CN116841481A - 打印机通过大数据采集进行故障分类处理的方法 - Google Patents
打印机通过大数据采集进行故障分类处理的方法 Download PDFInfo
- Publication number
- CN116841481A CN116841481A CN202310933590.2A CN202310933590A CN116841481A CN 116841481 A CN116841481 A CN 116841481A CN 202310933590 A CN202310933590 A CN 202310933590A CN 116841481 A CN116841481 A CN 116841481A
- Authority
- CN
- China
- Prior art keywords
- printer
- fault
- processing
- data
- engineer
- 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
- 238000012545 processing Methods 0.000 title claims abstract description 66
- 238000000034 method Methods 0.000 title claims abstract description 29
- 230000002159 abnormal effect Effects 0.000 claims abstract description 39
- 238000012423 maintenance Methods 0.000 claims abstract description 29
- 238000007405 data analysis Methods 0.000 claims abstract description 15
- 238000012544 monitoring process Methods 0.000 claims abstract description 13
- 230000008439 repair process Effects 0.000 claims description 18
- 238000011156 evaluation Methods 0.000 claims description 17
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims description 16
- 239000000843 powder Substances 0.000 claims description 7
- 238000003860 storage Methods 0.000 claims description 3
- 238000004519 manufacturing process Methods 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 3
- 238000013480 data collection Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 208000034423 Delivery Diseases 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/12—Digital output to print unit, e.g. line printer, chain printer
- G06F3/1201—Dedicated interfaces to print systems
- G06F3/1202—Dedicated interfaces to print systems specifically adapted to achieve a particular effect
- G06F3/121—Facilitating exception or error detection and recovery, e.g. fault, media or consumables depleted
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/12—Digital output to print unit, e.g. line printer, chain printer
- G06F3/1201—Dedicated interfaces to print systems
- G06F3/1202—Dedicated interfaces to print systems specifically adapted to achieve a particular effect
