一种产业链用人工智能运维方法

技术领域

本发明属于人工智能技术领域，具体涉及一种产业链用人工智能运维方法。

背景技术

产业链是产业经济学中的一个概念，是各个产业部门之间基于一定的技术经济关联，并依据特定的逻辑关系和时空布局关系客观形成的链条式关联关系形态；产业链是一个包含价值链、企业链、供需链和空间链四个维度的概念；这四个维度在相互对接的均衡过程中形成了产业链，这种“对接机制”是产业链形成的内模式，作为一种客观规律，它像一只“无形之手”调控着产业链的形成；产业链的本质是用于描述一个具有某种内在联系的企业群结构，它是一个相对宏观的概念，存在两维属性：结构属性和价值属性。产业链中大量存在着上下游关系和相互价值的交换，上游环节向下游环节输送产品或服务，下游环节向上游环节反馈信息。

目前的人工智能运用于各个领域，它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学；人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，人工智能是包括十分广泛的科学，它由不同的领域组成，如机器学习，计算机视觉等，总的说来，人工智能研究的一个主要目标是使机器能够胜任一些通常需要人类智能才能完成的复杂工作。

现有的产业链运维过程中，通常需要运维人员对产业链进行维护，而运维人员进行维护的前提是产业链设备发出警报或者需要进行定期保养，导致运维人员对故障警报发现不及时，容易造成设备损坏，增加了运维成本，并且长期定期保养还会造成运维成本浪费，进而需要一种产业链用人工智能运维方法。

发明内容

本发明要解决的技术问题是克服现有的缺陷，提供一种产业链用人工智能运维方法，以解决上述背景技术中提出的现有的产业链运维过程中，通常需要运维人员对产业链进行维护，而运维人员进行维护的前提是产业链设备发出警报或者需要进行定期保养，导致运维人员对故障警报发现不及时，容易造成设备损坏，增加了运维成本，并且长期定期保养还会造成运维成本浪费的问题。

为实现上述目的，本发明提供如下技术方案：一种产业链用人工智能运维方法，包括以下步骤：

步骤1：基于人工智能对设备运行进行管理；

步骤2：基于人工智能对设备维护进行管理；

步骤3：基于人工智能进行技术分析管理；

步骤4：基于人工智能对产业链安全进行管理；

步骤5：基于人工智能对运维人员进行管理。

优选的，所述步骤1包括以下步骤：

步骤1.1：基于人工智能对设备进行模拟运行；

步骤1.2：基于人工智能对设备日常运行系统进行维护；

步骤1.3：基于人工智能对设备供电系统进行监测；

步骤1.4：基于人工智能对运行中的设备进行实时监测。

优选的，所述步骤2包括以下步骤：

步骤2.1：基于人工智能获取设备的实时监测结果；

步骤2.2：基于人工智能对监测结果进行分析；

步骤2.3：基于人工智能根据检测结果对故障进行预测；

步骤2.4：基于人工智能分别将预测的故障类型和预测的故障发生时间进行排列显示；

步骤2.5：运维人员根据预测结果进行人工巡检；

步骤2.6：人工巡检后对预测项进行维护，将误测项进行删除。

优选的，所述步骤3包括以下步骤：

步骤3.1：基于人工智能根据人工维护项对造成预测结果的原因进行分析；

步骤3.2：基于人工智能将分析结果上传到人工运维端；

步骤3.3：人工运维端对分析结果进行审批，并且上传到人工智能系统；

步骤3.4：基于人工智能对审批结果进行识别和存储；

步骤3.5：基于人工智能对审批结果进行数学统计。

优选的，所述步骤4包括以下步骤：

步骤4.1：基于人工智能根据审批结果的统计概率制定安全生产规则；

步骤4.2：基于人工智能对生产数据进行实时监测；

步骤4.3：基于人工智能对生产过程中进行警示。

优选的，所述步骤5包括以下步骤：

步骤5.1：基于人工智能将运维信息传输到人工运维系统；

步骤5.2：运维人员根据不同的分工对不同的设备运维项目进行管理；

步骤5.3：运维人员通过人工运维端接收人工智能将分析结果；

步骤5.4：运维人员根据接收结果进行实地检测；

步骤5.5：运维人员将检测结果通过人工运维端上传到人工运维系统；

步骤5.6：人工运维系统将检测结果审批后传输到人工智能系统。

优选的，所述步骤1.2包括以下步骤：

步骤1.2.1：基于人工智能获取设备的系统数据；

步骤1.2.2：对设备系统中的各项参数和运行状态进行监控，并且记录，包括运行日志、故障记录、曲线记录和模拟运行记录等；

步骤1.2.3：基于人工智能对各项参数变化情况进行分析。

优选的，所述步骤2.1包括以下步骤：

步骤2.1.1：首先进行人工巡检，巡检内容主要包括检查小部件松紧、运动部件的磨损情况和传感器检测；

步骤2.1.2：基于人工智能通过设备的传感器获取设备的运行情况；

步骤2.1.3：基于人工智能获取数据变化曲线。

优选的，所述步骤3.4包括以下步骤：

步骤3.4.1：获取人工审批结果，自动去除其余未通过审批的预测结果；

步骤3.4.2：基于人工智能识别人工审批内容；

步骤3.4.3：基于人工智能将审批结果与预测结果进行匹配；

步骤3.4.4：基于人工智能将审批和预测匹配结果进行存储。

优选的，所述步骤4.2包括以下步骤：

步骤4.2.1：基于人工智能获取设备的生产情况；

步骤4.2.2：根据实时产量和设备运行数据建立变化曲线；

步骤4.2.3：获取超出变化范围的分布点。

与现有技术相比，本发明提供了一种产业链用人工智能运维方法，具备以下有益效果：

1、本发明通过人工智能对设备维护进行管理，维护过程中，首先进行人工巡检，巡检内容主要包括检查小部件松紧、运动部件的磨损情况和传感器检测，然后人工智能通过设备的传感器获取设备的运行情况，同时获取数据变化曲线，最后通过人工智能对监测结果进行分析，人工智能根据检测结果对故障进行预测，进而使设备故障防患于未然，可以提前进行识别维护，减少运维损失；

2、本发明通过人工智能将运维信息传输到人工运维系统，运维人员根据不同的分工对不同的设备运维项目进行管理，运维人员通过人工运维端接收人工智能将分析结果，运维人员根据接收结果进行实地检测，然后将检测结果通过人工运维端上传到人工运维系统，人工运维系统将检测结果审批后再传输到人工智能系统，进而对针设备问题进行实地检测，减少了运维人员的盲目性，进而降低了运维人员的工作强度，与传统的定期维护相比，对设备问题的针对性更强，降低了运维成本。

具体实施方式

下面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做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。

本发明提供一种技术方案：一种产业链用人工智能运维方法，包括以下步骤：

步骤1：基于人工智能对设备运行进行管理；

步骤2：基于人工智能对设备维护进行管理；

步骤3：基于人工智能进行技术分析管理；

步骤4：基于人工智能对产业链安全进行管理；

步骤5：基于人工智能对运维人员进行管理。

本发明中，优选的，步骤1包括以下步骤：

步骤1.1：基于人工智能对设备进行模拟运行；

步骤1.2：基于人工智能对设备日常运行系统进行维护；

步骤1.3：基于人工智能对设备供电系统进行监测；

步骤1.4：基于人工智能对运行中的设备进行实时监测。

本发明中，优选的，步骤2包括以下步骤：

步骤2.1：基于人工智能获取设备的实时监测结果；

步骤2.2：基于人工智能对监测结果进行分析；

步骤2.3：基于人工智能根据检测结果对故障进行预测；

步骤2.4：基于人工智能分别将预测的故障类型和预测的故障发生时间进行排列显示；

步骤2.5：运维人员根据预测结果进行人工巡检；

步骤2.6：人工巡检后对预测项进行维护，将误测项进行删除。

本发明中，优选的，步骤3包括以下步骤：

步骤3.1：基于人工智能根据人工维护项对造成预测结果的原因进行分析；

步骤3.2：基于人工智能将分析结果上传到人工运维端；

步骤3.3：人工运维端对分析结果进行审批，并且上传到人工智能系统；

步骤3.4：基于人工智能对审批结果进行识别和存储；

步骤3.5：基于人工智能对审批结果进行数学统计。

本发明中，优选的，步骤4包括以下步骤：

步骤4.1：基于人工智能根据审批结果的统计概率制定安全生产规则；

步骤4.2：基于人工智能对生产数据进行实时监测；

步骤4.3：基于人工智能对生产过程中进行警示。

本发明中，优选的，步骤5包括以下步骤：

步骤5.1：基于人工智能将运维信息传输到人工运维系统；

步骤5.2：运维人员根据不同的分工对不同的设备运维项目进行管理；

步骤5.3：运维人员通过人工运维端接收人工智能将分析结果；

步骤5.4：运维人员根据接收结果进行实地检测；

步骤5.5：运维人员将检测结果通过人工运维端上传到人工运维系统；

步骤5.6：人工运维系统将检测结果审批后传输到人工智能系统。

本发明中，优选的，步骤1.2包括以下步骤：

步骤1.2.1：基于人工智能获取设备的系统数据；

步骤1.2.2：对设备系统中的各项参数和运行状态进行监控，并且记录，包括运行日志、故障记录、曲线记录和模拟运行记录等；

步骤1.2.3：基于人工智能对各项参数变化情况进行分析。

本发明中，优选的，步骤2.1包括以下步骤：

步骤2.1.1：首先进行人工巡检，巡检内容主要包括检查小部件松紧、运动部件的磨损情况和传感器检测；

步骤2.1.2：基于人工智能通过设备的传感器获取设备的运行情况；

步骤2.1.3：基于人工智能获取数据变化曲线。

本发明中，优选的，步骤3.4包括以下步骤：

步骤3.4.1：获取人工审批结果，自动去除其余未通过审批的预测结果；

步骤3.4.2：基于人工智能识别人工审批内容；

步骤3.4.3：基于人工智能将审批结果与预测结果进行匹配；

步骤3.4.4：基于人工智能将审批和预测匹配结果进行存储。

本发明中，优选的，步骤4.2包括以下步骤：

步骤4.2.1：基于人工智能获取设备的生产情况；

步骤4.2.2：根据实时产量和设备运行数据建立变化曲线；

步骤4.2.3：获取超出变化范围的分布点。

本发明的使用流程：使用时，首先通过人工智能对设备运行进行管理，在运行管理过程中，通过人工智能对设备进行模拟运行，以保证设备的正常运行，然后获取设备的系统数据，对设备系统中的各项参数和运行状态进行监控，并且记录，包括运行日志、故障记录、曲线记录和模拟运行记录等，最后通过人工智能对各项参数变化情况进行分析，进而将新的运行数据与之前的数据进行对比，便于后期进行故障预测，然后通过人工智能对设备供电系统进行监测，做好运行记录和电力分配工作，保证供电设备的安全运行，然后通过人工智能对运行中的设备进行实时监测，之后通过人工智能对设备维护进行管理，维护过程中，首先进行人工巡检，巡检内容主要包括检查小部件松紧、运动部件的磨损情况和传感器检测，然后人工智能通过设备的传感器获取设备的运行情况，同时获取数据变化曲线，最后通过人工智能对监测结果进行分析，人工智能根据检测结果对故障进行预测，进而使设备故障防患于未然，可以提前进行识别维护，减少运维损失，并且分别将预测的故障类型和预测的故障发生时间进行排列显示，运维人员根据预测结果进行人工巡检，巡检后对预测项进行维护，将误测项进行删除，之后通过人工智能根据人工维护项对造成预测结果的原因进行分析，之后将分析结果上传到人工运维端，人工运维端对分析结果进行审批，并且上传到人工智能系统，人工智能系统获取人工审批结果，自动去除其余未通过审批的预测结果，然后识别人工审批内容，将审批结果与预测结果进行匹配，并且将审批和预测匹配结果进行存储，便于后期使用时预测结果更加快速准确，人工智能系统根据审批结果的统计概率制定安全生产规则，根据实时产量和设备运行数据建立变化曲线，获取超出变化范围的分布点，并且在生产过程中进行警示，通过人工智能将运维信息传输到人工运维系统，运维人员根据不同的分工对不同的设备运维项目进行管理，运维人员通过人工运维端接收人工智能将分析结果，运维人员根据接收结果进行实地检测，然后将检测结果通过人工运维端上传到人工运维系统，人工运维系统将检测结果审批后再传输到人工智能系统，进而对针设备问题进行实地检测，减少了运维人员的盲目性，进而降低了运维人员的工作强度，与传统的定期维护相比，对设备问题的针对性更强，降低了运维成本。

尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。