CN115599330B - 一种数据采集系统的故障诊断方法及相关装置 - Google Patents
一种数据采集系统的故障诊断方法及相关装置 Download PDFInfo
- Publication number
- CN115599330B CN115599330B CN202211192968.XA CN202211192968A CN115599330B CN 115599330 B CN115599330 B CN 115599330B CN 202211192968 A CN202211192968 A CN 202211192968A CN 115599330 B CN115599330 B CN 115599330B
- Authority
- CN
- China
- Prior art keywords
- current
- attribute data
- data
- attribute
- current attribute
- 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
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000003745 diagnosis Methods 0.000 title claims abstract description 38
- 230000005540 biological transmission Effects 0.000 claims description 20
- 238000013480 data collection Methods 0.000 claims description 3
- 230000003993 interaction Effects 0.000 abstract description 5
- 238000010586 diagram Methods 0.000 description 10
- 230000008569 process Effects 0.000 description 8
- 238000004590 computer program Methods 0.000 description 7
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 6
- 230000006870 function Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000009835 boiling Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000002123 temporal effect Effects 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
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/14—Digital output to display device ; Cooperation and interconnection of the display device with other functional units
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M99/00—Subject matter not provided for in other groups of this subclass
- G01M99/002—Thermal testing
-
- 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
- G06F16/23—Updating
-
- 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
- G06F16/2474—Sequence data queries, e.g. querying versioned data
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Human Computer Interaction (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Probability & Statistics with Applications (AREA)
- Software Systems (AREA)
- Computational Linguistics (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本申请涉及故障诊断技术领域，公开了一种数据采集系统的故障诊断方法及相关装置。响应于用户对数据采集系统进行故障诊断的操作，获取终端上当前显示的目标实体对象的至少一个当前属性数据的当前时刻，并获取至少一个当前属性数据的最近更新时间，每个当前属性数据与目标实体对象的一个属性变量对应，根据至少一个当前属性数据的当前时刻和最近更新时间之间的时间差值，与至少一个属性变量的新鲜期，确定数据采集系统是否出现故障。其中，属性变量的新鲜期为属性变量对应的每个属性数据的更新时间阈值。与相关技术相比，由于不需要通过发送心跳链接来判断数据采集系统是否发生故障，从而可以减少网络交互，节省资源，并同时降低系统的性能损耗。
