CN116701128A - 一种基于多端感应融合的led芯片烧录反馈监控系统 - Google Patents
一种基于多端感应融合的led芯片烧录反馈监控系统 Download PDFInfo
- Publication number
- CN116701128A CN116701128A CN202310628883.XA CN202310628883A CN116701128A CN 116701128 A CN116701128 A CN 116701128A CN 202310628883 A CN202310628883 A CN 202310628883A CN 116701128 A CN116701128 A CN 116701128A
- Authority
- CN
- China
- Prior art keywords
- equipment
- time
- temperature
- maintenance
- 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.)
- Pending
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 20
- 230000004927 fusion Effects 0.000 title claims abstract description 15
- 230000006698 induction Effects 0.000 title claims abstract description 14
- 238000012423 maintenance Methods 0.000 claims abstract description 101
- 238000004458 analytical method Methods 0.000 claims abstract description 34
- 238000009826 distribution Methods 0.000 claims abstract description 12
- 238000000034 method Methods 0.000 claims abstract description 10
- 230000008569 process Effects 0.000 claims abstract description 5
- 238000012545 processing Methods 0.000 claims description 21
- 238000010586 diagram Methods 0.000 claims description 17
- 238000004364 calculation method Methods 0.000 claims description 13
- 238000003860 storage Methods 0.000 claims description 13
- 230000002159 abnormal effect Effects 0.000 claims description 12
- 238000011084 recovery Methods 0.000 claims description 10
- 238000012790 confirmation Methods 0.000 claims description 7
- 230000004308 accommodation Effects 0.000 claims description 5
- 238000005520 cutting process Methods 0.000 claims description 4
- 230000008859 change Effects 0.000 claims description 3
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 238000004891 communication Methods 0.000 claims description 2
- 230000011664 signaling Effects 0.000 claims description 2
- 230000032683 aging Effects 0.000 abstract description 4
- 230000005856 abnormality Effects 0.000 description 25
- 230000008439 repair process Effects 0.000 description 3
- 101100518501 Mus musculus Spp1 gene Proteins 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000012948 formulation analysis Methods 0.000 description 2
