CN118333604A - 检修方案的确定方法、装置、系统、介质、设备及产品 - Google Patents
检修方案的确定方法、装置、系统、介质、设备及产品 Download PDFInfo
- Publication number
- CN118333604A CN118333604A CN202410410462.4A CN202410410462A CN118333604A CN 118333604 A CN118333604 A CN 118333604A CN 202410410462 A CN202410410462 A CN 202410410462A CN 118333604 A CN118333604 A CN 118333604A
- Authority
- CN
- China
- Prior art keywords
- execution operation
- overhaul
- scheme
- target
- determining
- 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
- 238000000034 method Methods 0.000 title claims abstract description 49
- 238000012423 maintenance Methods 0.000 claims abstract description 103
- 238000004590 computer program Methods 0.000 claims description 14
- 238000007689 inspection Methods 0.000 claims description 14
- 239000011521 glass Substances 0.000 claims description 9
- 230000008569 process Effects 0.000 claims description 9
- 241001272996 Polyphylla fullo Species 0.000 claims description 5
- 238000010586 diagram Methods 0.000 description 10
- 238000004891 communication Methods 0.000 description 7
- 238000011156 evaluation Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 230000005236 sound signal Effects 0.000 description 4
- 230000006978 adaptation Effects 0.000 description 3
- 238000013475 authorization Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000010248 power generation Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 201000001098 delayed sleep phase syndrome Diseases 0.000 description 1
- 208000033921 delayed sleep phase type circadian rhythm sleep disease Diseases 0.000 description 1
- 235000019800 disodium phosphate Nutrition 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000004549 pulsed laser deposition Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种检修方案的确定方法、装置、系统、介质、设备及产品,所述方法包括:获取预设检修方案的执行操作数据;根据所述执行操作数据,确定所述预设检修方案的执行操作参数;所述执行操作参数用于表征检修方案的执行难度;根据所述执行操作参数和历史检修方案的历史执行操作参数,从所述检修方案和所述历史检修方案中确定目标检修方案。
Description
技术领域
本公开涉及电力设备检修技术领域,具体地,涉及一种检修方案的确定方法、装置、系统、介质、设备及产品。
背景技术
目前,发电机组中发电设备的检修比例和抽检数量需要符合相关标准要求。在相关技术中,由于标准要求的设备众多,检修数量比例各不相同,设备检修方案的确定方式,通常会采用人工对各个设备灵活制定对应的检修方案,并对方案进行更新。
