CN116736027B - 用于医疗自助终端的设备故障预警*** - Google Patents
用于医疗自助终端的设备故障预警*** Download PDFInfo
- Publication number
- CN116736027B CN116736027B CN202311030007.3A CN202311030007A CN116736027B CN 116736027 B CN116736027 B CN 116736027B CN 202311030007 A CN202311030007 A CN 202311030007A CN 116736027 B CN116736027 B CN 116736027B
- Authority
- CN
- China
- Prior art keywords
- fault
- early warning
- value
- network
- risk
- 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.)
- Active
Links
- 230000002159 abnormal effect Effects 0.000 claims description 26
- 238000012545 processing Methods 0.000 claims description 26
- 238000000034 method Methods 0.000 claims description 21
- 238000012423 maintenance Methods 0.000 claims description 13
- 230000001960 triggered effect Effects 0.000 claims description 12
- 238000012544 monitoring process Methods 0.000 claims description 11
- 230000005540 biological transmission Effects 0.000 claims description 9
- 230000006698 induction Effects 0.000 claims description 9
- 230000033228 biological regulation Effects 0.000 claims description 6
- 230000005856 abnormality Effects 0.000 claims description 5
- 230000015556 catabolic process Effects 0.000 claims description 3
- 238000005520 cutting process Methods 0.000 claims description 3
- 230000003068 static effect Effects 0.000 description 11
- 238000004891 communication Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000004888 barrier function Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Landscapes
- Selective Calling Equipment (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明公开了用于医疗自助终端的设备故障预警***,用于解决现有的不能准确将出现的故障严重程度进行等级划分,无法做到将潜在故障进行预警,易导致设备损坏影响医院工作效率的问题,包括服务器,服务器通信连接有数据采集单元、设备***运行状态预警单元、网络运行状态预警单元、电力运行状态预警单元、故障分析反馈单元、自动排障单元、干预排障单元和显示平台,本发明分别从设备***运行层面、网络运行层面和电力运行层面对医疗自助终端设备进行判定分析,利用综合分析的方式触发相应的故障预警指令,并通过自动排障单元和干预排障单元制定相应的预警操作措施,以实现对医疗自助终端设备故障时进行全面及时的预警通知。
Description
技术领域
本发明涉及医疗自助终端的设备故障预警技术领域,具体为用于医疗自助终端的设备故障预警***。
背景技术
医疗自助终端设备一般由人机界面组成,是医院的自助服务设备,由用户根据设备提示进行操作,主要是针对大型医院排队挂号时间久,等待的队伍长而设计的智能设备。
