CN115810298A - 基于船舶机电装备故障信息的故障趋势预测方法及系统 - Google Patents

基于船舶机电装备故障信息的故障趋势预测方法及系统 Download PDF

Info

Publication number
CN115810298A
CN115810298A CN202211485100.9A CN202211485100A CN115810298A CN 115810298 A CN115810298 A CN 115810298A CN 202211485100 A CN202211485100 A CN 202211485100A CN 115810298 A CN115810298 A CN 115810298A
Authority
CN
China
Prior art keywords
fault
data
trend
electromechanical equipment
data set
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
CN202211485100.9A
Other languages
English (en)
Inventor
刘星
陈霁恒
谭经松
杨冰
梁伟
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.)
Naval Sergeant School Of Chinese Pla
Original Assignee
Naval Sergeant School Of Chinese Pla
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 Naval Sergeant School Of Chinese Pla filed Critical Naval Sergeant School Of Chinese Pla
Publication of CN115810298A publication Critical patent/CN115810298A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B9/00—Simulators for teaching or training purposes
    • G09B9/02—Simulators for teaching or training purposes for teaching control of vehicles or other craft
    • G09B9/06—Simulators for teaching or training purposes for teaching control of vehicles or other craft for teaching control of ships, boats, or other waterborne vehicles
    • G09B9/063—Simulators for teaching or training purposes for teaching control of vehicles or other craft for teaching control of ships, boats, or other waterborne vehicles by using visual displays
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B9/00—Simulators for teaching or training purposes
    • G09B9/02—Simulators for teaching or training purposes for teaching control of vehicles or other craft
    • G09B9/06—Simulators for teaching or training purposes for teaching control of vehicles or other craft for teaching control of ships, boats, or other waterborne vehicles

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Educational Administration (AREA)
  • Educational Technology (AREA)
  • General Physics & Mathematics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Testing And Monitoring For Control Systems (AREA)
  • Processing Or Creating Images (AREA)

Abstract

本申请公开了一种基于船舶机电装备故障信息的故障趋势预测方法及系统，其中，所述方法包括：响应于故障趋势预测请求，查询所述故障趋势预测请求所需的真实故障数据的数据集；将查询到的真实故障数据的数据集在一个操作界面进行显示；响应于用户对操作界面中数据集的选择，抽取数据集中被选中的数据作为待测数据集；响应于用户对操作界面中预测算法的配置，采用配置的预测算法对所述待测数据集进行处理并根据时间线输出故障趋势图。本申请的有益之处在于提供一种既能在实训场景下使用又能基于实际故障数据从而做出预测的基于船舶机电装备故障信息的故障趋势预测方法及系统。

