CN117193272B - 一种基于大数据的电控测试数据管理***及方法 - Google Patents
一种基于大数据的电控测试数据管理***及方法 Download PDFInfo
- Publication number
- CN117193272B CN117193272B CN202311466526.4A CN202311466526A CN117193272B CN 117193272 B CN117193272 B CN 117193272B CN 202311466526 A CN202311466526 A CN 202311466526A CN 117193272 B CN117193272 B CN 117193272B
- Authority
- CN
- China
- Prior art keywords
- abnormal
- control
- transmission chain
- signal transmission
- control node
- 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
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000012360 testing method Methods 0.000 title claims abstract description 27
- 238000013523 data management Methods 0.000 title claims abstract description 18
- 230000002159 abnormal effect Effects 0.000 claims abstract description 247
- 230000008054 signal transmission Effects 0.000 claims abstract description 150
- 230000032683 aging Effects 0.000 claims abstract description 48
- 230000005540 biological transmission Effects 0.000 claims description 139
- 230000004044 response Effects 0.000 claims description 79
- 239000013643 reference control Substances 0.000 claims description 69
- 238000004458 analytical method Methods 0.000 claims description 22
- 230000005856 abnormality Effects 0.000 claims description 12
- 230000008569 process Effects 0.000 claims description 12
- 238000010276 construction Methods 0.000 claims description 9
- 238000011002 quantification Methods 0.000 claims description 9
- 238000012216 screening Methods 0.000 claims description 7
- 238000012098 association analyses Methods 0.000 claims description 6
- 238000005065 mining Methods 0.000 claims description 6
- 238000007726 management method Methods 0.000 claims description 5
- 238000012795 verification Methods 0.000 claims description 4
- 230000001934 delay Effects 0.000 claims description 3
- 238000001514 detection method Methods 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 229910000831 Steel Inorganic materials 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000003245 coal Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Selective Calling Equipment (AREA)
Abstract
本发明涉及测试数据管理技术领域,具体为一种基于大数据的电控测试数据管理***及方法,所述***包括所述预警序列表单管理模块按传输异常干扰量化值从大到小的顺序对异常参考控制节点中的元素进行排序,生成电控设备元器件预警序列表单,并反馈给管理员,辅助管理员校验异常控制节点对应的元器件。本发明根据电控设备在传输不同指令信号时的数据信息,分析不同指令信号传输链对应的老化情况,同时结合不同指令信号传输链中控制节点之间的关系,分析异常指令信号传输链中异常控制节点及相应的干扰因子,便于准确生成电控设备元器件预警序列表单,辅助管理员校验异常控制节点对应的元器件,缩短测试排查电控设备中故障点的时长。
Description
技术领域
本发明涉及测试数据管理技术领域,具体为一种基于大数据的电控测试数据管理***及方法。
背景技术
在工业生产领域中,尤其是钢铁、石化、煤炭、化工等行业的生产现场中,由于生产工艺危险程度较高,人为操作生产设备存在较大的安全隐患,经常会使用电控设备来操控实际生产设备,降低员工的操作风险,确保员工的人身安全;但是,电控设备随着使用会逐渐老化,在指令传输过程中指令的应答时延会增加,而是,由于电控设备中指令传输过程中,是经过多个元器件的,且不同的指令在传输过程中通过的元器件也可能存在差异,进而为指令传输异常状态下的电控测试及故障检测造成了困扰。
现有的对电控测试数据的管理技术中,通常是采用对传输线路普查的方式,该方式无法快速锁定指令传输过程中的异常位置,耗时耗力;或者根据检测人员经验主观查找异常位置进行检测,该方式对异常位置的检测具有不确定性,检测的速度快速全凭检测人员的经验与运气;进而现有技术存在较大的缺陷。
发明内容
本发明的目的在于提供一种基于大数据的电控测试数据管理***及方法,以解决上述背景技术中提出的问题。
为了解决上述技术问题,本发明提供如下技术方案:一种基于大数据的电控测试数据管理方法,所述方法包括以下步骤:
S1、获取电控设备在执行不同控制指令时,每条控制指令从控制终端传输至执行端的过程中经过的电子元器件及先后顺序,生成每条控制指令对应的指令信号传输链,将经过的每个电子元器件作为相应指令信号传输链上的一个控制节点;
S2、获取不同控制指令在数据库中分别对应的应答时延阈值,获取不同时间周期内各条控制指令对应应答时延达到相应应答时延阈值时电控设备的连续使用时长,生成相应时间周期内电控设备的各个指令信号传输链的老化系数;并结合电控设备所属用户的连续使用时长需求,筛选异常的指令信号传输链,构建异常传输链集合;所述时间周期对应的时长为预设值,记为T;
S3、分析电控设备中不同指令信号传输链中控制节点之间的关系,结合构建的异常传输链集合及各个指令信号传输链的老化系数,挖掘异常传输链集合对应的异常参考控制节点集;并结合历史数据中同型号的电控设备内各个控制节点的异常信息,得到异常参考控制节点集中的每个元素分别对应的传输异常干扰量化值;所述异常信息包括相应控制节点的异常次数及每次出现异常前传输的指令信号个数;
S4、按传输异常干扰量化值从大到小的顺序对异常参考控制节点中的元素进行排序,生成电控设备元器件预警序列表单,并反馈给管理员,辅助管理员校验异常控制节点对应的元器件;所述电控设备元器件预警序列表单中不同元器件的序号与对应的校验优先级相等。
进一步的,所述S1中生成每条控制指令对应的指令信号传输链的过程中,将第i条控制指令对应的指令信号传输链记为{ai1,ai2,ai3,...,aini},其中,ni表示第i条控制指令对应的指令信号传输链中控制节点的总个数,aini表示第i条控制指令对应的指令信号传输链中的第ni个控制节点;
不同指令信号传输链之间存在相同的一个或多个控制节点,且不同指令信号传输链内相同的控制节点之间先后顺序存在差异。
本发明考虑到指令信号传输链之间存在相同的多个控制节点,是因为指令传输过程中,可能存在某些特殊的中转节点,传输指令在经过特殊的中转节点将指令传输给相应的后续节点后,后续节点可能会生成对特殊节点的反馈信号,而特殊节点需要将反馈信号传输给其余的节点;进而该种情况下,同一指令信号传输链中,同一中转节点传递了多次信号,但传输的内容可能存在差异。
进一步的,所述S2中生成相应时间周期内电控设备的各个指令信号传输链的老化系数的方法包括以下步骤:
S201、获取不同控制指令在数据库中分别对应的应答时延阈值,将第i条控制指令在数据库中对应的应答时延阈值记为Yi;
S202、获取不同时间周期内各条控制指令对应应答时延达到相应应答时延阈值时电控设备的连续使用时长,将第j个时间周期内第i条控制指令对应应答时延达到应答时延阈值Yi时电控设备的连续使用时长,记为Tij;
当第j个时间周期内第i条控制指令对应应答时延未达到应答时延阈值Yi时,则Tij的值等于上一个时间周期内第i条控制指令对应应答时延未达到应答时延阈值Yi时电控设备的连续使用时长;若第一个时间周期内第i条控制指令对应应答时延未达到应答时延阈值Yi时,则Tij的值等于电控设备的第i条控制指令对应的连续使用时长需求,所述电控设备的不同控制指令分别对应的连续使用时长需求是通过数据库查询预置表单获取的;
每个所述时间周期内电控设备包括多个连续使用时间区间,每个连续使用时间区间内执行多条控制指令,且同一条控制指令的执行次数存在多次的情况;Tij表示第j个时间周期内在多个连续使用时间区间中,分别执行第i条控制指令对应应答时延达到应答时延阈值Yi时电控设备的连续使用时长的最小值;所述控制指令对应应答时延等于控制指令从控制终端传输至执行端对应的时间间隔;
S203、生成相应时间周期内电控设备的各个指令信号传输链的老化系数,将第j个时间周期内电控设备的第i个指令信号传输链的老化系数记为Qij;
,
其中,max{}表示求最大值的运算,m表示历史数据中电控设备从采购成功后对应的时间周期个数,表示j为区间/>中的任意一个值时,分别对应的各个Tij中的最大值,YTi表示电控设备的第i条控制指令对应应答时延达到相应应答时延阈值时的连续使用时长参照值,且YTi为数据库中预置的常数。
本发明中获取老化率时,采用求取中最大值的方式,是考虑到电控设备的不同使用情况(指令操作的频率),可能会导致用户的连续使用时长发生变化,进而实现对老化系数的校准(在/>时,默认电控设备初始时即存在老化情况,便于后续过程中统一进行分析比较)。
进一步的,所述S2中构建异常传输链集合的方法包括以下步骤:
S211、获取电控设备所属用户的连续使用时长需求,用户对第i条控制指令的连续使用需求为满足用户使用需求的最小连续使用时长,记为TXi,不同控制指令对应的连续使用时长需求不同;
S212、提取数据库中获取的与用户对第i条控制指令的连续使用需求TXi进行比较,得到异常传输链初始集合,所述min{}表示求最小值的运算,所述表示历史数据中电控设备的第i条控制指令对应的实际使用时长需求,
当<TXi时,则判定第i条控制指令对应的指令信号传输链为异常传输链初始集合中的一个元素;反之,则判定第i条控制指令对应的指令信号传输链不为异常传输链初始集合中元素;
S213、选取异常传输链初始集合中各个元素分别对应的老化系数的平均值,记为P,提取对应的老化系数大于等于P且不属于异常传输链初始集合的所有指令信号传输链构成的集合,记为异常传输链备选集合;
S314、构建异常传输链集合,所述异常传输链集合等于异常传输链初始集合与异常传输链备选集合的并集。
本发明构建异常传输链集合时,获取异常传输链初始集合与异常传输链备选集合的并集,是考虑到不同指令信号传输链虽然根据用户的连续使用时长需求进行了筛选,但是由于不同指令的连续使用需求是根据用户的需求情况预置的,但是不同指令信号传输链的长短不同及需求情况不同,可能传输链中的老化程度比较严重的情况下,由于用户对相应指令的需求条件较为宽松,进而导致筛选不完全的情况,进而影响后续步骤中辅助用户进行电控测试的结果(校验优先级)。
进一步的,所述S3中电控设备中不同指令信号传输链中控制节点之间的关系包括共有节点及独立节点两种,所述共有节点表示不同指令信号传输链中共同拥有的控制节点,所述独立节点表示不同指令信号传输链中只有部分指令信号传输链中拥有的控制节点;判断指令信号传输链中控制节点之间的关系时,选取的指令信号传输链不同,同一种控制节点对应的关系分析结果不同;
所述S3中挖掘异常传输链集合对应的异常参考控制节点集的方法包括以下步骤:
S301、获取异常传输链集合中每个元素对应的指令信号传输链分别与正常的指令信号传输链之间存在的共有节点的并集,记为第一状态参照集合,并对异常传输链集合中各个元素内属于状态参照集合的控制节点进行标记;
S302、获取异常传输链集合中每个元素对应的指令信号传输链内除第一状态参照集合内元素之外的所有控制节点构成的集合,记为第二状态参照集合,所述第二状态参照集合中元素对应的控制节点不同;
S303、挖掘异常传输链集合对应的异常参考控制节点集及异常传输链集合中各个控制节点对应的干扰因子,所述异常参考控制节点集与第二状态参照集合相同,
默认异常传输链集合中被标记的控制节点对应的干扰因子为0,
所述异常传输链集合中未被标记的任意一个控制节点记为M,将M对应的干扰因子记为GM,则,其中,v1表示控制节点M在异常传输链集合中各元素内出现的总次数;/>表示控制节点M在异常传输链集合中各元素内第v次出现时所属指令信号传输链对应控制指令的连续使用时长需求与实际使用时长需求的差值;/>表示控制节点M在异常传输链集合中各元素内第v次出现时所属指令信号传输链内,属于异常参考控制节点集的控制节点总个数。
进一步的,所述S3中得到异常参考控制节点集中的每个元素分别对应的传输异常干扰量化值的方法包括以下步骤:
S311、获取异常参考控制节点集中的每个元素分别对应的干扰因子,及历史数据中同型号的电控设备内各个控制节点的异常信息;
S312、得到异常参考控制节点集中的每个元素分别对应的传输异常干扰量化值,将异常参考控制节点集中的第g个元素对应的传输异常干扰量化值,记为YCGg,
,
其中,表示异常参考控制节点集中的第g个元素对应的干扰因子;
Rg表示历史数据中同型号的电控设备内与异常参考控制节点集的第g个元素相同的控制节点的异常信息中,对应的异常次数;
RP表示历史数据中同型号的电控设备内分别与异常参考控制节点集内元素相同的各个控制节点的异常信息中,分别对应的异常次数之和;
Hg表示当前时间已执行的控制指令中异常参考控制节点集中的第g个元素对应的控制节点在上次更换后,通过该控制节点传输的指令信号个数;若异常参考控制节点集中的第g个元素对应的控制节点之前未出现更换情况,则Hg等于电控设备从采购成功后,通过异常参考控制节点集中的第g个元素对应的控制节点传输的控制指令个数;
Ugr表示历史数据中同型号的电控设备内与异常参考控制节点集的第g个元素相同的控制节点的异常信息中,第r次异常前传输的指令信号个数,且。
一种基于大数据的电控测试数据管理***,所述***包括以下模块:
信号传输链构建模块,所述信号传输链构建模块获取电控设备在执行不同控制指令时,每条控制指令从控制终端传输至执行端的过程中经过的电子元器件及先后顺序,生成每条控制指令对应的指令信号传输链,将经过的每个电子元器件作为相应指令信号传输链上的一个控制节点;
传输链老化分析模块,所述传输链老化分析模块获取不同控制指令在数据库中分别对应的应答时延阈值,获取不同时间周期内各条控制指令对应应答时延达到相应应答时延阈值时电控设备的连续使用时长,生成相应时间周期内电控设备的各个指令信号传输链的老化系数;并结合电控设备所属用户的连续使用时长需求,筛选异常的指令信号传输链,构建异常传输链集合;
控制节点异常分析模块,所述控制节点异常分析模块分析电控设备中不同指令信号传输链中控制节点之间的关系,结合构建的异常传输链集合及各个指令信号传输链的老化系数,挖掘异常传输链集合对应的异常参考控制节点集;并结合历史数据中同型号的电控设备内各个控制节点的异常信息,得到异常参考控制节点集中的每个元素分别对应的传输异常干扰量化值;
预警序列表单管理模块,所述预警序列表单管理模块按传输异常干扰量化值从大到小的顺序对异常参考控制节点中的元素进行排序,生成电控设备元器件预警序列表单,并反馈给管理员,辅助管理员校验异常控制节点对应的元器件。
进一步的,所述传输链老化分析模块包括老化系数分析单元及异常传输链集合构建单元,
所述老化系数分析单元获取不同控制指令在数据库中分别对应的应答时延阈值,获取不同时间周期内各条控制指令对应应答时延达到相应应答时延阈值时电控设备的连续使用时长,生成相应时间周期内电控设备的各个指令信号传输链的老化系数;
所述异常传输链集合构建单元结合电控设备所属用户的连续使用时长需求,筛选异常的指令信号传输链,构建异常传输链集合。
进一步的,所述控制节点异常分析模块包括控制节点关联分析单元及异常干扰量化单元,
所述控制节点关联分析单元分析电控设备中不同指令信号传输链中控制节点之间的关系,结合构建的异常传输链集合及各个指令信号传输链的老化系数,挖掘异常传输链集合对应的异常参考控制节点集;
所述异常干扰量化单元结合历史数据中同型号的电控设备内各个控制节点的异常信息,得到异常参考控制节点集中的每个元素分别对应的传输异常干扰量化值。
与现有技术相比,本发明所达到的有益效果是:本发明根据电控设备在传输不同指令信号时的数据信息,分析不同指令信号传输链对应的老化情况,进而结合电控设备所属用户的连续使用时长需求及设备使用时的连续使用时长的变化情况,快速锁定异常的指令信号传输链;同时结合不同指令信号传输链中控制节点之间的关系,分析异常指令信号传输链中异常控制节点及相应的干扰因子,便于准确生成电控设备元器件预警序列表单,辅助管理员校验异常控制节点对应的元器件,缩短测试排查电控设备中故障点的时长,实现对电控测试数据的有效管理。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1是本发明一种基于大数据的电控测试数据管理方法的流程示意图;
图2是本发明一种基于大数据的电控测试数据管理***的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,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做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参阅图1,本发明提供技术方案:一种基于大数据的电控测试数据管理方法,所述方法包括以下步骤:
S1、获取电控设备在执行不同控制指令时,每条控制指令从控制终端传输至执行端的过程中经过的电子元器件及先后顺序,生成每条控制指令对应的指令信号传输链,将经过的每个电子元器件作为相应指令信号传输链上的一个控制节点;
所述S1中生成每条控制指令对应的指令信号传输链的过程中,将第i条控制指令对应的指令信号传输链记为{ai1,ai2,ai3,...,aini},其中,ni表示第i条控制指令对应的指令信号传输链中控制节点的总个数,aini表示第i条控制指令对应的指令信号传输链中的第ni个控制节点;
不同指令信号传输链之间存在相同的一个或多个控制节点,且不同指令信号传输链内相同的控制节点之间先后顺序存在差异。
S2、获取不同控制指令在数据库中分别对应的应答时延阈值,获取不同时间周期内各条控制指令对应应答时延达到相应应答时延阈值时电控设备的连续使用时长,生成相应时间周期内电控设备的各个指令信号传输链的老化系数;并结合电控设备所属用户的连续使用时长需求,筛选异常的指令信号传输链,构建异常传输链集合;所述时间周期对应的时长为预设值,记为T;
所述S2中生成相应时间周期内电控设备的各个指令信号传输链的老化系数的方法包括以下步骤:
S201、获取不同控制指令在数据库中分别对应的应答时延阈值,将第i条控制指令在数据库中对应的应答时延阈值记为Yi;
S202、获取不同时间周期内各条控制指令对应应答时延达到相应应答时延阈值时电控设备的连续使用时长,将第j个时间周期内第i条控制指令对应应答时延达到应答时延阈值Yi时电控设备的连续使用时长,记为Tij;
当第j个时间周期内第i条控制指令对应应答时延未达到应答时延阈值Yi时,则Tij的值等于上一个时间周期内第i条控制指令对应应答时延未达到应答时延阈值Yi时电控设备的连续使用时长;若第一个时间周期内第i条控制指令对应应答时延未达到应答时延阈值Yi时,则Tij的值等于电控设备的第i条控制指令对应的连续使用时长需求,所述电控设备的不同控制指令分别对应的连续使用时长需求是通过数据库查询预置表单获取的;
每个所述时间周期内电控设备包括多个连续使用时间区间,每个连续使用时间区间内执行多条控制指令,且同一条控制指令的执行次数存在多次的情况;Tij表示第j个时间周期内在多个连续使用时间区间中,分别执行第i条控制指令对应应答时延达到应答时延阈值Yi时电控设备的连续使用时长的最小值;所述控制指令对应应答时延等于控制指令从控制终端传输至执行端对应的时间间隔;
S203、生成相应时间周期内电控设备的各个指令信号传输链的老化系数,将第j个时间周期内电控设备的第i个指令信号传输链的老化系数记为Qij;
,
其中,max{}表示求最大值的运算,m表示历史数据中电控设备从采购成功后对应的时间周期个数,表示j为区间/>中的任意一个值时,分别对应的各个Tij中的最大值,YTi表示电控设备的第i条控制指令对应应答时延达到相应应答时延阈值时的连续使用时长参照值,且YTi为数据库中预置的常数。
所述S2中构建异常传输链集合的方法包括以下步骤:
S211、获取电控设备所属用户的连续使用时长需求,用户对第i条控制指令的连续使用需求为满足用户使用需求的最小连续使用时长,记为TXi,不同控制指令对应的连续使用时长需求不同;
S212、提取数据库中获取的与用户对第i条控制指令的连续使用需求TXi进行比较,得到异常传输链初始集合,所述min{}表示求最小值的运算,所述表示历史数据中电控设备的第i条控制指令对应的实际使用时长需求,
当<TXi时,则判定第i条控制指令对应的指令信号传输链为异常传输链初始集合中的一个元素;反之,则判定第i条控制指令对应的指令信号传输链不为异常传输链初始集合中元素;
S213、选取异常传输链初始集合中各个元素分别对应的老化系数的平均值,记为P,提取对应的老化系数大于等于P且不属于异常传输链初始集合的所有指令信号传输链构成的集合,记为异常传输链备选集合;
S314、构建异常传输链集合,所述异常传输链集合等于异常传输链初始集合与异常传输链备选集合的并集。
S3、分析电控设备中不同指令信号传输链中控制节点之间的关系,结合构建的异常传输链集合及各个指令信号传输链的老化系数,挖掘异常传输链集合对应的异常参考控制节点集;并结合历史数据中同型号的电控设备内各个控制节点的异常信息,得到异常参考控制节点集中的每个元素分别对应的传输异常干扰量化值;所述异常信息包括相应控制节点的异常次数及每次出现异常前传输的指令信号个数;
所述S3中电控设备中不同指令信号传输链中控制节点之间的关系包括共有节点及独立节点两种,所述共有节点表示不同指令信号传输链中共同拥有的控制节点,所述独立节点表示不同指令信号传输链中只有部分指令信号传输链中拥有的控制节点;判断指令信号传输链中控制节点之间的关系时,选取的指令信号传输链不同,同一种控制节点对应的关系分析结果不同;
本实施例中若存在三条指令信号传输链,分别记为甲、乙及丙,
甲指令信号传输链包括的控制节点分别记为h1、h2及h3,
乙指令信号传输链包括的控制节点分别记为h1、h2及h4,
丙指令信号传输链包括的控制节点分别记为h1、h3及h5,
则甲乙两条指令信号传输链中的共有节点为h1及h2,相较于乙指令信号传输链时,甲指令信号传输链中的独立节点为h3,相较于甲指令信号传输链时,乙指令信号传输链中的独立节点为h4;
则甲丙两条指令信号传输链中的共有节点为h1及h3,相较于丙指令信号传输链时,甲指令信号传输链中的独立节点为h2,相较于甲指令信号传输链时,丙指令信号传输链中的独立节点为h5;
则乙丙两条指令信号传输链中的共有节点为h1,相较于丙指令信号传输链时,乙指令信号传输链中的独立节点为h2及h4,相较于丙两条指令信号传输链时,乙指令信号传输链中的独立节点为h3及h5。
所述S3中挖掘异常传输链集合对应的异常参考控制节点集的方法包括以下步骤:
S301、获取异常传输链集合中每个元素对应的指令信号传输链分别与正常的指令信号传输链之间存在的共有节点的并集,记为第一状态参照集合,并对异常传输链集合中各个元素内属于状态参照集合的控制节点进行标记;
S302、获取异常传输链集合中每个元素对应的指令信号传输链内除第一状态参照集合内元素之外的所有控制节点构成的集合,记为第二状态参照集合,所述第二状态参照集合中元素对应的控制节点不同;
S303、挖掘异常传输链集合对应的异常参考控制节点集及异常传输链集合中各个控制节点对应的干扰因子,所述异常参考控制节点集与第二状态参照集合相同,
默认异常传输链集合中被标记的控制节点对应的干扰因子为0,
所述异常传输链集合中未被标记的任意一个控制节点记为M,将M对应的干扰因子记为GM,则,其中,v1表示控制节点M在异常传输链集合中各元素内出现的总次数;/>表示控制节点M在异常传输链集合中各元素内第v次出现时所属指令信号传输链对应控制指令的连续使用时长需求与实际使用时长需求的差值;/>表示控制节点M在异常传输链集合中各元素内第v次出现时所属指令信号传输链内,属于异常参考控制节点集的控制节点总个数。
所述S3中得到异常参考控制节点集中的每个元素分别对应的传输异常干扰量化值的方法包括以下步骤:
S311、获取异常参考控制节点集中的每个元素分别对应的干扰因子,及历史数据中同型号的电控设备内各个控制节点的异常信息;
S312、得到异常参考控制节点集中的每个元素分别对应的传输异常干扰量化值,将异常参考控制节点集中的第g个元素对应的传输异常干扰量化值,记为YCGg,
,
其中,表示异常参考控制节点集中的第g个元素对应的干扰因子;
Rg表示历史数据中同型号的电控设备内与异常参考控制节点集的第g个元素相同的控制节点的异常信息中,对应的异常次数;
RP表示历史数据中同型号的电控设备内分别与异常参考控制节点集内元素相同的各个控制节点的异常信息中,分别对应的异常次数之和;
Hg表示当前时间已执行的控制指令中异常参考控制节点集中的第g个元素对应的控制节点在上次更换后,通过该控制节点传输的指令信号个数;若异常参考控制节点集中的第g个元素对应的控制节点之前未出现更换情况,则Hg等于电控设备从采购成功后,通过异常参考控制节点集中的第g个元素对应的控制节点传输的控制指令个数;
Ugr表示历史数据中同型号的电控设备内与异常参考控制节点集的第g个元素相同的控制节点的异常信息中,第r次异常前传输的指令信号个数,且。
S4、按传输异常干扰量化值从大到小的顺序对异常参考控制节点中的元素进行排序,生成电控设备元器件预警序列表单,并反馈给管理员,辅助管理员校验异常控制节点对应的元器件;所述电控设备元器件预警序列表单中不同元器件的序号与对应的校验优先级相等。
如图2所示,一种基于大数据的电控测试数据管理***,所述***包括以下模块:
信号传输链构建模块,所述信号传输链构建模块获取电控设备在执行不同控制指令时,每条控制指令从控制终端传输至执行端的过程中经过的电子元器件及先后顺序,生成每条控制指令对应的指令信号传输链,将经过的每个电子元器件作为相应指令信号传输链上的一个控制节点;
传输链老化分析模块,所述传输链老化分析模块获取不同控制指令在数据库中分别对应的应答时延阈值,获取不同时间周期内各条控制指令对应应答时延达到相应应答时延阈值时电控设备的连续使用时长,生成相应时间周期内电控设备的各个指令信号传输链的老化系数;并结合电控设备所属用户的连续使用时长需求,筛选异常的指令信号传输链,构建异常传输链集合;
控制节点异常分析模块,所述控制节点异常分析模块分析电控设备中不同指令信号传输链中控制节点之间的关系,结合构建的异常传输链集合及各个指令信号传输链的老化系数,挖掘异常传输链集合对应的异常参考控制节点集;并结合历史数据中同型号的电控设备内各个控制节点的异常信息,得到异常参考控制节点集中的每个元素分别对应的传输异常干扰量化值;
预警序列表单管理模块,所述预警序列表单管理模块按传输异常干扰量化值从大到小的顺序对异常参考控制节点中的元素进行排序,生成电控设备元器件预警序列表单,并反馈给管理员,辅助管理员校验异常控制节点对应的元器件。
所述传输链老化分析模块包括老化系数分析单元及异常传输链集合构建单元,
所述老化系数分析单元获取不同控制指令在数据库中分别对应的应答时延阈值,获取不同时间周期内各条控制指令对应应答时延达到相应应答时延阈值时电控设备的连续使用时长,生成相应时间周期内电控设备的各个指令信号传输链的老化系数;
所述异常传输链集合构建单元结合电控设备所属用户的连续使用时长需求,筛选异常的指令信号传输链,构建异常传输链集合。
所述控制节点异常分析模块包括控制节点关联分析单元及异常干扰量化单元,
所述控制节点关联分析单元分析电控设备中不同指令信号传输链中控制节点之间的关系,结合构建的异常传输链集合及各个指令信号传输链的老化系数,挖掘异常传输链集合对应的异常参考控制节点集;
所述异常干扰量化单元结合历史数据中同型号的电控设备内各个控制节点的异常信息,得到异常参考控制节点集中的每个元素分别对应的传输异常干扰量化值。
需要说明的是,在本文中,诸如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。
最后应说明的是:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (7)
1.一种基于大数据的电控测试数据管理方法,其特征在于,所述方法包括以下步骤:
S1、获取电控设备在执行不同控制指令时,每条控制指令从控制终端传输至执行端的过程中经过的电子元器件及先后顺序,生成每条控制指令对应的指令信号传输链,将经过的每个电子元器件作为相应指令信号传输链上的一个控制节点;
S2、获取不同控制指令在数据库中分别对应的应答时延阈值,获取不同时间周期内各条控制指令对应应答时延达到相应应答时延阈值时电控设备的连续使用时长,生成相应时间周期内电控设备的各个指令信号传输链的老化系数;并结合电控设备所属用户的连续使用时长需求,筛选异常的指令信号传输链,构建异常传输链集合;所述时间周期对应的时长为预设值,记为T;
S3、分析电控设备中不同指令信号传输链中控制节点之间的关系,结合构建的异常传输链集合及各个指令信号传输链的老化系数,挖掘异常传输链集合对应的异常参考控制节点集;并结合历史数据中同型号的电控设备内各个控制节点的异常信息,得到异常参考控制节点集中的每个元素分别对应的传输异常干扰量化值;所述异常信息包括相应控制节点的异常次数及每次出现异常前传输的指令信号个数;
S4、按传输异常干扰量化值从大到小的顺序对异常参考控制节点中的元素进行排序,生成电控设备元器件预警序列表单,并反馈给管理员,辅助管理员校验异常控制节点对应的元器件;所述电控设备元器件预警序列表单中不同元器件的序号与对应的校验优先级相等;
所述S3中电控设备中不同指令信号传输链中控制节点之间的关系包括共有节点及独立节点两种,所述共有节点表示不同指令信号传输链中共同拥有的控制节点,所述独立节点表示不同指令信号传输链中只有部分指令信号传输链中拥有的控制节点;判断指令信号传输链中控制节点之间的关系时,选取的指令信号传输链不同,同一种控制节点对应的关系分析结果不同;
所述S3中挖掘异常传输链集合对应的异常参考控制节点集的方法包括以下步骤:
S301、获取异常传输链集合中每个元素对应的指令信号传输链分别与正常的指令信号传输链之间存在的共有节点的并集,记为第一状态参照集合,并对异常传输链集合中各个元素内属于状态参照集合的控制节点进行标记;
S302、获取异常传输链集合中每个元素对应的指令信号传输链内除第一状态参照集合内元素之外的所有控制节点构成的集合,记为第二状态参照集合,所述第二状态参照集合中元素对应的控制节点不同;
S303、挖掘异常传输链集合对应的异常参考控制节点集及异常传输链集合中各个控制节点对应的干扰因子,所述异常参考控制节点集与第二状态参照集合相同,
所述异常传输链集合中未被标记的任意一个控制节点记为M,将M对应的干扰因子记为GM,则,其中,v1表示控制节点M在异常传输链集合中各元素内出现的总次数;/>表示控制节点M在异常传输链集合中各元素内第v次出现时所属指令信号传输链对应控制指令的连续使用时长需求与实际使用时长需求的差值;/>表示控制节点M在异常传输链集合中各元素内第v次出现时所属指令信号传输链内,属于异常参考控制节点集的控制节点总个数;
所述S3中得到异常参考控制节点集中的每个元素分别对应的传输异常干扰量化值的方法包括以下步骤:
S311、获取异常参考控制节点集中的每个元素分别对应的干扰因子,及历史数据中同型号的电控设备内各个控制节点的异常信息;
S312、得到异常参考控制节点集中的每个元素分别对应的传输异常干扰量化值,将异常参考控制节点集中的第g个元素对应的传输异常干扰量化值,记为YCGg,
,
其中,表示异常参考控制节点集中的第g个元素对应的干扰因子;
Rg表示历史数据中同型号的电控设备内与异常参考控制节点集的第g个元素相同的控制节点的异常信息中,对应的异常次数;
RP表示历史数据中同型号的电控设备内分别与异常参考控制节点集内元素相同的各个控制节点的异常信息中,分别对应的异常次数之和;
Hg表示当前时间已执行的控制指令中异常参考控制节点集中的第g个元素对应的控制节点在上次更换后,通过该控制节点传输的指令信号个数;若异常参考控制节点集中的第g个元素对应的控制节点之前未出现更换情况,则Hg等于电控设备从采购成功后,通过异常参考控制节点集中的第g个元素对应的控制节点传输的控制指令个数;
Ugr表示历史数据中同型号的电控设备内与异常参考控制节点集的第g个元素相同的控制节点的异常信息中,第r次异常前传输的指令信号个数,且。
2.根据权利要求1所述的一种基于大数据的电控测试数据管理方法,其特征在于:所述S1中生成每条控制指令对应的指令信号传输链的过程中,将第i条控制指令对应的指令信号传输链记为{ai1,ai2,ai3,...,aini},其中,ni表示第i条控制指令对应的指令信号传输链中控制节点的总个数,aini表示第i条控制指令对应的指令信号传输链中的第ni个控制节点;
不同指令信号传输链之间存在相同的一个或多个控制节点,且不同指令信号传输链内相同的控制节点之间先后顺序存在差异。
3.根据权利要求1所述的一种基于大数据的电控测试数据管理方法,其特征在于:所述S2中生成相应时间周期内电控设备的各个指令信号传输链的老化系数的方法包括以下步骤:
S201、获取不同控制指令在数据库中分别对应的应答时延阈值,将第i条控制指令在数据库中对应的应答时延阈值记为Yi;
S202、获取不同时间周期内各条控制指令对应应答时延达到相应应答时延阈值时电控设备的连续使用时长,将第j个时间周期内第i条控制指令对应应答时延达到应答时延阈值Yi时电控设备的连续使用时长,记为Tij;
当第j个时间周期内第i条控制指令对应应答时延未达到应答时延阈值Yi时,则Tij的值等于上一个时间周期内第i条控制指令对应应答时延未达到应答时延阈值Yi时电控设备的连续使用时长;若第一个时间周期内第i条控制指令对应应答时延未达到应答时延阈值Yi时,则Tij的值等于电控设备的第i条控制指令对应的连续使用时长需求,所述电控设备的不同控制指令分别对应的连续使用时长需求是通过数据库查询预置表单获取的;
每个所述时间周期内电控设备包括多个连续使用时间区间,每个连续使用时间区间内执行多条控制指令,且同一条控制指令的执行次数存在多次的情况;Tij表示第j个时间周期内在多个连续使用时间区间中,分别执行第i条控制指令对应应答时延达到应答时延阈值Yi时电控设备的连续使用时长的最小值;所述控制指令对应应答时延等于控制指令从控制终端传输至执行端对应的时间间隔;
S203、生成相应时间周期内电控设备的各个指令信号传输链的老化系数,将第j个时间周期内电控设备的第i个指令信号传输链的老化系数记为Qij;
,
其中,max{}表示求最大值的运算,m表示历史数据中电控设备从采购成功后对应的时间周期个数,表示j为区间/>中的任意一个值时,分别对应的各个Tij中的最大值,YTi表示电控设备的第i条控制指令对应应答时延达到相应应答时延阈值时的连续使用时长参照值,且YTi为数据库中预置的常数。
4.根据权利要求3所述的一种基于大数据的电控测试数据管理方法,其特征在于:所述S2中构建异常传输链集合的方法包括以下步骤:
S211、获取电控设备所属用户的连续使用时长需求,用户对第i条控制指令的连续使用需求为满足用户使用需求的最小连续使用时长,记为TXi,不同控制指令对应的连续使用时长需求不同;
S212、提取数据库中获取的与用户对第i条控制指令的连续使用需求TXi进行比较,得到异常传输链初始集合,所述min{}表示求最小值的运算,所述表示历史数据中电控设备的第i条控制指令对应的实际使用时长需求,
当<TXi时,则判定第i条控制指令对应的指令信号传输链为异常传输链初始集合中的一个元素;反之,则判定第i条控制指令对应的指令信号传输链不为异常传输链初始集合中元素;
S213、选取异常传输链初始集合中各个元素分别对应的老化系数的平均值,记为P,提取对应的老化系数大于等于P且不属于异常传输链初始集合的所有指令信号传输链构成的集合,记为异常传输链备选集合;
S214、构建异常传输链集合,所述异常传输链集合等于异常传输链初始集合与异常传输链备选集合的并集。
5.一种基于大数据的电控测试数据管理***,所述***应用权利要求1-4中任意一项所述的一种基于大数据的电控测试数据管理方法实现,其特征在于,所述***包括以下模块:
信号传输链构建模块,所述信号传输链构建模块获取电控设备在执行不同控制指令时,每条控制指令从控制终端传输至执行端的过程中经过的电子元器件及先后顺序,生成每条控制指令对应的指令信号传输链,将经过的每个电子元器件作为相应指令信号传输链上的一个控制节点;
传输链老化分析模块,所述传输链老化分析模块获取不同控制指令在数据库中分别对应的应答时延阈值,获取不同时间周期内各条控制指令对应应答时延达到相应应答时延阈值时电控设备的连续使用时长,生成相应时间周期内电控设备的各个指令信号传输链的老化系数;并结合电控设备所属用户的连续使用时长需求,筛选异常的指令信号传输链,构建异常传输链集合;
控制节点异常分析模块,所述控制节点异常分析模块分析电控设备中不同指令信号传输链中控制节点之间的关系,结合构建的异常传输链集合及各个指令信号传输链的老化系数,挖掘异常传输链集合对应的异常参考控制节点集;并结合历史数据中同型号的电控设备内各个控制节点的异常信息,得到异常参考控制节点集中的每个元素分别对应的传输异常干扰量化值;
预警序列表单管理模块,所述预警序列表单管理模块按传输异常干扰量化值从大到小的顺序对异常参考控制节点中的元素进行排序,生成电控设备元器件预警序列表单,并反馈给管理员,辅助管理员校验异常控制节点对应的元器件。
6.根据权利要求5所述的一种基于大数据的电控测试数据管理***,其特征在于:所述传输链老化分析模块包括老化系数分析单元及异常传输链集合构建单元,
所述老化系数分析单元获取不同控制指令在数据库中分别对应的应答时延阈值,获取不同时间周期内各条控制指令对应应答时延达到相应应答时延阈值时电控设备的连续使用时长,生成相应时间周期内电控设备的各个指令信号传输链的老化系数;
所述异常传输链集合构建单元结合电控设备所属用户的连续使用时长需求,筛选异常的指令信号传输链,构建异常传输链集合。
7.根据权利要求5所述的一种基于大数据的电控测试数据管理***,其特征在于:所述控制节点异常分析模块包括控制节点关联分析单元及异常干扰量化单元,
所述控制节点关联分析单元分析电控设备中不同指令信号传输链中控制节点之间的关系,结合构建的异常传输链集合及各个指令信号传输链的老化系数,挖掘异常传输链集合对应的异常参考控制节点集;
所述异常干扰量化单元结合历史数据中同型号的电控设备内各个控制节点的异常信息,得到异常参考控制节点集中的每个元素分别对应的传输异常干扰量化值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311466526.4A CN117193272B (zh) | 2023-11-07 | 2023-11-07 | 一种基于大数据的电控测试数据管理***及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311466526.4A CN117193272B (zh) | 2023-11-07 | 2023-11-07 | 一种基于大数据的电控测试数据管理***及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117193272A CN117193272A (zh) | 2023-12-08 |
CN117193272B true CN117193272B (zh) | 2024-01-26 |
Family
ID=88985399
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311466526.4A Active CN117193272B (zh) | 2023-11-07 | 2023-11-07 | 一种基于大数据的电控测试数据管理***及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117193272B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110740072A (zh) * | 2018-07-20 | 2020-01-31 | 华为技术有限公司 | 一种故障检测方法、装置和相关设备 |
CN112019378A (zh) * | 2020-08-04 | 2020-12-01 | 中国联合网络通信集团有限公司 | 一种故障排查方法及装置 |
CN113824574A (zh) * | 2020-06-18 | 2021-12-21 | 中兴通讯股份有限公司 | 检测配置、处理方法、***及控制、通信设备、存储介质 |
CN114172796A (zh) * | 2021-12-24 | 2022-03-11 | 中国工商银行股份有限公司 | 通信网络的故障定位方法及相关装置 |
CN114401186A (zh) * | 2021-12-30 | 2022-04-26 | 中国电信股份有限公司 | 一种定制网络中端到端的故障确定方法及*** |
CN115412430A (zh) * | 2022-08-08 | 2022-11-29 | 中国电信股份有限公司 | 异常节点的定位方法、装置、电子设备及可读存储介质 |
CN116962161A (zh) * | 2022-04-20 | 2023-10-27 | 华为技术有限公司 | 路径检测方法、装置、***及计算机可读存储介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2015104691A2 (en) * | 2014-01-13 | 2015-07-16 | Brightsource Industries (Israel) Ltd. | Systems, methods, and devices for detecting anomalies in an industrial control system |
-
2023
- 2023-11-07 CN CN202311466526.4A patent/CN117193272B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110740072A (zh) * | 2018-07-20 | 2020-01-31 | 华为技术有限公司 | 一种故障检测方法、装置和相关设备 |
CN113824574A (zh) * | 2020-06-18 | 2021-12-21 | 中兴通讯股份有限公司 | 检测配置、处理方法、***及控制、通信设备、存储介质 |
CN112019378A (zh) * | 2020-08-04 | 2020-12-01 | 中国联合网络通信集团有限公司 | 一种故障排查方法及装置 |
CN114172796A (zh) * | 2021-12-24 | 2022-03-11 | 中国工商银行股份有限公司 | 通信网络的故障定位方法及相关装置 |
CN114401186A (zh) * | 2021-12-30 | 2022-04-26 | 中国电信股份有限公司 | 一种定制网络中端到端的故障确定方法及*** |
CN116962161A (zh) * | 2022-04-20 | 2023-10-27 | 华为技术有限公司 | 路径检测方法、装置、***及计算机可读存储介质 |
CN115412430A (zh) * | 2022-08-08 | 2022-11-29 | 中国电信股份有限公司 | 异常节点的定位方法、装置、电子设备及可读存储介质 |
Non-Patent Citations (2)
Title |
---|
大数据分析下信息异常传输路径实时校正仿真;杨娜;;计算机仿真(05);第201-204页 * |
杨娜 ; .大数据分析下信息异常传输路径实时校正仿真.计算机仿真.2018,(05),第201-204页. * |
Also Published As
Publication number | Publication date |
---|---|
CN117193272A (zh) | 2023-12-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110321371B (zh) | 日志数据异常检测方法、装置、终端及介质 | |
Ohlsson et al. | Predicting fault-prone software modules in telephone switches | |
EP2142994B1 (en) | Statistical method and system for network anomaly detection | |
US7295950B2 (en) | Monitoring multiple channels of data from real time process to detect recent abnormal behavior | |
US8463899B2 (en) | System, method and computer program product for optimized root cause analysis | |
US9058259B2 (en) | System and method for dynamic problem determination using aggregate anomaly analysis | |
US9658902B2 (en) | Adaptive clock throttling for event processing | |
US11038587B2 (en) | Method and apparatus for locating fault cause, and storage medium | |
US20150046757A1 (en) | Performance Metrics of a Computer System | |
CN112055003B (zh) | 一种基于字节长度分类的私有协议模糊测试用例生成方法 | |
CN115441943A (zh) | 通用数字信号处理波形机器学习控制应用 | |
JP2007318471A (ja) | 通信システム異常検出装置 | |
CN117193272B (zh) | 一种基于大数据的电控测试数据管理***及方法 | |
CN111814557A (zh) | 动作流检测方法、装置、设备及存储介质 | |
CN117112371B (zh) | 一种可观测全链路日志追踪方法及*** | |
CN105867353A (zh) | 一种振荡监测方法及*** | |
Omori et al. | Comparing concept drift detection with process mining tools | |
Hawkins et al. | Inverse Gaussian cumulative sum control charts for location and shape | |
CN116149908A (zh) | 一种数据链路熔断方法及装置和电子设备 | |
US20160352600A1 (en) | Abnormality detection method, abnormality detection device, and network system | |
CN114637654B (zh) | 基于AIOps智慧运营中心的故障监测分析方法 | |
CN117692143B (zh) | 一种通信密钥管理方法 | |
CN115361078B (zh) | 一种传输区间确定方法、装置、电子设备及介质 | |
CN111352975B (zh) | 数据质量管理方法、客户端、服务端和*** | |
US20240143423A1 (en) | Using training data for link reliability test and predictive maintenance |
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 |