CN116208464B - 基于云计算的广播发射机故障大数据信息分析方法及系统 - Google Patents

Abstract

本发明涉及一种分析系统，具体地说，涉及基于云计算的广播发射机故障大数据信息分析方法及系统。其包括云端数据库、故障感知模块、协同故障分析模块以及故障信息决策模块，其中：所述云端数据库为广播机的新故障和旧故障提供不同的存储空间；所述故障感知模块用于获取故障广播机的故障信息；所述协同故障分析模块对技术人员所在工作范围的广播机进行维修识别，该基于云计算的广播发射机故障大数据信息分析方法及系统中，根据解决方案的时间将解决方案分成两部分存储，并对损坏设备附近的相关设备信息进行获取，以相关设备为参考，根据相关设备的维修情况来判断故障信息的时间，从而在两部分存储中找到一部分进行检索，以减少检索的时间。

Description

基于云计算的广播发射机故障大数据信息分析方法及系统

技术领域

本发明涉及一种分析系统，具体地说，涉及基于云计算的广播发射机故障大数据信息分析方法及系统。

背景技术

发射机主要任务是完成有用的低频信号对高频载波的调制，将其变为在某一中心频率上具有一定带宽、适合通过天线发射的电磁波。广泛应用于电视，广播，雷达等各种民用、军用设备。主要可分为调频发射机，调幅发射机，光发射机等多种类型。

目前，发射机在经历长时间运行后，难免会经常出现故障，工作人员可通过分析系统来了解故障的维修方案，分析系统是将其他技术人员录入的故障信息以及解决方案进行存储，其他人员可通过关键词来匹配存储的解决方案，从而快速的获得解决方法。

同时，新设备的推出往往伴随着新技术的应用和知识的更新,技术人员在完成日常的值班任务外，还要投入大量的时间和精力去学习和更新自己的知识，以提高自己的业务水下。理论知识我们可以通过有关的书籍获取，但维护经验却是要通过长期的实践经验来积累，由于新的设备故障率相对较低,工程技术人员在短时间内很难总结出一套针对不同机型的故障排除方案，为此往往需要花更多的时间去查找和分析故障原因，有时甚至会走弯路，造成不必要的损失。

公开号为CN202172419U的一种故障分析处理系统，包括数据采集装置、交换机、可疑故障分析服务器、用户数据服务器、监控主机及显示装置；其中，数据采集装置通过用户端网络与各接入设备相连；交换机分别与可疑故障分析服务器、监控主机相连，且透过通信网络连接数据采集装置；用户数据服务器与可疑故障分析服务器连接；显示装置连接于监控主机。本实用新型优点在于，可自动对用户端网络综合数据进行收集和分析，可对运行中发生的各种故障问题提出相应的应急参考对策，有力地减少了第三方服务工程师在高压下工作时主观因素对其故障处理的时效性、故障判断的准确性、方案的制定完善性与方案实施的影响，确保了用户端网络运行的安全性和经济性。

该方案只通过对存储的故障信息进行搜索匹配，但随着系统的长时间运行，所存储的数据量逐渐增加，这种搜索的效率会逐渐变慢。

发明内容

本发明的目的在于提供基于云计算的广播发射机故障大数据信息分析方法及系统，以解决上述背景技术中提出的问题。

为实现上述目的，本发明目的之一在于，提供了基于云计算的广播发射机故障大数据信息分析系统，包括云端数据库、故障感知模块、协同故障分析模块以及故障信息决策模块，其中：

所述云端数据库为广播机的新故障和旧故障提供不同的存储空间；

所述故障感知模块用于获取故障广播机的故障信息；

所述协同故障分析模块对技术人员所在工作范围的广播机进行维修识别，并生成维修状态；

所述故障信息决策模块根据所述维修状态判断需要查询的存储空间，以从多个存储空间内选出一个存储空间对故障信息进行检索，并将检索后的相应的解决方案同步给技术人员。

作为本技术方案的进一步改进，所述云端数据库包括故障数据存储单元、信息识别单元以及维修记录池，所述故障数据存储单元用于对人们上传的故障信息的解决方案进行存储；所述信息识别单元用于对故障信息中的时间信息进行获取，并生成新故障和旧故障；所述维修记录池将新故障所对应的解决方案从所述故障数据存储单元内移动至维修记录池内，以得到新故障的维修数据。

作为本技术方案的进一步改进，所述故障感知模块包括数据读取单元和信息上传单元；所述数据读取单元用于获取故障广播机的故障信息，所述信息上传单元用于将故障信息发生至所述故障信息决策模块处。

作为本技术方案的进一步改进，所述故障信息为故障代码。

作为本技术方案的进一步改进，所述协同故障分析模块包括工作区域采集单元、相关设备采集单元以及维修标记单元，其中：

所述工作区域采集单元用于获取技术人员的工作范围，以确定技术人员的工作区域；

所述相关设备采集单元对工作区域内的广播机状态信息进行获取，以找到被维修的广播机，通过所述信息识别单元对被维修的广播机的型号与出现故障的广播机型号进行对比，以得到同型号设备；

所述维修标记单元对同型号设备进行标记，并生成标记设备。

作为本技术方案的进一步改进，所述故障信息决策模块包括检索路径分析单元、方案检索单元以及信息同步单元，其中：

所述检索路径分析单元用于获取被维修的广播机数量和标记设备的数量，根据标记设备的数量在被维修的广播机数量的占比来生成检索方向；

所述方案检索单元用于接收信息上传单元所发送的故障信息，并根据检索方向选择故障数据存储单元和维修记录池中的一个对故障信息进行检索，以得到检索结果；

所述信息同步单元用于将检索结果发送至技术人员的设备终端内。

作为本技术方案的进一步改进，所述检索路径分析单元采用对比算法，其算法公式如下：

；

；

式中，表示被维修的广播机数量；/>表示标记设备的数量；/>表示标记设备的数量在被维修的广播机数量内的占比率；/>为阈值；当输出为/>时，表示/>，此时，检索方向为故障数据存储单元；当输出为/>时，表示/>，此时，检索方向为维修记录池。

作为本技术方案的进一步改进，所述故障信息决策模块还包括方案存储单元，所述方案存储单元与信息同步单元连接，所述方案存储单元对所述信息同步单元所同步的检索结果进行存储；

所述方案存储单元与所述相关设备采集单元连接，所述相关设备采集单元还用于采集标记设备的历史故障信息，当标记设备的故障信息与故障设备的故障信息一致时，所述方案存储单元将检索结果发送至信息同步单元处。

作为本技术方案的进一步改进，所述方案存储单元连接有定时删除单元，所述定时删除单元用于在指定时间将所述方案存储单元存储的检索结果删除。

本发明目的之二在于，提供了一种用于基于云计算的广播发射机故障大数据信息分析系统的方法，包括如下方法步骤：

S1、通过云端数据库为广播机的新故障和旧故障提供不同的存储空间；

S2、获取故障广播机的故障信息；

S3、对技术人员所在工作范围的广播机进行维修识别，并生成维修状态；

S4、根据所述维修状态判断需要查询的存储空间，以从多个存储空间内选出一个存储空间对故障信息进行检索，并将检索后的相应的解决方案同步给技术人员。

与现有技术相比，本发明的有益效果：

1、该基于云计算的广播发射机故障大数据信息分析方法及系统中，根据解决方案的时间将解决方案分成两部分存储，并对损坏设备附近的相关设备信息进行获取，以相关设备为参考，根据相关设备的维修情况来判断故障信息的时间，从而在两部分存储中找到一部分进行检索，以减少检索的时间。

2、该基于云计算的广播发射机故障大数据信息分析方法及系统中，预先对检索结果进行存储，当下一次维修时，通过获取工作区域内其他相关设备的历史故障信息，并将该信息与检索结果对比，当信息一致时，直接将检索结果发送至技术人员处，使该系统不需要在对云端数据库进行检索，进一步提高了查找解决方案的效率。

附图说明

图1为本发明的整体模块示意图；

图2为本发明的云端数据库的模块框图；

图3为本发明的故障感知模块的模块框图；

图4为本发明的协同故障分析模块的模块框图；

图5为本发明的故障信息决策模块的模块框图；

图6为本发明的分析方法的步骤流程图。

图中各个标号意义为：

100、云端数据库；110、故障数据存储单元；120、信息识别单元；130、维修记录池；

200、故障感知模块；210、数据读取单元；220、信息上传单元；

300、协同故障分析模块；310、工作区域采集单元；320、相关设备采集单元；330、维修标记单元；

400、故障信息决策模块；410、检索路径分析单元；420、方案检索单元；430、信息同步单元；440、方案存储单元；450、定时删除单元。

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。

此外，在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。

第一实施例，请参阅图1-图6所示，本实施例目的之一在于，提供了基于云计算的广播发射机故障大数据信息分析系统，包括云端数据库100、故障感知模块200、协同故障分析模块300以及故障信息决策模块400，其中：

云端数据库100为广播机的新故障和旧故障提供不同的存储空间；

故障感知模块200用于获取故障广播机的故障信息；

协同故障分析模块300对技术人员所在工作范围的广播机进行维修识别，并生成维修状态；

故障信息决策模块400根据维修状态判断需要查询的存储空间，以从多个存储空间内选出一个存储空间对故障信息进行检索，并将检索后的相应的解决方案同步给技术人员。

随着广播机种类的不断增加，故障的数量也就随之增多，对应的，存储的解决方案也就变多，再这样的环境下来搜索解决方案的话，会出现搜索速度变慢的现象，为此，云端数据库100包括故障数据存储单元110、信息识别单元120以及维修记录池130，故障数据存储单元110用于对人们上传的故障信息的解决方案进行存储；信息识别单元120用于对故障信息中的时间信息进行获取，并生成新故障和旧故障；维修记录池130将新故障所对应的解决方案从故障数据存储单元110内移动至维修记录池130内，以得到新故障的维修数据。通过对新旧款广播机的识别来将解决方案分成两部分，这样在搜索其中一部分数据时，搜索的速度便会加快。

进一步的，故障感知模块200包括数据读取单元210和信息上传单元220；数据读取单元210用于获取故障广播机的故障信息，信息上传单元220用于将故障信息发生至故障信息决策模块400处，通过获取故障广播机的故障信息来得到故障的原因，随后将故障原因发送至故障信息决策模块400处来匹配相应的方案。

需要说明的是，故障信息为故障代码，故障代码为广播机的生产厂家设置，可以通过产品说明书或者与厂家联系获取故障代码的故障原因。

选择新故障所在的空间和旧故障所在的空间进行查找需要一个参考，这个参考可以通过附近的相关设备进行，具体如下，协同故障分析模块300包括工作区域采集单元310、相关设备采集单元320以及维修标记单元330，其中：

工作区域采集单元310用于获取技术人员的工作范围，以确定技术人员的工作区域；

相关设备采集单元320对工作区域内的广播机状态信息进行获取，以找到被维修的广播机，通过信息识别单元120对被维修的广播机的型号与出现故障的广播机型号进行对比，以得到同型号设备；

维修标记单元330对同型号设备进行标记，并生成标记设备。

也就是说，技术人员的工作区域可以由自己录入，因为自己的工作区域技术人员是有维修数据的，也就是能查找到区域内设备的维修情况。在确定工作区域后，通过相关设备采集单元320获取工作区域内的广播机的维修状态，并将处于维修的广播机型号与故障广播机型号进行对比，并通过维修标记单元330将同型号的广播机进行标记，被标记的广播机也就是查找数据的参考，详细的参考方式如下：。

故障信息决策模块400包括检索路径分析单元410、方案检索单元420以及信息同步单元430，其中：

检索路径分析单元410用于获取被维修的广播机数量和标记设备的数量，根据标记设备的数量在被维修的广播机数量的占比来生成检索方向；

方案检索单元420用于接收信息上传单元220所发送的故障信息，并根据检索方向选择故障数据存储单元110和维修记录池130中的一个对故障信息进行检索，以得到检索结果；

