CN118037090A - 基于指标评价的设备态势分析方法、装置、设备及介质 - Google Patents

基于指标评价的设备态势分析方法、装置、设备及介质 Download PDF

Info

Publication number
CN118037090A
CN118037090A CN202311847034.XA CN202311847034A CN118037090A CN 118037090 A CN118037090 A CN 118037090A CN 202311847034 A CN202311847034 A CN 202311847034A CN 118037090 A CN118037090 A CN 118037090A
Authority
CN
China
Prior art keywords
track traffic
index
equipment
traffic equipment
situation
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
CN202311847034.XA
Other languages
English (en)
Inventor
吴秋颜
黄杰
姚远鹏
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.)
Guangxi Jiaokong Zhiwei Technology Development Co ltd
Original Assignee
Guangxi Jiaokong Zhiwei Technology Development Co 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 Guangxi Jiaokong Zhiwei Technology Development Co ltd filed Critical Guangxi Jiaokong Zhiwei Technology Development Co ltd
Priority to CN202311847034.XA priority Critical patent/CN118037090A/zh
Publication of CN118037090A publication Critical patent/CN118037090A/zh
Pending legal-status Critical Current

Links

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
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • 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
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Educational Administration (AREA)
  • Economics (AREA)
  • Development Economics (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Train Traffic Observation, Control, And Security (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及轨道交通技术领域，尤其涉及一种基于指标评价的设备态势分析方法、装置、轨道交通设备及介质。本发明通过第一关联模型监控轨道交通设备性能，通过第二关联模型监控轨道交通设备可靠性，在短期数据和长期数据的基础上通过第三关联模型描述轨道交通设备可靠性，实现轨道车辆轨道交通设备在基于短期数据和长期数据进行准确全面的轨道交通设备态势分析。

