物理设备的故障检测方法、装置、设备及存储介质

技术领域

本发明实施例涉及计算机技术，尤其涉及一种物理设备的故障检测方法、装置、设备及存储介质。

背景技术

在工业生产领域，生产制造设备(物理设备)众多，这些设备每天运转，设备的性能和状态需要经常监控、诊断，避免设备突发性故障导致生产停滞，造成严重损失。

现阶段主要通过人工巡检的方式来确定每个设备所存在的故障，难以及时的对设备的故障进行诊断，并且需要大量的人力成本。

如何对每个物理设备进行监控，快速地对其产生的故障进行检测，是业内人员关注的重点问题。

发明内容

本发明实施例提供一种物理设备的故障检测方法、装置、设备及存储介质，以实现快速地对物理设备的故障进行检测，并及时生成维护策略，节省了大量的人力成本。

第一方面，本发明实施例提供了一种物理设备的故障检测方法，包括：

响应于目标物理设备的故障查询指令，获取数据库集群中存储的与所述目标物理设备对应的多个设备数据；

对各所述设备数据进行分析，确定各所述设备数据中是否包含异常数据；

当各所述设备数据中包含异常数据时，根据所述异常数据生成与所述目标物理设备对应的维护策略，并对所述维护策略进行可视化展示。

第二方面，本发明实施例还提供了一种物理设备的故障检测装置，包括：

设备数据获取模块，用于响应于目标物理设备的故障查询指令，获取数据库集群中存储的与所述目标物理设备对应的多个设备数据；

设备数据分析模块，用于对各所述设备数据进行分析，确定各所述设备数据中是否包含异常数据；

维护策略生成模块，用于当各所述设备数据中包含异常数据时，根据所述异常数据生成与所述目标物理设备对应的维护策略，并对所述维护策略进行可视化展示。

第三方面，本发明实施例还提供了一种物理设备的故障检测设备，所述物理设备的故障检测设备包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本发明实施例中任一实施例所述的物理设备的故障检测方法。

第四方面，本发明实施例还提供了一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行如本发明实施例中任一实施例所述的物理设备的故障检测方法。

本发明实施例通过响应于目标物理设备的故障查询指令，获取数据库集群中存储的与目标物理设备对应的多个设备数据；对各设备数据进行分析，确定各设备数据中是否包含异常数据；当各设备数据中包含异常数据时，根据异常数据生成与目标物理设备对应的维护策略，并对维护策略进行可视化展示，可以快速地对物理设备的故障进行检测，并及时生成维护策略，节省了大量的人力成本。

附图说明

图1是本发明实施例一中的一种物理设备的故障检测方法的流程图；

图2是本发明实施例二中的一种物理设备的故障检测方法的流程图；

图3是本发明实施例三中的一种物理设备的故障检测方法的流程图；

图4是本发明实施例四中的一种物理设备的故障检测装置的结构示意图；

图5是本发明实施例五中的一种物理设备的故障检测设备的结构示意图。

具体实施方式

下面结合附图和实施例对本发明实施例作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明实施例，而非对本发明实施例的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明实施例相关的部分而非全部结构。

实施例一

图1是本发明实施例一中的一种物理设备的故障检测方法的流程图，本实施例可适用于对物理设备的故障进行检测的情况，该方法可以由物理设备的故障检测装置来执行，该装置可以通过软件和/或硬件的方式实现，并集成在物理设备的故障检测设备中，在本实施例中，物理设备的故障检测设备可以为计算机、服务器或者平板电脑等。具体的，参考图1，该方法具体包括如下步骤：

步骤110、响应于目标物理设备的故障查询指令，获取数据库集群中存储的与目标物理设备对应的多个设备数据。

其中，目标物理设备可以为工业生产中的任一工作设备，例如，制造机器人、仓库管理设备、三相电机或者电压传感器等，本实施例中对其不加以限定。

在本实施例的一个可选实现方式中，在接收到目标物理设备的故障查询指令时，可以在数据库集群中获取与目标物理设备对应的多个设备数据，其中，与目标物理设备对应的多个设备数据即为目标物理设备在历史时间产生的历史数据，例如，工作日志、开机时间或者工作时长等数据。

