CN117433104A - 环境设备的点检方法、装置及系统 - Google Patents

环境设备的点检方法、装置及系统 Download PDF

Info

Publication number
CN117433104A
CN117433104A CN202310876602.2A CN202310876602A CN117433104A CN 117433104 A CN117433104 A CN 117433104A CN 202310876602 A CN202310876602 A CN 202310876602A CN 117433104 A CN117433104 A CN 117433104A
Authority
CN
China
Prior art keywords
environmental
equipment
data
information
mobile spot
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
Application number
CN202310876602.2A
Other languages
English (en)
Inventor
盘斯
薮知宏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Daikin Industries Ltd
Original Assignee
Daikin Industries Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Daikin Industries Ltd filed Critical Daikin Industries Ltd
Publication of CN117433104A publication Critical patent/CN117433104A/zh
Pending legal-status Critical Current

Links

Classifications

    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00—Control or safety arrangements
    • F24F11/30—Control or safety arrangements for purposes related to the operation of the system, e.g. for safety or monitoring
    • F24F11/32—Responding to malfunctions or emergencies
    • F24F11/38—Failure diagnosis
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00—Control or safety arrangements
    • F24F11/50—Control or safety arrangements characterised by user interfaces or communication
    • F24F11/54—Control or safety arrangements characterised by user interfaces or communication using one central controller connected to several sub-controllers
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00—Control or safety arrangements
    • F24F11/50—Control or safety arrangements characterised by user interfaces or communication
    • F24F11/56—Remote control
    • F24F11/58—Remote control using Internet communication
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00—Control or safety arrangements
    • F24F11/50—Control or safety arrangements characterised by user interfaces or communication
    • F24F11/61—Control or safety arrangements characterised by user interfaces or communication using timers
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00—Control or safety arrangements
    • F24F11/62—Control or safety arrangements characterised by the type of control or by internal processing, e.g. using fuzzy logic, adaptive control or estimation of values
    • F24F11/63—Electronic processing
    • F24F11/64—Electronic processing using pre-stored data
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F2110/00—Control inputs relating to air properties
    • F24F2110/50—Air quality properties
    • F24F2110/64—Airborne particle content

Landscapes

  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Telephonic Communication Services (AREA)

Abstract

本发明提供一种环境设备的点检方法、装置及系统。通过使用移动点检设备来采集环境设备的数据并基于该数据生成设备现场的变化信息，根据设备现场的变化信息、设备运行数据以及首次运行时间，确定环境设备的健康状态参数，因此，用户能够及时的掌握环境设备的健康状态，从而能够提前做出维修、保养及更换等决策，充分利用了环境设备的价值，提升了用户的使用体验；并且，由于在确定环境设备的健康状态参数时，结合了现场采集的数据而生成的变化信息以及设备的运行数据和运行时间等信息，从而，全面考虑了影响设备健康状态的各种因素，提高了估计结果的准确性，从而能够为用户提供准确的设备健康信息。