Description
技术领域
本申请涉及故障诊断技术领域，提供了一种数据采集系统的故障诊断方法及相关装置。
背景技术
客观现实中的实体对象所包含的属性的状态(即属性的具体数值)通过采集设备采集、网络传输，最终显示到终端的过程中常会出现故障，使得显示的内容保持长时间静止不刷新。然而，针对于终端上显示的实体对象的状态一直保持不变的这种情况，无法判断这种情况是正常的还是由于在对状态进行采集或传输的过程出现了故障所导致的。
例如，实体对象为一个锅炉设备，可以通过采集设备对锅炉设备的水温进行实时采集，并通过网络传输到终端上进行显示，当终端上显示的水温为100度，且持续一段时间不变化时，可能是因为锅炉设备的水温达到了沸点，也可能是因为采集设备在对水温进行采集时出现故障，或者是在对水温进行网络传输的过程中出现故障。
针对上述情况，相关技术中通常通过控制中心不断地向采集设备发送心跳链接来判断采集设备是否正常工作以及控制中心与采集设备之间的网络连接是否畅通。然而，这种方式需要不断的发送心跳链接，如果采集设备的数量特别多时，采集设备与控制中心之间的网络交互就会非常多，容易造成资源浪费和性能损耗。
发明内容
本申请实施例提供一种数据采集系统的故障诊断方法及相关装置，用以减少网络交互，节省资源和降低性能损耗。
本申请提供的具体技术方案如下：
第一方面，本申请提供一种数据采集系统的故障诊断方法，包括：
响应于用户对数据采集系统进行故障诊断的操作，获取终端上当前显示的目标实体对象的至少一个当前属性数据的当前时刻，并获取所述至少一个当前属性数据的最近更新时间；每个所述当前属性数据与目标实体对象的一个属性变量对应；
根据所述至少一个当前属性数据的当前时刻和最近更新时间之间的时间差值，与至少一个所述属性变量的新鲜期，确定所述数据采集系统是否出现故障；所述属性变量的新鲜期为所述属性变量对应的每个属性数据的更新时间阈值。
可选的，所述根据所述至少一个当前属性数据的当前时刻和最近更新时间之间的时间差值，与至少一个所述属性变量的新鲜期，确定所述数据采集系统是否出现故障，包括：
针对所述至少一个当前属性数据中的每个当前属性数据，若所述当前属性数据的当前时刻和最近更新时间之间的时间差值小于相应的属性变量的新鲜期，则确定所述数据采集系统运行正常；
若所述至少一个当前属性数据中存在当前时刻和最近更新时间之间的时间差值大于新鲜期的目标当前属性数据，则确定所述数据采集系统出现故障。
可选的，若所述至少一个当前属性数据中存在当前时刻和最近更新时间之间的时间差值大于新鲜期的目标当前属性数据，则确定所述数据采集系统出现故障，包括：
若所述至少一个当前属性数据中存在当前时刻和最近更新时间之间的时间差值大于新鲜期的目标当前属性数据，且所述目标当前属性数据的数量小于所述当前属性数据的数量，则确定所述数据采集系统中的网络传输正常，且采集所述目标当前属性数据对应的属性变量的采集设备出现故障；
若所述至少一个当前属性数据中存在当前时刻和最近更新时间之间的时间差值大于新鲜期的目标当前属性数据，且所述目标当前属性数据的数量等于所述当前属性数据的数量，则确定所述数据采集系统中采集所述至少一个当前属性数据对应的属性变量的采集设备均出现故障或网络传输出现故障。
可选的，所述当前属性数据是通过所述数据采集系统中的采集设备从目标实体对象采集到属性变量的值后，传输到所述终端上进行显示的。
可选的，所述获取所述至少一个当前属性数据的最近更新时间，包括：
从存储空间中获取已存储的所述至少一个当前属性数据的时间戳，并将所述至少一个当前属性数据的时间戳，作为所述至少一个当前属性数据的最近更新时间。
可选的，所述获取终端上当前显示的目标实体对象的至少一个当前属性数据的当前时刻之前，所述方法还包括：
基于待更新数据的对象创建所述目标实体对象；
为所述目标实体对象设置至少一个属性变量，且为每个所述属性变量分别设置一个时间戳。
第二方面，本申请实施例还提供了一种数据采集系统的故障诊断装置，包括：
获取单元，用于响应于用户对数据采集系统进行故障诊断的操作，获取终端上当前显示的目标实体对象的至少一个当前属性数据的当前时刻，并获取所述至少一个当前属性数据的最近更新时间；每个所述当前属性数据与目标实体对象的一个属性变量对应；
诊断单元，用于根据所述至少一个当前属性数据的当前时刻和最近更新时间之间的时间差值，与至少一个所述属性变量的新鲜期，确定所述数据采集系统是否出现故障；所述属性变量的新鲜期为所述属性变量对应的每个属性数据的更新时间阈值。
可选的，所述诊断单元，具体用于：
针对所述至少一个当前属性数据中的每个当前属性数据，若所述当前属性数据的当前时刻和最近更新时间之间的时间差值小于相应的属性变量的新鲜期，则确定所述数据采集系统运行正常；
若所述至少一个当前属性数据中存在当前时刻和最近更新时间之间的时间差值大于新鲜期的目标当前属性数据，则确定所述数据采集系统出现故障。