需要说明的是，在本实施例中，数据库集群中存储有所有物理设备的设备数据，可以根据目标物理设备的统一识别码随时获取到目标物理设备所产生的设备数据。

步骤120、对各设备数据进行分析，确定各设备数据中是否包含异常数据。

在本实施例的一个可选实现方式中，在获取到与目标物理设备对应的多个设备数据之后，可以进一步的对获取到的各设备数据进行分析，根据分析结果确定获取到的设备数据中是否包含异常数据。

在本实施例的一个可选实现方式中，可以将获取到的设备数据依次与标准数据进行比对，根据比对结果确定异常数据；示例性的，若一设备数据与标准数据的差值大于某一数值，则可以确定该设备数据为异常数据；其中，标准数据可以为多个无异常设备数据的平均值或者中值等，本实施例中对其不加以限定。

步骤130、当各设备数据中包含异常数据时，根据异常数据生成与目标物理设备对应的维护策略，并对维护策略进行可视化展示。

在本实施例的一个可选实现方式中，如果确定获取到的各设备数据中包含异常数据，则可以根据异常数据生成与目标物理设备对应的维护策略；示例性的，若异常数据为木马数据，则可以生成对该数据进行彻底删除的维护策略；若异常数据的数量超过设定阈值，例如，100个，则可以生成暂停目标物理设备工作的指令，待相关人员维修后再开启目标物理设备。

进一步的，在生成维护策略之后，可以在显示区域对维护策略进行可视化展示，这样可以提示相关人员，进行后续操作，节省了大量的时间。

本实施例的方案，通过响应于目标物理设备的故障查询指令，获取数据库集群中存储的与目标物理设备对应的多个设备数据；对各设备数据进行分析，确定各设备数据中是否包含异常数据；当各设备数据中包含异常数据时，根据异常数据生成与目标物理设备对应的维护策略，并对维护策略进行可视化展示，可以快速地对物理设备的故障进行检测，并及时生成维护策略，节省了大量的人力成本。

实施例二

图2是本发明实施例二中的一种物理设备的故障检测方法的流程图，本实施例是对上述各技术方案的进一步细化，本实施例中的技术方案可以与上述一个或者多个实施例中的各个可选方案结合。如图2所示，物理设备的故障检测方法可以包括如下步骤：

步骤210、动态部署数据库集群。

其中，数据库集群中存储有全部物理设备历史时间产生的设备数据。

在本实施例的一个可实现方式中，在响应于目标物理设备的故障查询指令之前，还可以动态部署所述数据库集群；可选的，动态部署所述数据库集群可以包括：在当前数据库服务器中存储的设备数据的数量大于设定存储阈值时，通过预先部署的中间件部署新的数据库服务器；通过新的数据库服务器存储新产生的设备数据。

其中，设定存储阈值可以为1亿条、2亿条或者5千万条等，其与数据库服务器的存储容量相关，本实施例中对其具体数值不作限定。

在本实施例的一个可选实现方式中，可以实时对当前数据库中存储的设备数据进行检测，在当前数据库服务器中存储的设备数据的数量大于设定存储阈值时，可以通过预先部署的中间件部署新的数据库服务器，进一步的，可以通过新的数据库服务器存储新产生的设备数据。

这样设置的好处在于，可以保证新产生的设备数据有空间存储，不会存在数据溢出的现象，并且无需提前部署大量的数据库服务器，避免了服务器资源的浪费。

在本实施例的一个具体例子中，根据当前工厂设备的运行情况，最初部署了3台数据库服务器，利用Mycat中间件实现集群部署，动态配置、管理这3台MySQL数据库。由于工厂设备的增加，每天采集、存储的数据量也非常大，一段时间后，发现3台服务器存储空间快满了，需要动态进行服务器扩展，但是不能影响当前运行的业务，数据采集、存储过程也不能中断，此时，可以利用Mycat的动态扩展配置，实现对数据库服务器的增加。