- G06F3/1203—Improving or facilitating administration, e.g. print management
- G06F3/1204—Improving or facilitating administration, e.g. print management resulting in reduced user or operator actions, e.g. presetting, automatic actions, using hardware token storing data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/12—Digital output to print unit, e.g. line printer, chain printer
- G06F3/1201—Dedicated interfaces to print systems
- G06F3/1223—Dedicated interfaces to print systems specifically adapted to use a particular technique
- G06F3/1229—Printer resources management or printer maintenance, e.g. device status, power levels
- G06F3/1234—Errors handling and recovery, e.g. reprinting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/12—Digital output to print unit, e.g. line printer, chain printer
- G06F3/1201—Dedicated interfaces to print systems
- G06F3/1278—Dedicated interfaces to print systems specifically adapted to adopt a particular infrastructure
- G06F3/128—Direct printing, e.g. sending document file, using memory stick, printing from a camera
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Human Computer Interaction (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Accessory Devices And Overall Control Thereof (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及打印机通过大数据采集进行故障分类处理的方法,包括步骤:数据采集、数据分析和故障处理,其中,数据采集包括:零/部件更换信息的跟踪和异常状态信息的监测;数据分析:统计异常状态信息的次数和频次,与行业平均水平数据比对,分析可能存在的问题;故障处理:在云端对各种异常状态进行分类分级,对不同类型和级别的异常状态进行不同的处理方式,包括用户自行处理、工程师远程指导、以及工程师现场处理;用户根据数据分析提供的建议和方案上报故障后,选择需要的处理方式。本发明通过对打印机大数据的采集和处理,使图文店能够快速判断和解决打印机各种问题,减少了上门维修的路上时间和维修成本,有效提高了生产效率和客户满意度。
Description
技术领域
本发明涉及打印机故障的处理方法,具体是打印机通过大数据采集进行故障分类处理的方法。
背景技术
在图文店行业,一般都会使用激光打印机或喷墨打印机,无论哪种打印机,打印机的碳粉和墨水在一定的覆盖率标准下都只能打印一定量的纸张,该数量是一个比较小的区间范围。同时,打印机除了电子部件外,还有很多机械部件,这些机械零件在一定的印张数量后也必须更换。
打印机在不使用处于待机状态时,用户几乎不会发现打印机的问题,或者说打印机基本不会有问题。一般打印机有问题都是在打印的过程中产生的。而对于图文店而言,打印机本身是一台生产设备,而当打印机出现问题时,通常都是正在处理客户订单甚至是大量订单的时候,如果无法根据打印机的问题判断该问题的解决时间,会导致图文店的订单排单和交期出现问题,导致最终客户的投诉和不满。而如果该问题为简单更换零件的问题,实际上用户根据图文说明或者视频介绍花费十几分钟就可自行解决的问题,但通常由于用户无法判断问题的难易程度而只能邀约工程师上门,而工程师在上门的路上消耗的大量时间对于工程师而言不能产生任何价值,而工程师上门维修对于用户而言则增加了大量的维修成本。同时,例如图文店等用户因为急于交付订单,而一旦在短时间内无法找到合适的工程师,那么可能会付出超过实际非常多的费用来邀约工程师上门处理,或者简单问题被工程师上门后大量换零件或者故意拖延时间造成极高的零件更换费用或者维修费用。