Description

基于指标评价的设备态势分析方法、装置、设备及介质
技术领域
本发明涉及轨道交通技术领域，尤其涉及一种基于指标评价的设备态势分析方法、装置、轨道交通设备及介质。
背景技术
随着轨道交通技术的发展，轨道交通设备日益精密化、复杂化，轨道交通设备的安全运行是轨道交通安全运行的重要前提。为确保轨道交通设备能够安全运行，需要及时对轨道交通设备进行更换或维保，因此，需要针对轨道交通设备当前的使用状态进行准确评估。
现有技术中，轨道交通设备主要通过日常巡检和预设条件的报警判断是否进行更换或维保操作，然而，设备经过多次维保以后的工作曲线与全新设备不同，不同环境下工作的设备的工作曲线也不同，现有技术的方法对于轨道交通设备状态异常但仍可工作的情况下无法准确识别并给出维保需求，因此，如何准确全面分析轨道交通设备态势，是现有技术亟需解决的重要问题。
发明内容
本发明提供一种基于指标评价的设备态势分析方法、装置、轨道交通设备及介质，用以解决现有技术中准确给出维保需求的缺陷，实现准确全面分析轨道交通设备态势。
本发明提供一种基于指标评价的设备态势分析方法，包括以下步骤：
获取轨道交通设备运行实时数据和轨道交通设备运行历史数据；
根据轨道交通设备运行实时数据，使用第一关联模型确定轨道交通设备性能指标，所述第一关联模型用于描述轨道交通设备性能指标与轨道交通设备运行实时数据的关系；
根据轨道交通设备运行历史数据，使用第二关联模型确定轨道交通设备稳定性指标，所述第二关联模型用于描述轨道交通设备稳定性指标与轨道交通设备运行历史数据的关系；
根据轨道交通设备运行实时数据和轨道交通设备运行历史数据，使用第三关联模型确定轨道交通设备可靠性指标，所述第三关联模型用于描述轨道交通设备可靠性指标与轨道交通设备运行实时数据和轨道交通设备运行历史数据的关系；
根据轨道交通设备性能指标、轨道交通设备稳定性指标和轨道交通设备稳定性指标，确定轨道交通设备的健康度指标；
根据轨道交通设备的健康度指标，确定轨道交通设备态势分析结果。
根据本发明提供的基于指标评价的设备态势分析方法，所述轨道交通设备性能指标、轨道交通设备稳定性指标和轨道交通设备可靠性指标的值均包括第一类、第二类、第三类和第四类，其中：
值为第一类表示态势正常；
值为第二类表示态势正常，但接近需维保阈值；
值为第三类表示态势异常但可以正常工作；
值为第四类表示态势异常且不能正常工作。
根据本发明提供的基于指标评价的设备态势分析方法，所述轨道交通设备的健康度指标的值包括第一类、第二类、第三类和第四类，其中：
值为第一类表示态势正常；
值为第二类表示态势正常，但接近需维保阈值；
值为第三类表示态势异常但可以正常工作；
值为第四类表示态势异常且不能正常工作；
所述根据轨道交通设备性能指标、轨道交通设备稳定性指标和轨道交通设备稳定性指标，确定轨道交通设备的健康度指标，包括：
若轨道交通设备性能指标、轨道交通设备稳定性指标和轨道交通设备稳定性指标均为第一类，则确定轨道交通设备的健康度指标为第一类；
若轨道交通设备性能指标、轨道交通设备稳定性指标和轨道交通设备稳定性指标中没有第三类和第四类，且至少一个为第二类，则确定轨道交通设备的健康度指标为第二类；
若轨道交通设备性能指标、轨道交通设备稳定性指标和轨道交通设备稳定性指标中没有第四类，且至少一个为第三类，则确定轨道交通设备的健康度指标为第三类；
若轨道交通设备性能指标、轨道交通设备稳定性指标和轨道交通设备稳定性指标中至少一个为第四类，则确定轨道交通设备的健康度指标为第四类。
根据本发明提供的基于指标评价的设备态势分析方法，所述根据轨道交通设备的健康度指标，确定轨道交通设备态势分析结果步骤之后，还包括以下步骤：
根据轨道交通设备态势分析结果，调整第一关联模型、第二关联模型或第三关联模型中的至少一个模型参数，使轨道交通设备性能指标、轨道交通设备稳定性指标、轨道交通设备可靠性指标和轨道交通设备的健康度指标相同。
根据本发明提供的基于指标评价的设备态势分析方法，所述根据轨道交通设备性能指标、轨道交通设备稳定性指标和轨道交通设备稳定性指标，确定轨道交通设备的健康度指标，具体为：
根据轨道交通设备性能指标、轨道交通设备稳定性指标和轨道交通设备稳定性指标进行加权计算得到轨道交通设备的健康度指标；加权计算的权重系数是根据九级标度法得到的。
根据本发明提供的基于指标评价的设备态势分析方法，所述根据轨道交通设备的健康度指标，确定轨道交通设备态势分析结果，具体为：
若轨道交通设备的健康度指标大于第一预设阈值，则确定轨道交通设备态势分析结果为第一结果；
若轨道交通设备的健康度指标大于第二预设阈值且不大于第一预设阈值，则确定轨道交通设备态势分析结果为第二结果；
若轨道交通设备的健康度指标大于第三预设阈值且不大于第二预设阈值，则确定轨道交通设备态势分析结果为第三结果；
若轨道交通设备的健康度指标不大于第三预设阈值，则确定轨道交通设备态势分析结果为第四结果；
其中：
第一结果表示态势正常；
第二结果表示态势正常，但接近需维保阈值；
第三结果表示态势异常但可以正常工作；
第四结果表示态势异常且不能正常工作。
本发明还提供一种基于指标评价的设备态势分析装置，包括：
数据获取模块，用于获取轨道交通设备运行实时数据和轨道交通设备运行历史数据；
第一关联模型模块，用于根据轨道交通设备运行实时数据，使用第一关联模型确定轨道交通设备性能指标，所述第一关联模型用于描述轨道交通设备性能指标与轨道交通设备运行实时数据的关系；
第二关联模型模块，用于根据轨道交通设备运行历史数据，使用第二关联模型确定轨道交通设备稳定性指标，所述第二关联模型用于描述轨道交通设备稳定性指标与轨道交通设备运行历史数据的关系；
第三关联模型模块，用于根据轨道交通设备运行实时数据和轨道交通设备运行历史数据，使用第三关联模型确定轨道交通设备可靠性指标，所述第三关联模型用于描述轨道交通设备可靠性指标与轨道交通设备运行实时数据和轨道交通设备运行历史数据的关系；
健康度模块，用于根据轨道交通设备性能指标、轨道交通设备稳定性指标和轨道交通设备稳定性指标，确定轨道交通设备的健康度指标；
态势分析模块，用于根据轨道交通设备的健康度指标，确定轨道交通设备态势分析结果。
本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述基于指标评价的设备态势分析方法。
本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述基于指标评价的设备态势分析方法。
本发明还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述基于指标评价的设备态势分析方法。
本发明提供的基于指标评价的设备态势分析方法、装置、轨道交通设备及介质，通过第一关联模型监控轨道交通设备性能，通过第二关联模型监控轨道交通设备可靠性，在短期数据和长期数据的基础上通过第三关联模型描述轨道交通设备可靠性，实现轨道车辆轨道交通设备在基于短期数据和长期数据进行准确全面的轨道交通设备态势分析。
附图说明
为了更清楚地说明本发明或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明提供的基于指标评价的设备态势分析方法的流程示意图；
图2是本发明提供的基于指标评价的设备态势分析装置的结构示意图；
图3是本发明提供的电子设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明中的附图，对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例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他实施例，都属于本发明保护的范围。
下面结合图1-图3描述本发明的基于指标评价的设备态势分析方法、装置、轨道交通设备及介质。
图1是本发明提供的基于指标评价的设备态势分析方法的流程示意图，如图1所示，包括步骤110-步骤160，具体为：
步骤110、获取轨道交通设备运行实时数据和轨道交通设备运行历史数据；
步骤120、根据轨道交通设备运行实时数据，使用第一关联模型确定轨道交通设备性能指标，所述第一关联模型用于描述轨道交通设备性能指标与轨道交通设备运行实时数据的关系；
步骤130、根据轨道交通设备运行历史数据，使用第二关联模型确定轨道交通设备稳定性指标，所述第二关联模型用于描述轨道交通设备稳定性指标与轨道交通设备运行历史数据的关系；
步骤140、根据轨道交通设备运行实时数据和轨道交通设备运行历史数据，使用第三关联模型确定轨道交通设备可靠性指标，所述第三关联模型用于描述轨道交通设备可靠性指标与轨道交通设备运行实时数据和轨道交通设备运行历史数据的关系；
步骤150、根据轨道交通设备性能指标、轨道交通设备稳定性指标和轨道交通设备稳定性指标，确定轨道交通设备的健康度指标；
步骤160、根据轨道交通设备的健康度指标，确定轨道交通设备态势分析结果。
本发明实施例中，轨道交通设备运行实时数据是反映轨道交通设备运行状态的数据，例如，对于电机，实时数据可以包括电流、电压、转速、参数等数据参数，可以理解的是，对于不同的轨道交通设备，采集的实时数据指标可以不同设置；轨道交通设备运行历史数据是反映轨道交通设备故障与维护的数据，例如轨道交通设备维护记录、故障历史记录、工作日志等。本发明实施例的步骤110可以通过传感器间接获取轨道交通设备运行实时数据，也可以通过轨道交通设备的数据接口获取轨道交通设备运行实时数据。
本发明实施例中，步骤120、步骤130和步骤140的顺序可以任意调整，例如先执行步骤140、再执行步骤130，最后执行步骤120，可以理解的是，以任意顺序执行步骤120、步骤130和步骤140均可以实现本发明目的。
本发明实施例的第一关联模型和第二关联模型可以是基于物理原理建模得到，或基于统计学或机器学习方法建模得到，或根据专家评分、九级标度法等方式得到关系模型。
作为一优选的实施例，本发明的第三关联模型R的表达式为：
R＝γf1(a1,…,an)
其中，γ为长期修正系数，f1为第一关联模型，a1,…,an为轨道交通设备运行实时数据；
其中，长期修正系数是根据轨道交通设备运行历史数据得到的，具体为：
γ＝β1ΔT1·e-(n+1)+β2(T0-T2)+β3m+C
其中，ΔT1为直到上一次维修的时间间隔，T0为同类设备的平均寿命，T2为设备已运行时长，m为里程，n为设备维修次数，β1、β2、β3、C为预设系数。
本发明实施例中，轨道交通设备性能指标、轨道交通设备稳定性指标、轨道交通设备可靠性指标可以为数值结果，也可以为分类结果。
因此本发明提供的基于指标评价的设备态势分析方法通过第一关联模型监控轨道交通设备性能，通过第二关联模型监控轨道交通设备可靠性，在短期数据和长期数据的基础上通过第三关联模型描述轨道交通设备可靠性，实现轨道车辆轨道交通设备在基于短期数据和长期数据进行准确全面的轨道交通设备态势分析。
本发明实施例中，所述轨道交通设备性能指标、轨道交通设备稳定性指标和轨道交通设备可靠性指标的值均包括第一类、第二类、第三类和第四类，其中：
值为第一类表示态势正常；
值为第二类表示态势正常，但接近需维保阈值；
值为第三类表示态势异常但可以正常工作；
值为第四类表示态势异常且不能正常工作。
所述轨道交通设备的健康度指标的值包括第一类、第二类、第三类和第四类，其中：
值为第一类表示态势正常；
值为第二类表示态势正常，但接近需维保阈值；
值为第三类表示态势异常但可以正常工作；
值为第四类表示态势异常且不能正常工作；
所述根据轨道交通设备性能指标、轨道交通设备稳定性指标和轨道交通设备稳定性指标，确定轨道交通设备的健康度指标，包括：
若轨道交通设备性能指标、轨道交通设备稳定性指标和轨道交通设备稳定性指标均为第一类，则确定轨道交通设备的健康度指标为第一类；
若轨道交通设备性能指标、轨道交通设备稳定性指标和轨道交通设备稳定性指标中没有第三类和第四类，且至少一个为第二类，则确定轨道交通设备的健康度指标为第二类；
若轨道交通设备性能指标、轨道交通设备稳定性指标和轨道交通设备稳定性指标中没有第四类，且至少一个为第三类，则确定轨道交通设备的健康度指标为第三类；
若轨道交通设备性能指标、轨道交通设备稳定性指标和轨道交通设备稳定性指标中至少一个为第四类，则确定轨道交通设备的健康度指标为第四类。
本发明实施例中，轨道交通设备性能指标、轨道交通设备稳定性指标和轨道交通设备稳定性指标的分类结果可以根据第一关联模型、第二关联模型和第三关联模型输出的数值结果根据阈值分类得到；也可以使用机器学习方法构建分类模型得到分类结果。
本发明实施例的方法通过设置轨道交通设备性能指标、轨道交通设备稳定性指标、轨道交通设备可靠性指标和健康度指标为分类结果，通过标准化的处理方式，使本发明实施例的方法可以适用于不同类型的轨道交通设备，能够为轨道交通维保人员提供科学的维护方案指导。
本发明的另一实施例中，根据轨道交通设备性能指标、轨道交通设备稳定性指标和轨道交通设备稳定性指标，确定轨道交通设备的健康度指标，还包括：
若轨道交通设备性能指标、轨道交通设备稳定性指标和轨道交通设备稳定性指标均为第二类，则确定轨道交通设备的健康度指标为第三类；
若轨道交通设备性能指标、轨道交通设备稳定性指标和轨道交通设备稳定性指标均为第三类，则确定轨道交通设备的健康度指标为第四类。
本发明实施例根据三个指标指示的临界状态确定指示更差状态的健康度指标，可以更好地检测设备状态异常但仍处于可工作状态的情况。
本发明实施例中，所述根据轨道交通设备的健康度指标，确定轨道交通设备态势分析结果步骤之后，还包括以下步骤：
根据轨道交通设备态势分析结果，调整第一关联模型、第二关联模型或第三关联模型中的至少一个模型参数，使轨道交通设备性能指标、轨道交通设备稳定性指标、轨道交通设备可靠性指标和轨道交通设备的健康度指标相同。
本发明实施例的上述步骤用于更新模型参数，可以在固定时间周期后执行，也可以在每一次维保工作后执行，确保模型持续可用且与实际设备健康态势相符。
本发明的另一实施例中，所述根据轨道交通设备性能指标、轨道交通设备稳定性指标和轨道交通设备可靠性指标，确定轨道交通设备的健康度指标H，表达式为：
H＝α1P+α2S+α3R
其中，P为轨道交通设备性能指标，S为轨道交通设备稳定性指标，R为轨道交通设备的健康度指标，α1、α2、α3为权重系数；权重系数是根据九级标度法得到的。