上述例子中的具体部署流程可以为：1、部署物理MySQL数据库；2、安装Mycat中间件；3、配置Mycat中间件，Mycat中间件可以对数据库服务器进行节点配置、设置分片规则，如取模分片、范围分片等。

需要说明的是，在本实施例中，程序或服务不直接连接数据库服务器，连接的是Mycat中间件配置的逻辑数据库，数据库服务器对于程序或服务而言是透明的，数据库的管理、配置、存储等，由Mycat中间件进行管理，程序或服务不需要关注数据库服务器读取细节。

步骤220、响应于目标物理设备的故障查询指令，获取数据库集群中存储的与目标物理设备对应的多个设备数据。

在本实施例的一个可选实现方式中，响应于目标物理设备的故障查询指令，获取数据库集群中存储的与所述目标物理设备对应的多个设备数据，可以包括：确定所述查询指令中包含的目标物理设备的属性信息，所述属性信息包括下述至少一项：所述目标物理设备的统一识别码、产生设备数据的时间，以及设备数据的类型；获取所述数据库集群中存储的与所述属性信息对应的多个所述设备数据。

示例性的，在获取到目标物理设备的故障查询指令时，可以确定故障查询指令中所包含的目标物理设备的统一识别码，以及产生设备数据的时间；进一步的，在数据库中先获取到与目标物理设备的统一识别码对应的全部设备数据，并在这些设备数据中，筛选得到与产生的设备数据的时间对应的设备数据，作为与目标物理设备的故障查询指令对应的设备数据。

步骤230、将各设备数据输入至预先训练的机器学习模型中，输出异常数据。

其中，所述机器学习模型由多个无异常设备数据训练得到。

在本实施例的一个可选实现方式中，可以根据每个物理设备产生的无异常设备数据输入至神经网络模型中，从而得到本实施例中涉及到的机器学习模型；其中，神经网络模型可以为分类模型，也可以为其他神经网络模型，本实施例中对其不加以限定。

在本实施例的一个可选实现方式中，获取数据库集群中存储的与目标物理设备对应的多个设备数据之后，可以将各设备数据输入至预先训练的机器学习模型中，进而通过机器模型输出异常数据；在本实施例中，机器学习模型可以直接输出异常数据的序列号，也可以输出异常数据本身，本实施例中对其不加以限定。

步骤240、当各设备数据中包含异常数据时，根据异常数据生成与目标物理设备对应的维护策略，并对维护策略进行可视化展示。

在本实施例中，当各设备数据中包含异常数据时，即当机器学习模型输出异常数据时，可以根据机器学习模型输出的异常数据生成与目标物理设备对应的维护策略，并在显示区域对生成的维护策略进行可视化展示。

在本实施例的一个可选实现方式中，可以根据异常数据的属性特征生成与目标物理设备对应的维护策略；其中，属性特征包括：类型、大小或者产生时间；维护策略包括：暂停目标物理设备的工作，并在可视化界面中提示相关人员进行维修，或者，保持目标物理设备继续工作，并在可视化界面中提示目标物理设备存在故障风险。

示例性的，若检测到的异常数据的类型为攻击数据，则生成与该异常数据对应的维护策略可以为暂停目标物理设备的工作，并在可视化界面中提示相关人员进行维修；若检测到的异常数据的类型为非攻击数据，且产生的时间为工作时间，则生成与该异常数据对应的维护策略可以为保持目标物理设备继续工作，并在可视化界面中提示目标物理设备存在故障风险。

本实施例的方案，根据异常数据的属性特征生成与目标物理设备对应的维护策略，可以快速地生成维护策略，为设备故障的维护减少了时间，减轻了工厂由于设备故障而带来的经济效益。

在上述技术方案的基础上，在获取数据库集群中存储的与所述目标物理设备对应的多个设备数据之后，还可以将各所述设备数据输入至所述机器学习模型中，对所述目标物理设备的故障进行预测。

需要说明的是，本实施例中涉及到的机器学习模型不但可以确定设备数据中是否含有异常数据；也可以根据输入的设备数据对目标物理设备的故障进行预测，例如，可以预测未来几天内，目标物理设备发生故障的概率，以提醒相关人员提前做好维护准备。

这样设置的好处在于，可以对物理设备的故障进行提前预测，可以提前解决物理设备的故障，节约了大量的时间以及经济资源。

实施例三

图3是本发明实施例三中的一种物理设备的故障检测方法的流程图，本实施例是对上述各技术方案的进一步细化，本实施例中的技术方案可以与上述一个或者多个实施例中的各个可选方案结合。如图3所示，物理设备的故障检测方法可以包括如下步骤：

步骤310、动态部署数据库集群。

步骤320、响应于目标物理设备的故障查询指令，获取数据库集群中存储的与目标物理设备对应的多个设备数据。

步骤330、分别将各设备数据与预先建立的基线进行比对，当目标设备数据与基线的距离大于设定阈值时，确定目标设备数据为异常数据。

其中，基线通过对多个无异常设备数据进行建模而确定。

在本实施例的一个可选实现方式中，可以根据每个物理设备产生的无异常设备数据输入至目标函数中进行计算，从而得到本实施例中涉及到的基线；其中，目标函数可以为任一函数，本实施例中对其不加以限定。

在本实施例的一个可选实现方式中，获取数据库集群中存储的与目标物理设备对应的多个设备数据之后，可以将各设备数据依次与基线进行比对，当目标设备数据与基线的距离大于设定阈值时，则可以确定目标设备数据为异常数据；其中，设定阈值可以为1、5或者20等，本实施例中对其不加以限定。

步骤340、当各设备数据中包含异常数据时，根据异常数据生成与目标物理设备对应的维护策略，并对维护策略进行可视化展示。

本实施例的方案，可以分别将各设备数据与预先建立的基线进行比对，当目标设备数据与基线的距离大于设定阈值时，确定目标设备数据为异常数据，可以快速地确定异常数据，为检测目标物理设备的故障提供依据。

实施例四

图4是本发明实施例四中的一种物理设备的故障检测装置的结构示意图，该装置可以执行上述各实施例中涉及到的物理设备的故障检测方法。参照图4，该装置包括：设备数据获取模块410、设备数据分析模块420及维护策略生成模块430。

设备数据获取模块410，用于响应于目标物理设备的故障查询指令，获取数据库集群中存储的与所述目标物理设备对应的多个设备数据；

设备数据分析模块420，用于对各所述设备数据进行分析，确定各所述设备数据中是否包含异常数据；

维护策略生成模块430，用于当各所述设备数据中包含异常数据时，根据所述异常数据生成与所述目标物理设备对应的维护策略，并对所述维护策略进行可视化展示。

本实施例的方案，通过设备数据获取模块响应于目标物理设备的故障查询指令，获取数据库集群中存储的与所述目标物理设备对应的多个设备数据；通过设备数据分析模块对各所述设备数据进行分析，确定各所述设备数据中是否包含异常数据；通过维护策略生成模块根据所述异常数据生成与所述目标物理设备对应的维护策略，并对所述维护策略进行可视化展示，可以快速地对物理设备的故障进行检测，并及时生成维护策略，节省了大量的人力成本。

在本实施例的一个可选实现方式中，物理设备的故障检测装置还包括：数据库集群部署模块，用于动态部署所述数据库集群；所述数据库集群中存储有全部物理设备历史时间产生的设备数据；

数据库集群部署模块，具体用于在当前数据库服务器中存储的设备数据的数量大于设定存储阈值时，通过预先部署的中间件部署新的数据库服务器；通过新的数据库服务器存储新产生的设备数据。

在本实施例的一个可选实现方式中，设备数据获取模块410，具体用于确定所述查询指令中包含的目标物理设备的属性信息，所述属性信息包括下述至少一项：所述目标物理设备的统一识别码、产生设备数据的时间，以及设备数据的类型；获取所述数据库集群中存储的与所述属性信息对应的多个所述设备数据。

在本实施例的一个可选实现方式中，设备数据分析模块420，具体用于将各所述设备数据输入至预先训练的机器学习模型中，输出异常数据；其中，所述机器学习模型由多个无异常设备数据训练得到。

在本实施例的一个可选实现方式中，物理设备的故障检测装置，还包括：预测模块，用于将各所述设备数据输入至所述机器学习模型中，对所述目标物理设备的故障进行预测。

在本实施例的一个可选实现方式中，设备数据分析模块420，还具体用于分别将各所述设备数据与预先建立的基线进行比对，当目标设备数据与所述基线的距离大于设定阈值时，确定所述目标设备数据为异常数据；其中，所述基线通过对多个无异常设备数据进行建模而确定。

在本实施例的一个可选实现方式中，维护策略生成模块430，具体语音根据所述异常数据的属性特征生成与所述目标物理设备对应的维护策略；

其中，所述属性特征包括：类型、大小或者产生时间；

所述维护策略包括：暂停所述目标物理设备的工作，并在可视化界面中提示相关人员进行维修，或者，保持所述目标物理设备继续工作，并在可视化界面中提示所述目标物理设备存在故障风险。

本发明实施例所提供的物理设备的故障检测装置可执行本发明任意实施例所提供的物理设备的故障检测方法，具备执行方法相应的功能模块和有益效果。

实施例五

图5为本发明实施例五提供的一种物理设备的故障检测设备的结构示意图，如图5所示，该物理设备的故障检测设备包括处理器50、存储器51、输入装置52和输出装置53；物理设备的故障检测设备中处理器50的数量可以是一个或多个，图5中以一个处理器50为例；物理设备的故障检测设备中的处理器50、存储器51、输入装置52和输出装置53可以通过总线或其他方式连接，图5中以通过总线连接为例。

存储器51作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本发明实施例中的物理设备的故障检测方法对应的程序指令/模块(例如，物理设备的故障检测装置中的设备数据获取模块410、设备数据分析模块420及维护策略生成模块430)。处理器50通过运行存储在存储器51中的软件程序、指令以及模块，从而执行物理设备的故障检测设备的各种功能应用以及数据处理，即实现上述的物理设备的故障检测方法。

存储器51可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据终端的使用所创建的数据等。此外，存储器51可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中，存储器51可进一步包括相对于处理器50远程设置的存储器，这些远程存储器可以通过网络连接至物理设备的故障检测设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

输入装置52可用于接收输入的数字或字符信息，以及产生与物理设备的故障检测设备的用户设置以及功能控制有关的键信号输入。输出装置53可包括显示屏等显示设备。

实施例六

本发明实施例六还提供一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行一种物理设备的故障检测方法，该方法包括：

响应于目标物理设备的故障查询指令，获取数据库集群中存储的与所述目标物理设备对应的多个设备数据；

对各所述设备数据进行分析，确定各所述设备数据中是否包含异常数据；

当各所述设备数据中包含异常数据时，根据所述异常数据生成与所述目标物理设备对应的维护策略，并对所述维护策略进行可视化展示。

当然，本发明实施例所提供的一种包含计算机可执行指令的存储介质，其计算机可执行指令不限于如上所述的方法操作，还可以执行本发明任意实施例所提供的物理设备的故障检测方法中的相关操作。

通过以上关于实施方式的描述，所属领域的技术人员可以清楚地了解到，本发明可借助软件及必需的通用硬件来实现，当然也可以通过硬件实现，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，该计算机软件产品可以存储在计算机可读存储介质中，如计算机的软盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(RandomAccess Memory，RAM)、闪存(FLASH)、硬盘或光盘等，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)执行本发明各个实施例所述的方法。

值得注意的是，上述物理设备的故障检测装置的实施例中，所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。

注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。