一种传送设备异常的预测方法、装置和设备制造方法及图纸

本发明专利技术实施例公开了一种传送设备异常的预测方法、装置和设备，应用于机场传送设备的异常预测，预测方法包括：获取传送设备的监测数据，监测数据为截止至当前时间的指定时长内设置于传送设备的传感器所采集的数据以及数据的采集时间；对监测数据进行预处理得到预处理后的监测数据；将预处理后的监测数据输入预先训练的异常预测模型中，以输出所述传送设备发生异常的异常类型和发生时间。采用传送设备的监测数据和预先训练好的异常预测模型预测传送设备的异常类型和发生时间，使得维护人员能够在异常的发生时间前对传送设备进行维护，无需提高日常维护的频率来保证传送设备正常运行，降低了对传送设备日常维护的频率，从而降低了维护成本。

A prediction method, device and device of transmission equipment abnormality

The embodiment of the invention discloses a prediction method, device and device for the abnormality of transmission equipment, which is applied to the abnormality prediction of airport transmission equipment. The prediction method includes: acquiring the monitoring data of transmission equipment, the monitoring data is the data collected by the sensor set in the transmission equipment within the specified time up to the current time and the data collection time, and performing the prediction for the monitoring data The pre-processing monitoring data is processed to obtain the pre-processing monitoring data; the pre-processing monitoring data is input into the pre trained exception prediction model to output the exception type and occurrence time of the transmission device. The monitoring data of the transmission equipment and the pre trained anomaly prediction model are used to predict the type and occurrence time of the transmission equipment, so that the maintenance personnel can maintain the transmission equipment before the occurrence time of the anomaly, without increasing the frequency of daily maintenance to ensure the normal operation of the transmission equipment, reducing the frequency of daily maintenance of the transmission equipment, thus reducing the maintenance cost \u3002

