述关键字相关性分析模块为判断型模块。
具体的,通过对输入字段文本进行关键字的搜索,可简化装置故障诊断过程中无关字符的处理,还可降低字符内存的占据,进而加快故障诊断的速度,而关联性分析的处理,可对输入文本中提取的关键字与故障问题进行关联性分析处理,以此避免无关问题或者措辞不当文本的出现,影响装置进行正常的故障查询诊断操作。
所述字段关键字搜索模块包括有时段记录模块、点击次数记录模块和点击人数记录模块,所述底板4的顶部安装有三组平行布置的键盘401,所述键盘401与显示屏2的安装位置一一对应,所述键盘401的背面安装有验证框402,所述验证框402的内部设有内陷的凹槽,所述凹槽的顶部安装有芯片识别器403,所述芯片识别器403与时段记录模块、点击次数记录模块和点击人数记录模块电性连接。
具体的,在需要使用键盘401时,使用者可将识别卡片放置在验证框402内部的凹槽表面,随即通过芯片识别器403鉴定识别卡片是否具有咨询权限,键盘401为输入结构,可辅助使用者进行相关故障问题的字段输入,在芯片识别器403识别通过时,时段记录模块、点击次数记录模块和点击人数记录模块同步启动,即可将装置登录时间点和登录时长以及查询次数和茶轩使用的人数等信息记载,以便后续维护更新升级本装置技术人员可根据此相关客户端数据了解客户的咨询高峰时段以及咨询高峰人群量,避免后期高峰期使用时发生系统拥堵崩溃的情况。
请参阅图5和图7,本发明提供的一种实施例:一种基于事件结构模型的机器故障诊断方法和装置,包括分类模块,所述分类模块包括有关键字拆分组合模块和契合度排序模块,所述关键字拆分组合模块的输出端连接有契合度排序模块。
具体的,通过对关键字文段的重新排列组合,可得到多种不同类型的关键字文本,从而可根据与机器故障类型的相关性强弱进行排列,相关性愈强,其契合程度愈高,因此根据契合度高低进行排列后可将该处理后的关键字组合数据传送至下一流程模块中进行处理。
请参阅图5、图8和图9,本发明提供的一种实施例:一种基于事件结构模型的机器故障诊断方法和装置,包括故障查询模块,所述故障查询模块包括有故障分析数据库一、故障分析数据库二、故障分析数据库三和次级接收模块,所述故障分析数据库一为事件前故障类型统计数据库,所述故障分析数据库二为事件过程中故障类型统计数据库,所述故障分析数据库三为事件后故障类型数据库,所述故障分析数据库一、故障分析数据库二、故障分析数据库三和次级接收模块为多对一的连接模式。
具体的,在进行故障匹配查询过程中,故障分析数据库一、故障分析数据库二、故障分析数据库三的内部分别存放有相应的事件发生前故障类型、事件发生过程中故障类型以及事件发生后故障类型,通过次级接收模块与故障分析数据库一、故障分析数据库二、故障分析数据库三进行相应一对多式的匹配操作,从而可提高查询匹配的速度。
请参阅图1-图4,本发明提供的一种实施例:一种基于事件结构模型的机器故障诊断方法和装置,包括背板1、主机箱3和灯筒6,所述背板1的正面安装有三组平行布置的隔板101,所述隔板101和显示屏2间隔布置,所述背板1的正面安装有三组平行布置的红外感应器104,且三组红外感应器104均位于显示屏2的下方,所述隔板101的板体由亚克力板103和防窥膜102组成,所述亚克力板103的两侧外表面均安装有防窥膜102。
具体的,通过两层防窥膜102的设置,可表面相邻两组的使用者相互查看,保护装置使用时的隐私性,此外亚克力板103的质量较轻且强度较好,可避免钢化玻璃在使用过程中带来的玻璃碎裂迸发等安全事故。
所述主机箱3的内部安装有两组平行布置的散热风扇301,所述主机箱3的内底壁安装有电子温度计302,所述电子温度计302与散热风扇301电性连接,所述主机箱3的内壁安装有隔音棉304,所述主机箱3的背面安装有等距布置的通风条303。
具体的,在主机箱3内部的诊断主机系统5工作时,其产生的热量堆积在主机箱3的内部,随即通过电子温度计302检测到主机箱3内部温度值超过诊断主机系统5的安全工作温度值时,可向两组散热风扇301发送启动信号,进而使其转动,产生风力,加速主机箱3内部的空气流动,进而加快外部空气通过通风条303与主机箱3内部进行热量交换,保护诊断主机系统5的设备安全,在此过程中隔音棉304可将主机箱3予以降噪处理,避免散热风扇301转动时的噪音干扰,从而辅助装置提供安静的使用咨询环境。
所述灯筒6的内壁安装有灯管601,所述灯管601的内壁安装有塑料隔盖602,且塑料隔盖602位于灯管601的下方,所述灯筒6的正面安装有光敏感应器603,且光敏感应器603与灯管601电性连接。
