CN114297018A - 一种基于幸福林带的智能化设备管理方法及*** - Google Patents

Abstract

本发明涉及一种基于幸福林带的智能化设备管理方法及***，通过增设监控传感器，充分利用WSN的特点，结合现有的WiFi网络构建监控网络，结合实际的供电、网络状态进行传输方式及传输路径的规划，由此提高监控的可靠性及数据传输的稳定性；本发明还通过对网络、设备、用户及环境的综合考虑，实现对设备的异常监控，由此提高监控的准确性和可靠性；本发明还通过对设备异常度、维护信息及评价的综合考虑构建工单触发指示，由此提高工单的准确性。

Description

一种基于幸福林带的智能化设备管理方法及***

技术领域

本发明涉及一种基于幸福林带的智能化设备管理方法及***。

背景技术

幸福林带中，数十万子***设备运行，且相互之间关联复杂。设备***之间需要及时的维护，以保证提供可靠的服务；发现***和设备中存在的异常值，迅速判断异常类型和定位异常设备，是必须要解决的问题。

然而现有的设备一般是基于自身携带的检测程序，通过现有已连网络进行自检预警以及传输；一旦设备供电或是网络异常，将严重影响自检程序及数据传输；目前的预警技术主要是基于设备的自身信息进行检测，无法兼顾网络、外部环境、用户的需求，由此不能保证设备异常检测的准确性和可靠性。目前在异常处理方面，通常都是直接下发人力维修工单，分配人员处理，此时无法保证人力工单下发的准确性，一旦人力维修工单信息出现错误，分配的人员不能解决问题，会导致异常处理的效能严重降低，也会影响用户的体验，不利于服务的推广。

发明内容

针对现有技术中，存在的问题，本申请提供了一种基于幸福林带的智能化设备管理方法，其特征在于，所述管理方法包括：

组网步骤：在各个服务设备增设监控传感器；所述传感器根据服务设备的供电状态及网络状态选择数据传输模式；所述传感器根据传输代价进行路径的选择；其中，所述传感器基于WiFi网络和、或Zigbee网络进行通信；

监控步骤：所述传感器实现对服务设备的监控，根据信号强度RSSI、数据实时性指数T_实时、设备运行时间T，天气状态影响系数m、历史状态评价好评度p确定设备异常权重W1，根据W1的取值确定是否进行预警；

异常维护步骤：根据是否收到指示预警的异常信息进行异常评估，根据评估结果确定工单类型。

其中，所述传感器根据服务设备的供电状态及网络状态选择数据传输模式包括：

当所述服务设备市电稳定供电时，选择wifi网络传输；

当所述服务设备无市电供电时，选择zigbee网络传输；

当市电不稳定时，根据网络权重W2选择网络进行传输；

其中，W2＝(Tz/Tw)×(RSSIw/RSSIz)×(Kw/Kz)；Tz、Tw分别为Zigbee网络和WiFi网络的网络时延；RSSIw、RSSIz分别为WiFi网络和ZigBee网络的信号强度；Kw、Kz分别为WiFi网络和ZigBee网络的可靠性参数。

其中，所述传感器根据传输代价进行路径的选择包括：确定两个传感器之间的传输代价C，基于传输代价C确定路径传输代价W；

其中，W＝∑C；

C＝RSSI/d×ln(R)+RSSI/d×ln(S)；其中，R为信号强度系数，S为信噪比SNR系数；d为传感器间的距离。

其中，W1＝m×p×(RSSI/RSSI_max+T_实时/T_{网络理想值}+T/T_维护周期)

T_{网络理想值}网络时延最小值；T_维护周期表示设备的维护周期；RSSI_max为信号强度最大值。

其中，当接收到预警信息后，根据预警信息的评估结果W3生成维护工单，所述维护工单包括应急工单和维修工单，维修工单根据应急工单的反馈结果进行更新；

其中，W3＝(a×p1×q+b×P2×q)×(T/T_维护周期)×w1

其中，a为关键部件的维修记录系数、b为普通部件的维修记录系数，P1、P2分别为关键部件和普通部件的异常频次，q为服务设备的差评评价度。

本发明还提供了一种智能化设备管理***，所述管理***包括：

组网模块：在各个服务设备增设监控传感器；所述传感器根据服务设备的供电状态及网络状态选择数据传输模式；所述传感器根据传输代价进行路径的选择；其中，所述传感器基于WiFi网络和、或Zigbee网络进行通信；

