一种基于人工智能的计算机设备故障预警系统及方法技术方案

本发明专利技术涉及计算机设备故障预警技术领域，具体为一种基于人工智能的计算机设备故障预警系统及方法，包括停车场闸机控制系统获取模块、数据获取模块、指数分析模块、预警特征值分析模块、信号传输模块和预警显示模块；停车场闸机控制系统获取模块用于获取以计算机为基础构建的停车场闸机控制系统；数据获取模块用于周期数据和监测场所的实时数据；指数分析模块用于分析地感线圈的故障影响指数、实时监测地感线圈的实时状态指数；预警特征值分析模块用于分析地感线圈的预警特征值；信号传输模块用于基于预警特征值，传输预警信号于后端平台管理子系统；预警显示模块用于通过网络传输子系统于前端子系统进行预警显示。系统于前端子系统进行预警显示。系统于前端子系统进行预警显示。

【技术实现步骤摘要】
一种基于人工智能的计算机设备故障预警系统及方法


[0001]本专利技术涉及计算机设备故障预警
，具体为一种基于人工智能的计算机设备故障预警系统及方法。

技术介绍

[0002]随着停车问题的日益增多，很多住宅小区都基本安装了智能化的停车场系统，智能停车场系统一般由入口控制机、出口控制机、智能闸道、地感线圈、余位显示屏、图像识别设备、系统软件和管理工作站等组成；且智能停车场系统中地感线圈作为初始检测的环节起到至关重要的作用，当地感线圈在使用过程中出现破损或损坏，会直接导致道闸不能正常开闸、落闸的现象，并出现过车不能自动落闸等故障，从而造成停车场系统不能够正常运行；地感线圈的控制是基于计算机处理的停车场控制系统，如何有效的通过计算机处理分析实时监测状态下的地感线圈的维保状态是当前需要解决的重要问题。

