CN116308285A - 一种基于数据处理的智慧终端安全监管系统 - Google Patents
一种基于数据处理的智慧终端安全监管系统 Download PDFInfo
- Publication number
- CN116308285A CN116308285A CN202310288954.6A CN202310288954A CN116308285A CN 116308285 A CN116308285 A CN 116308285A CN 202310288954 A CN202310288954 A CN 202310288954A CN 116308285 A CN116308285 A CN 116308285A
- Authority
- CN
- China
- Prior art keywords
- time
- abnormal
- time length
- intelligent terminal
- value
- 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.)
- Withdrawn
Links
- 238000012545 processing Methods 0.000 title claims abstract description 30
- 230000002159 abnormal effect Effects 0.000 claims abstract description 122
- 238000012423 maintenance Methods 0.000 claims abstract description 79
- 238000004458 analytical method Methods 0.000 claims abstract description 61
- 230000006378 damage Effects 0.000 claims abstract description 50
- 238000000034 method Methods 0.000 claims abstract description 15
- 230000035484 reaction time Effects 0.000 claims description 41
- 238000010586 diagram Methods 0.000 claims description 27
- 230000009526 moderate injury Effects 0.000 claims description 14
- 230000008832 photodamage Effects 0.000 claims description 14
- 238000007405 data analysis Methods 0.000 claims description 9
- 230000009528 severe injury Effects 0.000 claims description 9
- 230000003449 preventive effect Effects 0.000 claims description 6
- 230000002265 prevention Effects 0.000 claims description 5
- 238000012544 monitoring process Methods 0.000 abstract 1
- 230000005856 abnormality Effects 0.000 description 15
- 230000006854 communication Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000009472 formulation Methods 0.000 description 3
- 239000000203 mixture Substances 0.000 description 3
- 238000010606 normalization Methods 0.000 description 3
- 230000000750 progressive effect Effects 0.000 description 3
- 238000012937 correction Methods 0.000 description 2
- 238000010921 in-depth analysis Methods 0.000 description 2
- 230000007175 bidirectional communication Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