具体的,光敏感应器603可检测装置的环境光线强度,随即可在光线强度不足的情况下向灯管601发送信号,此时底板4前方若有人站立,通过红外感应器104的检测,可向灯管601发送信号,在灯管601同时接收到红外感应器104和光敏感应器603发送的启动信号时,灯管601启动提供照明光线,从而避免不必要的电能支出,减少装置的照明成本,而塑料隔盖602为透明塑料制成,既不会阻挡灯管601照明光线的投射,还可有效保护灯筒6内部的灯管601的安全。
该装置的工作步骤如下:
S1、在需要使用本装置进行机器故障诊断操作时,使用者可先将识别卡片放置在验证框402内部凹槽的表面,随后通过芯片识别器403的识别后,即可利用键盘401开始进行相应的故障输入以及故障咨询等操作,此时字段关键字搜索模块内部的时段记录模块、点击次数记录模块和点击人数记录模块分别开始记录咨询时间和时长、以及单位计量时间内装置点击登录的次数和使用者数目,记载本装置的使用活跃度,为系统后期进行使用频率统计工作提供依据;
S2、在使用者通过键盘401输入相关字段后,通过字段关键字搜索模块对字段的文本内容进行关键字提取操作,通过关键字相关性分析模块进行分析,判断输入字段提供的内容与故障问题是否具有相关性,从而避免无关问题的出现,辅助装置对故障咨询问题进行初步过滤筛选处理;
S3、在S2中,在关键字相关性分析模块工作一次后,在输出内容为肯定的情况下,提取的关键字字段进入分类模块,反之返回字段关键字搜索模块,进行关键字的二次提取,随即再次进入关键字相关性分析模块,若重复多次后依然无法进入分类模块,此时诊断主机系统5返回至接收模块,并通过显示屏2提醒使用者重新输入故障类型和咨询问题,以确保关键字段的正确提取;
S4、进入分类模块后,会对进入该模块的关键字组合进行二次排列组合,并进行契合度的排序处理,从而筛选出最相关性的关键字查询组合,进而提高故障咨询针对性判断、检查的准确性,随后根据最相关性的强弱程度将排列组合后的关键字段组合送入次级接收模块;
S5、进入次级接收模块后,可根据关键字组合相关性的强弱,判断进入次级接收模块内的关键字组合与故障分析数据库一、故障分析数据库二和故障分析数据库三之间关联性的强弱,随后将关键字组合传输至关联性最强的故障分析数据库中,进行相应的故障类型匹配和查询;
S6、匹配查询结束后,可将与之匹配的故障类型答复通过反馈模块输出装置,根据关联性前强弱通过不同的输出窗口在显示屏2的表面显示出来,以便使用者可直观了解到咨询问题中故障类型的诊断结果,并可在其中一个输出窗口的表面提供一份调查问卷,以便使用者可在进行故障诊断咨询后了解装置的诊断有效性,为后续进行装置的更新升级提供用户端数据;
S7、此外,在装置工作时,在环境光线强度较差时,光敏感应器603可感应到光强变弱,继而启动灯筒6内部的灯管601,使其发出照明光线,以便使用者可正常使用本装置进行故障类型咨询工作。
工作原理:在需要使用本装置进行机器故障诊断操作时,使用者可先将识别卡片放置在验证框402内部凹槽的表面,随后通过芯片识别器403的识别后,即可利用键盘401开始进行相应的故障输入以及故障咨询等操作,此时字段关键字搜索模块内部的时段记录模块、点击次数记录模块和点击人数记录模块分别开始记录咨询时间和时长、以及单位计量时间内装置点击登录的次数和使用者数目,记载本装置的使用活跃度,为系统后期进行使用频率统计工作提供依据。
之后在使用者通过键盘401输入相关字段后,通过字段关键字搜索模块对字段的文本内容进行关键字提取操作,通过关键字相关性分析模块进行分析,判断输入字段提供的内容与故障问题是否具有相关性,从而避免无关问题的出现,辅助装置对故障咨询问题进行初步过滤筛选处理。
随即在关键字相关性分析模块工作一次后,在输出内容为肯定的情况下,提取的关键字字段进入分类模块,反之返回字段关键字搜索模块,进行关键字的二次提取,随即再次进入关键字相关性分析模块,若重复多次后依然无法进入分类模块,此时诊断主机系统5返回至接收模块,并通过显示屏2提醒使用者重新输入故障类型和咨询问题,以确保关键字段的正确提取。
之后在进入分类模块后,会对进入该模块的关键字组合进行二次排列组合,并进行契合度的排序处理,从而筛选出最相关性的关键字查询组合,进而提高故障咨询针对性判断、检查的准确性,随后根据最相关性的强弱程度将排列组合后的关键字段组合送入次级接收模块。
随后进入次级接收模块,可根据关键字组合相关性的强弱,判断进入次级接收模块内的关键字组合与故障分析数据库一、故障分析数据库二和故障分析数据库三之间关联性的强弱,随后将关键字组合传输至关联性最强的故障分析数据库中,进行相应的故障类型匹配和查询。