因此对图文店而言,需要一种快速判断和解决打印机各种问题的方式,以提高生产效率和客户体验度。
发明内容
本发明提供了一种打印机通过大数据采集进行故障分类处理的方法,通过对打印机大数据的采集和处理,使图文店能够快速判断和解决打印机各种问题,以提高生产效率和客户满意度。
本发明打印机通过大数据采集进行故障分类处理的方法,包括步骤:数据采集、数据分析和故障处理,其中,
所述数据采集包括:
零/部件更换信息的跟踪:将打印机的零件和部件的更换或维修记录上传到云端保存;所述部件包括打印的碳粉、墨水等。
异常状态信息的监测:采集打印机的工作数据,用于监测打印机的异常状态信息,并对各类异常状态信息进行对应报警;
所述数据分析:通过采集打印机的工作数据,统计基于印量下各类异常状态信息的次数和频次,将所述次数和频次与行业平均水平数据进行比对,分析可能存在的问题,并提供解决该问题的建议和方案;
所述故障处理:在云端对打印机的各种异常状态进行分类,在每个类型中再根据每种异常状态的解决难度进行对应分级,对不同类型和不同级别的异常状态进行不同的处理方式,所述处理方式包括用户根据操作说明自行处理、工程师远程指导用户处理、以及根据用户报修,工程师上门现场处理;用户根据数据分析提供的建议和方案上报故障后,选择需要的处理方式。
本发明通过采集打印机的工作数据,包括零件更换信息、异常状态信息等,将采集的信息与行业平均水平数据进行比对,分析可能存在的问题,并根据分析结果向用户提供建议。在云端对所有异常状态进行分类和分级,根据用户上报故障的类别和级别采取相应的应对措施。通过对打印机异常问题的分类和分级,向用户提供了非常精准的解决方案,由此节约了用户大量的资金和时间成本,同时还解决了无维修经验的用户无法判断问题严重性,以及此类问题的维修需要花费的时间和费用代价。用户可以根据故障分类采用不同的策略,以便及时调整客户订单的处理,满足客户的需求。
进一步的,在故障处理时,当用户选择报修后,为用户和上门的工程师提供报修历史数据记录,以及为用户提供可选工程师的历史评价信息。这为客户提供了故障历史数据和维护工程信息的参考,使用户能够更好地了解故障的性质和维护人员的专业水平,从而做出更符合需求的决策,例如是维修设备还是更换故障部件,从性价比考虑选择哪个工程师更合适等。
在此基础上,所述为用户提供的报修历史数据记录,包括采集的故障打印机历史故障分类统计数据和对应的故障分类的行业平均故障率、故障打印机按故障类别统计的历史故障率排名和对应类别的行业平均故障率、以及故障打印机按故障类别统计的历史维修频次和对应类别的行业平均维修频次。这样可以让用户更加直观的了解故障打印机的历史故障情况、对比行业平均数据判断打印机的使用方式、环境等是否合适。
进一步的,在故障处理时,当用户选择报修并在工程师上门现场处理完成后,用户和工程师相互评价,并将相互评价的数据对应记录到报修历史数据记录和该工程师的历史评价信息中。通过互相评价用户可以得知自身的打印机使用情况、环境状况、图文店等类型用户的工作人员使用打印机的熟练情况等,工程师可以建立自己的服务数据。
进一步的,所述数据采集的异常状态信息的监测中,采集打印机的工作数据,是通过安装在打印机关联电脑上或打印机上的异常监听软件进行数据采集,采集的数据包括打印机各个颜色碳粉或墨水的计数器计数、各个粉瓶的粉量、以及各种故障代码。也可以是异常监听软件和打印机上的传感器关联,通过监听传感器数据进行数据采集。所述异常监听软件在许多领域和设备中均有涉及,本领域技术人员可以根据相同或相似的原理得以实现,该软件不是本发明的创新所在。
进一步的,所述数据分析中的行业平均水平数据,是在云端将采集的各种数据按照设定的时间周期进行分维度统计,从而得到各种数据的行业平均水平数据。
进一步的,在故障处理中对打印机的各种异常状态进行分类和分级,是由资深工程师根据打印机提供的故障代码、工程师整理统计出来的故障现象大数据进行归纳,并对每一种问题进行人工分类,最终以计算机表格形式保存在云端的相关数据库中。由此保证对各种异常状态进行分类和分级的正确性和全面性。
进一步的,故障处理中用户上报故障后,根据用户选择的处理方式、以及故障的所属分类和级别,向用户推送对应的消息内容。
进一步的,故障处理中所述操作说明包括云端推送的文字说明和/或视频说明,所述工程师远程指导包括工程师通过语音或视频对用户进行指导。
本发明的有益效果包括:
1、通过对打印机异常问题的分类和分级,向用户提供非常精准的解决方案,节约用户大量成本。
