[发明专利]一种列车空调滤网脏堵故障预测方法、装置、设备及系统在审

专利信息
申请号: 201910810321.0 申请日: 2019-08-29
公开(公告)号: CN110515935A 公开(公告)日: 2019-11-29
发明(设计)人: 陈鑫铎;金诚;仲启端;杜晓青;熊文欢;倪康 申请(专利权)人: 新誉轨道交通科技有限公司
主分类号: G06F16/215 分类号: G06F16/215;G06F16/2458;G06K9/62;F24F11/38;F24F11/39
代理公司: 11227 北京集佳知识产权代理有限公司 代理人: 陈丽<国际申请>=<国际公布>=<进入国
地址: 213166 江苏省常州市*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 列车空调 滤网 参数因子 故障概率 故障预测 故障预警 历史数据 列车 计算机可读存储介质 发送 故障预测装置 空调运行数据 神经网络模型 环境数据 空调滤网 滤波处理 人力物力 缺勤 巡检 运维 空调 维修 预测 维护
【权利要求书】:

1.一种列车空调滤网脏堵故障预测方法,其特征在于,包括:

获取空调运行数据和环境数据并进行滤波处理,得到当前数据;

获取历史数据和参数因子,将所述当前数据、所述历史数据和所述参数因子输入脏堵预测神经网络模型中,得到故障概率值;

判断所述故障概率值是否处于空调滤网脏堵故障预测区间内;

若是,则发送列车空调滤网脏堵故障预警。

2.根据权利要求1所述的列车空调滤网脏堵故障预测方法,其特征在于,所述获取空调运行数据和环境数据并进行滤波处理,包括:

获取所述空调运行数据和所述环境数据;

判断所述空调运行数据和所述环境数据是否完整;

若是,则对所述空调运行数据和所述环境数据进行滤波处理。

3.根据权利要求1所述的列车空调滤网脏堵故障预测方法,其特征在于,所述获取历史数据和参数因子,包括:

将所述历史数据和所述当前数据上传至服务器;

将所述历史数据和所述当前数据输入到所述服务器中的脏堵故障自学习模型中,获取所述参数因子。

4.根据权利要求3所述的列车空调滤网脏堵故障预测方法,其特征在于,在将所述历史数据和所述当前数据上传至服务器之后,在将所述历史数据和所述当前数据输入到所述服务器中的脏堵故障自学习模型中之前,还包括:

判断所述脏堵预测神经网络模型中是否存在参数因子;

若否,则执行将所述历史数据和所述当前数据输入到所述服务器中的脏堵故障自学习模型中的步骤;

若是,则判断所述参数因子是否满足更新条件;

若所述参数因子满足所述更新条件,则执行将所述历史数据和所述当前数据输入到所述服务器中的脏堵故障自学习模型中的步骤。

5.根据权利要求1至4任一项所述的列车空调滤网脏堵故障预测方法,其特征在于,所述发送列车空调滤网脏堵故障预警,包括:

获取所述列车空调滤网脏堵故障预警,并将所述列车空调滤网脏堵故障预警发送至所述服务器;

所述服务器将所述列车空调滤网脏堵故障预警发送给故障运维设备,通过所述故障运维设备发送所述列车空调滤网脏堵故障预警。

6.根据权利要求5所述的列车空调滤网脏堵故障预测方法,其特征在于,还包括:

判断所述历史数据是否满足时间区间条件;

若否,则更新所述历史数据。

7.一种列车空调滤网脏堵故障预测装置,其特征在于,包括:

滤波模块,用于获取空调运行数据和环境数据并进行滤波处理,得到当前数据;

故障概率值获取模块,用于获取历史数据和参数因子,将所述当前数据、所述历史数据和所述参数因子输入脏堵预测神经网络模型中,得到故障概率值;

判断模块,用于判断所述故障概率值是否处于空调滤网脏堵故障预测区间内;

预警模块,用于若所述故障概率值处于空调滤网脏堵故障区间内,则发送列车空调滤网脏堵故障预警。

8.一种列车空调滤网脏堵故障预测设备,其特征在于,包括存储器和处理器,其中:

所述存储器,用于保存计算机程序;

所述处理器,用于执行所述计算机程序,以实现如权利要求1至6任一项所述的列车空调滤网脏堵故障预测方法。

9.一种列车空调滤网脏堵故障预测系统,其特征在于,包括故障运维设备、服务器和如权利要求8所述的列车空调滤网脏堵故障预测设备。

10.一种计算机可读存储介质,其特征在于,用于保存计算机程序,其中,所述计算机程序被处理器执行时实现如权利要求1至6任一项所述的列车空调滤网脏堵故障预测方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于新誉轨道交通科技有限公司,未经新誉轨道交通科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910810321.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top