当前位置: 首页 > 专利查询>杨凯专利>正文

一种高速公路机电设备故障诊断、解决方法及系统技术方案

技术编号:20912534 阅读:22 留言:0更新日期:2019-04-20 08:57
本发明专利技术提供一种高速公路机电设备故障诊断、解决方法及系统。所述高速公路机电设备故障诊断方法,包括:获取影响高速公路机电设备运行状态的实时数据;将所述实时数据输入预设的诊断模型,诊断所述机电设备的故障原因;向用户输出所述故障原因。通过该方法能够快速、准确地诊断出机电设备的故障原因,解决了现有技术中依赖人工检测故障的方式,能够降低人工成本;同时,通过对故障原因的诊断,能够使缺乏经验的运维人员更加有针对性地对机电设备进行维护,进而提高维护效率。

A Fault Diagnosis, Solution and System for Expressway Mechanical and Electrical Equipment

The invention provides a fault diagnosis, solution method and system for electromechanical equipment of expressway. The fault diagnosis method for Expressway Electromechanical equipment includes acquiring real-time data affecting the operation status of expressway electromechanical equipment, inputting the real-time data into the preset diagnosis model to diagnose the fault causes of the electromechanical equipment, and outputting the fault reasons to the users. Through this method, the fault causes of electromechanical equipment can be diagnosed quickly and accurately, and the way of relying on manual fault detection in the existing technology can be solved. At the same time, through the diagnosis of the fault causes, the inexperienced operators can maintain the electromechanical equipment more pertinently, thereby improving the maintenance efficiency.

【技术实现步骤摘要】
一种高速公路机电设备故障诊断、解决方法及系统
本专利技术涉及机电设备维护
,具体涉及一种高速公路机电设备故障诊断、解决方法及系统。
技术介绍
高速公路机电系统中监控系统包含数量庞大、种类品牌繁多、相互关联的设备。该系统结构复杂,设备运行工况差,尤其是以隧道系统为甚,并且,高速公路的运营对机电设备的完好率有较高的要求,使得机电设备的维护工作处于一个相对重要的地位。由于设备种类繁多,工作环境恶劣,分布分散,使得日常维护工作成为经常性的工作之一。现有技术中,设备故障的判断基本上依赖人工方式,这样,故障有时候不能发现,或者故障发现后也难以定位具体故障原因,不能及时诊断出故障原因,造成检修和恢复周期较长,给运行路段造成较大的安全隐患。
技术实现思路
针对现有技术中的上述缺陷,本专利技术提供了一种高速公路机电设备故障诊断、解决方法及系统,能够快速、准确地诊断出高速公路机电设备的故障原因。第一方面,本专利技术提供的一种高速公路机电设备故障诊断方法,包括:获取影响高速公路机电设备运行状态的实时数据;将所述实时数据输入预设的诊断模型,诊断所述机电设备的故障原因;向用户输出所述故障原因。可选的,在将所述实时数据输入预设的诊断模型,诊断所述机电设备的故障原因的步骤之前,还包括:获取影响高速公路机电设备运行状态的历史数据和机电设备相应的历史故障原因;采用神经网络算法,对所述历史数据和所述历史故障原因进行训练,建立诊断模型。可选的,所述实时数据,包括:内因实时数据和/或外因实时数据;所述内因实时数据,包括:当前所述机电设备的电流、电压、功率因数、运行时长、厂家、型号、生产年份和批次中的一种或多种组合;所述外因实时数据,包括:天气数据、保养次数和地点中的一种或多种组合。可选的,还包括:采用神经网络算法,实时更新所述诊断模型。可选的,所述将所述实时数据输入预设的诊断模型,诊断所述机电设备的故障原因,包括:将所述实时数据输入预设的诊断模型,诊断所述机电设备在当前和/或预设时间段内的故障原因。可选的,还包括:采用取样方式对训练后的所述诊断模型进行检验。第二方面,本专利技术提供一种高速公路机电设备故障诊断系统,包括:实时数据获取模块,用于获取影响高速公路机电设备运行状态的实时数据;诊断模块,用于将所述实时数据输入预设的诊断模型,诊断所述机电设备的故障原因;故障原因输出模块,用于向用户输出所述故障原因。第三方面,本专利技术提供一种高速公路机电设备故障解决方法,包括:获取高速公路机电设备的故障原因;将所述故障原因输入预先建立的知识库模型,获得所述故障原因相对应的解决方案;向用户输出所述解决方案。可选的,在将所述故障原因输入预先建立的知识库模型,获得所述故障原因相对应的解决方案的步骤之前,还包括:获取高速公路机电设备的历史故障原因和相应的历史解决方案;采用神经网络算法,对所述历史故障原因和所述历史解决方案进行训练,建立知识库模型。第四方面,本专利技术提供一种高速公路机电设备故障解决系统,包括:故障原因获取模块,用于获取高速公路机电设备的故障原因;解决方案获得模块,用于将所述故障原因输入预先建立的知识库模型,获得所述故障原因相对应的解决方案;解决方案输出模块,用于向用户输出所述解决方案。由以上技术方案可知,本专利技术提供一种高速公路机电设备故障诊断、解决方法及系统。所述高速公路机电设备故障诊断方法,包括:获取影响高速公路机电设备运行状态的实时数据;将所述实时数据输入预设的诊断模型,诊断所述机电设备的故障原因;向用户输出所述故障原因。该方法能够快速、准确地诊断出机电设备的故障原因,解决了现有技术中依赖人工检测故障的方式,能够降低人工成本;同时,通过对故障原因的诊断,能够使缺乏经验的运维人员更加有针对性地对机电设备进行维护,进而提高维护效率。所述高速公路机电设备故障解决方法,包括:获取高速公路机电设备的故障原因;将所述故障原因输入预先建立的知识库模型,获得所述故障原因相对应的解决方案;向用户输出所述解决方案。通过这种方法,能够快速的、准确的得到故障原因的解决方案,能够使经验欠缺的运维人员根据该解决方案快速解决故障问题,提高维护的效率,从而能够提高科学管理与决策水平。本专利技术提供的一种高速公路机电设备故障诊断系统,与上述高速公路机电设备故障诊断方法出于相同的专利技术构思,具有相同的有益效果。本专利技术提供的一种高速公路机电设备故障解决系统,与上述高速公路机电设备故障解决方法出于相同的专利技术构思,具有相同的有益效果。附图说明为了更清楚地说明本专利技术具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍。在所有附图中,类似的元件或部分一般由类似的附图标记标识。附图中,各元件或部分并不一定按照实际的比例绘制。图1示出了本专利技术第一实施例提供一种高速公路机电设备故障诊断方法的流程图;图2示出了本专利技术第一实施例中深度神经网络逻辑关系的示意图。图3示出了本专利技术第二实施例提供一种高速公路机电设备故障诊断系统的示意图;图4示出了本专利技术第三实施例提供一种高速公路机电设备故障解决方法的流程图;图5示出了本专利技术第四实施例提供一种高速公路机电设备故障解决系统的示意图。具体实施方式下面将结合附图对本专利技术技术方案的实施例进行详细的描述。以下实施例仅用于更加清楚地说明本专利技术的技术方案,因此只是作为示例,而不能以此来限制本专利技术的保护范围。需要注意的是,除非另有说明,本申请使用的技术术语或者科学术语应当为本专利技术所属领域技术人员所理解的通常意义。本专利技术的行为主体可以是服务器、单片机等,行为主体中设置有存储器,存储器上存储有实现本专利技术中的故障诊断方法和故障解决方法的计算机程序,行为主体可以执行上述计算机程序,进而实现本专利技术的方案。本专利技术提供了一种高速公路机电设备故障诊断、解决方法及系统。下面结合附图对本专利技术的实施例进行说明。第一实施例:图1示出了本专利技术第一实施例所提供的一种高速公路机电设备故障诊断方法的流程图。如图1所示,本专利技术第一实施例提供的一种高速公路机电设备故障诊断方法包括以下步骤:步骤S101:获取影响高速公路机电设备运行状态的实时数据。步骤S102:将所述实时数据输入预设的诊断模型,诊断所述机电设备的故障原因。步骤S103:向用户输出所述故障原因。通过获取影响高速公路机电设备运行状态的实时数据,再将该实时数据输入到诊断模型,进而能够诊断出机电设备的故障原因。该方法能够快速、准确地诊断出机电设备的故障原因,解决了现有技术中依赖人工检测故障的方式,能够降低人工成本;同时,通过对故障原因的诊断,能够使缺乏经验的运维人员更加有针对性地对机电设备进行维护,进而提高维护效率。其中,实时数据可以包括内因实时数据和/或外因实时数据;内因实时数据可以包括:当前机电设备的电流、电压、功率因数、运行时长、厂家、型号、生产年份、批次等中的一种或多种组合;外因实时数据可以包括:天气数据、保养次数、地点等中的一种或多种。其中,保养次数是指当前机电设备从开始使用到现在的保养次数。在本专利技术提供的一个具体实施例中,所述将所述实时数据输入预设的诊断模型,诊断所述机电设备的故障原因,可以包括:将所述实时数据输入预设的诊断模型,诊断所述机电设备在当前和/或预设时间段内的故障原因。在本专利技术中,可以根据本文档来自技高网...