2、解决了无维修经验的用户无法判断故障严重性,以及此类问题的维修需要花费的时间和费用代价。
3、用户可以根据故障分类采用不同的策略,以便及时调整客户订单的处理,满足客户的需求。
附图说明
图1为本发明打印机通过大数据采集进行故障分类处理的方法的流程图。
图2为本发明报修历史数据记录页面的示意图。
图3为本发明工程师对图文店的评价页面示意图。
图4为本发明工程师对图文店从业人员的评价页面示意图。
图5本发明图文店工作人员对工程师的评价页面示意图。
图6为本发明对各个工程师的综合评分页面示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,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。
实施例1:
本实施例以图文店为例。如图1所示,本发明打印机通过大数据采集进行故障分类处理的方法,包括步骤:数据采集、数据分析和故障处理,其中,
所述数据采集包括:
零/部件更换信息的跟踪:将打印机的零件和部件的更换或维修记录上传到云端保存,包括零件编号、数量、零件所在位置或颜色、、零件对应的计数器的当前计数、以及打印机的碳粉/墨水和常用零件的更换信息;对这些信息进行记录和跟踪对于图文店管理者来说是非常重要的,因为它可以帮助管理者了解打印机的维护需求,以便及时采取相应的行动来确保打印机的正常工作。
异常状态信息的监测:采集打印机的工作数据,用于监测打印机的异常状态信息,例如卡纸代码、即将缺粉、故障代码等,并对各类异常状态信息进行对应报警。这样一旦打印机出现故障或其他问题,管理者可以立即收到相应的警报或通知,以便能够快速采取适当的措施。这有助于减少打印机故障对图文店业务和客户服务的影响。
所述数据分析:通过采集打印机的工作数据,统计基于印量下各类异常状态信息的次数和频次,将所述次数和频次与行业平均水平数据进行比对,分析可能存在的问题,并提供解决该问题的建议和方案。通过对采集数据的分析,可以发现打印机的性能瓶颈、常见问题、以及改进的方向等,这使得管理者能够更好地了解打印机的工作状况,也为管理者提供了针对性的建议和解决方案。
所述故障处理:在云端对打印机的各种异常状态进行分类,在每个类型中再根据每种异常状态的解决难度进行对应分级,对不同类型和不同级别的异常状态进行不同的处理方式,所述处理方式包括用户根据操作说明自行处理、工程师远程指导用户处理、以及根据用户报修,工程师上门现场处理;用户根据数据分析提供的建议和方案上报故障后,选择需要的处理方式。这有助于提高故障处理的效率和准确性,同时也为图文店提供了更好的服务体验并节省了维修成本,例如简单的故障图文店可以根据云端推荐的操作说明自行动手解决,节省了专业维修人员的成本。稍微复杂点的问题则可以通过手机软件上的远程方式邀约工程师进行远程指导帮助解决,只需要支付较少的工程师人工费,避免了工程师路上往返时间的浪费。
其中,故障处理中所述操作说明包括云端推送的文字说明和/或视频说明,例如保存在云端的知识库和视频库,所述工程师远程指导包括工程师通过语音或视频对用户进行指导。
本发明通过采集打印机的工作数据,包括零件更换信息、异常状态信息等,将采集的信息与行业平均水平数据进行比对,分析可能存在的问题,并根据分析结果向用户提供建议。在云端对所有异常状态进行分类和分级,根据用户上报故障的类别和级别采取相应的应对措施。通过对打印机异常问题的分类和分级,向用户提供了非常精准的解决方案,由此节约了用户大量的资金和时间成本,同时还解决了无维修经验的用户无法判断问题严重性,以及此类问题的维修需要花费的时间和费用代价。用户可以根据故障分类采用不同的策略,以便及时调整客户订单的处理,满足客户的需求。
实施例2:
在实施例1的基础上,在故障处理时,当用户选择报修后,为用户和上门的工程师提供报修历史数据记录,以及为用户提供可选工程师的历史评价信息。这为客户提供了故障历史数据和维护工程信息的参考,使用户能够更好地了解故障的性质和维护人员的专业水平,从而做出更符合需求的决策,例如是维修设备还是更换故障部件,从性价比考虑选择哪个工程师更合适等。
如图2所示,所述为用户提供的报修历史数据记录,包括采集的故障打印机历史故障分类统计数据和对应的故障分类的行业平均故障率、故障打印机按故障类别统计的历史故障率排名和对应类别的行业平均故障率、以及故障打印机按故障类别统计的历史维修频次和对应类别的行业平均维修频次。这样可以让用户更加直观的了解故障打印机的历史故障情况、对比行业平均数据判断打印机的使用方式、环境等是否合适。
在故障处理时,当用户选择报修并在工程师上门现场处理完成后,用户和工程师还可以相互评价,并将相互评价的数据对应记录到报修历史数据记录和该工程师的历史评价信息中。如图3所示,工程师对图文店的评价可以包括机器情况、机器外部环境、设备使用规范性等指标。如图4所示,工程师对图文店从业人员的评价可以包括配合态度、操作规范性、设备基础知识等。如图5所示,图文店工作人员对工程师的评价可以包括时间效率、维修能力、工作态度等。