它能够方便地为患者提供各种服务,满足患者对于医院的自助挂号、自助预约、自助充值、自助缴费等信息查询需求,但在使用过程中,经常会遇到一些常见故障,如***故障、网络异常、电路故障等问题,医院往往是安排检测人员定期巡检或者通过患者在使用中出现故障进行报障处理,这种方式无法做到及时的预警通知,导致医疗自助终端设备可能一直处于故障等待状态,给患者造成不便,同时在设备出现故障时,维修人员一般根据检修手册进行逐一排查确定故障情况,这种检测方式较为单一和片面,花费的时间较长严重影响医疗工作的质量和效率;
为了解决上述缺陷,现提供一种技术方案。
发明内容
本发明的目的就在于解决现有的对医疗自助终端的设备故障预警的方式中,无法做到对医疗自助终端设备运行状态中出现的故障严重程度进行等级划分,也难以做到对设备运行时出现的潜在故障进行及时预警通知,而导致设备损坏影响医院工作质量和效率,而提出用于医疗自助终端的设备故障预警***。
本发明的目的可以通过以下技术方案实现:
本发明为用于医疗自助终端的设备故障预警***,包括服务器,服务器通信连接有数据采集单元、设备***运行状态预警单元、网络运行状态预警单元、电力运行状态预警单元、故障分析反馈单元、自动排障单元、干预排障单元和显示平台;
所述数据采集单元用于采集医疗自助终端设备的设备***运行状态信息、网络运行状态信息和电力运行状态信息,并将其通过服务器分别发送到设备***运行状态预警单元、网络运行状态预警单元、电力运行状态预警单元;
所述设备***运行状态预警单元用于接收设备***运行状态信息,并进行设备***运行状态分析处理,据此得到重度故障信号、中度故障信号和轻度故障信号,并将其发送到故障分析反馈单元;
所述网络运行状态预警单元用于接收网络运行状态信息,并进行网络运行状态分析处理,据此得到网络故障风险信号和网络潜在故障风险信号,并将其发送到故障分析反馈单元;
所述电力运行状态预警单元用于接收电力运行状态信息,并进行电力运行状态分析处理,据此得到电力运行异常信号,并将其发送到故障分析反馈单元;
所述故障分析反馈单元依据接收到的设备***故障类型判定信号、网络故障类型判定信号和电力运行异常信号,据此分别触发相应的故障预警指令,并将其发送到自动排障单元或干预排障单元;
所述自动排障单元或干预排障单元依据接收到的相应故障预警指令,进行对应的自动操作处理或人员干预操作处理,并将结果在显示平台进行显示通知。
进一步的,设备***运行状态分析处理的具体操作过程如下:
监测一段时间内设备***运行状态信息中每个时间点的硬件故障信息,硬件故障信息包括热量值、磨损度和使用负载值,将热量值、磨损度和使用负载值分别标定为wa、ma和qa,依据公式:,得到硬件损坏程度系数,其中,i表示一段时间内的各时间监测点,且i=1,2,3……n,n为大于零的正整数,/>、/>和/>分别表示为热量值、磨损度和使用负载值的权重系数,且/>>/>>/>;
以时间为横坐标,以硬件损坏程度系数为纵坐标,并据此建立硬件损坏程度二维动态坐标系,并将一段时间内计算得到的硬件损坏程度系数通过描点曲线构建的方式绘制在硬件损坏程度二维动态坐标系上,由此得到硬件损坏程度系数波形曲线;
获取硬件损坏程度系数波形曲线出现的所有拐点,并将其记作i*且i*=1,2,3……n1,n1包含于n,统计硬件损坏程度系数波形曲线出现的所有拐点数量,依据公式:,得到硬件故障次数;
监测一段时间内设备***运行状态信息中每个时间点的软件故障信息,软件故障信息包括***崩溃次数、软件闪退次数,将***崩溃次数、软件闪退次数分别标定为ty和ry,依据公式:,得到软件损坏程度系数,/>和/>分别表示为***崩溃次数和软件闪退次数的权重系数,且/></>;
设置软件损坏程度阈值,将软件损坏程度系数与软件损坏程度阈值进行对比分析,当软件损坏程度系数大于或等于软件损坏程度阈值时,则将软件运行状态判定为故障状态,统计出现故障状态的次数进行求和计算,依据公式:,得到软件故障次数,其中,/>表示一段时间内软件运行出现故障的时间点,/>=1,2,3……n2,且n2包含于n;
获取医疗自助终端的设备***运行状态信息中的硬件故障次数和软件故障次数,并将其分别标定为HP和KP,依据公式:,得到设备***运行故障值HK,其中,/>和/>分别表示为硬件故障次数和软件故障次数的权重系数,且/>>/>;
设置设备***运行故障值的三个故障梯度对比区间,分别为第一梯度故障区间zvq1、第二梯度故障区间zvq2和第三梯度故障区间zvq3,且zvq1=zvq2=2/>zvq3,其中,zvq1>zvq2>zvq3,/>表示梯度的倍数;
当设备***运行故障值处于预设的第一梯度故障区间zvq1时,则生成重度故障信号,当设备***运行故障值处于预设的第二梯度故障区间zvq2时,则生成中度故障信号,当设备***运行故障值处于预设的第三梯度故障区间zvq3时,则生成轻度故障信号。
进一步的,网络运行状态分析处理的具体操作过程如下:
监测一段时间内网络运行状态信息中的网络传输速率值、网络攻击次数和静电感应程度值, 并将其标定为wcs、bgs和jys,依据公式:,得到网络运行风险值WM,其中,u1、u2和u3分别表示为网络传输速率值、被攻击次数和静电感应程度值的权重系数,且u1>u2>u3;
设置网络运行风险阈值,将网络运行风险值与网络运行风险阈值进行对比分析,当网络运行风险值大于网络运行风险阈值时,则生成网络风险故障信号,当网络运行风险值等于或小于网络运行风险阈值时,则生成网络潜在风险故障信号。
进一步的,电力运行状态分析处理的具体操作过程如下:
监测一段时间内电力运行状态信息中的电源值、温度值和湿度值,并将其标定为ghti、wcvi和scui,依据公式:,得到电力运行值DZ,其中ghti、wcvi和scui分别表示电源值、温度值和湿度值的影响因子,且e3>e2>e1,ght*、wcv*和scu*分别表示初始电源值、初始温度值和初始湿度值;
设置电力运行阈值为DZQ,将电力运行值与电力运行阈值进行对比分析,当电力运行值大于或等于电力运行阈值时,则生成电力运行异常信号。
进一步的,医疗自助终端设备的运行异常分析判定的具体操作过程如下:
当捕捉到重度故障信号或中度故障信号时,则触发R1故障预警指令,并将R1故障预警指令发送到干预排障单元;
当捕捉到轻度故障信号时,则触发V1故障预警指令,并将V1故障预警指令发送到自动排障单元;
当捕捉到网络故障风险信号时,则触发R2故障预警指令,并将R2故障预警指令发送到干预排障单元;
当捕捉到网络潜在故障风险信号时,则触发V2故障预警指令,并将V2故障预警指令发送到自动排障单元;
依据触发的电力运行异常信号,先调取电力运行状态信息中的电源值,将电源值代入异常电源对照区间进行比较分析,当电源值处于预设的异常电源对照区间时,则触发电源故障预警指令,并将电源故障预警指令发送至干预排障单元;
当电源值未处于预设的异常电源对照区间时,则调取电力运行状态信息中的温度,将温度与温度阈值进行比较分析,当温度大于或小于预设的温度阈值时,则触发温度故障预警指令,并将温度故障预警指令发送至自动排障单元;
当温度等于预设的温度阈值时,则调取电力运行状态信息中的湿度,将湿度与湿度阈值进行比较分析,当湿度大于预设的湿度阈值时,则触发湿度故障预警指令,并将湿度故障预警指令发送至自动排障单元。
进一步的,对应的自动操作处理的具体操作步骤如下:
依据接收的V1故障预警指令,将在设定的B时间段内进行设备自动重启操作,并在显示平台进行显示通知;
依据接收的V2故障预警指令,将在设定的D时间段内进行操作***更新和自动加密,并在显示平台进行显示通知;
依据接收的温度故障预警指令,将在设定的F时间段内进行切断电路倒计时,并进行温度调控操作,并在显示平台进行显示通知;
依据接收的湿度故障预警指令,将在设定的F时间段内进行切断电路倒计时,并进行湿度调控操作,并在显示平台进行显示通知。
进一步的,对应的人员干预操作处理,具体操作步骤如下:
依据接收的R1故障预警指令,将在设定的A时间段内指派维修人员前往检修或更换操作,并在显示平台进行显示通知;
依据接收到的R2故障预警指令,调取当前时间段的网络运行风险值,将网络运行风险值与存储在云数据库中的网络运行状态预警等级表进行匹配分析,由此得到预警网络故障风险等级数据,且得到的每个网络运行风险值均对应一个预警网络故障风险等级数据,依据得到应预警的网络故障风险等级数据将在设定的C时间段内进行相应的检修操作,并在显示平台进行显示通知;
依据接收的电源故障预警指令,立即自动切断电源,并在设定的E时间段内指派维修人员前往检修,并在显示平台进行显示通知。
与现有技术相比,本发明的有益效果是:
本发明,通过对医疗自助终端设备的设备***运行状态信息、网络运行状态信息和电力运行状态信息的相关参数进行计算处理、数据比较和占比分析等方法,分析出设备***运行故障值、网络运行风险值和电力运行值,并利用阈值对比和梯度区间比较的方法实现了对医疗自助终端设备的运行状态进行了判定分析,从而为实现医疗自助终端设备出现故障时进行全面而及时的预警奠定了强有力的数据基础;
通过对接收到的异常信号进行综合分析,依据触发对应的故障预警指令,分别发送到自动排障单元和干预排障单元,并以此为基础通过制定相应的预警操作措施,以实现对医疗自助终端设备故障时进行全面及时的预警通知。
附图说明
为了便于本领域技术人员理解,下面结合附图对本发明作进一步的说明;
图1为本发明的***总框图。
具体实施方式
下面将结合实施例对本发明的技术方案进行清楚、完整的描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
如图1所示,用于医疗自助终端的设备故障预警***,包括服务器,服务器通信连接有数据采集单元、设备***运行状态预警单元、网络运行状态预警单元、电力运行状态预警单元、故障分析反馈单元、自动排障单元、干预排障单元和显示平台;
数据采集单元用于采集医疗自助终端设备的设备***运行状态信息、网络运行状态信息和电力运行状态信息,并将其通过服务器分别发送到设备***运行状态预警单元、网络运行状态预警单元、电力运行状态预警单元;
当设备***运行状态预警单元接收到设备***运行状态信息时,并进行设备***运行状态分析处理,具体操作过程如下:
监测一段时间内设备***运行状态信息中每个时间点的硬件故障信息,硬件故障信息包括热量值、磨损度和使用负载值,将热量值、磨损度和使用负载值分别标定为wa、ma和qa,依据公式:,得到硬件损坏程度系数,其中,i表示一段时间内的各时间监测点,且i=1,2,3……n,n为大于零的正整数,/>、/>和/>分别表示为热量值、磨损度和使用负载值的权重系数,且/>>/>>/>,权重系数用于均衡各项数据在公式计算中的占比权重,从而促进计算结果的准确性;
需要说明的是,热量值指的是在设备***运行时导致硬件发生故障所产生的温度,磨损度指的是单位时间内设备***的工作时长占额定工作时长的比值,使用负载值指的是单位时间内设备***被检测到的电流异常次数占总检测次数的比值;
以时间为横坐标,以硬件损坏程度系数为纵坐标,并据此建立硬件损坏程度二维动态坐标系,并将一段时间内计算得到的硬件损坏程度系数通过描点曲线构建的方式绘制在硬件损坏程度二维动态坐标系上,由此得到硬件损坏程度系数波形曲线;
获取硬件损坏程度系数波形曲线出现的所有拐点,并将其记作i*且i*=1,2,3……n1,n1包含于n,统计硬件损坏程度系数波形曲线出现的所有拐点数量,依据公式:,得到硬件故障次数;
监测一段时间内设备***运行状态信息中每个时间点的软件故障信息,软件故障信息包括***崩溃次数、软件闪退次数,将***崩溃次数、软件闪退次数分别标定为ty和ry,依据公式:,得到软件损坏程度系数,/>和/>分别表示为***崩溃次数和软件闪退次数的权重系数,且/></>,权重系数用于均衡各项数据在公式计算中的占比权重,从而促进计算结果的准确性;
设置软件损坏程度阈值,将软件损坏程度系数与软件损坏程度阈值进行对比分析,当软件损坏程度系数大于或等于软件损坏程度阈值时,则将软件运行状态判定为故障状态,统计出现故障状态的次数进行求和计算,依据公式:,得到软件故障次数,其中,/>表示一段时间内软件运行出现故障的时间点,/>=1,2,3……n2,且n2包含于n;
获取医疗自助终端的设备***运行状态信息中的硬件故障次数和软件故障次数,并将其分别标定为HP和KP,依据公式:,得到设备***运行故障值HK,其中,/>和/>分别表示为硬件故障次数和软件故障次数的权重系数,且/>>/>,权重系数用于均衡各项数据在公式计算中的占比权重,从而促进计算结果的准确性;
设置设备***运行故障值的三个故障梯度对比区间,分别为第一梯度故障区间zvq1、第二梯度故障区间zvq2和第三梯度故障区间zvq3,且zvq1=zvq2=2/>zvq3,其中,zvq1>zvq2>zvq3,/>表示梯度的倍数,且/>的具体数值的设定由本领域技术人员在具体医疗自助终端的设备故障实例中进行具体设置;
当设备***运行故障值处于预设的第一梯度故障区间zvq1时,则生成重度故障信号,当设备***运行故障值处于预设的第二梯度故障区间zvq2时,则生成中度故障信号,当设备***运行故障值处于预设的第三梯度故障区间zvq3时,则生成轻度故障信号;
将生成的重度故障信号、中度故障信号和轻度故障信号发送到故障分析反馈单元;
故障分析反馈单元依据接收到的设备***故障类型判定信号,并进行设备***运行异常分析,其中,设备***故障类型判定信号包括重度故障信号、中度故障信号和轻度故障信号,具体操作过程如下:
当捕捉到重度故障信号或中度故障信号时,则触发R1故障预警指令,并将R1故障预警指令发送到干预排障单元,干预排障单元依据接收的R1故障预警指令将在设定的A时间段内指派维修人员前往检修或更换操作,并在显示平台进行显示通知;
当捕捉到轻度故障信号时,则触发V1故障预警指令,并将V1故障预警指令发送到自动排障单元,自动排障单元依据接收的V1故障预警指令将在设定的B时间段内进行设备自动重启操作,并在显示平台进行显示通知;
需要说明的是,当出现R1故障预警指令时,设备***运行出现的故障严重程度比出现V1故障预警指令大,A时间段和B时间段表示预设的时间段,且A时间段小于B时间段;
当网络运行状态预警单元接收到网络运行状态信息时,并进行网络运行状态分析处理,具体的操作过程如下:
监测一段时间内网络运行状态信息中的网络传输速率值、网络攻击次数和静电感应程度值, 并将其标定为wcs、bgs和jys,依据公式:,得到网络运行风险值WM,其中,u1、u2和u3分别表示为网络传输速率值、被攻击次数和静电感应程度值的权重系数,且u1>u2>u3,权重系数用于均衡各项数据在公式计算中的占比权重,从而促进计算结果的准确性;
需要说明的是,网络传输速率值表示集线器的数据交换能力,通过获取一段时间内测试中所丢失数据包数量和所发送数据组,并分别标定为S丢和S发,将两者数据进行占比计算,依据公式,得到网络传输速率值,网络攻击次数表示一段时间内网络运行中被攻击的次数,静电感应程度值表示影响网络运行速度的快慢,通过监测一段时间内网络运行时各时间点的静电力,并将一段时间内网络运行时各时间点的静电力进行均值计算得到平均静电力,并将一段时间内网络运行时各时间点的静电力与平均静电力进行差值计算,得到静电感应程度值jys;
设置网络运行风险阈值为WMA,将网络运行风险值与网络运行风险阈值进行对比分析,当网络运行风险值大于网络运行风险阈值时,则生成网络风险故障信号,当网络运行风险值等于或小于网络运行风险阈值时,则生成网络潜在风险故障信号;
将生成的网络故障风险信号和网络潜在故障风险信号发送到故障分析反馈单元;
故障分析反馈单元依据接收到的网络故障类型判定信号,并进行网络运行异常分析,其中,网络故障类型判定信号包括网络故障风险信号和网络潜在故障风险信号,具体操作过程如下:
当捕捉到网络故障风险信号时,则触发R2故障预警指令,并将R2故障预警指令发送到干预排障单元;
干预排障单元依据接收到的R2故障预警指令,调取当前时间段的网络运行风险值,将网络运行风险值与存储在云数据库中的网络运行状态预警等级表进行匹配分析,由此得到预警网络故障风险等级数据,且得到的每个网络运行风险值均对应一个预警网络故障风险等级数据,依据预警网络故障风险等级数据,在设定的C时间段内进行相应的检修,并在显示平台进行显示通知;
当捕捉到网络潜在故障风险信号时,则触发V2故障预警指令,并将V2故障预警指令发送到自动排障单元,自动排障单元依据接收的V2故障预警指令将在设定的D时间段内进行操作***更新和自动加密,并在显示平台进行显示通知;
需要说明的是,当出现R2故障预警指令时,网络运行出现风险的严重程度比出现V2故障预警指令大,C时间段和D时间段表示预设的时间段,且C时间段小于D时间段;
当电力运行状态预警单元接收到电力运行状态信息时,并进行电力运行状态分析处理,具体的操作过程如下:
监测一段时间内电力运行状态信息中的电源值、温度值和湿度值,并将其标定为ghti、wcvi和scui,依据公式:,得到电力运行值DZ,其中e1、e2、e3分别表示电源值、温度值和湿度值的影响因子,且e3>e2>e1,ght*、wcv*和scu*分别表示初始电源值、初始温度值和初始湿度值;
需要说明的是,电源值表示医疗自助终端设备在运行时所需的用电量,温度值表示医疗自助终端设备在运行时的内部温度和所处的外部环境温度,取两者数值进行求和计算处理后得到的,湿度值表示医疗自助终端设备所处的外部环境湿度;
设置电力运行阈值为DZQ,将电力运行值与电力运行阈值进行对比分析,当电力运行值大于或等于电力运行阈值时,则生成电力运行异常信号,当电力运行值小于电力运行阈值时,则生成电力运行正常信号;
将生成的电力运行异常信号发送到故障分析反馈单元进行电力运行异常分析,具体操作过程如下:
依据触发的电力运行异常信号,先调取电力运行状态信息中的电源值,将电源值代入异常电源对照区间进行比较分析,当电源值处于预设的异常电源对照区间时,则触发电源故障预警指令,并将电源故障预警指令发送至干预排障单元,并由此对电力运行状态信息中的异常电源进行故障预警反馈操作,具体的,触发自动切断电源操作,并将在设定的E时间段内指派维修人员前往检修,并在显示平台进行显示通知;
当电源值未处于预设的异常电源对照区间时,则调取电力运行状态信息中的温度,将温度与温度阈值进行比较分析,当温度大于或小于预设的温度阈值时,则触发温度故障预警指令,并将温度故障预警指令发送至自动排障单元,并由此对电力运行状态信息中的异常温度进行故障预警反馈操作,具体的,在设定的F时间段内进行切断电路倒计时,并进行温度调控操作,并在显示平台进行显示通知;
当温度等于预设的温度阈值时,则调取电力运行状态信息中的湿度,将湿度与湿度阈值进行比较分析,当湿度大于预设的湿度阈值时,则触发湿度故障预警指令,并将湿度故障预警指令发送至自动排障单元,并由此对电力运行状态信息中的异常湿度进行故障预警反馈操作,具体的,在设定的G时间段内进行切断电路倒计时,并进行湿度调控操作,并在显示平台进行显示通知。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节,也不限制该发明仅为的具体实施方式。显然,根据本说明书的内容,可做很多的修改和变化。本说明书选取并具体描述这些实施例,是为了更好地解释本发明的原理和实际应用,从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。
Claims (6)
1.用于医疗自助终端的设备故障预警***,包括服务器、数据采集单元和显示平台,其特征在于,还包括设备***运行状态预警单元、网络运行状态预警单元、电力运行状态预警单元、故障分析反馈单元、自动排障单元和干预排障单元;
所述数据采集单元用于采集医疗自助终端设备的设备***运行状态信息、网络运行状态信息和电力运行状态信息,并将其通过服务器分别发送到设备***运行状态预警单元、网络运行状态预警单元、电力运行状态预警单元;
所述设备***运行状态预警单元用于接收设备***运行状态信息,并进行设备***运行状态分析处理,具体操作过程如下:
监测一段时间内设备***运行状态信息中每个时间点的硬件故障信息,硬件故障信息包括热量值、磨损度和使用负载值,并进行计算处理,得到硬件损坏程度系数;
以时间为横坐标,以硬件损坏程度系数为纵坐标,并据此建立硬件损坏程度二维动态坐标系,并将一段时间内计算得到的硬件损坏程度系数通过描点曲线构建的方式绘制在硬件损坏程度二维动态坐标系上,由此得到硬件损坏程度系数波形曲线,获取硬件损坏程度系数波形曲线出现的所有拐点,并统计硬件损坏程度系数波形曲线出现的所有拐点数量,依据计算处理得到硬件故障次数;
监测一段时间内设备***运行状态信息中每个时间点的软件故障信息,软件故障信息包括***崩溃次数、软件闪退次数,并进行计算处理,得到软件损坏程度系数;
将软件损坏程度系数与软件损坏程度阈值进行对比分析,当软件损坏程度系数大于或等于软件损坏程度阈值时,则将软件运行状态判定为故障状态,统计出现故障状态的次数进行求和计算得到软件故障次数;
获取医疗自助终端的设备***运行状态信息中的硬件故障次数和软件故障次数,并进行计算处理,得到设备***运行故障值;
设置设备***运行故障值的三个故障梯度对比区间,分别为第一梯度故障区间、第二梯度故障区间和第三梯度故障区间;
当设备***运行故障值处于预设的第一梯度故障区间时,则生成重度故障信号,当设备***运行故障值处于预设的第二梯度故障区间时,则生成中度故障信号,当设备***运行故障值处于预设的第三梯度故障区间时,则生成轻度故障信号;
所述网络运行状态预警单元用于接收网络运行状态信息,并进行网络运行状态分析处理,据此得到网络故障风险信号和网络潜在故障风险信号,并将其发送到故障分析反馈单元;
所述电力运行状态预警单元用于接收电力运行状态信息,并进行电力运行状态分析处理,据此得到电力运行异常信号,并将其发送到故障分析反馈单元;
所述故障分析反馈单元依据接收到的设备***故障类型判定信号、网络故障类型判定信号和电力运行异常信号,据此分别触发相应的故障预警指令,并将其发送到自动排障单元或干预排障单元;
所述自动排障单元或干预排障单元依据接收到的相应故障预警指令,进行对应的自动操作处理或人员干预操作处理,并将结果在显示平台进行显示通知。
2.根据权利要求1所述的用于医疗自助终端的设备故障预警***,其特征在于,进行网络运行状态分析处理,具体操作过程如下:
监测一段时间内网络运行状态信息中的网络传输速率值、网络攻击次数和静电感应程度值,并进行计算处理,得到网络运行风险值;
设置网络运行风险阈值,将网络运行风险值与网络运行风险阈值进行对比分析,当网络运行风险值大于网络运行风险阈值时,则生成网络风险故障信号,当网络运行风险值等于或小于网络运行风险阈值时,则生成网络潜在风险故障信号。
3.根据权利要求1所述的用于医疗自助终端的设备故障预警***,其特征在于,进行电力运行状态分析处理,具体操作过程如下:
监测一段时间内电力运行状态信息中的电源值、温度值和湿度值,并进行计算处理,得到电力运行值;
将电力运行值与电力运行阈值进行对比分析,当电力运行值大于或等于电力运行阈值时,则生成电力运行异常信号。
4.根据权利要求1所述的用于医疗自助终端的设备故障预警***,其特征在于,进行医疗自助终端设备的运行异常分析判定,具体的操作过程如下:
当捕捉到重度故障信号或中度故障信号时,则触发R1故障预警指令,并将R1故障预警指令发送到干预排障单元;
当捕捉到轻度故障信号时,则触发V1故障预警指令,并将V1故障预警指令发送到自动排障单元;
当捕捉到网络故障风险信号时,则触发R2故障预警指令,并将R2故障预警指令发送到干预排障单元;
当捕捉到网络潜在故障风险信号时,则触发V2故障预警指令,并将V2故障预警指令发送到自动排障单元;
依据触发的电力运行异常信号,先调取电力运行状态信息中的电源值,将电源值代入异常电源对照区间进行比较分析,当电源值处于预设的异常电源对照区间时,则触发电源故障预警指令,并将电源故障预警指令发送至干预排障单元;
当电源值未处于预设的异常电源对照区间时,则调取电力运行状态信息中的温度,将温度与温度阈值进行比较分析,当温度大于或小于预设的温度阈值时,则触发温度故障预警指令,并将温度故障预警指令发送至自动排障单元;
当温度等于预设的温度阈值时,则调取电力运行状态信息中的湿度,将湿度与湿度阈值进行比较分析,当湿度大于预设的湿度阈值时,则触发湿度故障预警指令,并将湿度故障预警指令发送至自动排障单元。
5.根据权利要求4所述的用于医疗自助终端的设备故障预警***,其特征在于,进行对应的自动操作处理,具体操作步骤如下:
依据接收的V1故障预警指令,将在设定的B时间段内进行设备自动重启操作,并在显示平台进行显示通知;
依据接收的V2故障预警指令,将在设定的D时间段内进行操作***更新和自动加密,并在显示平台进行显示通知;
依据接收的温度故障预警指令,将在设定的F时间段内进行切断电路倒计时,并进行温度调控操作,并在显示平台进行显示通知;
依据接收的湿度故障预警指令,将在设定的G时间段内进行切断电路倒计时,并进行湿度调控操作,并在显示平台进行显示通知。
6.根据权利要求4所述的用于医疗自助终端的设备故障预警***,其特征在于,进行对应的人员干预操作处理,具体操作步骤如下:
依据接收的R1故障预警指令,将在设定的A时间段内指派维修人员前往检修或更换操作,并在显示平台进行显示通知;
依据接收到的R2故障预警指令,调取当前时间段的网络运行风险值,将网络运行风险值与存储在云数据库中的网络运行状态预警等级表进行匹配分析,由此得到预警网络故障风险等级数据,且得到的每个网络运行风险值均对应一个预警网络故障风险等级数据,依据得到应预警的网络故障风险等级数据将在设定的C时间段内进行相应的检修操作,并在显示平台进行显示通知;
依据接收的电源故障预警指令,立即自动切断电源,并在设定的E时间段内指派维修人员前往检修,并在显示平台进行显示通知。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311030007.3A CN116736027B (zh) | 2023-08-16 | 2023-08-16 | 用于医疗自助终端的设备故障预警*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311030007.3A CN116736027B (zh) | 2023-08-16 | 2023-08-16 | 用于医疗自助终端的设备故障预警*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116736027A CN116736027A (zh) | 2023-09-12 |
CN116736027B true CN116736027B (zh) | 2023-10-27 |
Family
ID=87910086
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311030007.3A Active CN116736027B (zh) | 2023-08-16 | 2023-08-16 | 用于医疗自助终端的设备故障预警*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116736027B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6392555B1 (en) * | 1998-11-17 | 2002-05-21 | Clark Most, Jr. | Medical equipment warning device |
JP2006061178A (ja) * | 2004-08-24 | 2006-03-09 | Fuji Photo Film Co Ltd | 医療用装置 |
WO2016174873A1 (ja) * | 2015-04-30 | 2016-11-03 | セイコーエプソン株式会社 | 液体供給装置および医療装置、並びに液体供給装置の故障診断方法 |
CN106650281A (zh) * | 2016-12-30 | 2017-05-10 | 上海联影医疗科技有限公司 | 一种数据处理方法、***、服务器和客户端 |
CN113377595A (zh) * | 2021-06-11 | 2021-09-10 | 上海壁仞智能科技有限公司 | 故障诊断方法、装置、电子设备和存储介质 |
CN114360703A (zh) * | 2021-12-30 | 2022-04-15 | 成都中科信息技术有限公司 | 一种医疗设备故障预警方法 |
CN114915541A (zh) * | 2022-04-08 | 2022-08-16 | 北京快乐茄信息技术有限公司 | ***故障排除方法及装置、电子设备及存储介质 |
CN115050459A (zh) * | 2022-06-01 | 2022-09-13 | 上海市胸科医院 | 一种基于人工智能的医疗设备运维信息收集分析*** |
CN115394425A (zh) * | 2022-03-28 | 2022-11-25 | 中科院成都信息技术股份有限公司 | 一种基于物联网的医疗设备智能管理***及方法 |
CN115435843A (zh) * | 2022-09-26 | 2022-12-06 | 明峰医疗***股份有限公司 | 一种基于大数据的医疗成像设备运行监管*** |
-
2023
- 2023-08-16 CN CN202311030007.3A patent/CN116736027B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6392555B1 (en) * | 1998-11-17 | 2002-05-21 | Clark Most, Jr. | Medical equipment warning device |
JP2006061178A (ja) * | 2004-08-24 | 2006-03-09 | Fuji Photo Film Co Ltd | 医療用装置 |
WO2016174873A1 (ja) * | 2015-04-30 | 2016-11-03 | セイコーエプソン株式会社 | 液体供給装置および医療装置、並びに液体供給装置の故障診断方法 |
CN106650281A (zh) * | 2016-12-30 | 2017-05-10 | 上海联影医疗科技有限公司 | 一种数据处理方法、***、服务器和客户端 |
CN113377595A (zh) * | 2021-06-11 | 2021-09-10 | 上海壁仞智能科技有限公司 | 故障诊断方法、装置、电子设备和存储介质 |
CN114360703A (zh) * | 2021-12-30 | 2022-04-15 | 成都中科信息技术有限公司 | 一种医疗设备故障预警方法 |
CN115394425A (zh) * | 2022-03-28 | 2022-11-25 | 中科院成都信息技术股份有限公司 | 一种基于物联网的医疗设备智能管理***及方法 |
CN114915541A (zh) * | 2022-04-08 | 2022-08-16 | 北京快乐茄信息技术有限公司 | ***故障排除方法及装置、电子设备及存储介质 |
CN115050459A (zh) * | 2022-06-01 | 2022-09-13 | 上海市胸科医院 | 一种基于人工智能的医疗设备运维信息收集分析*** |
CN115435843A (zh) * | 2022-09-26 | 2022-12-06 | 明峰医疗***股份有限公司 | 一种基于大数据的医疗成像设备运行监管*** |
Non-Patent Citations (2)
Title |
---|
医疗自助终端设备运维监控管理***研究;严正仲 等;《中国医疗设备》;第31卷(第11期);第94-95页 * |
李书章 等.《数字化医院建设理念与实践》.人民军医出版社,2011,(第1版),第130-134页. * |
Also Published As
Publication number | Publication date |
---|---|
CN116736027A (zh) | 2023-09-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107463998A (zh) | 一种基于云服务平台的电力设备运维服务***及方法 | |
CN111611256B (zh) | 设备能耗监测方法、装置、终端设备及存储介质 | |
CN103164775A (zh) | 一种电网设备状态自动评价平台及方法 | |
CN115372816B (zh) | 基于数据分析的配电开关设备运行故障预测***及方法 | |
CN114594349B (zh) | 一种储能***中直流绝缘监测方法及终端 | |
CN110808856A (zh) | 一种基于数据中心的大数据运维方法及*** | |
CN102937802A (zh) | 一种监控设备运行状态的***及方法 | |
CN110784352B (zh) | 一种基于Oracle Goldengate的数据同步监控告警方法及装置 | |
CN106453504A (zh) | 一种基于nginx服务器集群的监控***及方法 | |
CN117391675B (zh) | 一种数据中心基础设施运维管理方法 | |
CN116736027B (zh) | 用于医疗自助终端的设备故障预警*** | |
CN109217320A (zh) | 一种电力***控制管理方法 | |
CN114265324B (zh) | 设备运行状态的监测方法、装置及终端设备 | |
CN110989454A (zh) | 一种基于云平台的能耗管理***及方法 | |
CN115237719A (zh) | 一种服务器电源可靠性的预警方法及*** | |
CN115774159A (zh) | 高压变频器功率单元故障检测*** | |
CN102707228A (zh) | 基于神经网络专家***的电机故障智能诊断*** | |
CN112947386A (zh) | 一种远程分布式变频器故障诊断*** | |
KR20170127876A (ko) | 로그 결함 분석 기반 장애 대응 시스템 및 방법 | |
CN105652113A (zh) | 一种电网设备性能感知评价方法 | |
CN111146863A (zh) | 一种变电站的电力安全检测方法 | |
CN101741654B (zh) | 操作***的监控装置与方法 | |
CN105610157B (zh) | 一种故障驱动的地区电网静态安全分析*** | |
CN117849653B (zh) | 一种基于电源管理的工作状态监测方法及*** | |
CN117691750B (zh) | 一种智能电力配电监控方法和*** |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |