CN116187981B - 一种基于历史维修数据的微波炉智能检测方法 - Google Patents
一种基于历史维修数据的微波炉智能检测方法 Download PDFInfo
- Publication number
- CN116187981B CN116187981B CN202310429298.7A CN202310429298A CN116187981B CN 116187981 B CN116187981 B CN 116187981B CN 202310429298 A CN202310429298 A CN 202310429298A CN 116187981 B CN116187981 B CN 116187981B
- Authority
- CN
- China
- Prior art keywords
- maintenance
- microwave oven
- time
- damage
- sample
- 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
- 238000012423 maintenance Methods 0.000 title claims abstract description 81
- 238000001514 detection method Methods 0.000 title claims abstract description 22
- 238000000691 measurement method Methods 0.000 claims abstract description 10
- 238000012545 processing Methods 0.000 claims abstract description 7
- 238000000034 method Methods 0.000 claims description 18
- 238000005516 engineering process Methods 0.000 description 6
- 238000011161 development Methods 0.000 description 4
- 230000008439 repair process Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000010411 cooking Methods 0.000 description 3
- 238000010438 heat treatment Methods 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 238000004377 microelectronic Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- 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
- G01M99/005—Testing of complete machines, e.g. washing-machines or mobile phones
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24C—DOMESTIC STOVES OR RANGES ; DETAILS OF DOMESTIC STOVES OR RANGES, OF GENERAL APPLICATION
- F24C7/00—Stoves or ranges heated by electric energy
- F24C7/08—Arrangement or mounting of control or safety devices
- F24C7/081—Arrangement or mounting of control or safety devices on stoves
-
- 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
- G06F16/2379—Updates performed during online database operations; commit 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
- G06F16/2455—Query execution
-
- 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Databases & Information Systems (AREA)
- Strategic Management (AREA)
- General Engineering & Computer Science (AREA)
- Economics (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Quality & Reliability (AREA)
- Data Mining & Analysis (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Combustion & Propulsion (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Computational Linguistics (AREA)
- Mechanical Engineering (AREA)
- Chemical & Material Sciences (AREA)
- Electric Ovens (AREA)
Abstract
本发明公开一种基于历史维修数据的微波炉智能检测方法,包括,获取历史维修数据库,对历史维修数据进行处理,得到样本数据库;获取当前设备使用情况,通过基于距离的度量方法对当前设备使用情况与样本数据库进行匹配,得到最佳匹配时间节点,根据最佳匹配时间节点预测微波炉的剩余寿命及将要损坏的部位;并根据当前设备使用情况对样本数据库进行更新。
Description
技术领域
本发明涉及微波炉智能检测技术领域,特别涉及一种基于历史维修数据的微波炉智能检测方法。
背景技术
随着现代微电子技术的快速发展,生活中的各种日常设备都开始向着智能化的方向发展,如智能电视、智能冰箱、智能空调等,微波炉也不例外。随着技术的发展,微波炉的功能也越来越强大,其中一项重要的发展就是智能检测技术。智能检测技术可以使微波炉更加安全、智能和高效,从而提高用户的使用体验。通过微控制器和传感器的自动检测和计算,无需用户自己在控制面板上输入烹饪时间、烹饪功率等参数,只需按下启动按钮,微波炉内的感应装置就会自动运行并且时时检测烹饪食物的温度、腔内的蒸汽湿度等计量参数,并且将这些数据传输到微控制器中,控制器运行设定好的算法,自动判断食物的当前加热状况,然后控制输出功率。当检测到食物加热完全后,即会自动中断加热,并通知用户。智能化微波炉的推出,大大方便了食物烹饪的整个过程,随着技术的不断提升,智能化微波炉会有更加广阔的发展环境。
智能微波炉一旦发生故障,进行维修时需要各种专业设备去检测微波炉,找到故障原因、确定故障部位并更换损坏的部件。然而一般家庭缺乏相应的检测设备,无法完成确定故障原因和故障点等工作。因此新一代智能微波炉需要采用智能检测和智能预测技术去实现故障的诊断,提高智能微波炉的可维护性和可预测性。
发明内容
为解决上述现有技术中所存在的问题,本发明提供一种基于历史维修数据的微波炉智能检测方法,能够对微波炉进行有效的故障诊断和寿命检测。
为了实现上述技术目的,本发明提供了如下技术方案:一种基于历史维修数据的微波炉智能检测方法,包括:
获取历史维修数据库,对历史维修数据进行处理,得到样本数据库;
获取当前设备使用情况,通过基于距离的度量方法对当前设备使用情况与样本数据库进行匹配,得到最佳匹配时间节点,根据最佳匹配时间节点预测微波炉的剩余寿命及将要损坏的部位;并根据当前设备使用情况对样本数据库进行更新。
可选的,所述样本包括不同系列微波炉在使用周期的维修次数、维修部位、损坏原因、维修前已使用时间及损坏原因对应的权重。
可选的,对当前设备使用情况与样本进行匹配的过程包括:
通过基于距离的度量方法计算所述当前设备使用情况与样本数据库中的样本数据的距离;
其中,表示当前设备与样本数据对应时间节点的距离,/>表示当前设备在维修时已经使用的时间,/>表示样本数据库中同种系列设备维修时记录的所有时间节点,/>表示当前设备损坏原因的权重;
采用距离最短的时间节点作为最佳匹配时间节点。
可选的,预测微波炉的剩余寿命的过程包括:
获取同种系列设备的使用周期,根据使用周期及同种系列设备维修时记录的所有时间节点中的最小时间节点,得到微波炉的剩余寿命。
可选的,预测将要损坏的部位的过程包括:
在最佳匹配时间节点的冗余时间段内,记录同种系列设备损坏原因及对应的权重,对权重进行判断,基于判断结果,生成预测损坏原因及损坏部位。
可选的,对样本数据库进行更新的过程包括:
将当前设备使用情况同步更新到历史维修数据库,并对更新后的历史维修数据进行处理,完成对样本数据库的更新,其中所述当前设备使用情况包括实时维修情况,其中实时维修情况包括已使用时间、维修次数、维修部位及损坏原因。
可选的,所述损坏原因对应的权重的获取过程包括:
获取全部的损坏原因出现次数,将每个损坏原因出现的次数与全部的损坏原因出现次数的比值作为损坏原因对应的权重。
本发明具有如下技术效果:
通过包含历史维修数据的样本数据库,将当前智能微波炉的使用情况与样本数据库进行匹配,来预测剩余使用寿命和提醒用户将要损坏的部位,解决一般用户在智能微波炉出现故障时检测难、维修难的问题,方便用户下一步做出更准确的决策。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,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为本发明实施例提供的方法流程示意图;
图2为本发明实施例提供的样本数据库示意图。
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。
本申请公开一种基于历史维修数据的微波炉智能检测和寿命预测方法,首先对历史维修数据进行处理,样本中包含不同系列设备在使用周期的维修次数、维修部位、维修前已使用的时间以及维修原因,采用相似的输入产生相似的输出的思想,基于距离的度量方法匹配当前设备使用情况与样本中相似度最高的历史设备使用情况的时间节点,来预测剩余使用寿命和提醒用户将要损坏的部位。同时将实时的维修数据同步更新到历史维修数据库中,完成对样本数据库的更新。解决一般用户在智能微波炉出现故障时检测难、维修难的问题,方便用户下一步做出更准确的决策。
实施例一
本申请提出一种基于历史维修数据的微波炉智能检测和寿命预测方法,针对这些问题,本申请首先对历史维修数据进行处理,样本中包含不同系列设备在使用周期的维修次数、维修部位、维修前已使用的时间以及维修原因,计算出不同原因所占的权重,采用相似的输入产生相似的输出的思想,将用户当前使用的微波炉设备的使用情况与样本数据库进行对比,基于距离的度量方法匹配当前设备使用情况与样本中相似度最高的历史设备使用情况的时间节点,来预测剩余使用寿命和提醒用户将要损坏的部位。同时将实时的维修数据同步更新到历史维修数据库中,完成对样本数据库的更新。
为实现上述目的,本申请提供了如下方案:
一种基于历史维修数据的微波炉智能检测和寿命预测方法,具体包括以下步骤:
根据上传回服务中心的历史维修数据,通过数据处理后形成样本数据库;
将用户当前使用的微波炉设备的使用情况与样本数据库进行对比,基于距离的度量方法计算相似度来匹配当前设备使用情况与样本中相似度最高的历史设备使用情况的时间节点;
根据与当前设备与样本中相似度最高的历史设备的历史使用情况的时间节点,来预测剩余使用寿命和提醒用户将要损坏的部位;
实时的维修数据同步更新到历史维修数据库中,完成对样本数据库的更新。
优选的,所述样本数据库包含各系列设备在使用周期内的维修次数、维修部位、损坏原因以及维修时已使用的时间,并计算出各种损坏原因所占的权重。
优选的,所述基于距离的度量计算相似度的方法为:
其中表示当前设备与样本数据中时间节点的距离,也是相似度,/>表示当前设备在维修时已经使用的时间,/>表示样本数据库中当前系列设备维修时记录的所有时间节点,/>表示当前设备损坏原因的权重。
优选的,使最小的时间节点记为/>,其中/>,根据当前同种系列设备的使用周期就可以预测当前设备剩余使用寿命。使用周期根据设备出厂时给的推荐使用年限得到,该数据由厂家计算,剩余使用寿命为使用周期与最小的时间节点的差值。
优选的,根据当前同种系列设备在时间节点时,记录将会出现的损坏原因的权重,取权重最大的前三种损坏原因反馈给用户。
优选的,将实时的维修数据同步更新到历史维修数据库中,完成对样本数据库的更新。
实施例二
本申请为了解决上述技术问题所采用的技术方案是:一种基于历史维修数据的微波炉智能检测和寿命预测方法。如图1所示,首先对历史维修数据进行处理,样本中包含不同系列设备在使用周期的维修次数、维修部位、维修前已使用的时间以及维修原因,计算出不同原因所占的权重;采用相似的输入产生相似的输出的思想,将用户当前使用的微波炉设备的使用情况与样本数据库进行对比,基于距离的度量方法匹配当前设备与样本中相似度最高的历史设备使用情况的时间节点,来预测剩余使用寿命和提醒用户将要损坏的部位。同时将实时的维修数据同步更新到历史维修数据库中,完成对样本数据库的更新。
具体的,本申请包括以下步骤:
步骤1:历史维修数据处理
首先对微波炉的历史维修数据进行处理。将微波炉各系列设备I在其使用周期内,记录当前同种系列设备在使用周期内的维修次数/>以及维修时在使用周期内的时间/>,其中/>;
设当前同种系列设备所有维修部位的集合为,/>,其中,表示各部位的代号;
设当前同种系列设备所有损坏原因的集合为;
不同原因的权重集合,/>表示原因/>所占的权重,/>表示原因/>所占的权重,以此类推;
权重的计算方法为,/>,以此类推,其中,/>表示原因r出现的次数,/>表示原因/>出现的次数,依次类推。
样本数据库示意图如图2所示。
步骤2:相似度计算
根据相似的输入会产生相似的输出的思想,将当前使用的微波炉设备使用情况与样本中的数据进行对比,匹配样本中同系列相似度较高的设备使用情况的时间节点,来完成对剩余使用寿命的预测,以及提醒用户将要损坏的部位。
本发明采用基于距离的度量方法来进行与样本相似度的比较,距离越小相似度越大。计算方式为:
其中表示当前设备与样本数据中时间节点的距离,也是相似度,/>表示当前设备在维修时已经使用的时间,/>表示样本数据库中当前系列设备维修时记录的所有时间节点,/>表示当前设备损坏原因的权重。
步骤3:预测剩余使用寿命
使最小的时间节点记为/>,其中/>,找到当前同种系列设备中最佳匹配的时间节点后可以预测当前设备剩余使用寿命。剩余使用寿命/>,其中/>表示当前同种系列设备的使用周期。
步骤4:提醒可能出现的问题
样本数据中同种系列设备在时间节点时,给予一定的冗余时间/>记录所有在冗余时间内(/>)损坏原因的权重,取权重最大的前三种损坏原因反馈给用户用于提醒。
步骤5:样本数据库更新
将全部的正在使用的微波炉设备的实时维修情况(已使用时间t,当前第几次维修n,维修部位m,以及损坏原因r)上传到历史维修数据库中,再通过步骤一进行样本数据的更新。
本申请基于智能微波炉的历史维修数据进行智能检测,解决一般用户在智能微波炉出现故障时检测难、维修难的问题,同时对当前设备剩余使用寿命进行预测,方便用户下一步做出更准确的决策。
以上,仅为本申请较佳的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应该以权利要求的保护范围为准。
Claims (6)
1.一种基于历史维修数据的微波炉智能检测方法,其特征在于,包括:
获取历史维修数据库,对历史维修数据进行处理,得到样本数据库;
获取当前设备使用情况,通过基于距离的度量方法对当前设备使用情况与样本数据库进行匹配,得到最佳匹配时间节点,根据最佳匹配时间节点预测微波炉的剩余寿命及将要损坏的部位;并根据当前设备使用情况对样本数据库进行更新;
对当前设备使用情况与样本进行匹配的过程包括:
通过基于距离的度量方法计算所述当前设备使用情况与样本数据库中的样本数据的距离;
其中,/>表示当前设备与样本数据对应时间节点的距离,/>表示当前设备在维修时已经使用的时间,/>表示样本数据库中同种系列设备维修时记录的所有时间节点,/>表示当前设备损坏原因的权重;
采用距离最短的时间节点作为最佳匹配时间节点。
2.根据权利要求1所述的微波炉智能检测方法,其特征在于:
所述样本包括不同系列微波炉在使用周期的维修次数、维修部位、损坏原因、维修前已使用时间及损坏原因对应的权重。
3.根据权利要求1所述的微波炉智能检测方法,其特征在于:
预测微波炉的剩余寿命的过程包括:
获取同种系列设备的使用周期,根据使用周期及同种系列设备维修时记录的所有时间节点中的最小时间节点,得到微波炉的剩余寿命。
4.根据权利要求1所述的微波炉智能检测方法,其特征在于:
预测将要损坏的部位的过程包括:
在最佳匹配时间节点的冗余时间段内,记录同种系列设备损坏原因及对应的权重,对权重进行判断,基于判断结果,生成预测损坏原因及损坏部位。
5.根据权利要求1所述的微波炉智能检测方法,其特征在于:
对样本数据库进行更新的过程包括:
将当前设备使用情况同步更新到历史维修数据库,并对更新后的历史维修数据进行处理,完成对样本数据库的更新,其中所述当前设备使用情况包括实时维修情况,其中实时维修情况包括已使用时间、维修次数、维修部位及损坏原因。
6.根据权利要求2所述的微波炉智能检测方法,其特征在于:
所述损坏原因对应的权重的获取过程包括:
获取全部的损坏原因出现次数,将每个损坏原因出现的次数与全部的损坏原因出现次数的比值作为损坏原因对应的权重。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310429298.7A CN116187981B (zh) | 2023-04-21 | 2023-04-21 | 一种基于历史维修数据的微波炉智能检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310429298.7A CN116187981B (zh) | 2023-04-21 | 2023-04-21 | 一种基于历史维修数据的微波炉智能检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116187981A CN116187981A (zh) | 2023-05-30 |
CN116187981B true CN116187981B (zh) | 2023-07-25 |
Family
ID=86449175
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310429298.7A Active CN116187981B (zh) | 2023-04-21 | 2023-04-21 | 一种基于历史维修数据的微波炉智能检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116187981B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101411370B1 (ko) * | 2014-03-26 | 2014-06-27 | 주식회사 이메인텍 | 해양플랜트 유지보수 관리주기 검증 시스템 및 방법 |
WO2014168371A1 (ko) * | 2013-04-10 | 2014-10-16 | Han Hyung Woo | 자동차 특징별 수명주기에 따른 5000km맞춤 예방정비리스트 안내시스템 |
WO2015176565A1 (zh) * | 2014-05-22 | 2015-11-26 | 袁志贤 | 一种基于多维时间序列的电气设备故障预测方法 |
CN109101753A (zh) * | 2018-08-31 | 2018-12-28 | 周建全 | 一种改善机械设备检修系统复杂性的方法 |
CN113348471A (zh) * | 2018-08-25 | 2021-09-03 | 山东诺方电子科技有限公司 | 一种大气污染预测中对区域边界优化的方法 |
CN113849774A (zh) * | 2021-09-30 | 2021-12-28 | 上海应用技术大学 | 基于寿命分析和健康监测的设备智能维护平台 |
CN114943258A (zh) * | 2022-06-20 | 2022-08-26 | 南京凯奥思数据技术有限公司 | 基于dtw和小样本学习的故障诊断方法及系统 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002205624A (ja) * | 2000-12-28 | 2002-07-23 | Hisaaki Tsuchiya | 自動車自己管理システム |
JP4817920B2 (ja) * | 2006-03-27 | 2011-11-16 | 中国電力株式会社 | 高温プラント機器の余寿命診断システム及びこの余寿命診断システムを用いた余寿命診断方法 |
US7774169B2 (en) * | 2006-06-29 | 2010-08-10 | Toshiba Tec Kabushiki Kaisha | Maintenance system and method |
CN104850904A (zh) * | 2015-05-12 | 2015-08-19 | 上海能策燃气轮机有限公司 | 一种优化燃气轮机维检修方案的分析方法 |
CN109284891B (zh) * | 2018-08-01 | 2021-06-08 | 大连理工大学 | 基于时空索引的充电桩维修调度方法 |
CN115101187B (zh) * | 2022-07-14 | 2022-11-15 | 西南医科大学附属医院 | 一种基于大数据的麻醉机运行故障预测系统 |
CN115659812B (zh) * | 2022-10-29 | 2023-06-09 | 思维实创(哈尔滨)科技有限公司 | 基于城轨iscs的电扶梯寿命预测方法、系统、设备及介质 |
CN115964470B (zh) * | 2023-02-20 | 2023-09-08 | 永康市智展科技股份有限公司 | 一种摩托车配件的寿命预测方法及系统 |
-
2023
- 2023-04-21 CN CN202310429298.7A patent/CN116187981B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2014168371A1 (ko) * | 2013-04-10 | 2014-10-16 | Han Hyung Woo | 자동차 특징별 수명주기에 따른 5000km맞춤 예방정비리스트 안내시스템 |
KR101411370B1 (ko) * | 2014-03-26 | 2014-06-27 | 주식회사 이메인텍 | 해양플랜트 유지보수 관리주기 검증 시스템 및 방법 |
WO2015176565A1 (zh) * | 2014-05-22 | 2015-11-26 | 袁志贤 | 一种基于多维时间序列的电气设备故障预测方法 |
CN113348471A (zh) * | 2018-08-25 | 2021-09-03 | 山东诺方电子科技有限公司 | 一种大气污染预测中对区域边界优化的方法 |
CN109101753A (zh) * | 2018-08-31 | 2018-12-28 | 周建全 | 一种改善机械设备检修系统复杂性的方法 |
CN113849774A (zh) * | 2021-09-30 | 2021-12-28 | 上海应用技术大学 | 基于寿命分析和健康监测的设备智能维护平台 |
CN114943258A (zh) * | 2022-06-20 | 2022-08-26 | 南京凯奥思数据技术有限公司 | 基于dtw和小样本学习的故障诊断方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN116187981A (zh) | 2023-05-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3809220A1 (en) | Method and system for semi-supervised deep anomaly detection for large-scale industrial monitoring systems based on time-series data utilizing digital twin simulation data | |
US20120084031A1 (en) | Equipment operation state measurement device, equipment operation state measurement method, and control program | |
JP4601492B2 (ja) | 生産工程の品質予測システムおよびその方法 | |
US20120072029A1 (en) | Intelligent system and method for detecting and diagnosing faults in heating, ventilating and air conditioning (hvac) equipment | |
US11112138B2 (en) | Air-conditioning control method and air-conditioning control device | |
JPH05242387A (ja) | プロセス設備の運転監視装置及び発電所用監視装置 | |
KR20090001148A (ko) | 가상 계측 시스템 및 가상 계측 방법 | |
CN103246801B (zh) | 一种基于改进案例推理的竖炉炉况故障预报方法 | |
CN103384805A (zh) | 一种电弧炉运行故障检测装置与方法 | |
TW201926041A (zh) | 設備保養預測系統及其操作方法 | |
CN116772285B (zh) | 一种智能楼宇供暖负载安全实时监控方法 | |
CN106200624B (zh) | 基于交叉分段pca的工业锅炉故障诊断方法 | |
CN116187981B (zh) | 一种基于历史维修数据的微波炉智能检测方法 | |
CN117318310A (zh) | 一种防爆配电柜远程无人智慧监测系统 | |
CN111665882B (zh) | 温度控制方法及系统 | |
KR102110319B1 (ko) | 학습 데이터 생성 시스템 | |
JP2018036749A (ja) | 設計評価支援システム | |
CN117848713A (zh) | 布袋除尘器脉冲阀运行状态监测系统及方法 | |
JP2009254104A (ja) | 受配電設備用導体監視装置 | |
KR100340967B1 (ko) | 일반 회귀 신경망을 이용한 고장 검출 방법 | |
JP2019200650A (ja) | 異常予兆検知システムの制御装置、これを備えるプラント、及び異常予兆検知システムの制御方法並びに制御プログラム | |
Schlueter et al. | A novel data-driven prediction model for BOF endpoint | |
KR20150106496A (ko) | 기기 상태 진단 장치 | |
CN112379266A (zh) | 一种智能家具电机用检测方法 | |
CN118375938B (zh) | 一种锅灶余热回收控制方法及系统 |
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 |