对各个工程师的综合评分可以通过图6所示的雷达图进行显示,评分指标可以包括客户评价、成本分、运营分、技术分、效率分、考评分等。其中,客户评价中包括了:效率评价:由图文店工作人员评价,态度评价:由图文店工作人员评价,工作规范:由图文店工作人员评价,维修评价:由图文店工作人员评价;技术分:云端根据工程师维修过的打印机的故障数据、维修时长、故障重现概率等指标加权计算所得;运营分:整个流程服务的分数;考评分:由运营平台的资深工程师和运营人员在系统中给维修工程师打分;效率分:云端根据工程师从接单开始,领料、准备、出发、到达、维修等时间点计算各阶段所花时长,根据故障的复杂度加权计算所得;成本:根据工程师所维修机器的一段时间周期内的成本和印量数据统计计算所得。
通过互相评价用户可以得知自身的打印机使用情况,工程师可以建立自己的服务数据。
实施例3:
在上述实施例的基础上,所述数据采集的异常状态信息的监测中,采集打印机的工作数据,是通过安装在打印机关联电脑上或打印机上的异常监听软件进行数据采集,采集的数据包括打印机各个颜色碳粉或墨水的计数器计数(整数类型)、各个粉瓶的粉量(整数类型)、以及各种故障代码(固定字符串类型),例如理光打印机的卡纸代码为J001,故障代码为SC488-01。也可以是异常监听软件和打印机上的传感器关联,通过监听传感器数据进行数据采集。所述异常监听软件在许多领域和设备中均有涉及,本领域技术人员可以根据相同或相似的原理得以实现,该软件不是本发明的创新所在。
图文店或工程师按照手机端或电脑端的要求填写的维修记录和零件更换记录,此数据也将保存在云端,结合监听数据,可以进行多维度的统计。通过这些大量的多维度的统计数据才能从各个方面完整的反映打印机的状态,以及与行业水平的均值进行的比对,才能有效提供进一步提升打印机稳定性的措施。因为不同厂家生产的碳粉/墨水,哪家的更具性价比,不能单看价格或者印张寿命,需要结合来比对,并且单台打印机所处的生命周期以及工作环境(如温湿度)、打印覆盖率的不同而能打印的印张数不同,对于一般客户无法评估不同厂家的碳粉/墨水的性价比。
而故障率与机器的状态、维修工作的标准性、更换的碳粉、零件的标准性相关,没有大量数据的支持,普通客户也无法评估零件的好坏与性价比,也无法评估故障率是否合理。
因此只有通过大量云端的统计数据的交叉比对,才可以筛选出在固定印量下平均故障少的机器、碳粉、零件,以及对应供应商和机器状态和工作环境,并将此数据通过手机软件推送给图文店,帮助其不断改进,提升打印机的稳定性,降低机器的单张成本。
实施例4:
上述实施例中所述数据分析中的行业平均水平数据,是在云端将采集的各种数据按照设定的时间周期进行分维度统计,从而得到各种数据的行业平均水平数据。例如,厂家A生产的碳粉B在机器型号C上能打印的平均单面A4纸张的数量D,则定义为碳粉B的寿命D,寿命D等于碳粉B在下次更换时的计数器计数-碳粉B本次更换时的计数器计数。
然后,可以根据所有记录的历史数据计算碳粉B在所有图文店的机器型号C上的寿命D的平均值。可以将任何一家图文店在机器型号C上的碳粉B的寿命D与统计的平均值进行比较。
实施例5:
在上述实施例的基础上,在故障处理中对打印机的各种异常状态进行分类和分级,是由从业10年以上的资深工程师根据打印机提供的故障代码、工程师整理统计出来的故障现象大数据进行归纳,并对每一种问题进行人工分类,最终以计算机表格形式保存在云端的相关数据库中。本实施例中,对各种异常状态的分类为:
未经培训:此类故障,打印机管理人员可在现场根据操作说明的知识库和视频库花极少的时间就能动手解决,例如有纸屑在传感器上引起的卡纸、缺少碳粉、废粉瓶已满、纸盒缺纸、门未关严实导致的盖打开故障等简单故障,通过自行处理则可立即解决问题,让打印继续正常工作,不影响打印客户的正常交货,提现图文快印行业的快服务。
受过训练:此类故障,经过工程师培训的打印机管理人员,或者动手和学习能力强且有一定打印机基础知识的打印机管理人员,通过视频库、知识库、或者工程师远程视频指导,就可以动手解决的问题。
现场服务:此类问题较为复杂,根据图文店上报的故障现象,引起该故障涉及的部件可能较多、原因较多,无法精确定位问题所在,或者需要大量的打印机的拆装工作才能处理,或者非经常更换部件的损坏,或者涉及大量组合测试才能确诊问题原因的故障。此类故障必须要有丰富经验的维修工程师到现场处理。
在用户上报故障后,根据用户选择的处理方式、以及故障的所属分类和级别,向用户推送对应的消息内容。例如上报的故障属于未经培训类别的,则在消息页面中的下方动态列出此类问题的知识库文章,该文章中涉及操作部分会附上视频库中的操作视频。而在受过训练类别的消息中,除以上信息外,还需要附加远程视频支援请求的按钮,或者提供邀约工程师上门服务的按钮。而现场服务类别的消息页面中,则直接建议邀约工程师上门服务,并提供视频远程功能让工程师了解现场的机器状态。