技术实现思路

[0003]本专利技术的目的在于提供一种基于人工智能的计算机设备故障预警系统及方法，以解决上述
技术介绍
中提出的问题。
[0004]为了解决上述技术问题，本专利技术提供如下技术方案：一种基于人工智能的计算机设备故障预警方法，方法包括以下分析步骤：
[0005]步骤S1：获取以计算机为基础构建的停车场闸机控制系统，停车场闸机控制系统包括前端子系统、网络传输子系统和后端平台管理子系统；前端子系统是指对进出停车场的车辆进行数据的捕捉和显示的系统；网络传输子系统是指对前端子系统获取的数据实现传输与交换的系统；后端平台管理子系统是指对网络传输子系统传输的数据进行分析的系统；
[0006]步骤S2：获取应用停车场闸机控制系统的m个周期数据，周期数据是指后端平台管理子系统中首次安装地感线圈到首次维修或更换地感线圈时的日期内记录的数据，m表示应用停车场闸机控制系统的总场所个数；并记首次安装地感线圈的日期与首次维修或更换地感线圈的日期的时间间隔为实际安全周期；分析停车场闸机控制系统基于地感线圈的故障影响指数；
[0007]步骤S3：基于故障影响指数，判断故障影响指数与实际安全周期的相关系数；
[0008]步骤S4：获取监测停车场闸机控制系统中记录的实时周期数据，实时周期数据是指后端平台管理子系统中首次安装地感线圈到当前实时日期内记录的数据；计算地感线圈的实时状态指数，并基于故障影响指数与实际安全周期的相关性，分析实时监控下停车场闸机控制系统中地感线圈的预警特征值；
[0009]步骤S5：基于预警特征值，传输预警信号于后端平台管理子系统，并通过网络传输子系统于前端子系统进行预警显示。
[0010]进一步的，步骤S2中分析停车场闸机控制系统基于地感线圈的故障影响指数，包
括以下分析步骤：
[0011]周期数据包括有效响应地感线圈的车辆行径次数、车辆重量和车辆停留时长，有效响应地感线圈是指在地感线圈感应区域内经过车辆的前轮与后轮均完成一次感应覆盖的行为；车辆行径次数是指车辆有效响应地感线圈的次数；车辆停留时长是指车辆进入地感线圈感应区域后保持静止的总时长；车辆数目、车辆重量和车辆停留时长都反应出车辆对于地感线圈的机械损害，因为当地感线圈一旦破损时，作为停车场闸机控制系统的第一关卡就失去作用，整体闸机控制失效；
[0012]获取第i个监测场所在实际安全周期内的第j日车辆行径总次数P
ij
，计算第i个监测场所第j日车辆的行径指数G
ij
，G
ij
＝[P
ij
‑
min(P
ij
)]/[max(P
ij
)
‑
min(P
ij
)]；其中min(P
ij
)表示第i个监测场所在实际安全周期内单日车辆行径总次数的最小值，max(P
ij
)表示第i个监测场所在实际安全周期内单日车辆行径总次数的最大值；监测场所是指应用停车场闸机控制系统的场所；
[0013]获取第i个监测场所在实际安全周期内的平均车辆重量D
i0
，提取车辆重量超过平均车辆重量D
i0
的第一目标行径总数M
i
；利用公式：F
i
＝[M
i
/(∑P
ij
)]*d
i0
；计算第i个监测场所车辆的第一机械指数F
i
；其中d
i0
是指第i个监测场所中超过平均车辆重量D
i0
对应车辆的平均重量值；将不同监测场所对应的车辆重量进行分析是避免场所的特殊性如采砂场等重机械车辆的通行在只分析车辆行径次数比例问题下的不合理性；
[0014]获取第i个监测场所在实际安全周期内存在停留时长的第二目标行径总数N
i
，利用公式：H
i
＝[N
i
/(∑P
ij
)]*t
i0
；计算第i个监测场所车辆的第二机械指数H
i
，其中t
i0
表示第i个监测场所中存在停留时长对应车辆的平均停留时长。
[0015]进一步的，步骤S2中分析停车场闸机控制系统基于地感线圈的故障影响指数，还包括以下步骤：
[0016]提取实际安全周期内的目标天气数据，目标天气数据包括高温数据和低温数据，高温数据是指应用停车场闸机控制系统场所所处的环境温度大于等于三十五摄氏度时的温度数据，低温数据是指应用停车场闸机控制系统场所所处的环境温度小于等于零摄氏度时的温度数据；分析环境温度数据是因为地感线圈不仅会受到机械损伤还会受到高低温加速老化的问题；
[0017]获取k个监测场所在实际安全周期内存在目标天气数据的平均天数q0，i≤k，q0＝(1/k)*[∑Q
i
]；Q
i
表示第i个监测场所在实际安全周期内记录目标天气数据的天数；获取第i个监测场所对应的实际安全周期T
i
；利用公式：
[0018]J0＝q0/{(1/k)*[∑T
i
]}
[0019]计算应用停车场闸机控制系统的监测场所内地感线圈的环境影响指数J0；
[0020]利用公式：
[0021]Y
i
＝a1*{(1/T
i
)*[∑G
ij
]}+a2*F
i
+a3*H
i
+J0[0022]计算第i个应用停车场闸机控制系统的监测场所基于地感线圈的故障影响指数Y
i
；j≤T
i
，a1、a2和a3对应表示影响系数，且a1+a2+a3＝1，0<a1、a2、a3<1。
[0023]进一步的，步骤S3包括以下分析步骤：
[0024]获取第i个监测场所的实际安全周期T
i
以及对应的故障影响指数Y
i
，构建故障特征数据对(T
i
...

【技术保护点】

【技术特征摘要】
1.一种基于人工智能的计算机设备故障预警方法，其特征在于，所述方法包括以下分析步骤：步骤S1：获取以计算机为基础构建的停车场闸机控制系统，所述停车场闸机控制系统包括前端子系统、网络传输子系统和后端平台管理子系统；所述前端子系统是指对进出停车场的车辆进行数据的捕捉和显示的系统；所述网络传输子系统是指对前端子系统获取的数据实现传输与交换的系统；所述后端平台管理子系统是指对网络传输子系统传输的数据进行分析的系统；步骤S2：获取应用停车场闸机控制系统的m个周期数据，所述周期数据是指后端平台管理子系统中首次安装地感线圈到首次维修或更换地感线圈时的日期内记录的数据，m表示应用停车场闸机控制系统的总场所个数；并记首次安装地感线圈的日期与首次维修或更换地感线圈的日期的时间间隔为实际安全周期；分析停车场闸机控制系统基于地感线圈的故障影响指数；步骤S3：基于故障影响指数，判断故障影响指数与实际安全周期的相关系数；步骤S4：获取监测停车场闸机控制系统中记录的实时周期数据，所述实时周期数据是指后端平台管理子系统中首次安装地感线圈到当前实时日期内记录的数据；计算地感线圈的实时状态指数，并基于故障影响指数与实际安全周期的相关性，分析实时监控下停车场闸机控制系统中地感线圈的预警特征值；步骤S5：基于预警特征值，传输预警信号于后端平台管理子系统，并通过网络传输子系统于前端子系统进行预警显示。2.根据权利要求1所述的一种基于人工智能的计算机设备故障预警方法，其特征在于：所述步骤S2中分析停车场闸机控制系统基于地感线圈的故障影响指数，包括以下分析步骤：所述周期数据包括有效响应地感线圈的车辆行径次数、车辆重量和车辆停留时长，所述有效响应地感线圈是指在地感线圈感应区域内经过车辆的前轮与后轮均完成一次感应覆盖的行为；所述车辆行径次数是指车辆有效响应地感线圈的次数；所述车辆停留时长是指车辆进入地感线圈感应区域后保持静止的总时长；获取第i个监测场所在实际安全周期内的第j日车辆行径总次数P
ij
，计算第i个监测场所第j日车辆的行径指数G
ij
，G
ij
＝[P
ij
‑
min(P
ij
)]/[max(P
ij
)
‑
min(P
ij
)]；其中min(P
ij
)表示第i个监测场所在实际安全周期内单日车辆行径总次数的最小值，max(P
ij
)表示第i个监测场所在实际安全周期内单日车辆行径总次数的最大值；所述监测场所是指应用停车场闸机控制系统的场所；获取第i个监测场所在实际安全周期内的平均车辆重量D
i0
，提取车辆重量超过平均车辆重量D
i0
的第一目标行径总数M
i
；利用公式：F
i
＝[M
i
/(∑P
ij
)]*d
i0
；计算第i个监测场所车辆的第一机械指数F
i
；其中d
i0
是指第i个监测场所中超过平均车辆重量D
i0
对应车辆的平均重量值；获取第i个监测场所在实际安全周期内存在停留时长的第二目标行径总数N
i
，利用公式：H
i
＝[N
i
/(∑P
ij
)]*t
i0
；计算第i个监测场所车辆的第二机械指数H
i
，其中t
i0
表示第i个监测场所中存在停留时长对应车辆的平均停留时长。3.根据权利要求2所述的一种基于人工智能的计算机设备故障预警方法，其特征在于：
所述步骤S2中分析停车场闸机控制系统基于地感线圈的故障影响指数，还包括以下步骤：提取实际安全周期内的目标天气数据，所述目标天气数据包括高温数据和低温数据，所述高温数据是指应用停车场闸机控制系统场所所处的环境温度大于等于三十五摄氏度时的温度数据，所述低温数据是指应用停车场闸机控制系统场所所处的环境温度小于等于零摄氏度时的温度数据；获取k个监测场所在实际安全周期内存在目标天气数据的平均天数q0，i≤k，q0＝(1/k)*[∑Q
i
]；Q
i
表示第i个监测场所在实际安全周期内记录目标天气数据的天数；获取第i个监测场所对应的实际安全周期T
i
；利用公式：J0＝q0/{(1/k)*[∑T
i
]}计算应用停车场闸机控制系统的监测场所内地感线圈的环境影响指数J0；利用公式：Y
i
＝a1*{(1/T
i
)*[∑G
ij
]}+a2*F
i
+a3*H
i
+J0计算第i个应用停车场闸机控制系统的监测场所基于地感线圈的故障影响指数Y
i
；j≤T
i
，a1、a2和a3对应表示影响系数，且a1+a2+a3＝1，0<a1、a2、a3<1。4.根据权利要求3所述的一种基于人工智能的计算机设备故障预警方法，其特征在于：所述步骤S3包括以下分析步骤：获取第i个监测...

【专利技术属性】
技术研发人员：郭影达，孙伯明，
申请(专利权)人：深圳市华睿智兴信息科技有限公司，
类型：发明
国别省市：