所述根据轨道交通设备的健康度指标，确定轨道交通设备态势分析结果，具体为：
若轨道交通设备的健康度指标大于第一预设阈值，则确定轨道交通设备态势分析结果为第一结果；
若轨道交通设备的健康度指标大于第二预设阈值且不大于第一预设阈值，则确定轨道交通设备态势分析结果为第二结果；
若轨道交通设备的健康度指标大于第三预设阈值且不大于第二预设阈值，则确定轨道交通设备态势分析结果为第三结果；
若轨道交通设备的健康度指标不大于第三预设阈值，则确定轨道交通设备态势分析结果为第四结果；
其中：
第一结果表示态势正常；
第二结果表示态势正常，但接近需维保阈值；
第三结果表示态势异常但可以正常工作；
第四结果表示态势异常且不能正常工作。
本发明实施例通过上述步骤，在保持分类结果为维保人员提供维保策略支持的同时，使轨道交通设备的健康度指标输出数值结果以实现进一步分析，为模型的参数调整和数据更新提供支持，提高模型的可用性。
同时，本发明实施例引入九级标度法实现轨道交通设备态势分析结果的主客观结合分析，能够应对轨道交通设备的多种不同情形，同时无需对不同设备多次重复建模，减少建模时的工作量。
综上所述，本发明实施例提供的基于指标评价的设备态势分析方法，通过第一关联模型监控轨道交通设备性能，通过第二关联模型监控轨道交通设备可靠性，在短期数据和长期数据的基础上通过第三关联模型描述轨道交通设备可靠性，实现轨道车辆轨道交通设备在基于短期数据和长期数据进行准确全面的轨道交通设备态势分析。
下面对本发明提供的基于指标评价的设备态势分析装置进行描述，下文描述的基于指标评价的设备态势分析装置与上文描述的基于指标评价的设备态势分析方法可相互对应参照。
图2是本发明提供的基于指标评价的设备态势分析装置的结构示意图，如图2所示，包括：
数据获取模块210，用于获取轨道交通设备运行实时数据和轨道交通设备运行历史数据；
第一关联模型模块220，用于根据轨道交通设备运行实时数据，使用第一关联模型确定轨道交通设备性能指标，所述第一关联模型用于描述轨道交通设备性能指标与轨道交通设备运行实时数据的关系；
第二关联模型模块230，用于根据轨道交通设备运行历史数据，使用第二关联模型确定轨道交通设备稳定性指标，所述第二关联模型用于描述轨道交通设备稳定性指标与轨道交通设备运行历史数据的关系；
第三关联模型模块240，用于根据轨道交通设备运行实时数据和轨道交通设备运行历史数据，使用第三关联模型确定轨道交通设备可靠性指标，所述第三关联模型用于描述轨道交通设备可靠性指标与轨道交通设备运行实时数据和轨道交通设备运行历史数据的关系；
健康度模块250，用于根据轨道交通设备性能指标、轨道交通设备稳定性指标和轨道交通设备稳定性指标，确定轨道交通设备的健康度指标；
态势分析模块260，用于根据轨道交通设备的健康度指标，确定轨道交通设备态势分析结果。
可见，本发明实施例提供的基于指标评价的设备态势分析装置，能够通过第一关联模型监控轨道交通设备性能，通过第二关联模型监控轨道交通设备可靠性，在短期数据和长期数据的基础上通过第三关联模型描述轨道交通设备可靠性，实现轨道车辆轨道交通设备在基于短期数据和长期数据进行准确全面的轨道交通设备态势分析。
图3示例了一种电子设备的实体结构示意图，如图3所示，该电子设备可以包括：处理器(processor)310、通信接口(Communications Interface)320、存储器(memory)330和通信总线340，其中，处理器310，通信接口320，存储器330通过通信总线340完成相互间的通信。处理器310可以调用存储器330中的逻辑指令，以执行基于指标评价的设备态势分析方法，包括以下步骤：
获取轨道交通设备运行实时数据和轨道交通设备运行历史数据；
根据轨道交通设备运行实时数据，使用第一关联模型确定轨道交通设备性能指标，所述第一关联模型用于描述轨道交通设备性能指标与轨道交通设备运行实时数据的关系；
根据轨道交通设备运行历史数据，使用第二关联模型确定轨道交通设备稳定性指标，所述第二关联模型用于描述轨道交通设备稳定性指标与轨道交通设备运行历史数据的关系；
根据轨道交通设备运行实时数据和轨道交通设备运行历史数据，使用第三关联模型确定轨道交通设备可靠性指标，所述第三关联模型用于描述轨道交通设备可靠性指标与轨道交通设备运行实时数据和轨道交通设备运行历史数据的关系；
根据轨道交通设备性能指标、轨道交通设备稳定性指标和轨道交通设备稳定性指标，确定轨道交通设备的健康度指标；
根据轨道交通设备的健康度指标，确定轨道交通设备态势分析结果。
此外，上述的存储器330中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机轨道交通设备(可以是个人计算机，服务器，或者网络轨道交通设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面，本发明还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，计算机程序可存储在非暂态计算机可读存储介质上，所述计算机程序被处理器执行时，计算机能够执行上述各方法所提供的基于指标评价的设备态势分析方法，包括以下步骤：
获取轨道交通设备运行实时数据和轨道交通设备运行历史数据；
根据轨道交通设备运行实时数据，使用第一关联模型确定轨道交通设备性能指标，所述第一关联模型用于描述轨道交通设备性能指标与轨道交通设备运行实时数据的关系；
根据轨道交通设备运行历史数据，使用第二关联模型确定轨道交通设备稳定性指标，所述第二关联模型用于描述轨道交通设备稳定性指标与轨道交通设备运行历史数据的关系；
根据轨道交通设备运行实时数据和轨道交通设备运行历史数据，使用第三关联模型确定轨道交通设备可靠性指标，所述第三关联模型用于描述轨道交通设备可靠性指标与轨道交通设备运行实时数据和轨道交通设备运行历史数据的关系；
根据轨道交通设备性能指标、轨道交通设备稳定性指标和轨道交通设备稳定性指标，确定轨道交通设备的健康度指标；
根据轨道交通设备的健康度指标，确定轨道交通设备态势分析结果。
又一方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各方法提供的基于指标评价的设备态势分析方法，包括以下步骤：
获取轨道交通设备运行实时数据和轨道交通设备运行历史数据；
根据轨道交通设备运行实时数据，使用第一关联模型确定轨道交通设备性能指标，所述第一关联模型用于描述轨道交通设备性能指标与轨道交通设备运行实时数据的关系；
根据轨道交通设备运行历史数据，使用第二关联模型确定轨道交通设备稳定性指标，所述第二关联模型用于描述轨道交通设备稳定性指标与轨道交通设备运行历史数据的关系；
根据轨道交通设备运行实时数据和轨道交通设备运行历史数据，使用第三关联模型确定轨道交通设备可靠性指标，所述第三关联模型用于描述轨道交通设备可靠性指标与轨道交通设备运行实时数据和轨道交通设备运行历史数据的关系；
根据轨道交通设备性能指标、轨道交通设备稳定性指标和轨道交通设备稳定性指标，确定轨道交通设备的健康度指标；
根据轨道交通设备的健康度指标，确定轨道交通设备态势分析结果。
以上所描述的装置实施例仅仅是示意性的，其中所述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，即可以位于一个地方，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模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机轨道交通设备(可以是个人计算机，服务器，或者网络轨道交通设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种基于指标评价的设备态势分析方法，其特征在于，包括以下步骤：
获取轨道交通设备运行实时数据和轨道交通设备运行历史数据；
根据轨道交通设备运行实时数据，使用第一关联模型确定轨道交通设备性能指标，所述第一关联模型用于描述轨道交通设备性能指标与轨道交通设备运行实时数据的关系；
根据轨道交通设备运行历史数据，使用第二关联模型确定轨道交通设备稳定性指标，所述第二关联模型用于描述轨道交通设备稳定性指标与轨道交通设备运行历史数据的关系；
根据轨道交通设备运行实时数据和轨道交通设备运行历史数据，使用第三关联模型确定轨道交通设备可靠性指标，所述第三关联模型用于描述轨道交通设备可靠性指标与轨道交通设备运行实时数据和轨道交通设备运行历史数据的关系；
根据轨道交通设备性能指标、轨道交通设备稳定性指标和轨道交通设备稳定性指标，确定轨道交通设备的健康度指标；
根据轨道交通设备的健康度指标，确定轨道交通设备态势分析结果。
2.根据权利要求1所述的基于指标评价的设备态势分析方法，其特征在于，所述轨道交通设备性能指标、轨道交通设备稳定性指标和轨道交通设备可靠性指标的值均包括第一类、第二类、第三类和第四类，其中：
值为第一类表示态势正常；
值为第二类表示态势正常，但接近需维保阈值；
值为第三类表示态势异常但可以正常工作；
值为第四类表示态势异常且不能正常工作。
3.根据权利要求2所述的基于指标评价的设备态势分析方法，其特征在于，所述轨道交通设备的健康度指标的值包括第一类、第二类、第三类和第四类，其中：
值为第一类表示态势正常；
值为第二类表示态势正常，但接近需维保阈值；
值为第三类表示态势异常但可以正常工作；
值为第四类表示态势异常且不能正常工作；
所述根据轨道交通设备性能指标、轨道交通设备稳定性指标和轨道交通设备稳定性指标，确定轨道交通设备的健康度指标，包括：
若轨道交通设备性能指标、轨道交通设备稳定性指标和轨道交通设备稳定性指标均为第一类，则确定轨道交通设备的健康度指标为第一类；
若轨道交通设备性能指标、轨道交通设备稳定性指标和轨道交通设备稳定性指标中没有第三类和第四类，且至少一个为第二类，则确定轨道交通设备的健康度指标为第二类；
若轨道交通设备性能指标、轨道交通设备稳定性指标和轨道交通设备稳定性指标中没有第四类，且至少一个为第三类，则确定轨道交通设备的健康度指标为第三类；
若轨道交通设备性能指标、轨道交通设备稳定性指标和轨道交通设备稳定性指标中至少一个为第四类，则确定轨道交通设备的健康度指标为第四类。
4.根据权利要求3所述的基于指标评价的设备态势分析方法，其特征在于，所述根据轨道交通设备的健康度指标，确定轨道交通设备态势分析结果步骤之后，还包括以下步骤：
根据轨道交通设备态势分析结果，调整第一关联模型、第二关联模型或第三关联模型中的至少一个模型参数，使轨道交通设备性能指标、轨道交通设备稳定性指标、轨道交通设备可靠性指标和轨道交通设备的健康度指标相同。
5.根据权利要求1所述的基于指标评价的设备态势分析方法，其特征在于，所述根据轨道交通设备性能指标、轨道交通设备稳定性指标和轨道交通设备可靠性指标，确定轨道交通设备的健康度指标，具体为：
根据轨道交通设备性能指标、轨道交通设备稳定性指标和轨道交通设备可靠性指标进行加权计算得到轨道交通设备的健康度指标；加权计算的权重系数是根据九级标度法得到的。
6.根据权利要求5所述的基于指标评价的设备态势分析方法，其特征在于，所述根据轨道交通设备的健康度指标，确定轨道交通设备态势分析结果，具体为：
若轨道交通设备的健康度指标大于第一预设阈值，则确定轨道交通设备态势分析结果为第一结果；
若轨道交通设备的健康度指标大于第二预设阈值且不大于第一预设阈值，则确定轨道交通设备态势分析结果为第二结果；
若轨道交通设备的健康度指标大于第三预设阈值且不大于第二预设阈值，则确定轨道交通设备态势分析结果为第三结果；
若轨道交通设备的健康度指标不大于第三预设阈值，则确定轨道交通设备态势分析结果为第四结果；
其中：
第一结果表示态势正常；
第二结果表示态势正常，但接近需维保阈值；
第三结果表示态势异常但可以正常工作；
第四结果表示态势异常且不能正常工作。
7.一种基于指标评价的设备态势分析装置，其特征在于，包括：
数据获取模块，用于获取轨道交通设备运行实时数据和轨道交通设备运行历史数据；
第一关联模型模块，用于根据轨道交通设备运行实时数据，使用
第一关联模型确定轨道交通设备性能指标，所述第一关联模型用于描述轨道交通设备性能指标与轨道交通设备运行实时数据的关系；
第二关联模型模块，用于根据轨道交通设备运行历史数据，使用第二关联模型确定轨道交通设备稳定性指标，所述第二关联模型用于描述轨道交通设备稳定性指标与轨道交通设备运行历史数据的关系；
第三关联模型模块，用于根据轨道交通设备运行实时数据和轨道交通设备运行历史数据，使用第三关联模型确定轨道交通设备可靠性指标，所述第三关联模型用于描述轨道交通设备可靠性指标与轨道交通设备运行实时数据和轨道交通设备运行历史数据的关系；
健康度模块，用于根据轨道交通设备性能指标、轨道交通设备稳定性指标和轨道交通设备稳定性指标，确定轨道交通设备的健康度指标；
态势分析模块，用于根据轨道交通设备的健康度指标，确定轨道交通设备态势分析结果。
8.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至6任一项所述基于指标评价的设备态势分析方法。
9.一种非暂态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实现如权利要求1至6任一项所述基于指标评价的设备态势分析方法。
10.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述基于指标评价的设备态势分析方法。
CN202311847034.XA 2023-12-28 2023-12-28 基于指标评价的设备态势分析方法、装置、设备及介质 Pending CN118037090A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311847034.XA CN118037090A (zh) 2023-12-28 2023-12-28 基于指标评价的设备态势分析方法、装置、设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311847034.XA CN118037090A (zh) 2023-12-28 2023-12-28 基于指标评价的设备态势分析方法、装置、设备及介质