Description

环境设备的点检方法、装置及系统
技术领域
本发明涉及设备点检领域，特别涉及一种环境设备的点检方法、装置及系统。
背景技术
随着社会经济的快速发展和城市化、工业化的飞速推进，例如空调等环境设备被广泛应用。
随着使用年限的增加，环境设备逐渐老化。目前，一般在环境设备出现故障或使用状况不佳时，用户才会提出检测需求，由维护人员上门检查设备。
另外，维护人员可能会进行定期的上门点检服务，在点检时，维护人员收集环境设备的运行数据，并对环境设备的运行状况进行检查，以及根据环境设备的运行数据估计老化程度等，在一定程度上降低了环境设备的前期故障发生的概率。
应该注意，上面对技术背景的介绍只是为了方便对本发明的技术方案进行清楚、完整的说明，并方便本领域技术人员的理解而阐述的。不能仅仅因为这些方案在本发明的背景技术部分进行了阐述而认为上述技术方案为本领域技术人员所公知。
发明内容
但是，在上述现有方法中，在环境设备出现故障或使用状况不佳而由用户进行上报时，环境设备可能已经发生了不可逆的损坏；而对于传统的点检方法，维护人员一般通过运行数据来判断环境设备的运行状态以及老化程度等，该方法依赖于维护人员的经验，并且，在估计环境设备的老化程度时仅考虑了运行数据，导致估计结果并不准确。
实际上，对于环境设备尤其是安装在室外的环境设备，其所在现场的环境因素对于设备的老化也会产生较大的影响，例如，雨水的冲刷，楼顶排水口的状态，排水口是否堵塞，周边设备的布局对环境设备的通风的影响，生锈、污垢或遮挡环境设备的太阳能板或其他厂商设备的安装位置等，这些因素对于环境设备的老化也存在较大的影响。而现有方法并没有考虑这些设备所在现场的动态因素。
另外，上述现有方法中，用户无法及时的掌握环境设备的老化程度等信息，从而无法提前做出应对措施，即，直到设备无法正常使用时才提出维护、维修或更换设备的需求，导致设备价值的降低和浪费，影响用户体验。
为了解决上述问题中的至少一个，本发明实施例提供一种环境设备的点检方法、装置及系统。能够提供准确的环境设备健康状态的估计结果，用户能够及时的掌握环境设备的健康状态。
根据本发明实施例的第一方面，提供了一种环境设备的点检方法，所述方法包括：使用移动点检设备采集环境设备所在现场的数据；基于所述移动点检设备采集的所述数据，生成所述环境设备所在现场的变化信息；获取所述环境设备的运行数据和所述环境设备的首次运行时间信息；以及根据所述环境设备所在现场的变化信息、所述环境设备的运行数据和所述环境设备的首次运行时间信息，确定所述环境设备的健康状态参数。
根据本发明实施例的第二方面，提供了一种环境设备的点检系统，所述系统包括作为点检目标的环境设备、移动点检设备以及云端的服务器，所述移动点检设备移动至所述环境设备附近和/或停靠在所述环境设备上，采集所述环境设备所在现场的数据，并将所述数据发送给所述服务器；所述服务器接收所述移动点检设备发送的所述数据，并根据所述数据生成所述环境设备所在现场的变化信息；并且，所述服务器从所述环境设备或云端获取所述环境设备的运行数据和所述环境设备的首次运行时间信息；以及根据所述环境设备所在现场的变化信息、所述环境设备的运行数据和所述环境设备的首次运行时间信息，确定所述环境设备的健康状态参数。
根据本发明实施例的第三方面，提供了一种移动点检设备，所述移动点检设备包括：驱动模块，其提供所述移动点检设备进行移动的驱动力；无线通信模块，其与所述移动点检设备的控制设备、环境设备以及云端的服务器中的至少一个进行无线通信；检测模块，其包括摄像模块、红外摄像模块、振动传感器、指向型声音传感器、雷达以及风量传感器中的至少一个；以及GPS模块，其确定所述移动点检设备的位置。
本发明实施例的有益效果之一在于：通过使用移动点检设备来采集环境设备的数据并基于该数据生成设备现场的变化信息，根据设备现场的变化信息、设备运行数据以及首次运行时间，确定环境设备的健康状态参数，因此，用户能够及时的掌握环境设备的健康状态，从而能够提前做出维修、保养及更换等决策，充分利用了环境设备的价值，提升了用户的使用体验；
并且，由于在确定环境设备的健康状态参数时，结合了现场采集的数据而生成的变化信息以及设备的运行数据和运行时间等信息，从而，全面考虑了影响设备健康状态的各种因素，提高了估计结果的准确性，从而能够为用户提供准确的设备健康信息。
针对一种实施方式描述以及示出的特征信息可以以相同或类似的方式在一个或更多个其它实施方式中使用，与其它实施方式中的特征信息相组合，或替代其它实施方式中的特征信息。
应该强调，术语“包括/包含”在本文使用时指特征信息、整件、步骤或组件的存在，但并不排除一个或更多个其它特征信息、整件、步骤或组件的存在或附加。
附图说明
参照以下的附图可以更好地理解本发明的很多方面。附图中的部件不是成比例绘制的，而只是为了示出本发明的原理。为了便于示出和描述本发明的一些部分，附图中对应部分可能被放大或缩小。在本发明的一个附图或一种实施方式中描述的元素和特征信息可以与一个或更多个其它附图或实施方式中示出的元素和特征信息相结合。此外，在附图中，类似的标号表示几个附图中对应的部件，并可用于指示多于一种实施方式中使用的对应部件。
在附图中：
图1是本发明实施例1的环境设备的点检方法的一示意图；
图2是本申请实施例1的环境设备的点检方法的场景的一示意图；
图3是本申请实施例1的移动点检设备采集现场数据的方法的一示意图；
图4是本申请实施例1的实现步骤301的一方法的一示意图；
图5是本申请实施例1的实现步骤301的另一方法的一示意图；
图6是本申请实施例1的生成通风条件的方法的一示意图；
图7是本申请实施例1的生成清洁度的方法的一示意图；
图8是本申请实施例1的生成遮挡信息的方法的一示意图；
图9是本申请实施例1的生成排水状态的方法的一示意图；
图10是本申请实施例1的生成出风风量的方法的一示意图；
图11是本申请实施例1的生成安装状态的方法的一示意图；
图12是本申请实施例1的生成着火风险的方法的一示意图；
图13是本申请实施例1的生成冷媒泄露风险的方法的一示意图；
图14是本申请实施例1的实现步骤103的方法的一示意图；
图15是本申请实施例1的使用第九模型的一示意图；
图16是本申请实施例1的第九模型的网络结构一示意图
图17是本申请实施例1的设备换新价值和老化程度之间关系的一示意图；
图18是本发明实施例2的环境设备的点检系统的一示意图；
图19是本发明实施例3的移动点检设备的一示意图。
具体实施方式
下面参照附图对本发明的优选实施方式进行说明。
实施例1
本发明实施例1提供一种环境设备的点检方法。图1是本发明实施例1的环境设备的点检方法的一示意图。如图1所示，该方法包括：
步骤101：使用移动点检设备采集环境设备所在现场的数据；
步骤102：基于该移动点检设备采集的该数据，生成该环境设备所在现场的变化信息；
步骤103：获取该环境设备的运行数据和该环境设备的首次运行时间信息；以及
步骤104：根据该环境设备所在现场的变化信息、该环境设备的运行数据和该环境设备的首次运行时间信息，确定该环境设备的健康状态参数。
这样，通过使用移动点检设备来采集环境设备的数据并基于该数据生成设备现场的变化信息，根据设备现场的变化信息、设备运行数据以及首次运行时间，确定环境设备的健康状态参数，因此，用户能够及时的掌握环境设备的健康状态，从而能够提前做出维修、保养及更换等决策，充分利用了环境设备的价值，提升了用户的使用体验；
并且，由于在确定环境设备的健康状态参数时，结合了现场采集的数据而生成的变化信息以及设备的运行数据和运行时间等信息，从而，全面考虑了影响设备健康状态的各种因素，提高了估计结果的准确性，从而能够为用户提供准确的设备健康信息。
在一些实施例中，环境设备包括安装在室外的各种环境设备，例如，环境设备包括空调室外机、新风系统室外机、太阳能设备中的至少一种；在本申请实施例中，以安装在室外的空调室外机为例进行说明。
在一些实施例中，安装在室外的环境设备可以安装在建筑物的楼顶，或者，安装在建筑物外部的设备支架上，例如空调支架上，或者，安装在其他的固定位置。
但是，本申请实施例的方法也适用于安装在室内的环境设备，例如空调室内机、新风系统的室内设备、加湿器、空气净化器等。
在一些实施例中，待检测的环境设备又称为目标环境设备。
在一些实施例中，点检指的是对设备定期进行检查，和/或，对设备的一些设定的项目进行检查。或者，在一些实施例中，点检也可以理解为通常的检查或检测。
在步骤101中，使用移动点检设备采集环境设备所在现场的数据
在一些实施例中，移动点检设备可以是各种能够移动的点检设备，例如，移动点检设备是无人机或飞艇，或者，移动点检设备也可以是其他能够自由移动的机器设备。
图2是本申请实施例1的环境设备的点检方法的场景的一示意图。如图2所示，例如，作为环境设备的空调室外机10设置在建筑物A的楼顶、另外，在附近的建筑物B和建筑物C的楼顶分别设置有空调室外机11、12；作为移动点检设备的无人机20对空调室外机10、11、12中的至少一个进行现场数据的采集。
另外，如图2所示，无人机20可通过控制终端30进行控制，例如，通过控制终端30进行遥控，和/或，根据控制终端30设置的目标位置或目标路径进行移动。
另外，如图2所示，云端的服务器40可以与无人机20进行无线通信，和/或，云端的服务器40可以与空调室外机10、11、12中的至少一个进行无线通信。
在一些实施例中，移动点检设备先移动到待检测的环境设备即目标环境设备附近，或者，停靠在该环境设备上，然后进行现场数据的采集。
图3是本申请实施例1的移动点检设备采集现场数据的方法的一示意图。如图3所示，该方法包括：
步骤301：移动点检设备移动至环境设备附近和/或停靠在该环境设备上；以及
步骤302：该移动点检设备采集该环境设备所在现场的数据。
在一些实施例中，当环境设备能够联网时，移动点检设备可以通过云端的服务器获取该环境设备是否运行的信息，当环境设备不能联网时，移动点检设备可以环绕环境设备飞行，检测环境设备的出风口的温度与其他部分温度差异情况。如果出风口的温度大于或小于其他部分温度一定阈值，则环境设备在运行。
在一些实施例中，移动点检设备环绕该环境设备移动，以采集不同角度和方位的数据，保证数据的完整性，例如保证图像数据的完整性。
在一些实施例中，如图3所示，该方法还包括：
步骤303：通过该环境设备对该移动点检设备进行无线充电。例如，在环境设备和移动点检设备上分别设置有无线充电装置。
例如，在空调室外机上设置二维码，移动点检设备通过扫描二维码进行充电。
这样，利用环境设备对移动点检设备进行无线充电，保证了移动点检设备的连续作业，并提高了作业效率。
在一些实施例中，移动点检设备根据环境设备的位置信息或使用环境设备的用户的用户地址信息，来确定待检测的环境设备的位置并移动到该位置附近。
当移动点检设备获得的环境设备的位置信息或用户地址信息较为准确时，例如，环境设备具有GPS定位功能，其精确的位置信息上传至云端的服务器中。在该情况下，移动点检设备能够获得环境设备的精确位置而直接移动至环境设备附近和/或停靠在该环境设备上进行数据的采集。
例如，如图2所示，无人机20从云端的服务器40获取空调室外机10的准确位置，并根据该精确位置移动至空调室外机10附近，还可以停靠在空调室外机10上。
当移动点检设备获得的环境设备的位置信息或用户地址信息不太准确时，例如，环境设备不具有GPS定位功能，无法获取其精确的位置信息。当环境设备能够联网时，移动点检设备通过云端的服务器获取用户的地址信息，当环境设备不能联网时，移动点检设备通过数据库获取用户登记的地址信息。在上述情况下，移动点检设备基于该位置信息或用户地址信息在一定范围内进行搜寻，在搜寻到目标环境设备时，可以根据移动点检设备的定位功能，将环境设备的精确位置信息上传到云端的服务器中进行存储和更新。
例如，如图2所示，空调室外机11未联网，无人机20从云端的服务器40无法获取空调室外机11的准确位置，在该情况下，无人机20从数据库获取用户地址，并在建筑物A附近进行搜寻，在搜寻到空调室外机11时，移动到空调室外机11的附近，还可以停靠在空调室外机11上。另外，无人机20还可以将空调室外机11的精确位置上传至云端的服务器40，以供下次点检时使用。
另外，当无法获取环境设备的位置信息或地址信息时，可以获取移动点检设备所在位置的建筑信息模型(BIM)，从BIM模型中找到环境设备的位置并前往搜寻和确认。
这样，针对环境设备的不同情况，移动点检设备都能够顺利的到达目标环境设备所在位置进行作业，提升了该方法的可靠性和普适性。
图4是本申请实施例1的实现步骤301的一方法的一示意图。如图4所示，该方法包括：
步骤401：移动点检设备从云端或数据库获取该环境设备的位置信息和/或用户的地址信息；以及
步骤402：该移动点检设备根据该位置信息和/或该地址信息，移动至环境设备附近和/或停靠在该环境设备上。
图5是本申请实施例1的实现步骤301的另一方法的一示意图。如图5所示，该方法包括：
步骤501：该移动点检设备根据该位置信息和/或该地址信息，在一定的区域内进行搜寻，确定环境设备的位置；
步骤502：该移动点检设备根据搜寻确定的环境设备的位置，移动至环境设备附近和/或停靠在该环境设备上。
在一些实施例中，如图5所示，该方法还包括：
步骤503：该移动点检设备将搜寻确定的环境设备的位置发送至云端或数据库，以更新该环境设备的位置。
这样，移动点检设备将搜寻到的环境设备的精确位置发送至云端或数据库，从而，便于以后对该环境设备的点检。
在一些实施例中，移动点检设备采集的数据包括：该环境设备及其周围的图像数据、对于该环境设备及其周围的雷达检测数据、该环境设备的振动数据、该环境设备的声音数据、该环境设备的风量数据、该环境设备及其周围的红外图像数据中的至少一个。
相应的，移动点检设备具有能够采集上述数据的硬件设备，例如，移动点检设备具有摄像模块、红外摄像模块、振动传感器、指向型声音传感器、雷达以及风量传感器中的至少一个。
在步骤102中，基于该移动点检设备采集的该数据，生成该环境设备所在现场的变化信息。因此，相应的，在一些实施例中，该变化信息包括：该环境设备的通风条件、该环境设备的清洁度、该环境设备的遮挡信息、排水状态、该环境设备的出风风量、该环境设备的安装状态、该环境设备的着火风险以及冷媒泄露风险中的至少一个。
在一些实施例中，可以将该移动点检设备采集的该数据输入到模型中，输出该环境设备所在现场的变化信息。