- 238000011418 maintenance treatment Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000005303 weighing Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011282 treatment Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/32—Monitoring with visual or acoustical indication of the functioning of the machine
- G06F11/321—Display for diagnostics, e.g. diagnostic result display, self-test user interface
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3058—Monitoring arrangements for monitoring environmental properties or parameters of the computing system or of the computing system component, e.g. monitoring of power, currents, temperature, humidity, position, vibrations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3065—Monitoring arrangements determined by the means or processing involved in reporting the monitored data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
- G06F11/3409—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment for performance assessment
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
- G06F11/3466—Performance evaluation by tracing or monitoring
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F8/00—Arrangements for software engineering
- G06F8/60—Software deployment
- G06F8/61—Installation
-
- 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)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Computer Hardware Design (AREA)
- Software Systems (AREA)
- Computing Systems (AREA)
- Human Computer Interaction (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Arrangements For Transmission Of Measured Signals (AREA)
Abstract
本发明公开了一种基于多端感应融合的LED芯片烧录反馈监控系统,涉及反馈监控技术领域,用于解决设备故障误判和设备故障得不到及时处理的问题,包括传感器单元、服务器、音频分析单元、温度分析单元、故障分析单元、设备分配单元、设备维修单元和注册登录单元;通过分析设备,在去除设备老化状态因素之下判断设备是否故障,并将故障的设备选取合适的维修员进行维修,实现精准判断设备故障并及时处理故障,避免因设备故障判断不准确或者没有及时通知维修员导致LED芯片烧录的产品不合格造成巨大经济损失;同时通过设置传感器的采集时长,实现科学和合理的监控LED芯片烧录的过程。
Description
技术领域
本发明涉及反馈监控技术领域,具体为一种基于多端感应融合的LED芯片烧录反馈监控系统。
背景技术
LED芯片烧录反馈监控系统是一种用于监控LED芯片烧录过程的设备参数系统,从而提高生产效率和质量。
现有技术存在以下问题:
1、设备故障问题:采用烧录操作中,如果设备出现故障没有得到及时处理,易会导致芯片烧录失败,特别是在大批量生产中,会造成较大经济损失;
2、设备故障判断问题:烧录监控过程中设备出现明显的设备故障才能判定为故障,并且当设备老化时出现的噪音易被系统当做设备故障,造成故障误判;
为了解决上述缺陷,现提供一种基于多端感应融合的LED芯片烧录反馈监控系统。
发明内容
本发明的目的在于为了解决设备故障误判和设备故障得不到及时处理的问题,而提出一种基于多端感应融合的LED芯片烧录反馈监控系统。
本发明的目的可以通过以下技术方案实现:一种基于多端感应融合的LED芯片烧录反馈监控系统,包括数据采集单元、传感器单元、服务器、音频分析单元、温度分析单元、故障分析单元和设备分配单元;
传感器单元通讯连接多种传感器并通过接收到的采集信令和采集时长以获取LED芯片烧录过程中的设备信息,其中设备信息包括音频信息和温度信息;并将其发送至服务器内保存;
数据采集单元采集设备维修信息,并将其发送至服务器进行保存;
音频分析单元通过对音频信息进行处理得到音频指数,具体为:
S1:设定一个规范音频区间,将大于规范音频区间的音频段进行剪切,得到多段超音频;将每段超音频依据时间顺序进行排序并依次连线形成多段超音频波形图;剪切后的音频依据时间顺序进行排序并依次连线形成常规音频波形图;
S2:将超音频的开始时刻记为分成若干个设定时间段内的时间段组成,在该设定时间段内所组成的面积近似于规则形状;利用最小二乘法计算得到该设定时间段内规则形状的面积和时间的函数关系,并利用该函数关系求得设定时间段内所组成的面积;
S3:调取超音频中每段设定时间段内所组成的面积进行求和计算得到多段超音频总面积;
S4:将总面积S与设定的面积区间进行比较分析,得到对应的面积系数;
S5:将常规音频波形图与对比音频波形图进行重叠处理得到重叠部分和封闭部分,将封闭部分以黑色填充得到黑色填充面积;同时计算完全重叠部分的时长,将所有完全重叠部分的时长进行求和操作得到总重叠时长;
S6:将面积系数、填充面积和总重叠时长利用公式计算得到音频指数YP,并将其发送至故障分析单元;其中α1、α2和α3分别为设定的比例系数;
温度分析单元通过对温度进行数值化分析得到温度值,再将温度值与设定的温度区间进行比较分析得到高温值、中温值和低温值,分别统计高温值、中温值和低温值的数量m1、m2和m3;当m1≥m2+m3时,则将其记为高温状态;当m3≥m1+m2时,则将其记为低温状态;其他情况记为中温状态;设定不同的温度状态分别对应温度指数,将其进行匹配得到对应的温度指数,并将其发送至故障分析单元;
故障分析单元通过将音频指数、温度指数、使用时长和维修次数进行数值化分析得到异常指数,并据此判断设备是否处于异常状态,若是,则将其记为待维修设备并将异常指数与设定的异常指数区间进行比较分析得到对应的处理指数,将处理指数发送至服务器保存;
设备分配单元通过分析待维修设备选取维修员,并将待维修设备的名称和位置发送至该维修员的移动端,该维修员的待维修设备的数量增加一。
作为本发明的一种优选实施方式,采集时长设置的具体步骤为:
步骤一:设定不同传感器分别对应一个类型系数,将设备对应的传感器与所有设定的传感器进行匹配得到对应的类型系数;
步骤二:调取传感器对应的设备维修次数;
步骤三:将类型系数Qe3和维修次数Qe2利用设定的公式计算得到设备对应传感器的采集时长,其中,e1和e2均为预设比例系数,ξ2为设定的误差因子,Uq为设定的时长转换系数;
步骤四:传感器单元将设备对应传感器的采集时长发送至服务器内保存;
服务器接收到设备对应传感器的采集时长时,依据上一次接收的信息的接收时刻与采集时长进行时间的求和计算得到下次的采集时刻并生成采集指令和下次采时刻发送至传感器单元以采集信息。
作为本发明的一种优选实施方式,对温度进行数值化分析得到温度值,具体为:
调取不同时刻的设备温度,建立温度随时间变化二维折线关系图;设定两条平行于横轴的直线,将温度分成一级温度、二级温度和三级温度,并分别统计一级温度、二级温度和三级温度对应的时长;将其通过设定的公式计算得到温度值。
作为本发明的一种优选实施方式,选取维修员的具体步骤为:
步骤一:调取设备指数对应的设备名称以及该设备名下负责的工作人员信息,将工作人员记为Gi,i=1,2,3……n1,其中n1取值为正整数,且n1表示工作人员总数;
步骤二:调取工作人员对应的待维修设备的数量和工作人员的维修次数;
步骤三:设备分配单元向工作人员的移动端发送位置请求指令以实时获取工作人员的位置,将工作人员的位置和待维修设备的位置进行距离差值计算得到维修间距;
步骤四:调取员工维修值NGi,并将其与维修次数MGi、待维修设备的数量WGi和维修间距SGi利用公式计算得到容纳值RZGi,将容纳值最小的工作人员记为维修员;其中β1、β2、β3和β4分别为设定的比例系数,ξ1为设定的误差因子。
作为本发明的一种优选实施方式,维修值的计算步骤为:步骤一:获取维修信息和维修指令发送至维修员的时刻,并将该时刻记为发送时刻;
步骤二:当接收到维修员的确认回复时,则将该时刻记为回复时刻;当维修员在预设时间内没有收到确认回复时,则记为一次回复延迟;将发送时刻和回复时刻进行差值计算得到单次回复时长;统计回复延迟次数,同时获取维修员所有单次回复时长并进行均值计算得到回复时长均值;
步骤三:获取维修员到待维修设备的位置的时刻并将其记为到达时刻,将到达时刻与回复时刻进行差值计算得到行程时长;
步骤四:调取维修间距据此得到预计到达时长,再将预计到达时长与行程时长进行差值计算得到单次提前时长;调取维修员所有单次提前时长并将其进行均值计算得到提前时长均值;
步骤五:将回复延迟次数Fu1、回复时长均值Fu2和提前时长均值Fu3利用公式计算到维修值,并将维修值发送至设备分配单元;其中σ1、σ2和σ3分别为设定的比例系数。
作为本发明的一种优选实施方式,还包括注册登录单元和设备维修单元;