Images
Classifications
-
- 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
-
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Alarm Systems (AREA)
Abstract
本发明涉及智慧终端安全监管技术领域,尤其涉及一种基于数据处理的智慧终端安全监管系统,包括服务器、故障分析单元、反馈自检单元、故障风险单元、显示单元以及推荐分析单元;本发明是通过对智慧终端设备的报警异常情况进行深入式分析,判断智慧终端设备报警异常是前端发送问题还是后端接收问题,进而及时的对故障进行排除和锁定,以提高智慧终端设备的运行安全性,以及通过对报警异常做出深入式和公式化的方式进行全面分析,判断智慧终端设备的损伤风险等级情况,并通过数据反馈和合理匹配的方式,合理根据不同的损伤风险等级进行推荐检修策略,以便快速高效的对智慧终端设备进行处理,提高智慧终端设备的运行安全性和工作效率。
Description
技术领域
本发明涉及智慧终端安全监管技术领域,尤其涉及一种基于数据处理的智慧终端安全监管系统。
背景技术
智慧终端设备即智能终端设备,是指那些具有多媒体功能的智能设备,支持音频、视频和数据等方面的功能,而智能终端是利用移动和联通遍布全国的GSM网络,并通过短信方式进行数据传输;
但现有技术中的智能终端设备在出现报警异常时,无法判断智慧终端设备报警异常是前端发送问题还是后端接收问题,进而无法及时的对异常原因进行分析和及时的处理,进而降低智慧终端设备的运行安全性和预警性能,且在报警滞后的情况下,智慧终端设备的运行对自身造成的损伤尤为严重,且无法根据不同的损伤风险等级进行合理的推荐检修策略,降低对智慧终端设备的处理效率;
针对上述的技术缺陷,现提出一种解决方案。
发明内容
本发明的目的在于提供一种基于数据处理的智慧终端安全监管系统,去解决上述提出的技术缺陷,是通过对智慧终端设备的报警异常情况进行深入式分析,且通过深入式、比对式的分析方式对报警异常的原因进行分析,判断智慧终端设备报警异常是前端发送问题还是后端接收问题,进而及时的对故障进行排除和锁定,以提高智慧终端设备的运行安全性,以及通过对报警异常进行深入式、符号的标定以及公式化的方式进行全面、递进式分析,判断智慧终端设备的损伤风险等级情况,并通过数据反馈和合理匹配的方式,合理根据不同的损伤风险等级进行推荐检修策略,以便快速高效的对智慧终端设备进行处理,提高智慧终端设备的运行安全性和工作效率。
本发明的目的可以通过以下技术方案实现:
一种基于数据处理的智慧终端安全监管系统,包括服务器、故障分析单元、反馈自检单元、故障风险单元、显示单元以及推荐分析单元;
当服务器生成故障指令时,并将故障指令发送至故障分析单元,故障分析单元在接收到故障指令时,立即采集服务器生成故障指令时刻到报警设备开始报警时刻之间的时长,并将其标记为实时反应时长,并对实时反应时长进行分析,将得到的异常信号经服务器发送至反馈自检单元和故障风险单元,并将正常信号发送至显示单元;
反馈自检单元在接收到异常信号后,立即采集智慧终端设备中的前端采集异常数据所对应的传感器的自身运行数据和后端接收故障指令所对应的报警设备的维护数据,其中,前端采集异常数据所对应的传感器的自身运行数据包括异常分析处理时长和投入使用时长,后端接收故障指令所对应的报警设备的维护数据包括报警设备使用时长和维护次数,并对自身运行数据和维护数据进行分析,将得到的异常风险信号和防范风险信号发送至显示单元;
故障风险单元在接收到异常信号时,立即采集智慧终端设备的运行数据,运行数据包括智慧终端设备的运行电压波形图、运行温度波形图以及噪音波形图,并对运行数据进行分析,将得到的重度损坏信号、中度损伤信号以及轻度损伤信号发送至推荐分析单元,推荐分析单元在接收到重度损坏信号、中度损伤信号以及轻度损伤信号后,立即将重度损坏信号、中度损伤信号以及轻度损伤信号所对应的预设推荐策略经服务器发送至显示单元。
优选的,所述故障分析单元的实时反应时长分析过程如下:
获取到终端设备的实时反应时长,同时获取到终端设备的反应时长临界值,并将实时反应时长与反应时长临界值进行比对分析:
若实时反应时长大于反应时长临界值,则生成异常信号;
若实时反应时长小于等于反应时长临界值,则生成正常信号。
优选的,所述反馈自检单元的自身运行数据分析过程如下:
第一步:获取到前端采集异常数据所对应的传感器开始采集数据时刻到处理完数据生成指令发送时刻之间的时长,并将其标记为异常分析处理时长,获取到异常分析处理时长内采集异常数据所对应的传感器的工作电流变化曲线,获取到工作电流变化曲线的起点、各个波峰点、各个波谷点以及末点所对应的工作电流,以此获取到异常分析处理时长内采集异常数据所对应的传感器的平均工作电流,同时获取到工作电流变化曲线中的最大波峰值所对应的工作电流,并将平均工作电流和最大波峰值所对应的工作电流之间的平均值标记为最大容错电流值RD;