监控模块：所述传感器实现对服务设备的监控，根据信号强度RSSI、数据实时性指数T_实时、设备运行时间T，天气状态影响系数m、历史状态评价好评度p确定设备异常权重W1，根据W1的取值确定是否进行预警；

异常维护模块：根据是否收到异常信息进行异常评估，根据评估结果确定工单类型。

本发明的有益效果是，本发明涉及的基于幸福林带的智能化设备管理方法及***，通过增设监控传感器，充分利用WSN的特点，结合现有的WiFi网络构建监控网络，结合实际的供电、网络状态进行传输方式及传输路径的规划，由此提高监控的可靠性及数据传输的稳定性；本发明还通过对网络、设备、用户及环境的综合考虑，实现对设备的异常监控，由此提高监控的准确性和可靠性；本发明还通过设备异常度、维护信息及评价的综合考虑构建工单触发指示，由此提高工单的准确性。

附图说明

下面结合附图和实施例对本发明进一步说明。

图1是本发明的优选实施例的方法流程图；

图2是本发明的优选实施例的***示意图。

具体实施方式

现在结合附图对本发明作进一步详细的说明。这些附图均为简化的示意图，仅以示意方式说明本发明的基本结构，因此其仅显示与本发明有关的构成。

在幸福林带中，有各种各样的服务设备，而且，大多数需要市电供电，然而因长时间使用，维护不及时，网络异常等原因，不仅设备容易出现各种各样的问题，有时也会无法获取有效监控数据，因此，需要行之有效的设备管理方案。

如图1所示，本发明提供了一种基于幸福林带的智能化设备管理方法，所述管理方法包括：

组网步骤：在各个服务设备增设监控传感器；所述传感器根据服务设备的供电状态及网络状态选择数据传输模式；所述传感器根据传输代价进行路径的选择；其中，所述传感器基于WiFi网络和、或Zigbee网络进行通信；在现有的网络基础上，增设无线传感器网络，所述无线传感器网络基于Zigbee进行通信，由此可以防止服务设备或是网络异常时，无法及时预警的问题。

监控步骤：所述传感器实现对服务设备的监控，根据信号强度RSSI、数据实时性指数T_实时、设备运行时间T，天气状态影响系数m、历史状态评价好评度p确定设备异常权重W1，根据W1的取值确定是否进行预警；

W1＝m×p×(RSSI/RSSI_max+T_实时/T_{网络理想值}+T/T_维护周期)

T_{网络理想值}网络时延最小值；T_维护周期表示设备的维护周期；RSSI_max为信号强度最大值。数据实时性指数可以为数据传输所需要的时间。

m＝((E-Ee)/Ee)+((F-Fe)/Fe)+((G-Ge)/Ge)；E为环境温度，F为湿度，G为光强；Ee可以根据所处的季节，选择当前季节的最低温度；Fe可以根据所处的季节，选择当前季节的最低湿度；Ge表示光照额定值，示例性的可以选择太阳落山时的光照强度。

异常维护步骤：根据是否收到指示预警的异常信息进行异常评估，根据评估结果确定工单类型。

服务设备在提供服务时，不仅受到设备运行本身的影响，其还与周围的环境，用户的反馈有直接关系，因此在设备监控时需要对上述因素进行考虑，而由于数据传输受到网络环境、外部因素的影响，因此，本发明在进行设备监控时，综合考虑了上面的因素，而不是仅仅关注设备本身，由此能够更有效的对设备的状态进行及时的预警，同时保证预警传输的可靠性和及时性。

在增设WSN之后，服务设备至少可以通过WiFi和Zigbee网络进行数据传输，由此在数据传输时，可以具有多种选择，为了能够有效的进行数据传输，需要对具体的传输模式进行设置。

其中，所述传感器根据服务设备的供电状态及网络状态选择数据传输模式包括：

当所述服务设备市电稳定供电时，选择wifi网络传输；

当所述服务设备无市电供电时，选择zigbee网络传输；

当市电不稳定时，根据网络权重W2选择网络进行传输；

其中，W2＝(Tz/Tw)×(RSSIw/RSSIz)×(Kw/Kz)；Tz、Tw分别为Zigbee网络和WiFi网络的网络时延；RSSIw、RSSIz分别为WiFi网络和ZigBee网络的信号强度；Kw、Kz分别为WiFi网络和ZigBee网络的可靠性参数。

W2大于第一阈值时，选择wifi，小于第二阈值时选择zigbee，否则选择混合网络进行传输，其中，阈值的设置，可以根据历史的权重及其对应的网络状态进行选择传输，如设置历史权重均值的1/3，2/3作为第一和第二阈值。在完成网络的选择后，通过计算传输代价选择合适的路径，如选择WiFi时，计算WiFi网络中各节点之间的代价；当选择Zigbee时，计算Zigbee网络中各节点之间的代价；当选择混合网络时，需要计算各个网络连接的传输代价。

其中，所述传感器根据传输代价进行路径的选择包括：确定两个传感器之间的传输代价C，基于传输代价C确定路径传输代价W；

其中，W＝∑C；优选的，通过计算每条路径上两个节点之前的代价，通过每两个节点之间的代价的和确定路径的传输代价W，选择路径代价最小的路径进行传输；

C＝RSSI/d×ln(R)+RSSI/d×ln(S)；其中，R为信号强度系数，S为信噪比SNR系数；d为传感器间的距离。

其中，R＝(RSSI-RSSIth)/(RSSImax-RSSIth)

RSSIth为接收信号强度门限值，具体取值，可以根据网络环境历史均值进行设置；

S＝(SNR-SNRth)/(SNRmax-SNRth)

SNR为当前信噪比SNRth为信噪比门限值，具体取值，可以根据网络环境历史均值进行设置；SNRmax为信噪比的理想值，是指网络处于最佳环境下的SNR的值。

通过对网络传输模式以及传输代价的考虑，可以提高网络数据传输的效能，保证监控数据能够及时的传递到网络端，通过对传输代价的设置，能够保证数据传输的可靠性。

其中，当接收到预警信息后，根据预警信息的评估结果W3生成维护工单，所述维护工单包括应急工单和维修工单，维修工单根据应急工单的反馈结果进行更新；

其中，W3＝(a×p1×q+b×P2×q)×(T/T_维护周期)×W1

其中，a为关键部件的维修记录系数(当存在关键部件问题时，a＝1，没有时，a＝0)、b为普通部件的维修记录系数(当存在普通部件问题时，a＝1，没有时，a＝0)；P1、P2分别为关键部件和普通部件的异常频次，q为服务设备的差评评价度。

通过对设备维护历史、评价的考虑进行异常评估，以确定是否进入维护后期，并生成维护工单，然后根据应急工单确定维修工单，由此可以提高维修工单的准确性和可靠性。

未接到异常信息时，周期性的计算W3，根据W3确定是否需要进入维护周期，对服务设备进行维护；

其中，W3＝(a×p1×q+b×P2×q)×(T/T_维护周期)；

现有技术中，工单都是根据异常信息直接生成，然而，根据异常信息无法准确的判断实际的异常，因此，本发明在工单设置时，增加应急工单，应急工单通过联系服务设备现场的工作人员进行远程信息确认，然后根据确认信息再生成维护工单，由此提高维修工单的准确性，实现维修人员的准确定位，同时可以减少维修人员的出勤频率，提高工作效能。

本发明还提供了一种基于幸福林带的智能化设备管理***，如图2所示，所述管理***包括：

组网模块：在各个服务设备增设监控传感器；所述传感器根据服务设备的供电状态及网络状态选择数据传输模式；所述传感器根据传输代价进行路径的选择；其中，所述传感器基于WiFi网络和、或Zigbee网络进行通信；其中，组网模块位于服务设备处和网络侧服务器；

监控模块：所述传感器实现对服务设备的监控，根据信号强度RSSI、数据实时性指数T实时、设备运行时间T，天气状态影响系数m、历史状态评价好评度p确定设备异常权重W1，根据W1的取值确定是否进行预警；其中，监控模块位于服务设备处和网络侧服务器；

W1＝m×p×(RSSI/RSSI_max+T_实时/T_{网络理想值}+T/T_维护周期)

T_{网络理想值}网络时延最小值；T维护周期表示设备的维护周期；RSSI_max为信号强度最大值。

异常维护模块：根据是否收到异常信息进行异常评估，根据评估结果确定工单类型。异常维护模块位于网络侧服务器。

其中，所述传感器根据服务设备的供电状态及网络状态选择数据传输模式包括：

当所述服务设备市电稳定供电时，选择wifi网络传输；

当所述服务设备无市电供电时，选择zigbee网络传输；

当市电不稳定时，根据网络权重W2选择网络进行传输；

其中，W2＝(Tz/Tw)(RSSIw/RSSIz)(Kw/Kz)；Tz、Tw分别为Zigbee网络和WiFi网络的网络时延；RSSIw、RSSIz分别为WiFi网络和ZigBee网络的信号强度；Kw、Kz分别为WiFi网络和ZigBee网络的可靠性参数。

其中，所述传感器根据传输代价进行路径的选择包括：确定两个传感器之间的传输代价C，基于传输代价C确定路径传输代价W；

其中，W＝∑C；优选的，选择代价最小的路径进行传输；

C＝RSSI/d×ln(R)+RSSI/d×ln(S)；其中，R为信号强度系数，S为信噪比SNR系数；d为传感器间的距离。

其中，当异常维护模块接收到预警信息后，根据预警信息的评估结果W3生成维护工单，所述维护工单包括应急工单和维修工单，维修工单根据应急工单的反馈结果进行更新；

其中，W3＝(a×p1×q+b×P2×q)×(T/T_维护周期)×w1

其中，a为关键部件的维修记录系数、b为普通部件的维修记录系数，P1、P2分别为关键部件和普通部件的异常频次，q为服务设备的差评评价度。

现有技术中，工单都是根据异常信息直接生成，然而，根据异常信息无法准确的判断实际的异常，因此，本发明在工单设置时，增加应急工单，应急工单通过联系服务设备现场的工作人员进行远程信息确认，然后根据确认信息再生成维护工单，由此提高维修工单的准确性，实现维修人员的准确定位，同时可以减少维修人员的出勤频率，提高工作效能。

本发明涉及的智能化设备管理方法及***，通过增设监控传感器，充分利用WSN的特点，结合现有的WiFi网络构建监控网络，结合实际的供电、网络状态进行传输方式及传输路径的规划，由此提高监控的可靠性及数据传输的稳定性；本发明还通过对网络、设备、用户及环境的综合考虑，实现对设备的异常监控，由此提高监控的准确性和可靠性；本发明还通过对设备异常度、维护信息及评价的综合考虑构建工单触发指示，由此提高工单的准确性。

以上述依据本发明的理想实施例为启示，通过上述的说明内容，相关工作人员完全可以在不偏离本项发明技术思想的范围内，进行多样的变更以及修改。本项发明的技术性范围并不局限于说明书上的内容，必须要根据权利要求范围来确定其技术性范围。

Claims (10)

1.一种基于幸福林带的智能化设备管理方法，其特征在于，所述管理方法包括：

组网步骤：在各个服务设备增设监控传感器；所述传感器根据服务设备的供电状态及网络状态选择数据传输模式；所述传感器根据传输代价进行路径的选择；其中，所述传感器基于WiFi网络和、或Zigbee网络进行通信；

监控步骤：所述传感器实现对服务设备的监控，根据信号强度RSSI、数据实时性指数T_实时、设备运行时间T，天气状态影响系数m、历史状态评价好评度p确定设备异常权重W1，根据W1的取值确定是否进行预警；

