机电设备的全生命周期管理系统及方法

技术领域

本发明涉及设备控制技术领域，尤其涉及一种机电设备的全生命周期管理系统及方法。

背景技术

未来世界范围内高速铁路领域的竞争将在很大程度上取决于数字化和智能化水平，智能高铁已成为全球铁路的前沿发展方向。抓住新一轮科技产业革命带来的难得机遇，加快发展中国智能高铁对于持续保持中国高铁的全球领跑地位具有重要意义。中国铁路总公司在铁路信息化建设规划中明确提出了铁路信息化、智能化发展的要求，智能车站建设是智能高铁发展体系中智能运营组成的重要部分；是推进铁路客运智能化发展的重要体现。因此，实现高效便捷的旅客出行服务、提高现代高铁客站综合作业管理水平，提高客站设备的信息化和智能化成为了亟待解决的问题。

上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。

发明内容

本发明的主要目的在于提供了一种机电设备的全生命周期管理系统及方法，旨在解决现有技术中无法对机电设备进行高效、智能化的管理的技术问题。

为实现上述目的，本发明提供了一种机电设备的全生命周期管理系统，所述机电设备的全生命周期管理系统包括大数据分析模块、智能物联网主机和监控模块；

所述大数据分析模块，用于获取机电设备的参数信息，根据所述参数信息确定专业需求数据，并将所述专业需求数据发送至智能物联网主机；

所述监控模块，用于对预设场景下的所述机电设备的能耗进行监控，获得所述机电设备的运行信息，对所述运行信息进行分析，获得分析结果，并将所述分析结果发送至所述智能物联网主机；

所述智能物联网主机，用于接收所述专业需求数据和所述分析结果，并根据所述专业需求数据和/或所述分析结果对所述机电设备进行智能物联管理。

优选地，所述机电设备的全生命周期管理系统，还包括能耗预测模块；

所述能耗预测模块，用于预测所述机电设备在下一运行周期内的预计能耗数据；

所述能耗预测模块，还用于判断所述预计能耗数据是否满足预设条件；在所述预计能耗数据满足所述预设条件时，将所述预计能耗数据输入至预设预测模型中，获得所述预计能耗数据对应的预测曲线图；

所述能耗预测模块，还用于在所述预计能耗数据不满足所述预设条件时，获取所述机电设备的实际能耗数据，从所述实际能耗数据中提取训练数据，根据所述训练数据建立实际预测模型。

优选地，所述机电设备的全生命周期管理系统，还包括故障预测模块和档案管理模块；

所述故障预测模块，用于对所述机电设备的运行状态进行实时监测，获得监测结果，根据所述监测结果确定所述机电设备的故障率；

所述故障预测模块，还用于在所述故障率大于预设故障阈值时，控制报警装置发出报警信号；

所述档案管理模块，用于获取所述机电设备的运行状态信息以及维修履历信息，根据所述运行状态信息和所述维修履历信息生成所述机电设备的数字化设备档案。

优选地，所述机电设备的全生命周期管理系统，还包括巡检模块和维修管理模块；

所述巡检模块，用于对所述机电设备进行健康诊断，获得诊断结果，将所述诊断结果发送至所述维修管理模块；

所述维修管理模块，用于接收所述诊断结果，根据所述诊断结果对对应的机电设备进行维护。

优选地，所述巡检模块，还用于获取待预测设备的基础信息数据，将所述基础信息数据与设备正常运行数据进行比对，获得比对结果；

所述巡检模块，还用于根据比对结果判断所述待预测设备是否异常，在所述待预测设备异常时，根据所述比对结果确定故障类型，所述故障类型包括软故障和硬故障。

优选地，所述大数据分析模块，还用于构建数学模型，根据所述数学模型确定最优的运行参数，根据所述运行参数确定运行策略，将所述运行策略发送至所述智能物联网主机；

所述智能物联网主机，还用于接收所述运行策略，根据所述运行策略对所述机电设备进行智能物联管理。

优选地，所述监控模块，还用于采集所述机电设备的实际能耗数据；

所述监控模块，还用于将所述实际能耗数据按照能源类型、所述机电设备的类型或所述机电设备所处的区域进行划分，获得划分结果，并将所述划分结果存储于服务器中。

优选地，所述能耗预测模块，还用于在所述实际能耗数据中存在异常值时，获取与所述异常值相邻的参考值；

所述能耗预测模块，还用于获取所述参考值的平均值，根据所述平均值调整所述异常值。

优选地，所述能耗预测模块，还用于在所述实际能耗数据中存在异常值时，根据所述预测曲线图调整所述异常值。

此外，为实现上述目的，本发明还提供一种机电设备的全生命周期管理方法，所述机电设备的全生命周期管理方法应用于所述机电设备的全生命周期管理系统，所述方法包括：

所述大数据分析模块获取机电设备的参数信息，根据所述参数信息确定专业需求数据，并将所述专业需求数据发送至智能物联网主机；

所述监控模块对预设场景下的所述机电设备的能耗进行监控，获得所述机电设备的运行信息，对所述运行信息进行分析，获得分析结果，并将所述分析结果发送至所述智能物联网主机；

所述智能物联网主机接收所述专业需求数据和所述分析结果，并根据所述专业需求数据和/或所述分析结果对所述机电设备进行智能物联管理。

本发明包括大数据分析模块、智能物联网主机和监控模块；所述大数据分析模块，用于获取机电设备的参数信息，根据所述参数信息确定专业需求数据，并将所述专业需求数据发送至智能物联网主机；所述监控模块，用于对预设场景下的所述机电设备的能耗进行监控，获得所述机电设备的运行信息，对所述运行信息进行分析，获得分析结果，并将所述分析结果发送至所述智能物联网主机；所述智能物联网主机，用于接收所述专业需求数据和所述分析结果，并根据所述专业需求数据和/或所述分析结果对所述机电设备进行智能物联管理。本发明对机电设备进行统一平台化运营管控，实现最大程度的自动化、智能化运营，有效降低了现有的机电设备的综合运营成本，使机电设备的整体运营管理水平得到极大提高。

附图说明

图1为本发明实施例方案涉及的机电设备的全生命周期管理系统可包含的硬件设备的结构示意图；

图2是本发明机电设备的全生命周期管理系统第一实施例的系统结构示意图；

图3为本发明机电设备的全生命周期管理系统第二实施例的系统结构示意图；

图4为本发明机电设备的全生命周期管理系统第三实施例的系统结构示意图；

图5为本发明机电设备的全生命周期管理系统第三实施例的具体实现流程图；

图6为本发明机电设备的全生命周期管理方法第一实施例的流程示意图。

本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。

参照图1，图1为本发明实施例方案涉及的机电设备的全生命周期管理系统可包含的硬件设备的结构示意图。

如图1所示，机电设备的全生命周期管理系统可以包括：物联网主机1001，通信总线1002，现场智能监控单元1004、1005，冷热源监测设备1006，供暖通风和空气调节监控设备1007，、一体化空调监控设备1008，照明监控设备1009，给排水监控设备1010，供配电监测设备1011，电梯监测设备1012，消防监测设备1013、客服监控设备1014，上水泄污监测设备1015，建筑结构监测设备1016，智能电表1017，远传水表1018，燃气表1019，热能表2020。其中，物联网主机1001由PLC控制器、PC、网关，运动控制、I/O数据采集、现场总线协议、机器视觉、设备联网等多领域功能集成于一体，同时实现设备运动控制、数据采集、运算等功能。通信总线1002用于实现这些组件之间的连接通信。现场智能监控单元1004、1005为成套箱或柜，主要由PLC、DDC等控制器及其它电器元件构成。需要说明的是监控单元的具体数量根据被接入设备的数量及种类决定，而并非只有结构示意图中的两个。1006—1016为现场需要通过物联网接入的被控设备示意，根据被控设备不同可有不同接入方式，如硬接线接入(通过现场设备的状态点位接入)、通讯接入(通过通讯集成的方式接入)等，以及可获取现场设备的相应传感器(如温度、湿度、空气质量、压力、照度、风速、压差、液位、防冻开关等)组成。智能电表1017为一种监测用电量的仪表，远传水表1018为一种监测用水量的仪表，燃气表1019为一种监测燃气用量的仪表，热能表2020为一种监测热能用量的仪表，该类仪表需具体数据远传功能。