【技术保护点】
1.一种高速公路机电设备故障诊断方法,其特征在于,包括:获取影响高速公路机电设备运行状态的实时数据;将所述实时数据输入预设的诊断模型,诊断所述机电设备的故障原因;向用户输出所述故障原因。

【技术特征摘要】
1.一种高速公路机电设备故障诊断方法,其特征在于,包括:获取影响高速公路机电设备运行状态的实时数据;将所述实时数据输入预设的诊断模型,诊断所述机电设备的故障原因;向用户输出所述故障原因。2.根据权利要求1所述的方法,其特征在于,在将所述实时数据输入预设的诊断模型,诊断所述机电设备的故障原因的步骤之前,还包括:获取影响高速公路机电设备运行状态的历史数据和机电设备相应的历史故障原因;采用神经网络算法,对所述历史数据和所述历史故障原因进行训练,建立诊断模型。3.根据权利要求1所述的方法,其特征在于,所述实时数据,包括:内因实时数据和/或外因实时数据;所述内因实时数据,包括:当前所述机电设备的电流、电压、功率因数、运行时长、厂家、型号、生产年份和批次中的一种或多种组合;所述外因实时数据,包括:天气数据、保养次数和地点中的一种或多种组合。4.根据权利要求1所述的方法,其特征在于,还包括:采用神经网络算法,实时更新所述诊断模型。5.根据权利要求1所述的方法,其特征在于,所述将所述实时数据输入预设的诊断模型,诊断所述机电设备的故障原因,包括:将所述实时数据输入预设的诊断模型,诊断所述机电设备在当前和/或预设时间段内的故障原因。6.根据权...

【专利技术属性】
技术研发人员:杨凯
申请(专利权)人:杨凯
类型:发明
国别省市:北京,11

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1