一种基于云端模式的跨平台健康管理系统

摘要

本发明涉及一种基于云端模式的跨平台健康管理系统，包括：数据采集层通过显控台端的健康管理中间件，采集显控台中各个组件的关键参数以及应用程序的运行状态信息；数据层作用在服务器和显控台上，服务器保留历史健康数据；数据层提供健康管理系统的所有数据资源，包括软件数据资源和硬件数据资源；支撑层为平台服务运行提供技术支撑和运维管理；服务层的数据处理服务接收来自显控台上设备故障状态及传感器数据；服务层状态监测接收来自数据处理及其他状态监测模块数据，涵盖硬件状态监测及应用软件状态监测，将监测数据与预设阈值进行比较以监测设备当前状态；应用层，用于部署应用软件。

权利要求

1.一种基于云端模式的跨平台健康管理系统，其特征在于，包括：采集层、数据层、支撑层、服务层以及应用层；

数据采集层通过显控台端的健康管理中间件，采集显控台中各个组件的关键参数以及应用程序的运行状态信息，对软硬件的实时监测，对显控台感知，为设备全生命周期的健康管理提供感知数据支撑；

数据层作用在服务器和显控台上，服务器保留历史健康数据；数据层提供健康管理系统的所有数据资源，包括软件数据资源和硬件数据资源；

支撑层部署在服务器上的健康管理服务中，支撑层为平台服务运行提供技术支撑和运维管理；

服务层运行在服务器上的健康管理服务中，服务层的数据处理服务接收来自显控台上设备故障状态及传感器数据，通过格式转换、数据分析以及特征提取处理，便于服务器开展后续的状态监测和健康评估服务；服务层状态监测接收来自数据处理及其他状态监测模块数据，涵盖硬件状态监测及应用软件状态监测，将监测数据与预设阈值进行比较以监测设备当前状态；

应用层，用于部署应用软件；

其中，显控台端支持桌面操作系统以及嵌入式实时操作系统；

健康评估具备定期评估和按需评估功能，其中定期评估是指对整个显控台设备自动根据预先设定的周期启动状态评估任务，并将评估结果存入数据库；按需评估是特定管理需要，针对某一对象启动的状态评估任务；

故障诊断服务具备自动故障诊断功能，根据故障推理算法，进行故障判别，自动完成故障定位，诊断出的故障进行分级管理，故障输出为警报故障、次要故障、临界故障和致命故障4个等级；

故障诊断数据源包括实时数据与历史数据，按照先实时后历史的顺序作为数据源的优先级原则，利用实时数据完成最小可更换单元的故障定位，若无法完成定位，再从状态数据库中调取指标测试和状态记录等历史数据，开展进一步故障诊断分析。

2.如权利要求1所述的基于云端模式的跨平台健康管理系统，其特征在于，在服务器上部署服务调用、服务注册、资源上传以及运维管理，实现状态监测、故障诊断、故障预测、决策支持、用户管理、权限管理、资源管理以及数据管理，提供诊断方法、故障案例、结构模型以及经验结论；在显控台上部署软件监测代理，用来监测软以及硬件状态信息。

3.如权利要求1所述的基于云端模式的跨平台健康管理系统，其特征在于，显控台与服务器的交互依赖于SNMP和HTTP协议，采集到的显控台的软件运行状态以及设备物理状态，以SNMP协议的形式实时发送给服务器进行处理，服务器对数据处理完成之后通过HTTP协议将服务的结果呈现给应用软件。

4.如权利要求1所述的基于云端模式的跨平台健康管理系统，其特征在于，软件数据资源包括显控台的使用说明、维修记录、故障案例、专家经验以及技术标准；硬件资源包括通过各种测试设备、诊断设备以及传感器采集到的显控台部件信息。

5.如权利要求1所述的基于云端模式的跨平台健康管理系统，其特征在于，支撑层包括各种模型故障诊断、故障预测、健康评估以及仿真模型，以及用户管理、权限管理、安全管理以及网络通讯系统运维管理。

6.如权利要求1所述的基于云端模式的跨平台健康管理系统，其特征在于，数据采集的内容包括设备状态信息、应用软件状态信息以及工作日志信息。

7.如权利要求6所述的基于云端模式的跨平台健康管理系统，其特征在于，工作日志信息包含设备操作动作、控制命令以及事件信息。

8.如权利要求1所述的基于云端模式的跨平台健康管理系统，其特征在于，健康评估服务接收来自状态监测服务或其他健康评估模块数据，基于健康评估模型和算法，对系统健康状态进行分级和估计，评估设备部件或系统发生故障的可能性，并生成健康评估报告。

9.如权利要求1所述的基于云端模式的跨平台健康管理系统，其特征在于，健康状态的评估进行分级处理，按照1级健康、2级预警、3级注意、4级恶化以及5级停机五个健康等级进行划分，以百分制表示评估结果，健康等级与评估置信区间数值对应；

评估内容涉及运行时间、承担功能和性能状态三个方面，其中，运行时间包括累计运行时间和单次运行时间；承担角色指的是被评估的对象在显控台中承担的功能；性能状态是评估对象对应的故障状态和性能状态。

说明书

一种基于云端模式的跨平台健康管理系统

技术领域

[0001] 本发明涉及健康管理系统领域，特别涉及一种基于云端模式的跨平台健康管理系统。

背景技术

[0002] 随着现阶段信息化发展的日益壮大，设备的复杂性、整体性不断提高，对于设备的维护工作，传统的设备BIT检测和监测的做法已经远远不能满足现在对设备保持稳定、准确、持久的要求。

[0003] 健康管理系统从系统的角度解决了设备故障检测问题，主要包括以下几个环节：数据采集、信息处理、特征提取、状态监测、故障检测、故障预测等。

[0004] (1)数据采集

[0005] 在整个智能化运维系统中，数据是实现后续故障检测和预测的基础。当进行监测时，首先需要确定被监控的参数有哪些，或者利用间接分析的方法确定采集哪些数据，以此来决定用于数据采集的传感器类型、安装位置、采集数据和参数类型等。

[0006] 信息处理包括：

[0007] 对数据的前期处理、对数据的存储、对数据的传输等。在后续的状态监测和故障预测环节，鉴于在采集时各属性数据的精度和单位不同，为了满足后续处理不同时期对于数据格式和精度上的不同需求，以及在进入到状态监测阶段前数据的整齐度，需要预先处理收集来的数据。

[0008] 特征提取包括：

[0009] 在进行特征提取之前，首先需要确定整个运维系统所面向的整个系统，用户真正关心的属性都有哪些，这部分的属性恰恰就是所需要提取的特征。

[0010] 状态监测

[0011] 此部分是将从数据处理处经传输后得来的数据，同设定好的正常水平的阈值进行比较，判断当前监测系统的状态好坏，如果监测到数据指标在正常规定的范围之外，认为系统就处在非正常状态，启动故障预警功能。

[0012] 故障检测

[0013] 当系统监测到所检测数据并不在所规定的阈值范围内时，系统将对具体发生故障的位置做出必要的提醒，并在发生故障时对系统应用信息、设备状态、网络情况等属性做多维度分析，形式主要以图表为主，记录故障信息。

[0014] 故障预测

[0015] 故障预测主要综合利用先前所有阶段提供的特征和数据，例如各项数据参数如当前环境湿度温度，先前的运行数据等，借助一定的预测模型如数学建模、人工智能等，来推测和评估电力系统在未来可预见的时间内的实际运行情况，例如使用寿命等，为运维人员在后续合适的时机对其采取维修保养工作。

[0016] 目前，健康管理系统已经从航空领域逐渐发展到了更多的领域，实现了全方位、多角度、深层次基于网络的故障检测运维系统，囊括了故障分析、诊断、预测和处理功能，使健康管理技术的可行性和可用性都得到了很大的提升。但在显控台+服务器的云端架构下，尤其是显控台运行环境需要支持桌面操作系统和嵌入式实时操作系统，在这种跨平台的环境下并未实现健康管理系统。

发明内容

[0017] 本发明的目的在于提供一种基于云端模式的跨平台健康管理系统，用于解决上述现有技术的问题。

[0018] 本发明个一种基于云端模式的跨平台健康管理系统，其中，包括：采集层、数据层、支撑层、服务层以及应用层；数据采集层通过显控台端的健康管理中间件，采集显控台中各个组件的关键参数以及应用程序的运行状态信息，对软硬件的实时监测，对显控台感知，为设备全生命周期的健康管理提供感知数据支撑；数据层作用在服务器和显控台上，服务器保留历史健康数据；数据层提供健康管理系统的所有数据资源，包括软件数据资源和硬件数据资源；支撑层部署在服务器上的健康管理服务中，支撑层为平台服务运行提供技术支撑和运维管理；服务层运行在服务器上的健康管理服务中，服务层的数据处理服务接收来自显控台上设备故障状态及传感器数据，通过格式转换、数据分析以及特征提取处理，便于服务器开展后续的状态监测和健康评估服务；服务层状态监测接收来自数据处理及其他状态监测模块数据，涵盖硬件状态监测及应用软件状态监测，将监测数据与预设阈值进行比较以监测设备当前状态；应用层，用于部署应用软件。

[0019] 根据本发明的基于云端模式的跨平台健康管理系统的一实施例，其中，显控台端支持桌面操作系统以及嵌入式实时操作系统，在服务器上部署服务调用、服务注册、资源上传以及运维管理，实现状态监测、故障诊断、故障预测、决策支持、用户管理、权限管理、资源管理以及数据管理，提供诊断方法、故障案例、结构模型以及经验结论；在显控台上部署软件监测代理，用来监测软以及硬件状态信息。

[0020] 根据本发明的基于云端模式的跨平台健康管理系统的一实施例，其中，显控台与服务器的交互依赖于SNMP和HTTP协议，采集到的显控台的软件运行状态以及设备物理状态，以SNMP协议的形式实时发送给服务器进行处理，服务器对数据处理完成之后通过HTTP协议将服务的结果呈现给应用软件。

[0021] 根据本发明的基于云端模式的跨平台健康管理系统的一实施例，其中，软件数据资源包括显控台的使用说明、维修记录、故障案例、专家经验以及技术标准；硬件资源包括通过各种测试设备、诊断设备以及传感器采集到的显控台部件信息。

[0022] 根据本发明的基于云端模式的跨平台健康管理系统的一实施例，其中，支撑层包括各种模型故障诊断、故障预测、健康评估以及仿真模型，以及用户管理、权限管理、安全管理以及网络通讯系统运维管理。

[0023] 根据本发明的基于云端模式的跨平台健康管理系统的一实施例，其中，数据采集的内容包括设备状态信息、应用软件状态信息以及工作日志信息。

[0024] 根据本发明的基于云端模式的跨平台健康管理系统的一实施例，其中，工作日志信息包含设备操作动作、控制命令以及事件信息。

[0025] 根据本发明的基于云端模式的跨平台健康管理系统的一实施例，其中，健康评估服务接收来自状态监测服务或其他健康评估模块数据，基于健康评估模型和算法，对系统健康状态进行分级和估计，评估设备部件或系统发生故障的可能性，并生成健康评估报告。

[0026] 根据本发明的基于云端模式的跨平台健康管理系统的一实施例，其中，健康状态的评估进行分级处理，按照1级健康、2级预警、3级注意、4级恶化以及5级停机五个健康等级进行划分，以百分制表示评估结果，健康等级与评估置信区间数值对应；评估内容涉及运行时间、承担功能和性能状态三个方面，其中，运行时间包括累计运行时间和单次运行时间；承担角色指的是被评估的对象在显控台中承担的功能；性能状态是评估对象对应的故障状态和性能状态。

[0027] 根据本发明的基于云端模式的跨平台健康管理系统的一实施例，其中，健康评估具备定期评估和按需评估功能，其中定期评估是指对整个显控台设备自动根据预先设定的周期启动状态评估任务，并将评估结果存入数据库；按需评估是特定管理需要，针对某一对象启动的状态评估任务；故障诊断服务具备自动故障诊断功能，根据故障推理算法，进行故障判别，自动完成故障定位，诊断出的故障进行分级管理，故障输出为警报故障、次要故障、临界故障和致命故障4个等级；故障诊断数据源包括实时数据与历史数据，按照先实时后历史的顺序作为数据源的优先级原则，利用实时数据完成最小可更换单元的故障定位，若无法完成定位，再从状态数据库中调取指标测试和状态记录等历史数据，开展进一步故障诊断分析。

[0028] 本发明健康管理系统集数据采集、状态监控、故障诊断、故障预测于一体，为确保设备系统不受故障影响，监控系统的运转状态，针对异常情况提出解决办法，并进行合理化寿命预测，实施预警。目前的健康管理系统运行于本地，且仅支持单一平台部署，应用场景受限，因此本发明提供了一种基于云端模式的跨平台健康管理系统的设计实现方法。

附图说明

[0029] 图1所示为基于云端模式的跨平台健康管理系统体系结构图；

[0030] 图2所示为基于云端模式的跨平台健康管理系统软件架构图。

具体实施方式

[0031] 为使本发明的目的、内容、和优点更加清楚，下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。

[0032] 图1所示为基于云端模式的跨平台健康管理系统体系结构图，如图1所示给出基于云端模式的跨平台健康管理系统体系结构图，该系统由服务器云+显控台端组成，其中显控台端支持桌面操作系统、嵌入式实时操作系统，在服务器上部署服务调用、服务注册、资源上传、运维管理，实现了状态监测、故障诊断、故障预测、决策支持、用户管理、权限管理、资源管理、数据管理，提供诊断方法、故障案例、结构模型、经验结论；在显控台上部署软件监测代理，用来监测软、硬件状态信息。

[0033] 图2所示为基于云端模式的跨平台健康管理系统软件架构图，如图2所示，健康管理系统的架构需要包括数据采集层、数据层、支撑层、服务层以及应用层，其中服务层为健康管理系统的核心。显控台与服务器的交互依赖于SNMP和HTTP协议，采集到的显控台的软件运行状态以及设备物理状态(例如温度、风扇速率、电压、电流等)，以SNMP协议的形式实时发送给服务器进行处理，服务器对数据处理完成之后通过HTTP协议将服务的结果呈现给应用软件。

[0034] 如图2所示，数据采集层的功能实现由显控台上的健康管理中间件完成，采集显控台中各个组件的关键参数以及应用程序的运行状态信息等完成对软硬件的实时监测，实现显控台的全时感知，为设备全生命周期的健康管理提供感知数据支撑。

[0035] 如图2所示，数据层同时作用在服务器和显控台上，显控台仅保留近期采集的健康数据，服务器保留历史健康数据。该层提供健康管理系统的所有数据资源，包括软件数据资源和硬件数据资源等。其中软件数据资源包括两类，一是现有的数据库资源，主要包括显控台的使用说明、维修记录、故障案例、专家经验、技术标准等；二是各种软件工具、算法等。硬件资源主要包括通过各种测试设备、诊断设备、传感器等采集到的显控台部件信息和数据。

[0036] 如图2所示，支撑层部署在服务器上的健康管理服务中。该层为平台服务运行提供技术支撑和运维管理，主要包括各种模型(故障诊断、故障预测、健康评估、仿真等模型)以及用户管理、权限管理、安全管理、网络通讯等系统运维管理技术。

[0037] 如图2所示，服务层运行在服务器上的健康管理服务中。服务层是健康管理系统的核心，主要为用户提供数据处理、状态监测、健康评估、故障诊断、故障预测、决策支持、数据库管理等功能。数据处理服务接收来自显控台上设备BIT及传感器等数据，通过格式转换、数据分析以及特征提取等方法将其处理，便于服务器开展后续的状态监测和健康评估等服务。状态监测接收来自数据处理及其他状态监测模块数据，涵盖硬件状态监测及应用软件状态监测，该服务可将监测数据与预设阈值进行比较以监测设备当前状态。

[0038] 数据采集内容包括了设备状态信息、应用软件状态信息以及日志。

[0039] 状态信息(BITE故障状态)，覆盖显控台各模块状态信息，由各关键组件内的传感器或状态采集点采集。模块涵盖以下内容：触控显示器；触控一体机；语音通讯终端；通用操控模组；智能传感模组；扬声器；抗噪耳麦；标准键盘；鼠标；显控计算机；电源模块；操控模块；工作日志信息，包含设备操作动作、控制命令、事件等信息，同时根据需要对日志记录的相关内容进行丰富、完善。

[0040] 对于数据采集的性能要求包括：数据的采集不能影响采集对象的正常工作，不能降低采集对象的技术性能；数据采集的颗粒度以现场可更换最小单元为单位，以不低于人工处理时所需要的粒度为限。

[0041] 为便于数据库的建立，采集到的各类数据需要以统一的规定进行存储。除数据本身外，同时还需要存储与数据相关的描述信息。描述信息应具有以下内容：数据来源：具体到现场可更换最小单元；工作状态：现场可更换最小单元的工作状态；代号：具体到现场可更换最小单元的产品代号；位置：具体到数据源所在的设备的实际物理位置；时间：状态信息记录的实际时间；厂家：产品的实际提供者；出厂日期：实际出厂日期。

[0042] 健康评估服务接收来自状态监测服务或其他健康评估模块数据，基于健康评估模型和算法，对系统健康状态进行分级和估计，评估设备部件或系统发生故障的可能性，并生成健康评估报告。

[0043] 健康状态的评估进行分级处理，按照1级健康、2级预警、3级注意、4级恶化、5级停机五个健康等级进行划分，以百分制表示评估结果，健康等级与评估置信区间数值对应，可以根据使用需要选定评估层级与评估对象，支持实时显示状态评估进度及评估项目。

[0044] 评估内容涉及运行时间、承担功能和性能状态等三个方面。其中，运行时间包括累计运行时间和单次运行时间；承担角色指的是被评估的对象在显控台中承担的功能；性能状态主要是评估对象对应的故障状态和性能状态。

[0045] 针对具体的评估对象，要建立符合该对象的健康状态评估模型。评估模型应结合被评对象的物理特性，特别是最低层级的状态评估，应重点考虑阈值范围、工作环境等因素。

[0046] 健康评估具备定期评估和按需评估功能，其中定期评估是指对整个显控台设备自动根据预先设定的周期启动状态评估任务，并将评估结果存入数据库；按需评估是特定管理需要，针对某一对象启动的状态评估任务。

[0047] 故障诊断服务具备自动故障诊断功能，根据故障推理算法，进行故障判别，自动完成故障定位。诊断出的故障原则上进行分级管理，故障输出为警报故障、次要故障、临界故障和致命故障4个等级。警报故障(Warning)：故障警报(如温度警报)，是一种故障提醒；次要故障(Minor)：不影响装备性能的故障，也可称轻微故障；临界故障(Marginal)：影响装备性能的故障，也可称一般故障；致命故障(Critical)：导致装备不能正常工作的故障，也可称严重故障。

[0048] 故障诊断数据源包括实时数据与历史数据，按照先实时后历史的顺序作为数据源的优先级原则。故障诊断中尽量利用实时数据完成最小可更换单元的故障定位，若无法完成定位，再从状态数据库中调取指标测试和状态记录等历史数据，开展进一步故障诊断分析。

