掌桥专利:专业的专利平台
掌桥专利
首页

设备健康度测定方法、装置、电子设备及介质

文献发布时间:2023-06-19 19:30:30


设备健康度测定方法、装置、电子设备及介质

技术领域

本发明涉及设备监控领域,尤其涉及一种设备健康度测定方法、装置、电子设备及介质。

背景技术

目前对于轨道交通联锁设备健康度计算分析,还停留在传统的人工统计阶段,其智能化程度较低,而当前联锁设备健康度计算分析计算不够准确,严重影响设备的准确分析,从而无法保证设备的正常运营、维修、维护,无法保障列车安全高效运行。

发明内容

本发明提供一种设备健康度测定方法、装置、电子设备及介质,用以解决联锁设备健康度计算不够精确的技术问题,本发明提供了一种基于轨道交通联锁设备健康度的矩阵分析方法,实现设备健康度的测定。

第一方面,本发明提供了一种设备健康度测定方法,包括:

对于每一层级,根据所述层级的上一层级特征下的所有层级特征构建所有比较矩阵,确定出每一比较矩阵中每一故障特征的最大特征值;

对于每一比较矩阵中的每一故障特征,根据所述最大特征值以及矩阵阶数确定故障特征的一致性指标;

根据故障特征的一致性指标以及特征的故障率确定故障特征健康度;

所述特征的故障率是根据预设时间内故障特征的故障次数而确定的;

所述层级特征是根据划分不同设备下的所有系统,划分每一系统下的所有板块,划分每一板块下的所有故障状态而确定的。

根据本发明提供的设备健康度测定方法,所述根据所述层级的上一层级特征下的所有层级特征构建所有比较矩阵,包括:

重复执行如下步骤:

确定所述层级的上一层级特征下的任意两个层级特征间的比较结果,以根据所有比较结果构建与所述上一层级特征相对应的初始比较矩阵;

根据所述初始比较矩阵确定出每一初始特征的最大特征值;

根据所述最大特征值以及矩阵阶数确定初始特征的一致性指标;

根据所述初始特征的一致性指标以及矩阵阶数的修正值确定初始一致性比例;

在满足矩阵阶数大于第一预设数值,且所述初始一致性比例小于第二预设数值的情况下,确定所述比较矩阵;

遍历每一层级的上一层级特征下的所有层级特征,确定所有比较矩阵;

所述矩阵阶数的修正值是根据所述矩阵阶数与预设修正值的对应关系确定的。

根据本发明提供的设备健康度测定方法,所述根据所述最大特征值以及矩阵阶数确定故障特征的一致性指标,包括:

根据所述最大特征值以及矩阵阶数确定第一差值;

根据所述矩阵阶数以及第三预设数值确定第二差值;

根据所述第一差值以及所述第二差值确定故障特征的一致性指标。

根据本发明提供的设备健康度测定方法,在确定故障特征健康度之后,还包括:

对于每一比较矩阵,归一化处理所述比较矩阵中的特征值,以确定每一层级中,每一比较矩阵中所有特征的权重。

根据本发明提供的设备健康度测定方法,在确定每一比较矩阵中所有特征的权重之后,还包括:

确定出每一目标矩阵中每一目标特征的最大特征值;

对于每一目标矩阵中的每一目标特征,根据所述最大特征值以及矩阵阶数确定目标特征的一致性指标;

根据目标特征的一致性指标、目标特征的故障率确定目标特征健康度;

根据所述目标特征健康度以及所述目标特征所对应的权重,确定上一层级特征的健康度;

根据上一层级特征的健康度以及上一层级特征所对应的权重,确定倒数第三层特征的健康度以及倒数第三层特征所对应的权重,直至确定设备在目标特征出现故障的情况下的影响分值;

所述目标矩阵是所有比较矩阵中,处于底层层级的所有层级特征所对应的矩阵。

根据本发明提供的设备健康度测定方法,在确定设备在目标特征出现故障的情况下的影响分值之后,还包括:

遍历所有目标特征,直至确定所有目标特征所对应的影响分值;

根据初始健康度分值以及所有目标特征所对应的影响分值,确定最终健康度分值。

根据本发明提供的设备健康度测定方法,所述每一层级包括第一层级、第二层级、第三层级以及第四层级;

所述第一层级为联锁设备;

所述第二层级为I系/II系联锁、I系/II系驱采、现地A/B以及设备故障特征;