可选的，所述诊断单元，还用于：
若所述至少一个当前属性数据中存在当前时刻和最近更新时间之间的时间差值大于新鲜期的目标当前属性数据，且所述目标当前属性数据的数量小于所述当前属性数据的数量，则确定所述数据采集系统中的网络传输正常，且采集所述目标当前属性数据对应的属性变量的采集设备出现故障；
若所述至少一个当前属性数据中存在当前时刻和最近更新时间之间的时间差值大于新鲜期的目标当前属性数据，且所述目标当前属性数据的数量等于所述当前属性数据的数量，则确定所述数据采集系统中采集所述至少一个当前属性数据对应的属性变量的采集设备均出现故障或网络传输出现故障。
可选的，所述当前属性数据是通过所述数据采集系统中的采集设备从目标实体对象采集到属性变量的值后，传输到所述终端上进行显示的。
可选的，所述获取单元，具体用于：
从存储空间中获取已存储的所述至少一个当前属性数据的时间戳，并将所述至少一个当前属性数据的时间戳，作为所述至少一个当前属性数据的最近更新时间。
可选的，所述获取终端上当前显示的目标实体对象的至少一个当前属性数据的当前时刻之前，还包括：
基于待更新数据的对象创建所述目标实体对象；
为所述目标实体对象设置至少一个属性变量，且为每个所述属性变量分别设置一个时间戳。
第三方面，一种电子设备，包括：
存储器，用于存储可执行指令；
处理器，用于读取并执行存储器中存储的可执行指令，以实现如第一方面任一项的方法。
第四方面，一种计算机可读存储介质，当所述存储介质中的指令由处理器执行时，使得所述处理器能够执行上述第一方面任一项所述的方法。
本申请有益效果如下：
本申请实施例提供的一种数据采集系统的故障诊断方法及相关装置，响应于用户对数据采集系统进行故障诊断的操作，获取终端上当前显示的目标实体对象的至少一个当前属性数据的当前时刻，并获取至少一个当前属性数据的最近更新时间，每个当前属性数据与目标实体对象的一个属性变量对应，根据至少一个当前属性数据的当前时刻和最近更新时间之间的时间差值，与至少一个属性变量的新鲜期，确定数据采集系统是否出现故障。其中，属性变量的新鲜期为属性变量对应的每个属性数据的更新时间阈值。与相关技术相比，由于不需要通过发送心跳链接来判断数据采集系统是否发生故障，从而可以减少网络交互，节省资源，并同时降低系统的性能损耗。
本申请的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本申请而了解。本申请的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简要介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本申请实施例中的数据采集系统的结构示意图；
图2为本申请实施例中根据目标实体对象确定变量的流程示意图；
图3为本申请实施例中一种数据采集系统的故障诊断方法的流程示意图；
图4为本申请实施例中另一种数据采集系统的故障诊断方法的流程示意图；
图5为本申请实施例中一种数据采集系统的故障诊断装置的逻辑架构示意图；
图6为本申请实施例中电子设备的实体架构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请技术方案的一部分实施例，而不是全部的实施例。基于本申请文件中记载的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请技术方案保护的范围。
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使用除了在这里图示或描述的那些以外的顺序实施。
下面结合附图对本申请优选的实施方式进行详细说明。
图1中示例性示出了本申请实施例提供的一种数据采集系统的结构示意图。如图1所示，数据采集系统中可以包括至少一个目标实体对象、至少一个采集设备和一个终端，当采集设备采集到目标实体对象在运行过程中的属性数据后，可以将上述属性数据通过网络传输给终端，以使终端能够在终端界面上显示上述属性数据。
可选的，上述数据采集系统中还可以包括对上述属性数据进行存储和更新等的数据库。
具体地，可以将客观世界上的物体建立实体对象，实体对象可以包含时间属性、以及至少一个反映实体对象当前状态的属性变量。例如，锅炉的温度、压力、液位等为可以表征锅炉这个实体对象当前状态的属性变量。并且，这些属性变量的属性数据都是通过相应的采集设备实时采集的。
采集设备可以采集实体对象的每个属性变量对应的属性数据，并将采集到的属性数据通过网络传输到实时库，实时库可以同步更新实体对象的每个属性变量的属性数据以及相应属性变量的时间戳到数据库。同时，当终端订阅该实体对象时，实时库就可以将实体对象的每个属性变量的属性数据发布给终端，以使终端能够在终端界面上显示上述属性数据。
可选的，实时库在收到采集的当前属性数据后，可以判断当前属性数据与前一时刻的属性数据是否一致，如果一致则不对当前属性数据进行更新，但是会更新相对应的属性变量的时间戳为当前时刻到数据库中；如果不一致则会将前一时刻的属性数据更新为当前属性数据，并同时更新属性变量的时间戳为当前时刻到数据库中。
例如，实体对象为锅炉，属性变量为温度和压力，在a时刻，采集锅炉温度的采集设备1采集到的锅炉温度为90℃，采集锅炉压力的采集设备2采集到的锅炉压力为50，采集设备1和采集设备2可以分别将锅炉温度为90℃和锅炉压力为50通过网络传输给实时库，实时库可以将锅炉温度为90℃和锅炉压力为50发布给终端，以使终端在终端界面上显示上述数据。同时，实时库还可以从数据库中获取到前一时刻，即b时刻的锅炉温度为89℃，锅炉压力为50，则实时库可以将锅炉温度由89℃更新为90℃，并将锅炉温度的时间戳由b时刻更新为a时刻，由于a时刻的锅炉压力与b时刻的锅炉压力保持不变，则实时库可以不更新锅炉压力，只将锅炉压力的时间戳由b时刻更新为a时刻，即数据库中当前存储的锅炉数据为：a时刻的锅炉温度为90℃，a时刻的锅炉压力为50。
在一些实施例中，参阅图2所示，在本申请实施例中，获取终端上当前显示的目标实体对象的至少一个当前属性数据的当前时刻之前，还包括：
步骤201：基于待更新数据的对象创建目标实体对象。
考虑到数据库中可存储的实体对象的数量是很庞大的，实施过程中，首先要确定要存储属性数据的实体对象，即确定目标实体对象，具体的根据待更新数据的对象创建目标实体对象。
例如，锅炉a在使用过程中会产生温度、压力等实时属性数据，若想对上述温度、压力等实时属性数据进行存储，即确定待更新数据的对象是锅炉a时，根据锅炉a创建目标实体对象a。
步骤202：为目标实体对象设置至少一个属性变量，且为每个属性变量分别设置一个时间戳。
在创建目标实体对象后，为了更新目标实体对象的属性数据，需要先确定更新的变量，具体的，可以为目标实体对象设置至少一个属性变量，并为目标实体对象的每个属性变量分别设置一个时间戳。
需要说明的是，在本申请实施例中，可以将目标实体对象的一个当前属性数据与目标实体对象的一个属性变量相对应。
仍以上述目标实体对象a(即锅炉a)为例来说明，为目标实体对象a设置两个属性变量，且上述属性变量分别为温度和压力。其中，为温度设置一个时间戳a，为压力设置一个时间戳b。则温度与当前属性数据t1相对应，压力与当前属性数据y1向对应。通常，在数据存储和更新过程中，会直接存储上述t1和y1的具体数值，并且，针对目标实体对象a还会存储时间戳a和时间戳b的具体数值。
参阅图3，为本申请实施例提供的一种数据采集系统的故障诊断方法的流程示意图。如图3所示，包括如下步骤：
步骤301：响应于用户对数据采集系统进行故障诊断的操作，获取终端上当前显示的目标实体对象的至少一个当前属性数据的当前时刻，并获取至少一个当前属性数据的最近更新时间。
其中，每个当前属性数据与目标实体对象的一个属性变量对应。
具体地，终端的界面上可以显示有目标实体对象包含的至少一个属性变量的当前属性数据，当用户通过终端发起对数据采集系统进行故障诊断的指示时，可以获取终端上当前显示的目标实体对象的至少一个当前属性数据的当前时刻，并从数据库中获取到至少一个当前属性数据的时间戳，将该时间戳作为上述至少一个当前属性数据的最近更新时间。
例如，目标实体对象为锅炉，锅炉包含有两个属性变量—温度和压力，终端上当前显示的锅炉温度为90℃，锅炉压力为60，且当前显示锅炉温度为90℃和锅炉压力为60的当前时刻为a时刻，并从数据库中获取到锅炉温度的时间戳为b时刻，锅炉压力的时间戳为c时刻，则可以确定获取到的当前显示锅炉温度为90℃的当前时刻为a时刻，相应的最近更新时间为b时刻；获取到当前显示锅炉压力为60的当前时刻为a时刻，相应的最近更新时间为c时刻。
可选的，终端上当前显示的目标实体对象的至少一个当前属性数据是由采集上述当前属性数据相对应的属性变量的采集设备在采集到属性变量的值后，通过网络传输到终端上进行显示的。
例如，目标实体对象为锅炉，锅炉的属性变量为温度，采集锅炉温度的采集设备a在采集到锅炉温度的当前属性数据为90℃后，可以通过网络传输给终端，以使终端可以显示锅炉温度的当前属性数据为90℃。
步骤302：根据至少一个当前属性数据的当前时刻和最近更新时间之间的时间差值，与至少一个属性变量的新鲜期，确定数据采集系统是否出现故障。
其中，属性变量的新鲜期为属性变量对应的每个属性数据的更新时间阈值。
针对至少一个当前属性数据中的每个当前属性数据，若当前属性数据的当前时刻和最近更新时间之间的时间差值小于相应的属性变量的新鲜期，则确定数据采集系统运行正常。
若至少一个当前属性数据中存在当前时刻和最近更新时间之间的时间差值大于新鲜期的目标当前属性数据，则确定数据采集系统出现故障。
具体地，若至少一个当前属性数据中存在当前时刻和最近更新时间之间的时间差值大于新鲜期的目标当前属性数据，且目标当前属性数据的数量小于当前属性数据的数量，则确定数据采集系统中的网络传输正常，且采集目标当前属性数据对应的属性变量的采集设备出现故障。
若至少一个当前属性数据中存在当前时刻和最近更新时间之间的时间差值大于新鲜期的目标当前属性数据，且目标当前属性数据的数量等于当前属性数据的数量，则确定数据采集系统中采集至少一个当前属性数据对应的属性变量的采集设备均出现故障或网络传输出现故障。