本领域技术人员可以理解，图1中示出的结构并不构成对机电设备的全生命周期管理系统的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。

参照图2，图2是本发明机电设备的全生命周期管理系统第一实施例的系统结构示意图，基于第一实施例的系统结构示意图提出本发明的第一实施例。

如图2所述，在本实施例中，所述机电设备的全生命周期管理系统包括大数据分析模块、智能物联网主机和监控模块；

所述大数据分析模块10，用于获取机电设备的参数信息，根据所述参数信息确定专业需求数据，并将所述专业需求数据发送至智能物联网主机。

需要说明的是，所述参数信息可以是所述机电设备的运行参数、生产数据、报表数据、环境参数、需求信息、其他辅助专业对设备的运行需求以及保障设备、生产安全的数据以及作业需求数据等信息，所述环境参数可以是室内温度、室内湿度、室内二氧化碳浓度、室外温度、室外湿度、光照强度、结构监测、客流量等环境参数，所述专业需求数据可以是对所述参数信息进行记录以及分析形成的专业需求数据。将所述专业需求数据发送至智能物联网主机，以使所述智能物联网主机根据所述专业需求数据进行智能控制，例如有些设备处于故障状态或检修状态等就不启用或者在车站场景中，有些区域没有运营或没有旅客，该区域的设备也可以暂停使用。

所述监控模块20，用于对预设场景下的所述机电设备的能耗进行监控，获得所述机电设备的运行信息，对所述运行信息进行分析，获得分析结果，并将所述分析结果发送至所述智能物联网主机。

需要说明的是，所述预设场景可以是当前机电设备所处于的实际场景或者是为了得到对应的机电设备的实际能耗数据而制造的测试场景，或者是对能耗的监管过程中添加了末端设备的场景等，本实施在此不加以限制。所述末端设备可以是智能电表、远传水表、燃气表、热能表等，本实施在此不加以限制。所述运行信息可以是所述机电设备的运行参数、能耗数据以及需求数据等信息，对所述运行信息进行分析可以是对所述运行信息通过分类、分项统计分析，按需分配，达到精细化用能管理。

进一步的，为了达到更加精细的用能管理，所述监控模块，还用于采集所述机电设备的实际能耗数据，将所述实际能耗数据按照能源类型、所述机电设备的类型或所述机电设备所处的区域进行划分，获得划分结果，并将所述划分结果存储于服务器中。

需要说明的是，将所述实际能耗数据按照能源类型进行划分可以是所述监控模块将所述实际能耗数据按照能源类型划分为电、水、气、热等，按照设备类型划分为暖通空调、照明插座、一般动力、客运信息、商业用电、特殊用电等，按照区域划分为出站层、站台层、高架层等，所述划分场景针对的可以是客运站的机电设备使用场景，在其他机电设备的使用场景中，也可以是根据具体的使用情况设置不同的分类依据，本实施例在此不加以限制。以下根据客站的使用机电设备的情况，对能耗中的用电以及用水的分项进行简单的说明。

客站用水分项可根据区域或去向分项，详细分类可参照下表1水能分项表：

表1水能分项表

用电分项可按照设备种类分为：照明插座、暖通空调、一般动力、客运信息、特殊用电、商业用电。详细分类可参照表2电能分项表：

表2电能分项表

所述智能物联网主机30，用于接收所述专业需求数据和所述分析结果，并根据所述专业需求数据和/或所述分析结果对所述机电设备进行智能物联管理。

需要说明的是，以客站场景为例，对所述机电设备进行智能物联管理可以是对客站各类服务型机电设备进行智能物联管理，包括对冷热源系统设备、暖通通风与空气调节系统设备、一体化空调系统设备、照明系统设备、给排水系统设备、供配电系统设备、电梯系统设备、消防系统设备、客服系统设备、客车上水泻污系统设备、建筑结构监测系统设备等进行智能物联管理。

应理解的是，每一类机电设备都有不同的接口类型，因此需要运用到智能物联网技术。同时为了更好的接入各类设备，本实施例中提供了一种智能物联网主机。所述智能物联网主机由PLC控制器、PC、网关，运动控制、I/O数据采集、现场总线协议、机器视觉、设备联网等多领域功能集成于一体，同时实现设备运动控制、数据采集、运算等功能。

进一步的，为了更好的集成各类机电设备，智能物联网主机对设备接口类型进行了归类。各类设备接口主要包括以太网接口、串行接口、硬接点接口。具体接口要求如下：

(1)以太网接口

以太网接口应符合IEEE 802.3CSMA/CD标准，至少应支持超五类非屏蔽、屏蔽双绞线电缆，网络故障应能够自动检测和隔离，网络设备的接入或摘除均不会对双方正常的运行和操作造成影响。网络的设计原则应该是任何单点故障不会中断整个网络操作。同时，系统以太网接口还应满足以下要求：

1)100Mbps/1000Mbps自适应以太网接口

2)支持TCP/IP协议

3)以太网接口采用RJ45标准接口

4)支持通用的、开放的、软件解码的协议

5)当现场发生任何变化时，接口上的数据应实时更新

6)接口的通信通常采用查询或事件触发方式进行

(2)串行接口

串行接口采用符合EIA标准RS422或RS485，在通信距离不超过1200米不使用中继器时，通讯速率不低于9600bps。同时，系统串行接口还应满足以下要求：

1)支持通用的、开放的、软件解码的协议；

2)当现场发生任何变化时，接口上的数据应实时更新；

3)接口的通信通常采用查询或事件触发方式进行。

(3)硬接点接口

硬接点接口为开关量接口，采用截面面积为1mm

本实施例通过大数据分析模块获取机电设备的参数信息，根据参数信息确定专业需求数据，并将专业需求数据发送至智能物联网主机；监控模块对预设场景下的机电设备的能耗进行监控，获得机电设备的运行信息，对运行信息进行分析，获得分析结果，将分析结果发送至智能物联网主机；智能物联网主机接收专业需求数据和分析结果，并根据专业需求数据和/或分析结果对机电设备进行智能物联管理。本实施例对机电设备进行统一平台化运营管控，实现最大程度的自动化、智能化运营，有效降低了现有的机电设备的综合运营成本，使机电设备的整体运营管理水平得到极大提高。

基于上述本发明的第一实施例，提出本发明的第二实施例。

参考图3，图3为本发明机电设备的全生命周期管理系统第二实施例的系统结构示意图。

如图3所示，在本实施例中，所述机电设备的全生命周期管理系统，还包括能耗预测模块40；

所述能耗预测模块40，用于预测所述机电设备在下一运行周期内的预计能耗数据。

需要说明的是，所述预测所述机电设备在下一运行周期内的预计能耗数据可以是利用人工智能方法分别获得能耗的短期预测或/和长期预测，所述短期预测可以是针对未来半小时的能耗预测，所述长期预测可以是针对未来24h的能耗预测，所述周期的长短可以是根据实际情况进行自适应调整，本实施在此不加以限制。

进一步的，为了获得更加准确的预测结果，对于短期能耗预测，可以采用统计回归方法建立建筑物的热响应模型f，它描述某个时段内各种影响因子，比如天气、时间段、制冷/热量，与该时段内室内平均温度变化间的统计关系。根据该模型求取逆函数f-1，该函数描述了在当前影响因子(比如天气、时间段)情况下给定时间段内要求室内温度变化给定的幅度需要多少制冷/热量。有了逆函数f-1，可以直接利用建筑物室内平均温湿度数据、相关影响因子、以及期望的室内温度，计算出未来一个时间段内的总负荷需求作为短期负荷预测。对于长期负荷预测，首先采用时序数据聚类的方法从历史数据中获得负荷变化的几种典型模式，然后从典型模式中获得与当前天气、节假日等条件最接近的24h负荷变化模式作为远期负荷预测。相对于长期预测，短期预测可以利用更多的已知条件，例如当前时间点供回水温度，当前室外温湿度等，获得更准确的估计，而长期预测可以在大的时间跨度上反映负荷的变化趋势或模式。

所述能耗预测模块，还用于判断所述预计能耗数据是否满足预设条件；在所述预计能耗数据满足所述预设条件时，将所述预计能耗数据输入至预设预测模型中，获得所述预计能耗数据对应的预测曲线图。

需要说明的是，所述预设条件可以是设定的用来判断所述预计能耗数据是否满足期望的条件，例如，可以是所述预计能耗数据中的能耗数值是否超过预设阈值等条件，所述预设预测模型可以是可以根据所述预计能耗数据生成对应的预测曲线图的模型。

所述能耗预测模块，还用于在所述预计能耗数据不满足所述预设条件时，获取所述机电设备的实际能耗数据，从所述实际能耗数据中提取训练数据，根据所述训练数据建立实际预测模型。

需要说明的是，所述实际能耗数据可以是所述机电设备在预设场景下采集的能耗数据，所述训练数据可以是根据所述实际能耗数据选取的用来建立实际预测模型的数据，取样的训练数据可以根据需要预测的值就近选择，同时选择同比的数据进行大数据的运算，如要预测明天的数据，需要提取前面3到5天的数据，同时根据上个月的数据作对比，得出预测变化率，在结合上个月的数据和明天需要开启的设备数量、天气等变化等因素得出预测系数，其中，如果通过数据运算发现上个月的数据跟这个月的数据变化较大则不使用上个月的数据，最后根据所述预测变化率和预测系数建立实际预测模型，因为所述预计能耗数据不满足所述预设条件可能是因为预测时选取的数据值过少，所以存在不满足预设条件的情况，此时，根据所述实际预测模型重新预测所述预计能耗数据，使得所述预计能耗数据满足所述预设条件。

进一步的，在进行采集实测能耗数据时，可能会因为临时断电、设备重启或外界干扰，在某种特定时刻可能会出现数据缺失或异常现象。为了对所述缺失数据或异常数据进行标记，所述能耗预测模块还用于在所述实际能耗数据中存在异常值时，根据所述预测曲线图调整所述异常值。例如，实测能耗数据映射关系表中在12:30至13:00时间段内的能耗数据丢失，则可以根据所述预测曲线图或者根据所述实际预测模型预测的数据获取在12:30至13:00时间段内的预测能耗数据，根据所述预测能耗数据调整丢失的能耗数据。

本实施例中，所述机电设备的全生命周期管理系统，还包括能耗预测模块；所述能耗预测模块，用于预测所述机电设备在下一运行周期内的预计能耗数据；判断所述预计能耗数据是否满足预设条件；在所述预计能耗数据满足所述预设条件时，将所述预计能耗数据输入至预设预测模型中，获得所述预计能耗数据对应的预测曲线图；还用于在所述预计能耗数据不满足所述预设条件时，获取所述机电设备的实际能耗数据，从所述实际能耗数据中提取训练数据，根据所述训练数据建立实际预测模型。通过能耗预测模块对能耗的预测可以做节能对比、异常数据矫正、或者是用户的用能阈值管理等。达到设备精细化的用能管理。

参考图4，图4为本发明机电设备的全生命周期管理系统第三实施例的系统结构示意图。

基于上述各实施例，如图4所示，在本实施例中，所述机电设备的全生命周期管理系统，还包括故障预测模块、巡检模块、维修管理模块和档案管理模块。

所述故障预测模块50，用于对所述机电设备的运行状态进行实时监测，获得监测结果，根据所述监测结果确定所述机电设备的故障率。

需要说明的是，所述对所述机电设备的运行状态进行实时监测可以是监测所述机电设备的运行状态，例如，是否一直在运行，是否有终止运行或者是卡顿、运行速度减慢等运行异常等，根据所述监测结果确定所述机电设备的故障率。

所述故障预测模块50，还用于在所述故障率大于预设故障阈值时，控制报警装置发出报警信号。

需要说明的是，所述预设故障阈值可以是自定义的需要维修时的故障的阈值，例如，自定义的故障阈值为60％，当所述机电设备的故障率为50％，不超过故障阈值，可以暂时不用维修，当故障率为70％时，则需要进行维修。则控制报警装置发出报警信号，使维修人员进行维修。

所述巡检模块60，用于对所述机电设备进行健康诊断，获得诊断结果，将所述诊断结果发送至所述维修管理模块。

所述巡检模块60，还用于获取待预测设备的基础信息数据，将所述基础信息数据与设备正常运行数据进行比对，获得比对结果。还用于根据比对结果判断所述待预测设备是否异常，在所述待预测设备异常时，根据所述比对结果确定故障类型，所述故障类型包括软故障和硬故障。

需要说明的是，所述基础信息数据可以是待预测设备上各运营数据、能耗数据、传感数据等基础信息数据，然后根据所述基础信息数据与不同工况下正常数据进行比对，通过与不同工况下正常数据进行比对获得比对结果，根据所述比对结果确定所述待预测设备是否异常，在所述待预测设备异常时，根据所述比对结果确定故障类型，所述故障类型包括软故障和硬故障。

硬故障主要是指设备及装置器件完全失效的故障，例如风机突然停机、皮带断裂、传感器没有输出信号或输出坏数据、阀门完全堵塞等。从故障发生的时间进程看，这类故障为突发性故障，故障较大，因此比较容易检测。

软故障是指设备装置性能下降或部分失效的各种故障，例如风机盘管的结垢(盘管逐渐堵塞)、阀门关闭时的泄漏、仪器仪表的漂移等。软故障一般是渐进性的，在发生之前所表现的征兆不明显，初期往往难以被检测到。事实上，渐进性的故障是由于系统参数的逐步恶化而产生的，从某种意义上讲，软故障的危害比硬故障更大。

此处，为更好理解，以暖通空调系统故障为例，说明如下：

暖通空调设备在使用一段时间之后，系统发生的故障多为偶然故障，因此故障特征具有随机性，且故障的发生进程是与时间相关的非平稳的随机过程。这些设备是由各子系统和元部件按一定的规律组合而成的，具有层次性。因此，故障产生会因其层次不同而表现出层次性。另外，暖通空调系统由若干相互关联的子系统构成，某些子系统故障可能是由于与之相关的子系统或环节的故障所引起，称为系统故障的传播性。按照故障发生位置不同，故障可能是设备故障，也可能是传感器故障，既可能是硬故障，也可能是软故障。在同一系统中往往相互交织，增加了暖通空调系统故障诊断的复杂性。

其中，主要针对高铁智能车站暖通空调制冷系统发生的故障进行诊断及预测，暖通空调制冷系统主要由压缩机、换热器、节流装置、换向装置、辅助设备、电气控制、末端装置、冷(热)媒输送等多个子系统组成。对各个子系统的主要故障诊断方法如下：

(1)压缩机非正常停机故障

压缩机非正常停机一般是由于电气故障或压缩机高、低压保护动作引起的。压缩机停机时，整个制冷循环系统被压缩机隔开，制冷剂不再处于循环状态。但此时，冷凝器与外界仍然存在着热交换，制冷剂温度和压力短时间内急剧下降，膨胀阀前后压差下降，制冷剂流量急剧下降并且很快减少至0。蒸发器和冷凝器与外界之间的换热量迅速下降，并且主要以制冷剂变化热为主。

(2)冷凝器侧翅片管换热器风机停转

造成翅片管换热器风机停转的原因有：继电器的烧毁、风机电动机烧毁、皮带损坏以及电气电路故障等。翅片管换热器风机停转之后，空气与冷凝器间换热量急剧下降，蓄积在冷凝器中的热量越来愈多，致使冷凝压力升高，膨胀阀前后压差增大。制冷剂的流量将增加，蒸发器换热量随之增加。

(3)循环水泵停转

循环水泵停转后，水与蒸发器侧的换热方式由以对流换热为主导的换热方式转变为导热方式，换热量骤减，导致蒸发器内制冷剂的内能减少，制冷剂蒸发温度、蒸发压力下降以及蒸发器中制冷剂量累积。由此，冷凝温度、压力下降，制冷剂流量减少。由于系统存在着一定的时滞性，在故障初发期各热力参数变化不是十分明显。

所述维修管理模块70，用于接收所述诊断结果，根据所述诊断结果对对应的机电设备进行维护。

需要说明的是，所述根据所述诊断结果对对应的机电设备进行维护可以是根据设备运行情况及相应部件信息生成维护计划，并对维护情况进行跟踪，保障设备的使用寿命。备品备件管理通过设备的备件使用情况、消耗周期、维修与保养计划等各项内容，结合设备数量，统筹分析备件需求情况，指导设备备件的采购工作，提供对备件库存的透明管理、多层次管理，建立以设备预防维修为主的备件管理体系

所述档案管理模块80，用于获取所述机电设备的运行状态信息以及维修履历信息，根据所述运行状态信息和所述维修履历信息生成所述机电设备的数字化设备档案。

需要说明的是，所述生成所述机电设备的数字化设备档案可以是以设备构型为中心，结合其状态数据以及从服役至报废过程中的故障履历、维修履历等信息，将设备动静态数据进行有机融合，形成“一设一档”全生命周期的数字化设备档案。

参考图5，图5为本发明机电设备的全生命周期管理系统第三实施例的具体实现流程图。

如图5所示，所述巡检模块按照预设的巡检周期对所述机电设备进行进行巡检，并生成巡检记录，在设备无异常时，该次巡检结束，当确认设备异常时，启动预设的报警装置，进行故障报警，以通知维修人员进行维修确认是否故障以及故障原因或者是通过设备的自检进行确认故障，根据故障原因判断是否需要进行大修，若需要大修，则通知设备的厂家进行大修或者是更换设备，若不需要大修，则现场维修，根据维修结果回填维修工单，以生成设备的数字化档案，维修结束后，设备的故障告警关闭。

本实施例通过故障预测模块对所述机电设备的运行状态进行实时监测，获得监测结果，根据所述监测结果确定所述机电设备的故障率；在所述故障率大于预设故障阈值时，控制报警装置发出报警信号；通过所述档案管理模块获取所述机电设备的运行状态信息以及维修履历信息，根据所述运行状态信息和所述维修履历信息生成所述机电设备的数字化设备档案。通过所述巡检模块对所述机电设备进行健康诊断，获得诊断结果，将所述诊断结果发送至所述维修管理模块；所述维修管理模块接收所述诊断结果，根据所述诊断结果对对应的机电设备进行维护，本实施例通过上述模块的协同作用，从设备故障、维修管理、周期巡检、设备档案等方面有效降低了机电设备的综合运营成本，提高了机电设备运营的管控效率。

进一步地，参照图6，图6为本发明机电设备的全生命周期管理方法第一实施例的流程示意图，所述机电设备的全生命周期管理方法应用于机电设备的全生命周期管理系统，所述机电设备的全生命周期管理系统，包括大数据分析模块、智能物联网主机和监控模块；

所述机电设备的全生命周期管理方法包括：

步骤S100：所述大数据分析模块获取机电设备的参数信息，根据所述参数信息确定专业需求数据，并将所述专业需求数据发送至智能物联网主机。

需要说明的是，所述参数信息可以是所述机电设备的运行参数、生产数据、报表数据、环境参数、需求信息、其他辅助专业对设备的运行需求以及保障设备、生产安全的数据(作业需求数据)等信息，所述环境参数可以是室内温度、室内湿度、室内二氧化碳浓度、室外温度、室外湿度、光照强度、结构监测、客流量等环境参数，所述专业需求数据可以是对所述参数信息进行记录以及分析形成的专业需求数据。将所述专业需求数据发送至智能物联网主机，以使所述智能物联网主机根据所述专业需求数据进行智能控制，例如有些设备处于故障状态或检修状态等就不启用或者在车站场景中，有些区域没有运营或没有旅客，该区域的设备也可以暂停使用。

步骤S200：所述监控模块对预设场景下的所述机电设备的能耗进行监控，获得所述机电设备的运行信息，对所述运行信息进行分析，获得分析结果，并将所述分析结果发送至所述智能物联网主机。

需要说明的是，所述预设场景可以是当前机电设备所处于的实际场景或者是为了得到对应的机电设备的实际能耗数据而制造的测试场景，或者是对能耗的监管过程中添加了末端设备的场景等，本实施在此不加以限制。所述末端设备可以是智能电表、远传水表、燃气表、热能表等，本实施在此不加以限制。所述运行信息可以是所述机电设备的运行参数、能耗数据以及需求数据等信息，对所述运行信息进行分析可以是对所述运行信息通过分类、分项统计分析，按需分配，达到精细化用能管理。

进一步的，为了达到更加精细的用能管理，所述监控模块，还用于采集所述机电设备的实际能耗数据，将所述实际能耗数据按照能源类型、所述机电设备的类型或所述机电设备所处的区域进行划分，获得划分结果，并将所述划分结果存储于服务器中。

需要说明的是，将所述实际能耗数据按照能源类型进行划分可以是所述监控模块将所述实际能耗数据按照能源类型划分为电、水、气、热等，按照设备类型划分为暖通空调、照明插座、一般动力、客运信息、商业用电、特殊用电等，按照区域划分为出站层、站台层、高架层等，所述划分场景针对的可以是客运站的机电设备使用场景，在其他机电设备的使用场景中，也可以是根据具体的使用情况设置不同的分类依据，本实施例在此不加以限制。

步骤S300：所述智能物联网主机接收所述专业需求数据和所述分析结果，并根据所述专业需求数据和/或所述分析结果对所述机电设备进行智能物联管理。

需要说明的是，以客站场景为例，对所述机电设备进行智能物联管理可以是对客站各类服务型机电设备进行智能物联管理，包括对冷热源系统设备、暖通通风与空气调节系统设备、一体化空调系统设备、照明系统设备、给排水系统设备、供配电系统设备、电梯系统设备、消防系统设备、客服系统设备、客车上水泻污系统设备、建筑结构监测系统设备等进行智能物联管理。

应理解的是，每一类机电设备都有不同的接口类型，因此需要运用到智能物联网技术。同时为了更好的接入各类设备，本实施例中提供了一种智能物联网主机。所述智能物联网主机由PLC控制器、PC、网关，运动控制、I/O数据采集、现场总线协议、机器视觉、设备联网等多领域功能集成于一体，同时实现设备运动控制、数据采集、运算等功能。

本实施例通过获取机电设备的参数信息，根据参数信息确定专业需求数据，并将专业需求数据发送至智能物联网主机；对预设场景下的机电设备的能耗进行监控，获得机电设备的运行信息，对运行信息进行分析，获得分析结果，将分析结果发送至智能物联网主机；智能物联网主机接收专业需求数据和分析结果，并根据专业需求数据和/或分析结果对机电设备进行智能物联管理。本实施例对机电设备进行统一平台化运营管控，实现最大程度的自动化、智能化运营，有效降低了现有的机电设备的综合运营成本，使机电设备的整体运营管理水平得到极大提高。

本发明机电设备的全生命周期管理方法的其他实施例或具体实现方式可参照上述各系统实施例，此处不再赘述。

需要说明的是，以上所描述的工作流程仅仅是示意性的，并不对本发明的保护范围构成限定，在实际应用中，本领域的技术人员可以根据实际的需要选择其中的部分或者全部来实现本实施例方案的目的，此处不做限制。

另外，未在本实施例中详尽描述的技术细节，可参见本发明任意实施例所提供的参数运行方法，此处不再赘述。

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

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上述实施例方法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，但很多情况下前者是更佳的实施方式。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(如只读存储器/随机存取存储器、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。

以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。