CN111861215A - 基于物联网的小区智能设备自主维护派单***及派单方法 - Google Patents
基于物联网的小区智能设备自主维护派单***及派单方法 Download PDFInfo
- Publication number
- CN111861215A CN111861215A CN202010706798.7A CN202010706798A CN111861215A CN 111861215 A CN111861215 A CN 111861215A CN 202010706798 A CN202010706798 A CN 202010706798A CN 111861215 A CN111861215 A CN 111861215A
- Authority
- CN
- China
- Prior art keywords
- information
- things
- internet
- module
- prediction
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000012423 maintenance Methods 0.000 title claims abstract description 35
- 238000000034 method Methods 0.000 title claims abstract description 34
- 238000012545 processing Methods 0.000 claims abstract description 19
- 230000002159 abnormal effect Effects 0.000 claims abstract description 17
- 230000007246 mechanism Effects 0.000 claims description 22
- 230000008569 process Effects 0.000 claims description 16
- 230000006870 function Effects 0.000 claims description 14
- 238000007689 inspection Methods 0.000 claims description 12
- 230000010365 information processing Effects 0.000 claims description 8
- 238000012549 training Methods 0.000 claims description 6
- 206010000117 Abnormal behaviour Diseases 0.000 claims description 5
- 230000008439 repair process Effects 0.000 claims description 5
- 230000008520 organization Effects 0.000 claims description 4
- 238000013135 deep learning Methods 0.000 claims description 3
- 230000006855 networking Effects 0.000 claims description 2
- 238000007781 pre-processing Methods 0.000 claims description 2
- 230000008901 benefit Effects 0.000 abstract description 4
- 238000011161 development Methods 0.000 abstract description 3
- 210000001503 joint Anatomy 0.000 abstract 1
- 230000008859 change Effects 0.000 description 3
- 230000005856 abnormality Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 238000013136 deep learning model Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- -1 electricity Substances 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000013467 fragmentation Methods 0.000 description 1