例如，目标实体对象为锅炉，锅炉的属性变量为温度和压力，终端当前显示锅炉温度为90℃和锅炉压力为60的当前时刻为a时刻，锅炉温度为90℃的最近更新时间为b时刻，锅炉压力为60的最近更新时间为c时刻，且锅炉温度和锅炉压力的新鲜期均为10s，则当a时刻与b时刻之间的差值，以及a时刻与c时刻之间的差值均小于10s时，可以确定数据采集系统运行正常。
当a时刻与b时刻之间的差值小于10s，且a时刻与c时刻之间的差值大于10s时，可以确定采集锅炉压力的采集设备出现故障；当a时刻与b时刻之间的差值大于10s，且a时刻与c时刻之间的差值小于10s时，可以确定采集锅炉温度的采集设备出现故障。
当a时刻与b时刻之间的差值，以及a时刻与c时刻之间的差值均大于10s时，可以确定采集锅炉温度的采集设备和采集锅炉压力的采集设备均出现故障，或者网络传输出现故障。
可选的，当确定数据采集系统中采集至少一个当前属性数据对应的属性变量的采集设备均出现故障或网络传输出现故障时，需要用户具体排查是采集设备出现了故障还是网络传输出现了故障。
在一些实施例中，本申请实施例提供的数据采集系统的故障诊断方法还可以按照图4示出的过程进行实现，如图4所示，包括以下步骤：
步骤401：响应于用户对数据采集系统进行故障诊断的操作，获取终端上当前显示的目标实体对象的至少一个当前属性数据的当前时刻，并获取至少一个当前属性数据的最近更新时间。
其中，每个当前属性数据与目标实体对象的一个属性变量对应。
步骤402：针对至少一个当前属性数据中的每个当前属性数据，根据当前属性数据的当前时刻和最近更新时间之间的差值，获得当前属性数据对应的时间差值。
步骤403：确定当前属性数据对应的时间差值，是否小于当前属性数据对应的属性变量的新鲜期；如果是，执行步骤404；如果否，执行步骤405。
其中，属性变量的新鲜期为属性变量对应的每个属性数据的更新时间阈值。
步骤404：数据采集系统运行正常。
步骤405：数据采集系统出现故障。
步骤406：从至少一个当前属性数据中，确定出时间差值大于新鲜期的目标当前属性数据。
步骤407：确定目标当前属性数据的数量是否小于当前属性数据的数量；如果是，执行步骤408；如果否，执行步骤409。
步骤408：数据采集系统中的网络传输正常，且采集目标当前属性数据对应的属性变量的采集设备出现故障。
步骤409：数据采集系统中采集至少一个当前属性数据对应的属性变量的采集设备均出现故障或网络传输出现故障。
具体地，针对于客观现实中的物体创建目标实体对象后，可以对目标实体对象的每个属性变量设置新鲜期，且新鲜期是指目标实体对象的属性变量的每个属性数据能够维持的最大时间长度。例如，目标实体对象为锅炉，属性变量为温度，锅炉温度在每个温度值时最大能够持续10s不变化，则锅炉温度的新鲜期为10s。
根据需要可以设置目标实体对象每个属性变量的新鲜期。对于非采集类型的属性变量，可以设置新鲜期的值为特殊值0，代表永远新鲜；对于采集类型的属性变量，可以根据实际场景设置新鲜期。因此，目标实体对象的新鲜期是指目标实体对象的每个属性变量的属性数据能够维持的最大时间长度，可以设置新鲜期为T(T>＝0)，T＝0代表永远新鲜。
为了反应目标实体对象的每个属性变量的当前属性数据是否有效，可以设置“是否有效”属性。如果终端显示的所有当前属性数据在以固定的频率不断的刷新变化，说明数据采集系统中的采集设备正常，且采集的数据可以反应目标实体对象的实际状态，说明目标实体对象新鲜有效。如果终端显示的任意当前属性数据不再变化，这时需要用户主动查询目标实体对象是否新鲜，即查询“是否有效”属性。
当终端对目标实体对象进行查询时，实时库会判断各个属性变量的当前属性数据的最后更新时间与当前时刻的差值是否大于该属性变量的新鲜期，只要有一个属性变量的未更新时间间隔大于新鲜期，就说明该目标实体对象的属性变量已经失效，不能反映目标实体对象的真实状态，查询结果返回“是否有效”属性值为“否”；如果所有属性变量的未更新时间间隔均小于新鲜期，则查询结果返回“是否有效”属性值为“是”。
实时库同时也会将不新鲜的属性变量返回，便于用户判断具体是哪些属性变量无效。如果目标实体对象的属性变量为至少两个，且其中至少有一个属性变量有效，则可以确定整个网络是正常的，只有不新鲜的属性变量的采集设备出现了故障；如果是所有属性变量都不新鲜，则可能是整个网络出现了故障，也可能是所有属性变量的采集设备均出现了故障，此时需要用户具体排查是网络传输问题，还是采集设备的问题。
如果目标实体对象的属性变量只有一个，则可能是整个网络出现了故障，也可能是该属性变量的采集设备出现了故障，此时也需要用户具体排查是网络传输问题，还是采集设备的问题。
基于同一发明构思，参阅图5所示，本申请实施例中提供一种数据采集系统的故障诊断装置，包括：
获取单元501，用于响应于用户对数据采集系统进行故障诊断的操作，获取终端上当前显示的目标实体对象的至少一个当前属性数据的当前时刻，并获取至少一个当前属性数据的最近更新时间；每个当前属性数据与目标实体对象的一个属性变量对应；
诊断单元502，用于根据至少一个当前属性数据的当前时刻和最近更新时间之间的时间差值，与至少一个属性变量的新鲜期，确定数据采集系统是否出现故障；属性变量的新鲜期为属性变量对应的每个属性数据的更新时间阈值。
可选的，诊断单元502，具体用于：
针对至少一个当前属性数据中的每个当前属性数据，若当前属性数据的当前时刻和最近更新时间之间的时间差值小于相应的属性变量的新鲜期，则确定数据采集系统运行正常；
若至少一个当前属性数据中存在当前时刻和最近更新时间之间的时间差值大于新鲜期的目标当前属性数据，则确定数据采集系统出现故障。
可选的，诊断单元502，还用于：
若至少一个当前属性数据中存在当前时刻和最近更新时间之间的时间差值大于新鲜期的目标当前属性数据，且目标当前属性数据的数量小于当前属性数据的数量，则确定数据采集系统中的网络传输正常，且采集目标当前属性数据对应的属性变量的采集设备出现故障；
若至少一个当前属性数据中存在当前时刻和最近更新时间之间的时间差值大于新鲜期的目标当前属性数据，且目标当前属性数据的数量等于当前属性数据的数量，则确定数据采集系统中采集至少一个当前属性数据对应的属性变量的采集设备均出现故障或网络传输出现故障。
可选的，当前属性数据是通过数据采集系统中的采集设备从目标实体对象采集到属性变量的值后，传输到终端上进行显示的。
可选的，获取单元501，具体用于：
从存储空间中获取已存储的至少一个当前属性数据的时间戳，并将至少一个当前属性数据的时间戳，作为至少一个当前属性数据的最近更新时间。
可选的，获取终端上当前显示的目标实体对象的至少一个当前属性数据的当前时刻之前，还包括：
基于待更新数据的对象创建目标实体对象；
为目标实体对象设置至少一个属性变量，且为每个属性变量分别设置一个时间戳。
基于同一发明构思，参阅图6所示，本申请实施例提供一种电子设备，包括：存储器601，用于存储可执行指令；处理器602，用于读取并执行存储器中存储的可执行指令，并执行上述数据采集系统的故障诊断方法。
基于同一发明构思，本申请实施例提供一种计算机可读存储介质，当所述存储介质中的指令由处理器执行时，使得所述处理器能够执行上述数据采集系统的故障诊断方法。
综上所述，本申请实施例提供的一种数据采集系统的故障诊断方法及相关装置，响应于用户对数据采集系统进行故障诊断的操作，获取终端上当前显示的目标实体对象的至少一个当前属性数据的当前时刻，并获取至少一个当前属性数据的最近更新时间，每个当前属性数据与目标实体对象的一个属性变量对应，根据至少一个当前属性数据的当前时刻和最近更新时间之间的时间差值，与至少一个属性变量的新鲜期，确定数据采集系统是否出现故障。其中，属性变量的新鲜期为属性变量对应的每个属性数据的更新时间阈值。与相关技术相比，由于不需要通过发送心跳链接来判断数据采集系统是否发生故障，从而可以减少网络交互，节省资源，并同时降低系统的性能损耗。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品系统。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品系统的形式。
本申请是参照根据本申请的方法、设备(系统)、和计算机程序产品系统的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样，倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请也意图包含这些改动和变型在内。
Claims (9)
1.一种数据采集系统的故障诊断方法，其特征在于，所述方法包括：
响应于用户对数据采集系统进行故障诊断的操作，获取终端上当前显示的目标实体对象的至少一个当前属性数据的当前时刻，并获取所述至少一个当前属性数据的最近更新时间；每个所述当前属性数据与目标实体对象的一个属性变量对应；
根据所述至少一个当前属性数据的当前时刻和最近更新时间之间的时间差值，与至少一个所述属性变量的新鲜期，确定所述数据采集系统是否出现故障；所述属性变量的新鲜期为所述属性变量对应的每个属性数据的更新时间阈值；
所述根据所述至少一个当前属性数据的当前时刻和最近更新时间之间的时间差值，与至少一个所述属性变量的新鲜期，确定所述数据采集系统是否出现故障，包括：
若所述至少一个当前属性数据中存在当前时刻和最近更新时间之间的时间差值大于新鲜期的目标当前属性数据，且所述目标当前属性数据的数量小于所述当前属性数据的数量，则确定所述数据采集系统中的网络传输正常，且采集所述目标当前属性数据对应的属性变量的采集设备出现故障；或
若所述至少一个当前属性数据中存在当前时刻和最近更新时间之间的时间差值大于新鲜期的目标当前属性数据，且所述目标当前属性数据的数量等于所述当前属性数据的数量，则确定所述数据采集系统中采集所述至少一个当前属性数据对应的属性变量的采集设备均出现故障或网络传输出现故障。
2.如权利要求1所述的方法，其特征在于，所述根据所述至少一个当前属性数据的当前时刻和最近更新时间之间的时间差值，与至少一个所述属性变量的新鲜期，确定所述数据采集系统是否出现故障，还包括：
针对所述至少一个当前属性数据中的每个当前属性数据，若所述当前属性数据的当前时刻和最近更新时间之间的时间差值小于相应的属性变量的新鲜期，则确定所述数据采集系统运行正常。
3.如权利要求1所述的方法，其特征在于，所述当前属性数据是通过所述数据采集系统中的采集设备从目标实体对象采集到属性变量的值后，传输到所述终端上进行显示的。
4.如权利要求1所述的方法，其特征在于，所述获取所述至少一个当前属性数据的最近更新时间，包括：