信息同步单元430用于将检索结果发送至技术人员的设备终端内，以供技术人员查看

可以得出，根据上述的占比可以得到两个检索方向，一个是对故障数据存储单元110进行检索，另一个是对维修记录池130进行检索。其中，当标记设备的数量在被维修的广播机数量的占比较低时，说明多个同类型的设备中出现的故障较少，也就代表着该设备较新，那么该故障的解决方案的时间也就靠后（也就是新故障），因此检索方向为维修记录池130，反之则为故障数据存储单元110。当检索方向确定后，通过方案检索单元420将故障信息进行检索匹配，得到相应的解决方案，最后通过信息同步单元430将解决方案发送至技术人员处，技术人员可通过终端设备接收，例如手机、平板等。

综上，根据解决方案的时间将解决方案分成两部分存储，并对损坏设备附近的相关设备信息进行获取，以相关设备为参考，根据相关设备的维修情况来判断故障信息的时间，从而在两部分存储中找到一部分进行检索，以减少检索的时间。

进一步的，检索路径分析单元410采用对比算法，其算法公式如下：

；

；

式中，表示被维修的广播机数量；/>表示标记设备的数量；/>表示标记设备的数量在被维修的广播机数量内的占比率；/>为阈值，阈值的大小可根据人工设定；当输出为/>时，表示/>，此时，检索方向为故障数据存储单元110；当输出为/>时，表示/>，此时，检索方向为维修记录池130。

本实施例目的之二在于，提供了一种用于基于云计算的广播发射机故障大数据信息分析系统的方法，包括如下方法步骤：

S1、通过云端数据库100为广播机的新故障和旧故障提供不同的存储空间；

S2、获取故障广播机的故障信息；

S3、对技术人员所在工作范围的广播机进行维修识别，并生成维修状态；

S4、根据维修状态判断需要查询的存储空间，以从多个存储空间内选出一个存储空间对故障信息进行检索，并将检索后的相应的解决方案同步给技术人员。

第二实施例，故障信息决策模块400还包括方案存储单元440，方案存储单元440与信息同步单元430连接，方案存储单元440对信息同步单元430所同步的检索结果进行存储；

方案存储单元440与相关设备采集单元320连接，相关设备采集单元320还用于采集标记设备的历史故障信息，当标记设备的故障信息与故障设备的故障信息一致时，方案存储单元440将检索结果发送至信息同步单元430处。

标记设备的信号与故障设备的信号一致，随后通过相关设备采集单元320在获取标记设备的历史故障信息，历史故障信息会被技术人员记录在终端设备或者云端内，当两者的故障信息一致时，说明故障一致，那么此时就不需要在对云端数据库100进行检索，直接调取之前设备的维修记录即可。

也就是说，预先对检索结果进行存储，当下一次维修时，通过获取工作区域内其他相关设备的历史故障信息，并将该信息与检索结果对比，当信息一致时，直接将检索结果发送至技术人员处，使该系统不需要在对云端数据库100进行检索，进一步提高了查找解决方案的效率。

不仅如此，考虑到过多的数据存储也会造成检索时间较长的现象，为此，方案存储单元440连接有定时删除单元450，定时删除单元450用于在指定时间将方案存储单元440存储的检索结果删除，指定删除时间可由技术人员设定，通过定时删除的方式来保证方案存储单元440内的数据量，同时删除还能使系统向云端数据库100内进行检索，以便于在故障信息更新时，系统能查找到新的方案，防止系统一直在方案存储单元440内查找造成的数据落后的现象。

以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的仅为本发明的优选例，并不用来限制本发明，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。

Claims (10)

1.基于云计算的广播发射机故障大数据信息分析系统，其特征在于：包括云端数据库（100）、故障感知模块（200）、协同故障分析模块（300）以及故障信息决策模块（400），其中：

所述云端数据库（100）为广播机的新故障和旧故障提供不同的存储空间；

所述故障感知模块（200）用于获取故障广播机的故障信息；

所述协同故障分析模块（300）对技术人员所在工作范围的广播机进行维修识别，并生成维修状态；

所述故障信息决策模块（400）根据所述维修状态判断需要查询的存储空间，以从多个存储空间内选出一个存储空间对故障信息进行检索，并将检索后的相应的解决方案同步给技术人员。

2.根据权利要求1所述的基于云计算的广播发射机故障大数据信息分析系统，其特征在于：所述云端数据库（100）包括故障数据存储单元（110）、信息识别单元（120）以及维修记录池（130），所述故障数据存储单元（110）用于对人们上传的故障信息的解决方案进行存储；所述信息识别单元（120）用于对故障信息中的时间信息进行获取，并生成新故障和旧故障；所述维修记录池（130）将新故障所对应的解决方案从所述故障数据存储单元（110）内移动至维修记录池（130）内，以得到新故障的维修数据。

3.根据权利要求2所述的基于云计算的广播发射机故障大数据信息分析系统，其特征在于：所述故障感知模块（200）包括数据读取单元（210）和信息上传单元（220）；所述数据读取单元（210）用于获取故障广播机的故障信息，所述信息上传单元（220）用于将故障信息发生至所述故障信息决策模块（400）处。

4.根据权利要求3所述的基于云计算的广播发射机故障大数据信息分析系统，其特征在于：所述故障信息为故障代码。

5.根据权利要求3所述的基于云计算的广播发射机故障大数据信息分析系统，其特征在于：所述协同故障分析模块（300）包括工作区域采集单元（310）、相关设备采集单元（320）以及维修标记单元（330），其中：

所述工作区域采集单元（310）用于获取技术人员的工作范围，以确定技术人员的工作区域；

所述相关设备采集单元（320）对工作区域内的广播机状态信息进行获取，以找到被维修的广播机，通过所述信息识别单元（120）对被维修的广播机的型号与出现故障的广播机型号进行对比，以得到同型号设备；

所述维修标记单元（330）对同型号设备进行标记，并生成标记设备。

6.根据权利要求5所述的基于云计算的广播发射机故障大数据信息分析系统，其特征在于：所述故障信息决策模块（400）包括检索路径分析单元（410）、方案检索单元（420）以及信息同步单元（430），其中：

所述检索路径分析单元（410）用于获取被维修的广播机数量和标记设备的数量，根据标记设备的数量在被维修的广播机数量的占比来生成检索方向；

所述方案检索单元（420）用于接收信息上传单元（220）所发送的故障信息，并根据检索方向选择故障数据存储单元（110）和维修记录池（130）中的一个对故障信息进行检索，以得到检索结果；

所述信息同步单元（430）用于将检索结果发送至技术人员的设备终端内。

7.根据权利要求6所述的基于云计算的广播发射机故障大数据信息分析系统，其特征在于：所述检索路径分析单元（410）采用对比算法，其算法公式如下：

；

；

式中，表示被维修的广播机数量；/>表示标记设备的数量；/>表示标记设备的数量在被维修的广播机数量内的占比率；/>为阈值；当输出为/>时，表示/>，此时，检索方向为故障数据存储单元（110）；当输出为/>时，表示/>，此时，检索方向为维修记录池（130）。

8.根据权利要求6所述的基于云计算的广播发射机故障大数据信息分析系统，其特征在于：所述故障信息决策模块（400）还包括方案存储单元（440），所述方案存储单元（440）与信息同步单元（430）连接，所述方案存储单元（440）对所述信息同步单元（430）所同步的检索结果进行存储；

所述方案存储单元（440）与所述相关设备采集单元（320）连接，所述相关设备采集单元（320）还用于采集标记设备的历史故障信息，当标记设备的故障信息与故障设备的故障信息一致时，所述方案存储单元（440）将检索结果发送至信息同步单元（430）处。

9.根据权利要求8所述的基于云计算的广播发射机故障大数据信息分析系统，其特征在于：所述方案存储单元（440）连接有定时删除单元（450），所述定时删除单元（450）用于在指定时间将所述方案存储单元（440）存储的检索结果删除。

10.用于如权利要求1-9中任意一项所述的基于云计算的广播发射机故障大数据信息分析系统的方法，其特征在于：包括如下方法步骤：

S1、通过云端数据库（100）为广播机的新故障和旧故障提供不同的存储空间；

S2、获取故障广播机的故障信息；

S3、对技术人员所在工作范围的广播机进行维修识别，并生成维修状态；

S4、根据所述维修状态判断需要查询的存储空间，以从多个存储空间内选出一个存储空间对故障信息进行检索，并将检索后的相应的解决方案同步给技术人员。