[发明专利]一种市政设施平行维护管理系统在审

专利信息
申请号: 202111491561.2 申请日: 2021-12-08
公开(公告)号: CN114418810A 公开(公告)日: 2022-04-29
发明(设计)人: 章世景;陈弼梅;韩其龙;高腾 申请(专利权)人: 福州物联网开放实验室有限公司
主分类号: G06Q50/26 分类号: G06Q50/26;G06Q10/04;G06Q10/00
代理公司: 福州市景弘专利代理事务所(普通合伙) 35219 代理人: 施文武
地址: 350015 福建省福州市马*** 国省代码: 福建;35
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 市政 设施 平行 维护 管理 系统
【权利要求书】:

1.一种市政设施平行维护管理系统,其特征在于,包括:

描述子系统,所述描述子系统用于采集市政设施的运行数据及维护管理数据,构建市政设施运行态势监测,并建立对应的模型;

预测子系统,所述预测子系统用于根据描述子系统采集的数据及建立的模块,进行预测分析,对市政设施运行行为及态势进行预测模拟及智能推理;

引导子系统,所述引导子系统用于根据预测子系统的预测模拟结果及智能推理结果,建立市政设施的运行维护管理的交互反馈及智能引导。

2.根据权利要求1所述的市政设施平行维护管理系统,其特征在于,所述模型包括安全评估模型、维护成本模型、设备故障模型、敏感性分析模型及人因相干性模型。

3.根据权利要求1所述的市政设施平行维护管理系统,其特征在于,所述描述子系统包括物联感知模块、视频感知模块及业务感知模块;

所述物联感知模块用于采集市政设施及其环境的状态信息数据;

所述视频感知模块用于采集市政设施运行视频数据及维护人员维护操作行为视频数据;

所述业务感知模块用于通过数据接口采集业务事件数据。

4.根据权利要求3所述的市政设施平行维护管理系统,其特征在于,所述描述子系统包括数据处理模块;

所述数据处理模块用于根据物联感知模块、视频感知模块及业务感知模块采集的数据进行数据融合得到融合信息,所述数据融合包括数据信息融合、特征信息融合及决策信息融合。

5.根据权利要求4所述的市政设施平行维护管理系统,其特征在于,所述预测子系统包括设施运行预测模块

所述设施运行预测模块用于根据数据处理模块的融合信息得出市政设施的运行状态预测信息,所述运行状态预测信息包括设施运行安全评估信息、设备故障概率及故障事件预测信息、设备寿命预测信息、设备维护成本趋势预测信息、维护行为预测信息及人因相干性预测信息,并将市政设施的运行状态预测信息推送至描述子系统;

所述描述子系统用于根据预测子系统推送的运行状态预测信息及验证评估结果对建立的相关模型进行修正。

6.根据权利要求5所述的市政设施平行维护管理系统,其特征在于,所述描述子系统还包括运行态势监测模块;

所述运行态势监测模块用于根据融合信息及预测子模块推送的市政设施的运行状态预测信息,获得市政设施运行状态信息,所述市政设施运行状态信息包括市政设施实时运行实时状态信息、市政维护事件信息以预测子系统推送的市政设施运行预测状态信息与优化后的设施维护管理策略。

7.根据权利要求5所述的市政设施平行维护管理系统,其特征在于,所述预测子系统还包括验证评估模块,所述验证评估模块用于对运行状态预测信息进行验证与评估,并将验证结果及评估结果反馈至设施运行预测模块,并依据验证结果与评估结果修正相应预测模型。

8.根据权利要求4所述的市政设施平行维护管理系统,其特征在于,所述引导子系统具体用于根据描述子系统及预测子系统反馈的数据及相关模块形成设备维护模型库及知识库与人因评价模型库及知识库,根据形成的设备维护模型库及知识库与人因评价模型库及知识库生成当前系统状态下的人因修正计划及设备维护计划。

9.根据权利要求8所述的市政设施平行维护管理系统,其特征在于,所述引导子系统具体用于根据设备维护模型库及知识库生成设备巡检预警指令、设备预测维护指令、设备纠正维护指令、维护资源调度指令以及维护行为纠正指令。

10.根据权利要求3所述的市政设施平行维护管理系统,其特征在于,所述引导子系统还用于通过描述子系统的视频感知模块对现场维护人员的施工行为进行监控采集,结合人因修正计划,并对其中不规范施工行为进行识别并记录并预警纠正。

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福州物联网开放实验室有限公司,未经福州物联网开放实验室有限公司许可,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/202111491561.2/1.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