设备维修单元通过获取维修员名下的待维修设备得到第一设备,并将第一设备的维修信息和维修指令发送至维修员的移动端,具体为:调取维修员的所有待维修设备对应的处理指数Gk、维修间距SGi和维修员的年龄YGi,将其通过设定的公式计算得到设备的优先值Dmt,其中η1、η2和η3分别为设定的比例系数,将优先值最大的设备记为第一设备;
注册登录单元用于工作人员进行注册登录并将注册成功的工作人员的个人信息上传至服务器保存。
与现有技术相比,本发明的有益效果是:
1、通过将回复延迟时长次数、回复时长均值和提前时长均值进行归一化处理并取其数值,对数值进行公式化分析得到维修值;能够全面且深化地分析维修员的个人工作效率,很好地反映出维修员的职业素养和工作能力,为选取合适的维修员,提高设备维修效率奠定基础;
2、通过分析工作人员的待维修数量、维修次数、维修间距和维修值进行综合分析得到容纳值,并将容纳值最小的工作人员记为该设备的维修员,并将该设备的名称和位置发送至维修员的移动端;维修员的待维修设备的数量增加一;能够第一时间判断设备异常和选取最合适的维修员进行维修处理,避免因设备故障判断不准确或者没有及时通知维修员导致LED芯片烧录的产品不合格造成巨大经济损失。
3、通过音频与设定的音频范围进行比较并剪切到若干段超音频和常规音频,并对其进行分析得到音频指数;同时将设备的温度进行分析得到温度指数,再将温度数值和音频指数发送故障分析单元;故障单元将使用时长、维修次数、音频指数和温度指数进行归一化处理并取其数值,对数值进行公式化分析得到异常指数;并依据异常指数得到设备的处理指数;将音频指数、温度指数、使用时长和维修次数进行综合分析能够去除因为设备长时间的使用和多次维修造成的设备自然老化引起的温度和音频的异常,使得求得的异常指数更加合理和判断设备故障程度更加精准,避免因设备老化而导致的设备故障误判。
4、通过分析传感器的类型和设备的维修次数得到对应传感器的采集时长,并依据该采集时长进行数据采集,实现在多种传感器采集数据融合之下的科学和合理的监控LED芯片的烧录过程,有效减少因设备异常造成的损失,提高经济效益。
附图说明
为了便于本领域技术人员理解,下面结合附图对本发明作进一步的说明。
图1为本发明的系统总框图;
图2为本发明的超音频的示意图;
图3为本发明的温度示意图。
具体实施方式
下面将结合实施例对本发明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作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
请参阅图1所示,一种基于多端感应融合的LED芯片烧录反馈监控系统,包括数据采集单元、服务器、传感器单元、音频分析单元、温度分析单元、故障分析单元、设备分配单元、设备维修单元和注册登录单元;数据采集单元采集设备维修信息发送至服务器进行存储;其中设备维修信息包括设备维修次数、设备对应的维修工作人员;
依据传感器采集到的音频,对音频的处理步骤为:
步骤一:调取音频,设定一个规范音频区间,将大于规范音频区间的音频段进行剪切,得到多段超音频;将每段超音频依据时间顺序进行排序并依次连线形成多段超音频波形图;剪切后的音频依据时间顺序进行排序并依次连线形成常规音频波形图;
步骤二:请参阅图2所示,将超音频的开始时刻记为T1,结束时刻记为T2;取其中极小段时间段为t1和t2,利用微积分可知,在极小段的时间段t1至t2之间时所组成的面积近似于规则长方体;采用最小二乘法求得t1至t2极小时间段之间的函数关系记为f(t),其中t取值范围为[t1,t2];利用公式求得t1至t2之间时所组成的面积s;
步骤三:将超音频分成若干个极小段的时间段t1至t2,并利用上述公式求得对应的面积,将所有面积进行求和得到多段超音频总面积并将其记为S;
步骤四:将总面积S与设定的面积区间进行比较分析,当总面积小于设定的面积区间中的最小值时,则匹配到面积系数G1,当总面积处于设定的面积区间之内时,则匹配到面积系数G2,当总面积大于设定的面积区间中的最大值时,则匹配到面积系数G3,将面积系数记为Gk,其中k=1,2,3;
步骤五:将常规音频波形图与对比音频波形图进行重叠处理,得到重叠图,将常规音频波形图与对比音频波形图之间形成的封闭面积以黑色填充得到黑色填充面积CS;同时计算完全重叠部分的时长,将所有完全重叠部分的时长进行求和操作得到总重叠时长,并将其记为CT;需要说明的是对比音频波形图是模拟设备处于完美状态下音频波形图;
步骤六:利用公式计算得到音频指数YP,并将其发送至故障分析单元;其中α1、α2和α3分别为设定的比例系数。
调取不同时刻的设备温度,以温度为纵坐标,时间为横坐标,建立温度随时间变化二维直角坐标系;设定两条平行于横轴的直线y=y1和y=y2,其中y1>y2;将处于直线y=y1之上的温度记为一级温度并将其记为Aa,其中a=1、……n2,a取值为正整数,n2表示的是一级温度对应的总时刻;统计处于一级温度的时长,并将其记为TAa;将处于直线y=y1与直线y=y2之间的温度记为二级温度并将其记为Bb,其中b=1、……n3,b取值为正整数,n3表示的是二级温度对应的总时刻;统计处于二级温度的时长,并将其记为TBb;将处于直线y=y2之下的温度记为三级温度并将其记为Cc,其中c=1、……n4,c取值为正整数,n4表示的是三级温度对应的总时刻;统计处于三级温度的时长,并将其记为TCc;利用公式计算得到温度值,其中d1、d2和d3分别为设定的比例系数;
