CN117273354A - 一种针对数据中心设备的维护方法和*** - Google Patents
一种针对数据中心设备的维护方法和*** Download PDFInfo
- Publication number
- CN117273354A CN117273354A CN202311254816.2A CN202311254816A CN117273354A CN 117273354 A CN117273354 A CN 117273354A CN 202311254816 A CN202311254816 A CN 202311254816A CN 117273354 A CN117273354 A CN 117273354A
- Authority
- CN
- China
- Prior art keywords
- maintenance
- equipment
- operation data
- terminal
- plan
- 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 568
- 238000000034 method Methods 0.000 title claims abstract description 35
- 238000012216 screening Methods 0.000 claims abstract description 24
- 238000009826 distribution Methods 0.000 claims abstract description 17
- 238000004458 analytical method Methods 0.000 claims description 32
- 238000004364 calculation method Methods 0.000 abstract description 12
- 230000007704 transition Effects 0.000 description 15
- 238000013439 planning Methods 0.000 description 9
- 238000007726 management method Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 6
- 230000000694 effects Effects 0.000 description 5
- 239000011159 matrix material Substances 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000003780 insertion Methods 0.000 description 3
- 230000037431 insertion Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000003449 preventive effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000012913 prioritisation Methods 0.000 description 1
- 230000001172 regenerating effect Effects 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Entrepreneurship & Innovation (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种针对数据中心设备的维护方法和***,按照维护频率采集待维护设备的运行数据并对其按照维护类型进行分类聚类,进而获取多个设备维护组,然后为上述多个设备维护组匹配并关联其对应的维护程序,并生成对应多个维护计划,计划生成后即可按照维护计划分配算法将生成的维护计划分别发送至对应维护终端,使得终端对应维护人员根据其接收的计划对设备进行维护。本发明通过聚类相同维护类型的设备实现了针对待维护设备的下采样,减少了后续需要筛选匹配的样本数据,降低了筛选匹配的计算量,提高了维护***的运行效率,同时本发明提供的维护方法实现了数据中心设备维护的全过程自动化管理,提高了***的维护效率和可靠性。
Description
技术领域
本发明涉及***集成技术领域,尤其涉及一种针对数据中心设备的维护方法和***。
背景技术
现如今的数据中心设备基数大,网络线路复杂,且现有技术针对数据中心设备的维护管理计划都是由设备维护人员基于设备进行制定。
在进行计划制定时,制定中间多涉及到工作量、时间安排等不平衡的问题,导致计划设定无法在规定时间段被完成,进而导致数据中心运维管理团队需要人员再次进行调整,影响数据中心的运维效率,同时也容易照成维护任务延迟。
发明内容
本发明提供了一种针对数据中心设备的维护方法和***,以实现***根据设备信息自动化制定维护计划并自行实施,以此提高设备维护效率的技术效果。
为了解决上述技术问题,本发明实施例提供了一种针对数据中心设备的维护方法,包括以下步骤:
按照预设的维护频率采集数据中心内待维护设备的运行数据,并按照预设的维护类型对所述运行数据进行分类,获得若干个设备维护组;
根据所述若干个设备维护组在预设的维护程序数据库中筛选匹配对应的维护程序,使得每个所述若干个设备维护组与若干个所述维护程序一一对应关联,生成若干个维护计划,同时根据所述运行数据更新对应运行数据库;
按照预设的维护计划分配算法分别将所述若干个维护计划发送至相应的各维护终端,使得所述各维护终端对应的维护人员根据对应的维护计划对所述待维护设备进行维护。
本发明提供的针对数据中心设备的维护方法中,***将按照预设的维护频率定期采集数据中心内待维护设备的运行数据,并按照***内预设的维护类型对上述采集的运行数据进行分类,将运行数据中需要由同一类维护程序进行维护的相对应的设备聚类至同一个设备维护组中,进而实现了针对待维护设备的提取聚类即下采样,减少了后续需要筛选匹配的样本数据,降低了筛选匹配的计算量,提高了维护***的运行效率。