通过对打印机异常问题的分类,根据不同的分类提供不同的策略和精准的解决方案,节约了大量的维修成本,同时也解决了无经验打印机管理者无法判断问题严重性、以及此类问题的维修需要花费的时间和费用代价。图文店可根据故障分类采用不同的策略,以便及时调整订单业务的处理,满足订单客户的需求。
以上所述实施例仅表达了本申请的具体实施方式,其描述较为具体和详细,但并不能因此而理解为对本申请保护范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请技术方案构思的前提下,还可以做相关的变形和改进,这些都属于本申请的保护范围。
Claims (9)
1.打印机通过大数据采集进行故障分类处理的方法,其特征包括步骤:数据采集、数据分析和故障处理,其中,
所述数据采集包括:
零/部件更换信息的跟踪:将打印机的零件和部件的更换或维修记录上传到云端保存;
异常状态信息的监测:采集打印机的工作数据,用于监测打印机的异常状态信息,并对各类异常状态信息进行对应报警;
所述数据分析:通过采集打印机的工作数据,统计基于印量下各类异常状态信息的次数和频次,将所述次数和频次与行业平均水平数据进行比对,分析可能存在的问题,并提供解决该问题的建议和方案;
所述故障处理:在云端对打印机的各种异常状态进行分类,在每个类型中再根据每种异常状态的解决难度进行对应分级,对不同类型和不同级别的异常状态进行不同的处理方式,所述处理方式包括用户根据操作说明自行处理、工程师远程指导用户处理、以及根据用户报修,工程师上门现场处理;用户根据数据分析提供的建议和方案上报故障后,选择需要的处理方式。
2.如权利要求1所述打印机通过大数据采集进行故障分类处理的方法,其特征为:在故障处理时,当用户选择报修后,为用户和上门的工程师提供报修历史数据记录,以及为用户提供可选工程师的历史评价信息。
3.如权利要求2所述打印机通过大数据采集进行故障分类处理的方法,其特征为:所述为用户提供的报修历史数据记录,包括采集的故障打印机历史故障分类统计数据和对应的故障分类的行业平均故障率、故障打印机按故障类别统计的历史故障率排名和对应类别的行业平均故障率、以及故障打印机按故障类别统计的历史维修频次和对应类别的行业平均维修频次。
4.如权利要求1所述打印机通过大数据采集进行故障分类处理的方法,其特征为:在故障处理时,当用户选择报修并在工程师上门现场处理完成后,用户和工程师相互评价,并将相互评价的数据对应记录到报修历史数据记录和该工程师的历史评价信息中。
5.如权利要求1所述打印机通过大数据采集进行故障分类处理的方法,其特征为:所述数据采集的异常状态信息的监测中,采集打印机的工作数据,是通过安装在打印机关联电脑上或打印机上的异常监听软件进行数据采集,采集的数据包括打印机各个颜色碳粉或墨水的计数器计数、各个粉瓶的粉量、以及各种故障代码。
6.如权利要求1所述打印机通过大数据采集进行故障分类处理的方法,其特征为:所述数据分析中的行业平均水平数据,是在云端将采集的各种数据按照设定的时间周期进行分维度统计,从而得到各种数据的行业平均水平数据。
7.如权利要求1所述打印机通过大数据采集进行故障分类处理的方法,其特征为:在故障处理中对打印机的各种异常状态进行分类和分级,是由资深工程师根据打印机提供的故障代码、工程师整理统计出来的故障现象大数据进行归纳,并对每一种问题进行人工分类,最终以计算机表格形式保存在云端的相关数据库中。
8.如权利要求1所述打印机通过大数据采集进行故障分类处理的方法,其特征为:故障处理中用户上报故障后,根据用户选择的处理方式、以及故障的所属分类和级别,向用户推送对应的消息内容。
9.如权利要求1所述打印机通过大数据采集进行故障分类处理的方法,其特征为:故障处理中所述操作说明包括云端推送的文字说明和/或视频说明,所述工程师远程指导包括工程师通过语音或视频对用户进行指导。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310933590.2A CN116841481A (zh) | 2023-07-27 | 2023-07-27 | 打印机通过大数据采集进行故障分类处理的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310933590.2A CN116841481A (zh) | 2023-07-27 | 2023-07-27 | 打印机通过大数据采集进行故障分类处理的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116841481A true CN116841481A (zh) | 2023-10-03 |
Family
ID=88172587
