一种场外设备远程维护监控平台***及监控方法
技术领域
本发明涉及远程监控领域,特别涉及一种场外设备远程维护监控平台***及监控方法。
背景技术
场外设备生产企业的产品远销各地,售后服务团队需投入大量的服务人员外出巡检、走访,服务成本高昂且收效低微,用户抱怨、投诉多。现阶段,场外设备维护通常停留在定期巡检、检修的事后维护阶段,无法及时、精确进行故障排查。同时采集的信息粗放管理,效率低下。因此,迫切需要一种场外设备远程维护监控平台***,能够有效提升对运维过程的管控,通过监控***及时了解设备状态、降低服务成本、提升服务水平,实现由事后维护到预防性维护的转变。
以往针对场外设备的监控***,往往将监控重点放在外界环境监控上,侧重于防止由于外界环境因素而对场外设备本身的运行造成影响,却轻视了对设备运行时内部节点的监测,以防止由于内部错误而导致场外设备运行出错。
另外,设备所在环境的温度、湿度等情况都会对设备运行产生影响,也就是说一年中不同季节,一天中不同时段,场外设备的运行状态是不一样的,传统的异常告警***对于异常情况的确定,往往采用固定阈值的方式,即此次数据未落如阈值范围内则说明此次数据异常;这样的判断方式过于大开大合,未考虑环境对设备的影响导致的数据变化,也未考虑数据变化趋势,且异常情况判断不准确。
发明内容
本发明的目的在于:提供了一种场外设备远程维护监控平台***及监控方法,解决了传统场外设备的监控***轻视对设备运行时内部节点的监测的问题,以及未考虑环境对设备的影响导致异常数据告警不准确的问题。本发明主要通过终端监控单元按照均匀时间间隔获取在远程终端设备处采集的运行状态信息后,通过无线网络实时上传至监控云平台,监控云平台通过数据处理单元将获取的运行状态信息进行数据处理及分析,以实时监测远程终端设备发出的异常数据,以及获得中长期时间段内远程终端设备的运行状态信息的变化趋势数据,监控云平台再参考异常数据对远程终端设备进行运行情况和故障原因分析,并将异常数据和变化趋势数据传输至客户端,从而采取更为主动和有效的手段对远程终端设备进行维护。
本发明采用的技术方案如下:
一种场外设备远程维护监控平台***,包括了分布在异地的若干个远程终端设备,和位于本地的监控云平台,以及客户端;其中远程终端设备还包括终端监控单元,所述终端监控单元可获取在远程终端设备处采集的运行状态信息,并将运行状态信息进行模数转换后,通过无线网络将运行状态信息实时上传至监控云平台,所述监控云平台获取运行状态信息后可进行数据分析从而得到设备情况分析,所述客户端可对监控云平台进行管理和监控,并能接收设备情况分析;
所述运行状态信息包括了远程终端设备的启停状态、报警故障状态、周围环境状况、温湿度等相关数据信息;
所述设备情况分析包括了对长时间段内所有远程终端设备的运行状态信息的变化趋势分析,并针对变化趋势分析进行基础故障原因分析。
进一步地,所述终端监控单元包括数据采集模块、模数转换模块、数据存储模块、信息收发模块、终端设备分控模块;
其中,终端设备分控模块可控制其余模块完成各个模块的指定任务,也可控制其余模块进行信息交互;
数据采集模块用于采集远程终端设备的运行状态信息,以及远程终端设备的周围环境状况信息;
模数转换模块用于对数据采集模块采集运行状态信息进行模数转换;
数据存储模块用于对运行状态信息,以及数据采集模块采集的周围环境信息进行存储;监控云平台可通过终端设备分控模块对数据存储模块内的信息进行调取;
信息收发模块用于通过无线网络建立终端监控单元与监控云平台之间的通信连接。
进一步地,所述数据采集模块包括若干传感器、摄像装置和录音装置等;
其中,传感器包括内部传感器和外部传感器,其中内部传感器用于采集远程终端设备运行时各个节点的情况,可对远程终端设备的启停状态、报警故障状态、使用状态等进行监测;外部传感器用于监测远程终端设备所在环境的温度、湿度、洁净度等情况;
摄像装置和录音装置可一体化设置,用于记录监控现场的图像信息和音频信息。
进一步地,所述监控云平台包括数据存储单元、数据处理单元、***管理单元、接口管理单元;
其中,***管理单元包括运行监控模块、告警管理模块、权限管理模块、报表管理模块、流程管理模块等;
所述接口管理单元包括实时数据查询接口、历史数据查询接口、源数据归并接口、源数据统计接口等。
