智慧运维大数据初步分析模型制造技术

本发明专利技术涉及设备运维技术领域，且公开了智慧运维大数据初步分析模型包括固定底座，固定底座上固定装配有控制台，控制台上固定装配有遥控杆，控制台上固定装配有操控键，固定底座上活动装配有控制主机，控制主机上固定装配有显示屏,控制主机上固定装配有设备数据监测器，控制主机上固定装配有故障报警监测器，控制主机上固定装配有工作负载监测器，控制主机上固定装配有能耗监测器，固定底座上设置有散热孔，上述一种智慧运维大数据初步分析模型通过不同监测器对设备不同参数进行监测并利用大数据技术对监测数据进行处理解决了现有的设备运维过程中需要对大量数据进行分析，难以进行筛选和处理的问题。进行筛选和处理的问题。进行筛选和处理的问题。

【技术实现步骤摘要】
智慧运维大数据初步分析模型


[0001]本专利技术涉及设备运维
，具体为智慧运维大数据初步分析模型。

技术介绍

[0002]智慧运维是一种基于数字化、自动化和智能化技术的运维管理模式，它利用物联网、人工智能和大数据分析等技术，实现对设备的实时监控、故障预测、优化调度等，提高运维效率和设备可靠性，而大数据技术可以处理和分析规模庞大、结构复杂的数据集，它包括数据收集、存储、处理和分析等方面的技术手段，可用于发现数据中的模式、趋势、关联关系，并从中获取有价值的信息和洞察。
[0003]现有的设备运维在面对大量数据时，无法及时采集并处理信息，从而很难提取到大数据当中有效信息对设备运维进行帮助，影响设备的使用，同时设备运维过程中还要对数据进行存储并深度学习，实现更加智慧运维，将大数据分析技术运用到设备运维当中，能够很好的为设备运维提供数据支持，因此涉及一种智慧运维大数据初步分析模型用于现有的设备运维
是很有必要的。

技术实现思路

[0004](一)解决的技术问题
[0005]针对现有的设备运维过程中需要对大量数据进行分析，难以进行筛选和处理的问题，本专利技术提供了智慧运维大数据初步分析模型，具备利用大数据进行分析，建立设备大数据运维初步模型的优点，以解决
技术介绍
提出的问题。
[0006](二)技术方案
[0007]为实现上述的目的，本专利技术提供如下技术方案：
[0008]智慧运维大数据初步分析模型，包括固定底座，
[0009]所述固定底座上固定装配有控制台，控制台上固定装配有遥控杆，控制台上固定装配有操控键，固定底座上活动装配有控制主机，控制主机上固定装配有显示屏，控制主机上固定装配有设备数据监测器，控制主机上固定装配有故障报警监测器，控制主机上固定装配有工作负载监测器，控制主机上固定装配有能耗监测器，固定底座上设置有散热孔。
[0010]优选的，所述固定底座内固定装配有驱动电机，驱动电机的输出端固定装配有驱动杆，驱动杆固定装配有第一斜齿轮。
[0011]优选的，所述固定底座内固定装配有固定块，驱动杆贯穿于固定块。
[0012]优选的，所述第一斜齿轮活动装配有第二斜齿轮，第一斜齿轮与第二斜齿轮之间齿纹装配。
[0013]优选的，所述第二斜齿轮上固定装配有驱动丝杆，驱动丝杆活动贯穿于固定块。
[0014]优选的，所述驱动丝杆活动装配有活动块，驱动丝杆与活动块之间螺纹装配，活动块固定装配有固定板。
[0015]优选的，所述固定块上固定装配有限制杆，限制杆活动贯穿于活动块。
[0016]智慧运维大数据初步分析模型的工作方式，包括以下步骤：
[0017]S1、设备数据监测器通过传感器实时监测设备的温度，温度是设备工作状态的一个重要指标，过高的温度可能导致设备过热、性能下降甚至故障，智慧运维大数据初步分析模型可通过实时监测和分析设备温度，发现异常情况并及时采取措施，如降低工作负载、改善散热、提醒维修等，湿度是设备运行环境的一个重要参数，对某些设备来说，湿度的变化可能会影响其正常工作，设备数据监测器通过连接湿度传感器等设备，实时监测设备所处环境的湿度水平，帮助判断是否存在湿度过高或过低的情况，及时进行湿度控制或调节，以保持设备的稳定运行，同时设备数据监测器通过电流电压传感器和电表等设备，实时监测设备的电压和电流情况，电压和电流直接关系到设备的电气特性和能耗情况，通过监测电压和电流数据，可以评估设备的电气性能、能源利用效率和电器安全性，如果出现电压过高或过低、电流异常等情况，可及时发现并采取调整、维修或保养措施，以确保设备的正常运行和电气安全；
[0018]S2、故障报警监测器通过设备自身的故障检测功能或监测设备的报警系统，实时采集设备的故障数据，故障数据可以包括故障代码、故障信息、发生时间等，通过对故障数据的采集和记录，可以建立故障的数据库，为后续的故障分析和预测提供数据支持，除了故障数据，还可以监测设备的异常行为，如不正常的振动、噪声、震动等，通过安装传感器和使用振动监测等设备，实时监测设备的运行状态，识别异常行为，异常行为可能是潜在故障的先兆，及时监测和分析异常行为有助于预测和防止设备故障；
[0019]S3、工作负载监测器监测设备当前正在执行的任务数量，通过记录设备当前正在处理的任务数，了解设备的工作量和负荷水平，可以通过任务管理系统、任务队列等方式实时获取任务数量信息，不同类型的任务对设备的工作负载有不同的影响，可根据任务属性(如计算密集型、存储密集型等)对设备工作负载进行分类监测，记录设备完成每个任务所需的时间，通过监测任务的完成时间，可以评估设备的响应速度和处理效率，及时发现任务完成时间异常或超时的情况，并采取相应的调整措施，对分布式系统或集群中的设备进行负载均衡监测，确保各设备的工作负载均衡，避免部分设备过载而导致性能下降或故障发生；
[0020]S4、能耗监测器可以对设备的能源消耗进行评估和分析，通过记录和分析设备的能耗水平，可以了解设备的能源开销以及不同工作状态下的能耗差异，这有助于评估设备的节能潜力，为能量管理和成本控制提供数据支持，同时跟踪设备的能耗趋势，并将其转化为可视化的能耗曲线或图表呈现在显示屏上，通过分析能耗趋势，可以发现能耗的变化规律，例如在特定时间段内能耗的波动、能耗的峰谷时段等，这有助于发现潜在的能耗问题，优化工作调度和能源分配，以提高能源利用效率，能耗监测器对设备能源消耗的实时监测，可以提供能源数据的报表和分析，帮助管理者对能源消耗进行监控和控制，基于能耗数据的分析和预测，可以制定合理的能源管理策略，减少不必要的能源浪费，从而降低能源成本，能耗监测器也可以帮助发现节能的潜在机会并推荐相关改进措施，通过对设备能耗数据的分析，可以确定能耗较高的设备、工作时段或工作模式，并提出相应的优化方案，例如调整设备运行时间、优化设备功率和负载配置、改进设备的能效等；
[0021]S5、通过控制主机，智慧运维大数据初步分析模型可以实现对设备的远程监控和管理，它可以监测设备的各种状态信息，如运行状态、负载情况、网络连接状态等，通过远程
管理，可以进行设备的开机、关机、重启等操作，以及远程配置、远程登录等操作，从而提高运维的效率和便捷性，控制主机自动获取设备的配置信息，如操作系统、软件版本、硬件配置等，并与预设的标准进行比对和验证，在检测到配置不符合要求或发现异常时，控制主机可以自动进行配置修复或报警通知，实现自动化的运维和配置管理，通过远程控制设备，运维人员可以实时对设备进行故障排查、日志分析和问题定位，在发生故障或异常情况时，控制主机可以提供远程访问和控制权限，支持运维人员在远程环境下进行问题处理和修复，减少故障恢复时间，通过对设备的权限管理，可以实现对用户的身份认证和授权，确保只有合法的用户可以访问和操作设备，同时，控制主机可以记录和监控用户的操作日志，以跟踪和审计用户的行为，提高设备的安全性和防护能力；
[0022]S6、显示屏用于展示智慧运维大数据分析的结果和相关信息，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.智慧运维大数据初步分析模型，包括固定底座(10)，其特征在于：所述固定底座(10)上固定装配有控制台(11)，控制台(11)上固定装配有遥控杆(12)，控制台(11)上固定装配有操控键(13)，固定底座(10)上活动装配有控制主机(20)，控制主机(20)上固定装配有显示屏(14)，控制主机(20)上固定装配有设备数据监测器(15)，控制主机(20)上固定装配有故障报警监测器(16)，控制主机(20)上固定装配有工作负载监测器(17)，控制主机(20)上固定装配有能耗监测器(18)，固定底座(10)上设置有散热孔(19)。2.根据权利要求1所述的智慧运维大数据初步分析模型，其特征在于：所述固定底座(10)内固定装配有驱动电机(21)，驱动电机(21)的输出端固定装配有驱动杆(22)，驱动杆(22)固定装配有第一斜齿轮(23)。3.根据权利要求2所述的智慧运维大数据初步分析模型，其特征在于：所述固定底座(10)内固定装配有固定块(24)，驱动杆(22)贯穿于固定块(24)。4.根据权利要求3所述的智慧运维大数据初步分析模型，其特征在于：所述第一斜齿轮(23)活动装配有第二斜齿轮(25)，第一斜齿轮(23)与第二斜齿轮(25)之间齿纹装配。5.根据权利要求4所述的智慧运维大数据初步分析模型，其特征在于：所述第二斜齿轮(25)上固定装配有驱动丝杆(26)，驱动丝杆(26)活动贯穿于固定块(24)。6.根据权利要求5所述的智慧运维大数据初步分析模型，其特征在于：所述驱动丝杆(26)活动装配有活动块(29)，驱动丝杆(26)与活动块(29)之间螺纹装配，活动块(29)固定装配有固定板(27)。7.根据权利要求6所述的智慧运维大数据初步分析模型，其特征在于：所述固定块(24)上固定装配有限制杆(28)，限制杆(28)活动贯穿于活动块(29)。8.一种如1
‑
7任意一项所述的工作方式，其特征在于，包括以下步骤：S1、设备数据监测器(15)通过传感器实时监测设备的温度，温度是设备工作状态的一个重要指标，过高的温度可能导致设备过热、性能下降甚至故障，智慧运维大数据初步分析模型可通过实时监测和分析设备温度，发现异常情况并及时采取措施，如降低工作负载、改善散热、提醒维修等，湿度是设备运行环境的一个重要参数，对某些设备来说，湿度的变化可能会影响其正常工作，设备数据监测器(15)通过连接湿度传感器等设备，实时监测设备所处环境的湿度水平，帮助判断是否存在湿度过高或过低的情况，及时进行湿度控制或调节，以保持设备的稳定运行，同时设备数据监测器(15)通过电流电压传感器和电表等设备，实时监测设备的电压和电流情况，电压和电流直接关系到设备的电气特性和能耗情况，通过监测电压和电流数据，可以评估设备的电气性能、能源利用效率和电器安全性，如果出现电压过高或过低、电流异常等情况，可及时发现并采取调整、维修或保养措施，以确保设备的正常运行和电气安全；S2、故障报警监测器(16)通过设备自身的故障检测功能或监测设备的报警系统，实时采集设备的故障数据，故障数据可以包括故障代码、故障信息、发生时间等，通过对故障数据的采集和记录，可以建立故障的数据库，为后续的故障分析和预测提供数据支持，除了故障数据，还可以监测设备的异常行为，如不正常的振动、噪声、震动等，通过安装传感器和使用振动监测等设备，实时监测设备的运行状态，识别异常行为，异常行为可能是潜在故障的先兆，及时监测和分析异常行为有助于预测和防止设备故障；
S3、工作负载监测器(17)监测设备当前正在执行的任务数量，通过记录设备当前正在处理的任务数，了解设备的工作量和负荷水平，可以通...

【专利技术属性】
技术研发人员：赵先明，
申请(专利权)人：北京红山信息科技研究院有限公司，
类型：发明
国别省市：