根据各设备维护组所包含的各类设备运行数据中的设备信息在预设的维护程序数据库中筛选匹配与其对应的维护程序并生成对应维护计划,使得每个维护类别的设备维护组均含有一个与其对应的维护程序和维护计划,且该维护程序可针对实现该设备维护组中每个设备的维护。生成若干维护计划后,***根据采集的各运行数据对***中各设备对应的运行数据库进行更新,便于后续***根据汇总的运行数据分析对应设备与其相应维护程序的匹配度。
生成了相应的维护计划,***便按照预设的维护终端表将各维护计划发送至对应的维护终端上,使得各维护终端对应的维护人员可根据其终端上的维护计划对相应数据中心内的设备进行维护,以此实现了数据中心设备维护的全过程自动化管理,而由***发送的维护计划还将成为维护人员对设备进行维护的工作提示,同时由***自主完成上述维护计划的分配则进一步提高了针对数据中心设备的维护效率和可靠性。
作为优选例子,所述按照预设的维护频率采集数据中心内待维护设备的运行数据,具体为:
调取并根据运行数据库中的历史运行数据分析所述待维护设备的当前工作状态,同时调取所述待维护设备的本月维护次数;
根据所述当前工作状态对初始维护频率进行调整获得第一维护频率,同时根据所述本月维护次数以及本年剩余维护次数调整所述第一维护频率,并按照调整后第一维护频率采集数据中心所述待维护设备的所述运行数据。
***在确定需要对设备进行运行数据采集即确定需要对设备进行维护之前,***还需要确定维护频率,本发明所提供的维护方法中针对每个不同的维护类型所对应的设备还设定了其对应需要进行维护的维护频率。由于不同维护类型所对应的设备其需要的维护工作不相同,因此其需要的维护频率也不相同。本发明所提供的维护方法将通过***内每个设备对应运行数据库中的历史运行数据以及该设备的本月维护次数对该设备的维护频率进行适应性调整,使得经过调整的维护频率更加符合该设备的当前工作状态,同时也提高了该设备对应维护人员的工作量的均衡性,避免出现维护人员每个月维护工作量过多或过少导致维护人员的维护工作效率下降。
作为优选例子,所述按照预设的维护类型对所述运行数据进行分类,获得若干个设备维护组,具体为:
解析所述运行数据,获得每个所述待维护设备的设备信息;
根据所述设备信息在维护类型数据库中进行筛选匹配,使得每个所述设备信息均含有一一对应的维护类型,并将所述设备信息与对应所述维护类型进行关联;
按照所述维护类型对所述设备信息进行聚类处理,使得所述维护类型相同的所述设备信息被聚类至同一设备维护组,进而获得若干个设备维护组。
为了提高设备维护效率,本发明提供的设备维护方法通过解析采集的设备运行数据获得设备的设备信息,进而确定设备类型,并根据获得的设备信息在***预设的维护类型数据库中进行匹配筛选,使得每一个设备对应的设备信息均能匹配到一个对应的维护类型,并对完成匹配的设备信息和维护类型进行关联处理。
关联后***将根据每个设备所关联的维护类型对关联后的数据进行聚类处理,使得相同维护类型的设备信息被聚类至同一个设备维护组中,进而获得若干个设备维护组,且每一个设备维护组中的设备所需要的维护类型均为相同的。完成上述分类步骤后,***则实现了针对采集的运行数据的下采样,减少了后续维护程序筛选匹配的计算量,同时也提高了后续***执行维护程序筛选匹配的运行效率。
作为优选例子,所述按照预设的维护计划分配算法分别将所述若干个维护计划发送至相应的各维护终端,具体为:
遍历计算所述若干个维护计划与所述各维护终端的维护匹配度,并根据计算获得的所述维护匹配度为各维护计划匹配至少一个第一候选终端;
调取所述各维护终端对应的当前工作负荷,并根据所述当前工作负荷调整所述第一候选终端,获得第二候选终端;
调取所述各维护计划对应的优先级,并根据所述优先级调整所述第二候选终端,获得第三候选终端,并将所述第三候选终端中排序为第一的候选终端作为所述各维护计划对应的维护终端。
为了提高维护计划分配的科学性和合理性,本发明提供的维护方法在完成了若干个维护计划生成后,将计算每个维护计划与每个维护终端之间的维护匹配度,以此确定相应维护终端所对应的设备维护人员是否擅长该维护计划对应的设备的维护,或者确定其是否含有维护该设备的维护技能。确定后,***则根据计算获得的维护匹配度为各个维护计算匹配至少一个维护终端作为第一候选终端,为后续根据各维护终端的当前工作负荷以及各维护计划的优先级进行候选终端调整提供数据基础,提高了维护终端分配的灵活性和科学性。
在完成每个维护计划的基本候选终端即第一候选终端匹配后,***还将通过每个维护终端的当前工作负荷以及每个维护计划的优先级,对每个维护计划对应的第一候选终端进行调整,进而将调整后排名为第一的候选终端作为各维护计划的维护终端,有效提升了维护终端分配的科学性、合理性和准确性,以使每个维护计划所分配到的维护终端极大程度接近当前条件下的最优终端。
作为优选例子,所述在所述各维护终端对应的维护人员根据对应的维护计划对所述待维护设备进行维护之后,还包括:
按照预设的周期调取并分析运行数据库中的历史运行数据,并根据分析结果确定是否需要对所述维护程序进行更新;
若分析结果为所述历史运行数据对应设备的当前工作状态达到维护程序更新标准,则根据所述历史运行数据更新对应所述维护程序,并生成相应分析报告;
若分析结果为所述历史运行数据对应设备的当前工作状态未达到维护程序更新标准,则无需更新所述维护程序并生成相应分析报告。
在通过上述各项优选例子实现了针对数据中心内待维护设备的维护后,本发明提供的维护方法中的维护***还将按照预设的周期调取并分析运行数据库中的历史运行数据,以此实现针对数据中心内设备每次进行维护的历史以及维护效果,并以此为依据对维护程序进行调整。而通过上述周期性的分析与调整,即可有效实现对设备的全周期性管理,同时也提高了维护程序调整的灵活性以及适应性,使得生成的维护计划更加负荷设备当前阶段的要求。
相应的,本发明还提供了一种针对数据中心设备的维护***,所述维护***包括数据分类模块、计划生成模块和终端发送模块;
其中,所述数据分类模块用于按照预设的维护频率采集数据中心内待维护设备的运行数据,并按照预设的维护类型对所述运行数据进行分类,获得若干个设备维护组;