从存储空间中获取已存储的所述至少一个当前属性数据的时间戳，并将所述至少一个当前属性数据的时间戳，作为所述至少一个当前属性数据的最近更新时间。
5.如权利要求1～4任一项所述的方法，其特征在于，所述获取终端上当前显示的目标实体对象的至少一个当前属性数据的当前时刻之前，所述方法还包括：
基于待更新数据的对象创建所述目标实体对象；
为所述目标实体对象设置至少一个属性变量，且为每个所述属性变量分别设置一个时间戳。
6.一种数据采集系统的故障诊断装置，其特征在于，包括：
获取单元，用于响应于用户对数据采集系统进行故障诊断的操作，获取终端上当前显示的目标实体对象的至少一个当前属性数据的当前时刻，并获取所述至少一个当前属性数据的最近更新时间；每个所述当前属性数据与目标实体对象的一个属性变量对应；
诊断单元，用于根据所述至少一个当前属性数据的当前时刻和最近更新时间之间的时间差值，与至少一个所述属性变量的新鲜期，确定所述数据采集系统是否出现故障；所述属性变量的新鲜期为所述属性变量对应的每个属性数据的更新时间阈值；
所述诊断单元，具体用于：若所述至少一个当前属性数据中存在当前时刻和最近更新时间之间的时间差值大于新鲜期的目标当前属性数据，且所述目标当前属性数据的数量小于所述当前属性数据的数量，则确定所述数据采集系统中的网络传输正常，且采集所述目标当前属性数据对应的属性变量的采集设备出现故障；或
若所述至少一个当前属性数据中存在当前时刻和最近更新时间之间的时间差值大于新鲜期的目标当前属性数据，且所述目标当前属性数据的数量等于所述当前属性数据的数量，则确定所述数据采集系统中采集所述至少一个当前属性数据对应的属性变量的采集设备均出现故障或网络传输出现故障。
7.如权利要求6所述的装置，其特征在于，所述诊断单元，还具体用于：
针对所述至少一个当前属性数据中的每个当前属性数据，若所述当前属性数据的当前时刻和最近更新时间之间的时间差值小于相应的属性变量的新鲜期，则确定所述数据采集系统运行正常。
8.一种电子设备，其特征在于，包括：
存储器，用于存储可执行指令；
处理器，用于读取并执行所述存储器中存储的可执行指令，以实现如权利要求1-5任一项所述的方法。
9.一种计算机可读存储介质，其特征在于，当所述存储介质中的指令由处理器执行时，使得所述处理器能够执行如权利要求1-5任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211192968.XA CN115599330B (zh) | 2022-09-28 | 2022-09-28 | 一种数据采集系统的故障诊断方法及相关装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211192968.XA CN115599330B (zh) | 2022-09-28 | 2022-09-28 | 一种数据采集系统的故障诊断方法及相关装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115599330A CN115599330A (zh) | 2023-01-13 |
| CN115599330B true CN115599330B (zh) | 2023-08-01 |
Family
ID=84845141
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211192968.XA Active CN115599330B (zh) | 2022-09-28 | 2022-09-28 | 一种数据采集系统的故障诊断方法及相关装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115599330B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116839951A (zh) * | 2023-05-19 | 2023-10-03 | 浙江中智达科技有限公司 | 一种精馏塔故障的确定方法及装置 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113407623A (zh) * | 2021-05-31 | 2021-09-17 | 北京达佳互联信息技术有限公司 | 数据的处理方法、装置及服务器 |
| CN114697247A (zh) * | 2022-03-01 | 2022-07-01 | 乐视云计算有限公司 | 流媒体系统的故障检测方法、装置、设备和存储介质 |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008206135A (ja) * | 2007-01-26 | 2008-09-04 | Matsushita Electric Works Ltd | 遠隔監視装置及び遠隔監視システム |
| EP2385396B1 (en) * | 2008-08-25 | 2013-01-09 | Saudi Arabian Oil Company | Data acquisition in an intelligent oil and gas field |
