基于设备间监督的多任务打印控制方法及系统

技术领域

本发明涉及3D打印技术领域，尤其涉及一种基于设备间监督的多任务打印控制方法及系统。

背景技术

随着3D打印技术的发展， 3D打印需求也逐渐增长，伴随着3D打印任务的数据量也开始越来越大，部分的研发机构开始讨论利用多套打印设备来共同执行多个打印任务的可能性，以通过并发任务处理提高打印处理效率，这其中，如何有效实现对多个打印设备的监督监测是重要的技术问题。

但现有技术在实现对多个打印设备的监督时，一般仅采用对设备本身的参数进行监督，没有考虑到多个设备之间的位置关系和传感参数。可见，现有技术存在缺陷，亟需解决。

发明内容

本发明所要解决的技术问题在于，提供一种基于设备间监督的多任务打印控制方法及系统，能够根据设备的工作参数和设备之间的位置关系和传感参数来确定出可能存在故障的迟延设备，以有效提高对多设备打印系统的故障监测效果，及时对故障设备进行报警。

为了解决上述技术问题，本发明第一方面公开了一种基于设备间监督的多任务打印控制方法，所述方法包括：

获取多个正在执行打印任务的打印设备的设备位置、实时传感参数和工作参数；每一所述打印设备执行的所述打印任务均对应于同一个打印项目；

根据所述打印项目的项目计划信息，和每一所述打印设备的所述工作参数，从多个所述打印设备中筛选出多个打印进度存在落后的迟延打印设备；

根据每一所述迟延打印设备的所述设备位置和所述实时传感参数，确定每一所述迟延打印设备对应的故障可能性参数；

将所述故障可能性参数大于预设的第一参数阈值的所述迟延打印设备确定为待维修设备，并进行报警。

作为一种可选的实施方式，在本发明第一方面中，所述实时传感参数包括设备实时图像、设备实时温度、设备实时湿度、设备实时声音中的至少一种；和/或，所述工作参数包括当前处理数据、当前打印任务、当前打印节点、当前工作部件、当前部件功率、当前工作电流和当前工作电压中的至少一种。

作为一种可选的实施方式，在本发明第一方面中，所述根据所述打印项目的项目计划信息，和每一所述打印设备的所述工作参数，从多个所述打印设备中筛选出多个打印进度存在落后的迟延打印设备，包括：

根据所述打印项目的项目计划信息，确定当前时间点对应的预期项目进度；

将所有所述打印设备的所述工作参数，输入至训练好的进度预测模型中，以得到预测整体进度；所述进度预测模型通过多个训练工作参数和对应的进度标注的训练数据集训练得到；

将每一所述打印设备的所述工作参数，输入至所述进度预测模型中，以得到每一所述打印设备对应的预测设备进度；

根据所述预测设备进度、所述预测整体进度和所述预期项目进度，确定每一所述打印设备对应的进度延后程度参数；

根据所述进度延后程度参数从大到小对所有所述打印设备进行排序以得到设备序列，筛选出所述设备序列的前预设数量位中的所述进度延后程度参数大于预设的第二参数阈值的所有打印设备，得到多个打印进度存在落后的迟延打印设备。

作为一种可选的实施方式，在本发明第一方面中，所述根据所述预测设备进度、所述预测整体进度和所述预期项目进度，确定每一所述打印设备对应的进度延后程度参数，包括：

对于每一所述打印设备，计算所述预测整体进度与该打印设备的所述预测设备进度之间的第一进度差距；

计算所述预期项目进度和所述预测整体进度之间的第二进度差距；

当所述第一进度差距和所述第二进度差距均为正数时，计算所述第一进度差距与所述第二进度差距之间的比值，得到该打印设备对应的进度延后程度参数；

当所述第一进度差距和所述第二进度差距均为负数时，计算所述第一进度差距与所述第二进度差距之间的比值的负数值，得到该打印设备对应的进度延后程度参数；

当所述第一进度差距为负数，所述第二进度差距为正数时，计算所述第一进度差距和所述第二进度差距的差距和值，计算所述差距和值与所述第二进度差距的比值的负数值，得到该打印设备对应的进度延后程度参数；