最后,匹配查询结束后,可将与之匹配的故障类型答复通过反馈模块输出装置,根据关联性前强弱通过不同的输出窗口在显示屏2的表面显示出来,以便使用者可直观了解到咨询问题中故障类型的诊断结果,并可在其中一个输出窗口的表面提供一份调查问卷,以便使用者可在进行故障诊断咨询后了解装置的诊断有效性,为后续进行装置的更新升级提供用户端数据。
此外,在装置工作时,在环境光线强度较差时,光敏感应器603可感应到光强变弱,继而启动灯筒6内部的灯管601,使其发出照明光线,以便使用者可正常使用本装置进行故障类型咨询工作。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
Claims (1)
1.一种基于事件结构模型的机器故障诊断方法,包括背板(1)和诊断主机系统(5),其特征在于:所述背板(1)的底部安装有底板(4),且底板(4)与背板(1)形成L型结构,所述背板(1)的背面安装有三组平行布置的主机箱(3),所述主机箱(3)的内壁安装有挡板,所述挡板的顶部安装有诊断主机系统(5);
所述诊断主机系统(5)包括有接收模块、预处理模块、分类模块、故障匹配查询模块、反馈模块和收集模块,所述接收模块的输出端连接有预处理模块,所述预处理模块的输出端连接有分类模块,所述分类模块的输出端连接有故障匹配查询模块,所述故障匹配查询模块的输出端连接有反馈模块,所述反馈模块的输出端连接有收集模块,所述反馈模块具有多个输出窗口;
所述背板(1)的正面安装有灯筒(6),所述背板(1)的正面安装有三组平行布置的显示屏(2),且显示屏(2)的安装位置与主机箱(3)一一对应,所述预处理模块包括有字段关键字搜索模块和关键字相关性分析模块,所述字段关键字搜索模块的输出端连接有关键字相关性分析模块连接,所述关键字相关性分析模块为判断型模块,所述字段关键字搜索模块包括有时段记录模块、点击次数记录模块和点击人数记录模块,所述分类模块包括有关键字拆分组合模块和契合度排序模块,所述关键字拆分组合模块的输出端连接有契合度排序模块,所述故障匹配查询模块包括有故障分析数据库一、故障分析数据库二、故障分析数据库三和次级接收模块,所述故障分析数据库一为事件前故障类型统计数据库,所述故障分析数据库二为事件过程中故障类型统计数据库,所述故障分析数据库三为事件后故障类型数据库,所述故障分析数据库一、故障分析数据库二、故障分析数据库三和次级接收模块为多对一的连接模式,所述背板(1)的正面安装有三组平行布置的隔板(101),所述隔板(101)和显示屏(2)间隔布置,所述背板(1)的正面安装有三组平行布置的红外感应器(104),且三组红外感应器(104)均位于显示屏(2)的下方,所述隔板(101)的板体由亚克力板(103)和防窥膜(102)组成,所述亚克力板(103)的两侧外表面均安装有防窥膜(102),所述主机箱(3)的内部安装有两组平行布置的散热风扇(301),所述主机箱(3)的内底壁安装有电子温度计(302),所述电子温度计(302)与散热风扇(301)电性连接,所述主机箱(3)的内壁安装有隔音棉(304),所述主机箱(3)的背面安装有等距布置的通风条(303),所述底板(4)的顶部安装有三组平行布置的键盘(401),所述键盘(401)与显示屏(2)的安装位置一一对应,所述键盘(401)的背面安装有验证框(402),所述验证框(402)的内部设有内陷的凹槽,所述凹槽的顶部安装有芯片识别器(403),所述芯片识别器(403)与时段记录模块、点击次数记录模块和点击人数记录模块电性连接,所述灯筒(6)的内壁安装有灯管(601),所述灯管(601)的内壁安装有塑料隔盖(602),且塑料隔盖(602)位于灯管(601)的下方,所述灯筒(6)的正面安装有光敏感应器(603),且光敏感应器(603)与灯管(601)电性连接,工作步骤如下:
S1、在需要使用本装置进行机器故障诊断操作时,使用者可先将识别卡片放置在验证框(402)内部凹槽的表面,随后通过芯片识别器(403)的识别后,即可利用键盘(401)开始进行相应的故障输入以及故障咨询操作,此时字段关键字搜索模块内部的时段记录模块、点击次数记录模块和点击人数记录模块分别开始记录咨询时间和时长、以及单位计量时间内装置点击登录的次数和使用者数目,记载本装置的使用活跃度,为系统后期进行使用频率统计工作提供依据;
S2、在使用者通过键盘(401)输入相关字段后,通过字段关键字搜索模块对字段的文本内容进行关键字提取操作,通过关键字相关性分析模块进行分析,判断输入字段提供的内容与故障问题是否具有相关性,从而避免无关问题的出现,辅助装置对故障咨询问题进行初步过滤筛选处理;
S3、在S2中,在关键字相关性分析模块工作一次后,在输出内容为肯定的情况下,提取的关键字字段进入分类模块,反之返回字段关键字搜索模块,进行关键字的二次提取,随即再次进入关键字相关性分析模块,若重复多次后依然无法进入分类模块,此时诊断主机系统(5)返回至接收模块,并通过显示屏(2)提醒使用者重新输入故障类型和咨询问题,以确保关键字段的正确提取;
S4、进入分类模块后,会对进入该分类模块的关键字组合进行二次排列组合,并进行契合度的排序处理,从而筛选出最相关性的关键字查询组合,进而提高故障咨询针对性判断、检查的准确性,随后根据最相关性的强弱程度将排列组合后的关键字段组合送入次级接收模块;
S5、进入次级接收模块后,可根据关键字组合相关性的强弱,判断进入次级接收模块内的关键字组合与故障分析数据库一、故障分析数据库二和故障分析数据库三之间关联性的强弱,随后将关键字组合传输至关联性最强的故障分析数据库中,进行相应的故障类型匹配和查询;
S6、匹配查询结束后,可将与之匹配的故障类型答复通过反馈模块输出装置,根据关联性前强弱通过不同的输出窗口在显示屏(2)的表面显示出来,以便使用者可直观了解到咨询问题中故障类型的诊断结果,并可在其中一个输出窗口的表面提供一份调查问卷,以便使用者可在进行故障诊断咨询后了解装置的诊断有效性,为后续进行装置的更新升级提供用户端数据;
S7、此外,在装置工作时,在环境光线强度较差时,光敏感应器(603)可感应到光强变弱,继而启动灯筒(6)内部的灯管(601),使其发出照明光线,以便使用者可正常使用本装置进行故障类型咨询工作。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110789837.9A CN113486150B (zh) | 2021-07-13 | 2021-07-13 | 一种基于事件结构模型的机器故障诊断方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110789837.9A CN113486150B (zh) | 2021-07-13 | 2021-07-13 | 一种基于事件结构模型的机器故障诊断方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113486150A CN113486150A (zh) | 2021-10-08 |
CN113486150B true CN113486150B (zh) | 2024-02-02 |
Family
ID=77938992
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110789837.9A Active CN113486150B (zh) | 2021-07-13 | 2021-07-13 | 一种基于事件结构模型的机器故障诊断方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113486150B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101393543A (zh) * | 2007-09-18 | 2009-03-25 | 西门子公司 | 一种故障分析和诊断的方法及系统 |
CN102765643A (zh) * | 2012-05-31 | 2012-11-07 | 天津大学 | 基于数据驱动的电梯故障诊断与预警方法 |
CN105389616A (zh) * | 2015-10-26 | 2016-03-09 | 广东好帮手电子科技股份有限公司 | 一种车载电子产品故障诊断与维修信息的共享方法及系统 |
CN206895063U (zh) * | 2017-07-07 | 2018-01-16 | 天津市嘉兴奥普科技有限公司 | 一种新型监控控制使用台 |
CN109062194A (zh) * | 2018-09-27 | 2018-12-21 | 广东石油化工学院 | 一种闭环影响下催化裂化主风机组故障诊断方法和系统 |
CN111831637A (zh) * | 2020-07-30 | 2020-10-27 | 海南中金德航科技股份有限公司 | 数据自动清洗系统 |
CN112834865A (zh) * | 2020-12-30 | 2021-05-25 | 淮北工科检测检验有限公司 | 一种电力系统二次回路故障快速查找器 |
-
2021
- 2021-07-13 CN CN202110789837.9A patent/CN113486150B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101393543A (zh) * | 2007-09-18 | 2009-03-25 | 西门子公司 | 一种故障分析和诊断的方法及系统 |