进一步地,所述客户端对于设备情况分析的接收,包括主动接收和被动接受;
主动接收指,拥有客户端使用权限的工作人员可进入客户端,主动式查询运行状态信息和设备情况分析;
被动接受指,当终端监测单元监测到远程终端设备有异常情况发生时,终端监测单元内的终端设备分控模块控制信息收发模块向监控云平台传送异常情况信息,监控云平台可直接将接收到异常情况信息传输至客户端。若向客户端报警后,第一时间管理人员没有响应服务,报警可逐级到上一级。
一种场外设备远程维护监控方法,包括监控平台***,还包括以下步骤:
步骤61:终端监控单元内的数据采集模块按照均匀时间间隔持续采集远程终端设备的运行状态信息;
步骤62:终端监控单元内的模数转换模块对采集的远程终端设备的运行状态信息进行模数转换,得到模数转换后的运行状态信息;
步骤63:终端监控单元内的信息收发模块将模数转换后的运行状态信息发送给监控云平台,并存储于数据存储单元;
步骤64:监控云平台的数据处理单元读取数据存储单元内的模数转换后的运行状态信息,并对异常数据进行告警;数据处理单元调取模数转换后的运行状态信息并进行数据分析,以获得中长期时间段内远程终端设备状态的变化趋势数据;
步骤65:监控云平台将异常数据以及变化趋势数据主动传输至客户端。
进一步地,所述步骤64中异常数据获得方法具体为:
步骤71:设远程终端设备的集合为U={u1,u2,…uu},一个时间段内各个远程终端设备采集的运行状态信息数据为I={i1,i2,…,ii},特征数据为R;
步骤72:将特征数据矩阵R分解为设备矩阵U和运行数据矩阵I乘积的形式,即R=UI,R的维度为N×M,U的维度为N×k,I的维度为k×M,其中k为时间段内采集的次数,N为设远程终端设备的集合的元素数量,M为一次采集的运行状态信息数据中的元素数量;
步骤73:设真实的运行状态信息数据与预测数据的差值服从高斯分布,
将上式最小化即可得到矩阵分解的目标函数
所述L即运行状态信息数据的预测值;
步骤74;采集到运行状态信息数据的真实值后,与步骤73中所得的运行状态信息数据的预测值L进行差值分析,若误差大于预先设定的误差值h,则将此数据定义为异常数据。
进一步地,所述步骤64中变化趋势数据获得方法具体为:
步骤81:设远程终端设备的历史运行状态信息数据为UteBC,其中U为远程终端设备编号,t为一天中各个时间段编号,e为一个月中每日日期编号,B为一年中各个时间段编号;
步骤82:将运行状态信息数据为UteBC按照时间周期由远至近进行排序得到P1、P2、…、PW,将运行状态信息数据为UteBC按照数值有小到大进行排序得到Q1、Q2、…、QW;
步骤83;所应用的秩相关系数为:
其中d
i=P
i-Q
i,W为数据量;
步骤84:将秩相关系数r,与秩相关系数统计表中的临界值r'作比较,若r≤-r'或r≥r'时,说明变化趋势显著,若-r'<r<-r'时,说明变化趋势不显著;若r>0,说明呈上升变化趋势,若r<0,说明呈下降变化趋势。
进一步地,步骤81中,运行状态信息数据的编号规则为:
所述的t,将24小时划分成每3小时一个时间段,即一天中0点至3点时,t为1;3点至6点时,t为2;6点至9点时,t为3;9点至12点时,t为4;12点至15点时,t为5;15点至18点时,t为6;18点至21点时,t为7;21点至24点时,t为8;
所述的B,将12月份划分为每3个月一个时间段,即一年中1月至3月,设为B1;3月至6月,设为B2;6月至9月,设为B3;9月至12月,设为B4。
综上所述,由于采用了上述技术方案,本发明的有益效果是:
1.本发明一种场外设备远程维护监控平台***及监控方法,通过终端监控单元按照均匀时间间隔获取在远程终端设备处采集的运行状态信息后,通过无线网络实时上传至监控云平台,监控云平台通过数据处理单元将获取的运行状态信息进行数据处理及分析,以实时监测远程终端设备发出的异常数据,以及获得中长期时间段内远程终端设备的运行状态信息的变化趋势数据,监控云平台再参考异常数据对远程终端设备进行运行情况和故障原因分析,并将异常数据和变化趋势数据传输至客户端,从而采取更为主动和有效的手段对远程终端设备进行维护。
2.本发明一种场外设备远程维护监控平台***及监控方法,通过对历史运行状态信息数据进行分析,从而得到下一次运行状态信息的预测值L,待取得下一次运行状态信息的真实值后,将预测值与真实值作比较,看误差是否大于预先设的误差值h,以此来判断此次运行状态信息数据是否为异常数据,并且考虑到了不同时间段环境对于设备运行的影响而造成的运行状态信息数据的差异,并且历史状态信息数据积累的越多,得到的预测值L更加准确,从而使得异常数据的判断准确率更高。
3.本发明一种场外设备远程维护监控平台***及监控方法,监控云平台可针对远程终端设备的启停状态、报警故障状态、使用状态等多种状态数据进行分析,从而获得各个状态的变化趋势数据,通过变化趋势实现监控***的预防性维护。
附图说明
本发明将通过例子并参照附图的方式说明,其中:
图1是本发明的***流程图;
具体实施方式
本说明书中公开的所有特征,或公开的所有方法或过程中的步骤,除了互相排斥的特征和/或步骤以外,均可以以任何方式组合。
需要说明的是,术语“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
下面结合图1对本发明作详细说明。
实施例1
一种场外设备远程维护监控平台***,如图1所示,包括了分布在异地的若干个远程终端设备,和位于本地的监控云平台,以及客户端;其中远程终端设备还包括终端监控单元,所述终端监控单元可获取在远程终端设备处采集的运行状态信息,并将运行状态信息进行模数转换后,通过无线网络将运行状态信息实时上传至监控云平台,所述监控云平台获取运行状态信息后可进行数据分析从而得到设备情况分析,所述客户端可对监控云平台进行管理和监控,并能接收设备情况分析;
所述终端监控单元包括数据采集模块、模数转换模块、数据存储模块、信息收发模块、终端设备分控模块;
进一步地,所述数据采集模块包括若干传感器、摄像装置和录音装置等;
所述监控云平台包括数据存储单元、数据处理单元、***管理单元、接口管理单元;
进一步地,***管理单元包括运行监控模块、告警管理模块、权限管理模块、报表管理模块、流程管理模块等;
进一步地,所述接口管理单元包括实时数据查询接口、历史数据查询接口、源数据归并接口、源数据统计接口等。
本发明的具体工作流程为:通过终端监控单元按照均匀时间间隔获取在远程终端设备处采集的运行状态信息后,通过无线网络实时上传至监控云平台,监控云平台通过数据处理单元将获取的运行状态信息进行数据处理及分析,以实时监测远程终端设备发出的异常数据,以及获得中长期时间段内远程终端设备的运行状态信息的变化趋势数据,监控云平台再参考异常数据对远程终端设备进行运行情况和故障原因分析,并将异常数据和变化趋势数据传输至客户端,从而采取更为主动和有效的手段对远程终端设备进行维护。
实施例2
本实施例为实施例1的补充说明。
由于终端监控单元将获取大量的远程终端设备的运行状态信息数据,故而需要对运行状态信息数据进行编号规则,考虑到本发明将区分各个时间段来对运行状态信息进行数据处理及分析。
则,设远程终端设备的历史运行状态信息数据为UteBC,其中U为远程终端设备编号,t为一天中各个时间段编号,e为一个月中每日日期编号,B为一年中各个时间段编号。所述的t,将24小时划分成每3小时一个时间段,即一天中0点至3点时,t为1;3点至6点时,t为2;6点至9点时,t为3;9点至12点时,t为4;12点至15点时,t为5;15点至18点时,t为6;18点至21点时,t为7;21点至24点时,t为8。所述的B,将12月份划分为每3个月一个时间段,即一年中1月至3月,设为B1;3月至6月,设为B2;6月至9月,设为B3;9月至12月,设为B4。
其中,远程终端设备编号可设为“编号+地名首字母”的模式,如001BJ、154SH等。则001BJ号设备在2019年4月16日凌晨4点采集的数据编号为001BJ216B22019,154SH号设备在2017年8月29日下午2点采集的数据编号为154SH529B32017。
实施例3
根据实施例2中的编号规则,实施例1中所述的异常数据获得方法具体为:
一、设远程终端设备的集合为U={u1,u2,…uu},一个时间段内各个远程终端设备采集的运行状态信息数据为I={i1,i2,…,ii},特征数据为R;
二、将特征数据矩阵R分解为设备矩阵U和运行数据矩阵I乘积的形式,即R=UI,R的维度为N×M,U的维度为N×k,I的维度为k×M,其中k为时间段内采集的次数,N为设远程终端设备的集合的元素数量,M为一次采集的运行状态信息数据中的元素数量;