- 238000006062 fragmentation reaction Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 238000011176 pooling Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000013526 transfer learning Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06311—Scheduling, planning or task assignment for a person or group
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/20—Administration of product repair or maintenance
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y10/00—Economic sectors
- G16Y10/80—Homes; Buildings
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Development Economics (AREA)
- Tourism & Hospitality (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Architecture (AREA)
- Structural Engineering (AREA)
- Accounting & Taxation (AREA)
- Civil Engineering (AREA)
- Computing Systems (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了基于物联网的小区智能设备自主维护派单***及派单方法,包括多种均配置有物联网传感器的硬件设施和集中式自主管理平台,派单方法为采集各配置有物联网传感器的硬件设施的实时发出的数据信息,并将数据信息进行预处理;处理所述数据信息,获取所有智能设施的实时运行状态;将异常的传感器信号传递至对应的次服务器;对应的次服务器根据预测模块,启动自修复预案;判断传感器信号是否异常,若否,则关闭事件;若是,则执行人工干预预案。本发明的有益效果主要在于可以接收到异常数据,分析与判断事故或障碍原因,对接分派任务与工程师,同时自主决策思想能即时控制安全事故的发生和发展程度,缓解了因人员疏忽或干预不及时的安全风险。
Description
技术领域
本发明涉及智慧小区领域,具体的,涉及基于物联网的小区智能设备自主维护派单***及派单方法。
背景技术
科技赋能服务,为社区提供安全、便捷、美好的生活环境是未来社区发展方向。如何从劳动密集型向知识和服务密集型转型,将是解决社区管理难,应用***多(难互通,碎片化,难决策),设备维护差(不在线,难触达,不及时,体验差)的解决方向。
传统设备设施维护和管理存在的问题:1.设备设施巡查需要人力,设备大多数时间正常运转,则产生冗余的人力成本;不巡查存在安全隐患,责任重大。2.设施损坏维修往往需要专业人员,上报,找专业人修理等流程繁琐,议价等等待时间长。3.设施设备安装位置隐蔽或者不利于经常性探查(如:社区排水排污***等),往往事后才得以处理,也许造成危害已经升级。
发明内容
有鉴于此,本发明的目的是提供基于物联网的小区智能设备自主维护派单***,目的之二,是提供基于该***的派单方法。
本发明的目的是通过以下技术方案实现的:
基于物联网的小区智能设备自主维护派单***,包括多种均配置有物联网传感器的硬件设施和集中式自主管理平台,所述集中式自主管理平台包括
信息服务机构,用于实时分发所述物联网传感器传递的信息,并且接收反馈信息;
信息处理机构,用于处理所述信息服务机构传递的信息并进行处理,实时将处理结果反馈至所述信息服务机构;
所述信息服务机构包括派单模块,根据故障类型,分发任务给对应的工程师。
进一步,所述派单模块接入用户管理***。
进一步,所述信息处理机构包括主服务器和多个与所述主服务器连接的次服务器,
主服务器用于接收所述信息服务机构传递的所有类型的所述硬件设施的信息,并将每一个类型的所述硬件设施的信息分发至每个所述次服务器。
进一步,所述次服务器配置有自巡检模型,所述自巡检模型用于预测对应的所述硬件设施的是否发生异常行为。
进一步,所述自巡检模型包括维护管理模块和预测模块;
所述预测模块配置有预测模型,所述预测模型具备深度学习的功能;
所述预测管理模块用于接收人工干预的过程信息,并将其传递至所述预测模块,进而优化所述预测模型。
进一步,所述预测模型的数量与对应的所述硬件设施的工作环境的种类数量相同,每个所述预测模型对应一个所述工作环境。
进一步,所述信息服务机构包括:
数据采集服务模块,用于接收所有所述物联网传感器传递的信息;
平台服务模块,用于将所有的信息传递至所述主服务器,并且接收所述次服务器传递的异常行为信息;
文件服务模块,用于存储训练所述预测模型的资料。
基于物联网的小区智能设备自主维护派单***的派单方法,派单方法具体为:
采集各配置有物联网传感器的硬件设施的实时发出的数据信息,并将数据信息进行预处理;
处理所述数据信息,获取所有智能设施的实时运行状态;
将异常的传感器信号传递至对应的次服务器;
对应的次服务器根据预测模块,启动自修复预案;
判断传感器信号是否异常,若否,则关闭事件;
若是,则执行人工干预预案。
进一步,所述人工干预预案具体为:
得到引起传感器信号异常的故障编号,分析故障类型;
根据故障类型,匹配最优的工程师;
将最优工程师传递给派单模块,派单模块派单给该工程师;
修理完成后,判定传感器信号是否恢复正常,若是,则关闭事件;
若否,则将信息传递至管理员,管理员进行重新派单。
本发明的有益效果是:
1)由传感器代替人工24h检测设备状态,检测所有设备正常‘上岗’,如有异常启动维修预案;
2)接收到异常数据,分析与判断事故或障碍原因,对接分派任务与工程师(维修处理人员);
3)完成故障修理,关闭事件;
4)接收小区业主维修订单,帮助及时维修家电,家具,机械,电器,网络等设备,创造收入;
5)日志信息全面,可作为决策***学习强化的资源;
6)自主决策的思想能即时控制安全事故的发生和发展程度,缓解了因人员疏忽或干预不及时的安全风险。
本发明的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述,并且在某种程度上,基于对下文的考察研究对本领域技术人员而言将是显而易见的,或者可以从本发明的实践中得到教导。本发明的目标和其他优点可以通过下面的说明书来实现和获得。
附图说明
为了使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明作进一步的详细描述,其中:
附图1为自主维护***功能结构图;
附图2为某一类配置有物联网传感器的硬件设施的处理流程图;
附图3为派单方法流程图。
具体实施方式
以下将参照附图,对本发明的优选实施例进行详细的描述。应当理解,优选实施例仅为了说明本发明,而不是为了限制本发明的保护范围。
实施例1
本实施例提出了一种基于物联网的小区智能设备自主维护派单***,如图1和2所示,包括多种均配备有物联网传感器的硬件设施,硬件设施包括小区照明设施,监控设施,消防设施,水电气、井设施,出入管理设施,植被健康管理设施,健身设施,业主提交的设施等)等,每类设施配备或本身自带传感通信(物联网功能)。
集中式自主管理平台,物联网传感器将相关信息传递至该平台,平台对于所有信息进行归类,用以预测每一个类型的硬件设施是否会发生异常事件。集中式自主管理平台包括:
信息服务机构,用于实时分发物联网传感器传递的信息,并且接收反馈信息。信息服务机构通过数据采集服务模块、平台服务模块、文件服务模块和派单模块四个模块实现其功能。
派单模块用于根据最优任务,选择合适工程师,针对设备进行维修。同时,派单模块可以直接接入用户管理***,用户管理***可以解释为小区的业主反馈问题的***,例如微信小程序或者物业的网站,用户即业主可以将家电的故障情况发送至用户管理***,用户管理***则直接通过派单模块,选择合适的工程师,上门解决业主的问题。
数据采集服务模块用于实时采集所有物联网传感器所传递的表达其性能或者运行状态的信息,此处的信息包括所有类型的信息。
平台服务模块用于接收数据采集服务模块所传递的信息,并将这信息推送至信息处理机构,同时接收经过信息处理机构处理推送的异常警告,并发出报警。
文件服务模块用于存储训练预测模型的资料,文件服务模块可以为数据库。
还包括信息处理机构,用于接收信息服务机构传递的信息并进行处理,实时将处理结果反馈至信息服务机构。
信息处理机构通过主服务器和若干次服务器达到其技术目的。
主服务器接收平台服务模块所传递的信息,将这些信息分门别类,将每一个子信息发送给对应的次服务器,即每个次服务器处理单一类型的硬件设施的信息,例如第一次服务器用于处理风机,第二次服务器用于处理人脸识别闸机。
每个次服务器配置有自巡检模型,自巡检模型用于预测对应的所述硬件设施的是否发生异常行为。自巡检模型包括维护管理模块和预测模块。
预测模块配置有预测模型,预测模型具备深度学习的功能。该预测模型对应为一种模型对应同种工作环境下同类设备,所有设备集中处理。所有设备自巡检模型并行处理。同种设备同样工作环境设置相同的模型,其所工作过程中采集的数据训练同一个模型W,不同工作环境,对应不同的模型;不同设备,对应不同模型。
实用方法包括不限于多元线性回归,深度卷积神经网络,等常规和成熟稳定的网络结构。每个自巡检设备模型对应优化结构,具备自适应改变的功能(限时或实时迁移学***台上,彰显准确性和稳定性。
维护管理模块用于接收人工干预的过程信息,并将其输入预测模型中,对预测模型进行修正。
例如,针对风机,采用线性规划模型对其进行预测,而在风机不工作的状态下,采用VGG网络模型对其进行预测;而针对人脸识别闸机,采用深度残差神经网络模型对其工作状态进行预测。其机制均为:原始数据为生活中实际处理方案,原始数据作为训练,让模型具有自决策,自主调整的能力,训练数据在随着时间和处理故障过程中越来越丰富,模型适应该设备工作环境和故障发生应对越来越娴熟,这是由于采用深度学习的模型机制决定的下面针对于人脸识别闸机,简述其预测模型的建立方法。
人脸道闸由两部分组成,数目人脸识别仪和闸机。
X_Data={“人脸识别仪正常工作,闸机半开半闭”,“人脸识别仪正常工作,闸机正常工作”,“人脸识别仪正常,闸机始终打开”,“人脸识别仪正常工作,闸机始终关闭”,“人脸识别仪故障,闸机不工作”,……}
Y_Data={“闸机自控制重启”,“整机自重启”,“整机自切换电源”,“人工线路检修”,“人脸识别仪自动重启”,“人脸识别仪自修复更新”,……}
数据集X_Data为检查到故障现象对应的抽象数据集作为整个深度网络的输入层。Y_Data表示采集的哪些措施抽象的方案类型集,为训练网络的输出。通过大量的数据,建立处理当前工作环境下,设备运行状态和故障检修维护的自决策模型{W},模型中的隐藏层采用残差网络结构,和全连接网络的结合。
深度残差神经网络的基本原理在于,输入层与中间层的矩阵乘法以及残差结构和池化组成,输入经过全连接层,残差网络层,输出全连接层,softmax层后得到输出Y,其反向传播依据交叉熵损失函数,通过符合函数导数链式法则调节整个模型的参数变化。
其中重要层次包括:
ReLu层:f(x)=max(0,x)|f(x)=0
交叉熵损失函数L(y,a)=-∑iyilog(ai)
复合函数导数的链式法则:设f和g为关于x的可导函数,复合函数y=f[g(x)]。
网络公式表示为:
X*[resnet resnet]=y-------(2)
y*Wfc→Softmax=Y-------(3)
其中,网络结构中的ResNet结构如下:
即,(3)式中,y1=F(X,{Wi})+WsX
预测管理模块用于接收修改默认设置操作信息,并将其传递至预测模块,进而优化预测模型。
例如,当所有次服务器之一认为人脸识别闸机下一时段会发生人脸识别错误,闸机打开的情况,且无法进行自处理,将该信息传递给平台服务模块,平台服务模块进行报警,启动人为干预,维修人员到场后,人脸识别闸机进行人工线路检修并且整机重启,则X_Data对应{人脸识别错误,闸机打开},Y_Data对应{人工线路检修并且整机重启},维护管理模块接收到这一过程信息,将其传递至文件服务模块对这一数据进行存储,并输入到现有的预测模型中,对其进行优化。
实施例2
本实施例提出了基于上述***的派单方法,如图3所示,派单方法具体为:
通过数据采集服务模块采集各配置有物联网传感器的硬件设施的实时发出的数据信息,并将数据信息进行预处理,预处理采用的方式为卡尔曼滤波降噪。
处理数据信息,获取所有智能设施的实时运行状态。
将异常的传感器信号传递至对应的次服务器。
对应的次服务器根据预测模块,启动自修复预案。
判断传感器信号是否异常,若否,则关闭事件。
若是,则执行人工干预预案。
人工干预预案具体为:
得到引起传感器信号异常的故障编号,分析故障类型;
根据故障类型,匹配最优的工程师;
根据匹配结果,派单模块派单给该工程师;
维修完成后,判定传感器信号是否恢复正常,若是,则关闭事件;
若否,则将信息传递至管理员,管理员进行重新派单。
最后,将工程师的处理过程中,无需人为干预的过程存入维护管理模块,用以修正预测模型。数据和操作流程(本次法规)被存储为新的区块,作为当前种类设备的新法规。即为区块链式的存储方式。
例如,根据实时采集的各传感器的信号,发现人脸识别闸机信号异常,数据采集模块将异常信号传递给平台服务模块,平台服务模块通过主服务器将上述信号传递给对应的次服务器i。
次服务器i根据预测模型,认为{关机重启}的自修复手段可以处理该异常事件,因此启动关机重启,但是传感器信号依然异常,则通过次处理器i分析故障编号,得到该次故障的类型为A,则***根据数据库,认为工程师I为处理此类型的最优人选,并通过派单模块,该任务分发给工程师I,然而经过工程师I修理后,仍然存在异常信号,因此通知管理员,管理员重新将任务派发给了工程师II,若经过工程师II修理后,信号正常,则事件关闭,维护管理模块记录工程师II的修理过程,将无需人为处理的流程记录(如工程师II启动了自动调试功能)在维护管理模块中,用以修正预测模型,若依然异常,则重新派单。
同时,当小区的住户家中的电器出现故障时,户主可直接通过用户管理***发送消息至派单模块,即将故障类型发送给管理员,管理员根据故障类型,选择合适的工程师进行处理。
最后说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本技术方案的宗旨和范围,其均应涵盖在本发明的权利要求范围当中。
Claims (9)
1.基于物联网的小区智能设备自主维护派单***,其特征在于:包括多种均配置有物联网传感器的硬件设施和集中式自主管理平台,所述集中式自主管理平台包括
信息服务机构,用于实时分发所述物联网传感器传递的信息,并且接收反馈信息;
信息处理机构,用于处理所述信息服务机构传递的信息并进行处理,实时将处理结果反馈至所述信息服务机构;
所述信息服务机构包括派单模块,根据故障类型,分发任务给对应的工程师。
2.根据权利要求1所述的基于物联网的小区智能设备自主维护派单***,其特征在于:所述派单模块接入用户管理***。
3.根据权利要求1所述的基于物联网的小区智能设备自主维护派单***,其特征在于:所述信息处理机构包括主服务器和多个与所述主服务器连接的次服务器,
主服务器用于接收所述信息服务机构传递的所有类型的所述硬件设施的信息,并将每一个类型的所述硬件设施的信息分发至每个所述次服务器。