CN102765643A (zh) * | 2012-05-31 | 2012-11-07 | 天津大学 | 基于数据驱动的电梯故障诊断与预警方法 |
CN105389616A (zh) * | 2015-10-26 | 2016-03-09 | 广东好帮手电子科技股份有限公司 | 一种车载电子产品故障诊断与维修信息的共享方法及系统 |
CN206895063U (zh) * | 2017-07-07 | 2018-01-16 | 天津市嘉兴奥普科技有限公司 | 一种新型监控控制使用台 |
CN109062194A (zh) * | 2018-09-27 | 2018-12-21 | 广东石油化工学院 | 一种闭环影响下催化裂化主风机组故障诊断方法和系统 |
CN111831637A (zh) * | 2020-07-30 | 2020-10-27 | 海南中金德航科技股份有限公司 | 数据自动清洗系统 |
CN112834865A (zh) * | 2020-12-30 | 2021-05-25 | 淮北工科检测检验有限公司 | 一种电力系统二次回路故障快速查找器 |
Also Published As
Publication number | Publication date |
---|---|
CN113486150A (zh) | 2021-10-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7312919B2 (ja) | 太陽光発電アレイの動作状態を決定する方法および装置、デバイス並びに記憶媒体 | |
CN108972497A (zh) | 一种数据中心用巡检系统 | |
US20090300065A1 (en) | Computer system and methods for improving identification of subrogation opportunities | |
US20110257839A1 (en) | Aviation field service report natural language processing | |
CN109165234B (zh) | 机器人异常分析方法及装置 | |
CN107124289A (zh) | 网络日志时间对齐方法、装置及主机 | |
CN112488898B (zh) | 一种基于楼宇智能管控的突发事件处理系统及方法 | |
CN108714886A (zh) | 一种数据中心巡检机器人 | |
CN104836697A (zh) | 一种诊断及解决移动终端故障的方法及装置 | |
CN104376619A (zh) | 一种监控方法和设备 | |
CN112578690A (zh) | 一种楼宇能耗智能管控系统及方法 | |
CN113486150B (zh) | 一种基于事件结构模型的机器故障诊断方法和装置 | |
KR101610886B1 (ko) | 빅데이터에 기초하는 개인 상태 진단 방법 및 개인 상태 진단 시스템 | |
CN113409538A (zh) | 一种智能远程监控预警管理系统 | |
CN110412524A (zh) | 一种风廓线雷达标准输出控制器系统 | |
JP4310648B2 (ja) | 設備環境データ分析システムおよび設備環境データ分析方法 | |
CN219916385U (zh) | 一种建筑设计基于bim工程管理装置 | |
CN210199779U (zh) | 一种信息采集设备 | |
CN109712259A (zh) | 一种基于人脸识别的办公方法、系统及存储介质 | |
CN105069509A (zh) | 一种交易处理系统及处理方法 | |
CN114252906A (zh) | 声音事件的检测方法和装置、计算机设备和存储介质 | |
CN115239524A (zh) | 一种基于互联网的物业管理装置 | |
KR102354035B1 (ko) | 경험적 학습기반 음원을 이용한 상황인식 시스템 및 그 방법 | |
CN113554794A (zh) | 一种基于智慧物业的小区常住用户及访客出入管理系统 | |
CN110599745A (zh) | 一种基于多层写字楼的噪音检测预警方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |