CN111914789A - 一种确定目标设备运行状态的方法和*** - Google Patents

Abstract

本申请实施例公开一种确定目标设备的运行状态的方法，所述方法包括：基于信息采集装置获取目标设备的设备信息；基于预设算法对所述设备信息进行分析，以确定对所述目标设备的分析结果；所述分析结果用于反映所述目标设备的运行状态；获取操作指示信息，所述操作指示信息与所述目标设备的分析结果相对应；通过AR设备输出所述分析结果和/或与所述目标设备的分析结果相对应的操作指示信息。

Description

一种确定目标设备运行状态的方法和***

技术领域

本发明属于设备监测技术领域，具体涉及一种确定目标设备运行状态的方法和***。

背景技术

随着工业技术和自动化技术的发展，在生产、制造、加工、装配、物流运输等领域，越来越多的设备被集成和组装在生产线中。这些生产线中的设备往往需要通过工控计算机或者PLC进行信号采集和统计，以便检测设备的运行情况。但是，由于设备的制造厂商来源复杂，且许多设备往往为设计通用接口进行通讯互联，很多设备参数和设备运行情况是未被采集的。

因此，需要提供一种确定设备运行状态的方法和***，以对生产线中的设备运行状态进行检测。

发明内容

本说明书一个方面提供一种确定目标设备的运行状态的方法，所述方法包括：基于信息采集装置获取目标设备的设备信息；基于预设算法对所述设备信息进行分析，以确定对所述目标设备的分析结果；所述分析结果用于反映所述目标设备的运行状态；获取操作指示信息，所述操作指示信息与所述目标设备的分析结果相对应；通过AR设备输出所述分析结果和/或与所述目标设备的分析结果相对应的操作指示信息。

本说明书另一个方面提供一种确定目标设备运行状态的***，所述***包括：设备信息获取模块，用于基于信息采集装置获取目标设备的设备信息；分析结果确定模块，用于基于预设算法对所述设备信息进行分析，以确定对所述目标设备的分析结果；所述分析结果用于反映所述目标设备的运行状态；操作指示信息获取模块，用于获取操作指示信息，所述操作指示信息与所述目标设备的分析结果相对应；输出模块，用于通过AR设备输出所述分析结果和/或与所述目标设备的分析结果相对应的操作指示信息。

本说明书另一个方面提供一种基于设备信息确定目标设备运行状态的装置，包括至少一个存储介质和至少一个处理器，所述至少一个存储介质用于存储计算机指令；所述至少一个处理器用于执行所述计算机指令以实现确定目标设备运行状态的方法。

本说明另一个方面提供一种计算机可读存储介质，所述存储介质存储计算机指令，当所述计算机指令被处理器执行时实现确定目标设备运行状态的方法。

附图说明

说明书将以示例性实施例的方式进一步说明，这些示例性实施例将通过附图进行详细描述。这些实施例并非限制性的，在这些实施例中，相同的编号表示相同的结构，其中：

图1是根据本申请一些实施例所示的一个示例性设备状态确认***100的示意图。

图2是根据本说明书一些实施例所示的确定目标设备运行状态的方法的示例性流程图；以及

图3是根据本说明书一些实施例所示的基于特征化数据确定目标设备运行状态的方法的示例性流程图。

具体实施方式

为了更清楚地说明本说明书实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单的介绍。显而易见地，下面描述中的附图仅仅是本说明书的一些示例或实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图将本说明书应用于其它类似情景。除非从语言环境中显而易见或另做说明，图中相同标号代表相同结构或操作。

应当理解，本说明书中所使用的“***”、“装置”、“单元”和/或“模组”是用于区分不同级别的不同组件、元件、部件、部分或装配的一种方法。然而，如果其他词语可实现相同的目的，则可通过其他表达来替换所述词语。

如本说明书和权利要求书中所示，除非上下文明确提示例外情形，“一”、“一个”、“一种”和/或“该”等词并非特指单数，也可包括复数。一般说来，术语“包括”与“包含”仅提示包括已明确标识的步骤和元素，而这些步骤和元素不构成一个排它性的罗列，方法或者设备也可能包含其它的步骤或元素。

本说明书中使用了流程图用来说明根据本说明书的实施例的***所执行的操作。应当理解的是，前面或后面操作不一定按照顺序来精确地执行。相反，可以按照倒序或同时处理各个步骤。同时，也可以将其他操作添加到这些过程中，或从这些过程移除某一步或数步操作。

图1是根据本申请一些实施例所示的一个示例性设备状态确认***100的示意图。

如图1所示，设备状态确认***100可以包括处理设备110、信息采集装置120、存储设备130、网络140、至少一个AR(Augmented Reality)设备150以及目标设备160。设备状态确认***100可以判定目标设备160的运行状态，并采取应对方法以减少设备的故障率。例如，***100可以判定目标设备是否存在异常、是否疲劳运行等。在一些实施例中，设备状态确认***100可以应用于生产线中，通过获取与目标设备相连的AR设备150的数据，进而监控目标设备的运行状态。在其它实施例中，设备状态确认***100还可以直接获取目标设备上的信息采集装置120(如传感器)采集到的数据，进而监控设备的运行状态。

在一些实施例中，处理设备110可以处理从信息采集装置120、存储设备130和/或AR设备150处获取数据和/或信息。例如，处理设备110可以获取信息采集装置120上与目标设备有关的设备信息。在一些实施例中，处理设备110可以处理上述所获取的设备信息和/或数据以执行本申请描述的一个或多个功能。例如，处理设备110可以基于设备状态判定规则和/或设备状态识别模型对所获取的设备信息以进行分析，并根据分析结果确定相对应的操作指示信息，例如，关于维修和/或暂时停机的操作指示信息。

在一些实施例中，处理设备110可以获取至少一个目标设备的设备信息。在一些实施例中，所述目标设备的设备信息至少包括以下的两种：设备信息的实时数据和至少一个与设备信息相关的历史记录。在一些实施例中，处理设备110可以至少基于预设的设备状态判定规则，对所述设备状态的相关数据进行处理以确定所述目标设备的分析结果。例如，设备信息可以包括设备的运转声音信息。在该场景的实施例中，可以根据目标设备的实时运转声音和历史运转声音判定是否存在设备异常。又例如，设备信息可以包括设备的振动信息。在该场景的实施例中，可以根据目标设备的实时振动幅度和历史振动频率判断目标设备是否存在异常。

在一些实施例中，处理设备110可以是独立的服务器或者服务器组。该服务器组可以是集中式的或者分布式的(如：处理设备110可以是分布***)。在一些实施例中，处理设备110可以是本地的或者远程的。例如，处理设备110可通过网络140访问存储于信息采集装置120、存储设备130和/或AR设备150中的信息和/或资料。在一些实施例中，处理设备110可直接与信息采集装置120、存储设备130和/或AR设备150连接以访问存储于其中的信息和/或资料。在一些实施例中，处理设备110可在云平台上执行。例如，该云平台可包括私有云、公共云、混合云、社区云、分散式云、内部云等中的一种或其任意组合。在另一些实施例中，处理设备110可以同时集成在AR设备150中的。