| US9916194B2 (en) * | 2015-10-01 | 2018-03-13 | International Business Machines Corporation | System component failure diagnosis |
| US10581665B2 (en) * | 2016-11-04 | 2020-03-03 | Nec Corporation | Content-aware anomaly detection and diagnosis |
| CN109035121B (zh) * | 2018-07-20 | 2021-08-06 | 重庆长安汽车股份有限公司 | 单传感器数据关联前处理方法 |
| CN109889775B (zh) * | 2018-12-26 | 2020-09-18 | 视联动力信息技术股份有限公司 | 一种数据超时处理的方法和装置 |
| CN111897304B (zh) * | 2019-05-06 | 2023-12-05 | 埃尔构人工智能有限责任公司 | 用于机器系统中实时诊断和故障监视的方法、设备和系统 |
-
2022
- 2022-09-28 CN CN202211192968.XA patent/CN115599330B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113407623A (zh) * | 2021-05-31 | 2021-09-17 | 北京达佳互联信息技术有限公司 | 数据的处理方法、装置及服务器 |
| CN114697247A (zh) * | 2022-03-01 | 2022-07-01 | 乐视云计算有限公司 | 流媒体系统的故障检测方法、装置、设备和存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115599330A (zh) | 2023-01-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104423960B (zh) | 一种项目持续集成的方法及系统 | |
| EP2203822B1 (en) | Circuit and method with cache coherence stress control | |
| CN112380473B (zh) | 数据采集与同步方法、装置、设备及存储介质 | |
| KR20110091776A (ko) | 검출 이벤트에 따른 액션 실행을 지원하는 시스템, 검출 이벤트에 다른 액션 실행을 지원하는 방법, 지원 장치 및 컴퓨터 프로그램 | |
| CN111177165B (zh) | 数据一致性检测的方法、装置及设备 | |
| CN115599330B (zh) | 一种数据采集系统的故障诊断方法及相关装置 | |
| CN113407623B (zh) | 数据的处理方法、装置及服务器 | |
| CN101252462A (zh) | 告警页面刷新方法以及服务器和客户端 | |
| CN114791846A (zh) | 一种针对云原生混沌工程实验实现可观测性的方法 | |
| CN114168429A (zh) | 报错分析方法、装置、计算机设备及存储介质 | |
| CN117130770B (zh) | 一种调频方法及电子设备 | |
| CN111435356B (zh) | 数据特征提取方法、装置、计算机设备以及存储介质 | |
| CN115599793B (zh) | 一种更新数据的方法、装置及存储介质 | |
| CN105446707B (zh) | 一种数据转换方法 | |
| CN113868216B (zh) | 区块链监测方法及装置 | |
| CN115604088A (zh) | 组件集群系统的主备切换方法、装置、设备及存储介质 | |
| CN114661569A (zh) | 用户行为数据动态埋点采集方法 | |
| CN105740040B (zh) | 虚拟机数据加载方法及系统 | |
| CN109829016B (zh) | 一种数据同步方法及装置 | |
| CN112817826B (zh) | 一种数据整合方法及装置 | |
| CN110647533A (zh) | 一种用于结构监测系统的数据监听方法，系统及存储介质 | |
| CN110096518A (zh) | 知识库元数据发送方法及装置、可读存储介质 | |
| WO2014075523A1 (en) | Content management targeted rollback | |
| CN111650920B (zh) | 家用电器的故障存储、查询方法及家用电器 | |
| CN112968933B (zh) | 数据传输方法、装置、服务器及存储介质 |
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 |