Description

基于船舶机电装备故障信息的故障趋势预测方法及系统
技术领域
本申请涉及实训模拟技术领域，具体而言，涉及一种基于船舶机电装备故障信息的故障趋势预测方法及系统。
背景技术
船机电装备故障现象多样、故障原因难以确定、无法及时高效处置，存在较多难题，这给船机电专业理论与实践技能的教学训练提出了很高的要求。
船机电装备维修传统教学过程，以课堂理论学习为主，辅助以现场实践，但由于实际装备条件、故障模拟条件所限，学员很难有足够的时间深入学习，导致很难快速提高维修技能。
随着现代计算机信息化技术的发展，建设基于故障维修数据库与虚拟仿真的教学系统，可以带来更加逼真的体验，对于提高学员的维修理论基础、故障定位技能、维修实操能力有重大的意义。
在相关技术中，对于如何在实现系统中模拟故障以及基于故障模拟的故障趋势预测以达到实训目的仍无法给出有效的解决方案。
发明内容
本申请的内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。本申请的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。
本申请的一些实施例提出了一种基于船舶机电装备故障信息的故障趋势预测方法及系统，来解决以上背景技术部分提到的技术问题。
作为本申请的第一方面，本申请的一些实施例提供了一种基于船舶机电装备参数信息的故障趋势预测方法包括：响应于故障趋势预测请求，查询所述故障趋势预测请求所需的真实故障数据的数据集；将查询到的真实故障数据的数据集在一个操作界面进行显示；响应于用户对操作界面中数据集的选择，抽取数据集中被选中的数据作为待测数据集；响应于用户对操作界面中预测算法的配置，采用配置的预测算法对所述待测数据集进行处理并根据时间线输出故障趋势图。
进一步的，所述预测算法包括均方根算法。
进一步的，所述预测算法包括方差算法。
进一步的，所述预测算法包括功率谱算法；所述功率谱算法用于表征信号功率在信号频域的分布。
进一步的，所述真实故障数据由故障信息采集设备采集得到。
进一步的，所述真实故障数据由故障信息编辑终端编辑得到。
进一步的，所述真实故障数据存储于一个故障数据库。
进一步的，所述基于船舶机电装备参数信息的故障趋势预测方法包括：根据所述故障趋势图输出船舶机电装备或/和其部件的故障趋势数据；根据所述故障趋势数据输出故障预测结果。
进一步的，所述故障趋势数据包括船舶机电装备或/和其部件的状态发展和劣化趋势。
作为本申请的第二方面，本申请的一些实施例提供了一种基于船舶机电装备参数信息的故障趋势预测系统包括：查询模块，用于响应于故障趋势预测请求，查询所述故障趋势预测请求所需的真实故障数据的数据集；操作模块，用于将查询到的真实故障数据的数据集在一个操作界面进行显示；选择模块，用于响应于用户对操作界面中数据集的选择，抽取数据集中被选中的数据作为待测数据集；输出模块，用于响应于用户对操作界面中预测算法的配置，采用配置的预测算法对所述待测数据集进行处理并根据时间线输出故障趋势图。
本申请的有益效果在于：提供一种既能在实训场景下使用又能基于实际故障数据从而做出预测的基于船舶机电装备故障信息的故障趋势预测方法及系统。
附图说明
构成本申请的一部分的附图用来提供对本申请的进一步理解，使得本申请的其它特征、目的和优点变得更明显。本申请的示意性实施例附图及其说明用于解释本申请，并不构成对本申请的不当限定。
另外，贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，元件和元素不一定按照比例绘制。
在附图中：
图1是根据本申请一种实施例的基于船舶机电装备故障信息的故障趋势预测方法主要步骤示意图；
图2是根据本申请一种实施例的基于船舶机电装备故障信息的故障趋势预测系统的模块组成示意图；
图3是根据本申请一种实施例的电子设备的结构示意图；
图4是根据本申请一种实施例的基于船舶机电装备故障信息的故障趋势预测系统的模块组成示意图；
图5是根据本申请一种实施例的故障趋势图的示意。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例。相反，提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。
另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。
需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。
下面将参考附图并结合实施例来详细说明本公开。
参照图1所示，本申请的一些实施例提供了一种基于船舶机电装备参数信息的故障趋势预测方法包括：
S100：响应于故障趋势预测请求，查询故障趋势预测请求所需的真实故障数据的数据集；
S200：将查询到的真实故障数据的数据集在一个操作界面进行显示；
S300：响应于用户对操作界面中数据集的选择，抽取数据集中被选中的数据作为待测数据集；
S400：响应于用户对操作界面中预测算法的配置，采用配置的预测算法对待测数据集进行处理并根据时间线输出故障趋势图。
具体而言，预测算法包括均方根算法。
具体而言，预测算法包括方差算法。
具体而言，预测算法包括功率谱算法；功率谱算法用于表征信号功率在信号频域的分布。
具体而言，真实故障数据由故障信息采集设备采集得到。
具体而言，真实故障数据由故障信息编辑终端编辑得到。
具体而言，真实故障数据存储于一个故障数据库。
具体而言，基于船舶机电装备参数信息的故障趋势预测方法包括：根据故障趋势图输出船舶机电装备或/和其部件的故障趋势数据；根据故障趋势数据输出故障预测结果。
具体而言，故障趋势数据包括船舶机电装备或/和其部件的状态发展和劣化趋势。
参照图2所示，本申请的基于船舶机电装备参数信息的故障趋势预测系统包括：查询模块、操作模块、选择模块和输出模块。
其中，查询模块用于响应于故障趋势预测请求，查询所述故障趋势预测请求所需的真实故障数据的数据集；操作模块用于将查询到的真实故障数据的数据集在一个操作界面进行显示；选择模块用于响应于用户对操作界面中数据集的选择，抽取数据集中被选中的数据作为待测数据集；输出模块用于响应于用户对操作界面中预测算法的配置，采用配置的预测算法对所述待测数据集进行处理并根据时间线输出故障趋势图。
参照图4所示，本申请的基于船舶机电装备参数信息的故障趋势预测系统的部分架构，从图中可知，故障信息数据采集软件DAS采用模块化设计，功能包括采集配置、数据采集与实时波形、多数据文件关联分析、单数据文件不同数据类别对照分析、数据导出等一系列的功能：
(1)数据采集：根据采集配置的基本信息、采样频率、通道开启状态进行采集、波形显示与数据存储；
(2)数据分析：支持选择文件打开以及拖拽文件打开两种方式，具体包括多数据文件关联分析与单数据文件不同数据类别对照分析，每组数据都可以进行时域波形分析、频域信号分析等；
(3)图形操作：支持鼠标左键移动、右键矩形缩放、滚轮自由缩放等快捷操作，大大提高数据查看、分析的效率；同时，提供数据光标、游标显示、曲线点标注，用户自定义缩放范围，快速返回默认大小等一系列图形操作功能；
(4)数据导出：提供将数据采集系统专用数据格式(.ctrl)导出为通用数据格式(.csv)的功能，数据导出后可以导入到故障维修数据库软件，从而使用更多的信号分析、处理功能。
基于以上系统功能和已经进行数据采集和数据分析，进行趋势分析。趋势分析是对信号有关指标的变化趋势进行分析，预测装备及部件状态发展、劣化趋势，可以实现故障预测功能。以图5为例，图5示出了两个与故障相关的参数变化情况，根据数据变化从而得到图5所示的趋势图，可知故障发生趋势是波动变化的。
如图3所示，电子设备800可以包括处理装置(例如中央处理器、图形处理器等)801，其可以根据存储在只读存储器(ROM)802中的程序或者从存储装置808加载到随机访问存储器(RAM)803中的程序而执行各种适当的动作和处理。在RAM803中，还存储有电子设备800操作所需的各种程序和数据。处理装置801、ROM802以及RAM803通过总线804彼此相连。输入/输出(I/O)接口805也连接至总线804。
通常，以下装置可以连接至I/O接口805：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置806：包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置807；包括例如磁带、硬盘等的存储装置808：以及通信装置809。通信装置809可以允许电子设备800与其他设备进行无线或有线通信以交换数据。虽然图3示出了具有各种装置的电子设备800，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图3中示出的每个方框可以代表一个装置，也可以根据需要代表多个装置。
特别地，根据本公开的一些实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的一些实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的一些实施例中，该计算机程序可以通过通信装置809从网络上被下载和安装，或者从存储装置808被安装，或者从ROM802被安装。在该计算机程序被处理装置801执行时，执行本公开的一些实施例的方法中限定的上述功能。
需要说明的是，本公开的一些实施例上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
在本公开的一些实施例中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开的一些实施例中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。
在一些实施方式中，客户端、服务器可以利用诸如HTTP(HyperTextTransferProtocol，超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信(例如，通信网络)互连。通信网络的示例包括局域网(“LAN”)，广域网(“WAN”)，网际网(例如，互联网)以及端对端网络(例如，adhoc端对端网络)，以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述电子设备中所包含的：也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：响应于故障趋势预测请求，查询所述故障趋势预测请求所需的真实故障数据的数据集；将查询到的真实故障数据的数据集在一个操作界面进行显示；响应于用户对操作界面中数据集的选择，抽取数据集中被选中的数据作为待测数据集；响应于用户对操作界面中预测算法的配置，采用配置的预测算法对所述待测数据集进行处理并根据时间线输出故障趋势图。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的一些实施例的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言―诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言：诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。
也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。
例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开的一些实施例中的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，其中，这些单元的名称在某种情况下并不构成对该单元本身的限定。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
以上描述仅为本公开的一些较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开的实施例中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (10)

1.一种基于船舶机电装备参数信息的故障趋势预测方法，至少由一个电子设备所执行，其特征在于：
所述基于船舶机电装备参数信息的故障趋势预测方法包括：
响应于故障趋势预测请求，查询所述故障趋势预测请求所需的真实故障数据的数据集；
将查询到的真实故障数据的数据集在一个操作界面进行显示；
响应于用户对操作界面中数据集的选择，抽取数据集中被选中的数据作为待测数据集；
响应于用户对操作界面中预测算法的配置，采用配置的预测算法对所述待测数据集进行处理并根据时间线输出故障趋势图。
2.根据权利要求1所述的基于船舶机电装备参数信息的故障趋势预测方法，其特征在于：
所述预测算法包括均方根算法。
3.根据权利要求1所述的基于船舶机电装备参数信息的故障趋势预测方法，其特征在于：
所述预测算法包括方差算法。
4.根据权利要求1所述的基于船舶机电装备参数信息的故障趋势预测方法，其特征在于：
所述预测算法包括功率谱算法；所述功率谱算法用于表征信号功率在信号频域的分布。
5.根据权利要求1所述的基于船舶机电装备参数信息的故障趋势预测方法，其特征在于：
所述真实故障数据由故障信息采集设备采集得到。
6.根据权利要求1所述的基于船舶机电装备参数信息的故障趋势预测方法，其特征在于：
所述真实故障数据由故障信息编辑终端编辑得到。
7.根据权利要求1所述的基于船舶机电装备参数信息的故障趋势预测方法，其特征在于：
所述真实故障数据存储于一个故障数据库。
8.根据权利要求1所述的基于船舶机电装备参数信息的故障趋势预测方法，其特征在于：
所述基于船舶机电装备参数信息的故障趋势预测方法包括：
根据所述故障趋势图输出船舶机电装备或/和其部件的故障趋势数据；
根据所述故障趋势数据输出故障预测结果。
9.根据权利要求8所述的基于船舶机电装备参数信息的故障趋势预测方法，其特征在于：
所述故障趋势数据包括船舶机电装备或/和其部件的状态发展和劣化趋势。
10.一种基于船舶机电装备参数信息的故障趋势预测系统，其特征在于：所述基于船舶机电装备参数信息的故障趋势预测系统包括：
查询模块，用于响应于故障趋势预测请求，查询所述故障趋势预测请求所需的真实故障数据的数据集；
操作模块，用于将查询到的真实故障数据的数据集在一个操作界面进行显示；
选择模块，用于响应于用户对操作界面中数据集的选择，抽取数据集中被选中的数据作为待测数据集；
输出模块，用于响应于用户对操作界面中预测算法的配置，采用配置的预测算法对所述待测数据集进行处理并根据时间线输出故障趋势图。
CN202211485100.9A 2022-06-27 2022-11-24 基于船舶机电装备故障信息的故障趋势预测方法及系统 Pending CN115810298A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN2022107438666 2022-06-27
CN202210743866.6A CN115331514A (zh) 2022-06-27 2022-06-27 基于船舶机电装备故障信息模拟的实训系统

Publications (1)

Publication Number Publication Date
CN115810298A true CN115810298A (zh) 2023-03-17

Family

ID=83918279

Family Applications (10)

Application Number Title Priority Date Filing Date
CN202210743866.6A Pending CN115331514A (zh) 2022-06-27 2022-06-27 基于船舶机电装备故障信息模拟的实训系统
CN202211456166.5A Pending CN115762290A (zh) 2022-06-27 2022-11-21 适用于船舶机电装备维修实训的虚拟仿真方法及系统
CN202211456158.0A Pending CN115713877A (zh) 2022-06-27 2022-11-21 适用于船舶机电装备故障信息模拟的故障排除引导方法
CN202211456799.6A Pending CN115762291A (zh) 2022-06-27 2022-11-21 船舶机电装备故障信息查询方法及系统
CN202211485098.5A Pending CN115938188A (zh) 2022-06-27 2022-11-24 船舶机电装备故障信息模拟的维修数据导入方法及系统
CN202211485590.2A Pending CN115810300A (zh) 2022-06-27 2022-11-24 船舶机电装备虚拟环境中故障维修方案演示方法
CN202211485103.2A Pending CN115810299A (zh) 2022-06-27 2022-11-24 适用于船舶机电装备故障信息模拟的数据采集系统
CN202211485100.9A Pending CN115810298A (zh) 2022-06-27 2022-11-24 基于船舶机电装备故障信息的故障趋势预测方法及系统
CN202211501171.3A Pending CN115909854A (zh) 2022-06-27 2022-11-28 船舶机电装备故障信息模拟方法及系统
CN202211603501.XA Pending CN115862409A (zh) 2022-06-27 2022-12-13 基于船舶机电装备故障信息模拟的实训系统

Family Applications Before (7)

Application Number Title Priority Date Filing Date
CN202210743866.6A Pending CN115331514A (zh) 2022-06-27 2022-06-27 基于船舶机电装备故障信息模拟的实训系统
CN202211456166.5A Pending CN115762290A (zh) 2022-06-27 2022-11-21 适用于船舶机电装备维修实训的虚拟仿真方法及系统
CN202211456158.0A Pending CN115713877A (zh) 2022-06-27 2022-11-21 适用于船舶机电装备故障信息模拟的故障排除引导方法
CN202211456799.6A Pending CN115762291A (zh) 2022-06-27 2022-11-21 船舶机电装备故障信息查询方法及系统
CN202211485098.5A Pending CN115938188A (zh) 2022-06-27 2022-11-24 船舶机电装备故障信息模拟的维修数据导入方法及系统
CN202211485590.2A Pending CN115810300A (zh) 2022-06-27 2022-11-24 船舶机电装备虚拟环境中故障维修方案演示方法
CN202211485103.2A Pending CN115810299A (zh) 2022-06-27 2022-11-24 适用于船舶机电装备故障信息模拟的数据采集系统

Family Applications After (2)

Application Number Title Priority Date Filing Date
CN202211501171.3A Pending CN115909854A (zh) 2022-06-27 2022-11-28 船舶机电装备故障信息模拟方法及系统
CN202211603501.XA Pending CN115862409A (zh) 2022-06-27 2022-12-13 基于船舶机电装备故障信息模拟的实训系统

Country Status (1)

Country Link
CN (10) CN115331514A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117035160A (zh) * 2023-07-07 2023-11-10 华能核能技术研究院有限公司 一种核电厂设备标定参数趋势分析预测方法及系统

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116107438B (zh) * 2023-04-13 2023-06-16 中国船舶集团有限公司第七一九研究所 船舶机电设备虚拟环境中故障维修方案演示方法
CN117218919B (zh) * 2023-10-17 2024-05-07 晶程甲宇科技(上海)有限公司 基于实物操作的三维仿真教学平台及操作方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117035160A (zh) * 2023-07-07 2023-11-10 华能核能技术研究院有限公司 一种核电厂设备标定参数趋势分析预测方法及系统

Also Published As

Publication number Publication date
CN115938188A (zh) 2023-04-07
CN115862409A (zh) 2023-03-28
CN115762291A (zh) 2023-03-07
CN115810300A (zh) 2023-03-17
CN115810299A (zh) 2023-03-17
CN115331514A (zh) 2022-11-11
CN115762290A (zh) 2023-03-07
CN115909854A (zh) 2023-04-04
CN115713877A (zh) 2023-02-24

Similar Documents

Publication Publication Date Title
CN115810298A (zh) 基于船舶机电装备故障信息的故障趋势预测方法及系统
JP2021096813A (ja) データ処理方法及び装置
CN109902446B (zh) 用于生成信息预测模型的方法和装置
CN113886181B (zh) 应用于AIOps故障预警的动态阈值预测方法、设备及介质
CN111738010A (zh) 用于生成语义匹配模型的方法和装置
CN117236805B (zh) 电力设备控制方法、装置、电子设备和计算机可读介质
CN113722369A (zh) 田间监测数据预测方法、装置、设备和存储介质
CN111612434B (zh) 用于生成处理流程的方法、装置、电子设备和介质
CN113392018A (zh) 流量分发方法、装置、存储介质及电子设备
CN115022328B (zh) 服务器集群以及服务器集群的测试方法、装置和电子设备
CN116563007A (zh) 授信信用风险预测方法、电子设备及可读存储介质
CN110457318A (zh) 区块链中数据字段的更新方法、装置、介质、电子设备
CN112286808B (zh) 应用程序的测试方法、装置、电子设备及介质
CN112446192A (zh) 用于生成文本标注模型的方法、装置、电子设备和介质
CN114238128A (zh) 测试用例生成方法、装置、电子设备及计算机可读介质
KR20220067695A (ko) 진공 설비의 부품을 관리하는 장치 및 그 방법
CN111367791A (zh) 一种生成测试用例的方法、装置、介质和电子设备
CN114399355B (zh) 基于用户转化率的信息推送方法、装置和电子设备
CN116467178B (zh) 数据库检测方法、装置、电子设备和计算机可读介质
CN112328340B (zh) 模型流程显示方法，装置，电子设备及存储介质
CN116541251B (zh) 显示设备状态预警方法、装置、设备和计算机可读介质
CN112668194B (zh) 基于页面的自动驾驶场景库信息展示方法、装置和设备
CN117857388A (zh) 交换机运行信息检测方法、装置、电子设备与计算机介质
CN116861980A (zh) 颗粒度预测模型训练方法、资源占用预测方法、装置
CN117609062A (zh) 基于ai的自动化测试方法、系统、设备及储存介质

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