当所述第一进度差距为正数，所述第二进度差距为负数时，计算所述第一进度差距和所述第二进度差距的差距差值，计算所述差距和值与所述第二进度差距的比值的负数值，得到该打印设备对应的进度延后程度参数。

作为一种可选的实施方式，在本发明第一方面中，所述根据每一所述迟延打印设备的所述设备位置和所述实时传感参数，确定每一所述迟延打印设备对应的故障可能性参数，包括：

对于任意两个所述迟延打印设备，将该两个所述迟延打印设备的所述实时传感参数，和该两个所述迟延打印设备的所述设备位置之间的位置距离，输入至训练好的故障预测算法模型，以得到该两个所述迟延打印设备对应的设备故障预测概率；所述故障预测算法模型通过多个训练位置距离和对应的训练传感参数集合的训练数据集训练得到；

对于每一所述迟延打印设备，计算该迟延打印设备对应的所有所述设备故障预测概率的加权求和平均值，得到该迟延打印设备对应的故障可能性参数。

作为一种可选的实施方式，在本发明第一方面中，所述计算该迟延打印设备对应的所有所述设备故障预测概率的加权求和平均值，得到该迟延打印设备对应的故障可能性参数，包括：

计算与该迟延打印设备的任一所述设备故障预测概率对应的概率权重；所述概率权重与对应的所述位置距离成反比；

根据每一所述设备故障预测概率对应的所述概率权重，计算该迟延打印设备对应的所有所述设备故障预测概率的加权求和平均值，得到该迟延打印设备对应的故障可能性参数。

作为一种可选的实施方式，在本发明第一方面中，在所述将所述故障可能性参数大于预设的第一参数阈值的所述迟延打印设备确定为待维修设备之前，所述方法还包括：

对于任一所述迟延打印设备，计算与该迟延打印设备的所述进度延后程度参数成正比的参数修正权重；

计算该迟延打印设备的所述故障可能性参数和所述参数修正权重的乘积，以修正得到该迟延打印设备对应的故障可能性参数。

本发明第二方面公开了一种基于设备间监督的多任务打印控制系统，所述系统包括：

获取模块，用于获取多个正在执行打印任务的打印设备的设备位置、实时传感参数和工作参数；每一所述打印设备执行的所述打印任务均对应于同一个打印项目；

筛选模块，用于根据所述打印项目的项目计划信息，和每一所述打印设备的所述工作参数，从多个所述打印设备中筛选出多个打印进度存在落后的迟延打印设备；

确定模块，用于根据每一所述迟延打印设备的所述设备位置和所述实时传感参数，确定每一所述迟延打印设备对应的故障可能性参数；

报警模块，用于将所述故障可能性参数大于预设的第一参数阈值的所述迟延打印设备确定为待维修设备，并进行报警。

作为一种可选的实施方式，在本发明第二方面中，所述实时传感参数包括设备实时图像、设备实时温度、设备实时湿度、设备实时声音中的至少一种；和/或，所述工作参数包括当前处理数据、当前打印任务、当前打印节点、当前工作部件、当前部件功率、当前工作电流和当前工作电压中的至少一种。

作为一种可选的实施方式，在本发明第二方面中，所述筛选模块根据所述打印项目的项目计划信息，和每一所述打印设备的所述工作参数，从多个所述打印设备中筛选出多个打印进度存在落后的迟延打印设备的具体方式，包括：