4.根据权利要求3所述的基于物联网的小区智能设备自主维护派单***,其特征在于:所述次服务器配置有自巡检模型,所述自巡检模型用于预测对应的所述硬件设施的是否发生异常行为。
5.根据权利要求4所述的基于物联网的小区智能设备自主维护派单***,其特征在于:所述自巡检模型包括维护管理模块和预测模块;
所述预测模块配置有预测模型,所述预测模型具备深度学习的功能;
所述预测管理模块用于接收人工干预的过程信息,并将其传递至所述预测模块,进而优化所述预测模型。
6.根据权利要5所述的基于物联网的小区智能设备自主维护派单***,其特征在于:所述预测模型的数量与对应的所述硬件设施的工作环境的种类数量相同,每个所述预测模型对应一个所述工作环境。
7.根据权利要求6所述的基于物联网的小区智能设备自主维护派单***,其特征在于:
所述信息服务机构包括:
数据采集服务模块,用于接收所有所述物联网传感器传递的信息;
平台服务模块,用于将所有的信息传递至所述主服务器,并且接收所述次服务器传递的异常行为信息;
文件服务模块,用于存储训练所述预测模型的资料。
8.基于权利要求1-7任一所述的基于物联网的小区智能设备自主维护派单***的派单方法,其特征在于:派单方法具体为:
采集各配置有物联网传感器的硬件设施的实时发出的数据信息,并将数据信息进行预处理;
处理所述数据信息,获取所有智能设施的实时运行状态;
将异常的传感器信号传递至对应的次服务器;
对应的次服务器根据预测模块,启动自修复预案;
判断传感器信号是否异常,若否,则关闭事件;
若是,则执行人工干预预案。
9.根据权利要求8所述的基于物联网的小区智能设备自主维护的派单方法,其特征在于:所述人工干预预案具体为:
得到引起传感器信号异常的故障编号,分析故障类型;
根据故障类型,匹配最优的工程师;
将最优工程师传递给派单模块,派单模块派单给该工程师;
修理完成后,判定传感器信号是否恢复正常,若是,则关闭事件;
若否,则将信息传递至管理员,管理员进行重新派单。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010706798.7A CN111861215A (zh) | 2020-07-21 | 2020-07-21 | 基于物联网的小区智能设备自主维护派单***及派单方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010706798.7A CN111861215A (zh) | 2020-07-21 | 2020-07-21 | 基于物联网的小区智能设备自主维护派单***及派单方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111861215A true CN111861215A (zh) | 2020-10-30 |
Family
ID=73001394
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010706798.7A Pending CN111861215A (zh) | 2020-07-21 | 2020-07-21 | 基于物联网的小区智能设备自主维护派单***及派单方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111861215A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112288180A (zh) * | 2020-11-05 | 2021-01-29 | 国电南京自动化股份有限公司 | 一种配网维修工单综合派单方法及*** |
CN112613702A (zh) * | 2020-12-09 | 2021-04-06 | 浙江尼普顿科技股份有限公司 | 一种用于洗衣机维修的派单方法 |
CN113743746A (zh) * | 2021-08-17 | 2021-12-03 | 携程旅游网络技术(上海)有限公司 | 模型训练方法、事件分派处理方法、设备及介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN206757441U (zh) * | 2017-03-17 | 2017-12-15 | 合肥创巢信息技术有限公司 | 一种农业植物用物联网监管*** |
CN108510085A (zh) * | 2017-12-26 | 2018-09-07 | 杭州富阳海康保泰安防技术服务有限公司 | 物联网运营维护派单平台 |
CN108957236A (zh) * | 2018-08-01 | 2018-12-07 | 南京世界村云数据产业集团有限公司 | 一种基于互联网大数据的机械故障监控*** |
KR102128707B1 (ko) * | 2019-11-01 | 2020-07-01 | 주식회사 이엘 | 지능형 원격단말장치를 이용한 사물인터넷 기반의 수리 시설물 자율 점검 및 고장 알림 시스템 |
-
2020