第二步:获取到前端采集异常数据所对应的传感器开始投入时刻到当前时刻之间的时长,并将其标记为投入使用时长,同时获取到投入时长内采集异常数据所对应的传感器的故障次数,以此获取到采集异常数据所对应的传感器的单位时间故障率,并将单位时间故障率与其内部录入存储的预设单位时间故障率阈值进行比对,将单位时间故障率大于预设单位时间故障率阈值的部分标记为风险故障率FG;
第三步:并经公式得到异常风险系数F,并将异常风险系数F与其内部录入存储的预设异常风险系数阈值进行比对分析:
若异常风险系数F小于预设异常风险系数阈值,则不生成任何信号;
若异常风险系数F大于等于预设异常风险系数阈值,则生成异常风险信号。
优选的,所述反馈自检单元的维护数据分析过程如下:
获取到后端接收故障指令所对应的报警设备开始投入使用时刻至当前时刻之间的时长,并将其标记为已使用寿命,获取到已使用寿命内后端接收故障指令所对应的报警设备的维护次数,同时获取到维护次数每次对应的维护时长,并将维护时长与其内部录入存储的预设维护时长阈值进行比对分析,将小于预设维护时长阈值所对应的维护时长标记为异常维护时长,并将异常维护时长标记为“1”,获取到所有“1”的和,并将其标记为异常维护值YW,并将异常维护值YW与其内部录入存储的预设异常维护值阈值进行比对分析:
若异常维护值YW小于预设异常维护值阈值,则不生成任何信号;
若异常维护值YW大于等于预设异常维护值阈值,则生成防范风险信号。
优选的,所述故障风险单元的运行数据分析过程如下:
步骤一:从故障分析单元中调取实时反应时长,将实时反应时长大于反应时长临界值的部分标记为时间阈值T,获取到时间阈值T内智慧终端设备的运行电压波形图,并将时间阈值T划分为o个子时间节点,o为大于零的自然数,获取到各个子时间节点对应在运行电压波形图上的实时电压值SY,同时获取到时间阈值T内智慧终端设备的运行温度波形图,以及获取到各个子时间节点对应在运行温度波形图上的实时温度值SW,并经公式得到各个子时间节点内智慧终端设备的实时运行系数,其中,b1和b2分别为实时电压值和实时温度值的预设权重因子,b1和b2均为大于零的正数,SXo为各个子时间节点内智慧终端设备的实时运行系数,以此获取到时间阈值T内智慧终端设备的平均实时运行系数PSX;
步骤二:获取到时间阈值T内智慧终端设备的噪音波形图,同时获取到各个子时间节点内噪音波形图上的噪音分贝值,构建噪音分贝值的集合A,获取到集合A中相连两个子集所对应的噪音分贝值的差值,以此获取到相连两个子集所对应的噪音分贝值的差值的最大值和最小值,并将相连两个子集所对应的噪音分贝值的差值的最大值和最小值的差值标记为最大噪音跨度值ZZ;
步骤三:并经公式得到智慧终端设备的损伤运行系数ST,并将损伤运行系数ST与其内部录入存储的预设损伤运行系数区间进行比对分析:
若损伤运行系数ST大于预设损伤运行系数区间中的最大值,则生成重度损坏信号;
若损伤运行系数位于预设损伤运行系数区间之内,则生成中度损伤信号;
若损伤运行系数小于预设损伤运行系数区间中的最小值,则生成轻度损伤信号。
优选的,所述显示单元在接收到正常信号后,立即以文字“报警正常”的方式进行展示;
显示单元在接收到异常风险信号后,立即以文字“前端传感器故障”的方式进行展示;显示单元在接收到防范风险信号后,立即以文字“后端报警故障”的方式进行展示;显示单元同时接收到异常风险信号和防范风险信号,则得到高风险指令,当生成高风险指令时,立即以文字“两端风险”的方式进行展示。
本发明的有益效果如下:
(1)本发明是通过对智慧终端设备的报警异常情况进行深入式分析,且通过深入式、比对式的分析方式对报警异常的原因进行分析,判断智慧终端设备报警异常是前端发送问题还是后端接收问题,进而及时的对故障进行排除和锁定,以提高智慧终端设备的运行安全性;
(2)本发明还通过从最大容错电流值和风险故障率两个维度对前端进行深入式分析,以此来扩大分析维度和提高分析的准确性,有助于保证分析结果的准确性和有效性,进而及时的对前端问题进行锁定,方便快速的对前端问题进行检修,且通过深入式分析后端的维护数据,以判断后端是否接收异常,有助于及时的对后端报警设备进行维护,以及通过数据反馈和归一化的处理方式,判断智慧终端设备的前端发送和后端接收是否都有问题,以便及时的对前端和后端进行检修处理,以提高智慧终端设备的运行安全性和预警及时性;
(3)以及通过对报警异常进行深入式、符号的标定以及公式化的方式进行全面、递进式分析,判断智慧终端设备的损伤风险等级情况,并通过数据反馈和合理匹配的方式,合理根据不同的损伤风险等级进行推荐检修策略,以便快速高效的对智慧终端设备进行处理,提高智慧终端设备的运行安全性和工作效率。
附图说明
下面结合附图对本发明作进一步的说明;
图1是本发明系统流程框图;
图2是本发明分析曲线图。
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、完整的描述,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。
实施例1:
请参阅图1-2所示,本发明为一种基于数据处理的智慧终端安全监管系统,包括服务器、故障分析单元、反馈自检单元、故障风险单元、显示单元以及推荐分析单元,服务器与故障分析单元呈双向通讯连接,服务器与反馈自检单元呈单向通讯连接,服务器与故障风险单元呈单向通讯连接,故障分析单元与故障风险单元呈单向通讯连接,故障分析单元和反馈自检单元均与显示单元呈单向通讯连接,故障风险单元与推荐分析单元呈单向通讯连接;
当服务器生成故障指令时,并将故障指令发送至故障分析单元,故障分析单元在接收到故障指令时,立即采集服务器生成故障指令时刻到报警设备开始报警时刻之间的时长,并将其标记为实时反应时长,并对实时反应时长进行分析,判断实时反应时长是否达标,以保证智慧终端设备在出现故障时能及时的进行预警,以及提高对智慧终端设备预警的监管性能,具体的实时反应时长分析过程如下:
获取到终端设备的实时反应时长,同时获取到终端设备的反应时长临界值,并将实时反应时长与反应时长临界值进行比对分析,若实时反应时长大于反应时长临界值,则生成异常信号,并经服务器发送至反馈自检单元和故障风险单元;
若实时反应时长小于等于反应时长临界值,则生成正常信号,并发送至显示单元,显示单元在接收到正常信号后,立即以文字“报警正常”的方式进行展示,进而有助于直观的了解到终端设备报警功能是否正常的效果,进而有助于及时的对终端设备进行检修,提高终端设备的运行安全性;
反馈自检单元在接收到异常信号后,立即采集智慧终端设备中的前端采集异常数据所对应的传感器的自身运行数据和后端接收故障指令所对应的报警设备的维护数据,其中,前端采集异常数据所对应的传感器的自身运行数据包括异常分析处理时长和投入使用时长,后端接收故障指令所对应的报警设备的维护数据包括报警设备使用时长和维护次数,并对自身运行数据和维护数据进行分析,判断智慧终端设备报警异常是前端发送问题还是后端接收问题,进而及时的对故障进行排除和锁定,以提高智慧终端设备的运行安全性,具体的自身运行数据分析过程如下:
获取到前端采集异常数据所对应的传感器开始采集数据时刻到处理完数据生成指令发送时刻之间的时长,并将其标记为异常分析处理时长,获取到异常分析处理时长内采集异常数据所对应的传感器的工作电流变化曲线,获取到工作电流变化曲线的起点、各个波峰点、各个波谷点以及末点所对应的工作电流,以此获取到异常分析处理时长内采集异常数据所对应的传感器的平均工作电流,同时获取到工作电流变化曲线中的最大波峰值所对应的工作电流,并将平均工作电流和最大波峰值所对应的工作电流之间的平均值标记为最大容错电流值,标号为RD,需要说明的是,最大容错电流值RD的数值越大,则说明采集异常数据所对应的传感器故障风险越大;
获取到前端采集异常数据所对应的传感器开始投入时刻到当前时刻之间的时长,并将其标记为投入使用时长,同时获取到投入时长内采集异常数据所对应的传感器的故障次数,以此获取到采集异常数据所对应的传感器的单位时间故障率,并将单位时间故障率与其内部录入存储的预设单位时间故障率阈值进行比对,将单位时间故障率大于预设单位时间故障率阈值的部分标记为风险故障率,标号为FG,需要说明的是,风险故障率FG对应的数值越小,则说明采集异常数据所对应的传感器异常风险越大小;
并经过公式得到异常风险系数,其中,a1和a2分别为最大容错电流值和风险故障率的预设比例系数,a3为预设修正因子,a1+a2+a3=1.652,a1、a2以及a3均为大于零的正数,F为异常风险系数,并将异常风险系数F与其内部录入存储的预设异常风险系数阈值进行比对分析:
若异常风险系数F小于预设异常风险系数阈值,则不生成任何信号;
若异常风险系数F大于等于预设异常风险系数阈值,则生成异常风险信号,并将异常风险信号发送至显示单元,显示单元在接收到异常风险信号后,立即以文字“前端传感器故障”的方式进行展示,有助于及时的对异常处进行锁定和检修,提高智慧终端设备的运行安全性和预警性能;
具体的维护数据分析过程如下:
获取到后端接收故障指令所对应的报警设备开始投入使用时刻至当前时刻之间的时长,并将其标记为已使用寿命,获取到已使用寿命内后端接收故障指令所对应的报警设备的维护次数,同时获取到维护次数每次对应的维护时长,并将维护时长与其内部录入存储的预设维护时长阈值进行比对分析,将小于预设维护时长阈值所对应的维护时长标记为异常维护时长,并将异常维护时长标记为“1”,获取到所有“1”的和,并将其标记为异常维护值,标号为YW,需要说明的是,异常维护值YW的数值越大,则说明报警设备的故障风险率越高,并将异常维护值YW与其内部录入存储的预设异常维护值阈值进行比对分析:
若异常维护值YW小于预设异常维护值阈值,则不生成任何信号;
若异常维护值YW大于等于预设异常维护值阈值,则生成防范风险信号,并将防范风险信号发送至显示单元,显示单元在接收到防范风险信号后,立即以文字“后端报警故障”的方式进行展示,进而有助于及时的对后端报警设备进行维护,若显示单元同时接收到异常风险信号和防范风险信号,则得到高风险指令,当生成高风险指令时,立即以文字“两端风险”的方式进行展示,以便及时的对前端和后端进行检修处理,以提高智慧终端设备的运行安全性,且通过数据反馈和归一化的处理方式,有助于提高分析结果的准确性和有效性。
实施例2:
故障风险单元在接收到异常信号时,立即采集智慧终端设备的运行数据,运行数据包括智慧终端设备的运行电压波形图、运行温度波形图以及噪音波形图,并对运行数据进行分析,判断智慧终端设备的损伤风险等级,进而根据不同的损伤风险等级进行合理的推荐检修策略,以便快速高效的对智慧终端设备进行处理,提高智慧终端设备的运行安全性,具体的运行数据分析过程如下:
从故障分析单元中调取实时反应时长,将实时反应时长大于反应时长临界值的部分标记为时间阈值T,获取到时间阈值T内智慧终端设备的运行电压波形图,并将时间阈值T划分为o个子时间节点,o为大于零的自然数,获取到各个子时间节点对应在运行电压波形图上的实时电压值SY,同时获取到时间阈值T内智慧终端设备的运行温度波形图,以及获取到各个子时间节点对应在运行温度波形图上的实时温度值SW,并经公式得到各个子时间节点内智慧终端设备的实时运行系数,其中,b1和b2分别为实时电压值和实时温度值的预设权重因子,b1和b2均为大于零的正数,SXo为各个子时间节点内智慧终端设备的实时运行系数,以此获取到时间阈值T内智慧终端设备的平均实时运行系数PSX,需要说明的是,各个子时间节点内智慧终端设备的平均实时运行系数PSX的数值越大,则对智慧终端设备造成的损伤越大,维护越难;
获取到时间阈值T内智慧终端设备的噪音波形图,同时获取到各个子时间节点内噪音波形图上的噪音分贝值,构建噪音分贝值的集合A,获取到集合A中相连两个子集所对应的噪音分贝值的差值,以此获取到相连两个子集所对应的噪音分贝值的差值的最大值和最小值,并将相连两个子集所对应的噪音分贝值的差值的最大值和最小值的差值标记为最大噪音跨度值,标号为ZZ,需要说明的是,最大噪音跨度值ZZ的数值越大,则说明智慧终端设备运行时异响的情况越严重,对智慧终端设备造成的损伤越大;
并经公式得到智慧终端设备的损伤运行系数,其中,c1和c2分别为平均实时运行系数和最大噪音跨度值的预设权重系数,c3为预设权重修正系数,取值1.753,c1和c2均为大于零的正数,ST为损伤运行系数,并将损伤运行系数ST与其内部录入存储的预设损伤运行系数区间进行比对分析:
若损伤运行系数ST大于预设损伤运行系数区间中的最大值,则生成重度损坏信号;
若损伤运行系数位于预设损伤运行系数区间之内,则生成中度损伤信号;
若损伤运行系数小于预设损伤运行系数区间中的最小值,则生成轻度损伤信号,其中,重度损坏信号、中度损伤信号以及轻度损伤信号所对应的损伤程度依次降低,并将得到的重度损坏信号、中度损伤信号以及轻度损伤信号发送至推荐分析单元,推荐分析单元在接收到重度损坏信号、中度损伤信号以及轻度损伤信号后,立即将重度损坏信号、中度损伤信号以及轻度损伤信号所对应的预设推荐策略经服务器发送至显示单元,并以文字的方式进行展示,显示单元在接收到重度损坏信号、中度损伤信号以及轻度损伤信号所对应的预设推荐策略后以对应文字进行展示,进而有助于根据不同的损伤风险等级进行合理的推荐检修策略,以便快速高效的对智慧终端设备进行处理,提高智慧终端设备的运行安全性,同时合理的对运管人员进行分配管理,提高人员利用的效率;
综上所述,本发明是通过对智慧终端设备的报警异常情况进行深入式分析,且通过深入式、比对式的分析方式对报警异常的原因进行分析,判断智慧终端设备报警异常是前端发送问题还是后端接收问题,进而及时的对故障进行排除和锁定,以提高智慧终端设备的运行安全性,通过从最大容错电流值和风险故障率两个维度对前端进行深入式分析,以此来扩大分析维度和提高分析的准确性,有助于保证分析结果的准确性和有效性,进而及时的对前端问题进行锁定,方便快速的对前端问题进行检修,且通过深入式分析后端的维护数据,以判断后端是否接收异常,有助于及时的对后端报警设备进行维护,以及通过数据反馈和归一化的处理方式,判断智慧终端设备的前端发送和后端接收是否都有问题,以便及时的对前端和后端进行检修处理,以提高智慧终端设备的运行安全性和预警及时性;此外,通过对报警异常进行深入式、符号的标定以及公式化的方式进行全面、递进式分析,判断智慧终端设备的损伤风险等级情况,并通过数据反馈和合理匹配的方式,合理根据不同的损伤风险等级进行推荐检修策略,以便快速高效的对智慧终端设备进行处理,提高智慧终端设备的运行安全性和工作效率。
上述公式均是采集大量数据进行软件模拟得出且选取与真实值接近的一个公式,公式中的系数是由本领域技术人员根据实际情况进行设置,以上所述,仅为本发明较佳的具体实施方式,但本发明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发明揭露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。
Claims (6)
1.一种基于数据处理的智慧终端安全监管系统,其特征在于,包括服务器、故障分析单元、反馈自检单元、故障风险单元、显示单元以及推荐分析单元;
当服务器生成故障指令时,并将故障指令发送至故障分析单元,故障分析单元在接收到故障指令时,立即采集服务器生成故障指令时刻到报警设备开始报警时刻之间的时长,并将其标记为实时反应时长,并对实时反应时长进行分析,将得到的异常信号经服务器发送至反馈自检单元和故障风险单元,并将正常信号发送至显示单元;
反馈自检单元在接收到异常信号后,立即采集智慧终端设备中的前端采集异常数据所对应的传感器的自身运行数据和后端接收故障指令所对应的报警设备的维护数据,其中,前端采集异常数据所对应的传感器的自身运行数据包括异常分析处理时长和投入使用时长,后端接收故障指令所对应的报警设备的维护数据包括报警设备使用时长和维护次数,并对自身运行数据和维护数据进行分析,将得到的异常风险信号和防范风险信号发送至显示单元;
故障风险单元在接收到异常信号时,立即采集智慧终端设备的运行数据,运行数据包括智慧终端设备的运行电压波形图、运行温度波形图以及噪音波形图,并对运行数据进行分析,将得到的重度损坏信号、中度损伤信号以及轻度损伤信号发送至推荐分析单元,推荐分析单元在接收到重度损坏信号、中度损伤信号以及轻度损伤信号后,立即将重度损坏信号、中度损伤信号以及轻度损伤信号所对应的预设推荐策略经服务器发送至显示单元。
2.根据权利要求1所述的一种基于数据处理的智慧终端安全监管系统,其特征在于,所述故障分析单元的实时反应时长分析过程如下:
获取到终端设备的实时反应时长,同时获取到终端设备的反应时长临界值,并将实时反应时长与反应时长临界值进行比对分析:
若实时反应时长大于反应时长临界值,则生成异常信号;
若实时反应时长小于等于反应时长临界值,则生成正常信号。
3.根据权利要求1所述的一种基于数据处理的智慧终端安全监管系统,其特征在于,所述反馈自检单元的自身运行数据分析过程如下:
第一步:获取到前端采集异常数据所对应的传感器开始采集数据时刻到处理完数据生成指令发送时刻之间的时长,并将其标记为异常分析处理时长,获取到异常分析处理时长内采集异常数据所对应的传感器的工作电流变化曲线,获取到工作电流变化曲线的起点、各个波峰点、各个波谷点以及末点所对应的工作电流,以此获取到异常分析处理时长内采集异常数据所对应的传感器的平均工作电流,同时获取到工作电流变化曲线中的最大波峰值所对应的工作电流,并将平均工作电流和最大波峰值所对应的工作电流之间的平均值标记为最大容错电流值RD;
第二步:获取到前端采集异常数据所对应的传感器开始投入时刻到当前时刻之间的时长,并将其标记为投入使用时长,同时获取到投入时长内采集异常数据所对应的传感器的故障次数,以此获取到采集异常数据所对应的传感器的单位时间故障率,并将单位时间故障率与其内部录入存储的预设单位时间故障率阈值进行比对,将单位时间故障率大于预设单位时间故障率阈值的部分标记为风险故障率FG;
第三步:并经公式得到异常风险系数F,并将异常风险系数F与其内部录入存储的预设异常风险系数阈值进行比对分析:
若异常风险系数F小于预设异常风险系数阈值,则不生成任何信号;
若异常风险系数F大于等于预设异常风险系数阈值,则生成异常风险信号。
4.根据权利要求1所述的一种基于数据处理的智慧终端安全监管系统,其特征在于,所述反馈自检单元的维护数据分析过程如下:
获取到后端接收故障指令所对应的报警设备开始投入使用时刻至当前时刻之间的时长,并将其标记为已使用寿命,获取到已使用寿命内后端接收故障指令所对应的报警设备的维护次数,同时获取到维护次数每次对应的维护时长,并将维护时长与其内部录入存储的预设维护时长阈值进行比对分析,将小于预设维护时长阈值所对应的维护时长标记为异常维护时长,并将异常维护时长标记为“1”,获取到所有“1”的和,并将其标记为异常维护值YW,并将异常维护值YW与其内部录入存储的预设异常维护值阈值进行比对分析:
若异常维护值YW小于预设异常维护值阈值,则不生成任何信号;
若异常维护值YW大于等于预设异常维护值阈值,则生成防范风险信号。
5.根据权利要求1所述的一种基于数据处理的智慧终端安全监管系统,其特征在于,所述故障风险单元的运行数据分析过程如下:
步骤一:从故障分析单元中调取实时反应时长,将实时反应时长大于反应时长临界值的部分标记为时间阈值T,获取到时间阈值T内智慧终端设备的运行电压波形图,并将时间阈值T划分为o个子时间节点,o为大于零的自然数,获取到各个子时间节点对应在运行电压波形图上的实时电压值SY,同时获取到时间阈值T内智慧终端设备的运行温度波形图,以及获取到各个子时间节点对应在运行温度波形图上的实时温度值SW,并经公式SXo=(SYo×b1)+(SWo×b2)得到各个子时间节点内智慧终端设备的实时运行系数,其中,b1和b2分别为实时电压值和实时温度值的预设权重因子,b1和b2均为大于零的正数,SXo为各个子时间节点内智慧终端设备的实时运行系数,以此获取到时间阈值T内智慧终端设备的平均实时运行系数PSX;
步骤二:获取到时间阈值T内智慧终端设备的噪音波形图,同时获取到各个子时间节点内噪音波形图上的噪音分贝值,构建噪音分贝值的集合A,获取到集合A中相连两个子集所对应的噪音分贝值的差值,以此获取到相连两个子集所对应的噪音分贝值的差值的最大值和最小值,并将相连两个子集所对应的噪音分贝值的差值的最大值和最小值的差值标记为最大噪音跨度值ZZ;
步骤三:并经公式得到智慧终端设备的损伤运行系数ST,并将损伤运行系数ST与其内部录入存储的预设损伤运行系数区间进行比对分析:
若损伤运行系数ST大于预设损伤运行系数区间中的最大值,则生成重度损坏信号;
若损伤运行系数位于预设损伤运行系数区间之内,则生成中度损伤信号;
若损伤运行系数小于预设损伤运行系数区间中的最小值,则生成轻度损伤信号。
6.根据权利要求1所述的一种基于数据处理的智慧终端安全监管系统,其特征在于,所述显示单元在接收到正常信号后,立即以文字“报警正常”的方式进行展示;
显示单元在接收到异常风险信号后,立即以文字“前端传感器故障”的方式进行展示;显示单元在接收到防范风险信号后,立即以文字“后端报警故障”的方式进行展示;显示单元同时接收到异常风险信号和防范风险信号,则得到高风险指令,当生成高风险指令时,立即以文字“两端风险”的方式进行展示。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310288954.6A CN116308285A (zh) | 2023-03-22 | 2023-03-22 | 一种基于数据处理的智慧终端安全监管系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310288954.6A CN116308285A (zh) | 2023-03-22 | 2023-03-22 | 一种基于数据处理的智慧终端安全监管系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116308285A true CN116308285A (zh) | 2023-06-23 |
Family
ID=86823847
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310288954.6A Withdrawn CN116308285A (zh) | 2023-03-22 | 2023-03-22 | 一种基于数据处理的智慧终端安全监管系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116308285A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116404758A (zh) * | 2023-06-07 | 2023-07-07 | 北京裕佳科技有限公司 | 一种智能印章柜配电监控预警控制系统 |
CN116703365A (zh) * | 2023-08-04 | 2023-09-05 | 济南市勘察测绘研究院 | 一种城市轨道形变监测方法及系统 |
CN116823233A (zh) * | 2023-08-30 | 2023-09-29 | 青岛巨商汇网络科技有限公司 | 一种基于全周期运维的用户数据处理方法及系统 |
CN117278425A (zh) * | 2023-11-20 | 2023-12-22 | 广东省信息工程有限公司 | 一种信息技术运维管理方法及系统 |
CN117893202A (zh) * | 2024-03-15 | 2024-04-16 | 山东港源管道物流有限公司 | 一种智慧油库建设施工管理系统及方法 |
CN117893202B (zh) * | 2024-03-15 | 2024-05-28 | 山东港源管道物流有限公司 | 一种智慧油库建设施工管理系统及方法 |
-
2023
- 2023-03-22 CN CN202310288954.6A patent/CN116308285A/zh not_active Withdrawn
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116404758A (zh) * | 2023-06-07 | 2023-07-07 | 北京裕佳科技有限公司 | 一种智能印章柜配电监控预警控制系统 |
CN116404758B (zh) * | 2023-06-07 | 2023-08-22 | 北京裕佳科技有限公司 | 一种智能印章柜配电监控预警控制系统 |
CN116703365A (zh) * | 2023-08-04 | 2023-09-05 | 济南市勘察测绘研究院 | 一种城市轨道形变监测方法及系统 |
CN116703365B (zh) * | 2023-08-04 | 2023-11-07 | 济南市勘察测绘研究院 | 一种城市轨道形变监测方法及系统 |
CN116823233A (zh) * | 2023-08-30 | 2023-09-29 | 青岛巨商汇网络科技有限公司 | 一种基于全周期运维的用户数据处理方法及系统 |
CN116823233B (zh) * | 2023-08-30 | 2023-11-07 | 青岛巨商汇网络科技有限公司 | 一种基于全周期运维的用户数据处理方法及系统 |
CN117278425A (zh) * | 2023-11-20 | 2023-12-22 | 广东省信息工程有限公司 | 一种信息技术运维管理方法及系统 |
CN117278425B (zh) * | 2023-11-20 | 2024-02-02 | 广东省信息工程有限公司 | 一种信息技术运维管理方法及系统 |
CN117893202A (zh) * | 2024-03-15 | 2024-04-16 | 山东港源管道物流有限公司 | 一种智慧油库建设施工管理系统及方法 |
CN117893202B (zh) * | 2024-03-15 | 2024-05-28 | 山东港源管道物流有限公司 | 一种智慧油库建设施工管理系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116308285A (zh) | 一种基于数据处理的智慧终端安全监管系统 | |
CN112491805B (zh) | 一种应用于云平台的网络安全设备管理系统 | |
CN110650052B (zh) | 一种基于智能算法的客户原因故障识别处理方法及系统 | |
CN110502398B (zh) | 一种基于人工智能的交换机故障预测系统及方法 | |
CN115796708B (zh) | 一种工程建设用的大数据智能质检方法、系统和介质 | |
CN110929896A (zh) | 一种系统设备的安全分析方法及装置 | |
CN110808856A (zh) | 一种基于数据中心的大数据运维方法及系统 | |
CN113676343B (zh) | 电力通信网故障源定位方法及装置 | |
CN117630319B (zh) | 一种基于大数据的水质监测预警方法及系统 | |
CN115272027A (zh) | 一种用于双碳管理的低碳排放数据监测系统 | |
CN117010597B (zh) | 一种基于物联网的智慧城市安防监控云平台 | |
CN106242099A (zh) | 一种工业污水处理系统 | |
CN116545111A (zh) | 一种基于变电站内外网的信息交互系统 | |
CN115871745A (zh) | 一种应用于轨道交通的智能维护方法与装置 | |
CN114243904A (zh) | 一种10kV配网运行分析和设备健康状况评估系统及方法 | |
CN109995547B (zh) | 一种故障诊断方法及设备 | |
CN111932097A (zh) | 一种基于电动汽车服务平台的数据质量监控方法及装置 | |
CN112218320A (zh) | 一种移动通信数据流量异常监测系统及方法 | |
CN112969154B (zh) | 一种用于电力配电安全管控的5g通信方法 | |
CN111106972B (zh) | 一种程控和传输跨专业告警关联方法及系统 | |
CN113707232A (zh) | 一种催化剂管理系统及催化剂监测方法 | |
CN114839336A (zh) | 一种智能化环保水质监测平台装置 | |
CN118033414A (zh) | 一种基于运行数据的电机扭矩异常检测方法 | |
CN117232843A (zh) | 一种基于数据分析的滚动轴承故障特征诊断管理系统 | |
CN117575065A (zh) | 基于边缘计算的配网线路故障预测方法和系统 |
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 | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20230623 |