三、设真实的运行状态信息数据与预测数据的差值服从高斯分布,即
等价于
将上式最小化即可得到矩阵分解的目标函数
所述L即运行状态信息数据的预测值;
四、采集到运行状态信息数据的真实值后,与第三步中所得的运行状态信息数据的预测值L进行差值分析,若误差大于预先设定的误差值h,则将此数据定义为异常数据。
在此方法中,通过对历史运行状态信息数据进行分析,从而得到下一次运行状态信息的预测值L,待取得下一次运行状态信息的真实值后,将预测值与真实值作比较,看误差是否大于预先设的误差值h,以此来判断此次运行状态信息数据是否为异常数据。
由于设备所在环境的温度、湿度等情况都会对设备运行产生影响,也就是说一年中不同季节,一天中不同时段,场外设备的运行状态是不一样的。故而本发明在对下一次运行状态信息进行预测时,所采用的历史运行状态信息,为与下一次将要采集运行状态信息的时间点相同的运行状态信息,即001BJ设备下一次将要采集信息的时间为2019年6月24日晚上10点,则所采用的历史运行状态信息应该为每年3月至6月且t值为8时的数据。
这样做的好处是,能够考虑到不同时间段环境对于设备运行的影响而造成的运行状态信息数据的差异,并且历史状态信息数据积累的越多,得到的预测值L更加准确,从而使得异常数据的判断准确率更高。
实施例4
根据实施例2中的编号规则,实施例1中所述的变化趋势数据获得方法具体为:
一、将运行状态信息数据UteBC按照时间周期由远至近进行排序得到P1、P2、…、PW,将运行状态信息数据UteBC按照数值有小到大进行排序得到Q1、Q2、…、QW;
二、所应用的秩相关系数为:
其中d
i=P
i-Q
i,W为数据量;
三、将秩相关系数r,与秩相关系数统计表中的临界值r'作比较,若r≤-r'或r≥r'时,说明变化趋势显著,若-r'<r<-r'时,说明变化趋势不显著;若r>0,说明呈上升变化趋势,若r<0,说明呈下降变化趋势。
由于终端监控单元可采集远程终端设备运行时各个节点的情况,从而对远程终端设备的启停状态、报警故障状态、使用状态等进行监测,因此监控云平台可针对上述多种状态数据进行分析,从而获得各个状态的变化趋势数据,通过变化趋势实现监控***的预防性维护。
其中,变化趋势分析包括了季度变化趋势、年度变化趋势、日变化趋势等,其中季度变化趋势是采集一个季度中每天同一t时间段的数据,按照上述方法获得季度变化趋势数据;年度变化趋势是采集一年中每天同一t时间段的数据,按照上述方法获得年度变化趋势数据;日变化趋势是采集一天中每个t时间段的数据,按照上述方法获得日变化趋势数据。
实施例5
本实施例为实施例1的补充说明。
所述监控云平台包括数据存储单元、数据处理单元、***管理单元、接口管理单元,其中,***管理单元包括运行监控模块、告警管理模块、权限管理模块、报表管理模块、流程管理模块等;所述接口管理单元包括实时数据查询接口、历史数据查询接口、源数据归并接口、源数据统计接口等。
根据***管理单元中所包含的各个模块,监控云平台可实现监控对象、监控***自身的增加、修改和删除的操作;***对各项告警参数,包括:告警级别、告警颜色、告警阈值、告警延时、告警过滤、告警上报、告警屏蔽、告警通知、告警处理流程等进行自定义管理;***对设备运行参数,包括:设备初始状态、设备通道号、设备通道类型等进行自定义管理等。
根据接口管理单元中所包含的各个接口,监控云平台可对各个远程终端设备的实时数据、历史数据以及各类的变化趋势数据等进行查询操作。
实施例6
本实施例为实施例1的补充说明。
本发明的***运行架构为:数据采集后,通过基于Linux虚拟集群***LVS、开放源代码的Web应用服务器Tomcat集群,将信息发送至分布式发布订阅消息***Kafka信息***,再由分布式实时大数据处理框架Storm进行数据处理,再进入基于Linux操作***开发出来的MySQL的数据库。
以上所述,仅为本发明的优选实施方式,但本发明的保护范围并不局限于此,任何熟悉本领域的技术人员在本发明所揭露的技术范围内,可不经过创造性劳动想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应该以权利要求书所限定的保护范围为准。