异常维护步骤：根据是否收到指示预警的异常信息进行异常评估，根据评估结果确定工单类型。

2.如权利要求1所述的方法，其特征在于，所述传感器根据服务设备的供电状态及网络状态选择数据传输模式包括：

当所述服务设备市电稳定供电时，选择wifi网络传输；

当所述服务设备无市电供电时，选择zigbee网络传输；

当市电不稳定时，根据网络权重W2选择网络进行传输；

其中，W2＝(Tz/Tw)×(RSSIw/RSSIz)×(Kw/Kz)；Tz、Tw分别为Zigbee网络和WiFi网络的网络时延；RSSIw、RSSIz分别为WiFi网络和ZigBee网络的信号强度；Kw、Kz分别为WiFi网络和ZigBee网络的可靠性参数。

3.如权利要求1或2所述的方法，其特征在于，所述传感器根据传输代价进行路径的选择包括：确定两个传感器之间的传输代价C，基于传输代价C确定路径传输代价W；

其中，W＝∑C；

C＝RSSI/d×ln(R)+RSSI/d×ln(S)；其中，R为信号强度系数，S为信噪比SNR系数；d为传感器间的距离。

4.如权利要求1所述的方法，其特征在于，所述方法包括：

W1＝m×p×(RSSI/RSSI_max+T_实时/T_{网络理想值}+T/T_维护周期)

T_{网络理想值}网络时延最小值；T_维护周期表示设备的维护周期；RSSI_max为信号强度最大值。

5.如权利要求1所述的方法，其特征在于，所述方法包括：当接收到预警信息后，根据预警信息的评估结果W3生成维护工单，所述维护工单包括应急工单和维修工单，维修工单根据应急工单的反馈结果进行更新；

其中，W3＝(a×p1×q+b×P2×q)×(T/T_维护周期)×w1

其中，a为关键部件的维修记录系数、b为普通部件的维修记录系数，P1、P2分别为关键部件和普通部件的异常频次，q为服务设备的差评评价度。

6.一种基于幸福林带的智能化设备管理***，其特征在于，所述管理***包括：

组网模块：在各个服务设备增设监控传感器；所述传感器根据服务设备的供电状态及网络状态选择数据传输模式；所述传感器根据传输代价进行路径的选择；其中，所述传感器基于WiFi网络和、或Zigbee网络进行通信；

监控模块：所述传感器实现对服务设备的监控，根据信号强度RSSI、数据实时性指数T_实时、设备运行时间T，天气状态影响系数m、历史状态评价好评度p确定设备异常权重W1，根据W1的取值确定是否进行预警；

异常维护模块：根据是否收到指示预警的异常信息进行异常评估，根据评估结果确定工单类型。

7.如权利要求6所述的***，其特征在于，所述传感器根据服务设备的供电状态及网络状态选择数据传输模式包括：

当所述服务设备市电稳定供电时，选择wifi网络传输；

当所述服务设备无市电供电时，选择zigbee网络传输；

当市电不稳定时，根据网络权重W2选择网络进行传输；

其中，W2＝(Tz/Tw)×(RSSIw/RSSIz)×(Kw/Kz)；Tz、Tw分别为Zigbee网络和WiFi网络的网络时延；RSSIw、RSSIz分别为WiFi网络和ZigBee网络的信号强度；Kw、Kz分别为WiFi网络和ZigBee网络的可靠性参数。

8.如权利要求6或7所述的***，其特征在于，所述传感器根据传输代价进行路径的选择包括：确定两个传感器之间的传输代价C，基于传输代价C确定路径传输代价W；

其中，W＝∑C；

C＝RSSI/d×ln(R)+RSSI/d×ln(S)；其中，R为信号强度系数，S为信噪比SNR系数；d为传感器间的距离。

9.如权利要求6所述的***，其特征在于，

W1＝m×p×(RSSI/RSSI_max+T_实时/T_{网络理想值}+T/T_维护周期)

T_{网络理想值}网络时延最小值；T_维护周期表示设备的维护周期；RSSI_max为信号强度最大值。

10.如权利要求6所述的***，其特征在于，当异常维护模块接收到预警信息后，根据预警信息的评估结果W3生成维护工单，所述维护工单包括应急工单和维修工单，维修工单根据应急工单的反馈结果进行更新；

其中，W3＝(a×p1×q+b×P2×q)×(T/T_维护周期)×w1

其中，a为关键部件的维修记录系数、b为普通部件的维修记录系数，P1、P2分别为关键部件和普通部件的异常频次，q为服务设备的差评评价度。

Images