【技术实现步骤摘要】
本申请涉及设备维修领域，特别是涉及一种设备维修管理方法、存储介质及计算机设备。
技术介绍
1、现有的轨道交通通信设备维修模式里，一直采用“计划预防修”的检修模式，即按照检修周期进行设备检修。对于不需要维护的设备进行维修，会造成检修成本的浪费；而需要维修的设备不能及时得到维修，又会导致设备存在安全隐患。
2、因此，现在需要一种基于设备状态进行维修的维修管理方法，避免因固定维修周期造成的设备过度维修或维修不足的问题，实现设备维修的降本增效。
技术实现思路
1、本申请主要提供一种设备维修管理方法、存储介质及计算机设备，以解决固定维修周期造成的过度维修或维修不足的问题。
2、为解决上述技术问题，本申请采用的一个技术方案是：提供一种设备维修管理方法，包括：获取被监测设备的状态参数，所述状态参数用于表征所述被监测设备的运行状态；基于所述状态参数去匹配预存的状态数据集，所述状态数据集包括正常状态数据模板和非正常状态数据模板，所述非正常状态数据模板包括多类预警状态数据模板和多类故障状态数据模板；响应于所述状态参数与所述非正常状态数据模板相匹配的故障类型，输出对应的维修建议方案；响应于接收到的最终维修方案，预存的深度学习模型对所述维修建议方案进行修正。
3、该设备维修管理方法通过对采集到的实时设备状态参数进行分析，匹配预存的状态数据集，判断当前设备是否需要维修，并进一步提供维修方案，使维修方案能够根据设备的状态，在需要维修的时候维修，不需要维修的时候不进行维修，实
4、在一些实施例中，所述非正常状态数据模板包括多类预警状态数据模板；所述响应于所述状态参数与所述非正常状态数据模板相匹配的故障类型，输出对应的维修建议方案，包括：响应于所述状态参数与所述预警状态数据模板相匹配的预警类别，输出所述状态参数中的异常参数及其对应的预警类别；响应于接收到的维修指令，则输出与所述预警类别对应的维修建议方案；响应于接收到的不维修指令，则取消显示所述异常参数及其对应的预警类别。
5、通过上述步骤对设备需要维修点条件进行进一步限定，判定设备的状态参数是否存在异常，并进一步匹配数据状态模板中最接近的预警类别；基于预警类别输出有针对性的维修方案，为技术人员维修提供了参考，从而使技术人员能够更精确、更有针对性的判断设备是否需要维修。
6、在一些实施例中，所述输出所述状态参数中的异常参数及其对应的预警类别之后，还包括：基于所述被监测设备所处的运行生命周期、所述异常参数及所述预警类别，分别给出维修前和维修后对应的预测评估分数。
7、通过上述步骤对需要维修的判定条件进行进一步限定，设定预测评估分数作为维修的判断标准，量化反映各项数据对设备维修需求度的影响，为技术人员对于是否需要维修的判断提供参考。
8、在一些实施例中，所述基于所述被监测设备所处的运行生命周期、所述异常参数及所述预警类别，分别给出维修前和维修后对应的预测评估分数，包括：分别为所述运行生命周期、异常参数及预警类别赋予不同的权重；所述权重用于表征数据对设备维修需求度的影响程度。
9、通过上述步骤对预测评估分数的计算方式提供一种数据处理方式，对数据加权体现该项数据的重要程度，进而使预测评估分数能够更精确的反应设备的维修需求度。
10、在一些实施例中，所述非正常状态数据模板包括多类故障状态数据模板；所述响应于所述状态参数与所述非正常状态数据模板相匹配的故障类型，输出对应的维修建议方案，包括：响应于所述状态参数与所述故障状态数据模板相匹配的故障类别，则输出与所述故障类别对应的维修建议方案。
11、通过上述步骤获取与设备匹配的故障类别，更有针对性的提供维修方案，使技术人员对于设备状况的判断更精确，并为维修提供更具参考价值的方案。
12、在一些实施例中，所述的设备维修管理方法还包括：获取多次所述状态参数与所述正常状态数据模板、多类所述预警状态数据模板及多类所述故障状态数据模板之间的匹配关系，对预存的深度学习模型进行训练；完成训练后的所述深度学习模型对基于获取的多次所述状态参数对所述正常状态数据模板、多类所述预警状态数据模板及多类所述故障状态数据模板进行动态调整。
13、通过上述步骤进一步细化了状态数据模板的类型，使设备状态能够被更精确的分类，使对应的维修方案更具针对性；通过训练深度学习模型，提高状态数据匹配的精确度，进而提高设备状态判断的准确程度，有利于提高设备故障判断的准确性。
14、在一些实施例中，所述输出与所述预警类别或所述故障类别对应的维修方案之后，还包括：响应于接收到的最终维修方案，所述深度学习模型还对所述维修建议方案进行修正。
15、通过上述步骤将最终的维修方案反馈至系统，系统将最终的维修方案与先前的维修方案进行对比，并修正相应的算法或数据，使下一次输出的维修方案更优。
16、在一些实施例中，所述的设备维修管理方法还包括：所述深度学习模型还基于获取的多次所述状态参数、维修记录及被监测设备所处的运行生命周期，进行故障趋势预测。
17、通过上述步骤对设备的各项数据进行分析，预测设备可能出现的故障类别、故障时间，为后续技术人员选取维修方案提供了有效的参考数据，有利于提高维修方案的质量，进而提升维修的效率。
18、为解决上述技术问题，本申请采用的另一个技术方案是：一种存储介质，其上存储有程序数据，所述程序数据被处理器执行时实现如上述设备维修管理方法的步骤。
19、该存储介质的有益效果可以参考上述设备维修管理方法的介绍，在此不再赘述。
20、为解决上述技术问题，本申请采用的另一个技术方案是：一种计算机设备，其特征在于，包括相互连接的处理器和存储器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时，实现如上述的设备维修管理方法的步骤。
21、该计算机设备的有益效果可以参考上述设备维修管理方法的介绍，在此不再赘述。
22、本申请的有益效果是：区别于现有技术的情况，本申请公开了一种一种设备维修管理方法、存储介质及计算机设备。通过实时获取被监测设备的状态参数，根据状态参数匹配预存的数据状态数据集，判断当前设备是否存在故障；根据判断结果分析被监测设备是否需要维修，如果需要维修则根据判断的故障类型选择合适的维修方案，使技术人员能够更有针对性、快速的完成维修工作；实现需要维修的设备及时得到维修，不需要的维修的设备不进行维修。避免了因固定维修周期造成的设备过度维修或维修不足的问题，实现了设备维修的降本增效。
本文档来自技高网...【技术保护点】
1.一种设备维修管理方法，其特征在于，包括：
2.根据权利要求1所述的设备维修管理方法，其特征在于所述响应于所述状态参数与所述非正常状态数据模板相匹配的故障类型，输出对应的维修建议方案，包括：
3.根据权利要求2所述的设备维修管理方法，其特征在于，所述输出所述状态参数中的异常参数及其对应的预警类别之后，还包括：
4.根据权利要求3所述的设备维修管理方法，其特征在于，所述基于所述被监测设备所处的运行生命周期、所述异常参数及所述预警类别，分别给出维修前和维修后对应的预测评估分数，包括：分别为所述运行生命周期、异常参数及预警类别赋予不同的权重；所述权重用于表征数据对设备维修需求度的影响程度。
5.根据权利要求1所述的设备维修管理方法，其特征在于，所述响应于所述状态参数与所述非正常状态数据模板相匹配的故障类型，输出对应的维修建议方案，包括：
6.根据权利要求1所述的设备维修管理方法，其特征在于，所述设备维修管理方法还包括：
7.根据权利要求1所述的设备维修管理方法，其特征在于，所述设备维修管理方法还包括：
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。