所述计划生成模块用于根据所述若干个设备维护组在预设的维护程序数据库中筛选匹配对应的维护程序,使得每个所述若干个设备维护组与若干个所述维护程序一一对应关联,生成若干个维护计划,同时根据所述运行数据更新对应运行数据库;
所述终端发送模块用于按照预设的维护计划分配算法分别将所述若干个维护计划发送至相应的各维护终端,使得所述各维护终端对应的维护人员根据对应的维护计划对所述待维护设备进行维护。
作为优选例子,所述数据分类模块按照预设的维护频率采集数据中心内待维护设备的运行数据,具体为:
调取并根据运行数据库中的历史运行数据分析所述待维护设备的当前工作状态,同时调取所述待维护设备的本月维护次数;
根据所述当前工作状态对初始维护频率进行调整获得第一维护频率,同时根据所述本月维护次数以及本年剩余维护次数调整所述第一维护频率,并按照调整后第一维护频率采集数据中心所述待维护设备的所述运行数据。
作为优选例子,所述数据分类模块按照预设的维护类型对所述运行数据进行分类,获得若干个设备维护组,具体为:
解析所述运行数据,获得每个所述待维护设备的设备信息;
根据所述设备信息在维护类型数据库中进行筛选匹配,使得每个所述设备信息均含有一一对应的维护类型,并将所述设备信息与对应所述维护类型进行关联;
按照所述维护类型对所述设备信息进行聚类处理,使得所述维护类型相同的所述设备信息被聚类至同一设备维护组,进而获得若干个设备维护组。
作为优选例子,所述终端发送模块按照预设的维护计划分配算法分别将所述若干个维护计划发送至相应的各维护终端,具体为:
遍历计算所述若干个维护计划与所述各维护终端的维护匹配度,并根据计算获得的所述维护匹配度为各维护计划匹配至少一个第一候选终端;
调取所述各维护终端对应的当前工作负荷,并根据所述当前工作负荷调整所述第一候选终端,获得第二候选终端;
调取所述各维护计划对应的优先级,并根据所述优先级调整所述第二候选终端,获得第三候选终端,并将所述第三候选终端中排序为第一的候选终端作为所述各维护计划对应的维护终端。
作为优选例子,所述维护***还包括程序更新模块;
其中,所述程序更新模块用于按照预设的周期调取并分析运行数据库中的历史运行数据,并根据分析结果确定是否需要对所述维护程序进行更新;
若分析结果为所述历史运行数据对应设备的当前工作状态达到维护程序更新标准,则根据所述历史运行数据更新对应所述维护程序,并生成相应分析报告;
若分析结果为所述历史运行数据对应设备的当前工作状态未达到维护程序更新标准,则无需更新所述维护程序并生成相应分析报告。
附图说明
图1:为本发明提供的针对数据中心设备的维护方法的一种实施例的流程示意图;
图2:为本发明提供的针对数据中心设备的维护***的一种实施例的结构示意图。
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作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。
实施例一
请参照图1,为本发明提供的针对数据中心设备的维护方法的一种实施例的流程示意图,包括步骤101至步骤103,各步骤具体如下:
步骤101:按照预设的维护频率采集数据中心内待维护设备的运行数据,并按照预设的维护类型对所述运行数据进行分类,获得若干个设备维护组。
在本实施例所提供的针对数据中心设备的维护方法中,***将按照预设的维护频率定期采集数据中心内待维护设备的运行数据,并按照***内预设的维护类型对上述采集的运行数据进行分类,将运行数据中需要由同一类维护程序进行维护的相对应的设备聚类至同一个设备维护组中,进而实现了针对待维护设备的提取聚类即下采样,减少了后续需要筛选匹配的样本数据,降低了筛选匹配的计算量,提高了维护***的运行效率。
示例性的,本实施例所述按照预设的维护频率采集数据中心内待维护设备的运行数据,具体为:
调取并根据运行数据库中的历史运行数据分析所述待维护设备的当前工作状态,同时调取所述待维护设备的本月维护次数;
根据所述当前工作状态对初始维护频率进行调整获得第一维护频率,同时根据所述本月维护次数以及本年剩余维护次数调整所述第一维护频率,并按照调整后第一维护频率采集数据中心所述待维护设备的所述运行数据。
在本实施例中,***在确定需要对设备进行运行数据采集即确定需要对设备进行维护之前,***还需要确定维护频率,本发明实施例所提供的维护方法中针对每个不同的维护类型所对应的设备还设定了其对应需要进行维护的维护频率。由于不同维护类型所对应的设备其需要的维护工作不相同,因此其需要的维护频率也不相同。本发明实施例所提供的维护方法将通过***内每个设备对应运行数据库中的历史运行数据以及该设备的本月维护次数对该设备的维护频率进行适应性调整,使得经过调整的维护频率更加符合该设备的当前工作状态,同时也提高了该设备对应维护人员的工作量的均衡性,避免出现维护人员每个月维护工作量过多或过少导致维护人员的维护工作效率下降。
在本实施例中,***确定维护频率时还将根据每种不同的维护类型确定其对应的维护频率,例如每月、每季度或者每年进行一次维护,同时在此基础上***还将通过设备的运行数据确定设备的使用情况,进而根据设备的使用情况对上述基础的维护频率进行适应性调整。除此之外,***根据设备的月度、季度、半年度和年度等维护类型确定对应维护频率,同时也确保了每月的维护工作量均衡。
本实施例采用的是动态规划算法,动态规划算法可以考虑每个任务对工作量的贡献和限制,并在满足约束条件的前提下,找到最优的任务分配方案,并以此实现针对每个维护类型的设备的最优维护频率的设定。本实施例通过定义一个状态矩阵记录每个月累计的维护工作量,并在计算过程中对维护频率的制定不断地进行优化,即可找到最佳的任务分配方案即最优维护频率,以此提高任务分配时间的均衡性、合理性和科学性。
动态规划算法作为一种用于解决具有重叠子问题和最优子结构性质的问题的优化方法,其基本思想是将原问题分解为相互重叠的子问题,并利用子问题的解来构建原问题的解。在本实施例中,动态规划算法则被用来寻找确定最优任务分配方案即最优维护频率,其具体实现过程包括:
步骤1定义状态:即定义一个状态矩阵,一般是二维矩阵,而状态通常是一个或多个变量,用来表示问题的某种特征或属性。在本实施例中的状态用于记录每个月的累计工作量即累计维护工作量。
步骤2定义状态转移方程:根据问题的特性,定义状态转移方程,描述当前状态与下一步状态之间的关系即从一个状态转移到下一个状态的方式。在任务分配问题中,状态转移方程应考虑当前任务对工作量的贡献和限制,并结合已分配任务的累计工作量来计算下一步的最优分配方案。同时,状态转移方程还描述了问题的子结构和最优子结构性质,以此确定如何利用已解决的子问题来构建原问题的最优解。
为了更好地说明动态转移方程的原理,本实施例提供了一个相应示例,如下所示:
假设存在一组任务,每个任务有不同的工作量和优先级,需根据其工作量和优先级将其分配到一年的12个月中,以使工作量最小化。具体实现方式为:
状态定义:
令dp[i]表示前i个任务的最小工作量累计和(i从1到n,n为任务的总数)。
状态转移方程:
对于第i个任务有两种选择:将其分配到当前月份或下一个月份。其中,工作量最小的方案为最优方案。
dp[i]=min(dp[i-1]+workload[i],dp[i-2]+workload[i])
其中,dp[i-1]表示将第i个任务分配到当前月份,dp[i-2]表示将第i个任务分配到下一个月份。workload[i]表示第i个任务的工作量。
初始状态:
dp[0]=0(没有任务时,工作量为0)
边界条件:
dp[1]=workload[1](只有一个任务时,工作量为该任务的工作量)
最优解:
最终的最优解为dp[n],其中n为任务的总数。
通过上述状态转移方程依次计算dp[i],直到计算出dp[n],即得到了将任务分配到每个月份的最优方案,以实现工作量的最小化。上述示例作用仅为说明状态转移方程原理,实际应用中的状态转移原理将根据具体问题的要求和限制进行定义。
步骤3初始化状态:初始化在步骤1中定义的状态矩阵,确保初始状态下维护工作量的合理性和正确性,一般初始状态下累计维护工作量为零。
步骤4递推计算:根据状态转移方程,使用递推计算的方式依次计算每个月的最优任务分配方案即每个月的维护工作频率。这一步涉及到将当前任务与已分配任务的累计工作量进行比较,以确定最优的分配方案。本实施例的递推计算的具体内容是根据状态转移方程,从前一个状态推导出当前状态的值,以依次计算每个月的最优任务分配方案。本实施例所述递推计算的具体实现步骤如下:
遍历每个月份:从第一个月开始,依次遍历每个月份。
计算当前状态值:对于当前月份,根据状态转移方程,使用已知的前一个状态值(之前的月份的累计工作量)来计算当前状态值(当前月份的累计工作量)。这涉及将当前任务与已分配任务的累计工作量进行比较,以确定最优的分配方案。
更新状态值:更新当前月份的状态值,将其存储在状态数组或矩阵中。
继续遍历下一个月份:重复执行当前状态值计算和更新状态值,依次遍历下一个月份,直到遍历完所有的月份。
步骤5回溯求解:在完成递推计算后,***将通过回溯的方式从最终状态开始,逐步确定每个月的任务分配情况即每个月的维护频率,以得到最优的任务分配方案即最优维护频率。
在本实施例中,动态规划算法可以考虑每个任务对工作量的贡献和限制,通过定义状态和状态转移方程,逐步计算得到最优的任务分配方案即最优的维护频率,从而实现工作量的均衡分配。动态规划算法的数学模型根据具体问题而定,包括状态定义、状态转移方程、目标函数以及初始状态和边界条件。这些模型的建立将问题抽象为数学形式,从而使动态规划算法能够高效地求解问题并找到最优解。
在上述动态规划算法的具体实现过程中,步骤2定义状态转移方程和步骤3初始化状态之间还包括定义目标函数步骤,用于表示要最大化或最小化的目标,可根据具体问题而定。在本实施例中,目标函数可以是工作量的均衡性度量,例如最小化工作量的最大差异或最小化工作量的方差。
除此之外,本实施例所述动态规划算法中步骤3确定初始化状态之后还包括确定边界条件即问题的结束条件。在本实施例中,边界条件可以是所有任务都被分配完毕即本年度剩余的维护工作的具体分配时间即维护频率被确认完毕。
以下为通过Java语言编写的一个动态规划算法示例,用于设备维护计划的排列:
示例性的,本实施例所述按照预设的维护类型对所述运行数据进行分类,获得若干个设备维护组,具体为:
解析所述运行数据,获得每个所述待维护设备的设备信息;
根据所述设备信息在维护类型数据库中进行筛选匹配,使得每个所述设备信息均含有一一对应的维护类型,并将所述设备信息与对应所述维护类型进行关联;
按照所述维护类型对所述设备信息进行聚类处理,使得所述维护类型相同的所述设备信息被聚类至同一设备维护组,进而获得若干个设备维护组。
为了提高设备维护效率,本发明实施例提供的设备维护方法通过解析采集的设备运行数据获得设备的设备信息,进而确定设备类型,并根据获得的设备信息在***预设的维护类型数据库中进行匹配筛选,使得每一个设备对应的设备信息均能匹配到一个对应的维护类型,并对完成匹配的设备信息和维护类型进行关联处理。
关联后***将根据每个设备所关联的维护类型对关联后的数据进行聚类处理,使得相同维护类型的设备信息被聚类至同一个设备维护组中,进而获得若干个设备维护组,且每一个设备维护组中的设备所需要的维护类型均为相同的。完成上述分类步骤后,***则实现了针对采集的运行数据的下采样,减少了后续维护程序筛选匹配的计算量,同时也提高了后续***执行维护程序筛选匹配的运行效率。
在本实施例中,确定每个设备的设备信息包括设备型号、序列号、制造商、安装位置等,***将根据上述设备信息对设备进行分类和组织,由于数据中心的设备数量非常多,因此本实施例优选通过数据导入的模式例行整理这些数据,并根据分类后数据整理获得对应设备的运行数据库。
***在确定了每个设备的设备信息后,将根据其设备信息在维护类型数据库中匹配并关联对应的维护类型,即根据设备的特性和需求确定不同维护类型所对应设备的维护任务内容,例如预防性维护、校准、清洁等。完成的分类后,***将根据每个设备信息对应的维护类型对采集的运行数据进行聚类处理,即将需要执行相同维护任务内容的设备信息聚类之同一设备维护组中,进而获得多个不同维护类型的设备维护组。
步骤102:根据所述若干个设备维护组在预设的维护程序数据库中筛选匹配对应的维护程序,使得每个所述若干个设备维护组与若干个所述维护程序一一对应关联,生成若干个维护计划,同时根据所述运行数据更新对应运行数据库。
根据各设备维护组所包含的各类设备运行数据中的设备信息在预设的维护程序数据库中筛选匹配与其对应的维护程序并生成对应维护计划,使得每个维护类别的设备维护组均含有一个与其对应的维护程序和维护计划,且该维护程序可针对实现该设备维护组中每个设备的维护。生成若干维护计划后,***根据采集的各运行数据对***中各设备对应的运行数据库进行更新,便于后续***根据汇总的运行数据分析对应设备与其相应维护程序的匹配度。
在本实施例中,为每个维护类型设定的维护程序具体包括需要进行的检查、清洁、更换部件或调整的具体操作。本实施例设定的维护程序中每个步骤均详细清晰,以使维护人员能够按照维护程序的指导进行维护操作。
步骤103:按照预设的维护计划分配算法分别将所述若干个维护计划发送至相应的各维护终端,使得所述各维护终端对应的维护人员根据对应的维护计划对所述待维护设备进行维护。
生成了相应的维护计划,***便按照预设的维护终端表将各维护计划发送至对应的维护终端上,使得各维护终端对应的维护人员可根据其终端上的维护计划对相应数据中心内的设备进行维护,以此实现了数据中心设备维护的全过程,而由***发送的维护计划还将成为维护人员对设备进行维护的工作提示和,同时由***自主完成上述维护计划的分配则进一步提高了针对数据中心设备的维护效率。
示例性的,本实施例所述按照预设的维护计划分配算法分别将所述若干个维护计划发送至相应的各维护终端,具体为:
遍历计算所述若干个维护计划与所述各维护终端的维护匹配度,并根据计算获得的所述维护匹配度为各维护计划匹配至少一个第一候选终端;
调取所述各维护终端对应的当前工作负荷,并根据所述当前工作负荷调整所述第一候选终端,获得第二候选终端;
调取所述各维护计划对应的优先级,并根据所述优先级调整所述第二候选终端,获得第三候选终端,并将所述第三候选终端中排序为第一的候选终端作为所述各维护计划对应的维护终端。
为了提高维护计划分配的科学性和合理性,本发明实施例提供的维护方法在完成了若干个维护计划生成后,将计算每个维护计划与每个维护终端之间的维护匹配度,以此确定相应维护终端所对应的设备维护人员是否擅长该维护计划对应的设备的维护,或者确定其是否含有维护该设备的维护技能。确定后,***则根据计算获得的维护匹配度为各个维护计算匹配至少一个维护终端作为第一候选终端,为后续根据各维护终端的当前工作负荷以及各维护计划的优先级进行候选终端调整提供数据基础,提高了维护终端分配的灵活性和科学性。
在完成每个维护计划的基本候选终端即第一候选终端匹配后,***还将通过每个维护终端的当前工作负荷以及每个维护计划的优先级,对每个维护计划对应的第一候选终端进行调整,进而将调整后排名为第一的候选终端作为各维护计划的维护终端,有效提升了维护终端分配的科学性、合理性和准确性,以使每个维护计划所分配到的维护终端极大程度接近当前条件下的最优终端。
本实施例***所采用的维护计划分配算法,即确定每个设备的维护责任人或团队,并确保他们具备必要的技能和知识来执行维护任务。因此,***首先需确定每个维护计划与维护终端的维护匹配度,以此确定该维护终端对应技术人员是否具备必要的技能和知识执行相应的维护计划,然后还需要在分配计划时考虑到维护人员的工作负荷和时间安排,以此提高维护任务分配的合理性。
根据设备的维护计划和技术人员的可用性、技能匹配度等因素,自动分配维护任务给合适的技术人员。设备计划任务的自动分配算法可以基于以下因素进行考虑:
技能匹配度:每个技术人员可能具有不同的技能和专业知识。在自动分配任务时,算法可以考虑设备维护任务所需要的技能,并将任务分配给具备相应技能的技术人员。在本实施例中,即确定每个维护计划与对应维护终端之间的维护匹配度,该因素为维护计划分配算法中的重要参考因素。
技术人员可用性:算法需要考虑技术人员的可用性和工作负荷。如果某个技术人员已经被分配了较多的任务或在特定时间段不可用,算法应该避免将新的任务分配给该技术人员。
任务优先级:设备维护任务可能具有不同的优先级,根据任务的紧急程度和重要性,算法可以考虑将高优先级的任务优先分配给合适的技术人员。
工作量均衡:为了实现工作量的均衡分配,算法可以记录每个技术人员的工作负荷情况,并尽量将任务分配给工作负荷较低的技术人员,以确保每个月度的工作量均衡。
因此,基于上述因素考虑,本实施例所提供的维护计划分配算法的具体实现流程如下:
收集技术人员信息:建立技术人员的数据库,记录每个技术人员的技能、可用性和工作负荷情况。
收集设备维护任务信息:获取设备维护任务的计划和优先级信息。
根据技能匹配度即维护匹配度筛选技术人员:对于每个设备维护任务,根据任务所需的技能,筛选出具备相应技能的技术人员。
考虑技术人员可用性和工作负荷:对于筛选出的技术人员,检查其可用性和工作负荷情况。如果技术人员不可用或工作负荷过高,将其排除在分配范围之外。在本实施例中,即根据各维护终端的当前工作负荷调整所述第一候选终端,获得第一候选终端。
任务优先级排序:根据设备维护任务的优先级,对任务进行排序,以便优先处理高优先级任务。在本实施例中,即根据各维护计划的优先级调整所述第二候选终端,获得第三候选终端。
工作量均衡分配:根据技术人员的工作负荷情况,将任务逐个分配给工作负荷较低的技术人员。在本实施例中,***采用贪婪算法将任务按照工作量均衡的原则分配到不同的月份中。
所述贪婪算法是一种基于局部最优选择的算法,它在每一步都做出当前看起来最好的选择,以期望最终得到全局最优解。在本实施例中,贪婪算法的思想是在每个分配步骤中选择最佳的任务并将其分配到合适的月份,同时尽量保持工作量均衡,其具体执行步骤如下:
排序:将待分配的任务按照优先级进行排序,以确定分配的顺序。通常,优先级较高的任务会首先被考虑。
初始化:初始化每个月的任务累计工作量为零,记录每个月的剩余可分配工作量。
分配任务:从排序后的任务列表中依次选择任务。对于每个任务,选择工作量最小的月份进行分配,并更新该月份的任务累计工作量和剩余可分配工作量。
更新工作量:在分配任务后,更新每个月的任务累计工作量和剩余可分配工作量。完成工作量更新后,重复执行分配任务和更新工作量这两个步骤,直到所有任务被分配完毕为止。本实施例不对工作量均衡分配的具体采用方法做进一步限定,但本实施例优选通过贪婪算法实现该步骤,贪婪算法优点在于其简单性和高效性,可通过贪婪算法快速获得一个可行解。
更新技术人员的工作负荷:在完成任务分配后,更新技术人员的当前工作负荷状态。
完成上述计划分配后,本实施例中的***还提供了以下步骤对维护计划执行程度进行追踪:
任务调度和跟踪:确保维护计划的及时调度和跟踪。维护管理软件可以用于创建任务列表、安排任务的优先级、分配给技术人员,并跟踪任务的执行和完成情况。
实时通信和报告:建立技术人员和管理团队之间的实时通信渠道,以便及时交流任务进展、问题和需求。技术人员可以通过移动应用程序或在线平台接收任务指派和报告维护进度,同时管理团队可以实时监控任务状态和维护结果。
综上所述,通过自动化的维护计划分配和跟踪,可以提高维护工作的效率和可管理性。技术人员可以更好地专注于他们的专长领域,并根据自己的技能和经验来处理相应设备类别的维护任务。同时,本实施例所提供的维护方法还可以确保维护工作得到适当的分配和执行,提高了设备的可靠性和维护质量。
示例性的,本实施例在维护人员按照维护计划对设备进行维护之后,还包括:
按照预设的周期调取并分析运行数据库中的历史运行数据,并根据分析结果确定是否需要对所述维护程序进行更新;
若分析结果为所述历史运行数据对应设备的当前工作状态达到维护程序更新标准,则根据所述历史运行数据更新对应所述维护程序,并生成相应分析报告;
若分析结果为所述历史运行数据对应设备的当前工作状态未达到维护程序更新标准,则无需更新所述维护程序并生成相应分析报告。
在通过上述各项优选例子实现了针对数据中心内待维护设备的维护后,本发明实施例提供的维护方法中的维护***还将按照预设的周期调取并分析运行数据库中的历史运行数据,以此实现针对数据中心内设备每次进行维护的历史以及维护效果,并以此为依据对维护程序进行调整。而通过上述周期性的分析与调整,即可有效实现对设备的全周期性管理,同时也提高了维护程序调整的灵活性以及适应性,使得生成的维护计划更加负荷设备当前阶段的要求。
本实施例调取并分析运行数据库中的历史运行数据,以此评估维护计划的执行效果,识别改进和调整的机会。随着时间的推移,设备的使用情况和需求可能会变化,因此需要及时更新维护计划以适应新的要求。又或者是***需要***新的设备维护计划时,本实施例将采用扩展动态规划算法来重新生成整体的设备维护计划。
本实施例所述扩展动态规划算法的具体实现步骤如下:
扩展动态规划表格:将原有的动态规划表格进行扩展,以适应新的设备计划的***。根据新的设备计划的持续时间和工作量,将表格的大小进行调整。
更新已有计划:将原有的设备计划按照动态规划算法重新生成,并更新到新的扩展表格中。
***新的设备维护计划:根据新的设备维护计划的持续时间和工作量,在扩展表格中寻找最优的位置进行***。可以使用类似动态规划算法中的状态转移方程来计算每个位置的最优值。
更新最优解:根据新的***结果,更新最优解,即计算出新的设备计划的工作量最小值。
***通过上述步骤即可重新自动生成整体的设备计划,同时保持工作量的最小化。除此之外,为了预防设备出现紧急情况,***还将针对每个设备制定紧急维护计划,包括预防性维护计划和紧急维护计划,以应对设备突发故障或紧急情况,包括指定紧急维修人员、联系方式以及必要的备件和工具准备。
为了更好地说明本发明一种针对数据中心设备的维护方法和***的工作原理与步骤流程,可以但不限于参见上文的相关记载。
相应的,参见图2,图2为本发明提供的针对数据中心设备的维护***的一种实施例的结构示意图。如图2所示,所述维护***包括数据分类模块201、计划生成模块202和终端发送模块203以及程序更新模块204;
其中,所述数据分类模块201用于按照预设的维护频率采集数据中心内待维护设备的运行数据,并按照预设的维护类型对所述运行数据进行分类,获得若干个设备维护组。
进一步的,所述数据分类模块201按照预设的维护频率采集数据中心内待维护设备的运行数据,具体为:
调取并根据运行数据库中的历史运行数据分析所述待维护设备的当前工作状态,同时调取所述待维护设备的本月维护次数;
根据所述当前工作状态对初始维护频率进行调整获得第一维护频率,同时根据所述本月维护次数以及本年剩余维护次数调整所述第一维护频率,并按照调整后第一维护频率采集数据中心所述待维护设备的所述运行数据。
更进一步的,所述数据分类模块201按照预设的维护类型对所述运行数据进行分类,获得若干个设备维护组,具体为:
解析所述运行数据,获得每个所述待维护设备的设备信息;
根据所述设备信息在维护类型数据库中进行筛选匹配,使得每个所述设备信息均含有一一对应的维护类型,并将所述设备信息与对应所述维护类型进行关联;
按照所述维护类型对所述设备信息进行聚类处理,使得所述维护类型相同的所述设备信息被聚类至同一设备维护组,进而获得若干个设备维护组。
所述计划生成模块202用于根据所述若干个设备维护组在预设的维护程序数据库中筛选匹配对应的维护程序,使得每个所述若干个设备维护组与若干个所述维护程序一一对应关联,生成若干个维护计划,同时根据所述运行数据更新对应运行数据库。
所述终端发送模块203用于按照预设的维护计划分配算法分别将所述若干个维护计划发送至相应的各维护终端,使得所述各维护终端对应的维护人员根据对应的维护计划对所述待维护设备进行维护。
进一步的,所述终端发送模块203按照预设的维护计划分配算法分别将所述若干个维护计划发送至相应的各维护终端,具体为:
遍历计算所述若干个维护计划与所述各维护终端的维护匹配度,并根据计算获得的所述维护匹配度为各维护计划匹配至少一个第一候选终端;
调取所述各维护终端对应的当前工作负荷,并根据所述当前工作负荷调整所述第一候选终端,获得第二候选终端;
调取所述各维护计划对应的优先级,并根据所述优先级调整所述第二候选终端,获得第三候选终端,并将所述第三候选终端中排序为第一的候选终端作为所述各维护计划对应的维护终端。
所述程序更新模块204用于按照预设的周期调取并分析运行数据库中的历史运行数据,并根据分析结果确定是否需要对所述维护程序进行更新;
若分析结果为所述历史运行数据对应设备的当前工作状态达到维护程序更新标准,则根据所述历史运行数据更新对应所述维护程序,并生成相应分析报告;若分析结果为所述历史运行数据对应设备的当前工作状态未达到维护程序更新标准,则无需更新所述维护程序并生成相应分析报告。
综上所述,本发明实施例提供了一种针对数据中心设备的维护方法和***,通过按照预设的维护频率采集待维护设备的运行数据并对其按照维护类型进行分类,进而获取多个不同维护类型的设备维护组,然后根据上述多个设备维护组在维护程序数据库中一一匹配并关联与其对应的维护程序,并生成对应多个维护计划,同时还根据采集的运行数据更新运行数据库,计划生成后即可按照维护计划分配算法将生成的维护计划分别发送至对应维护终端,使得终端对应维护人员根据其接收的计划对设备进行维护。本发明通过聚类相同维护类型的设备实现了针对待维护设备的下采样,减少了后续需要筛选匹配的样本数据,降低了筛选匹配的计算量,提高了维护***的运行效率,同时本发明提供的维护方法实现了数据中心设备维护的全过程自动化管理,提高了***的维护效率和可靠性。
以上所述的具体实施例,对本发明的目的、技术方案和有益效果进行了进一步的详细说明,应当理解,以上所述仅为本发明的具体实施例而已,并不用于限定本发明的保护范围。特别指出,对于本领域技术人员来说,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种针对数据中心设备的维护方法,其特征在于,包括以下步骤:
按照预设的维护频率采集数据中心内待维护设备的运行数据,并按照预设的维护类型对所述运行数据进行分类,获得若干个设备维护组;
根据所述若干个设备维护组在预设的维护程序数据库中筛选匹配对应的维护程序,使得每个所述若干个设备维护组与若干个所述维护程序一一对应关联,生成若干个维护计划,同时根据所述运行数据更新对应运行数据库;
按照预设的维护计划分配算法分别将所述若干个维护计划发送至相应的各维护终端,使得所述各维护终端对应的维护人员根据对应的维护计划对所述待维护设备进行维护。
2.如权利要求1所述的一种针对数据中心设备的维护方法,其特征在于,所述按照预设的维护频率采集数据中心内待维护设备的运行数据,具体为:
调取并根据运行数据库中的历史运行数据分析所述待维护设备的当前工作状态,同时调取所述待维护设备的本月维护次数;
根据所述当前工作状态对初始维护频率进行调整获得第一维护频率,同时根据所述本月维护次数以及本年剩余维护次数调整所述第一维护频率,并按照调整后第一维护频率采集数据中心所述待维护设备的所述运行数据。
3.如权利要求1所述的一种针对数据中心设备的维护方法,其特征在于,所述按照预设的维护类型对所述运行数据进行分类,获得若干个设备维护组,具体为:
解析所述运行数据,获得每个所述待维护设备的设备信息;
根据所述设备信息在维护类型数据库中进行筛选匹配,使得每个所述设备信息均含有一一对应的维护类型,并将所述设备信息与对应所述维护类型进行关联;
按照所述维护类型对所述设备信息进行聚类处理,使得所述维护类型相同的所述设备信息被聚类至同一设备维护组,进而获得若干个设备维护组。
4.如权利要求1所述的一种针对数据中心设备的维护方法,其特征在于,所述按照预设的维护计划分配算法分别将所述若干个维护计划发送至相应的各维护终端,具体为:
遍历计算所述若干个维护计划与所述各维护终端的维护匹配度,并根据计算获得的所述维护匹配度为各维护计划匹配至少一个第一候选终端;
调取所述各维护终端对应的当前工作负荷,并根据所述当前工作负荷调整所述第一候选终端,获得第二候选终端;
调取所述各维护计划对应的优先级,并根据所述优先级调整所述第二候选终端,获得第三候选终端,并将所述第三候选终端中排序为第一的候选终端作为所述各维护计划对应的维护终端。
5.如权利要求1所述的一种针对数据中心设备的维护方法,其特征在于,在所述各维护终端对应的维护人员根据对应的维护计划对所述待维护设备进行维护之后,还包括:
按照预设的周期调取并分析运行数据库中的历史运行数据,并根据分析结果确定是否需要对所述维护程序进行更新;
若分析结果为所述历史运行数据对应设备的当前工作状态达到维护程序更新标准,则根据所述历史运行数据更新对应所述维护程序,并生成相应分析报告;
若分析结果为所述历史运行数据对应设备的当前工作状态未达到维护程序更新标准,则无需更新所述维护程序并生成相应分析报告。
6.一种针对数据中心设备的维护***,其特征在于,所述维护***包括数据分类模块、计划生成模块和终端发送模块;
其中,所述数据分类模块用于按照预设的维护频率采集数据中心内待维护设备的运行数据,并按照预设的维护类型对所述运行数据进行分类,获得若干个设备维护组;
所述计划生成模块用于根据所述若干个设备维护组在预设的维护程序数据库中筛选匹配对应的维护程序,使得每个所述若干个设备维护组与若干个所述维护程序一一对应关联,生成若干个维护计划,同时根据所述运行数据更新对应运行数据库;
所述终端发送模块用于按照预设的维护计划分配算法分别将所述若干个维护计划发送至相应的各维护终端,使得所述各维护终端对应的维护人员根据对应的维护计划对所述待维护设备进行维护。
7.如权利要求6所述的一种针对数据中心设备的维护***,其特征在于,所述数据分类模块按照预设的维护频率采集数据中心内待维护设备的运行数据,具体为:
调取并根据运行数据库中的历史运行数据分析所述待维护设备的当前工作状态,同时调取所述待维护设备的本月维护次数;
根据所述当前工作状态对初始维护频率进行调整获得第一维护频率,同时根据所述本月维护次数以及本年剩余维护次数调整所述第一维护频率,并按照调整后第一维护频率采集数据中心所述待维护设备的所述运行数据。
8.如权利要求6所述的一种针对数据中心设备的维护***,其特征在于,所述数据分类模块按照预设的维护类型对所述运行数据进行分类,获得若干个设备维护组,具体为:
解析所述运行数据,获得每个所述待维护设备的设备信息;
根据所述设备信息在维护类型数据库中进行筛选匹配,使得每个所述设备信息均含有一一对应的维护类型,并将所述设备信息与对应所述维护类型进行关联;
按照所述维护类型对所述设备信息进行聚类处理,使得所述维护类型相同的所述设备信息被聚类至同一设备维护组,进而获得若干个设备维护组。
9.如权利要求6所述的一种针对数据中心设备的维护***,其特征在于,所述终端发送模块按照预设的维护计划分配算法分别将所述若干个维护计划发送至相应的各维护终端,具体为:
遍历计算所述若干个维护计划与所述各维护终端的维护匹配度,并根据计算获得的所述维护匹配度为各维护计划匹配至少一个第一候选终端;
调取所述各维护终端对应的当前工作负荷,并根据所述当前工作负荷调整所述第一候选终端,获得第二候选终端;
调取所述各维护计划对应的优先级,并根据所述优先级调整所述第二候选终端,获得第三候选终端,并将所述第三候选终端中排序为第一的候选终端作为所述各维护计划对应的维护终端。
10.如权利要求6所述的一种针对数据中心设备的维护***,其特征在于,所述维护***还包括程序更新模块;
其中,所述程序更新模块用于按照预设的周期调取并分析运行数据库中的历史运行数据,并根据分析结果确定是否需要对所述维护程序进行更新;
若分析结果为所述历史运行数据对应设备的当前工作状态达到维护程序更新标准,则根据所述历史运行数据更新对应所述维护程序,并生成相应分析报告;
若分析结果为所述历史运行数据对应设备的当前工作状态未达到维护程序更新标准,则无需更新所述维护程序并生成相应分析报告。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311254816.2A CN117273354A (zh) | 2023-09-27 | 2023-09-27 | 一种针对数据中心设备的维护方法和*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311254816.2A CN117273354A (zh) | 2023-09-27 | 2023-09-27 | 一种针对数据中心设备的维护方法和*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117273354A true CN117273354A (zh) | 2023-12-22 |
Family
ID=89202176
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311254816.2A Pending CN117273354A (zh) | 2023-09-27 | 2023-09-27 | 一种针对数据中心设备的维护方法和*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117273354A (zh) |
-
2023
- 2023-09-27 CN CN202311254816.2A patent/CN117273354A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20220300812A1 (en) | Workflow optimization | |
EP1372073A2 (en) | Mapping service demands in a distributed computer system | |
CN111541746B (zh) | 面向用户需求变化的多版本并存的微服务自适应方法 | |
US20040093351A1 (en) | System and method for controlling task assignment and work schedules | |
EP3207432B1 (en) | A method for managing subsystems of a process plant using a distributed control system | |
CN112685153A (zh) | 微服务调度方法、装置以及电子设备 | |
US20070039001A1 (en) | Method and system for tuning a taskscheduling process | |
CN113673857B (zh) | 一种面向数据中台的服务感知与资源调度***及方法 | |
CN111045820A (zh) | 一种基于时序预测的容器调度方法 | |
CN111400198A (zh) | 一种自适应的软件测试*** | |
CN109409780B (zh) | 变更处理方法、装置、计算机设备和存储介质 | |
CN110297713A (zh) | 一种云主机的配置管理***和方法 | |
CN113467944A (zh) | 面向复杂软件***的资源部署装置及方法 | |
CN117076077A (zh) | 基于大数据分析的计划调度优化方法 | |
CN114675956A (zh) | 一种基于Kubernetes集群之间Pod配置及调度的方法 | |
CN117273354A (zh) | 一种针对数据中心设备的维护方法和*** | |
CN108476147A (zh) | 用于管理计算***的自主方法 | |
CN113169888B (zh) | 用于分配现场技术人员的方法和技术人员分配*** | |
CN116566831A (zh) | 一种基于云计算的移动网络资源管理方法及*** | |
CN114125597A (zh) | 一种光纤调度的方法和装置 | |
CN112948092A (zh) | 批量作业的调度方法、装置、电子设备及存储介质 | |
CN112395119A (zh) | 异常数据处理方法、装置、服务器及存储介质 | |
CN117422378B (zh) | 一种采购供应的智能化管理方法及*** | |
CN118333314A (zh) | 自动化测试流程自动分发方法、***、存储介质及处理器 | |
CN117971505B (zh) | 部署容器应用的方法及装置 |
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 |