处理设备110可以是设置在生产现场的多个计算设备终端，如PLC、工控机、工业计算机、移动设备等，用于与一个或多个信息采集装置120相连，获取和统计一台或多台目标设备的运行数据。

在一些实施例中，处理设备110可以包含一个或多个子处理设备(如：单核处理器或多核处理器)。仅仅作为范例，处理设备110可包含中央处理器(CPU)、专用集成电路(ASIC)、专用指令处理器(ASIP)、图形处理器(GPU)、物理处理器(PPU)、数字信号处理器(DSP)、现场可编程门阵列(FPGA)、可编辑逻辑电路(PLD)、控制器、微控制器单元、精简指令集电脑(RISC)、微处理器等或以上任意组合。

在一些实施例中，信息采集装置120可以获取目标设备运行时的各种参数。在一些实施例中，所述信息采集装置120可以是与设置在目标设备上的各式传感器。在其他实施例中，所述信息采集装置120还可以是外接的传感器。在一些实施例中，所述信息采集装置120可以包括但不限于定位装置、声音传感器、图像传感器、温湿度传感器、位置传感器、压力传感器、距离传感器、速度传感器、加速度传感器、重力传感器、位移传感器、力矩传感器、陀螺仪等或其任意组合等。信息采集装置120所采集的数据可以是实时数据，也可以是历史数据。数据可由信息采集装置120进行实时数据采集，也可以在采集后存储在自身的存储器中的数据，存储器中的数据还可以通过网络140存储在存储设备150中。

在一些实施例中，AR设备150可以是仅具有显示功能的设备。AR设备150可以用于输出所述分析结果和/或与所述目标设备的分析结果相对应的操作指示信息。

在一些实施例中，AR设备150也可以是带有数据获取、存储和/或发送功能的设备。例如，AR设备150可以带有摄像头，所述摄像头可以用于获取目标设备运行时的视频/图片、部件状态、设备周围环境等。在一些实施例中，AR设备150所获取的数据可以用于判定是否发生设备事故(例如，设备碰撞、发动机或变速箱故障)、设备缺料、设备停机等。在一些实施例中，AR设备150还可以带有获取其他数据的传感器。例如，AR设备150可以是具有用于定位功能的设备，用以标定设备的运行精度和运动轨迹。

在一些实施例中，AR设备150可以将采集到的数据/信息通过网络140传输至处理设备110以进行后续步骤。在一些实施例中，AR设备150还可以将采集到的数据/信息存储至自身的存储器中，或通过网络140传输至存储设备130进行存储。在一些实施例中，AR设备150还可以接收和/或显示由处理设备110生成的与设备异常相关的通知。在一些实施例中，多个AR设备150可以通过网络140或其他方式相互连接，共同采集各类数据，并由一个或者多个AR设备150对这些数据进行处理。

存储设备130可以存储数据和/或指令。在一些实施例中，存储设备130可以存储AR设备150获取的数据/信息。在一些实施例中，存储设备130可以存储操作指示信息。在一些实施例中，存储设备130还可以存储与操作指示信息相关联的分析结果。在一些实施例中，存储设备130还可以存储设备状态相关的运行状态数据，例如，一些设备事故/异常发生时的设备运行状态数据等。在一些实施例中，存储设备130可以存储处理设备110用于执行或使用来完成本申请中描述的示例性方法的数据和/或指令。例如，存储设备130可以存储设备状态识别模型，所述设备状态识别模型可以基于处理设备110所获取的与设备状态相关的数据/信息判定该设备是否存在异常。

在一些实施例中，存储设备130可以存储设备运行的各类实时或/和历史数据。在本说明书的实施例中，历史数据可以为设备相关的历史记录。例如，历史噪声统计信息、历史加热温度曲线等。在一些实施例中，存储设备130可以是处理设备110或AR设备150的一部分。在一些实施例中，存储设备130可以包括大容量存储器、可移动存储器、易失性读写存储器、只读存储器(ROM)等或其任意组合。示例性的大容量储存器可以包括磁盘、光盘、固态磁盘等。示例性可移动存储器可以包括闪存驱动器、软盘、光盘、存储卡、压缩盘、磁带等。示例性的挥发性只读存储器可以包括随机存取存储器(RAM)。示例性的RAM可包括动态RAM(DRAM)、双倍速率同步动态RAM(DDR SDRAM)、静态RAM(SRAM)、闸流体RAM(T-RAM)和零电容RAM(Z-RAM)等。示例性的ROM可以包括掩模ROM(MROM)、可编程ROM(PROM)、可擦除可编程ROM(EPROM)、电子可擦除可编程ROM(EEPROM)、光盘ROM(CD-ROM)和数字通用磁盘ROM等。在一些实施例中，存储设备130可以在云平台上实现。仅作为示例，所述云平台可以包括私有云、公共云、混合云、社区云、分布云、内部云、多层云等或其任意组合。

在一些实施例中，存储设备130可以连接到网络140以与设备状态确认***100中的一个或以上组件(例如，处理设备110、AR设备150、信息采集装置120)通信。设备状态确认***100中的一个或以上组件可以通过网络140访问存储设备130中存储的数据或指令。在一些实施例中，存储设备130可以与设备状态确认***100中的一个或以上组件(例如，处理设备110、AR设备150、信息采集装置120)直接连接或通信。在一些实施例中，存储设备130可以是处理设备110的一部分。

网络140可以促进信息和/或数据的交换。在一些实施例中，设备状态确认***100中的一个或以上组件(例如，处理设备110、AR设备150、存储设备130和信息采集装置120)可以通过网络140向/从设备状态确认***100中的其他组件发送和/或接收信息和/或数据。例如，处理设备110可以通过网络140从AR设备150和/或信息采集装置120获取与设备状态相关的数据/信息。又例如，AR设备150可以通过网络140从处理设备110或存储设备130处获取用于判定目标设备是否异常的判定模型。获取的判定模型可以以AR设备150的应用软件实现。AR设备150在获取与设备状态相关的数据/信息后，可以自行判定目标设备状态是否异常运行，并执行相对应的操作，比如，暂时停机。在一些实施例中，网络140可以为任意形式的有线或无线网络或其任意组合。仅作为示例，网络140可以包括缆线网络、有线网络、光纤网络、远程通信网络、内部网络、互联网、局域网(LAN)、广域网(WAN)、无线局域网(WLAN)、城域网(MAN)、广域网(WAN)、公共交换电话网络(PSTN)、蓝牙网络、紫蜂网络、近场通讯(NFC)网络、全球移动通讯***(GSM)网络、码分多址(CDMA)网络、时分多址(TDMA)网络、通用分组无线服务(GPRS)网络、增强数据速率GSM演进(EDGE)网络、宽带码分多址接入(WCDMA)网络、高速下行分组接入(HSDPA)网络、长期演进(LTE)网络、用户数据报协议(UDP)网络、传输控制协议/互联网协议(TCP/IP)网络、短讯息服务(SMS)网络、无线应用协议(WAP)网络、超宽带(UWB)网络、移动通信(1G、2G、3G、4G、5G)网络、Wi-Fi、Li-Fi、窄带物联网(NB-IoT)等或其任意组合。在一些实施例中，设备状态确认***100可以包括一个或以上网络接入点。例如，信息采集装置120可以包括有线或无线网络接入点，设备状态确认***100的一个或以上组件可以通过其连接到网络140以交换数据和/或信息。