Publications (1)

Publication Number Publication Date
CN118037090A true CN118037090A (zh) 2024-05-14

Family

ID=90986577

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311847034.XA Pending CN118037090A (zh) 2023-12-28 2023-12-28 基于指标评价的设备态势分析方法、装置、设备及介质

Country Status (1)

Country Link
CN (1) CN118037090A (zh)

Similar Documents

Publication Publication Date Title
CN109947088B (zh) 基于模型全生命周期管理的设备故障预警系统
EP3073450B1 (en) System and method for monitoring driving behavior of a driver
EP1416348B1 (en) Methodology for temporal fault event isolation and identification
WO2021196501A1 (zh) 一种基于大数据的工业生产流水线的故障监测方法及系统
CN110689141B (zh) 风力发电机组的故障诊断方法及设备
US7912669B2 (en) Prognosis of faults in electronic circuits
CN111221706B (zh) 一种cpu使用率预测方法、系统、介质及设备
CN116184930B (zh) 数控机床故障预测方法、装置、设备及存储介质
AT514680A2 (de) Prozess zur Optimierung der Wartung technischer Systeme
CN110008096A (zh) 数据监测方法、装置、电子设备及计算机可读存储介质
CN116415126A (zh) 用于造纸机的刮刀的异常检测的方法、装置和计算设备
JP2009086896A (ja) コンピュータの障害予測システムおよび障害予測方法
WO2020166236A1 (ja) 作業効率評価方法、作業効率評価装置、及びプログラム
CN112380759B (zh) 基于深度学习和CoxPH模型的智能电表寿命预测方法
DE102011054879A1 (de) Diagnose und Prognose thermischer Empfindlichkeit eines Rotors
CN117910999A (zh) 一种智能电厂设备检修方法及系统
CN115660484A (zh) 列车健康状态的评估方法、装置、系统、电子设备及介质
CN112633708B (zh) 机械设备故障检测方法、装置、介质及电子设备
CN113987027A (zh) 一种基于故障预测的设备状态确定方法、装置及介质
Matania et al. Transfer across different machines by transfer function estimation
KR102108975B1 (ko) 함정설비의 상태기반 정비 지원 장치 및 방법
CN118037090A (zh) 基于指标评价的设备态势分析方法、装置、设备及介质
CN117370879A (zh) 一种风力机齿轮箱的实时在线故障诊断方法及系统
CN116702597A (zh) 一种机械设备运行寿命预测与健康管理方法、系统及介质
CN116562437A (zh) 轨道电路补偿电容故障预测方法和装置

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