- 2020-07-21 CN CN202010706798.7A patent/CN111861215A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN206757441U (zh) * | 2017-03-17 | 2017-12-15 | 合肥创巢信息技术有限公司 | 一种农业植物用物联网监管*** |
CN108510085A (zh) * | 2017-12-26 | 2018-09-07 | 杭州富阳海康保泰安防技术服务有限公司 | 物联网运营维护派单平台 |
CN108957236A (zh) * | 2018-08-01 | 2018-12-07 | 南京世界村云数据产业集团有限公司 | 一种基于互联网大数据的机械故障监控*** |
KR102128707B1 (ko) * | 2019-11-01 | 2020-07-01 | 주식회사 이엘 | 지능형 원격단말장치를 이용한 사물인터넷 기반의 수리 시설물 자율 점검 및 고장 알림 시스템 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112288180A (zh) * | 2020-11-05 | 2021-01-29 | 国电南京自动化股份有限公司 | 一种配网维修工单综合派单方法及*** |
CN112613702A (zh) * | 2020-12-09 | 2021-04-06 | 浙江尼普顿科技股份有限公司 | 一种用于洗衣机维修的派单方法 |
CN113743746A (zh) * | 2021-08-17 | 2021-12-03 | 携程旅游网络技术(上海)有限公司 | 模型训练方法、事件分派处理方法、设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111861215A (zh) | 基于物联网的小区智能设备自主维护派单***及派单方法 | |
CN102880802B (zh) | 一种用于面向工矿企业安全生产云服务平台***的重大危险源的分析评价方法 | |
CN102882969B (zh) | 一种工矿企业的安全生产云服务平台 | |
CN102932419B (zh) | 一种用于面向工矿企业的安全生产云服务平台的数据存储*** | |
CN102929827B (zh) | 一种用于矿企安全生产云平台的无线传感器数据采集集群 | |
CN102917032B (zh) | 一种工矿企业的安全生产云服务平台 | |
CN1991652A (zh) | 可编程逻辑控制器和中央单元之间通信的通信方法及自动远程监控和诊断*** | |
CN102681497A (zh) | 污水处理过程远程监控***及其实现方法 | |
US11561950B2 (en) | System and method for facilitating an objective-oriented data structure and an objective via the data structure | |
CN116681250A (zh) | 一种基于人工智能的建筑工程进度监管*** | |
CN117370919B (zh) | 污水处理设备远程监控*** | |
CN115936722A (zh) | 智慧燃气呼叫中心的数据管理方法与物联网***、介质 | |
KR102519474B1 (ko) | 설비 동작 상태 분석을 통한 건물 내 설비의 이상상태 예측 시스템 및 방법 | |
CN109902974B (zh) | 一种施工方案的生成方法及装置 | |
CN115936923A (zh) | 一种智能水务管理信息*** | |
CN103616877A (zh) | 能源管网的监控诊断方法和*** | |
KR20220089853A (ko) | 머신러닝 기술을 활용한 신재생에너지 발전설비의 고장예지 및 건전성관리 방법 | |
CN117670033A (zh) | 一种安全检查方法、***、电子设备及存储介质 | |
KR102512577B1 (ko) | 에너지 사용량 분석을 통한 건물 내 설비의 이상상태 예측 시스템 및 방법 | |
CN115936663A (zh) | 一种电力***的维护方法及装置 | |
KR20220067913A (ko) | 마을 상수도를 포함하는 소규모 수도시설 비대면 원격 자동관리 시스템, 방법, 및 상기 방법을 실행시키기 위한 컴퓨터 판독 가능한 프로그램을 기록한 기록 매체 | |
CN111832832B (zh) | 一种基于物联网的小区自巡检*** | |
CN112360625A (zh) | 基于专家***的船用柴油机智能化故障诊断*** | |
CN116165956B (zh) | 一种基于物联网的智能楼宇网络控制***及方法 | |
CN111861394A (zh) | 一种基于物联网的小区智能管理方法及*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |