CN116402492A - 一种家电维修预警方法及其相关设备 - Google Patents
一种家电维修预警方法及其相关设备 Download PDFInfo
- Publication number
- CN116402492A CN116402492A CN202310255518.9A CN202310255518A CN116402492A CN 116402492 A CN116402492 A CN 116402492A CN 202310255518 A CN202310255518 A CN 202310255518A CN 116402492 A CN116402492 A CN 116402492A
- Authority
- CN
- China
- Prior art keywords
- parameters
- fault
- similarity
- parameter
- appliance
- 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.)
- Granted
Links
- 238000012423 maintenance Methods 0.000 title claims abstract description 58
- 238000000034 method Methods 0.000 title claims abstract description 55
- 238000004891 communication Methods 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 9
- 230000008859 change Effects 0.000 claims description 5
- 238000003062 neural network model Methods 0.000 description 11
- 238000012549 training Methods 0.000 description 11
- 230000036244 malformation Effects 0.000 description 8
- 238000012545 processing Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000001413 cellular effect Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008439 repair process 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- 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
- G06Q30/00—Commerce
- G06Q30/01—Customer relationship services
- G06Q30/015—Providing customer assistance, e.g. assisting a customer within a business location or via helpdesk
- G06Q30/016—After-sales
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C3/00—Registering or indicating the condition or the working of machines or other apparatus, other than vehicles
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Data Mining & Analysis (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Operations Research (AREA)
- Life Sciences & Earth Sciences (AREA)
- Quality & Reliability (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本申请属于电器维修技术领域,公开了一种家电维修预警方法及其相关设备,所述方法包括:在接收到故障家电设备发送的故障报告时,获取故障家电设备在发送故障报告前的最近的多个预设时间段的运行参数,记为对比参数,并获取故障家电设备的邻近区域的相关家电设备在最近的一个预设时间段的运行参数,记为目标参数;计算每个相关家电设备的目标参数与各对比参数的有效相似度;根据有效相似度判断各相关家电设备是否存在故障风险;向存在故障风险的相关家电设备的关联用户端发送维修预警信息;从而能够有效预防相关家电设备在后续发生类似故障,且简单实用。
Description
技术领域
本申请涉及电器维修技术领域,具体而言,涉及一种家电维修预警方法及其相关设备。
背景技术
一般地,家电设备通常是在出现故障时,用户才进行报修,从出现故障到完成维修的时间段内,用户无法正常使用该家电设备,从而引起不便。为此,现有技术中出现了一些家电维修预警方法,在家电设备出现故障前预测将来发生故障的时间,进而根据预测的时间进行预警,以通知用户或厂家及时对家电设备进行检修。
目前对家电设备进行维修预警的方法一般是采集家电工作时的工作参数(如电压、电流等),然后输入神经网络模型中进行分析,以预测将来的故障时间,并及时进行预警,然而,为了得到可靠的神经网络模型,需要使用大量有效的数据进行训练,但是在实际应用中,往往难以获得足够的数据进行训练,导致无法推广应用。因此,需要寻求一种简单实用的家电维修预警方法。
发明内容
本申请的目的在于提供一种简单实用的家电维修预警方法及其相关设备。
第一方面,本申请提供了一种家电维修预警方法,应用于服务器,所述服务器与多个家电设备通信连接;所述家电维修预警方法包括步骤:
A1.在接收到故障家电设备发送的故障报告时,获取所述故障家电设备在发送所述故障报告前的最近的多个预设时间段的运行参数,记为对比参数,并获取所述故障家电设备的邻近区域的相关家电设备在最近的一个所述预设时间段的运行参数,记为目标参数;
A2.计算每个所述相关家电设备的所述目标参数与各所述对比参数的有效相似度;
A3.根据所述有效相似度判断各所述相关家电设备是否存在故障风险;
A4.向存在故障风险的所述相关家电设备的关联用户端发送维修预警信息。
该方法在有家电设备发生故障时,以故障家电设备故障前一定时间的运行参数作为参照,用于与该故障家电设备邻近区域的相关家电设备最近的实际运行参数进行对比,从而确定各相关家电设备是否存在故障风险,进而在存在故障风险时及时发送维修预警信息,以提醒对相应的家电设备进行检修,从而预防相关家电设备发生类似故障;由于邻近区域内的所有家电设备所承受的自然环境条件比较相似,更容易发生类似的故障,因此,当有家电设备发生故障时,其邻近区域的相关家电设备发生类似故障的几率较大,此时通过上述方式对邻近区域的相关家电设备进行检测,能够有效预防相关家电设备在后续发生类似故障,且与现有技术相比,无需采集大量有效的数据进行神经网络模型的训练,更加简单实用。
可选地,所述运行参数包括工作电流、工作电压、工作振动数据、工作噪声、工作温度、工作压力中的一种;
步骤A2包括:
计算每个所述相关家电设备的所述目标参数所包括的一种所述运行参数与各个所述对比参数所包括的一种所述运行参数的相似度,作为每个所述相关家电设备的所述目标参数与各所述对比参数的所述有效相似度。
可选地,所述运行参数包括工作电流、工作电压、工作振动数据、工作噪声、工作温度、工作压力中的多种;
步骤A2包括:
根据所述对比参数确定一种所述运行参数作为有效运行参数;
计算每个所述相关家电设备的所述目标参数中的所述有效运行参数与各所述对比参数中的所述有效运行参数的相似度,作为每个所述相关家电设备的所述目标参数与各所述对比参数的所述有效相似度。
可选地,所述根据所述对比参数确定一种所述运行参数作为有效运行参数的步骤包括:
依次以所述对比参数的各种所述运行参数为目标运行参数,计算每两个相邻的所述预设时间段的所述目标运行参数之间的相似度,记为对比相似度;
计算各所述目标运行参数的所述对比相似度的变化幅度;
以最大的所述变化幅度对应的所述目标运行参数作为所述有效运行参数。
正常情况下,相邻的预设时间段的目标运行参数的相似度较高,且该相似度的波动会较小,当发生故障时,通常会引起相似度剧烈波动,上述的变化幅度反映了相似度的波动情况,相似度波动最剧烈的目标运行参数,能够最有效地反映故障情况,因此,根据相似度波动最剧烈的目标运行参数来进行故障风险的判断,能够保证判断结果的准确性。
可选地,所述根据所述对比参数确定一种所述运行参数作为有效运行参数的步骤包括:
依次以所述对比参数的各种所述运行参数为目标运行参数,计算每个所述预设时间段的所述目标运行参数的平均值;
计算各所述目标运行参数的所述平均值的波动幅度;
以最大的所述波动幅度对应的所述目标运行参数作为所述有效运行参数。
各预设时间段的目标运行参数的平均值的波动幅度,反映了目标运行参数自身的波动情况,当发生故障时,常常会引起目标运行参数自身剧烈波动,根据自身波动最剧烈的目标运行参数来进行故障风险的判断,能够保证判断结果的准确性。
优选地,步骤A3包括:
若一个所述相关家电设备对应的所述有效相似度中有至少一个超过预设的相似度阈值,则判定所述相关家电设备存在故障风险。
优选地,所述相关家电设备为:型号与所述故障家电设备的型号相同且服役时间与所述故障家电设备的服役时间之间的偏差在预设范围内的家电设备。
第二方面,本申请提供了一种家电维修预警装置,应用于服务器,所述服务器与多个家电设备通信连接;所述家电维修预警装置包括:
第一获取模块,用于在接收到故障家电设备发送的故障报告时,获取所述故障家电设备在发送所述故障报告前的最近的多个预设时间段的运行参数,记为对比参数,并获取所述故障家电设备的邻近区域的相关家电设备在最近的一个所述预设时间段的运行参数,记为目标参数;
第一计算模块,用于计算每个所述相关家电设备的所述目标参数与各所述对比参数的有效相似度;
第一判断模块,用于根据所述有效相似度判断各所述相关家电设备是否存在故障风险;
第一预警模块,用于向存在故障风险的所述相关家电设备的关联用户端发送维修预警信息。
该装置在有家电设备发生故障时,以故障家电设备故障前一定时间的运行参数作为参照,用于与该故障家电设备邻近区域的相关家电设备最近的实际运行参数进行对比,从而确定各相关家电设备是否存在故障风险,进而在存在故障风险时及时发送维修预警信息,以提醒对相应的家电设备进行检修,从而预防相关家电设备发生类似故障;由于邻近区域内的所有家电设备所承受的自然环境条件比较相似,更容易发生类似的故障,因此,当有家电设备发生故障时,其邻近区域的相关家电设备发生类似故障的几率较大,此时通过上述方式对邻近区域的相关家电设备进行检测,能够有效预防相关家电设备在后续发生类似故障,且与现有技术相比,无需采集大量有效的数据进行神经网络模型的训练,更加简单实用。
第三方面,本申请提供了一种电子设备,包括处理器和存储器,所述存储器存储有所述处理器可执行的计算机程序,所述处理器执行所述计算机程序时,运行如前文所述家电维修预警方法中的步骤。
第四方面,本申请提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时运行如前文所述家电维修预警方法中的步骤。
有益效果:
本申请提供的家电维修预警方法及其相关设备,以故障家电设备故障前一定时间的运行参数作为参照,用于与该故障家电设备邻近区域的相关家电设备最近的实际运行参数进行对比,从而确定各相关家电设备是否存在故障风险,进而在存在故障风险时及时发送维修预警信息,以提醒对相应的家电设备进行检修,从而预防相关家电设备发生类似故障;由于邻近区域内的所有家电设备所承受的自然环境条件比较相似,更容易发生类似的故障,因此,当有家电设备发生故障时,其邻近区域的相关家电设备发生类似故障的几率较大,此时通过上述方式对邻近区域的相关家电设备进行检测,能够有效预防相关家电设备在后续发生类似故障,且与现有技术相比,无需采集大量有效的数据进行神经网络模型的训练,更加简单实用。
附图说明
图1为本申请实施例提供的家电维修预警方法的流程图。
图2为本申请实施例提供的家电维修预警装置的结构示意图。
图3为本申请实施例提供的电子设备的结构示意图。
标号说明:1、第一获取模块;2、第一计算模块;3、第一判断模块;4、第一预警模块;301、处理器;302、存储器;303、通信总线。
具体实施方式
下面将结合本申请实施例中附图,对本申请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申请一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。
应注意到:相似的标号和字母在下面的附图中表示类似种,因此,一旦某一种在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。同时,在本申请的描述中,术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
请参照图1,图1是本申请一些实施例中的一种家电维修预警方法,应用于服务器,服务器与多个家电设备通信连接;家电维修预警方法包括步骤:
A1.在接收到故障家电设备发送的故障报告时,获取故障家电设备在发送故障报告前的最近的多个预设时间段的运行参数,记为对比参数,并获取故障家电设备的邻近区域的相关家电设备在最近的一个预设时间段的运行参数,记为目标参数;
A2.计算每个相关家电设备的目标参数与各对比参数的有效相似度;
A3.根据有效相似度判断各相关家电设备是否存在故障风险;
A4.向存在故障风险的相关家电设备的关联用户端发送维修预警信息。
该方法在有家电设备发生故障时,以故障家电设备故障前一定时间的运行参数作为参照,用于与该故障家电设备邻近区域的相关家电设备最近的实际运行参数进行对比,从而确定各相关家电设备是否存在故障风险,进而在存在故障风险时及时发送维修预警信息,以提醒对相应的家电设备进行检修,从而预防相关家电设备发生类似故障;由于邻近区域内的所有家电设备所承受的自然环境条件比较相似,更容易发生类似的故障,因此,当有家电设备发生故障时,其邻近区域的相关家电设备发生类似故障的几率较大,此时通过上述方式对邻近区域的相关家电设备进行检测,能够有效预防相关家电设备在后续发生类似故障,且与现有技术相比,无需采集大量有效的数据进行神经网络模型的训练,更加简单实用。
其中,家电设备的关联用户端是与该家电设备绑定的用户的终端,该用户可以是该家电设备的拥有者,也可以是该家电设备的售后服务人员,终端可以是能够通过任何形式的有线和/或无线连接(例如,Wi-Fi、LAN、蜂窝、同轴电缆等)实现与服务器交互的任何用户设备,包括但不限于:智能手机、非智能手机、平板电脑、膝上型个人计算机、桌面型个人计算机、小型计算机、中型计算机、大型计算机等。
服务器可以是独立设备,也可以是集群服务器,服务器可以同时为多个终端提供数据支持。服务器可以但不限于包括物理服务器和/或虚拟服务器。
其中,家电设备通过实时检测自身的运行参数以判断自身是否故障,并在判定自身故障时向服务器发送故障报告。进一步地,家电设备还可根据自身的运行参数判断故障类型,并把该故障类型包含在故障报告中进行发送。此外,家电设备在工作过程中,会把实时采集的运行参数发送至服务器,由服务器根据实际需要进行记录(例如,服务器可把历史接收的全部运行参数进行记录,或者仅记录最近的多个预设时间段的运行参数;以一个预设时间段的运行参数为一组运行参数,对于后一种情况,若当前记录的某个家电设备的运行参数的组数达到预设段数阈值,则每接收到一组运行参数,则把记录中最先接收到的一组运行参数删除,以避免占用过多存储空间)。
其中,步骤A1中,获取故障家电设备在发送故障报告前的最近的预设段数阈值个预设时间段的运行参数;预设段数阈值的具体值可根据实际需要设置。从而,获取到预设段数阈值个对比参数,每个对比参数和每个目标参数均包含一组运行参数,每组运行参数中包含的具体参数的种类可根据实际需要设置,例如运行参数的种类可以但不限于包括工作电流、工作电压、工作振动数据、工作噪声、工作温度、工作压力中的至少一种,即,每组运行参数中包含一个预设时间段的工作电流、一个预设时间段的工作电压、一个预设时间段的工作振动数据、一个预设时间段的工作噪声、一个预设时间段的工作温度、一个预设时间段的工作压力中的至少一项。
其中,预设时间段的长度可根据实际需要设置。
具体地,当运行参数包括工作电流、工作电压、工作振动数据、工作噪声、工作温度、工作压力中的一种的时候;
步骤A2包括:
计算每个相关家电设备的目标参数所包括的一种运行参数与各个对比参数所包括的一种运行参数的相似度,作为每个相关家电设备的目标参数与各对比参数的有效相似度。
例如,运行参数包括的参数种类是工作电流,则分别计算相关家电设备的目标参数中的工作电流与各个对比参数中的工作电流的相似度,并以该相似度作为有效相似度,用于进行后续的故障风险判断。当运行参数的具体参数种类为其它参数时,处理过程与之相同。
其中,相似度可以根据实际需要选择现有技术中的相似度计算方法进行计算。
具体地,当运行参数包括工作电流、工作电压、工作振动数据、工作噪声、工作温度、工作压力中的多种的时候;
步骤A2包括:
根据对比参数确定一种运行参数作为有效运行参数;
计算每个相关家电设备的目标参数中的有效运行参数与各对比参数中的有效运行参数的相似度,作为每个相关家电设备的目标参数与各对比参数的有效相似度。
从多种运行参数中选取一种作为有效运行参数,并仅针对有效运行参数进行有效相似度的计算,有利于降低计算处理量,提高处理效率。
在一些实施方式中,根据对比参数确定一种运行参数作为有效运行参数的步骤包括:
依次以对比参数的各种运行参数为目标运行参数,计算每两个相邻的预设时间段的目标运行参数之间的相似度,记为对比相似度;
计算各目标运行参数的对比相似度的变化幅度;
以最大的变化幅度对应的目标运行参数作为有效运行参数。
正常情况下,相邻的预设时间段的目标运行参数的相似度较高,且该相似度的波动会较小,当发生故障时,通常会引起相似度剧烈波动,上述的变化幅度反映了相似度的波动情况,相似度波动最剧烈的目标运行参数,能够最有效地反映故障情况,因此,根据相似度波动最剧烈的目标运行参数来进行故障风险的判断,能够保证判断结果的准确性。
例如,运行参数的种类包括工作电流和工作电压两种,依次以对比参数的工作电流和工作电压作为目标运行参数;在以工作电流作为目标运行参数的时候,计算相邻两个预设时间段的工作电流的相似度(例如,根据时间先后,多个预设时间段的工作电流分别记为I1、I2、I3、I4,则计算I1和I2的相似度、I2和I3的相似度、I3和I4的相似度),记为对比相似度,从而得到多个对比相似度,然后计算这些对比相似度的最大值与最小值之间的差值,得到工作电流的对比相似度的变化幅度;在以工作电压作为目标运行参数的时候,采用类似方法得到工作电压的对比相似度的变化幅度;若工作电流的对比相似度的变化幅度大于工作电压的对比相似度的变化幅度,则以工作电流作为有效运行参数,反之,以工作电压作为有效运行参数。
在另一些实施方式中,根据对比参数确定一种运行参数作为有效运行参数的步骤包括:
依次以对比参数的各种运行参数为目标运行参数,计算每个预设时间段的目标运行参数的平均值;
计算各目标运行参数的平均值的波动幅度;
以最大的波动幅度对应的目标运行参数作为有效运行参数。
各预设时间段的目标运行参数的平均值的波动幅度,反映了目标运行参数自身的波动情况,当发生故障时,常常会引起目标运行参数自身剧烈波动,根据自身波动最剧烈的目标运行参数来进行故障风险的判断,能够保证判断结果的准确性。
例如,运行参数的种类包括工作电流和工作电压两种,依次以对比参数的工作电流和工作电压作为目标运行参数;在以工作电流作为目标运行参数的时候,计算每个预设时间段的目标运行参数的平均值(例如,根据时间先后,多个预设时间段的工作电流分别记为I1、I2、I3、I4,则计算I1中的电流数据的平均值、I2中的电流数据的平均值、I3中的电流数据的平均值、I4中的电流数据的平均值),从而得到多个工作电流的平均值,然后计算这些平均值的最大值与最小值之间的差值,得到工作电流的平均值的波动幅度;在以工作电压作为目标运行参数的时候,采用类似方法得到工作电压的平均值的波动幅度;若工作电流的平均值的波动幅度大于工作电压的平均值的波动幅度,则以工作电流作为有效运行参数,反之,以工作电压作为有效运行参数。
在本实施例中,步骤A3包括:
若一个相关家电设备对应的有效相似度中有至少一个超过预设的相似度阈值(可根据实际需要设置),则判定该相关家电设备存在故障风险。
在实际应用中,当运行参数包括工作电流、工作电压、工作振动数据、工作噪声、工作温度、工作压力中的多种的时候,也可针对每种运行参数获取对应的有效相似度(即依次以各种运行参数作为有效运行参数,并获取对应的有效相似度,有效相似度的获取过程参考前文),在步骤A3中,对于一个相关家电设备,若每种运行参数对应的各个有效相似度中有至少一个超过预设的相似度阈值,则把对应种类的运行参数的畸形值设为1,否则把对应种类的运行参数的畸形值设为0,然后计算各种运行参数的畸形值的加权和(各种运行参数的权值可根据实际需要设置),若该加权和超过预设的畸形阈值(可根据实际需要设置),则判定该相关家电设备存在故障风险。
其中,邻近区域是以故障家电设备为中心的预设尺寸和形状的区域。例如,为预设半径(半径大小可根据实际需要设置)的圆形区域,但不限于此。其中,各家电设备的位置信息可预先记录在服务器中,也可以实时上传至服务器。从而,步骤A1中,根据故障家电设备的位置信息确定邻近区域,并根据其它家电设备的位置信息确定位于该邻近区域内的相关家电设备,最后提取各相关家电设备在最近的一个预设时间段的运行参数,记为目标参数。
优选地,相关家电设备为:型号与故障家电设备的型号相同且服役时间与故障家电设备的服役时间之间的偏差在预设范围(可根据实际需要设置)内的家电设备。
由于型号相同且服役时间相近的家电设备,更容易出现相同的故障,此处,把识别对象限定为与故障家电设备型号相同且服役时间相近的家电设备,一方面能够有效预防相关家电设备在后续发生类似故障,另一方面可减小数据处理量,提高检测效率。
进一步地,若有过多的相关家电设备存在故障风险,则很可能是该型号的家电设备的某种缺陷导致的,该型号的家电设备出现同种故障的概率大大提高,此时,可进一步对同型号的其它家电设备的故障风险进行排查(即同型号但服役时间与故障家电设备的服役时间之间的偏差不在预设范围的),以进一步有效预防其它家电设备在后续发生类似故障;从而,在一些优选实施方式中,步骤A4之后,还包括步骤:
A5.若存在故障风险的相关家电设备的数量超过预设数量阈值(可根据实际需要设置),则获取故障家电设备的邻近区域的次相关家电设备在最近的一个预设时间段的运行参数,记为次目标参数;次相关家电设备为型号与故障家电设备的型号相同但服役时间与故障家电设备的服役时间之间的偏差不在预设范围的家电设备;
A6.计算每个次相关家电设备的次目标参数与各对比参数的有效相似度(具体过程与步骤A2类似);
A7.根据步骤A6得到的有效相似度判断各次相关家电设备是否存在故障风险(具体过程与步骤A3类似);
A8.向存在故障风险的次相关家电设备的关联用户端发送维修预警信息。
由上可知,该家电维修预警方法,通过在接收到故障家电设备发送的故障报告时,获取故障家电设备在发送故障报告前的最近的多个预设时间段的运行参数,记为对比参数,并获取故障家电设备的邻近区域的相关家电设备在最近的一个预设时间段的运行参数,记为目标参数,计算每个相关家电设备的目标参数与各对比参数的有效相似度,根据有效相似度判断各相关家电设备是否存在故障风险,向存在故障风险的相关家电设备的关联用户端发送维修预警信息;从而能够有效预防相关家电设备在后续发生类似故障,且与现有技术相比,无需采集大量有效的数据进行神经网络模型的训练,更加简单实用。
参考图2,本申请提供了一种家电维修预警装置,应用于服务器,服务器与多个家电设备通信连接;家电维修预警装置包括:
第一获取模块1,用于在接收到故障家电设备发送的故障报告时,获取故障家电设备在发送故障报告前的最近的多个预设时间段的运行参数,记为对比参数,并获取故障家电设备的邻近区域的相关家电设备在最近的一个预设时间段的运行参数,记为目标参数;
第一计算模块2,用于计算每个相关家电设备的目标参数与各对比参数的有效相似度;
第一判断模块3,用于根据有效相似度判断各相关家电设备是否存在故障风险;
第一预警模块4,用于向存在故障风险的相关家电设备的关联用户端发送维修预警信息。
该装置在有家电设备发生故障时,以故障家电设备故障前一定时间的运行参数作为参照,用于与该故障家电设备邻近区域的相关家电设备最近的实际运行参数进行对比,从而确定各相关家电设备是否存在故障风险,进而在存在故障风险时及时发送维修预警信息,以提醒对相应的家电设备进行检修,从而预防相关家电设备发生类似故障;由于邻近区域内的所有家电设备所承受的自然环境条件比较相似,更容易发生类似的故障,因此,当有家电设备发生故障时,其邻近区域的相关家电设备发生类似故障的几率较大,此时通过上述方式对邻近区域的相关家电设备进行检测,能够有效预防相关家电设备在后续发生类似故障,且与现有技术相比,无需采集大量有效的数据进行神经网络模型的训练,更加简单实用。
其中,家电设备的关联用户端是与该家电设备绑定的用户的终端,该用户可以是该家电设备的拥有者,也可以是该家电设备的售后服务人员,终端可以是能够通过任何形式的有线和/或无线连接(例如,Wi-Fi、LAN、蜂窝、同轴电缆等)实现与服务器交互的任何用户设备,包括但不限于:智能手机、非智能手机、平板电脑、膝上型个人计算机、桌面型个人计算机、小型计算机、中型计算机、大型计算机等。
服务器可以是独立设备,也可以是集群服务器,服务器可以同时为多个终端提供数据支持。服务器可以但不限于包括物理服务器和/或虚拟服务器。
其中,家电设备通过实时检测自身的运行参数以判断自身是否故障,并在判定自身故障时向服务器发送故障报告。进一步地,家电设备还可根据自身的运行参数判断故障类型,并把该故障类型包含在故障报告中进行发送。此外,家电设备在工作过程中,会把实时采集的运行参数发送至服务器,由服务器根据实际需要进行记录(例如,服务器可把历史接收的全部运行参数进行记录,或者仅记录最近的多个预设时间段的运行参数;以一个预设时间段的运行参数为一组运行参数,对于后一种情况,若当前记录的某个家电设备的运行参数的组数达到预设段数阈值,则每接收到一组运行参数,则把记录中最先接收到的一组运行参数删除,以避免占用过多存储空间)。
其中,第一获取模块1在获取故障家电设备在发送故障报告前的最近的多个预设时间段的运行参数的时候,获取故障家电设备在发送故障报告前的最近的预设段数阈值个预设时间段的运行参数;预设段数阈值的具体值可根据实际需要设置。从而,获取到预设段数阈值个对比参数,每个对比参数和每个目标参数均包含一组运行参数,每组运行参数中包含的具体参数的种类可根据实际需要设置,例如运行参数的种类可以但不限于包括工作电流、工作电压、工作振动数据、工作噪声、工作温度、工作压力中的至少一种,即,每组运行参数中包含一个预设时间段的工作电流、一个预设时间段的工作电压、一个预设时间段的工作振动数据、一个预设时间段的工作噪声、一个预设时间段的工作温度、一个预设时间段的工作压力中的至少一项。
其中,预设时间段的长度可根据实际需要设置。
具体地,当运行参数包括工作电流、工作电压、工作振动数据、工作噪声、工作温度、工作压力中的一种的时候;
第一计算模块2在计算每个相关家电设备的目标参数与各对比参数的有效相似度的时候,执行:
计算每个相关家电设备的目标参数所包括的一种运行参数与各个对比参数所包括的一种运行参数的相似度,作为每个相关家电设备的目标参数与各对比参数的有效相似度。
例如,运行参数包括的参数种类是工作电流,则分别计算相关家电设备的目标参数中的工作电流与各个对比参数中的工作电流的相似度,并以该相似度作为有效相似度,用于进行后续的故障风险判断。当运行参数的具体参数种类为其它参数时,处理过程与之相同。
其中,相似度可以根据实际需要选择现有技术中的相似度计算方法进行计算。
具体地,当运行参数包括工作电流、工作电压、工作振动数据、工作噪声、工作温度、工作压力中的多种的时候;
第一计算模块2在计算每个相关家电设备的目标参数与各对比参数的有效相似度的时候,执行:
根据对比参数确定一种运行参数作为有效运行参数;
计算每个相关家电设备的目标参数中的有效运行参数与各对比参数中的有效运行参数的相似度,作为每个相关家电设备的目标参数与各对比参数的有效相似度。
从多种运行参数中选取一种作为有效运行参数,并仅针对有效运行参数进行有效相似度的计算,有利于降低计算处理量,提高处理效率。
在一些实施方式中,第一计算模块2在根据对比参数确定一种运行参数作为有效运行参数的时候,执行:
依次以对比参数的各种运行参数为目标运行参数,计算每两个相邻的预设时间段的目标运行参数之间的相似度,记为对比相似度;
计算各目标运行参数的对比相似度的变化幅度;
以最大的变化幅度对应的目标运行参数作为有效运行参数。
正常情况下,相邻的预设时间段的目标运行参数的相似度较高,且该相似度的波动会较小,当发生故障时,通常会引起相似度剧烈波动,上述的变化幅度反映了相似度的波动情况,相似度波动最剧烈的目标运行参数,能够最有效地反映故障情况,因此,根据相似度波动最剧烈的目标运行参数来进行故障风险的判断,能够保证判断结果的准确性。
例如,运行参数的种类包括工作电流和工作电压两种,依次以对比参数的工作电流和工作电压作为目标运行参数;在以工作电流作为目标运行参数的时候,计算相邻两个预设时间段的工作电流的相似度(例如,根据时间先后,多个预设时间段的工作电流分别记为I1、I2、I3、I4,则计算I1和I2的相似度、I2和I3的相似度、I3和I4的相似度),记为对比相似度,从而得到多个对比相似度,然后计算这些对比相似度的最大值与最小值之间的差值,得到工作电流的对比相似度的变化幅度;在以工作电压作为目标运行参数的时候,采用类似方法得到工作电压的对比相似度的变化幅度;若工作电流的对比相似度的变化幅度大于工作电压的对比相似度的变化幅度,则以工作电流作为有效运行参数,反之,以工作电压作为有效运行参数。
在另一些实施方式中,第一计算模块2在根据对比参数确定一种运行参数作为有效运行参数的时候,执行:
依次以对比参数的各种运行参数为目标运行参数,计算每个预设时间段的目标运行参数的平均值;
计算各目标运行参数的平均值的波动幅度;
以最大的波动幅度对应的目标运行参数作为有效运行参数。
各预设时间段的目标运行参数的平均值的波动幅度,反映了目标运行参数自身的波动情况,当发生故障时,常常会引起目标运行参数自身剧烈波动,根据自身波动最剧烈的目标运行参数来进行故障风险的判断,能够保证判断结果的准确性。
例如,运行参数的种类包括工作电流和工作电压两种,依次以对比参数的工作电流和工作电压作为目标运行参数;在以工作电流作为目标运行参数的时候,计算每个预设时间段的目标运行参数的平均值(例如,根据时间先后,多个预设时间段的工作电流分别记为I1、I2、I3、I4,则计算I1中的电流数据的平均值、I2中的电流数据的平均值、I3中的电流数据的平均值、I4中的电流数据的平均值),从而得到多个工作电流的平均值,然后计算这些平均值的最大值与最小值之间的差值,得到工作电流的平均值的波动幅度;在以工作电压作为目标运行参数的时候,采用类似方法得到工作电压的平均值的波动幅度;若工作电流的平均值的波动幅度大于工作电压的平均值的波动幅度,则以工作电流作为有效运行参数,反之,以工作电压作为有效运行参数。
在本实施例中,第一判断模块3在根据有效相似度判断各相关家电设备是否存在故障风险的时候,执行:
若一个相关家电设备对应的有效相似度中有至少一个超过预设的相似度阈值(可根据实际需要设置),则判定该相关家电设备存在故障风险。
在实际应用中,当运行参数包括工作电流、工作电压、工作振动数据、工作噪声、工作温度、工作压力中的多种的时候,也可针对每种运行参数获取对应的有效相似度(即依次以各种运行参数作为有效运行参数,并获取对应的有效相似度,有效相似度的获取过程参考前文),从而,第一判断模块3在根据有效相似度判断各相关家电设备是否存在故障风险的时候,执行:对于一个相关家电设备,若每种运行参数对应的各个有效相似度中有至少一个超过预设的相似度阈值,则把对应种类的运行参数的畸形值设为1,否则把对应种类的运行参数的畸形值设为0,然后计算各种运行参数的畸形值的加权和(各种运行参数的权值可根据实际需要设置),若该加权和超过预设的畸形阈值(可根据实际需要设置),则判定该相关家电设备存在故障风险。
其中,邻近区域是以故障家电设备为中心的预设尺寸和形状的区域。例如,为预设半径(半径大小可根据实际需要设置)的圆形区域,但不限于此。其中,各家电设备的位置信息可预先记录在服务器中,也可以实时上传至服务器。从而,第一获取模块1在获取故障家电设备的邻近区域的相关家电设备在最近的一个预设时间段的运行参数,记为目标参数的时候,执行:根据故障家电设备的位置信息确定邻近区域,并根据其它家电设备的位置信息确定位于该邻近区域内的相关家电设备,最后提取各相关家电设备在最近的一个预设时间段的运行参数,记为目标参数。
优选地,相关家电设备为:型号与故障家电设备的型号相同且服役时间与故障家电设备的服役时间之间的偏差在预设范围(可根据实际需要设置)内的家电设备。
由于型号相同且服役时间相近的家电设备,更容易出现相同的故障,此处,把识别对象限定为与故障家电设备型号相同且服役时间相近的家电设备,一方面能够有效预防相关家电设备在后续发生类似故障,另一方面可减小数据处理量,提高检测效率。
进一步地,若有过多的相关家电设备存在故障风险,则很可能是该型号的家电设备的某种缺陷导致的,该型号的家电设备出现同种故障的概率大大提高,此时,可进一步对同型号的其它家电设备的故障风险进行排查(即同型号但服役时间与故障家电设备的服役时间之间的偏差不在预设范围的),以进一步有效预防其它家电设备在后续发生类似故障;从而,在一些优选实施方式中,该家电维修预警装置还包括:
第二获取模块,用于在存在故障风险的相关家电设备的数量超过预设数量阈值(可根据实际需要设置)的时候,获取故障家电设备的邻近区域的次相关家电设备在最近的一个预设时间段的运行参数,记为次目标参数;次相关家电设备为型号与故障家电设备的型号相同但服役时间与故障家电设备的服役时间之间的偏差不在预设范围的家电设备;
第二计算模块,用于计算每个次相关家电设备的次目标参数与各对比参数的有效相似度;
第二判断模块,用于根据第二计算模块得到的有效相似度判断各次相关家电设备是否存在故障风险;
第二预警模块,用于向存在故障风险的次相关家电设备的关联用户端发送维修预警信息。
由上可知,该家电维修预警装置,通过在接收到故障家电设备发送的故障报告时,获取故障家电设备在发送故障报告前的最近的多个预设时间段的运行参数,记为对比参数,并获取故障家电设备的邻近区域的相关家电设备在最近的一个预设时间段的运行参数,记为目标参数,计算每个相关家电设备的目标参数与各对比参数的有效相似度,根据有效相似度判断各相关家电设备是否存在故障风险,向存在故障风险的相关家电设备的关联用户端发送维修预警信息;从而能够有效预防相关家电设备在后续发生类似故障,且与现有技术相比,无需采集大量有效的数据进行神经网络模型的训练,更加简单实用。
请参照图3,图3为本申请实施例提供的一种电子设备的结构示意图,本申请提供一种电子设备,包括:处理器301和存储器302,处理器301和存储器302通过通信总线303和/或其他形式的连接机构(未标出)互连并相互通讯,存储器302存储有处理器301可执行的计算机程序,当电子设备运行时,处理器301执行该计算机程序,以执行上述实施例的任一可选的实现方式中的家电维修预警方法,以实现以下功能:在接收到故障家电设备发送的故障报告时,获取故障家电设备在发送故障报告前的最近的多个预设时间段的运行参数,记为对比参数,并获取故障家电设备的邻近区域的相关家电设备在最近的一个预设时间段的运行参数,记为目标参数,计算每个相关家电设备的目标参数与各对比参数的有效相似度,根据有效相似度判断各相关家电设备是否存在故障风险,向存在故障风险的相关家电设备的关联用户端发送维修预警信息。
本申请实施例提供一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时,执行上述实施例的任一可选的实现方式中的家电维修预警方法,以实现以下功能:在接收到故障家电设备发送的故障报告时,获取故障家电设备在发送故障报告前的最近的多个预设时间段的运行参数,记为对比参数,并获取故障家电设备的邻近区域的相关家电设备在最近的一个预设时间段的运行参数,记为目标参数,计算每个相关家电设备的目标参数与各对比参数的有效相似度,根据有效相似度判断各相关家电设备是否存在故障风险,向存在故障风险的相关家电设备的关联用户端发送维修预警信息。其中,计算机可读存储介质可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(Static Random Access Memory, 简称SRAM),电可擦除可编程只读存储器(Electrically Erasable Programmable Read-Only Memory, 简称EEPROM),可擦除可编程只读存储器(Erasable Programmable Read Only Memory, 简称EPROM),可编程只读存储器(Programmable Red-Only Memory, 简称PROM),只读存储器(Read-OnlyMemory, 简称ROM),磁存储器,快闪存储器,磁盘或光盘。
在本申请所提供的实施例中,应该理解到,所揭露装置和方法,可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,又例如,多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
另外,作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,既可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
再者,在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。
以上所述仅为本申请的实施例而已,并不用于限制本申请的保护范围,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (10)
1.一种家电维修预警方法,应用于服务器,所述服务器与多个家电设备通信连接;其特征在于,所述家电维修预警方法包括步骤:
A1.在接收到故障家电设备发送的故障报告时,获取所述故障家电设备在发送所述故障报告前的最近的多个预设时间段的运行参数,记为对比参数,并获取所述故障家电设备的邻近区域的相关家电设备在最近的一个所述预设时间段的运行参数,记为目标参数;
A2.计算每个所述相关家电设备的所述目标参数与各所述对比参数的有效相似度;
A3.根据所述有效相似度判断各所述相关家电设备是否存在故障风险;
A4.向存在故障风险的所述相关家电设备的关联用户端发送维修预警信息。
2.根据权利要求1所述的家电维修预警方法,其特征在于,所述运行参数包括工作电流、工作电压、工作振动数据、工作噪声、工作温度、工作压力中的一种;
步骤A2包括:
计算每个所述相关家电设备的所述目标参数所包括的一种所述运行参数与各个所述对比参数所包括的一种所述运行参数的相似度,作为每个所述相关家电设备的所述目标参数与各所述对比参数的所述有效相似度。
3.根据权利要求1所述的家电维修预警方法,其特征在于,所述运行参数包括工作电流、工作电压、工作振动数据、工作噪声、工作温度、工作压力中的多种;
步骤A2包括:
根据所述对比参数确定一种所述运行参数作为有效运行参数;
计算每个所述相关家电设备的所述目标参数中的所述有效运行参数与各所述对比参数中的所述有效运行参数的相似度,作为每个所述相关家电设备的所述目标参数与各所述对比参数的所述有效相似度。
4.根据权利要求3所述的家电维修预警方法,其特征在于,所述根据所述对比参数确定一种所述运行参数作为有效运行参数的步骤包括:
依次以所述对比参数的各种所述运行参数为目标运行参数,计算每两个相邻的所述预设时间段的所述目标运行参数之间的相似度,记为对比相似度;
计算各所述目标运行参数的所述对比相似度的变化幅度;
以最大的所述变化幅度对应的所述目标运行参数作为所述有效运行参数。
5.根据权利要求3所述的家电维修预警方法,其特征在于,所述根据所述对比参数确定一种所述运行参数作为有效运行参数的步骤包括:
依次以所述对比参数的各种所述运行参数为目标运行参数,计算每个所述预设时间段的所述目标运行参数的平均值;
计算各所述目标运行参数的所述平均值的波动幅度;
以最大的所述波动幅度对应的所述目标运行参数作为所述有效运行参数。
6.根据权利要求1所述的家电维修预警方法,其特征在于,步骤A3包括:
若一个所述相关家电设备对应的所述有效相似度中有至少一个超过预设的相似度阈值,则判定所述相关家电设备存在故障风险。
7.根据权利要求1所述的家电维修预警方法,其特征在于,所述相关家电设备为:型号与所述故障家电设备的型号相同且服役时间与所述故障家电设备的服役时间之间的偏差在预设范围内的家电设备。
8.一种家电维修预警装置,应用于服务器,所述服务器与多个家电设备通信连接;其特征在于,所述家电维修预警装置包括:
第一获取模块,用于在接收到故障家电设备发送的故障报告时,获取所述故障家电设备在发送所述故障报告前的最近的多个预设时间段的运行参数,记为对比参数,并获取所述故障家电设备的邻近区域的相关家电设备在最近的一个所述预设时间段的运行参数,记为目标参数;
第一计算模块,用于计算每个所述相关家电设备的所述目标参数与各所述对比参数的有效相似度;
第一判断模块,用于根据所述有效相似度判断各所述相关家电设备是否存在故障风险;
第一预警模块,用于向存在故障风险的所述相关家电设备的关联用户端发送维修预警信息。
9.一种电子设备,其特征在于,包括处理器和存储器,所述存储器存储有所述处理器可执行的计算机程序,所述处理器执行所述计算机程序时,运行如权利要求1-7任一项所述家电维修预警方法中的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时运行如权利要求1-7任一项所述家电维修预警方法中的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310255518.9A CN116402492B (zh) | 2023-03-16 | 一种家电维修预警方法及其相关设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310255518.9A CN116402492B (zh) | 2023-03-16 | 一种家电维修预警方法及其相关设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116402492A true CN116402492A (zh) | 2023-07-07 |
CN116402492B CN116402492B (zh) | 2024-05-31 |
Family
ID=
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108022020A (zh) * | 2017-12-15 | 2018-05-11 | 东软集团股份有限公司 | 设备故障管理方法、装置、存储介质和电子设备 |
CN111489539A (zh) * | 2019-01-29 | 2020-08-04 | 珠海格力电器股份有限公司 | 家电系统故障的预警方法、系统及装置 |
CN112734138A (zh) * | 2021-01-27 | 2021-04-30 | 珠海格力电器股份有限公司 | 一种故障预警方法、装置、设备及存储介质 |
WO2021238460A1 (zh) * | 2020-05-29 | 2021-12-02 | 华为技术有限公司 | 风险预警方法、风险行为信息获取方法和电子设备 |
CN114239867A (zh) * | 2021-11-08 | 2022-03-25 | 深圳供电局有限公司 | 故障类型确定方法、装置、计算机设备和可读存储介质 |
CN114298221A (zh) * | 2021-12-28 | 2022-04-08 | 中国建设银行股份有限公司 | 故障确定方法及装置、电子设备和计算机可读存储介质 |
CN115018220A (zh) * | 2022-08-10 | 2022-09-06 | 哈尔滨工业大学(威海) | 一种基于知识图谱的家电故障预测方法和系统 |
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108022020A (zh) * | 2017-12-15 | 2018-05-11 | 东软集团股份有限公司 | 设备故障管理方法、装置、存储介质和电子设备 |
CN111489539A (zh) * | 2019-01-29 | 2020-08-04 | 珠海格力电器股份有限公司 | 家电系统故障的预警方法、系统及装置 |
WO2021238460A1 (zh) * | 2020-05-29 | 2021-12-02 | 华为技术有限公司 | 风险预警方法、风险行为信息获取方法和电子设备 |
CN112734138A (zh) * | 2021-01-27 | 2021-04-30 | 珠海格力电器股份有限公司 | 一种故障预警方法、装置、设备及存储介质 |
CN114239867A (zh) * | 2021-11-08 | 2022-03-25 | 深圳供电局有限公司 | 故障类型确定方法、装置、计算机设备和可读存储介质 |
CN114298221A (zh) * | 2021-12-28 | 2022-04-08 | 中国建设银行股份有限公司 | 故障确定方法及装置、电子设备和计算机可读存储介质 |
CN115018220A (zh) * | 2022-08-10 | 2022-09-06 | 哈尔滨工业大学(威海) | 一种基于知识图谱的家电故障预测方法和系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108445410B (zh) | 一种监测蓄电池组运行状态的方法及装置 | |
CN108092836A (zh) | 一种服务器的监控方法及装置 | |
JP4573179B2 (ja) | 性能負荷異常検出システム、性能負荷異常検出方法、及びプログラム | |
CN111245648A (zh) | 一种云手机故障告警与自动恢复的方法 | |
CN110164501A (zh) | 一种硬盘检测方法、装置、存储介质及设备 | |
CN109733238B (zh) | 故障检测方法、装置、存储介质及处理器 | |
CN103746829A (zh) | 一种基于集群的故障感知系统及其方法 | |
CN110178121A (zh) | 一种数据库的检测方法及其终端 | |
CN114202238A (zh) | 供电设备健康度评估方法、运维方法、装置及服务器 | |
CN107451003B (zh) | 一种存储系统的测试方法及装置 | |
CN115794588A (zh) | 内存故障预测方法、装置、系统及监测服务器 | |
CN106155826A (zh) | 用于在总线结构中检测及处理错误的方法和系统 | |
CN116402492B (zh) | 一种家电维修预警方法及其相关设备 | |
CN116402492A (zh) | 一种家电维修预警方法及其相关设备 | |
CN117312611A (zh) | 一种电力故障快速定位及诊断方法及相关装置 | |
CN115328743B (zh) | 安卓设备异常预警处理方法、系统和可读存储介质 | |
CN112524077A (zh) | 检测风机故障的方法及装置、系统 | |
CN117272193A (zh) | 一种充电桩的故障识别处理方法、系统、设备及存储介质 | |
CN115766402B (zh) | 服务器故障根因的过滤方法和装置、存储介质及电子装置 | |
CN116723085A (zh) | 服务冲突的处理方法、装置、存储介质及电子装置 | |
CN111007363A (zh) | 输电线路故障监测装置、方法设备及存储介质 | |
CN113835961B (zh) | 告警信息监控方法、装置、服务器及存储介质 | |
CN111580894A (zh) | 数据分析预警方法、装置、计算机系统及可读存储介质 | |
CN112463486A (zh) | 一种磁盘质检方法、系统、终端及存储介质 | |
CN110750418B (zh) | 一种信息处理方法、电子设备和信息处理系统 |
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 |