[0049] 设备在运行时发生故障，故障信息会进入数据库，故障诊断仅进行分析定位、分析、告警与提示，不进行干预，但故障发生与诊断结束后自动生成诊断报告。故障诊断应以统一格式进行输出，涉及内容应包含以下几项：故障级别：按4级故障分类进行标明。故障时间：设备运行发生故障的时间。设备代号：发生故障的最小可更换单元产品代号。设备名称：发生故障的最小可更换单元名称。所处位置：发生故障的最小可更换单元的实际位置。承担功能：在显控台系统中承担的主要功能。故障内容：详细的故障内容。厂家：产品的实际提供者。出厂日期：发生故障的产品的出厂日期。

[0050] 故障诊断的定位层级应实现硬件故障为最小可更换单元(LRU)，软件故障应为软件所在的分机或单元。故障诊断准确率原则上不能低于95％，在诊断知识库中对主要故障(模式)覆盖率原则上不能低于90％，自动故障诊断和综合故障诊断中的知识库可修改、可扩充，具备不断完善能力。

[0051] 当状态监测服务监测到状态数据超出预设阈值之后，故障诊断服务开始进行诊断。

[0052] 故障预测主要是通过综合状态监测和健康评估等服务数据对具有渐变规律产品或参数进行预测，通过建立故障预测模型对显控台关键部件、子系统未来故障发生概率、故障发生时间及剩余寿命等进行预测。

[0053] 对被管设备的预测内容应包含：寿命预测、趋势预测、故障预测等，分别对应主要分为寿命产品更换预测、故障发生时间预测和故障发生概率预测。

[0054] 其中，寿命产品更换预测覆盖所有有寿件，涉及产品的使用时间寿命、使用次数寿命等，用来进行预防性更换。故障发生时间预测涵盖有故障趋势的被管对象，涉及产品的监测参数趋势变化，以故障前剩余工作时间为输出，用来进行预防性维修。故障发生概率预测，以故障前的百分比进行输出，预测在下一个周期到来时，故障发生的概率。根据不同产品，针对具体预测参数建立预测模型，模型应反映设备的实际运行趋势，模型分析计算的预测结果应为可修改、可扩充、可追溯、可检验的。状态预测时，预测样本量和预测周期可选择。预测时机应为任意可设，也可以按照系统提供的最优预测时机。

[0055] 该服务接收来自状态监测、健康评估以及故障预测服务数据，基于辅助决策模型，通过推理决策给出维修方案和建议，为用户提供决策支持服务。用户还可通过检索故障案例库和技术资料库获取决策知识。

[0056] 基于云端模式的跨平台健康管理系统由运行在显控台上的健康管理子系统和部署在服务器上的健康管理子系统两部分组成，前者主要完成数据采集、状态监控等功能；后者获取显控台关键部件数据信息，借助云服务和智能推理算法实现系统状态监控与分析、故障诊断与预测以及知识管理等功能。其硬件运行环境为显控台、服务器；软件运行环境为桌面操作系统和嵌入式实时操作系统。

[0057] 健康管理系统的体系结构基于共用信息基础设施，通过云计算、移动通信等技术，实现人、显控台和服务器间的互连互通，实时获取显控台关键部件信息参数，为维修人员提供故障诊断、健康评估以及决策支持服务。

[0058] 服务提供者通过服务注册和资源上传等方式向集群管理系统提供资源或服务；服务使用者通过服务调用的方式获取服务。服务使用者需要在线服务时，接入显控台，按需部署软件监测代理和硬件监测设备，使系统能够采集到设备的状态信息，健康管理系统根据设备的状态信息提供故障诊断、故障预测、决策支持等服务；系统管理者负责系统的运维管理，主要包括用户管理、权限管理、资源管理等。

[0059] 本发明健康管理系统集数据采集、状态监控、故障诊断、故障预测于一体，为确保设备系统不受故障影响，监控系统的运转状态，针对异常情况提出解决办法，并进行合理化寿命预测，实施预警。目前的健康管理系统运行于本地，且仅支持单一平台部署，应用场景受限，因此本发明提供了一种基于云端模式的跨平台健康管理系统的设计实现方法。

[0060] 以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变形，这些改进和变形也应视为本发明的保护范围。