根据所述打印项目的项目计划信息，确定当前时间点对应的预期项目进度；

将所有所述打印设备的所述工作参数，输入至训练好的进度预测模型中，以得到预测整体进度；所述进度预测模型通过多个训练工作参数和对应的进度标注的训练数据集训练得到；

将每一所述打印设备的所述工作参数，输入至所述进度预测模型中，以得到每一所述打印设备对应的预测设备进度；

根据所述预测设备进度、所述预测整体进度和所述预期项目进度，确定每一所述打印设备对应的进度延后程度参数；

根据所述进度延后程度参数从大到小对所有所述打印设备进行排序以得到设备序列，筛选出所述设备序列的前预设数量位中的所述进度延后程度参数大于预设的第二参数阈值的所有打印设备，得到多个打印进度存在落后的迟延打印设备。

作为一种可选的实施方式，在本发明第二方面中，所述筛选模块根据所述预测设备进度、所述预测整体进度和所述预期项目进度，确定每一所述打印设备对应的进度延后程度参数的具体方式，包括：

对于每一所述打印设备，计算所述预测整体进度与该打印设备的所述预测设备进度之间的第一进度差距；

计算所述预期项目进度和所述预测整体进度之间的第二进度差距；

当所述第一进度差距和所述第二进度差距均为正数时，计算所述第一进度差距与所述第二进度差距之间的比值，得到该打印设备对应的进度延后程度参数；

当所述第一进度差距和所述第二进度差距均为负数时，计算所述第一进度差距与所述第二进度差距之间的比值的负数值，得到该打印设备对应的进度延后程度参数；

当所述第一进度差距为负数，所述第二进度差距为正数时，计算所述第一进度差距和所述第二进度差距的差距和值，计算所述差距和值与所述第二进度差距的比值的负数值，得到该打印设备对应的进度延后程度参数；

当所述第一进度差距为正数，所述第二进度差距为负数时，计算所述第一进度差距和所述第二进度差距的差距差值，计算所述差距和值与所述第二进度差距的比值的负数值，得到该打印设备对应的进度延后程度参数。

作为一种可选的实施方式，在本发明第二方面中，所述确定模块根据每一所述迟延打印设备的所述设备位置和所述实时传感参数，确定每一所述迟延打印设备对应的故障可能性参数的具体方式，包括：

对于任意两个所述迟延打印设备，将该两个所述迟延打印设备的所述实时传感参数，和该两个所述迟延打印设备的所述设备位置之间的位置距离，输入至训练好的故障预测算法模型，以得到该两个所述迟延打印设备对应的设备故障预测概率；所述故障预测算法模型通过多个训练位置距离和对应的训练传感参数集合的训练数据集训练得到；

对于每一所述迟延打印设备，计算该迟延打印设备对应的所有所述设备故障预测概率的加权求和平均值，得到该迟延打印设备对应的故障可能性参数。

作为一种可选的实施方式，在本发明第二方面中，所述确定模块计算该迟延打印设备对应的所有所述设备故障预测概率的加权求和平均值，得到该迟延打印设备对应的故障可能性参数的具体方式，包括：

计算与该迟延打印设备的任一所述设备故障预测概率对应的概率权重；所述概率权重与对应的所述位置距离成反比；

根据每一所述设备故障预测概率对应的所述概率权重，计算该迟延打印设备对应的所有所述设备故障预测概率的加权求和平均值，得到该迟延打印设备对应的故障可能性参数。

作为一种可选的实施方式，在本发明第二方面中，在所述报警模块将所述故障可能性参数大于预设的第一参数阈值的所述迟延打印设备确定为待维修设备之前，所述确定模块还执行以下步骤：

对于任一所述迟延打印设备，计算与该迟延打印设备的所述进度延后程度参数成正比的参数修正权重；

计算该迟延打印设备的所述故障可能性参数和所述参数修正权重的乘积，以修正得到该迟延打印设备对应的故障可能性参数。

本发明第三方面公开了另一种基于设备间监督的多任务打印控制系统，所述系统包括：

存储有可执行程序代码的存储器；

与所述存储器耦合的处理器；

所述处理器调用所述存储器中存储的所述可执行程序代码，执行本发明第一方面公开的基于设备间监督的多任务打印控制方法中的部分或全部步骤。

本发明第四方面公开了一种计算机存储介质，所述计算机存储介质存储有计算机指令，所述计算机指令被调用时，用于执行本发明第一方面公开的基于设备间监督的多任务打印控制方法中的部分或全部步骤。

