一种故障模式与影响分析的决策方法、系统及存储介质技术方案

技术编号:24682708 阅读:28 留言:0更新日期:2020-06-27 07:48
本申请提供了一种故障模式与影响分析的决策方法、系统及存储介质,包括:获取目标设备状态各监测点的设备状态数据;将目标数据流模板与正常模板做模板匹配;当所述目标数据流模板与正常模板的模板匹配度小于第一标准阈值时,则认定所述目标数据流模板为故障数据流;将所述目标数据流模板与故障数据流模板做模板匹配,所述故障数据流模板为设备发生故障时的数据流模板;当所述目标数据流模板与故障数据流模板的模板匹配度大于或等于第二标准阈值时,则认定所述目标数据流模板对应已注册的故障,输出与所述目标数据流模板对应的决策;否则,则认定所述目标数据流模板对应新故障。既可以适应硬件形态的灵活多变,又能够准确判断出故障并给出决策。

A decision method, system and storage medium for failure mode and impact analysis

【技术实现步骤摘要】
一种故障模式与影响分析的决策方法、系统及存储介质
本申请涉及通信
,尤其涉及一种故障模式与影响分析的决策方法、系统及存储介质。
技术介绍
目前3C行业客户对自动化设备的计算机集成管理需求迫切,且需求量大。自动化设备的计算机集成管理的终端服务器业务层以经理信息系统(EIS:ExecutiveInformationSystems)作为线体运行数据的管控载体,对下层数据源(机台和线体构成)进行数据的“线体级管控(LineControl,LC)”。在设备状态的管控上,LC强调结果和报警呼告,缺乏对故障成因的分析与决策,对于设备商自身的应用价值不强。在通信行业,数通网管软件利用故障模式与理想分析法(FMEA:FailureModeandEffectsAnalysis)对网络中各网元(服务器节点)设备进行异常监控和故障排查。FMEA首先是对服务器用到的各种元器件进行老化模型、电气特性、热特性等物理模型进行统计和录入,并根据硬件设计规则将元器件模型整合成老化、电、热等物理层面的故障经验模型,录入到数通网管软件中,以设备定期反馈的状态信息作为模型输入,以故障判断作为输出,实现对各网元的监控。但是在3C行业,设备的实现方式多是客制化的自动化方案,硬件工作方式是动态的,涉及电磁学、机械学、动力学、光学等更多学科,设备的硬件构成多样,而通信行业的服务器工作方式是静止的,硬件构成以电路板元器件为主,所以客制化自动化设备的硬件信息是无法像服务器那样用固定的电子学模型和热学模型去描述和监控的。如果再按照服务器的电子学模式去统计元器件的缺陷模型,数据源无法收敛;而且因为是客制化方案,需求随时会存在变更的可能性,产品形态和功能需求的迭代速度远高于通信行业,因此硬件设计规则也无法收敛。
技术实现思路
本申请提供了一种故障模式与影响分析的决策方法、系统及存储介质,既可以适应硬件形态的灵活多变,又能够准确判断出故障并给出决策。第一方面,本申请提供了一种故障模式与影响分析的决策方法,所述方法包括:获取目标设备状态各监测点的设备状态数据,将所述设备状态数据用统一的时间维度按照数据页形式形成目标数据流模板;将所述目标数据流模板与正常模板做模板匹配,所述正常模板为设备正常运行时的数据流模板;当所述目标数据流模板与正常模板的模板匹配度小于第一标准阈值时,则认定所述目标数据流模板为故障数据流;将所述目标数据流模板与故障数据流模板做模板匹配,所述故障数据流模板为设备发生故障时的数据流模板;当所述目标数据流模板与故障数据流模板的模板匹配度大于或等于第二标准阈值时,则认定所述目标数据流模板对应已注册的故障;根据所述目标数据流模板对应已注册的故障以及决策链表中的决策映射,输出所述目标数据流模板对应的决策;当所述目标数据流模板与故障数据流模板的模板匹配度小于第二标准阈值时,则认定所述目标数据流模板对应新故障。可选的,上述故障模式与影响分析的决策方法中,所述方法还包括:当所述目标数据流模板对应新故障时,进行三级关联性决策分析,挖掘所述目标数据流模板对应的决策,更新决策链表。可选的,上述故障模式与影响分析的决策方法中,将所述目标数据流模板与正常模板做模板匹配之前,所述方法还包括:通过时域采样构建设备的正常模板。可选的,上述故障模式与影响分析的决策方法中,所述方法还包括:当所述目标数据流模板对应新故障时,根据所述目标数据流模板更新故障数据流模板数据库。可选的,上述故障模式与影响分析的决策方法中,所述方法还包括:当所述目标数据流模板对应新故障时,提示出现新故障以及需要更新决策。可选的,上述故障模式与影响分析的决策方法中,将所述设备状态数据用统一的时间维度按照数据页形式形成目标数据流模板,包括:通过时域整合以设备运行周期为单位将所述设备状态数据整合成与正常模板格式一样的数据流模板。可选的,上述故障模式与影响分析的决策方法中,所述方法还包括:利用所述目标数据流模板与所述已注册的故障数据流模板的相似度,进行所述目标数据流模板故障归类。可选的,上述故障模式与影响分析的决策方法中,根据所述目标数据流模板更新故障数据流模板数据库,包括:根据所述目标数据流模板更新故障数据流模板数据库;在所述目标数据流模板上添加未注册标识,所述未注册标识用于标识所述目标数据流模板对应新故障。第二方面,本申请提供了一种故障模式与影响分析的决策系统,包括:设备状态数据获取模块,用于获取目标设备状态各监测点的设备状态数据,将所述设备状态数据用统一的时间维度按照数据页形式形成目标数据流模板;目标数据流模板匹配模块,用于将所述目标数据流模板与正常模板做模板匹配,所述正常模板为设备正常运行时的数据流模板;故障数据流模板匹配模块,用于当所述目标数据流模板与故障数据流模板的模板匹配度大于或等于第二标准阈值时,则认定所述目标数据流模板对应已注册的故障;决策输出模块,用于根据所述目标数据流模板对应已注册的故障以及决策链表中的决策映射,输出所述目标数据流模板对应的决策;新故障匹配模块,用于当所述目标数据流模板与故障数据流模板的模板匹配度小于第二标准阈值时,则认定所述目标数据流模板对应新故障。第三方面,本申请提供了一种计算机可读存储介质,所述计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现上述第一方面任意一项所述的故障模式与影响分析的决策方法。本申请提供的故障模式与影响分析的决策方法、系统及存储介质,获取目标设备状态各监测点的设备状态数据,生成目标数据流模板,将目标数据流模板与正常模板做模板匹配;当目标数据流模板与正常模板的模板匹配度小于第一标准阈值时,认为目标数据流模板为故障数据流;在目标数据流模板为故障数据流时,将目标数据流模板与故障数据流模板做模板匹配,若目标数据流模板与故障数据流模板的模板匹配度大于或等于第二标准阈值,则认定所述目标数据流模板对应已注册的故障,即目标设备发生已注册类型的故障,结合决策链表输出与目标数据流模板对应的决策,若目标数据流模板与故障数据流模板的模板匹配度小于,则认定目标数据流模板对应新故障,即目标设备发生已注册类型外的故障。本申请中,利用时间数据流的矩阵形式,对设备状态实现了量化监控,对故障的描述实现了彻底的数字化;利用时间数据流的矩阵形式,将模板匹配的概念应用到了故障判别中,使得故障的判断从现象推理转化为数据量化判别,大幅提升了判别的准确性;利用故障决策分析链表,对故障影响进行逆向回溯,既能实现对故障成因的分析,有效提升排查效率。进而本申请提供的故障模式与影响分析的决策方法、系统及存储介质,既可以适应硬件形态的灵活多变,又能够准确判断出故障并给出决策。附图说明为了更清楚地说明本申请的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,对于本领域普通技术人员而言,在不付出创造性劳动性的前提下,还可以根本文档来自技高网
...

【技术保护点】
1.一种故障模式与影响分析的决策方法,其特征在于,所述方法包括:/n获取目标设备状态各监测点的设备状态数据,将所述设备状态数据用统一的时间维度按照数据页形式形成目标数据流模板;/n将所述目标数据流模板与正常模板做模板匹配,所述正常模板为设备正常运行时的数据流模板;/n当所述目标数据流模板与正常模板的模板匹配度小于第一标准阈值时,则认定所述目标数据流模板为故障数据流;/n将所述目标数据流模板与故障数据流模板做模板匹配,所述故障数据流模板为设备发生故障时的数据流模板;/n当所述目标数据流模板与故障数据流模板的模板匹配度大于或等于第二标准阈值时,则认定所述目标数据流模板对应已注册的故障;根据所述目标数据流模板对应已注册的故障以及决策链表中的决策映射,输出与所述目标数据流模板对应的决策;/n当所述目标数据流模板与故障数据流模板的模板匹配度小于第二标准阈值时,则认定所述目标数据流模板对应新故障。/n

【技术特征摘要】
1.一种故障模式与影响分析的决策方法,其特征在于,所述方法包括:
获取目标设备状态各监测点的设备状态数据,将所述设备状态数据用统一的时间维度按照数据页形式形成目标数据流模板;
将所述目标数据流模板与正常模板做模板匹配,所述正常模板为设备正常运行时的数据流模板;
当所述目标数据流模板与正常模板的模板匹配度小于第一标准阈值时,则认定所述目标数据流模板为故障数据流;
将所述目标数据流模板与故障数据流模板做模板匹配,所述故障数据流模板为设备发生故障时的数据流模板;
当所述目标数据流模板与故障数据流模板的模板匹配度大于或等于第二标准阈值时,则认定所述目标数据流模板对应已注册的故障;根据所述目标数据流模板对应已注册的故障以及决策链表中的决策映射,输出与所述目标数据流模板对应的决策;
当所述目标数据流模板与故障数据流模板的模板匹配度小于第二标准阈值时,则认定所述目标数据流模板对应新故障。


2.根据权利要求1所述的故障模式与影响分析的决策方法,其特征在于,所述方法还包括:
当所述目标数据流模板对应新故障时,进行三级关联性决策分析,挖掘所述目标数据流模板对应的决策,更新决策链表。


3.根据权利要求1所述的故障模式与影响分析的决策方法,其特征在于,将所述目标数据流模板与正常模板做模板匹配之前,所述方法还包括:
通过时域采样构建设备的正常模板。


4.根据权利要求1所述的故障模式与影响分析的决策方法,其特征在于,所述方法还包括:
当所述目标数据流模板对应新故障时,根据所述目标数据流模板更新故障数据流模板数据库。


5.根据权利要求1所述的故障模式与影响分析的决策方法,其特征在于,所述方法还包括:
当所述目标数据流模板对应新故障时,提示出现新故障以及需要更新决策。


6.根据权利要求1所述的故障...

【专利技术属性】
技术研发人员:秦扬姚毅王健冯杰殷绍轩
申请(专利权)人:苏州凌云视界智能设备有限责任公司
类型:发明
国别省市:江苏;32

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