但是,由于人工制定、更新检修方案会存在检修项目的漏项和错误问题,会使得更新后的检修方案的操作难度增加,导致检修效率低下,增加设备检修的人工成本。
发明内容
本公开的目的是提供一种检修方案的确定方法、装置、系统、介质、设备及产品。
根据本公开实施例的第一方面,提供一种检修方案的确定方法,所述方法包括:
获取预设检修方案的执行操作数据;
根据所述执行操作数据,确定所述预设检修方案的执行操作参数;所述执行操作参数用于表征检修方案的执行难度;
根据所述执行操作参数和历史检修方案的历史执行操作参数,从所述检修方案和所述历史检修方案中确定目标检修方案。
可选地,所述执行操作数据包括第一操作难度、第二操作难度以及第三操作难度;
所述根据所述执行操作数据,确定所述预设检修方案的执行操作参数包括:
根据所述第一操作难度、所述第二操作难度以及所述第三操作难度,通过参数确定模型,确定所述预设检修方案的执行操作参数。
可选地,所述参数确定模型包括以下公式:
其中,XC为所述执行操作参数,ZPg为所述第一操作难度,ZPs为所述第二操作难度,ZPj为所述第三操作难度,c3、c4、c5分别为所述第一操作难度、所述第二操作难度以及所述第三操作难度对应的比例系数。
可选地,所述根据所述执行操作参数和历史检修方案的历史执行操作参数,从所述检修方案和所述历史检修方案中确定目标检修方案包括:
在所述执行操作参数大于或者等于所述历史执行操作参数的情况下,将所述历史执行操作参数对应的所述历史检修方案作为所述目标检修方案;或者,
在所述执行操作参数小于所述历史执行操作参数的情况下,将所述执行操作参数对应的所述检修方案作为所述目标检修方案。
可选地,所述方法还包括:
根据预设标签,对所述目标检修方案对应的目标执行操作数据进行分类,得出所述目标检修方案对应的目标分类执行操作数据。
可选地,所述预设标签包括所述目标执行操作数据对应的检修设备和检修工艺,
所述根据预设标签,对所述目标检修方案对应的目标执行操作数据进行分类,得出所述目标检修方案对应的目标分类执行操作数据包括:
通过参照物确定模型,确定所述检修设备对应的参照物,以及与所述参照物之间的参照距离;
根据所述检修设备、所述检修工艺,以及所述参照距离,对所述目标执行操作数据进行分类,得出所述目标检修方案对应的目标分类执行操作数据。
可选地,所述通过参照物确定模型,确定所述检修设备对应的参照物包括:
获取多个候选设备的第一设备体积;
在确定所述第一设备体积大于所述检修设备的检修设备体积的情况下,确定所述候选设备为候选参照物;
根据所述候选参照物的关注参数确定参照物。
可选地,通过以下公式确定参照物:
ZS=a1*SX+a2*PX;
CS=a3*ZSmax-a4*ZSmin;
ZYC=a5*Vd+a6*ZS+a7*CS;
其中,SX为预设时间内,所述候选参照物的预设范围内的行走人数;PX为预设时间内,所述候选参照物的预设范围内的行走频率;ZS为所述候选参照物的关注参数;ZSmax和ZSmin分别为预设时间内,所述候选参照物的最大关注参数和最小关注参数;CS为所述候选参照物的关注差值;ZYC为所述候选参照物的参照物影响值,Vd为所述候选参照物的设备体积;a1、a2、a3、a4、a5、a6、a7均为比例系数。
根据本公开实施例的第二方面,提供一种检修装置,所述装置包括:
获取模块,用于获取预设检修方案的执行操作数据;
第一确定模块,用于根据所述执行操作数据,确定所述预设检修方案的执行操作参数;所述执行操作参数用于表征检修方案的执行难度;
第二确定模块,用于根据所述执行操作参数和历史检修方案的历史执行操作参数,从所述检修方案和所述历史检修方案中确定目标检修方案。
可选地,所述执行操作数据包括第一操作难度、第二操作难度以及第三操作难度;所述第一确定模块,用于根据所述第一操作难度、所述第二操作难度以及所述第三操作难度,通过参数确定模型,确定所述预设检修方案的执行操作参数。
可选地,所述参数确定模型包括以下公式:
其中,XC为所述执行操作参数,ZPg为所述第一操作难度,ZPs为所述第二操作难度,ZPj为所述第三操作难度,c3、c4、c5分别为所述第一操作难度、所述第二操作难度以及所述第三操作难度对应的比例系数。
可选地,所述第二确定模块包括:
第一确定子模块,用于在所述执行操作参数大于或者等于所述历史执行操作参数的情况下,将所述历史执行操作参数对应的所述历史检修方案作为所述目标检修方案;
第二确定子模块,用于在所述执行操作参数小于所述历史执行操作参数的情况下,将所述执行操作参数对应的所述检修方案作为所述目标检修方案。
可选地,所述装置还包括:
分类模块,用于根据预设标签,对所述目标检修方案对应的目标执行操作数据进行分类,得出所述目标检修方案对应的目标分类执行操作数据。
可选地,所述预设标签包括所述目标执行操作数据对应的检修设备和检修工艺,所述分类模块包括:
第三确定子模块,用于通过参照物确定模型,确定所述检修设备对应的参照物,以及与所述参照物之间的参照距离;
第四确定子模块,用于根据所述检修设备、所述检修工艺,以及所述参照距离,对所述目标执行操作数据进行分类,得出所述目标检修方案对应的目标分类执行操作数据。
可选地,所述第三确定子模块,用于获取多个候选设备的第一设备体积;在确定所述第一设备体积大于所述检修设备的检修设备体积的情况下,确定所述候选设备为候选参照物;根据所述候选参照物的关注参数确定参照物。
可选地,通过以下公式确定参照物:
ZS=a1*SX+a2*PX;
CS=a3*ZSmax-a4*ZSmin;
ZYC=a5*Vd+a6*ZS+a7*CS;
其中,SX为预设时间内,所述候选参照物的预设范围内的行走人数;PX为预设时间内,所述候选参照物的预设范围内的行走频率;ZS为所述候选参照物的关注参数;ZSmax和ZSmin分别为预设时间内,所述候选参照物的最大关注参数和最小关注参数;CS为所述候选参照物的关注差值;ZYC为所述候选参照物的参照物影响值,Vd为所述候选参照物的设备体积;a1、a2、a3、a4、a5、a6、a7均为比例系数。
根据本公开实施例的第三方面,提供一种检修系统,所述系统包括AR眼镜、终端设备,以及服务器,所述AR眼镜通过所述终端设备与所述服务器连接:
所述AR眼镜,用于获取预设检修方案的执行操作数据,并将所述执行操作数据,通过所述终端设备发送至所述服务器;
所述终端设备,用于将接收的所述执行操作数据,发送至所述服务器,以及用于显示目标检修方案;
所述服务器,包括本公开实施例的第二方面所提供的检修装置。
根据本公开实施例的第四方面,提供一种非临时性计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现本公开实施例的第一方面所提供的检修方案的确定方法的步骤。
根据本公开实施例的第五方面,提供一种电子设备,包括:
存储器,其上存储有计算机程序;
处理器,用于执行所述存储器中的所述计算机程序,以实现本公开实施例的第一方面所提供的检修方案的确定方法的步骤。
根据本公开实施例的第六方面,提供一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现本公开实施例的第一方面所提供的检修方案的确定方法的步骤。
采用上述技术方案,通过获取预设检修方案的执行操作数据;根据所述执行操作数据,确定所述预设检修方案的执行操作参数;所述执行操作参数用于表征检修方案的执行难度;根据所述执行操作参数和历史检修方案的历史执行操作参数,从所述检修方案和所述历史检修方案中确定目标检修方案。这样,可以根据预设检修方案的不同执行难度和历史的目标检修方案进行对比得到最终的检修方案,能够根据执行操作参数和历史检修方案,确定出与历史方案适配且难度较低的检修方案,节省了工作时间,提高检修效率。
本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本公开的进一步理解,并且构成说明书的一部分,与下面的具体实施方式一起用于解释本公开,但并不构成对本公开的限制。在附图中:
图1是本公开一示例性实施例提供的一种检修方案的确定方法的流程图。
图2是本公开一示例性实施例提供的另一种检修方案的确定方法的流程图。
图3是本公开一示例性实施例提供的一种检修装置的框图。
图4是根据图3所示实施例提供的另一种检修装置的框图。
图5是根据图4所示实施例提供的一种分类模块的框图。
图6是本公开一示例性实施例提供的一种检修系统的示意图。
图7是根据一示例性实施例示出的一种电子设备的框图。
具体实施方式
以下结合附图对本公开的具体实施方式进行详细说明。应当理解的是,此处所描述的具体实施方式仅用于说明和解释本公开,并不用于限制本公开。
需要说明的是,本公开中所有获取信号、信息或数据的动作都是在遵照所在地国家相应的数据保护法规政策的前提下,并获得由相应装置所有者给予授权的情况下进行的。
需要说明的是,本公开中所有获取信号、信息或数据的动作都是在遵照所在地国家相应的数据保护法规政策的前提下,并获得由相应装置所有者给予授权的情况下进行的。
在详细介绍本公开的具体实施方式之前,首先对本公开的应用场景进行说明。本公开可以应用于发电机设备的检修的技术领域,目前,发电机组中发电设备的检修比例和抽检数量需要符合相关标准要求。在相关技术中,由于标准要求的设备众多,检修数量比例各不相同,设备检修方案的确定方式,通常会采用人工对各个设备灵活制定对应的检修方案,并对方案进行更新。
但是,由于人工制定、更新检修方案会存在检修项目的漏项和错误问题,会使得更新后的检修方案的操作难度增加,导致检修效率低下,增加设备检修的人工成本。
为了克服以上相关技术中存在的技术问题,本公开提供了一种检修方案的确定方法、装置、系统、介质、设备及产品。采用上述技术方案,通过获取预设检修方案的执行操作数据;根据该执行操作数据,确定该预设检修方案的执行操作参数;该执行操作参数用于表征检修方案的执行难度;根据该执行操作参数和历史检修方案的历史执行操作参数,从该检修方案和该历史检修方案中确定目标检修方案。这样,可以根据预设检修方案的不同执行难度和历史的目标检修方案进行对比得到最终的检修方案,能够根据执行操作参数和历史检修方案,确定出与历史方案适配且难度较低的检修方案,节省了工作时间,提高检修效率。
下面结合具体实施例对本公开进行说明。
图1是本公开一示例性实施例提供的一种检修方案的确定方法的流程图,如图1所示,该方法包括步骤S101、步骤S102和步骤S103。
在步骤S101中,获取预设检修方案的执行操作数据。
其中,该预设检修方案可以是后台管理人员上传到数据服务器上的最新的检修方案,以及该执行操作数据可以包括该预设检修方案对应的多个操作难度值,该操作难度值用于表示不同类型技术人员对于该预设检修方案的难度评价值。
在本步骤中,首先可以在后台管理人员向数据服务器上传预设检修方案的情况下,输出新增消息,该新增消息用于指示新增了该预设检修方案,然后可以响应于该新增消息,从该数据服务器上获取新增的该预设检修方案。然后,可以获取提前存储于数据服务器上的该预设检修方案对应的多个难度评价值,例如该难度评价值可以包括多个数值,1、2、......、n,其中,n可以表示一个整数。
在步骤S102中,根据该执行操作数据,确定该预设检修方案的执行操作参数。
其中,该执行操作参数用于表征检修方案的执行难度。
在本步骤中,在获取到该预设检修方案对应的多个操作难度值的情况下,可以根据多个操作难度值,确定该预设检修方案对应的执行难度信息。
在一种可能的实现方式中,可以确定多个操作难度值的均值,并将该均值作为该预设检修方案的执行操作参数。
在另一种可能的实现方式中,可以根据确定的多个操作难度值,将多个操作难度值作为参数确定模型的输入,以获取该参数确定模型输出的述预设检修方案的执行操作参数,其中,该参数确定模型是预先训练好的,用于根据操作难度值获取执行操作参数的神经网络模型。
在步骤S103中,根据该执行操作参数和历史检修方案的历史执行操作参数,从该检修方案和该历史检修方案中确定目标检修方案。
在本步骤中,可以将该预设检修方案的执行操作参数和历史检修方案的历史执行操作参数的数值进行比较,将数值更小的执行操作参数对应的检修方案作为目标检修方案。
采用上述技术方案,可以通过获取预设检修方案的执行操作数据;根据该执行操作数据,确定该预设检修方案的执行操作参数;该执行操作参数用于表征检修方案的执行难度;根据该执行操作参数和历史检修方案的历史执行操作参数,从该检修方案和该历史检修方案中确定目标检修方案。这样,可以根据预设检修方案的不同执行难度和历史的目标检修方案进行对比得到最终的检修方案,能够根据执行操作参数和历史检修方案,确定出与历史方案适配且难度较低的检修方案,节省了工作时间,提高检修效率。
在一些实施例中,该执行操作数据可以包括操作难度;其中,该操作难度可以是对该预设检修方案的难度评价值,因此可以根据该操作难度,通过参数确定模型,确定该预设检修方案的执行操作参数。
在本步骤中,可以首先获取该预设检修方案对应的操作难度。
其中,该预设检修方案的执行操作数据还可以包括检修设备的操作步骤文档。
示例地,在首次获取到该预设检修方案的该执行操作数据的情况下,可以根据语言识别模型提取该操作步骤文档中的每个步骤的动词,例如,打开、关闭、拆卸或观察等动词,然后可以根据动词的数量确定每个步骤对应的操作次数,可以通过以下公式确定该预设检修方案对应的操作难度:
ZNC=CC1+CC2+...+CCi;
其中,每个步骤对应的操作次数可以记作CCi,其中,i表示为该设备方案文档中的步骤顺序,i为正整数,操作难度可以记作ZNC。
进一步地,考虑到不同的工艺流程,或者不同的操作流程对应的操作难度不同,例如设备检查、安全检查、工程工艺等等不同的操作流程对同一该预设检修方案使我操作难度评价也不相同,而该预设检修方案需要面向于不同的操作流程使用,因此还可以通过以下方式确定不同的操作流程下的该预设检修方案对应的操作难度。
可选地,该执行操作数据可以包括多个操作难度,例如,可以包括第一操作难度、第二操作难度以及第三操作难度;其中,该操作难度可以是设备检查、安全检查、工程工艺等不同的操作流程对该预设检修方案的难度评价值。
在一种可能的实现方式中,可以在根据语言识别模型提取该操作步骤文档中的每个步骤的动词的情况下,将提取到的多个动词与工程工艺工程师操作词语库进行比较,提取到相同的动词,得到工程工艺工程师每个步骤的操作次数,然后可以通过以下公式确定该预设检修方案对应的第一操作难度:
ZPg=Cg1+Cg2+...+Cgi;
其中,每个步骤对应的工程工艺的操作次数可以记作Cgi,其中,i表示为该设备方案文档中的步骤顺序,i为正整数,第一操作难度可以记作ZPg。
在另一种可能的实现方式中,还可以在根据语言识别模型提取该操作步骤文档中的每个步骤的动词的情况下,将提取到的多个动词与设备检查维修师操作词语库进行比较,提取到相同的动词,得到设备检查维修师每个步骤的操作次数,然后可以通过以下公式确定该预设检修方案对应的第二操作难度:
ZPs=Cs1+Cs2+...+Csi;
其中,每个步骤对应的设备检查的操作次数可以记作Csi,其中,i表示为该设备方案文档中的步骤顺序,i为正整数,第一操作难度可以记作ZPs。
在另一种可能的实现方式中,还可以在根据语言识别模型提取该操作步骤文档中的每个步骤的动词的情况下,将提取到的多个动词与安全检查员操作词语库进行比较,提取到相同的动词,得到安全检查员每个步骤的操作次数,然后可以通过以下公式确定该预设检修方案对应的第三操作难度:
ZPj=Cj1+Cj2+...+Cji;
其中,每个步骤对应的安全检查的操作次数可以记作Cji,其中,i表示为该设备方案文档中的步骤顺序,i为正整数,第一操作难度可以记作ZPj。
然后可以根据该第一操作难度、该第二操作难度以及该第三操作难度,通过参数确定模型,确定该预设检修方案的执行操作参数。
可选地,该参数确定模型包括以下公式:
其中,XC为该执行操作参数,ZPg为该第一操作难度,ZPs为该第二操作难度,ZPj为该第三操作难度,c3、c4、c5分别为该第一操作难度、该第二操作难度以及该第三操作难度对应的比例系数。
采用上述技术方案,可以根据不同的操作流程获取对应的操作难度,然后根据不同的操作难度,得到该预设检修方案的执行操作参数,能够对应的不同的操作流程,使得执行操作参数更加完善。
在一些实施例中,在得到该预设检修方案的执行操作参数的情况下,可以在该执行操作参数大于或者等于该历史执行操作参数的情况下,将该历史执行操作参数对应的该历史检修方案作为该目标检修方案;或者,在该执行操作参数小于该历史执行操作参数的情况下,将该执行操作参数对应的该检修方案作为该目标检修方案。
在一些实施例中,图2是本公开一示例性实施例提供的另一种检修方案的确定方法的流程图,如图2所示,该方法还可以包括以下步骤。
在步骤S104中,根据预设标签,对该目标检修方案对应的目标执行操作数据进行分类,得出该目标检修方案对应的目标分类执行操作数据。
其中,该预设标签包括该目标执行操作数据对应的检修设备和检修工艺。
可选地,可以首先通过参照物确定模型,确定该检修设备对应的参照物,以及与该参照物之间的参照距离;然后可以根据该检修设备、该检修工艺,以及该参照距离,对该目标执行操作数据进行分类,得出该目标检修方案对应的目标分类执行操作数据。
进一步,可以采用以下方式确定该检修设备对应的参照物:
S1、获取多个候选设备的第一设备体积;
S1、在确定该第一设备体积大于该检修设备的检修设备体积的情况下,确定该候选设备为候选参照物;
S3、根据该候选参照物的关注参数确定参照物。
可选地,可以通过以下公式确定参照物:
ZS=a1*SX+a2*PX;
CS=a3*ZSmax-a4*ZSmin;
ZYC=a5*Vd+a6*ZS+a7*CS;
其中,SX为预设时间内,该候选参照物的预设范围内的行走人数;PX为预设时间内,该候选参照物的预设范围内的行走频率;ZS为该候选参照物的关注参数;ZSmax和ZSmin分别为预设时间内,该候选参照物的最大关注参数和最小关注参数;CS为该候选参照物的关注差值;ZYC为该候选参照物的参照物影响值,Vd为该候选参照物的设备体积;a1、a2、a3、a4、a5、a6、a7均为比例系数。
采用上述技术方案,能够根据预设标签,对该目标检修方案对应的目标执行操作数据进行分类,得出该目标检修方案对应的目标分类执行操作数据。这样可以根据不同的预设标签,使得拥有不同标签的用户在查看同一资料时,能够根据不同标签查看到对应的部分资料。
图3是本公开一示例性实施例提供的一种检修装置的框图。如图3所示,该装置300包括:
获取模块301,用于获取预设检修方案的执行操作数据;
第一确定模块302,用于根据该执行操作数据,确定该预设检修方案的执行操作参数;该执行操作参数用于表征检修方案的执行难度;
第二确定模块303,用于根据该执行操作参数和历史检修方案的历史执行操作参数,从该检修方案和该历史检修方案中确定目标检修方案。
可选地,该执行操作数据包括第一操作难度、第二操作难度以及第三操作难度;该第一确定模块302,用于根据该第一操作难度、该第二操作难度以及该第三操作难度,通过参数确定模型,确定该预设检修方案的执行操作参数。
可选地,该参数确定模型包括以下公式:
其中,XC为该执行操作参数,ZPg为该第一操作难度,ZPs为该第二操作难度,ZPj为该第三操作难度,c3、c4、c5分别为该第一操作难度、该第二操作难度以及该第三操作难度对应的比例系数。
可选地,该第二确定模块303,用于在该执行操作参数大于或者等于该历史执行操作参数的情况下,将该历史执行操作参数对应的该历史检修方案作为该目标检修方案;或者在该执行操作参数小于该历史执行操作参数的情况下,将该执行操作参数对应的该检修方案作为该目标检修方案。
图4是根据图3所示实施例提供的另一种检修装置的框图。如图4所示,该装置还包括:
分类模块304,用于根据预设标签,对该目标检修方案对应的目标执行操作数据进行分类,得出该目标检修方案对应的目标分类执行操作数据。
图5是根据图4所示实施例提供的一种分类模块的框图。如图5所示,可选地,该预设标签包括该目标执行操作数据对应的检修设备和检修工艺,该分类模块304包括:
第三确定子模块3041,用于通过参照物确定模型,确定该检修设备对应的参照物,以及与该参照物之间的参照距离;
第四确定子模块3042,用于根据该检修设备、该检修工艺,以及该参照距离,对该目标执行操作数据进行分类,得出该目标检修方案对应的目标分类执行操作数据。
可选地,该第三确定子模块3041,用于获取多个候选设备的第一设备体积;在确定该第一设备体积大于该检修设备的检修设备体积的情况下,确定该候选设备为候选参照物;根据该候选参照物的关注参数确定参照物。
可选地,通过以下公式确定参照物:
ZS=a1*SX+a2*PX;
CS=a3*ZSmax-a4*ZSmin;
ZYC=a5*Vd+a6*ZS+a7*CS;
其中,SX为预设时间内,该候选参照物的预设范围内的行走人数;PX为预设时间内,该候选参照物的预设范围内的行走频率;ZS为该候选参照物的关注参数;ZSmax和ZSmin分别为预设时间内,该候选参照物的最大关注参数和最小关注参数;CS为该候选参照物的关注差值;ZYC为该候选参照物的参照物影响值,Vd为该候选参照物的设备体积;a1、a2、a3、a4、a5、a6、a7均为比例系数。
关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
图6是本公开一示例性实施例提供的一种检修系统的示意图,如图6所示,该系统包括AR眼镜601、终端设备602,以及服务器603,该AR眼镜601通过该终端设备602与该服务器603连接:
该AR眼镜601,用于获取预设检修方案的执行操作数据,并将该执行操作数据,通过该终端设备发送至该服务器603;
该终端设备602,用于将接收的该执行操作数据,发送至该服务器603,以及用于显示目标检修方案;
该服务器603,包括本公开上述实施例所提供的检修装置300。
图7是根据一示例性实施例示出的一种电子设备700的框图。如图7所示,该电子设备700可以包括:处理器701,存储器702。该电子设备700还可以包括多媒体组件703,输入/输出(I/O)接口704,以及通信组件705中的一者或多者。
其中,处理器701用于控制该电子设备700的整体操作,以完成上述的方法中的全部或部分步骤。存储器702用于存储各种类型的数据以支持在该电子设备700的操作,这些数据例如可以包括用于在该电子设备700上操作的任何应用程序或方法的指令,以及应用程序相关的数据,例如联系人数据、收发的消息、图片、音频、视频等等。该存储器702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,例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(ElectricallyErasable 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 Read-Only Memory,简称PROM),只读存储器(Read-Only Memory,简称ROM),磁存储器,快闪存储器,磁盘或光盘。多媒体组件703可以包括屏幕和音频组件。其中屏幕例如可以是触摸屏,音频组件用于输出和/或输入音频信号。例如,音频组件可以包括一个麦克风,麦克风用于接收外部音频信号。所接收的音频信号可以被进一步存储在存储器702或通过通信组件705发送。音频组件还包括至少一个扬声器,用于输出音频信号。I/O接口704为处理器701和其他接口模块之间提供接口,上述其他接口模块可以是键盘,鼠标,按钮等。这些按钮可以是虚拟按钮或者实体按钮。通信组件705用于该电子设备700与其他设备之间进行有线或无线通信。无线通信,例如Wi-Fi,蓝牙,近场通信(Near FieldCommunication,简称NFC),2G、3G、4G、NB-IOT、eMTC、或其他5G等等,或它们中的一种或几种的组合,在此不做限定。因此相应的该通信组件705可以包括:Wi-Fi模块,蓝牙模块,NFC模块等等。
在一示例性实施例中,电子设备700可以被一个或多个应用专用集成电路(Application Specific Integrated Circuit,简称ASIC)、数字信号处理器(DigitalSignal Processor,简称DSP)、数字信号处理设备(Digital Signal Processing Device,简称DSPD)、可编程逻辑器件(Programmable Logic Device,简称PLD)、现场可编程门阵列(Field Programmable Gate Array,简称FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述的方法。
在另一示例性实施例中,还提供了一种包括程序指令的计算机可读存储介质,该程序指令被处理器执行时实现上述的方法的步骤。例如,该计算机可读存储介质可以为上述包括程序指令的存储器702,上述程序指令可由电子设备700的处理器701执行以完成上述的方法。
在另一示例性实施例中,还提供一种计算机程序产品,该计算机程序产品包含能够由可编程的装置执行的计算机程序,该计算机程序具有当由该可编程的装置执行时用于执行上述的方法的代码部分。
以上结合附图详细描述了本公开的优选实施方式,但是,本公开并不限于上述实施方式中的具体细节,在本公开的技术构思范围内,可以对本公开的技术方案进行多种简单变型,这些简单变型均属于本公开的保护范围。
另外需要说明的是,在上述具体实施方式中所描述的各个具体技术特征,在不矛盾的情况下,可以通过任何合适的方式进行组合。为了避免不必要的重复,本公开对各种可能的组合方式不再另行说明。
此外,本公开的各种不同的实施方式之间也可以进行任意组合,只要其不违背本公开的思想,其同样应当视为本公开所公开的内容。
Claims (13)
1.一种检修方案的确定方法,其特征在于,所述方法包括:
获取预设检修方案的执行操作数据;
根据所述执行操作数据,确定所述预设检修方案的执行操作参数;所述执行操作参数用于表征检修方案的执行难度;
根据所述执行操作参数和历史检修方案的历史执行操作参数,从所述检修方案和所述历史检修方案中确定目标检修方案。
2.根据权利要求1所述的方法,其特征在于,所述执行操作数据包括第一操作难度、第二操作难度以及第三操作难度;
所述根据所述执行操作数据,确定所述预设检修方案的执行操作参数包括:
根据所述第一操作难度、所述第二操作难度以及所述第三操作难度,通过参数确定模型,确定所述预设检修方案的执行操作参数。
3.根据权利要求2所述的方法,其特征在于,所述参数确定模型包括以下公式:
其中,XC为所述执行操作参数,ZPg为所述第一操作难度,ZPs为所述第二操作难度,ZPj为所述第三操作难度,c3、c4、c5分别为所述第一操作难度、所述第二操作难度以及所述第三操作难度对应的比例系数。
4.根据权利要求1所述的方法,其特征在于,所述根据所述执行操作参数和历史检修方案的历史执行操作参数,从所述检修方案和所述历史检修方案中确定目标检修方案包括:
在所述执行操作参数大于或者等于所述历史执行操作参数的情况下,将所述历史执行操作参数对应的所述历史检修方案作为所述目标检修方案;或者,
在所述执行操作参数小于所述历史执行操作参数的情况下,将所述执行操作参数对应的所述检修方案作为所述目标检修方案。
5.根据权利要求1所述的方法,其特征在于,所述方法还包括:
根据预设标签,对所述目标检修方案对应的目标执行操作数据进行分类,得出所述目标检修方案对应的目标分类执行操作数据。
6.根据权利要求5所述的方法,其特征在于,所述预设标签包括所述目标执行操作数据对应的检修设备和检修工艺,
所述根据预设标签,对所述目标检修方案对应的目标执行操作数据进行分类,得出所述目标检修方案对应的目标分类执行操作数据包括:
通过参照物确定模型,确定所述检修设备对应的参照物,以及与所述参照物之间的参照距离;
根据所述检修设备、所述检修工艺,以及所述参照距离,对所述目标执行操作数据进行分类,得出所述目标检修方案对应的目标分类执行操作数据。
7.根据权利要求6所述的方法,其特征在于,所述通过参照物确定模型,确定所述检修设备对应的参照物包括:
获取多个候选设备的第一设备体积;
在确定所述第一设备体积大于所述检修设备的检修设备体积的情况下,确定所述候选设备为候选参照物;
根据所述候选参照物的关注参数确定参照物。
8.根据权利要求7所述的方法,其特征在于,通过以下公式确定参照物:
ZS=a1*SX+a2*PX;
CS=a3*ZSmax-a4*ZSmin;
ZYC=a5*Vd+a6*ZS+a7*CS;
其中,SX为预设时间内,所述候选参照物的预设范围内的行走人数;PX为预设时间内,所述候选参照物的预设范围内的行走频率;ZS为所述候选参照物的关注参数;ZSmax和ZSmin分别为预设时间内,所述候选参照物的最大关注参数和最小关注参数;CS为所述候选参照物的关注差值;ZYC为所述候选参照物的参照物影响值,Vd为所述候选参照物的设备体积;a1、a2、a3、a4、a5、a6、a7均为比例系数。
9.一种检修装置,其特征在于,所述装置包括:
获取模块,用于获取预设检修方案的执行操作数据;
第一确定模块,用于根据所述执行操作数据,确定所述预设检修方案的执行操作参数;所述执行操作参数用于表征检修方案的执行难度;
第二确定模块,用于根据所述执行操作参数和历史检修方案的历史执行操作参数,从所述检修方案和所述历史检修方案中确定目标检修方案。
10.一种检修系统,其特征在于,所述系统包括AR眼镜、终端设备,以及服务器,所述AR眼镜通过所述终端设备与所述服务器连接:
所述AR眼镜,用于获取预设检修方案的执行操作数据,并将所述执行操作数据,通过所述终端设备发送至所述服务器;
所述终端设备,用于将接收的所述执行操作数据,发送至所述服务器,以及用于显示目标检修方案;
所述服务器,包括权利要求9所示的检修装置。
11.一种非临时性计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现权利要求1-8中任一项所述方法的步骤。
12.一种电子设备,其特征在于,包括:
存储器,其上存储有计算机程序;
处理器,用于执行所述存储器中的所述计算机程序,以实现权利要求1-8中任一项所述方法的步骤。
13.一种计算机程序产品,包括计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1-8中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410410462.4A CN118333604A (zh) | 2024-04-07 | 2024-04-07 | 检修方案的确定方法、装置、系统、介质、设备及产品 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410410462.4A CN118333604A (zh) | 2024-04-07 | 2024-04-07 | 检修方案的确定方法、装置、系统、介质、设备及产品 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN118333604A true CN118333604A (zh) | 2024-07-12 |
Family
ID=91767091
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410410462.4A Pending CN118333604A (zh) | 2024-04-07 | 2024-04-07 | 检修方案的确定方法、装置、系统、介质、设备及产品 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN118333604A (zh) |
-
2024
- 2024-04-07 CN CN202410410462.4A patent/CN118333604A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111475370A (zh) | 基于数据中心的运维监控方法、装置、设备及存储介质 | |
CN109635292B (zh) | 基于机器学习算法的工单质检方法和装置 | |
CN113095434A (zh) | 目标检测方法及装置、电子设备、存储介质 | |
CN109670091B (zh) | 一种基于数据标准的元数据智能维护方法和装置 | |
CN109684309A (zh) | 一种数据质量评测方法及装置、计算机设备和存储介质 | |
CN111858236B (zh) | 知识图谱监控方法、装置、计算机设备及存储介质 | |
CN115412346B (zh) | 一种报文检测方法、装置、电子设备及存储介质 | |
CN118333604A (zh) | 检修方案的确定方法、装置、系统、介质、设备及产品 | |
CN116204428A (zh) | 一种测试用例生成方法和装置 | |
CN115826980A (zh) | 数据处理方法、装置、存储介质及电子设备 | |
CN114021133A (zh) | 代码处理方法、装置、电子设备和存储介质 | |
CN114153734A (zh) | 埋点数据管理方法及相关设备 | |
CN114169318A (zh) | 进程识别方法、装置、设备、介质和程序 | |
CN112948341A (zh) | 用于识别异常的网络设备日志的方法和装置 | |
CN111079185A (zh) | 数据库信息处理的方法、装置、存储介质及电子设备 | |
CN114138972B (zh) | 文本类别的识别方法及装置 | |
CN110688997B (zh) | 一种图像处理方法及装置 | |
CN113255710B (zh) | 手机号码分类方法、装置、设备及存储介质 | |
CN106341705B (zh) | 无线广播电视覆盖数据的分析处理系统 | |
CN116702168B (zh) | 供应端信息检测方法、装置、电子设备和计算机可读介质 | |
CN117932485A (zh) | 业务处理方法、装置、存储介质及电子设备 | |
CN114791996B (zh) | 信息处理方法、装置、系统、电子设备及存储介质 | |
CN117149573A (zh) | 数据变更的监控方法、装置、设备及存储介质 | |
CN114218080A (zh) | 一种产出物数据复用方法、装置、设备及可读存储介质 | |
CN116107908A (zh) | 一种单元测试代码生成方法和装置 |
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 |