【技术实现步骤摘要】
一种传送设备异常的预测方法、装置和设备
本专利技术实施例涉及传送设备维护
，尤其涉及一种传送设备异常的预测方法、传送设备异常的预测装置和设备。
技术介绍
目前机场行李传送设备的日常维护，采用固定时段进行维护，或是随机抽检方式，而传送设备的异常处理则是在异常发生后才进行处理。在现有技术中，为了降低传送设备发生异常的概率，目前主要通过提高传送设备维护和抽检的频率实现，然而，高频率的日常维护和抽检需要耗费较多的人力和时间成本，而太过稀少的日常维护和抽检虽然节省了维护成本，但由于维护和抽检不足，导致传送设备发生异常的概率提高。由此，目前迫切需要一种能够预测传送设备异常的方法，以在异常发生前能够对传送设备进行及时维护，保证传送设备正常运行，降低传送设备的维护频率。
技术实现思路
本专利技术实施例提供一种传送设备异常的预测方法、传送设备异常的预测装置和设备，以解决目前无法预判传送设备发生异常的时间，需要提高日常维护和抽检频率来保证传送设备正常运行，造成维护成本高的问题。第一方面，本专利技术实施例提供了一种传送设备异常的预测方法，应用于机场的传送设备的异常预测，包括：获取传送设备的监测数据，所述监测数据为截止至当前时间的指定时长内设置于所述传送设备的传感器所采集的数据以及数据的采集时间；对所述监测数据进行预处理，得到预处理后的监测数据；将所述预处理后的监测数据输入预先训练的异常预测模型中，以输出所述传送设备发生异常的异常类型和发生时间。可选地，所述传感器包括温度传感器、噪音传感器、震动传感器和计数器，所述获取传送设备的监测数据，包括：读取截止至当前时间的指定时长内所述温度传感器、所述噪音传感器、所述震动传感器、所述计数器分别采集到所述传送设备的温度值、噪音值、震动值、传送行李的行李数量以及采集时间，作为监测数据。可选地，在获取传送设备的监测数据之前，还包括：记录所述温度传感器按照第一周期采集到的温度值和温度采集时间；记录所述噪音传感器按照第二周期采集到的噪音值和噪音采集时间；记录所述震动传感器按照第三周期采集到的震动值和震动值采集时间；记录所述计数器按照第四周期统计所述传送设备传送行李的行李数量和统计时间。可选地，所述对所述监测数据进行预处理，得到预处理后的监测数据，包括：分别对所述温度值、噪音值、震动值和行李数量进行数据清洗、数据标准化预处理；按照所述温度采集时间、所述噪音采集时间、所述震动值采集时间、所述统计时间分别对预处理后的温度值、噪音值、震动值和行李数量进行排序，以作为预处理后的监测数据。可选地，还包括：对预处理后的监测数据进行统计，得到统计结果；展示所述统计结果；其中，所述统计结果包括所述温度值、所述噪音值、所述震动值和所述行李数量的平均值，和/或，所述温度值、所述噪音值、所述震动值和所述行李数量的缺失值；和/或，异常的异常类型、异常总次数、每种类型异常的次数。可选地，所述将所述预处理后的监测数据输入预先训练的异常预测模型中，以输出所述传送设备发生异常的异常类型和发生时间，包括：按照所述采集时间，将所述预处理后的监测数据分为多个批次的监测数据；将所述多个批次的监测数据依次输入所述异常预测模型中，以输出所述传送设备发生异常的异常类型和发生时间。可选地，所述异常预测模型通过以下方式训练：获取所述传送设备的历史监测数据，所述历史监测数据包括设置于所述传送设备的传感器所采集的数据和采集时间，以及所述传送设备发生异常的异常类型和发生时间；对所述历史监测数据进行预处理，得到预处理后的历史监测数据；基于所述预处理后的历史监测数据生成训练数据集，所述训练数据集包括训练数据和训练标签；采用所述训练数据和所述训练标签训练初始异常预测模型，获得异常预测模型。可选地，所述历史监测数据包括温度值和温度采集时间、噪音值和噪音采集时间、震动值和震动值采集时间、行李数量和统计时间，所述基于所述预处理后的历史监测数据生成训练数据集，包括：将所述温度值和温度采集时间、噪音值和噪音采集时间、震动值和震动值采集时间、行李数量和统计时间作为训练数据；将所述异常类型和发生时间作为训练标签。第二方面，本专利技术实施例提供了一种传送设备异常的预测装置，应用于机场的传送设备的异常预测，包括：监测数据获取模块，用于获取传送设备的监测数据，所述监测数据为截止至当前时间的指定时长内设置于所述传送设备的传感器所采集的数据以及采集时间；预处理模块，用于对所述监测数据进行预处理，得到预处理后的监测数据；预测模块，用于将所述预处理后的监测数据输入预先训练的异常预测模型中，以输出所述传送设备发生异常的异常类型和发生时间。可选地，所述传感器包括温度传感器、噪音传感器、震动传感器和计数器，所述监测数据获取模块包括：数据读取子模块，用于读取截止至当前时间的指定时长内所述温度传感器、所述噪音传感器、所述震动传感器、所述计数器分别采集到所述传送设备的温度值、噪音值、震动值、传送行李的行李数量以及采集时间，作为监测数据。可选地，所述装置还包括：温度记录模块，用于记录所述温度传感器按照第一周期采集到的温度值和温度采集时间；噪音记录模块，用于记录所述噪音传感器按照第二周期采集到的噪音值和噪音采集时间；震动值记录模块，用于记录所述震动传感器按照第三周期采集到的震动值和震动值采集时间；行李数量记录模块，用于记录所述计数器按照第四周期统计所述传送设备传送行李的行李数量和统计时间。可选地，所述预处理模块包括：清洗和标准化子模块，用于分别对所述温度值、噪音值、震动值和行李数量进行数据清洗、数据标准化预处理；排序子模块，用于按照所述温度采集时间、所述噪音采集时间、所述震动值采集时间、所述统计时间分别对预处理后的温度值、噪音值、震动值和行李数量进行排序，以作为预处理后的监测数据。可选地，所述装置还包括：统计模块，用于对预处理后的监测数据进行统计，得到统计结果；展示所述统计结果；其中，所述统计结果包括所述温度值、所述噪音值、所述震动值和所述行李数量的平均值，和/或，所述温度值、所述噪音值、所述震动值和所述行李数量的缺失值；和/或，发生异常的异常类型、异常总次数、每种类型异常的次数。可选地，所述预测模块包括：批次划分子模块，用于按照所述采集时间，将所述预处理后的监测数据分为多个批次的监测数据；数据输入子模块，用于将所述多个批次的监测数据依次输入所述异常预测模型中，以输出所述传送设备发生异常的异常类型和发生时间。可选地，所述装置还包括模型训练模块，所述模型训练模块包括：历史监测数据获取子模块，用于获取所述传送设备的历史监测数据，所述历史监测数据包括设置于所述传送设备的传感器所采集的数据和采集时间，以及本文档来自技高网...

【技术保护点】
1.一种传送设备异常的预测方法，其特征在于，应用于机场传送设备的异常预测，包括：/n获取传送设备的监测数据，所述监测数据为截止至当前时间的指定时长内设置于所述传送设备的传感器所采集的数据以及数据的采集时间；/n对所述监测数据进行预处理，得到预处理后的监测数据；/n将所述预处理后的监测数据输入预先训练的异常预测模型中，以输出所述传送设备发生异常的异常类型和发生时间。/n

【技术特征摘要】
1.一种传送设备异常的预测方法，其特征在于，应用于机场传送设备的异常预测，包括：
获取传送设备的监测数据，所述监测数据为截止至当前时间的指定时长内设置于所述传送设备的传感器所采集的数据以及数据的采集时间；
对所述监测数据进行预处理，得到预处理后的监测数据；
将所述预处理后的监测数据输入预先训练的异常预测模型中，以输出所述传送设备发生异常的异常类型和发生时间。


2.根据权利要求1所述的方法，其特征在于，所述传感器包括温度传感器、噪音传感器、震动传感器和计数器，所述获取传送设备的监测数据，包括：
读取截止至当前时间的指定时长内所述温度传感器、所述噪音传感器、所述震动传感器、所述计数器分别采集到所述传送设备的温度值、噪音值、震动值、传送行李的行李数量以及采集时间，作为监测数据。


3.根据权利要求2所述的方法，其特征在于，在获取传送设备的监测数据之前，还包括：
记录所述温度传感器按照第一周期采集到的温度值和温度采集时间；
记录所述噪音传感器按照第二周期采集到的噪音值和噪音采集时间；
记录所述震动传感器按照第三周期采集到的震动值和震动值采集时间；
记录所述计数器按照第四周期统计所述传送设备传送行李的行李数量和统计时间。


4.根据权利要求3所述的方法，其特征在于，所述对所述监测数据进行预处理，得到预处理后的监测数据，包括：
分别对所述温度值、噪音值、震动值和行李数量进行数据清洗、数据标准化预处理；
按照所述温度采集时间、所述噪音采集时间、所述震动值采集时间、所述统计时间分别对预处理后的温度值、噪音值、震动值和行李数量进行排序，以作为预处理后的监测数据。


5.根据权利要求4所述的方法，其特征在于，还包括：
对预处理后的监测数据进行统计，得到统计结果；
展示所述统计结果；
其中，所述统计结果包括所述温度值、所述噪音值、所述震动值和所述行李数量的平均值，和/或，
所述温度值、所述噪音值、所述震动值和所述行李数量的缺失值，
和/或，
发生异常的异常类型、异常总次数、每种类型异常的次数。


6.根据权利要求1-5...

【专利技术属性】
技术研发人员：黄劲，蔡昀霖，康阳，何山波，李逸炫，
申请(专利权)人：盈盛智创科技广州有限公司，盈盛资讯科技有限公司，
类型：发明
国别省市：广东;44