在一些实施例中，对于不同种类的数据，可以将该移动点检设备采集的不同种类的数据分别输入到相应的不同模型中，分别输出相应的变化信息。
这样，通过训练好的模型来直接获取变化信息，能够高效的进行处理，并且获得准确的结果。
在一些实施例中，该移动点检设备将采集的该数据发送给云端的服务器，以使得该服务器根据采集的该数据生成该环境设备所在现场的变化信息。也就是说，步骤102可以由云端的服务器执行。
另外，在移动点检设备与云端的服务器的通信状况不佳时，该移动点检设备可以将采集的数据先存储在移动点检设备中，当通信状况良好时，再将采集的数据发送给云端的服务器。这样，能够适用于各种网络状态，保证点检过程的顺利进行。
下面针对采集的各种数据和生成的各种变化信息分别进行具体的说明。
首先，针对生成变化信息中的环境设备的通风条件进行说明。
图6是本申请实施例1的生成通风条件的方法的一示意图。如图6所示，该方法包括：
步骤601：基于该移动点检设备采集的该环境设备及其周围的图像数据以及对于该环境设备及其周围的雷达检测数据，检测该环境设备外部的障碍物以及该障碍物的位置；以及
步骤602：根据该环境设备外部的障碍物以及该障碍物的位置的检测结果，生成表示该环境设备的通风条件的障碍物系数。
在一些实施例中，该障碍物包括该环境设备外部的树枝、树叶、杂物以及附近的其他环境设备。
由于环境设备外部的障碍物对于环境设备的健康状态具有较大的影响，因此，基于对于障碍物的检测结果而生成的障碍物系数，能够进一步提高估计环境设备的健康状态参数的准确性。
在步骤602中，可以将该环境设备外部的障碍物以及该障碍物的位置的检测结果输入到训练好的第一模型中，输出障碍物系数。
在一些实施例中，该第一模型可以是基于神经网络的模型，其可以基于各种训练方法训练得到。
然后，针对生成变化信息中的环境设备的清洁度进行说明。
图7是本申请实施例1的生成清洁度的方法的一示意图。如图7所示，该方法包括：
步骤701：基于该移动点检设备采集的该环境设备及其周围的图像数据，检测该环境设备外部的灰尘和锈迹；以及
步骤702：根据该环境设备外部的灰尘和锈迹的检测结果，生成表示该环境设备的清洁度的污垢系数和生锈系数。
在步骤701中，可以基于图像识别方法来检测图像数据中的灰尘和锈迹。
在步骤702中，可以将该环境设备外部的灰尘和锈迹的检测结果输入到训练好的第二模型中，输出污垢系数和生锈系数。
在一些实施例中，该第二模型可以是基于神经网络的模型，其可以基于各种训练方法训练得到。
由于环境设备表面的灰尘和铁锈容易对环境设备进行腐蚀并影响设备的散热、防水等性能，因此对环境设备的健康状态具有较大的影响，因此，基于对于灰尘和锈迹的检测结果而生成的污垢系数和生锈系数，能够进一步提高估计环境设备的健康状态参数的准确性。
然后，针对生成变化信息中的环境设备的遮挡信息进行说明。
图8是本申请实施例1的生成遮挡信息的方法的一示意图。如图8所示，该方法包括：
步骤801：基于该移动点检设备采集的该环境设备及其周围的图像数据，和/或，云端数据或数据库的数据，获取该环境设备所在建筑及周围建筑的相关信息以及光照信息；以及
步骤802：根据该环境设备所在建筑及周围建筑的相关信息以及光照信息，生成表示该环境设备的遮挡信息的遮挡系数。
例如，如图2所示，带检测的目标环境设备为空调室外机10，那么，获取的是建筑物A以及周围的建筑物B和C的信息，例如，楼高，面积，位置等，另外，还可以获得建筑物A的光照信息，例如，建筑物A的位置以及所在城市的地理信息。
在步骤802中，可以将该环境设备所在建筑及周围建筑的相关信息以及光照信息输入到训练好的第三模型中，输出遮挡系数。
在一些实施例中，该第三模型可以是基于神经网络的模型，其可以基于各种训练方法训练得到。
这样，由于光照容易加速设备的老化，通过考虑遮挡系数，能够进一步提高估计环境设备的健康状态参数的准确性。
然后，针对生成变化信息中的该环境设备的排水状态进行说明。
图9是本申请实施例1的生成排水状态的方法的一示意图。如图9所示，该方法包括：
步骤901：基于该移动点检设备采集的该环境设备及其周围的图像数据，获取该环境设备的冷凝水排水口和/或建筑物排水口的图像数据；
步骤902：根据该环境设备的冷凝水排水口和/或建筑物排水口的图像数据，生成表示该环境设备的排水状态的排水系数。
在一些实施例中，环境设备的冷凝水排水口例如是空调室外机的冷凝水排水口，建筑物排水口例如是安装环境设备的楼顶的排水口。
在步骤902中，可以将该环境设备的冷凝水排水口和/或建筑物排水口的图像数据输入到训练好的第四模型中，输出排水系数。
在一些实施例中，该第四模型可以是基于神经网络的模型，其可以基于各种训练方法训练得到。
这样，由于积水可能导致设备的腐蚀和性能的恶化，通过考虑排水系数，能够进一步提高估计环境设备的健康状态参数的准确性。
然后，针对生成变化信息中的该环境设备的出风风量进行说明。
图10是本申请实施例1的生成出风风量的方法的一示意图。如图10所示，该方法包括：
步骤1001：基于该移动点检设备采集的该环境设备的风量数据，生成表示该环境设备的出风风量的风量系数。
在一些实施例中，该风量数据例如是环境设备的进风口和出风口的风量数据。
例如，根据接近进风口和出风口的无人机的加速度获得风量数据。
在步骤1001中，可以将该环境设备的风量数据输入到训练好的第五模型中，输出风量系数。
在一些实施例中，该第五模型可以是基于神经网络的模型，其可以基于各种训练方法训练得到。
这样，由于风量对设备的性能和老化有一定影响，通过考虑风量系数，能够进一步提高估计环境设备的健康状态参数的准确性。
然后，针对生成变化信息中的该环境设备的安装状态进行说明。
图11是本申请实施例1的生成安装状态的方法的一示意图。如图11所示，该方法包括：
步骤1101：基于该环境设备内振动产生部件的运转信息、该移动点检设备采集的该环境设备的振动数据以及该环境设备的声音数据中的至少一个，生成表示该环境设备的安装状态的安装稳定系数。
在一些实施例中，在环境设备运行的情况下，由移动点检设备来检测环境设备内振动产生部件的运转信息、该移动点检设备采集的该环境设备的振动数据以及该环境设备的声音数据。
在一些实施例中，作为移动点检设备的无人机停靠在环境设备上，关闭马达，再通过振动传感器检测环境设备的振动数据，并通过指向型麦克风检测声音数据。
在一些实施例中，环境设备内振动产生部件可以包括马达、压缩机等。例如，该部件的运转新包括该部件的档位、转速等。
在步骤1101中，可以将该环境设备内振动产生部件的运转信息、该移动点检设备采集的该环境设备的振动数据以及该环境设备的声音数据中的至少一个输入到训练好的第六模型中，输出安装稳定系数。
在一些实施例中，该第六模型可以是基于神经网络的模型，其可以基于各种训练方法训练得到。
在一些实施例中，当能够获得环境设备内振动产生部件的运转信息时，例如，环境设备能够联网而向云端的服务器上传相关信息时，将环境设备内振动产生部件的运转信息、该环境设备的振动数据以及该环境设备的声音数据输入到第六模型中，得到安装稳定系数。
在一些实施例中，当无法获得环境设备内振动产生部件的运转信息时，例如，环境设备不能联网时，将移动点检设备采集到的该环境设备的振动数据以及该环境设备的声音数据输入到第六模型中，得到安装稳定系数。
这样，由于设备的安装稳定性对设备的性能和老化有一定影响，通过考虑安装稳定系数，能够进一步提高估计环境设备的健康状态参数的准确性。
然后，针对生成变化信息中的着火风险进行说明。
图12是本申请实施例1的生成着火风险的方法的一示意图。如图12所示，该方法包括：
步骤1201：基于该移动点检设备采集的该环境设备及其周围的红外图像数据，确定该环境设备附近的温度以及该环境设备表面的温度；以及
步骤1202：根据该环境设备的传感器采集的温度，和/或，基于该红外图像数据确定的该环境设备附近的温度以及该环境设备表面的温度，生成表示该环境设备的着火风险的着火风险系数。
在步骤1202中，可以将采集的温度或确定的温度输入到训练好的第七模型中，输出着火风险系数。
在一些实施例中，该第七模型可以是基于神经网络的模型，其可以基于各种训练方法训练得到。
这样，由于温度对设备的性能和老化有一定影响，通过考虑着火风险系数，能够进一步提高估计环境设备的健康状态参数的准确性。
另外，在一些实施例中，还可以根据着火风险系数生成着火风险报告推送给用户。这样，能够让用户及时了解潜在的火灾风险，提前采取措施进行防范。
然后，针对生成变化信息中的冷媒泄露风险进行说明。
图13是本申请实施例1的生成冷媒泄露风险的方法的一示意图。如图13所示，该方法包括：
步骤1301：基于该移动点检设备采集的该环境设备及其周围的图像数据，确定该环境设备的结霜状态；以及
步骤1302：根据该环境设备的结霜状态，生成表示该环境设备的冷媒泄露风险的冷媒泄露系数。
在步骤1302中，可以将环境设备的结霜状态输入到训练好的第八模型中，输出冷媒泄露系数。
在一些实施例中，该第八模型可以是基于神经网络的模型，其可以基于各种训练方法训练得到。
这样，由于冷媒泄露对设备的性能和老化有一定影响，通过考虑着冷媒泄露系数，能够进一步提高估计环境设备的健康状态参数的准确性。
以上，针对步骤102中生成包括该环境设备的通风条件、该环境设备的清洁度、该环境设备的遮挡信息、排水状态、该环境设备的出风风量、该环境设备的安装状态、该环境设备的着火风险以及冷媒泄露风险中的至少一个的变化信息的方法进行了具体的说明。
在一些实施例中，可以根据实际情况来确定生成上述变化信息中的哪个或哪些变化信息，例如，根据移动点检设备能够采集到的数据；或者，根据变化信息对于估计设备健康状态的影响程度；或者，根据对于估计精度的要求等。
在一些实施例中，生成多个变化信息的过程可以是先后进行的，也可以是同时进行的，本申请实施例不对生成不同变化信息的顺序进行限制。
在步骤103中，获取该环境设备的运行数据和该环境设备的首次运行时间信息。
在一些实施例中，步骤102和步骤103可以顺序执行，也可以同时进行，本申请实施例不对步骤102和步骤103的执行顺序进行限制。
图14是本申请实施例1的实现步骤103的方法的一示意图。如图14所示，该方法包括：
步骤1401：获取该环境设备的最近预设时间内的运行数据或实时的运行数据；以及
步骤1402：基于该移动点检设备拍摄的图像中的设备铭牌或基于云端数据，获取该环境设备的标识信息，并根据该环境设备的标识信息获取该环境设备的首次运行时间信息。
在一些实施例中，步骤1401和步骤1402可以顺序执行，也可以同时进行，本申请实施例不对步骤1401和步骤1402的执行顺序进行限制。
在一些实施例中，例如获取该环境设备最近30分钟的运转数据，或者，实时获取运转数据。
在一些实施例中，环境设备的运行数据可以包括各种运行数据。例如，对于空调室外机，其运行数据可以包括温度、气压、运行电流值、电压值等。
例如，通过云端的服务器获取环境设备的运行数据。
在一些实施例中，在云端的服务器中根据设备铭牌确定环境设备的ID，从而获得该环境设备的首次运行时间。
在步骤104中，根据该环境设备所在现场的变化信息、该环境设备的运行数据和该环境设备的首次运行时间信息，确定该环境设备的健康状态参数。
在一些实施例中，通过训练好的模型来获得健康状态参数，该模型可以使用各种训练方法进行训练。
例如，将该环境设备所在现场的变化信息、该环境设备的运行数据和该环境设备的首次运行时间信息输入到第九模型中进行计算，输出该环境设备的健康状态参数。
这样，能够获得准确的估计结果。
图15是本申请实施例1的使用第九模型的一示意图。如图15所示，将环境设备所在现场的变化信息、该环境设备的运行数据和该环境设备的首次运行时间信息输入到第九模型中，输出环境设备的健康状态参数。
在一些实施例中，该第九模型是基于全连接神经网络的模型。但是，本申请实施例也可以使用其他网络结构的模型。
图16是本申请实施例1的第九模型的网络结构一示意图。如图16所示，将环境设备的温度、压力、电流值等运行数据以及环境设备的清洁度、安装状态以及首次使用时间输入到全连接神经网络中，输出环境设备的健康状态参数。
在一些实施例中，也可以不训练模型，例如，通过查表法来获得环境设备的健康状态参数。
例如，根据该环境设备所在现场的变化信息、该环境设备的运行数据和该环境设备的首次运行时间信息，使用查表法确定该环境设备的健康状态参数。即，预先建立这些信息与健康状态参数的对照表，在使用时直接查表获取相应参数。
这样，能够简单的获得健康状态参数。
在一些实施例中，环境设备的健康状态参数可以是一种或多种参数。
例如，环境设备的健康状态参数包括环境设备的老化程度以及折旧率中的至少一个。
在一些实施例中，老化程度或折旧率可以用百分比表示。例如，老化程度为50％，或者，折旧率为50％。
这样，用户能够直观的了解环境设备的当前价值，提前进行保养或更换等决策。
在一些实施例中，如图1所示，该方法还可以包括：
步骤105：根据确定的该环境设备的健康状态参数和该健康状态参数的参考值，向用户提供该环境设备的保养或换新策略。步骤105为可选步骤，在图1中用虚线框表示。
这样，能够为用户提供合理的建议，进一步提升用户体验。
在一些实施例中，该健康状态参数的参考值根据该环境设备的初始健康状态参数、使用时长、老化系数以及清洁度下降率计算得到。例如，老化程度可以根据以下的公式(1)计算得到：
p＝p0+a*log(b*y+d) (1)
其中，p为老化程度，p0为初始老化程度，a是老化系数，b是清洁度下降率，d是急剧老化系数。
在一些实施例中，该环境设备的换新策略包括可视化的设备换新价值和健康状态参数之间的关系。
图17是本申请实施例1的设备换新价值和老化程度之间关系的一示意图。如图17所示，在老化程度达到50％后，换新价值快速下降，在老化程度达到100％后，换新价值处于一个极低的水平。
这样，通过可视化的关系图，用户能够直观的了解换新价值和老化程度的关系，能够尽早做出合理的换新措施，进一步提升用户体验。
例如，可以根据以下的公式(2)计算换新价值：
其中，p为老化程度，y0为环境设备原来的价值，b0表示按废品处理的价值。
在一些实施例中，如图1所示，该方法还包括：
步骤106：根据确定的该环境设备的健康状态参数，生成点检报告并发送给用户。步骤106为可选步骤，在图1中用虚线框表示。
这样，用户能够全面的了解点检的具体信息，进一步提升用户体验。
在一些实施例中，当出现异常信息较多或风险等级较大的异常信息的情况时，直接将预警信息推送给用户。
在一些实施例中，如图1所示，该方法还包括：
步骤107：使用该移动点检设备对该环境设备进行清洁作业，并将该清洁作业包括在该点检报告中发送给用户。步骤107为可选步骤，在图1中用虚线框表示。
例如，用该移动点检设备将该环境设备外部的异物或灰尘吹掉。
这样，能够充分利用该移动点检设备，在点检的同时实现清洁功能，进一步提升用户体验。
在一些实施例中，如图1所示，该方法还包括：
步骤108：在作为点检目标的该环境设备和该移动点检设备的移动路径上的其他环境设备中选择至少一个环境设备作为充电站，为该移动点检设备进行充电。步骤108为可选步骤，在图1中用虚线框表示。
这样，能够充分利用移动路径上的环境设备作为充电站，保证移动点检设备的作业持续性和作业效率。
例如，可以根据当前的风向来确定移动路径并选择最佳的环境设备作为充电站。
在一些实施例中，环境设备通过电池为移动点检设备充电。
在一些实施例中，在环境设备上印刷二维码，移动点检设备通过扫描二维码来进行充电。
在一些实施例中，移动点检设备跨过两个环境设备来进行快速充电。例如，移动点检设备具有多个NFC，允许多个设备登录。
在一些实施例中，移动点检设备还可以通过控制端进行充电的付款等操作。
由上述实施例可知，通过使用移动点检设备来采集环境设备的数据并基于该数据生成设备现场的变化信息，根据设备现场的变化信息、设备运行数据以及首次运行时间，确定环境设备的健康状态参数，因此，用户能够及时的掌握环境设备的健康状态，从而能够提前做出维修、保养及更换等决策，充分利用了环境设备的价值，提升了用户的使用体验；
并且，由于在确定环境设备的健康状态参数时，结合了现场采集的数据而生成的变化信息以及设备的运行数据和运行时间等信息，从而，全面考虑了影响设备健康状态的各种因素，提高了估计结果的准确性，从而能够为用户提供准确的设备健康信息。
实施例2
本发明实施例2提供一种环境设备的点检系统，该环境设备的点检系统对应于实施例1记载的环境设备的点检方法，其具体的实施可以参照实施例1所述的方法的实施，内容相同或相关之处不再重复说明。
图18是本发明实施例2的环境设备的点检系统的一示意图，如图18所示，环境设备的点检系统1800包括作为点检目标的环境设备1801、移动点检设备1802以及云端的服务器1803，
该移动点检设备1802移动至该环境设备1801附近和/或停靠在该环境设备1801上，采集该环境设备1801所在现场的数据，并将该数据发送给该服务器1803；
该服务器1803接收该移动点检设备1802发送的该数据，并根据该数据生成该环境设备1801所在现场的变化信息；并且，该服务器1803从该环境设备1801或云端获取该环境设备1801的运行数据和该环境设备1801的首次运行时间信息；以及根据该环境设备1801所在现场的变化信息、该环境设备1801的运行数据和该环境设备1801的首次运行时间信息，确定该环境设备1801的健康状态参数。
在一些实施例中，该服务器1803还根据确定的该环境设备的健康状态参数和该健康状态参数的参考值，向用户提供该环境设备的保养或换新策略。
在一些实施例中，该服务器1803还根据确定的该环境设备的健康状态参数，生成点检报告并发送给用户。
在一些实施例中，环境设备1801能够联网，从而能够与服务器1803通信连接，在另一些实施例中，环境设备1801不能联网，从而不能与服务器1803连接。
在一些实施例中，如图18所示，该系统还包括：
控制设备1804，其对该移动点检设备1802的移动、动作和充电进行控制。
另外，控制设备1804还能够进行付款等处理。
在一些实施例中，该控制设备1804在作为点检目标的该环境设备1801和该移动点检设备1802的移动路径上的其他环境设备中选择至少一个环境设备作为充电站，为该移动点检设备进行充电。
在一些实施例中，该环境设备包括空调室外机。
在一些实施例中，该环境设备还包括设置在该空调室外机上的充电设备。
在一些实施例中，该空调室外机上设置有二维码，该移动点检设备通过扫描该二维码，由空调室外机上的该充电设备对该移动点检设备进行充电。
在一些实施例中，该移动点检设备为无人机或飞艇。
在一些实施例中，上述各个设备的功能的实现可以参照实施例1中相关步骤的内容，此处不再重复说明。
由上述实施例可知，通过使用移动点检设备来采集环境设备的数据并基于该数据生成设备现场的变化信息，根据设备现场的变化信息、设备运行数据以及首次运行时间，确定环境设备的健康状态参数，因此，用户能够及时的掌握环境设备的健康状态，从而能够提前做出维修、保养及更换等决策，充分利用了环境设备的价值，提升了用户的使用体验；
并且，由于在确定环境设备的健康状态参数时，结合了现场采集的数据而生成的变化信息以及设备的运行数据和运行时间等信息，从而，全面考虑了影响设备健康状态的各种因素，提高了估计结果的准确性，从而能够为用户提供准确的设备健康信息。
实施例3
本发明实施例3提供一种移动点检设备，该移动点检设备的具体内容可以参照实施例1所述的方法和实施例2所述的系统的记载，内容相同或相关之处不再重复说明。
图19是本发明实施例3的移动点检设备的一示意图，如图19所示，移动点检设备1900包括：
驱动模块1901，其提供该移动点检设备进行移动的驱动力；
无线通信模块1902，其与该移动点检设备的控制设备、环境设备以及云端的服务器中的至少一个进行无线通信；
检测模块1903，其包括摄像模块、红外摄像模块、振动传感器、指向型声音传感器、雷达以及风量传感器中的至少一个；以及
GPS模块1904，其确定该移动点检设备的位置。
在一些实施例中，该无线通信模块包括蓝牙模块、NFC模块和2.4G模块中的至少一个。
在一些实施例中，该移动点检设备为无人机或飞艇。
由上述实施例可知，通过使用移动点检设备来采集环境设备的数据并基于该数据生成设备现场的变化信息，根据设备现场的变化信息、设备运行数据以及首次运行时间，确定环境设备的健康状态参数，因此，用户能够及时的掌握环境设备的健康状态，从而能够提前做出维修、保养及更换等决策，充分利用了环境设备的价值，提升了用户的使用体验；
并且，由于在确定环境设备的健康状态参数时，结合了现场采集的数据而生成的变化信息以及设备的运行数据和运行时间等信息，从而，全面考虑了影响设备健康状态的各种因素，提高了估计结果的准确性，从而能够为用户提供准确的设备健康信息。
本发明实施例以上的装置和方法可以由硬件实现，也可以由硬件结合软件实现。本发明涉及这样的计算机可读程序，当该程序被逻辑部件所执行时，能够使该逻辑部件实现上文的装置或构成部件，或使该逻辑部件实现上文的各种方法或步骤。
本发明实施例还涉及用于存储以上程序的存储介质，如硬盘、磁盘、光盘、DVD、flash存储器等。
需要说明的是，本方案中涉及到的各步骤的限定，在不影响具体方案实施的前提下，并不认定为对步骤先后顺序做出限定，写在前面的步骤可以是在先执行的，也可以是在后执行的，甚至也可以是同时执行的，只要能实施本方案，都应当视为属于本发明的保护范围。
以上结合具体的实施方式对本发明进行了描述，但本领域技术人员应该清楚，这些描述都是示例性的，并不是对本发明保护范围的限制。本领域技术人员可以根据本发明的精神和原理对本发明做出各种变型和修改，这些变型和修改也在本发明的范围内。

Claims (45)

1.一种环境设备的点检方法，其特征在于，所述方法包括：
使用移动点检设备采集环境设备所在现场的数据；
基于所述移动点检设备采集的所述数据，生成所述环境设备所在现场的变化信息；
获取所述环境设备的运行数据和所述环境设备的首次运行时间信息；以及
根据所述环境设备所在现场的变化信息、所述环境设备的运行数据和所述环境设备的首次运行时间信息，确定所述环境设备的健康状态参数。
2.根据权利要求1所述的方法，其特征在于，
所述移动点检设备采集的所述数据包括：所述环境设备及其周围的图像数据、对于所述环境设备及其周围的雷达检测数据、所述环境设备的振动数据、所述环境设备的声音数据、所述环境设备的风量数据、所述环境设备及其周围的红外图像数据中的至少一个。
3.根据权利要求1所述的方法，其特征在于，所述使用移动点检设备采集环境设备所在现场的数据，包括：
移动点检设备移动至环境设备附近和/或停靠在所述环境设备上；以及
所述移动点检设备采集所述环境设备所在现场的所述数据。
4.根据权利要求3所述的方法，其特征在于，所述移动点检设备移动至环境设备附近和/或停靠在所述环境设备上，包括
所述移动点检设备从云端或数据库获取所述环境设备的位置信息和/或用户的地址信息；以及
所述移动点检设备根据所述位置信息和/或所述地址信息，移动至环境设备附近和/或停靠在所述环境设备上。
5.根据权利要求4所述的方法，其特征在于，所述移动点检设备移动至环境设备附近和/或停靠在所述环境设备上，包括：
所述移动点检设备根据所述位置信息和/或所述地址信息，在一定的区域内进行搜寻，确定环境设备的位置；
所述移动点检设备根据搜寻确定的环境设备的位置，移动至环境设备附近和/或停靠在所述环境设备上。
6.根据权利要求5所述的方法，其特征在于，所述方法还包括：
所述移动点检设备将搜寻确定的环境设备的位置发送至云端或数据库，以更新所述环境设备的位置。
7.根据权利要求3所述的方法，其特征在于，所述方法还包括：
通过所述环境设备对所述移动点检设备进行无线充电。
8.根据权利要求1或2所述的方法，其特征在于，
所述变化信息包括：所述环境设备的通风条件、所述环境设备的清洁度、所述环境设备的遮挡信息、排水状态、所述环境设备的出风风量、所述环境设备的安装状态、所述环境设备的着火风险以及冷媒泄露风险中的至少一个。
9.根据权利要求8所述的方法，其特征在于，所述基于所述移动点检设备采集的所述数据，生成所述环境设备所在现场的变化信息，包括：
基于所述移动点检设备采集的所述环境设备及其周围的图像数据以及对于所述环境设备及其周围的雷达检测数据，检测所述环境设备外部的障碍物以及所述障碍物的位置；以及
根据所述环境设备外部的障碍物以及所述障碍物的位置的检测结果，生成表示所述环境设备的通风条件的障碍物系数。
10.根据权利要求9所述的方法，其特征在于，
所述障碍物包括树枝、树叶、杂物以及其他环境设备。
11.根据权利要求8所述的方法，其特征在于，所述基于所述移动点检设备采集的所述数据，生成所述环境设备所在现场的变化信息，包括：
基于所述移动点检设备采集的所述环境设备及其周围的图像数据，检测所述环境设备外部的灰尘和锈迹；以及
根据所述环境设备外部的灰尘和锈迹的检测结果，生成表示所述环境设备的清洁度的污垢系数和生锈系数。
12.根据权利要求8所述的方法，其特征在于，所述基于所述移动点检设备采集的所述数据，生成所述环境设备所在现场的变化信息，包括：
基于所述移动点检设备采集的所述环境设备及其周围的图像数据，和/或，云端数据或数据库的数据，获取所述环境设备所在建筑及周围建筑的相关信息以及光照信息；以及
根据所述环境设备所在建筑及周围建筑的相关信息以及光照信息，生成表示所述环境设备的遮挡信息的遮挡系数。
13.根据权利要求8所述的方法，其特征在于，所述基于所述移动点检设备采集的所述数据，生成所述环境设备所在现场的变化信息，包括：
基于所述移动点检设备采集的所述环境设备及其周围的图像数据，获取所述环境设备的冷凝水排水口和/或建筑物排水口的图像数据；
根据所述环境设备的冷凝水排水口和/或建筑物排水口的图像数据，生成表示所述环境设备的排水状态的排水系数。
14.根据权利要求8所述的方法，其特征在于，
基于所述移动点检设备采集的所述环境设备的风量数据，生成表示所述环境设备的出风风量的风量系数。
15.根据权利要求8所述的方法，其特征在于，所述基于所述移动点检设备采集的所述数据，生成所述环境设备所在现场的变化信息，包括：
基于所述环境设备内振动产生部件的运转信息、所述移动点检设备采集的所述环境设备的振动数据以及所述环境设备的声音数据中的至少一个，生成表示所述环境设备的安装状态的安装稳定系数。
16.根据权利要求8所述的方法，其特征在于，所述基于所述移动点检设备采集的所述数据，生成所述环境设备所在现场的变化信息，包括：
基于所述移动点检设备采集的所述环境设备及其周围的红外图像数据，确定所述环境设备附近的温度以及所述环境设备表面的温度；以及
根据所述环境设备的传感器采集的温度，和/或，基于所述红外图像数据确定的所述环境设备附近的温度以及所述环境设备表面的温度，生成表示所述环境设备的着火风险的着火风险系数。
17.根据权利要求8所述的方法，其特征在于，所述基于所述移动点检设备采集的所述数据，生成所述环境设备所在现场的变化信息，包括：
基于所述移动点检设备采集的所述环境设备及其周围的图像数据，确定所述环境设备的结霜状态；以及
根据所述环境设备的结霜状态，生成表示所述环境设备的冷媒泄露风险的冷媒泄露系数。
18.根据权利要求1-17中的任一项所述的方法，其特征在于，所述基于所述移动点检设备采集的所述数据，生成所述环境设备所在现场的变化信息，包括：
将所述移动点检设备采集的所述数据输入到模型中，输出所述环境设备所在现场的变化信息。
19.根据权利要求18所述的方法，其特征在于，所述将所述移动点检设备采集的所述数据输入到模型中，输出所述环境设备所在现场的变化信息，包括：
将所述移动点检设备采集的不同种类的数据分别输入到相应的不同模型中，分别输出相应的变化信息。
20.根据权利要求1所述的方法，其特征在于，所述方法还包括：
所述移动点检设备将采集的所述数据发送给云端的服务器，以使得所述服务器根据采集的所述数据生成所述环境设备所在现场的变化信息。
21.根据权利要求1所述的方法，其特征在于，所述获取所述环境设备的运行数据和所述环境设备的首次运行时间信息，包括：
获取所述环境设备的最近预设时间内的运行数据或实时的运行数据；以及
基于所述移动点检设备拍摄的图像中的设备铭牌或基于云端数据，获取所述环境设备的标识信息，并根据所述环境设备的标识信息获取所述环境设备的首次运行时间信息。
22.根据权利要求1所述的方法，其特征在于，所述根据所述环境设备所在现场的变化信息、所述环境设备的运行数据和所述环境设备的首次运行时间信息，确定所述环境设备的健康状态参数，包括：
将所述环境设备所在现场的变化信息、所述环境设备的运行数据和所述环境设备的首次运行时间信息输入到模型中进行计算，输出所述环境设备的健康状态参数。
23.根据权利要求22所述的方法，其特征在于，
所述模型是基于全连接神经网络的模型。
24.根据权利要求1所述的方法，其特征在于，所述根据所述环境设备所在现场的变化信息、所述环境设备的运行数据和所述环境设备的首次运行时间信息，确定所述环境设备的健康状态参数，包括：
根据所述环境设备所在现场的变化信息、所述环境设备的运行数据和所述环境设备的首次运行时间信息，使用查表法确定所述环境设备的健康状态参数。
25.根据权利要求1所述的方法，其特征在于，
所述环境设备的健康状态参数包括所述环境设备的老化程度以及折旧率中的至少一个。
26.根据权利要求1所述的方法，其特征在于，所述方法还包括：
根据确定的所述环境设备的健康状态参数和所述健康状态参数的参考值，向用户提供所述环境设备的保养或换新策略。
27.根据权利要求26所述的方法，其特征在于，
所述健康状态参数的参考值根据所述环境设备的初始健康状态参数、使用时长、老化系数以及清洁度下降率计算得到。
28.根据权利要求26或27所述的方法，其特征在于，
所述环境设备的换新策略包括可视化的设备换新价值和健康状态参数之间的关系。
29.根据权利要求1或26所述的方法，其特征在于，所述方法还包括：
根据确定的所述环境设备的健康状态参数，生成点检报告并发送给用户。
30.根据权利要求29所述的方法，其特征在于，所述方法还包括：
使用所述移动点检设备对所述环境设备进行清洁作业，并将所述清洁作业包括在所述点检报告中发送给用户。
31.根据权利要求1所述的方法，其特征在于，所述方法还包括：
在作为点检目标的所述环境设备和所述移动点检设备的移动路径上的其他环境设备中选择至少一个环境设备作为充电站，为所述移动点检设备进行充电。
32.根据权利要求1所述的方法，其特征在于，
所述环境设备包括空调室外机。
33.根据权利要求1所述的方法，其特征在于，
所述移动点检设备为无人机或飞艇。
34.一种环境设备的点检系统，其特征在于，所述系统包括作为点检目标的环境设备、移动点检设备以及云端的服务器，
所述移动点检设备移动至所述环境设备附近和/或停靠在所述环境设备上，采集所述环境设备所在现场的数据，并将所述数据发送给所述服务器；
所述服务器接收所述移动点检设备发送的所述数据，并根据所述数据生成所述环境设备所在现场的变化信息；并且，所述服务器从所述环境设备或云端获取所述环境设备的运行数据和所述环境设备的首次运行时间信息；以及根据所述环境设备所在现场的变化信息、所述环境设备的运行数据和所述环境设备的首次运行时间信息，确定所述环境设备的健康状态参数。
35.根据权利要求34所述的系统，其特征在于，
所述服务器还根据确定的所述环境设备的健康状态参数和所述健康状态参数的参考值，向用户提供所述环境设备的保养或换新策略。
36.根据权利要求34或35所述的系统，其特征在于，
所述服务器还根据确定的所述环境设备的健康状态参数，生成点检报告并发送给用户。
37.根据权利要求34所述的系统，其特征在于，所述系统还包括：
控制设备，其对所述移动点检设备的移动、动作和充电进行控制。
38.根据权利要求37所述的系统，其特征在于，
所述控制设备在作为点检目标的所述环境设备和所述移动点检设备的移动路径上的其他环境设备中选择至少一个环境设备作为充电站，为所述移动点检设备进行充电。
39.根据权利要求34所述的系统，其特征在于，
所述环境设备包括空调室外机。
40.根据权利要求39所述的系统，其特征在于，
所述环境设备还包括设置在所述空调室外机上的充电设备。
41.根据权利要求40所述的系统，其特征在于，
所述空调室外机上设置有二维码，所述移动点检设备通过扫描所述二维码，由所述空调室外机上的所述充电设备对所述移动点检设备进行充电。
42.根据权利要求34所述的系统，其特征在于，
所述移动点检设备为无人机或飞艇。
43.一种移动点检设备，其特征在于，所述移动点检设备包括：
驱动模块，其提供所述移动点检设备进行移动的驱动力；
无线通信模块，其与所述移动点检设备的控制设备、环境设备以及云端的服务器中的至少一个进行无线通信；
检测模块，其包括摄像模块、红外摄像模块、振动传感器、指向型声音传感器、雷达以及风量传感器中的至少一个；以及
GPS模块，其确定所述移动点检设备的位置。
44.根据权利要求43所述的移动点检设备，其特征在于，
所述无线通信模块包括蓝牙模块、NFC模块和2.4G模块中的至少一个。
45.根据权利要求43或44所述的移动点检设备，其特征在于，
所述移动点检设备为无人机或飞艇。
CN202310876602.2A 2022-07-20 2023-07-17 环境设备的点检方法、装置及系统 Pending CN117433104A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN202210851417 2022-07-20
CN2022108514173 2022-07-20

Publications (1)

Publication Number Publication Date
CN117433104A true CN117433104A (zh) 2024-01-23

Family

ID=89546896

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310876602.2A Pending CN117433104A (zh) 2022-07-20 2023-07-17 环境设备的点检方法、装置及系统

Country Status (2)

Country Link
CN (1) CN117433104A (zh)
WO (1) WO2024019074A1 (zh)

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4394893B2 (ja) * 2002-08-09 2010-01-06 ダイキン工業株式会社 故障診断システム
WO2016162952A1 (ja) * 2015-04-07 2016-10-13 三菱電機株式会社 空気調和機のメンテナンスサポートシステム
JP6634314B2 (ja) * 2016-03-01 2020-01-22 株式会社タクマ 無人航空機を用いた施設内点検システム
JP7021428B2 (ja) * 2017-05-15 2022-02-17 ダイキン工業株式会社 製品の情報生成システム
JP6916050B2 (ja) * 2017-06-23 2021-08-11 東芝キヤリア株式会社 離着陸装置及び熱源機
JP7450345B2 (ja) * 2019-05-27 2024-03-15 三菱電機株式会社 データ収集システム、データ収集方法及びプログラム
JP2021089116A (ja) * 2019-12-05 2021-06-10 東京電力ホールディングス株式会社 情報処理装置、情報処理方法、プログラム及び学習済みモデルの生成方法
WO2021214874A1 (ja) * 2020-04-21 2021-10-28 三菱電機株式会社 管理装置

Also Published As

Publication number Publication date
WO2024019074A1 (ja) 2024-01-25

Similar Documents

Publication Publication Date Title
CN109142971B (zh) 输电线路巡检机器人的巡检方法及巡检装置
CN111512094B (zh) 相对湿度控制系统和方法
CN105807760B (zh) 一种智能机器人及其自建路径的方法和装置
US20240210330A1 (en) Systems and methods for artificial intelligence powered inspections and predictive analyses
WO2021063174A1 (zh) 喷涂机器人的控制方法、装置及具有其的喷涂机器人
CN109612029B (zh) 效能预测方法
US20190381855A1 (en) Apparatus and method for controlling vehicle
US11817822B2 (en) Solar panel performance modeling and monitoring
CN116642140A (zh) 一种面向燃气站场管网的监测巡检系统及泄漏预警方法
CN113532461B (zh) 一种机器人自主避障导航的方法、设备及存储介质
CN111010079B (zh) 基于多传感器的光伏智能清洁控制系统和方法
CN113551399B (zh) 一种空调新风量控制方法、装置及空调
CN116699326B (zh) 基于声学成像的电力设备异常移动式巡检系统及方法
CN114842349B (zh) 一种基于信息技术的建筑施工环境保护方法和系统
CN112269416A (zh) 一种数据中心应用的监测维护机器人系统及方法
CN113033913B (zh) 空调故障预测性维护方法、系统、电子设备及存储介质
CN117433104A (zh) 环境设备的点检方法、装置及系统
CN114367988A (zh) 一种煤矿自主巡检平台上的机械臂运动规划方法和装置
KR20210143645A (ko) 딥러닝 기반 빌딩 에너지 관리방법 및 장치
CN114589697B (zh) 一种智能消杀巡检环境调节机器人及控制方法
JP2020139665A (ja) 汚れ予測システム
CN115048588A (zh) 一种bim构件的推荐方法、装置以及电子设备
CN116277041B (zh) 一种结合需求分析的机器人结构优化方法及系统
CN112518760A (zh) 一种建筑设施智能巡检机器人及其巡检系统
CN118378920B (zh) 基于能碳监测的园区电力设备管理方法和相关装置

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