目标设备160可以是生产现场中用于加工和处理的工业设备。例如，目标设备160包括但不限于机加工设备、传动设备、热处理设备、打磨设备、焊接设备、液压设备、喷涂设备等的一种或几种。在一些实施例中，可以针对不同目标设备160的加工/处理的要求，设定相对应的信息采集装置120以采集目标设备160所对应的设备信息。例如，对于传动设备，可以获得传动设备的振动信息，基于振动信息判断设备是否平稳运行。又例如，对于热处理设备，处理设备110可以获取热处理设备的加热温度信息，基于加热温度信息判断设备是否平稳运行。

在一些实施例中，处理设备110可以基于获取的目标设备160的设备信息，判断设备的运行情况。在一些实施例中，处理设备110可以基于判定规则判别设备的运行情况。在一些实施例中，处理设备110还可以基于状态识别模型和所获取的与设备状态相关的数据/信息判定该设备的运行情况。在一些实施例中，处理设备110可以将所得到的目标设备运行情况发送给AR设备。佩戴AR设备的操作人员可以获得所述目标设备的运行情况，以进行处理。在一些实施例中，AR设备150也可以带有获取其他数据的传感器。通过操作人员所佩戴的AR设备可以实时获取目标设备的设备信息，进而分析设备的运行情况。

在一些实施例中，上述设备状态确认***100中可以包括设备信息获取模块、分析结果确定模块、操作指示信息获取模块以及输出模块。

在一些实施例中，设备信息获取模块可以用于基于信息采集装置获取目标设备的设备信息。在一些实施例中，所述设备信息获取模块还用于通过所述AR设备获取所述设备信息。在一些实施例中，所述设备信息获取模块可以包括摄像头，所述设备信息获取模块还可以用于基于所述摄像头获取所述目标设备的面板图像信息；并基于所述面板图像信息确定所述目标设备的设备信息。

在一些实施例中，所述设备信息获取模块还可以包括相对所述目标设备固定设置的检测装置。所述设备信息获取模块还可以用于：通过所述AR设备与所述检测装置的通讯连接来获取所述检测装置的检测数据；并将所述检测数据作为所述目标设备的设备信息。在一些实施例中，所述信息采集装置能够相对所述目标设备可运动地设置。

在一些实施例中，设备信息获取模块所采集的设备信息包括与所述目标设备相关的声音信息、温度信息、震动信息、运动参数信息、电信号信息中的至少一个。

在一些实施例中，分析结果确定模块可以用于基于预设算法对所述设备信息进行分析，以确定对所述目标设备的分析结果，所述分析结果可以用于反映所述目标设备的运行状态。在一些实施例中，分析结果确定模块还用于基于所述设备信息确定所述机器学习模型的输入数据；基于所述机器学习模型的输出数据确定所述分析结果。

在一些实施例中，操作指示信息获取模块可以用于获取操作指示信息，所述操作指示信息与所述目标设备的分析结果相对应。

在一些实施例中，输出模块可以用于通过AR设备输出所述分析结果和/或与所述目标设备的分析结果相对应的操作指示信息。

应当理解，本说明书一个或多个实施中的所述***及其模块可以利用各种方式来实现。例如，在一些实施例中，***及其模块可以通过硬件、软件或者软件和硬件的结合来实现。其中，硬件部分可以利用专用逻辑来实现；软件部分则可以存储在存储器中，由适当的指令执行***，例如微处理器或者专用设计硬件来执行。本领域技术人员可以理解上述的方法和***可以使用计算机可执行指令和/或包含在处理器控制代码中来实现，例如在诸如磁盘、CD或DVD-ROM的载体介质、诸如只读存储器(固件)的可编程的存储器或者诸如光学或电子信号载体的数据载体上提供了这样的代码。本申请的***及其模块不仅可以有诸如超大规模集成电路或门阵列、诸如逻辑芯片、晶体管等的半导体、或者诸如现场可编程门阵列、可编程逻辑设备等的可编程硬件设备的硬件电路实现，也可以用例如由各种类型的处理器所执行的软件实现，还可以由上述硬件电路和软件的结合(例如，固件)来实现。

需要注意的是，以上对于处理设备及其模块的描述，仅为描述方便，并不能把本申请限制在所举实施例范围之内。可以理解，对于本领域的技术人员来说，在了解该***的原理后，可能在不背离这一原理的情况下，对各个模块进行任意组合，或者构成子***与其他模块连接。

图2是根据本说明书一些实施例所示的确定目标设备运行状态的方法的示例性流程图。

步骤210，获取目标设备的设备信息。在一些实施例中，步骤210由设备信息获取模块执行。

在一些实施例中，目标设备可以指生产现场中用于加工和处理的设备。例如，目标设备160可以是机加工设备、传动设备、热处理设备、打磨设备等工业设备。

在一些实施例中，设备信息获取模块可以获取至少一个目标设备的设备信息。所述目标设备的设备信息可以是当前时刻被一个或多个信息采集装置120所捕捉的信息。

在一些实施例中，信息采集装置120可以是传感器，包括但不限于定位装置、声音传感器、图像传感器、光学传感器、红外传感器、温湿度传感器、位置传感器、压力传感器、距离传感器、速度传感器、加速度传感器、重力传感器、位移传感器、力矩传感器、陀螺仪等或其任意组合等。例如，设备信息获取模块可以基于温湿度传感器获取设备的温湿度数据。又例如，设备信息获取模块可以基于压力传感器/加速度传感器/重力传感器获取设备的振动数据。再例如，设备信息获取模块可以基于红外传感器获取设备运行时的温度信息。在一些实施例中，信息采集装置120可以安装在所述目标设备内，也可以安装在目标设备外部，以检测目标设备外部的运行状态。

设备信息可以是指一个或多个与目标设备运行状态相关的数据。在一些实施例中，所述设备信息包括但不限于设备运行时的声音信息、温度信息、振动信息、运动参数信息、电信号信息中的一个或多个。目标设备运行时的声音信息可以是指设备运行时发出的噪声信息，例如马达运转产生的噪声信息、切割机切割时产生的噪声信息等。所述设备的温度信息可以是指一些设备运行时产生的温度信息，例如，CPU的温度信息、打磨运动时的摩擦副的温度信息。在一些实施例中，温度信息还可以包括指设备的加热温度。在一些实施例中，温度信息还可以包括但不限于加热速度、加热时间、降温速度、当前温度值、目标温度值等，或其任意组合。例如，热处理炉的温度变化曲线信息。所述温度变化曲线信息包括但不限于目标设备的升温、降温、保温以及其对应的时间。在一些实施例中，目标设备的振动信息可以包括设备运行时产生的振动频率、振幅等。例如，切割机锯片运行时锯片的振动频率、机加类设备运行时设备本体的振动频率等。在一些实施例中，目标设备的运动参数信息可以包括但不限于设备的转速、运动速度、加速度、运动路径、运动点偏差、运动精度信息、加速曲线信息等，或其任意组合。在一些实施例中，设备的电信号信息可以包括设备的用电量信息、输入输出功率信息、电流信息、电压信息、电流频率信息等，或其任意组合。

在一些实施例中，目标设备的设备信息还可以在当前时刻被多个AR设备150所获取。例如，一个或多个AR设备150上设置有麦克风，用于获取目标设备运行时的声音信息。又例如，一个或多个AR设备150上还设置有红外探测器，用户获取目标设备运行时的温度信息。基于AR设备获取目标设备的设备信息可以图3的相应描述，在此不再赘述。

在一些实施例中，设备信息获取模块还可以获取目标设备的历史设备信息。所述历史设备信息可以是指目标设备出现异常和安全运行时的设备信息。关于所述历史设备信息的内容(例如，如何获取历史设备信息或历史设备信息的类型)可以参考本申请其它地方关于实时信息的相关描述，在此不再赘述。

在一些实施例中，所述历史设备信息还可以包括对应于目标设备发生过的某一种分析结果的类型。分析结果的类型可以包括设备干涉、设备零部件磨损、设备异常振动、设备异常发热等，或其任意组合。在一些实施例中，所述历史设备信息还可以包括至少一个与目标设备相关的历史记录。所述与目标设备相关的历史记录可以包括但不限于目标设备的历史运行时间、目标设备的历史异常事件发生记录等。

在一些实施例中，所述历史设备信息可以用于训练设备状态判断模型或确定设备状态判定规则。基于历史设备信息得到的设备状态识别模型或设备状态判定规则可以用于对设备进行判定以确定设备的运行状态。在一些实施例中，所述历史设备信息可以存储在存储设备130中，设备信息获取模块可以通过网络140读取存储在存储设备130的历史设备信息。

在一些实施例中，设备信息获取模块还可以基于AR设备150和信息采集装置120获取的数据/信息，获取相对应的特征数据和特征向量。在一些实施例中，设备信息获取模块可以将获取到的目标设备的相关数据进行处理，转化为特征数据或特征向量。特征数据或特征向量可直接基于聚类算法或者向量距离获取目标设备的分析结果。关于获取特征数据和特征向量的更多描述可参见图3中的相关描述。

步骤220，基于预设算法确定目标设备的分析结果。在一些实施例中，步骤220由分析结果确定模块执行。

在一些实施例中，所述预设算法基于判定规则对设备运行的当前状态进行分析，得到分析结果。所述分析结果可以用于反映所述目标设备的运行状态。在一些实施例中，判定规则可以是根据所述历史设备信息和/或人工设定的阈值。所述判定规则的阈值设置可以根据数据统计确定，还可以使用设备状态识别模型在训练过程中获得的中间结果作为判定阈值。仅作为示例性说明，分析结果确定模块可以基于预设条件(例如，设备振动幅度、设备振动频率、设备运动噪声等)设定判定规则以判定设备是否需要进行维护。又例如，分析结果确定模块可以将传感器数据(例如，重力加速度、压力传感器、温度传感器)与对应的预设阈值进行比较，以判断设备是否存在疲劳运行等危险。具体地，以设备的CPU使用温度为例，正常使用时CPU的使用温度区间为40℃～100℃之间，当CPU的使用温度超过正常使用的温度区间(如120℃)，则说明设备出现异常，需要进行维护。

在一些实施例中，判定规则可以根据实时情况和历史数据的反馈动态进行调整。例如，某CPU在使用多年后温度较以往更高，可以适应性调整正常使用时CPU的使用温度区间，比如将正常使用时CPU的使用温度区间由40℃～100℃调整为40℃～130℃之间。

在一些实施例中，分析结果确定模块可以用于基于目标设备的设备信息确定目标设备的分析结果。在一些实施例中，所述分析结果可以仅包括设备异常以及设备正常运转两种情况。在一些实施例中，所述分析结果还可以包括设备异常的具体方式。例如，所述分析结果包括但不限于设备正常运转、设备异常振动、设备异常发热、设备产生异常噪声、设备异常停机等，或其任意组合。

在一些实施例中，分析结果确定模块还可以用于基于目标设备的设备信息识别设备异常的类型。仅作为示例，在一些实施例中，对于需要产生相对运动的设备(如搬运机器、码垛机器人、传送带等)，分析结果确定模块可以基于设备预设的运动路径与当前位置的距离值，基于所述距离值判断设备是否偏离预设路径。当判断结果为偏离预设路径，基于所述距离值、目标设备信息和目标设备执行时的状态数据中的至少一种确定设备异常状态的重要程度。在一些实施例中，对于发热设备(如热处理炉等)，状态判定模块可以基于升温曲线与预设温度曲线之间的差距，判断设备是否存在温度异常。

在一些实施例中，分析结果确定模块还可以通过对所述历史设备信息的统计分析，设定目标设备出现异常情况的判定规则。具体地，通过对目标设备的历史设备信息进行整合，可以得到目标设备的该类型的设备信息的分布规律。以切割机作为示例，分析结果确定模块可以统计该切割机的历史切割噪声，进而得到该切割机的噪声统计结果。当该切割机运行时产生的噪声值与其历史噪声统计结果差距很大时，则可以认为该切割机运行异常。具体地，可以基于该切割机的噪声统计结果设定正常运行和/或异常运行时的噪声统计阈值。例如，切割机在某一次切割时产生的噪声超过正常运行时的噪声统计阈值，则可认为该切割机运行异常。

在一些实施例中，分析结果确定模块还可以基于所述分析结果确定目标设备异常状态的重要程度。异常状态的重要程度是指异常状态对整个生产线和生产安全的重要程度。在一些实施例中，异常状态的重要程度可以反映同一时间出现多个设备异常时，***对设备异常处理的优先顺序。在一些实施例中，分析结果确定模块可以基于异常状态的重要性程度判别设备异常处理的先后顺序。例如，对于重要性程度高的设备异常状态进行优先处理。在一些实施例中，所述异常状态的重要程度可以以重要性值来进行衡量。例如，对于多台设备CPU同时过热，则按照超过阈值上限的程度给予不同的重要性值。又例如，可以根据异常类型的种类给予不同的重要性值，如可以设置设备异常停机的重要性值高于设备异常振动的重要性值。

在一些实施例中，所述预设算法可以包括设备状态识别模型。分析结果确定模块可以使用设备状态识别模型对目标设备的当前状态进行状态判定。在一些实施中，分析结果确定模块可以使用设备状态识别模型对目标设备的特征数据或者特征向量进行判断。在一些实施例中，所述设备状态识别模型可以是机器学习模型(例如，决策树模型)。有关基于机器学习确定分析结果的更多说明可见图3的相应描述，在此不再赘述。

在一些实施例中，设备状态识别模型可以由信息采集装置所获取的历史设备信息进行训练后得到。具体地，可以利用历史设备信息与设备相关联的数据作为输入数据，以该设备异常发生的类型作为正确标准(Ground Truth)对模型进行训练。

步骤230，基于设备的分析结果获取操作指示信息。在一些实施例中，步骤230由操作指示信息获取模块执行。

在一些实施例中，操作指示信息与目标设备的运行状态相对应。操作指示信息是指与目标设备的分析结果相对应的操作指令/操作要求。在一些实施例中，操作指示信息可以与目标设备的运行状态呈一一对应的关系。仅作为示例，例如“设备停机”对应“工人维修”，“设备报警”对应“暂时停机”。在一些实施例中，也可以是多个目标设备的运行状态对应同一个操作指示信息。例如，“设备过热”、“设备振动异常”、“设备噪声异常”都对应“暂时停机”操作。

在一些实施例中，操作指示信息可以是针对设备异常事件预先设定好的操作指令。所述操作指令由相对应的设备或者部件执行。例如，当某切割机出现异常停机时，与该切割机相连的运输传送带也执行相对应的停机操作。又例如，当某打磨设备上的打磨片出现异常震动，此时可以由相应的机械装置执行更换打磨片的操作。

操作指示信息获取模块可以基于分析结果进行自动地判断，以确定操作指示信息。在一些实施例中，分析结果可以是设备是否运转异常。例如，当设备状态为“有异常”时，所述操作指示信息为暂时停机、等待工作人员检修。在一些实施例中，分析结果也可以包括设备运转异常的异常事件类型。在该场景的实施例中，可以根据异常事件的类型对应不同的操作指示信息。

步骤240，通过AR设备输出所述分析结果和/或与所述目标设备的分析结果相对应的操作指示信息。在一些实施例中，步骤240由输出模块执行。

在一些实施例中，可以通过AR设备输出目标设备的分析结果。分析结果可以包括目标设备有无异常事件，是否正常运转。在一些实施例中，分析结果也可以包括异常事件出现的具体类型。

在一些实施例中，分析结果还可以包括有无异常事件以及对异常事件的量化表示。仅作为示例，分析结果可以是存在异常以及异常类型、表示异常等级的数值、异常发生概率等，比如，分析结果可以是“有异常、设备异常振动-5级”或“有异常、设备异常发热-56％、异常噪声-87％”。其中，“有异常、设备异常振动-5级”表示设备存在异常并且异常种类是设备异常震动5级；“有异常、设备异常发热-56％、异常噪声-87％”表示目标设备存在异常且异常种类为异常发热的概率为56％、异常噪声概率为87％。在一些实施例中，分析结果确定模块可以综合判定全部异常事件的等级和/或概率，并输出一个对应于综合的分析结果。例如，分析结果为“有异常、74％”表示有74％的可能性设备存在异常。又例如，分析结果为“有异常-3级、89％”表示有89％的可能性设备存在3级异常。

应当注意的是，以上描述的分析结果的形式只是为了说明的目的，本申请不对分析结果的形式进行限制。

在一些实施例中，AR设备还可以输出目标设备的分析结果相对应的操作指示信息。所述操作指示信息可以是由机器设备进行自动执行，也可以由人工进行操作。例如，当出现设备异常停机时，AR设备上可以显示“设备异常停机，工作人员进行现场勘查”。又例如，AR设备上可以显示“设备切割片震动异常，设备自动更换切割片”。

图3是根据本说明书一些实施例所示的确定目标设备运行状态的方法的示例性流程图。

步骤310，基于AR设备获取目标设备的设备信息。

在一些实施例中，AR设备上可以集成有一个或多个信息采集装置。AR设备可以基于所述一个或多个信息采集装置获取目标设备的设备信息。例如，AR设备上可以集成有声音采集装置，可以用于采集所述目标设备的运转声音。又例如，AR设备上可以集成温湿度传感器，可以用于获取设备运行环境的温湿度数据。再例如，AR设备上可以集成有红外传感器，可以用于获取设备运行时的温度信息。

在一些实施例中，AR设备上可以安装有摄像头，可以基于所述摄像头获取所述目标设备的面板图像信息，并基于所述面板图像信息确定所述目标设备的设备信息。所述面板图像信息是指与目标设备相关的显示面板的图像信息。其中，显示设备面板用于显示的是目标设备的相关信息。在一些实施例中，面板图像信息可以是静态图片，由摄像头进行拍摄。在另一些实施例中，面板图像信息也可以是动态视频。动态视频中可以显示面板上实时的设备信息。在一些实施例中，可以将所述动态视频分成一帧一帧的静态图片，并基于静态图片在动态视频中出现的时间将所获得设备信息按时间顺序绘制成图表。例如，动态视频中显示某设备气压的实时变化量，得到动态视频中各静态图像中显示的气压大小，并依照拍摄时间生成气压-时间变化曲线。

在一些实施例中，可以基于摄像头获取目标设备的面板图像信息。基于摄像头获取目标设备的面板图像信息可以在目标设备与处理器(如PLC等)不互联的情况下获取设备信息。例如，某一目标设备的显示面板是普通指针进行显示的(如流量计、电流表、电压表等)，可以基于摄像头获取显示面板的指针图片，进而通过图像识别的方式获取指针的具体读数，从而获得目标设备的设备信息(如流量、电流值、电压值等)。又例如，某一目标设备的显示面板数字显示所述设备信息，可以通过所述摄像头直接获取显示面板的图片，进而提取图片中的文字，从而获得所述目标设备的设备信息。仅作为示例，显示面板上显示设备的当前输出电压为56V，输出电流为134A，所述摄像头可以拍摄设备的显示面板的图片/视频，基于图片转化文字的方式获取设备的输出电流和输出电压信息。

在一些实施例中，所述摄像头还可以监控设备的运动过程。基于摄像头监控设备的运动过程可以获得设备在一个时间段内的设备信息。例如，可以基于摄像头捕捉某一皮带轮的运动，从而获得皮带轮传动过程的视频/图片。在一些实施例中，可以基于皮带轮的运动图片/视频获得皮带轮的振动频率和振幅，基于皮带轮的振动频率和振幅判断皮带轮是否疲劳使用，是否有必要更换。又例如，还可以基于摄像头监控某机动设备易耗品的使用情况(如清洗池中的水)，可以基于清洗池中水的灰度值判断清洗池中的水是否需要更换。

在一些实施例中，信息采集装置可以包括相对目标设备固定设置的一个或多个检测装置。在一些实施例中，基于信息采集装置获取目标设备的设备信息还可以包括通过AR设备与检测装置的通讯连接来获取检测装置的检测数据，并将检测数据作为目标设备的设备信息。具体地，检测装置可以包括但不限于定位传感器、声音传感器、图像传感器、光学传感器、红外传感器、温湿度传感器、位置传感器、压力传感器、距离传感器、速度传感器、加速度传感器、重力传感器、位移传感器、力矩传感器、陀螺仪等或其任意组合等。

在一些实施例中，检测装置可以固定在目标设备上，用于获取目标设备的检测数据。例如，可以基于压力传感器/加速度传感器/重力传感器获取设备的振动数据；又例如，可以基于速度传感器和位置传感器获取设备运行时的运动数据；再例如，还可以基于电流/电压传感器获取设备运行时的电信号数据。在一些实施例中，可以将所述检测数据作为所述目标设备的设备信息。

在一些实施例中，检测装置也可以安装在目标设备外部，也就是说，检测装置可以相对于目标设备独立设置。在一些实施例中，检测装置可以相对于所述目标设备移动设置。具体地，在需要核实某一设备监控的情况下，通过移动设置的方式可以将检测装置移动至相应设备的工位。例如，所检测装置可以设置在某一机器臂的末端或者某可移动设备上，在设备可运动的行程内实时监控某一设备的运行情况。优选地，所述检测装置可以放置在工作人员身上，以节约移动设备的运动成本，并且不受移动设备的运行行程的限制。例如，可以在工作人员的身上设置一个摄像头，用于获取设备的运行图像/视频。优选地，所述检测装置可以集成在AR设备上。例如，检测装置可以是激光跟踪仪，所述激光跟踪仪可以安装在机器臂上，跟踪标定目标设备的运动轨迹和运动精度。又例如，检测装置可以是摄像头或者是CCD相机，用于获取目标设备的运动信息。

在一些实施例中，AR设备可以将一个或多个检测装置集成在同一AR设备上。例如，可以将摄像头、麦克风、红外探头、显示屏中的一个或多个检测装置集成在同一AR设备上。将多个检测装置集成在AR设备上可以在工作人员移动过程中同时获得多个设备信息。例如，所述摄像头可以获取设备的震动信息和显示面板的图像/视频；所述麦克风可以获取所述设备的声音信息；所述红外探头可以获取所述设备的温度信息；所述AR设备上的显示屏可以将异常事件相对应的策略发送给工作人员，并由工作人员进行相对应的处理。

步骤320，基于预设算法对所述设备信息进行特征提取，确定设备信息的特征向量或特征数据。

在一些实施例中，设备信息获取模块可以将设备信息进行特征提取处理，转化为特征数据或者特征向量。特征化处理可以使得所采集的设备信息被计算机或者预设算法处理。具体地，在一些实施例中，可以将设备信息进行特征处理，获取至少一个第一特征。特征提取处理可以是指对原始信息进行处理并提取特征数据，特征提取处理可以提升原始信息的表达，以方便后续任务。在本说明书申请的一个或多个实施例中，原始信息也可被称为原始数据，用以反映未经特征提取处理的与目标设备相关的设备信息。

在一些实施例中，特征化提取处理可以采用统计方法(例如主成分分析方法)、降维技术(例如线性判别分析方法)、特征归一化等方法。例如，可以将设备的噪声数据、温度数据、声音数据、振动数据、运动数据以及电信号数据转化为噪声特征、温度特征、声音特征、振动特征、运动特征以及电信号特征。

在一些实施例中，设备信息获取模块可以采用自定义的规则，将数据(或信息)转化为特征数据。以目标设备的使用时间为例，可以将0-20年按比例对应[0,0.6]，21-60年按比例对应[0.6,1]，60年以上对应1。又例如，对于设备运转声音的信息，可以将相应的运转声音分贝按上述方法进行处理，如将运转声音分贝在0-40db按比例对应[0,0.4]，41-80db按比例对应[0.4,1]，80db以上对应1。

在一些实施例中，设备信息获取模块可以采取自定义的连续函数，将数据转化为特征数据。所用连续函数包括但不限于Sigmoid、Tanh、ReLU、Leaky ReLU、Maxout、Softmax等。例如，对于目标设备的使用时间，可以使用Sigmoid函数求得使用时间对应的Sigmoid(使用时间)，以Sigmoid(使用时间)作为年龄的特征数据。

在一些实施例中，设备信息获取模块还可以使用机器学习模型对一些历史设备信息进行处理，得到第一特征。例如，可以根据历史设备振动幅值和历史频率获取历史设备振动特征。又例如，可以根据设备的历史声音频谱图及历史噪声幅值变化获取设备的历史运转声音特征。在一些实施例中，所述模型可以是线性回归模型、逻辑回归模型。在另一些实施例中，所述模型可以是深度学习模型(DNN)或循环神经网络模型(LSTM)。

在一些实施例中，机器学习模型可以通过训练获得。在一些实施例中，训练的样本可以是有标签的样本。例如，对于设备马达运转的声音信息，可以由多个设备的马达运转的声音信息组成训练样本，按经验人工定义标记类别，标签可以是设备是否正常运转。

步骤330，基于特征向量和预设算法对设备状态进行分析，获得分析结果。

在一些实施例中，预设算法基于判定规则对设备运行的当前状态进行分析，得到分析结果。分析结果可以用于反映所述目标设备的运行状态。在一些实施例中，判定规则可以是根据所述历史设备信息和/或人工设定的条件/或阈值。有关基于判定规则对设备状态进行分析可参见图2的相应描述。

在一些实施例中，所述预设算法也可以是设备状态识别模型。分析结果确定模块可以使用设备状态识别模型对设备的当前状态进行状态判定。所述设备状态识别模型可以是机器学习模型(例如，决策树模型)。

在一些实施例中，设备状态识别模型可以是分类模型。在一些实施例中，设备状态识别模型可以是决策树模型，包括但不限于分类及回归树(Classification AndRegression Tree，CART)、迭代二叉树三代(Iterative Dichotomiser 3，ID3)、C4.5算法、随机森林(Random Forest)、卡方自动交互检测(Chisquared Automatic InteractionDetection，CHAID)、多元自适应回归样条(Multivariate Adaptive Regression Splines，MARS)以及梯度推进机(Gradient Boosting Machine，GBM)等，或其任意组合。

在一些实施例中，所述设备状态识别模型可以是一个单一的整体判定模型，用以判定是否存在一种或多种类型的异常事件。在一些实施例中，异常事件可以包括设备异常振动、设备异常发热、设备产生异常噪声、设备异常停机等，或其任意组合。在一些实施例中，所述设备状态识别模型可以包括分别针对于某一种具体的设备异常事件的多个模型。例如，针对设备异常振动的判定，可以有专门的设备异常振动判定模型来对设备的当前状态进行判定。类似地，其他设备异常的判定也可以有专门对应的模型来执行。

在一些实施例中，设备信息获取模块还可以将多个信息转化为一个目标设备的评价特征的向量。所述评价特征可以包括目标设备的噪声特征、温度特征、声音特征、振动特征、运动特征、电信号特征等一种或几种的组合。例如，目标设备的评价特征可以是目标设备的噪声特征、温度特征的组合。又例如，目标设备的评价特征可以是目标设备的振动特征、运动特征、电信号特征等三者的组合。在一些实施例中，以上特征向量的组合可以采用向量加权求和或者是向量串联的方式实现。

在一些实施例中，分析结果确定模块还可以采用目标设备的评价特征的向量距离来判定异常情况出现。所述向量距离可以用来衡量不同样本数据的差异度或者不同样本数据的相似度。当所述目标设备的评价特征与异常事件发生时评价特征的向量距离很近时，则可判断该目标设备处于异常情况。进一步地，分析结果确定模块可以设置阈值对向量距离进行判定。例如，当目标设备的评价特征与异常事件发生时评价特征的向量距离低于设定阈值时，则可判断该目标设备处于异常情况。

在一些实施例中，分析结果确定模块还可以使用目标设备的评价特征的向量相似度系数来判定异常情况的出现。所述相似度系数指的是利用算式计算样本间的相似程度，相似度系数的值越小，说明个体间相似度越小，差异越大。当目标设备的评价特征与异常事件发生时的评价特征的相似度系数很大，则可判断该目标设备处于异常情况。进一步地，分析结果确定模块可以设置阈值对相似度系数进行判定。例如，当目标设备的评价特征与异常事件发生时评价特征的相似度系数高于设定阈值时，则可判断该设备处于异常情况。在一些实施例中，所使用的相似系数包括但不限于简单匹配相似系数、Jaccard相似系数、余弦相似度、调整余弦相似度、皮尔森相关系数等。在一些实施例中，分析结果确定模块还可以使用相似度系数和向量距离共同判断某一目标设备是否处于异常情况。

进一步地，在一些实施例中，目标设备的历史评价特征可以被预先计算并存储。在一些实施例中，可以计算当前向量与距离它最近的一个或多个历史评价特征的向量距离。当所述多个特征之间的向量距离很近时，则可判断这些特征属于同一聚类。在一些实施例中，处理设备110可以计算当前向量与距离最近的历史评价特征的聚类中心的距离。所述历史评价特征的聚类中心可以由其他模块预先计算，或者通过其他方式获取。进一步地，处理设备110可以设置阈值对向量距离进行判定。例如，当所述特征与聚类中心的向量距离低于设定阈值时，则可判断此特征属于这一聚类。在一些实施例中，还可以通过向量相似度系数多个特征之间的差异。当所述多个特征之间的向量相似度系数很大时，则可判断这些特征属于同一聚类。进一步地，可以设置阈值对向量相似度系数进行判定。例如，当所述特征与聚类中心的向量相似度系数高于设定阈值时，则可判断此特征属于这一聚类。

在一些实施例中，分析结果可以包括目标设备有无异常事件，是否正常运转。在一些实施例中，分析结果也可以包括异常事件出现的具体类型。在一些实施例中，分析结果还可以包括有无异常事件以及对异常事件的量化表示。例如，分析结果可以是存在异常以及异常类型、表示异常等级的数值、异常发生概率等，比如，分析结果可以是“有异常、设备异常振动-5级”或“有异常、设备异常发热-56％、异常噪声-87％”。

步骤340，基于分析结果获取操作指示信息。

在一些实施例中，操作指示信息获取模块可以对分析结果为异常的目标设备进行处理。例如，目标设备发生异常则提醒相应工作人员进行检修；如无异常则保持目标设备继续使用。

在一些实施例中，操作指示信息获取模块可以对异常事件发生概率高的目标设备确定操作指示信息，并根据异常事件概率采取不同的行动。例如，根据预设算法，当异常事件概率超过20％时即采取某一行动，例如向工人/工作人员的设备终端发送提示信息，以提醒工人/工作人员有一定风险，要求工人/工作人员注意。有关基于分析结果获取操作指示信息的更多说明可参见图2的相应描述，在此不再赘述。

步骤350，通过AR设备输出所述分析结果和/或与所述目标设备的分析结果相对应的操作指示信息。

在一些实施例中，可以将上述步骤中得到的分析结果发送给所述AR设备，并基于AR设备输出所述分析结果。相关工作人员可以基于AR设备输出的分析结果进行进一步地分析和判断。在一些实施例中，操作指示信息获取模块可以对所有***标定为存在设备异常的目标设备要求执行“工作人员确认”指令。在该场景的实施例中，操作指示信息获取模块可以对经过确认后存在设备异常的设备执行异常事件处置操作。例如，某一目标设备的分析结果为打磨片振动异常，工作人员经过确认后认定是打磨片磨损严重，则进行打磨片更换操作。

在一些实施例中，还可以通过AR设备输出与所述目标设备的分析结果相对应的操作指示信息。所述AR设备可以输出由机器自动执行的操作指示信息，由人工进行确认。在一些实施例中，所述AR设备也可以输出由相关工作人员执行的操作指示信息。例如，所述AR设备可以显示“设备声音异常，请更换某个设备轴承”或者“对某设备进行润滑维护”。

在一些实施例中，相关的操作指示信息也可以由AR设备进行视频显示。例如，更换某个易损件需要五个步骤，可以基于AR设备分别输出这五个步骤的视频。操作人员在进行处理时，可以按照视频进行相应的操作，以免出现操作错误。有关通过AR设备输出所述分析结果和/或与所述目标设备的分析结果相对应的操作指示信息的更多说明可参见图2的相应描述，在此不再赘述。

应当理解的是，上述关于步骤的描述仅为示例性的，并不用于限制本申请的保护范围。对于本领域的技术人员来说，可以在本申请的指导下做出多个修正和改变。然而，这些修正和改变不会脱离本申请的保护范围。

本说明书实施例还提供一种计算机可读存储介质。所述存储介质存储计算机指令，当计算机读取存储介质中的计算机指令后，计算机实现前述基于特征化数据确定目标设备运行状态的方法。

上文已对基本概念做了描述，显然，对于本领域技术人员来说，上述详细披露仅仅作为示例，而并不构成对本说明书的限定。虽然此处并没有明确说明，本领域技术人员可能会对本说明书进行各种修改、改进和修正。该类修改、改进和修正在本说明书中被建议，所以该类修改、改进、修正仍属于本说明书示范实施例的精神和范围。

同时，本说明书使用了特定词语来描述本说明书的实施例。如“一个实施例”、“一实施例”、和/或“一些实施例”意指与本说明书至少一个实施例相关的某一特征、结构或特点。因此，应强调并注意的是，本说明书中在不同位置两次或多次提及的“一实施例”或“一个实施例”或“一个替代性实施例”并不一定是指同一实施例。此外，本说明书的一个或多个实施例中的某些特征、结构或特点可以进行适当的组合。

此外，本领域技术人员可以理解，本说明书的各方面可以通过若干具有可专利性的种类或情况进行说明和描述，包括任何新的和有用的工序、机器、产品或物质的组合，或对他们的任何新的和有用的改进。相应地，本说明书的各个方面可以完全由硬件执行、可以完全由软件(包括固件、常驻软件、微码等)执行、也可以由硬件和软件组合执行。以上硬件或软件均可被称为“数据块”、“模块”、“引擎”、“单元”、“组件”或“***”。此外，本说明书的各方面可能表现为位于一个或多个计算机可读介质中的计算机产品，该产品包括计算机可读程序编码。

计算机存储介质可能包含一个内含有计算机程序编码的传播数据信号，例如在基带上或作为载波的一部分。该传播信号可能有多种表现形式，包括电磁形式、光形式等，或合适的组合形式。计算机存储介质可以是除计算机可读存储介质之外的任何计算机可读介质，该介质可以通过连接至一个指令执行***、装置或设备以实现通讯、传播或传输供使用的程序。位于计算机存储介质上的程序编码可以通过任何合适的介质进行传播，包括无线电、电缆、光纤电缆、RF、或类似介质，或任何上述介质的组合。

本说明书各部分操作所需的计算机程序编码可以用任意一种或多种程序语言编写，包括面向对象编程语言如Java、Scala、Smalltalk、Eiffel、JADE、Emerald、C++、C#、VB.NET、Python等，常规程序化编程语言如C语言、Visual Basic、Fortran2003、Perl、COBOL2002、PHP、ABAP，动态编程语言如Python、Ruby和Groovy，或其他编程语言等。该程序编码可以完全在设备计算机上运行、或作为独立的软件包在设备计算机上运行、或部分在设备计算机上运行部分在远程计算机运行、或完全在远程计算机或处理设备上运行。在后种情况下，远程计算机可以通过任何网络形式与设备计算机连接，比如局域网(LAN)或广域网(WAN)，或连接至外部计算机(例如通过因特网)，或在云计算环境中，或作为服务使用如软件即服务(SaaS)。

此外，除非权利要求中明确说明，本说明书所述处理元素和序列的顺序、数字字母的使用、或其他名称的使用，并非用于限定本说明书流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例，但应当理解的是，该类细节仅起到说明的目的，附加的权利要求并不仅限于披露的实施例，相反，权利要求旨在覆盖所有符合本说明书实施例实质和范围的修正和等价组合。例如，虽然以上所描述的***组件可以通过硬件设备实现，但是也可以只通过软件的解决方案得以实现，如在现有的处理设备或移动设备上安装所描述的***。

同理，应当注意的是，为了简化本说明书披露的表述，从而帮助对一个或多个发明实施例的理解，前文对本说明书实施例的描述中，有时会将多种特征归并至一个实施例、附图或对其的描述中。但是，这种披露方法并不意味着本说明书对象所需要的特征比权利要求中提及的特征多。实际上，实施例的特征要少于上述披露的单个实施例的全部特征。

一些实施例中使用了描述成分、属性数量的数字，应当理解的是，此类用于实施例描述的数字，在一些示例中使用了修饰词“大约”、“近似”或“大体上”来修饰。除非另外说明，“大约”、“近似”或“大体上”表明所述数字允许有±20％的变化。相应地，在一些实施例中，说明书和权利要求中使用的数值参数均为近似值，该近似值根据个别实施例所需特点可以发生改变。在一些实施例中，数值参数应考虑规定的有效数位并采用一般位数保留的方法。尽管本说明书一些实施例中用于确认其范围广度的数值域和参数为近似值，在具体实施例中，此类数值的设定在可行范围内尽可能精确。

针对本说明书引用的每个专利、专利申请、专利申请公开物和其他材料，如文章、书籍、说明书、出版物、文档等，特此将其全部内容并入本说明书作为参考。与本说明书内容不一致或产生冲突的申请历史文件除外，对本说明书权利要求最广范围有限制的文件(当前或之后附加于本说明书中的)也除外。需要说明的是，如果本说明书附属材料中的描述、定义、和/或术语的使用与本说明书所述内容有不一致或冲突的地方，以本说明书的描述、定义和/或术语的使用为准。

最后，应当理解的是，本说明书中所述实施例仅用以说明本说明书实施例的原则。其他的变形也可能属于本说明书的范围。因此，作为示例而非限制，本说明书实施例的替代配置可视为与本说明书的教导一致。相应地，本说明书的实施例不仅限于本说明书明确介绍和描述的实施例。

Claims (11)

1.一种确定目标设备的运行状态的方法，其特征在于，所述方法包括：

基于信息采集装置获取目标设备的设备信息；

基于预设算法对所述设备信息进行分析，以确定对所述目标设备的分析结果；所述分析结果用于反映所述目标设备的运行状态；

获取操作指示信息，所述操作指示信息与所述目标设备的分析结果相对应；

通过AR设备输出所述分析结果和/或与所述目标设备的分析结果相对应的操作指示信息。

2.根据权利要求1所述的方法，其特征在于，所述基于信息采集装置获取目标设备的设备信息还包括：通过所述AR设备获取所述设备信息。

3.根据权利要求2所述的方法，其特征在于，所述AR设备包括摄像头；

所述基于信息采集装置获取目标设备的设备信息还包括：

基于所述摄像头获取所述目标设备的面板图像信息；

基于所述面板图像信息确定所述目标设备的设备信息。

4.根据权利要求2所述的方法，其特征在于，所述信息采集装置包括相对所述目标设备固定设置的检测装置，所述基于信息采集装置获取目标设备的设备信息还包括：

通过所述AR设备与所述检测装置的通讯连接来获取所述检测装置的检测数据；并将所述检测数据作为所述目标设备的设备信息。

5.根据权利要求1所述的方法，其特征在于，所述信息采集装置能够相对所述目标设备可运动地设置。

6.根据权利要求1所述的方法，其特征在于，所述预设算法包括机器学习模型；所述基于预设算法对所述设备信息进行分析，以确定对所述目标设备的分析结果包括：

基于所述设备信息确定所述机器学习模型的输入数据；

基于所述机器学习模型的输出数据确定所述分析结果。

7.根据权利要求1所述的方法，其特征在于，所述设备信息包括与所述目标设备相关的声音信息、温度信息、震动信息、运动参数信息、电信号信息中的至少一个。

8.根据权利要求2所述的方法，其特征在于，所述信息采集装置还包括设置在所述AR设备上的声音采集装置，用于采集所述目标设备的运转声音。

9.一种确定目标设备运行状态的***，其特征在于，所述***包括：

设备信息获取模块，用于基于信息采集装置获取目标设备的设备信息；

分析结果确定模块，用于基于预设算法对所述设备信息进行分析，以确定对所述目标设备的分析结果；所述分析结果用于反映所述目标设备的运行状态；

操作指示信息获取模块，用于获取操作指示信息，所述操作指示信息与所述目标设备的分析结果相对应；

输出模块，用于通过AR设备输出所述分析结果和/或与所述目标设备的分析结果相对应的操作指示信息。

10.一种基于设备信息确定设备运行状态的装置，包括至少一个存储介质和至少一个处理器，所述至少一个存储介质用于存储计算机指令；所述至少一个处理器用于执行所述计算机指令以实现如权利要求1～8任一项所述的方法。

11.一种计算机可读存储介质，其特征在于，所述存储介质存储计算机指令，当所述计算机指令被处理器执行时实现如权利要求1～8任意一项所述的方法。

Images