与现有技术相比，本发明具有以下有益效果：

本发明能够根据多个正在执行相关的打印任务的打印设备的工作参数来确定出进度落后的设备，并根据设备的位置和传感参数来预测存在迟延的设备的故障可能性，从而能够根据设备的工作参数和设备之间的位置关系和传感参数来确定出可能存在故障的迟延设备，以有效提高对多设备打印系统的故障监测效果，及时对故障设备进行报警。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅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是本发明实施例公开的一种基于设备间监督的多任务打印控制方法的流程示意图；

图2是本发明实施例公开的一种基于设备间监督的多任务打印控制系统的结构示意图；

图3是本发明实施例公开的另一种基于设备间监督的多任务打印控制系统的结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅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。

本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或端没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或端固有的其他步骤或单元。

在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本发明的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。

本发明公开了一种基于设备间监督的多任务打印控制方法及系统，能够根据多个正在执行相关的打印任务的打印设备的工作参数来确定出进度落后的设备，并根据设备的位置和传感参数来预测存在迟延的设备的故障可能性，从而能够根据设备的工作参数和设备之间的位置关系和传感参数来确定出可能存在故障的迟延设备，以有效提高对多设备打印系统的故障监测效果，及时对故障设备进行报警。以下分别进行详细说明。

实施例一

请参阅图1，图1是本发明实施例公开的一种基于设备间监督的多任务打印控制方法的流程示意图。其中，图1所描述的方法可以应用于相应的数据处理设备、数据处理终端、数据处理服务器中，且该服务器可以是本地服务器，也可以是云服务器，本发明实施例不做限定如图1所示，该基于设备间监督的多任务打印控制方法可以包括以下操作：

101、获取多个正在执行打印任务的打印设备的设备位置、实时传感参数和工作参数。

具体的，每一打印设备执行的打印任务均对应于同一个打印项目。

可选的，实时传感参数包括设备实时图像、设备实时温度、设备实时湿度、设备实时声音中的至少一种。

可选的，工作参数包括当前处理数据、当前打印任务、当前打印节点、当前工作部件、当前部件功率、当前工作电流和当前工作电压中的至少一种。

102、根据打印项目的项目计划信息，和每一打印设备的工作参数，从多个打印设备中筛选出多个打印进度存在落后的迟延打印设备。

103、根据每一迟延打印设备的设备位置和实时传感参数，确定每一迟延打印设备对应的故障可能性参数。

104、将故障可能性参数大于预设的第一参数阈值的迟延打印设备确定为待维修设备，并进行报警。

可见，实施本发明实施例所描述的方法能够根据多个正在执行相关的打印任务的打印设备的工作参数来确定出进度落后的设备，并根据设备的位置和传感参数来预测存在迟延的设备的故障可能性，从而能够根据设备的工作参数和设备之间的位置关系和传感参数来确定出可能存在故障的迟延设备，以有效提高对多设备打印系统的故障监测效果，及时对故障设备进行报警。

作为一种可选的实施例，在上述步骤中的，根据打印项目的项目计划信息，和每一打印设备的工作参数，从多个打印设备中筛选出多个打印进度存在落后的迟延打印设备，包括：

根据打印项目的项目计划信息，确定当前时间点对应的预期项目进度；

将所有打印设备的工作参数，输入至训练好的进度预测模型中，以得到预测整体进度；进度预测模型通过多个训练工作参数和对应的进度标注的训练数据集训练得到；

将每一打印设备的工作参数，输入至进度预测模型中，以得到每一打印设备对应的预测设备进度；

根据预测设备进度、预测整体进度和预期项目进度，确定每一打印设备对应的进度延后程度参数；

根据进度延后程度参数从大到小对所有打印设备进行排序以得到设备序列，筛选出设备序列的前预设数量位中的进度延后程度参数大于预设的第二参数阈值的所有打印设备，得到多个打印进度存在落后的迟延打印设备。