当温度实时更新时,温度值也在变化,调取当前时刻近24小时内的温度值,将温度值与设定的温度区间进行比较分析,当温度值大于设定的温度区间中的最大值时,则将其记为高温值,当温度值处于设定的温度区间之内时,则将其记为中温值,当温度值小于设定的温度区间中的最小值时,则将其记为低温值;分别统计高温值、中温值和低温值的数量,并将其记为m1、m2和m3;当m1≥m2+m3时,说明当前设备温度长时间处于高温状态,设备故障风险较大,则将其记为高温状态,当m3≥m1+m2时,说明当前温度处于低温状态,设备故障的风险同样较大,则将其记为低温状态,其他情况则记为中温状态;设定高温状态、低温状态和中温状态分别对应一个温度指数wk,并将其发送至故障分析单元;其中k=1,2,3;当k=1时w1表示的是高温状态下的温度指数;当k=2时w2表示的是低温状态下的温度指数;当k=3时w3表示的是中温状态下的温度指数,并且w1>w2>w3。
故障分析单元判断设备故障的具体步骤为:
步骤一:调取设备投入使用的时刻,将其与当前时刻作时间的差值计算得到使用时长,并将其记为Qe1;
步骤二:调取设备维修次数并将其记为Qe2
步骤三:将音频指数YP、温度指数wk、使用时长Qe1和维修次数Qe2通过设定的公式计算得到异常指数YCZ,其中f1、f2、f3和f4分别为设定的比例系数;将异常指数与设定的异常阈值进行比较分析,当异常指数大于设定的异常阈值时,则将该设备记为待维修设备;并将待维修设备分配至维修员;
步骤四:设定异常指数区间Q1、Q2和Q3,其中Q1>Q2>Q3且异常指数区间Q3中的最小值大于设定的异常阈值;将异常指数和异常指数区间进行比较分析,当异常指数处于设定的异常指数区间Q1之内时,说明设备处于故障状态的风险越大,则匹配到处理指数C1,当异常指数处于设定的异常指数区间Q2之内时,则匹配到处理指数C2;当异常指数处于设定的异常指数区间Q3之内时,则匹配到处理指数C3;其中处理指数记为Ck,其中k=1,2,3;将处理指数发送至服务器保存。
设备分配单元接收到的待维修设备选取维修员进行维修处理,其中选取维修员的具体步骤为;
步骤一:调取设备指数对应的设备名称以及该设备名下负责的工作人员信息,将工作人员记为Gi,i=1,2,3……n1,其中n1取值为正整数,且n1表示工作人员总数;
步骤二:调取工作人员对应的待维修设备的数量WGi和工作人员的维修次数MGi;
步骤三:设备分配单元向工作人员的移动端发送位置请求指令以实时获取工作人员的位置,将工作人员的位置和待维修设备的位置进行距离差值计算得到维修间距,并将其记为SGi;
步骤四:调取员工维修值并将其记为NGi;利用公式计算得到容纳值RZGi,其中β1、β2、β3和β4分别为设定的比例系数,ξ1为设定的误差因子;将容纳值最小的工作人员记为维修员,并将该设备的名称和位置发送至该维修员的移动端,该维修员的待维修设备的数量增加一;
设备维修单元通过分析维修员的待维修设备得到第一设备,具体为:
步骤一:调取维修员的所有待维修设备对应的处理指数Gk、维修间距SGi和维修员的年龄YGi,将其通过设定的公式计算得到设备的优先值Dmt,其中η1、η2和η3分别为设定的比例系数;将优先值最大的设备记为第一设备,并将第一设备的维修信息和维修指令发送至维修员,将该时刻记为发送时刻;维修员通过移动端接收到维修信息和维修指令,进行确认回复;
步骤二:当接收到维修员的确认回复时,则将该时刻记为回复时刻;当维修员在预设时间内没有收到确认回复时,则记为一次回复延迟;将发送时刻和回复时刻进行差值计算得到单次回复时长;统计回复延迟次数并将其记为Fu1,同时获取维修员所有单次回复时长并进行均值计算得到回复时长均值Fu2;
步骤三:获取维修员的位置,当维修员的位置与维修设备位置一致时,则将该时刻记为到达时刻,并将到达时刻与回复时刻进行差值计算得到行程时长;
步骤四:调取维修间距,并将维修间距除以设定的速度参值得到预计到达时长,再将预计到达时长与行程时长进行差值计算得到单次提前时长;调取维修员所有单次提前时长并将其进行均值计算得到提前时长均值Fu3;
步骤五:利用公式计算到维修值NGi,并将维修值发送至设备分配单元;其中σ1、σ2和σ3分别为设定的比例系数。
传感器单元用于分析设备对应的传感器采集时长,具体为:
步骤一:设定不同传感器分别对应一个类型系数,将设备对应的传感器与所有设定的传感器进行匹配得到对应的类型系数,并将其记为Qe3;需要说明的是类型值越大表示的是传感器采集的数据要求更高,分辨率和清晰度也更高;
步骤二:调取传感器对应的设备维修次数Qe2;
步骤三:利用公式计算得到设备对应传感器的采集时长QE;其中,e1和e2均为预设比例系数,ξ2为设定的误差因子,Uq为设定的时长转换系数;由公式可知,设备对应的类型值越大,采集时长越大,表示该设备对应传感器的采集频率越慢,分辨率和清晰度更高;维修次数越小,采集时长越大;
步骤四:传感器单元将设备对应传感器的采集时长QE发送至服务器内保存;
服务器接收到设备对应传感器的采集时长时,依据上一次接收的信息的接收时刻与采集时长进行时间的求和计算得到下次的采集时刻并生成采集指令和下次采时刻发送至传感器单元以采集信息。
本发明在使用时,通过音频与设定的音频范围进行比较并剪切到若干段超音频和常规音频,将其依据时间先后顺序排序并依次连接形成超音频和常规音频;在超音频中取极小时间段,利用微积分理念可知,在极小时间段内所组成的面积近似规则,可以求取其面积;将超音频划分成若干个极限时间段内组成的规则形状的面积,将面积进行求和即可得到超音频组成的总面积;将总面积和设定的区间进行比较分别匹配到对应的面积系数;将常规音频与比较音频进行重叠分析得到重叠部分填充面积,获取重叠部分的时长并将所有的重叠部分对应的时长进行求和计算得到总重叠时长;将总重叠时长、填充面积和面积系数进行归一化处理并取其数值,对数值进行公式化分析得到音频指数;上述音频处理手段能够有效且明显地表现出设备状态,为判断设备异常奠定基础;同时将设备的温度进行分析得到温度指数,再将温度数值和音频指数发送故障分析单元;故障单元将使用时长、维修次数、音频指数和温度指数进行归一化处理并取其数值,对数值进行公式化分析得到异常指数;并依据异常指数得到设备的处理指数;将音频指数、温度指数、使用时长和维修次数进行综合分析能够去除因为设备长时间的使用和多次维修造成的设备自然老化引起的温度和音频的异常,使得求得的异常指数更加合理和判断设备故障程度更加准确;
通过分析工作人员的待维修数量、维修次数、维修间距和维修值进行综合分析得到容纳值,并将容纳值最小的工作人员记为该设备的维修员,并将该设备的名称和位置发送至维修员的移动端;维修员的待维修设备的数量增加一;便于及时通知和选中维修员进行维修,避免维修员没有及时查看维修指令或维修员维修的机械设备过多导致维修效率低;当在设点的时间范围内没有接收到维修员的确认回复时则记一次回复延迟;否则计算维修员的回复时长;依据维修员和待维修设备的距离计算得到预计到达时长,获取维修员到达待维修设备位置的到达时刻并将其与回复时刻进行差值计算得到行程时长;再行程时长与预计到达时长进行差值计算得到单次提前时长,并调取维修员的所有单次提前时长进行均值计算得到提前时长均值,将回复延迟时长次数、回复时长均值和提前时长均值进行归一化处理并取其数值,对数值进行公式化分析得到维修值;能够全面且深化地分析维修员的个人工作效率,很好地反映出维修员的职业素养和工作能力,为选取合适的维修员,提高设备维修效率奠定基础。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节,也不限制该发明仅为的具体实施方式。显然,根据本说明书的内容,可作很多的修改和变化。本说明书选取并具体描述这些实施例,是为了更好地解释本发明的原理和实际应用,从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。
Claims (6)
1.一种基于多端感应融合的LED芯片烧录反馈监控系统,包括传感器单元、数据采集单元、服务器、音频分析单元、温度分析单元、故障分析单元和设备分配单元;
传感器单元通讯连接多种传感器并通过接收到的采集信令和采集时长以采集LED芯片烧录过程中的设备信息,其中设备信息包括音频信息和温度信息;并将其发送至服务器内保存;
数据采集单元采集设备维修信息,并将其发送至服务器进行保存;
音频分析单元通过对音频信息进行处理得到音频指数,具体为:
S1:设定一个规范音频区间,将大于规范音频区间的音频段进行剪切,得到多段超音频;将每段超音频依据时间顺序进行排序并依次连线形成多段超音频波形图;剪切后的音频依据时间顺序进行排序并依次连线形成常规音频波形图;
S2:将超音频的开始时刻记为分成若干个设定时间段内的时间段组成,在该设定时间段内所组成的面积近似于规则形状;利用最小二乘法计算得到该设定时间段内规则形状的面积和时间的函数关系,并利用该函数关系求得设定时间段内所组成的面积;
S3:调取超音频中每段设定时间段内所组成的面积进行求和计算得到多段超音频总面积;
S4:将总面积S与设定的面积区间进行比较分析,得到对应的面积系数;
S5:将常规音频波形图与对比音频波形图进行重叠处理得到重叠部分和封闭部分,将封闭部分以黑色填充得到黑色填充面积;同时计算完全重叠部分的时长,将所有完全重叠部分的时长进行求和操作得到总重叠时长;
S6:将面积系数、填充面积和总重叠时长进行归一化处理并取其数值,对数值分析得到音频指数并将其发送至故障分析单元;
温度分析单元通过对温度进行数值化分析得到温度值,再将温度值与设定的温度区间进行比较分析得到高温值、中温值和低温值,分别统计高温值、中温值和低温值的数量m1、m2和m3;当m1≥m2+m3时,则将其记为高温状态;当m3≥m1+m2时,则将其记为低温状态;其他情况记为中温状态;设定不同的温度状态分别对应温度指数,将其进行匹配得到对应的温度指数,并将其发送至故障分析单元;
故障分析单元通过将音频指数、温度指数、使用时长和维修次数进行数值化分析得到异常指数,并据此判断设备是否处于异常状态,若是,则将其记为待维修设备并将异常指数与设定的异常指数区间进行比较分析得到对应的处理指数,将处理指数发送至服务器保存;
设备分配单元通过分析待维修设备选取维修员,并将待维修设备的名称和位置发送至该维修员的移动端,该维修员的待维修设备的数量增加一。
2.根据权利要求1所述的一种基于多端感应融合的LED芯片烧录反馈监控系统,其特征在于,采集时长设置的具体步骤为:
步骤一:设定不同传感器分别对应一个类型系数,将设备对应的传感器与所有设定的传感器进行匹配得到对应的类型系数;
步骤二:调取传感器对应的设备维修次数;
步骤三:将类型系数和维修次数利用设定的公式计算得到设备对应传感器的采集时长;
步骤四:传感器单元将设备对应传感器的采集时长发送至服务器内保存;
服务器接收到设备对应传感器的采集时长时,依据上一次接收的信息的接收时刻与采集时长进行时间的求和计算得到下次的采集时刻并生成采集指令和下次采时刻发送至传感器单元以采集信息。
3.根据权利要求1所述的一种基于多端感应融合的LED芯片烧录反馈监控系统,其特征在于,对温度进行数值化分析得到温度值,具体为:
调取不同时刻的设备温度,建立温度随时间变化二维折线关系图;设定两条平行于横轴的直线,将温度分成一级温度、二级温度和三级温度,并分别统计一级温度、二级温度和三级温度对应的时长;将其通过设定的公式计算得到温度值。
4.根据权利要求1所述的一种基于多端感应融合的LED芯片烧录反馈监控系统,其特征在于,选取维修员的具体步骤为:
步骤一:调取设备指数对应的设备名称以及该设备名下负责的工作人员信息;
步骤二:调取工作人员对应的待维修设备的数量和工作人员的维修次数;
步骤三:设备分配单元向工作人员的移动端发送位置请求指令以实时获取工作人员的位置,将工作人员的位置和待维修设备的位置进行距离差值计算得到维修间距;
步骤四:调取员工维修值,并将其与维修次数、待维修设备的数量和维修间距利用公式计算得到容纳值;将容纳值最小的工作人员记为维修员。
5.根据权利要求4所述的一种基于多端感应融合的LED芯片烧录反馈监控系统,其特征在于,维修值的计算步骤为:
步骤一:获取维修信息和维修指令发送至维修员的时刻,并将该时刻记为发送时刻;
步骤二:当接收到维修员的确认回复时,则将该时刻记为回复时刻;当维修员在预设时间内没有收到确认回复时,则记为一次回复延迟;将发送时刻和回复时刻进行差值计算得到单次回复时长;统计回复延迟次数,同时获取维修员所有单次回复时长并进行均值计算得到回复时长均值;
步骤三:获取维修员到待维修设备的位置的时刻并将其记为到达时刻,将到达时刻与回复时刻进行差值计算得到行程时长;
步骤四:调取维修间距据此得到预计到达时长,再将预计到达时长与行程时长进行差值计算得到单次提前时长;调取维修员所有单次提前时长并将其进行均值计算得到提前时长均值;
步骤五:将回复延迟次数、回复时长均值和提前时长均值利用公式计算到维修值,并将维修值发送至设备分配单元。
6.根据权利要求1所述的一种基于多端感应融合的LED芯片烧录反馈监控系统,其特征在于,还包括注册登录单元和设备维修单元;
设备维修单元通过获取维修员名下的待维修设备得到第一设备,并将第一设备的维修信息和维修指令发送至维修员的移动端,具体为:调取维修员的所有待维修设备对应的处理指数、维修间距和维修员的年龄,将其通过设定的公式计算得到设备的优先值,将优先值最大的设备记为第一设备;
注册登录单元用于工作人员进行注册登录并将注册成功的工作人员的个人信息上传至服务器保存。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310628883.XA CN116701128A (zh) | 2023-05-31 | 2023-05-31 | 一种基于多端感应融合的led芯片烧录反馈监控系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310628883.XA CN116701128A (zh) | 2023-05-31 | 2023-05-31 | 一种基于多端感应融合的led芯片烧录反馈监控系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116701128A true CN116701128A (zh) | 2023-09-05 |
Family
ID=87830506
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310628883.XA Pending CN116701128A (zh) | 2023-05-31 | 2023-05-31 | 一种基于多端感应融合的led芯片烧录反馈监控系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116701128A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110870020A (zh) * | 2017-10-16 | 2020-03-06 | 因美纳有限公司 | 利用卷积神经网络(cnns)进行异常剪接检测 |
CN111275213A (zh) * | 2020-01-17 | 2020-06-12 | 安徽华创环保设备科技有限公司 | 一种基于大数据的机械设备故障监控系统 |
CN111283474A (zh) * | 2020-03-06 | 2020-06-16 | 河北凯通信息技术服务有限公司 | 一种基于大数据的数控自动化设备故障检测系统 |
CN115273891A (zh) * | 2022-07-13 | 2022-11-01 | 上海海洋大学 | 一种基于相似度检测的音频自动剪错方法 |
CN115372764A (zh) * | 2022-07-12 | 2022-11-22 | 国网湖北省电力有限公司黄石供电公司 | 一种基于全声频监测的开关柜绝缘类部件的故障诊断方法 |
CN218122638U (zh) * | 2022-07-30 | 2022-12-23 | 苏州浪潮智能科技有限公司 | 一种服务器异常状态报警电路 |
-
2023
- 2023-05-31 CN CN202310628883.XA patent/CN116701128A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110870020A (zh) * | 2017-10-16 | 2020-03-06 | 因美纳有限公司 | 利用卷积神经网络(cnns)进行异常剪接检测 |
CN111275213A (zh) * | 2020-01-17 | 2020-06-12 | 安徽华创环保设备科技有限公司 | 一种基于大数据的机械设备故障监控系统 |
CN111283474A (zh) * | 2020-03-06 | 2020-06-16 | 河北凯通信息技术服务有限公司 | 一种基于大数据的数控自动化设备故障检测系统 |
CN115372764A (zh) * | 2022-07-12 | 2022-11-22 | 国网湖北省电力有限公司黄石供电公司 | 一种基于全声频监测的开关柜绝缘类部件的故障诊断方法 |
CN115273891A (zh) * | 2022-07-13 | 2022-11-01 | 上海海洋大学 | 一种基于相似度检测的音频自动剪错方法 |
CN218122638U (zh) * | 2022-07-30 | 2022-12-23 | 苏州浪潮智能科技有限公司 | 一种服务器异常状态报警电路 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN117014472B (zh) | 一种基于云边端协同的电厂设备智能巡检方法及系统 | |
CN109099975A (zh) | 一种建筑结构健康监测系统 | |
CN117309065B (zh) | 一种基于无人机的换流站远程监控方法及系统 | |
CN112365186A (zh) | 一种电力信息系统健康度评估方法及其评估系统 | |
US20160203445A1 (en) | Work order integration and equipment status tracking | |
KR102385002B1 (ko) | 누적 파형을 통한 기기의 건전성 지수 검출방법 | |
CN115933508B (zh) | 一种配电网智能电力运维系统 | |
CN116205637B (zh) | 基于物联网与工业大数据的智能工厂管理系统 | |
CN112580858A (zh) | 设备参数预测分析方法及系统 | |
CN116032003A (zh) | 一种基于电力专网数据处理的电网巡检方法及系统 | |
CN117993895B (zh) | 电网设备全生命周期管理系统 | |
CN115037603A (zh) | 用电信息采集设备的诊断评估方法、装置及系统 | |
CN210428218U (zh) | 混凝土远程测温系统 | |
CN117196590B (zh) | 一种面向通讯设备运维的维修效率智能评估系统 | |
CN109299201B (zh) | 基于两阶段聚类的电厂生产子系统异常监测方法及装置 | |
CN113657747B (zh) | 一种企业安全生产标准化级别智能评定系统 | |
CN111309791A (zh) | 一种检测仪器数据自动采集方法 | |
CN117150418B (zh) | 基于状态特征故障树的变压器运检周期制定方法和系统 | |
CN118311352A (zh) | 用于光伏储能系统的母线槽故障诊断方法及系统 | |
CN116701128A (zh) | 一种基于多端感应融合的led芯片烧录反馈监控系统 | |
CN116050716B (zh) | 基于互联网的智慧园区管理控制平台 | |
CN117009741A (zh) | 基于发电量的异常分析方法及系统 | |
CN110598750A (zh) | 一种基于转辙机动作曲线相似度特征的工况识别方法 | |
CN114282423A (zh) | 一种岸桥结构的疲劳监测方法和寿命预测方法 | |
CN117172139B (zh) | 通信用铜包铝合金电缆的性能测试方法及系统 |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20230905 |
|
WD01 | Invention patent application deemed withdrawn after publication |