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310933590.2A Pending CN116841481A (zh) | 2023-07-27 | 2023-07-27 | 打印机通过大数据采集进行故障分类处理的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116841481A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117078231A (zh) * | 2023-10-13 | 2023-11-17 | 山东浪潮新世纪科技有限公司 | 一种彩票零售机运维管理系统及方法 |
-
2023
- 2023-07-27 CN CN202310933590.2A patent/CN116841481A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117078231A (zh) * | 2023-10-13 | 2023-11-17 | 山东浪潮新世纪科技有限公司 | 一种彩票零售机运维管理系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109189352B (zh) | 打印机故障监测方法、装置、系统及可读存储介质 | |
US7401263B2 (en) | System and method for early detection of system component failure | |
US8595685B2 (en) | Method and system for software developer guidance based on analyzing project events | |
CN116841481A (zh) | 打印机通过大数据采集进行故障分类处理的方法 | |
US20070263255A1 (en) | System and Method for Remote Monitoring of Print Systems | |
US20070168206A1 (en) | Techniques for process tracking and monitoring | |
JPH0822403A (ja) | 計算機システムの監視装置 | |
US20220261303A1 (en) | System and method for marking substrates within improved line recovery time | |
US6922656B2 (en) | Method and system of identifying a problem prone part | |
KR20110069404A (ko) | 화상형성장치 관리 서버, 화상형성장치들의 에러를 관리하는 방법 및 시스템 | |
CN114035466B (zh) | 一种双工位磁片排列机的控制系统 | |
CN117115937B (zh) | 设备运行状态监测方法、装置、云端设备及存储介质 | |
CN106600163A (zh) | 一种基于决策树学习算法的金融自助终端故障诊断方法及系统 | |
CN116227894A (zh) | 一种人机交互运行质量监管系统 | |
JP3741628B2 (ja) | 生産履歴管理システムおよび生産履歴管理方法およびそれを実行するためのコンピュータプログラムおよび記録媒体 | |
CN117149844A (zh) | 打印机大数据采集和分析的方法及打印机的库存管理方法 | |
CN112955328B (zh) | 打印设备组件状态分类 | |
JP5130547B2 (ja) | プリンタ管理システム、プリンタ管理方法、およびプリンタ管理プログラム | |
CN115983450A (zh) | 一种印刷车间智能停机三级预警系统和方法 | |
US10332057B2 (en) | Evaluation of output-producing asset productivity | |
CN114493112A (zh) | 一种基于车间生产制造执行管理mes系统 | |
JP2000251126A (ja) | 適正保守作業分析装置 | |
CN117974074B (zh) | 生产管理方法及装置 | |
JP2000151605A (ja) | 通信ネットワーク管理支援システム | |
Arsovski et al. | The Quality Metrics of Information Systems |
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 |