所述第三层级为I系/II系联锁下的通信故障、板卡故障、围外故障以及冗余故障,I系/II系驱采下的第一设备故障,现地A/B下的第二设备故障,设备故障特征下的第三设备故障;

所述第四层级为:

通信故障下的,预设时间内与ATS/MSS通信闪断故障、预设时间内与ZC通信闪断故障、与现地控制工作站中断故障、与交换机单网中断故障以及与交换机双王中断故障;

板卡故障下的,以太网板故障、第一系统控制板故障、第一LAN通信板故障、第一LAN接口板故障、第一CPU板故障、第一电源板故障以及串口通信板故障;

围外故障下的,端子故障、接线故障、第一软件故障以及与LEU接口故障;

冗余故障下的,自动倒机故障以及倒机失败故障;

第一设备故障下的,采集板故障、驱动板故障、第二系统控制板故障、第二LAN通信板故障、第二LAN接口板故障、第二CPU板故障、I系/II系驱采电源单元故障以及第二电源板故障;

第二设备故障下的,主机硬件故障、第二软件故障、外围故障、对外单网中断故障以及对外双网中断故障;

第三设备故障下的,现地工作站倒机单元故障、联锁倒机单元故障、联锁电源模块故障、接口电源模块故障以及联锁维护机故障。

第二方面,提供了一种设备健康度测定装置,包括:

构建单元:用于对于每一层级,根据所述层级的上一层级特征下的所有层级特征构建所有比较矩阵,确定出每一比较矩阵中每一故障特征的最大特征值;

第一确定单元:用于对于每一比较矩阵中的每一故障特征,根据所述最大特征值以及矩阵阶数确定故障特征的一致性指标;

第二确定单元:用于根据故障特征的一致性指标以及特征的故障率确定故障特征健康度;

所述特征的故障率是根据预设时间内故障特征的故障次数而确定的;

所述层级特征是根据划分不同设备下的所有系统,划分每一系统下的所有板块,划分每一板块下的所有故障状态而确定的。

第三方面,还提供了一种电子设备,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,所述处理器执行所述程序时实现所述的设备健康度测定方法。

第四方面,还提供了一种非暂态计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现所述的设备健康度测定方法。

本发明提供了一种设备健康度测定方法、装置、电子设备及介质,通过构建每一层级中,上一层级特征下的所有层级特征的比较矩阵,从而确定出每一比较矩阵中每一故障特征的最大特征值,根据所述最大特征值所确定的一致性指标,以及故障特征的故障率确定故障特征健康度,所述故障特征健康度可以是设备故障健康度、系统故障健康度、板块故障健康度,本发明通过矩阵分析方法分析各个故障特征,并结合平均故障间隔时间,确定出设备健康度,从而实现设备的自动化监测,实时反馈设备的健康情况,从而保障设备正常运营。

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是本发明提供的设备健康度测定方法的流程示意图之一;

图2是本发明提供的构建所有比较矩阵的流程示意图;

图3是本发明提供的确定故障特征的一致性指标的流程示意图;

图4是本发明提供的设备健康度测定方法的流程示意图之二;

图5是本发明提供的设备健康度测定方法的流程示意图之三;

图6是本发明提供的联锁系统设备的层级结构示意图;

图7是本发明提供的设备健康度测定方法的流程示意图之四;

图8是本发明提供的设备健康度测定装置的结构示意图;

图9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。

图1是本发明提供的设备健康度测定方法的流程示意图之一,本发明公开了一种设备健康度测定方法,包括:

对于每一层级,根据所述层级的上一层级特征下的所有层级特征构建所有比较矩阵,确定出每一比较矩阵中每一故障特征的最大特征值;

对于每一比较矩阵中的每一故障特征,根据所述最大特征值以及矩阵阶数确定故障特征的一致性指标;

根据故障特征的一致性指标以及特征的故障率确定故障特征健康度;

所述特征的故障率是根据预设时间内故障特征的故障次数而确定的;

所述层级特征是根据划分不同设备下的所有系统,划分每一系统下的所有板块,划分每一板块下的所有故障状态而确定的。

在步骤101中,所述层级特征是根据划分不同设备下的所有系统,划分每一系统下的所有板块,划分每一板块下的所有故障状态而确定的,例如,在A设备中,包括B系统以及C系统,而在B系统中存在D板块、E板块、F板块,C系统中存在G板块、H板块、I板块、J板块,而在每个板块下,均包括有不同的故障类型,此时,第一层级为A设备,第二层级为B系统以及C系统,第三层级为D板块、E板块、F板块、G板块、H板块、I板块、J板块,第四层级为各个板块中所对应的故障,对于每一层级,根据所述层级的上一层级特征下的所有层级特征构建所有比较矩阵,例如,在B系统的比较矩阵中,包括D板块、E板块、F板块所构建的比较矩阵,在A设备中,包括B系统以及C系统所构建的比较矩阵,而在H板块中,包括H板块下所有故障类型所构建的比较矩阵。

在确定出上一层级特征下的所有层级特征构建所有比较矩阵后,筛选出每一比较矩阵中的最大特征值,以联锁系统设备为例,如下表示出了在第一层级为联锁系统设备的情况下,其第二层级中所有层级特征所构建的比较矩阵:

如上表所示,对于“联锁I系/联锁II系”而言,其最大特征值为1,而对于“其他设备”而言,其最大特征值为5。

又例如,下表还示出了在第二层级为“联锁I系/联锁II系”的情况下,其第三层级中所有层级特征所构建的比较矩阵:

如上表所示,对于“通信故障”而言,其最大特征值为1,而对于“冗余故障”而言,其最大特征值为3。

又例如,下表还示出了在第三层级为“通信故障”的情况下,其第四层级中所有层级特征所构建的比较矩阵:

如上表所示,对于“与ATS/MSS通信闪断3秒内”而言,其最大特征值为1,而对于“与ZC通信闪断3秒内”而言,其最大特征值为9。

又例如,下表还示出了在第三层级为“板卡故障”的情况下,其第四层级中所有层级特征所构建的比较矩阵:

如上表所示,对于“以太网板”而言,其最大特征值为1,而对于“LAN通信板”而言,其最大特征值为2。

本发明通过对同一层级的联锁指标进行两两比较,得到一个对于同一层级的,多个不同指标相对于上一层级相应指标的重要程度的n阶判断矩阵,即构造成对比较矩阵:

A=(a

式(1)中,

根据上表及层次结构模型,对各级指标相对于上级指标的重要程度进行两两比较,得到权重向量值,最终构造出比较矩阵。

在步骤102中,对于每一比较矩阵中的每一故障特征,根据所述最大特征值以及矩阵阶数确定故障特征的一致性指标,本步骤的目的是以设备中的所有层级中的故障特征,均计算其相对应的一致性指标,而所述一致性指标是根据每一故障特征所对应的比较矩阵中的最大特征值而确定的,所述故障特征为发生故障的层级特征,在本发明中,可以每个一段时间对设备的故障进行检测,进而确定出所有故障特征。

在步骤103中,根据故障特征的一致性指标以及特征的故障率确定故障特征健康度,所述特征的故障率是根据预设时间内故障特征的故障次数而确定的,所述特征的故障率是根据平均故障间隔而确定的,而所述平均故障间隔是根据预设时间内故障特征的故障次数而确定的。

可选地,以第四层级中的故障特征“与ATS/MSS通信闪断3秒内”为例:计算平均故障间隔时间,即相邻两次故障之间的平均工作时间,首先,获取故障持续时间的总时长:例如,从2020年11月14日至2021年6月3日,共203天,假设I系联锁中的板卡故障中的“与ATS/MSS通信闪断3秒内”共报警11次,从报警数据中读取报警文本并统计报警数量,第四层级故障特征“与ATS/MSS通信闪断3秒内”对应报警数据中的报警内容“联锁与MSS通信状态”,所以只需识别“联锁与MSS通信状态”的文本并统计即可,则平均故障间隔时间为203*24(小时)/11,即为442.91,根据公式:

λ=1/MTBF(2)

式(2)中,λ为特征的故障率,MTBF为平均故障间隔时间。

在确定出特征的故障率后,根据故障特征的一致性指标以及特征的故障率确定故障特征健康度,通过如下公式确定故障特征健康度:

λ=Ke

式(3)中,λ为特征的故障率,K为比例系数,C为故障特征的一致性指标,H为健康指数。

在一个可选地实施例中,若无法确定出比例系数以及故障特征的一致性指标,可以根据如下方式确定出比例系数以及故障特征的一致性指标:

首先,建立健康度与故障率的转化关系:

λ=λ

θλ=λ

式(4)中,λ

本发明提供了一种设备健康度测定方法、装置、电子设备及介质,通过构建每一层级中,上一层级特征下的所有层级特征的比较矩阵,从而确定出每一比较矩阵中每一故障特征的最大特征值,根据所述最大特征值所确定的一致性指标,以及故障特征的故障率确定故障特征健康度,所述故障特征健康度可以是设备故障健康度、系统故障健康度、板块故障健康度,本发明通过矩阵分析方法分析各个故障特征,并结合平均故障间隔时间,确定出设备健康度,从而实现设备的自动化监测,实时反馈设备的健康情况,从而保障设备正常运营。

图2是本发明提供的构建所有比较矩阵的流程示意图,所述根据所述层级的上一层级特征下的所有层级特征构建所有比较矩阵,包括:

重复执行如下步骤:

确定所述层级的上一层级特征下的任意两个层级特征间的比较结果,以根据所有比较结果构建与所述上一层级特征相对应的初始比较矩阵;

根据所述初始比较矩阵确定出每一初始特征的最大特征值;

根据所述最大特征值以及矩阵阶数确定初始特征的一致性指标;

根据所述初始特征的一致性指标以及矩阵阶数的修正值确定初始一致性比例;

在满足矩阵阶数大于第一预设数值,且所述初始一致性比例小于第二预设数值的情况下,确定所述比较矩阵;

遍历每一层级的上一层级特征下的所有层级特征,确定所有比较矩阵;

所述矩阵阶数的修正值是根据所述矩阵阶数与预设修正值的对应关系确定的。

在步骤1011中,确定所述层级的上一层级特征下的任意两个层级特征间的比较结果,以根据所有比较结果构建与所述上一层级特征相对应的初始比较矩阵,本发明可以根据历史故障权重或者初始设定值,确定所述层级的上一层级特征下的任意两个层级特征间的比较结果,然后根据所有的比较结果构建初始比较矩阵,本发明所构建的比较矩阵是在不断的修正过程中确定的,其需要经过不断地对初始比较矩阵中的特征值进行调整,从而使得满足预设条件,即确定最终的比较矩阵。

在步骤1012中,根据所述初始比较矩阵确定出每一初始特征的最大特征值,首先,根据各故障特征构建初始比较矩阵,然后通过所述初始比较矩阵中的最大值,确定出每一初始特征的最大特征值。

在步骤1013中,根据所述最大特征值以及矩阵阶数确定初始特征的一致性指标,所述初始特征的一致性指标为成对比较矩阵的一般一致性偏离程度指标。

在步骤1014中,根据所述初始特征的一致性指标以及矩阵阶数的修正值确定初始一致性比例,所述初始一致性比例为比较矩阵的随机一致性比率,所述矩阵阶数的修正值是根据所述矩阵阶数与预设修正值的对应关系确定的,如下表所示:

根据上表查找对应的平均随机一致性指标RI,确定成对比较矩

阵的平均随机一致性指标,用以消除矩阵阶数的影响,对初始特征的一致性指标进行修正,在建立成对比较矩阵的过程中,矩阵的阶数和主观思维的差异性会对所建立的矩阵产生一定的影响,因此需要对初始相对权重值进行一致化校验,初始一致性比例的计算公式为:

式(6)中,CR为初始一致性,CI为初始特征的一致性指标,RI为矩阵阶数的修正值。

在步骤1015中,在满足矩阵阶数大于第一预设数值,且所述初始一致性比例小于第二预设数值的情况下,确定所述比较矩阵,所述第一预设数值为2、3或4或其他数值,所述第二预设数值为0.05、0.1、0.15或其他数值,在一个可选地实施例中,如果矩阵阶数大于3的情况下,且满足初始一致性比例大于0,小于0.10时,说明对比较矩阵一致性偏离程度较小,各故障特征所分配的权重值合理,可以接受,否则重新调整成对比较矩阵取值,直到一致性达到满意的程度为止。

在步骤1016中,根据步骤1011至步骤1015,事实上确定了其中一个层级中,上一层级特征下的所有层级特征的比较矩阵,而本发明通过步骤1011至步骤1015的方式,遍历每一层级的上一层级特征下的所有层级特征,直至确定所有比较矩阵,以使得每一个比较矩阵均满足步骤1015中的预设条件。

图3是本发明提供的确定故障特征的一致性指标的流程示意图,所述根据所述最大特征值以及矩阵阶数确定故障特征的一致性指标,包括:

根据所述最大特征值以及矩阵阶数确定第一差值;

根据所述矩阵阶数以及第三预设数值确定第二差值;

根据所述第一差值以及所述第二差值确定故障特征的一致性指标。

在步骤1021中,根据所述最大特征值以及矩阵阶数的差值确定第一差值。

在步骤1022中,根据所述矩阵阶数以及第三预设数值确定第二差值,可选地,所述第三预设数值为1,即根据所述矩阵阶数与第三预设数值的差值确定第二差值。

在步骤1023中,根据所述第一差值与所述第二差值的商值确定故障特征的一致性指标,所述故障特征的一致性指标可以参考如下公式:

式(7)中,λ

图4是本发明提供的设备健康度测定方法的流程示意图之二,在确定故障特征健康度之后,还包括:

对于每一比较矩阵,归一化处理所述比较矩阵中的特征值,以确定每一层级中,每一比较矩阵中所有特征的权重。

本发明采用eig函数计算每一比较矩阵中的最大特征值及其对应的特征向量,将其归一化后得到权重值,确定比较矩阵中的每一故障特征相对应的权重,以使得所有故障特征相对应的权重相加后的结果为1,可以参考如下公式:

w=(w

式(8)中,w为权重,w

可选地,在确定每一比较矩阵中所有特征的权重之后,还包括:

确定出每一目标矩阵中每一目标特征的最大特征值;

对于每一目标矩阵中的每一目标特征,根据所述最大特征值以及矩阵阶数确定目标特征的一致性指标;

根据目标特征的一致性指标、目标特征的故障率确定目标特征健康度;

根据所述目标特征健康度以及所述目标特征所对应的权重,确定上一层级特征的健康度;

根据上一层级特征的健康度以及上一层级特征所对应的权重,确定倒数第三层特征的健康度以及倒数第三层特征所对应的权重,直至确定设备在目标特征出现故障的情况下的影响分值;

所述目标矩阵是所有比较矩阵中,处于底层层级的所有层级特征所对应的矩阵。

在步骤201中,所述目标矩阵是所有比较矩阵中,处于底层层级的所有层级特征所对应的矩阵,以联锁系统设备为例,所述底层层级为第四层级,即所有板块所对应的故障特征,即在步骤201中,确定出每一第三层级下的第四层级特征中,每一目标矩阵中每一目标特征的最大特征值。

在步骤202中,对于每一目标矩阵中的每一目标特征,根据所述最大特征值以及矩阵阶数确定目标特征的一致性指标,将所述最大特征值以及矩阵阶数代入至式(7)的公式中,确定出目标特征的一致性指标。

在步骤203中,根据目标特征的一致性指标、目标特征的故障率确定目标特征健康度,将目标特征的一致性指标、目标特征的故障率代入至式(3)中,确定出目标特征健康度。

在步骤204中,根据所述目标特征健康度以及所述目标特征所对应的权重,确定上一层级特征的健康度,例如测得“与ATS/MSS通信闪断3秒内”的目标特征健康度为90,而所述目标特征所对应的权重为0.4,则上一层级特征的健康度为36。

在步骤205中,根据上一层级特征的健康度以及上一层级特征所对应的权重,确定倒数第三层特征的健康度以及倒数第三层特征所对应的权重,直至确定设备在目标特征出现故障的情况下的影响分值,根据步骤204,获取上一层级特征的健康度为36,而上一层级特征所对应的权重为0.5,则确定倒数第三层特征的健康度为18,而倒数第三层特征所对应的权重可以为0.25,且设置一共有四个层级,则根据上述方式,确定设备在目标特征出现故障的情况下的影响分值,所述影响分值为4.5。

可选地,本发明通过计算出第四层级中相应故障特征的健康度,根据相对应的四级权重计算出第三层级的健康度,根据相对应的三级权重计算出第二层级的健康度,再根据相对应的二级权重计算出一级健康度,在一级指标健康度评分的基础上,不仅能够给出相应故障特征所对应不同等级的报警,还能够扣除相应的分值,得出设备健康度最终评分。

图5是本发明提供的设备健康度测定方法的流程示意图之三,在确定设备在目标特征出现故障的情况下的影响分值之后,还包括:

遍历所有目标特征,直至确定所有目标特征所对应的影响分值;

根据初始健康度分值以及所有目标特征所对应的影响分值,确定最终健康度分值。

在步骤301中,根据步骤201至步骤205,确定所有目标特征所对应的影响分值,例如,针对“以太网板”故障,相对于整体设备的影响分值为2,而对于“LAN通信板”而言,相对于整体设备的影响分值为4.4。

在步骤302中,根据初始健康度分值以及所有目标特征所对应的影响分值,确定最终健康度分值,例如,所述初始健康度分值为100,而“以太网板”的影响分值为2,“LAN通信板”的影响分值为4.4,则最终健康度分值为93.6。

可选地,本发明首先对历史报警数据预处理,通过采集获取设备的历史数据,筛除基础设备报警、重复报警等不必要报警信息,通过构造出判断矩阵,结合层次分析法确定各个指标的权重,通过层次分析法计算出二、三、四级指标的权重;根据固定时间段内小时数和报警数量,计算出四级指标的平均故障间隔时间从而得出健康度评分,再与三级指标的权重结合计算出二级指标得分,以此倒推得出联锁系统的平时健康度评分,最后根据报警等级及数量,计算出联锁系统当天合理扣分值,健康度最终评分等于平时健康度评分减去当天报警扣分值。

图6是本发明提供的联锁系统设备的层级结构示意图,信号联锁系统是轨道交通建设中的重要组成部分,是保障行车安全、提高运输能力的重要技术装备。联锁系统在信号操作员或者列车自动监控ATS系统操作下实现站内道岔、信号机、轨道电路之间联锁控制,是轨道交通安全高效行车不可缺少的保障装备,对信号联锁系统进行健康度建模与评价,有助于开展系统设备的运营、维修、维护,保障列车安全高效运行。

如图6所示,所述每一层级包括第一层级、第二层级、第三层级以及第四层级;

所述第一层级为联锁设备;

所述第二层级为I系/II系联锁、I系/II系驱采、现地A/B以及设备故障特征;

所述第三层级为I系/II系联锁下的通信故障、板卡故障、围外故障以及冗余故障,I系/II系驱采下的第一设备故障,现地A/B下的第二设备故障,设备故障特征下的第三设备故障;

所述第四层级为:

通信故障下的,预设时间内与ATS/MSS通信闪断故障、预设时间内与ZC通信闪断故障、与现地控制工作站中断故障、与交换机单网中断故障以及与交换机双王中断故障;

板卡故障下的,以太网板故障、第一系统控制板故障、第一LAN通信板故障、第一LAN接口板故障、第一CPU板故障、第一电源板故障以及串口通信板故障;

围外故障下的,端子故障、接线故障、第一软件故障以及与LEU接口故障;

冗余故障下的,自动倒机故障以及倒机失败故障;

第一设备故障下的,采集板故障、驱动板故障、第二系统控制板故障、第二LAN通信板故障、第二LAN接口板故障、第二CPU板故障、I系/II系驱采电源单元故障以及第二电源板故障;

第二设备故障下的,主机硬件故障、第二软件故障、外围故障、对外单网中断故障以及对外双网中断故障;

第三设备故障下的,现地工作站倒机单元故障、联锁倒机单元故障、联锁电源模块故障、接口电源模块故障以及联锁维护机故障。

在结合联锁系统设备以及本发明所示出的健康度测定方式的实际应用过程中,本发明通过矩阵分析方法,将联锁设备的指标进行权重的计算,同时将线性代数中矩阵最大特征值的计算方法引入到联锁指标健康度计算分析中,通过模型计算后,更能真实反馈联锁设备的健康度指标值;同时,构造判断矩阵,结合平均故障间隔时间计算,通过加权计算,获取这个联锁系统的联锁健康度最终评分,为联锁系统安全监测和健康分析提供科学的决策。

图7是本发明提供的设备健康度测定方法的流程示意图之四,本发明首先建立层级分析结构模型,例如,图6中所示出的四个层级中,对应的层级特征,然后根据不同层级中的层级特征,构造比较矩阵,获取两两层级特征的特征向量,根据比较矩阵获取最大特征向量,在不断的一致性检验过程中,修改比较矩阵,最终确定用于计算健康度的比较矩阵。

图8是本发明提供的设备健康度测定装置的结构示意图,本发明公开了一种设备健康度测定装置,包括构建单元1:用于对于每一层级,根据所述层级的上一层级特征下的所有层级特征构建所有比较矩阵,确定出每一比较矩阵中每一故障特征的最大特征值,所述构建单元1的工作原理可以参考前述步骤101,在此不予赘述。

所述设备健康度测定装置还包括第一确定单元2:用于对于每一比较矩阵中的每一故障特征,根据所述最大特征值以及矩阵阶数确定故障特征的一致性指标,所述第一确定单元2的工作原理可以参考前述步骤102,在此不予赘述。

所述设备健康度测定装置还包括第二确定单元3:用于根据故障特征的一致性指标以及特征的故障率确定故障特征健康度,所述第二确定单元3的工作原理可以参考前述步骤10

所述特征的故障率是根据预设时间内故障特征的故障次数而确定的;

所述层级特征是根据划分不同设备下的所有系统,划分每一系统下的所有板块,划分每一板块下的所有故障状态而确定的。

本发明提供了一种设备健康度测定方法、装置、电子设备及介质,通过构建每一层级中,上一层级特征下的所有层级特征的比较矩阵,从而确定出每一比较矩阵中每一故障特征的最大特征值,根据所述最大特征值所确定的一致性指标,以及故障特征的故障率确定故障特征健康度,所述故障特征健康度可以是设备故障健康度、系统故障健康度、板块故障健康度,本发明通过矩阵分析方法分析各个故障特征,并结合平均故障间隔时间,确定出设备健康度,从而实现设备的自动化监测,实时反馈设备的健康情况,从而保障设备正常运营。

图9是本发明提供的电子设备的结构示意图。如图9所示,该电子设备可以包括:处理器(processor)910、通信接口(Communications Interface)920、存储器(memory)930和通信总线940,其中,处理器910,通信接口920,存储器930通过通信总线940完成相互间的通信。处理器910可以调用存储器930中的逻辑指令,以执行设备健康度测定方法,该方法包括:对于每一层级,根据所述层级的上一层级特征下的所有层级特征构建所有比较矩阵,确定出每一比较矩阵中每一故障特征的最大特征值;对于每一比较矩阵中的每一故障特征,根据所述最大特征值以及矩阵阶数确定故障特征的一致性指标;根据故障特征的一致性指标以及特征的故障率确定故障特征健康度;所述特征的故障率是根据预设时间内故障特征的故障次数而确定的;所述层级特征是根据划分不同设备下的所有系统,划分每一系统下的所有板块,划分每一板块下的所有故障状态而确定的。

此外,上述的存储器130中的逻辑指令可以通过软件功能单元的形式实现并作为待解析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设备(可以是个人计算机,服务器,或者网络设备等)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一种设备健康度测定方法,该方法包括:对于每一层级,根据所述层级的上一层级特征下的所有层级特征构建所有比较矩阵,确定出每一比较矩阵中每一故障特征的最大特征值;对于每一比较矩阵中的每一故障特征,根据所述最大特征值以及矩阵阶数确定故障特征的一致性指标;根据故障特征的一致性指标以及特征的故障率确定故障特征健康度;所述特征的故障率是根据预设时间内故障特征的故障次数而确定的;所述层级特征是根据划分不同设备下的所有系统,划分每一系统下的所有板块,划分每一板块下的所有故障状态而确定的。

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设备健康度测定方法,该方法包括:对于每一层级,根据所述层级的上一层级特征下的所有层级特征构建所有比较矩阵,确定出每一比较矩阵中每一故障特征的最大特征值;对于每一比较矩阵中的每一故障特征,根据所述最大特征值以及矩阵阶数确定故障特征的一致性指标;根据故障特征的一致性指标以及特征的故障率确定故障特征健康度;所述特征的故障率是根据预设时间内故障特征的故障次数而确定的;所述层级特征是根据划分不同设备下的所有系统,划分每一系统下的所有板块,划分每一板块下的所有故障状态而确定的。

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设备(可以是个人计算机,服务器,或者网络设备等)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。

相关技术
  • 图片相似度检测方法、装置、介质及电子设备
  • 行业关联度、风险确定方法及装置、存储介质和电子设备
  • 一种文本相似度计算方法、装置、电子设备及存储介质
  • 一种文本相似度计算方法、装置、电子设备及存储介质
  • 设备健康度监控方法、装置、计算机设备及可读存储介质
  • IT系统的健康度评估方法、装置、电子设备及存储介质
  • 大数据平台的健康度管控方法、装置、介质及电子设备
技术分类

06120115932967