可选的，项目计划信息中可以包括有打印项目的多个项目进度和对应的预期完成时间，可以通过对当前时间点与预期完成时间的关联，来确定对应的预期项目进度，具体的，进度预测模型的训练数据集中的进度标注，也是通过人工根据与项目计划信息中的项目进度同样的进度划分思路来进行标注的。

通过上述实施例，能够通过对预测设备进度、预测整体进度和预期项目进度的计算来确定每一打印设备对应的进度延后程度参数，并根据进度延后程度参数来筛选出多个打印进度存在落后的迟延打印设备，以便后续在迟延打印设备中确定出可能存在故障的设备，实现对多任务打印的监督。

作为一种可选的实施例，在上述步骤中的，根据预测设备进度、预测整体进度和预期项目进度，确定每一打印设备对应的进度延后程度参数，包括：

对于每一打印设备，计算预测整体进度与该打印设备的预测设备进度之间的第一进度差距；

计算预期项目进度和预测整体进度之间的第二进度差距；

当第一进度差距和第二进度差距均为正数时，计算第一进度差距与第二进度差距之间的比值，得到该打印设备对应的进度延后程度参数；

当第一进度差距和第二进度差距均为负数时，计算第一进度差距与第二进度差距之间的比值的负数值，得到该打印设备对应的进度延后程度参数；

当第一进度差距为负数，第二进度差距为正数时，计算第一进度差距和第二进度差距的差距和值，计算差距和值与第二进度差距的比值的负数值，得到该打印设备对应的进度延后程度参数；

当第一进度差距为正数，第二进度差距为负数时，计算第一进度差距和第二进度差距的差距差值，计算差距和值与第二进度差距的比值的负数值，得到该打印设备对应的进度延后程度参数。

具体的，预测设备进度、预测整体进度和预期项目进度均可以为用数值表述的进度，数值越大，进度越靠后，则通过计算预测整体进度与预测设备进度之间的差值可以得到第一进度差距，通过计算预期项目进度和预测整体进度之间的差值可以得到第二进度差距。

通过上述实施例中公开的对第一进度差距和第二进度差距的计算和判断演算规则，可以更加合理地结合整体打印进度的落后程度和单个设备的打印进度的落后进度来更加精确地确定出单个设备的打印落后程度，以用于精确筛选出迟延设备。

作为一种可选的实施例，在上述步骤中的，根据每一迟延打印设备的设备位置和实时传感参数，确定每一迟延打印设备对应的故障可能性参数，包括：

将任意两个迟延打印设备的实时传感参数，和该两个所述迟延打印设备的设备位置之间的位置距离，输入至训练好的故障预测算法模型，以得到该两个所述迟延打印设备对应的设备故障预测概率；故障预测算法模型通过多个训练位置距离和对应的训练传感参数集合的训练数据集训练得到；

对于每一迟延打印设备，计算该迟延打印设备对应的所有设备故障预测概率的加权求和平均值，得到该迟延打印设备对应的故障可能性参数。

通过上述实施例，能够通过故障预测算法模型来根据设备位置距离和传感参数来预测设备的故障概率，从而能够根据设备位置距离和传感参数之间的对应关系来精准预测设备状态，以有效筛选出故障设备用于监督报警或维修。

作为一种可选的实施例，在上述步骤中的，计算该迟延打印设备对应的所有设备故障预测概率的加权求和平均值，得到该迟延打印设备对应的故障可能性参数，包括：

计算与该迟延打印设备的任一设备故障预测概率对应的概率权重；概率权重与对应的位置距离成反比；

根据每一设备故障预测概率对应的概率权重，计算该迟延打印设备对应的所有设备故障预测概率的加权求和平均值，得到该迟延打印设备对应的故障可能性参数。

通过上述实施例，能够基于与位置距离成反比的权重调整设备故障预测概率在最终的故障可能性参数中的占比，这是因为位置距离越大的两个设备之间的传感参数的可量化性越低，其预测精准度也会极大降低，从而能够实现更加精确地衡量设备的故障可能性，提高故障预测的精度。

作为一种可选的实施例，在将故障可能性参数大于预设的第一参数阈值的迟延打印设备确定为待维修设备之前，该方法还包括：

对于任一迟延打印设备，计算与该迟延打印设备的进度延后程度参数成正比的参数修正权重；

计算该迟延打印设备的故障可能性参数和参数修正权重的乘积，以修正得到该迟延打印设备对应的故障可能性参数。

通过上述实施例，可以通过与迟延打印设备的进度延后程度参数成正比的参数修正权重，修正该设备的故障可能性参数，以进一步精准确定设备的故障可能性，提高最终的故障筛选或报警的精准度。

实施例二

请参阅图2，图2是本发明实施例公开的一种基于设备间监督的多任务打印控制系统的结构示意图。其中，图2所描述的系统可以应用于相应的数据处理设备、数据处理终端、数据处理服务器中，且该服务器可以是本地服务器，也可以是云服务器，本发明实施例不做限定。如图2所示，该系统可以包括：

获取模块201，用于获取多个正在执行打印任务的打印设备的设备位置、实时传感参数和工作参数；每一打印设备执行的打印任务均对应于同一个打印项目；

筛选模块202，用于根据打印项目的项目计划信息，和每一打印设备的工作参数，从多个打印设备中筛选出多个打印进度存在落后的迟延打印设备；

确定模块203，用于根据每一迟延打印设备的设备位置和实时传感参数，确定每一迟延打印设备对应的故障可能性参数；

报警模块204，用于将故障可能性参数大于预设的第一参数阈值的迟延打印设备确定为待维修设备，并进行报警。

作为一种可选的实施例，实时传感参数包括设备实时图像、设备实时温度、设备实时湿度、设备实时声音中的至少一种；和/或，工作参数包括当前处理数据、当前打印任务、当前打印节点、当前工作部件、当前部件功率、当前工作电流和当前工作电压中的至少一种。

作为一种可选的实施例，筛选模块202根据打印项目的项目计划信息，和每一打印设备的工作参数，从多个打印设备中筛选出多个打印进度存在落后的迟延打印设备的具体方式，包括：

根据打印项目的项目计划信息，确定当前时间点对应的预期项目进度；

将所有打印设备的工作参数，输入至训练好的进度预测模型中，以得到预测整体进度；进度预测模型通过多个训练工作参数和对应的进度标注的训练数据集训练得到；

将每一打印设备的工作参数，输入至进度预测模型中，以得到每一打印设备对应的预测设备进度；

根据预测设备进度、预测整体进度和预期项目进度，确定每一打印设备对应的进度延后程度参数；

根据进度延后程度参数从大到小对所有打印设备进行排序以得到设备序列，筛选出设备序列的前预设数量位中的进度延后程度参数大于预设的第二参数阈值的所有打印设备，得到多个打印进度存在落后的迟延打印设备。

作为一种可选的实施例，筛选模块202根据预测设备进度、预测整体进度和预期项目进度，确定每一打印设备对应的进度延后程度参数的具体方式，包括：

对于每一打印设备，计算预测整体进度与该打印设备的预测设备进度之间的第一进度差距；

计算预期项目进度和预测整体进度之间的第二进度差距；

当第一进度差距和第二进度差距均为正数时，计算第一进度差距与第二进度差距之间的比值，得到该打印设备对应的进度延后程度参数；

当第一进度差距和第二进度差距均为负数时，计算第一进度差距与第二进度差距之间的比值的负数值，得到该打印设备对应的进度延后程度参数；

当第一进度差距为负数，第二进度差距为正数时，计算第一进度差距和第二进度差距的差距和值，计算差距和值与第二进度差距的比值的负数值，得到该打印设备对应的进度延后程度参数；

当第一进度差距为正数，第二进度差距为负数时，计算第一进度差距和第二进度差距的差距差值，计算差距和值与第二进度差距的比值的负数值，得到该打印设备对应的进度延后程度参数。

作为一种可选的实施例，确定模块203根据每一迟延打印设备的设备位置和实时传感参数，确定每一迟延打印设备对应的故障可能性参数的具体方式，包括：

将任意两个迟延打印设备的实时传感参数，和该两个所述迟延打印设备的设备位置之间的位置距离，输入至训练好的故障预测算法模型，以得到该两个所述迟延打印设备对应的设备故障预测概率；故障预测算法模型通过多个训练位置距离和对应的训练传感参数集合的训练数据集训练得到；

对于每一迟延打印设备，计算该迟延打印设备对应的所有设备故障预测概率的加权求和平均值，得到该迟延打印设备对应的故障可能性参数。

作为一种可选的实施例，确定模块203计算该迟延打印设备对应的所有设备故障预测概率的加权求和平均值，得到该迟延打印设备对应的故障可能性参数的具体方式，包括：

计算与该迟延打印设备的任一设备故障预测概率对应的概率权重；概率权重与对应的位置距离成反比；

根据每一设备故障预测概率对应的概率权重，计算该迟延打印设备对应的所有设备故障预测概率的加权求和平均值，得到该迟延打印设备对应的故障可能性参数。

作为一种可选的实施例，在报警模块204将故障可能性参数大于预设的第一参数阈值的迟延打印设备确定为待维修设备之前，确定模块203还执行以下步骤：

对于任一迟延打印设备，计算与该迟延打印设备的进度延后程度参数成正比的参数修正权重；

计算该迟延打印设备的故障可能性参数和参数修正权重的乘积，以修正得到该迟延打印设备对应的故障可能性参数。

本发明实施例中的模块细节和技术效果可以参照实施例一中的表述，在此不再赘述。

实施例三

请参阅图3，图3是本发明实施例公开的另一种基于设备间监督的多任务打印控制系统的结构示意图。如图3所示，该系统可以包括：

存储有可执行程序代码的存储器301；

与存储器301耦合的处理器302；

处理器302调用存储器301中存储的可执行程序代码，执行本发明实施例一公开的基于设备间监督的多任务打印控制方法中的部分或全部步骤。

实施例四

本发明实施例公开了一种计算机存储介质，该计算机存储介质存储有计算机指令，该计算机指令被调用时，用于执行本发明实施例一公开的基于设备间监督的多任务打印控制方法中的部分或全部步骤。

以上所描述的系统实施例仅是示意性的，其中所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理模块，即可以位于一个地方，或者也可以分布到多个网络模块上。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。

通过以上的实施例的具体描述，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,存储介质包括只读存储器（Read-Only Memory，ROM）、随机存储器（Random Access Memory，RAM）、可编程只读存储器（Programmable Read-only Memory，PROM）、可擦除可编程只读存储器（ErasableProgrammable Read Only Memory，EPROM）、一次可编程只读存储器（One-timeProgrammable Read-Only Memory，OTPROM）、电子抹除式可复写只读存储器（Electrically-Erasable Programmable Read-Only Memory，EEPROM）、只读光盘（CompactDisc Read-Only Memory，CD-ROM）或其他光盘存储器、磁盘存储器、磁带存储器、或者能够用于携带或存储数据的计算机可读的任何其他介质。

最后应说明的是：本发明实施例公开的一种基于设备间监督的多任务打印控制方法及系统所揭露的仅为本发明较佳实施例而已，仅用于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项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；而这些修改或替换，并不使相应的技术方案的本质脱离本发明各项实施例技术方案的精神和范围。