本公开的实施例公开了系统故障排查方法和装置。该方法的一具体实施方式包括：确定系统中各未被排查的故障事件当前分别对应的故障发生概率和预测排查时长；执行如下排查步骤：根据系统中每个未被排查的故障事件当前的故障发生概率和预测排查时长，确定该故障事件的预测排查时长的期望；选取对应的期望最小的故障事件作为优先排查事件，以及对优先排查事件进行故障排查，得到排查结果。该实施方式有助于提升故障排查效率。助于提升故障排查效率。助于提升故障排查效率。
【技术实现步骤摘要】
系统故障排查方法、装置和系统
[0001]本公开的实施例涉及计算机
，具体涉及系统故障排查方 法和装置。
技术介绍
[0002]在系统故障时，现有的处理方式通常是由维修人员等在维修手册 中查找该系统的故障树，然后参考故障树，结合历史维修经验选择各 故障事件的排查顺序，并按顺序进行故障排查和处理。具体地，通常 是先利用历史维修数据等分析各故障事件的先验概率，再将先验概率 输入至贝叶斯网络中，以得到各故障事件的后验概率，
[0003]一般地，维修手册以自然语言为主，以静态图为辅，但不容易记 录维修人员复杂的维修经验。故障树中通常记录基于专家经验得出的 可能引起系统故障的各种故障事件，但没有记录故障排查方法，不容 易找到引起系统故障的故障事件。
技术实现思路
[0004]本公开的实施例提出了系统故障排查方法和装置。
[0005]第一方面，本公开的实施例提供了一种系统故障排查方法，该方 法包括：确定系统中各未被排查的故障事件当前分别对应的故障发生 概率和预测排查时长；执行如下排查步骤：根据系统中每个未被排查 的故障事件当前的故障发生概率和预测排查时长，确定该故障事件的 预测排查时长的期望；选取对应的期望最小的故障事件作为优先排查 事件，以及对优先排查事件进行故障排查，得到排查结果。
[0006]第二方面，本公开的实施例提供了一种系统故障排查装置，该装 置包括：确定单元，被配置成确定系统中各未被排查的故障事件当前 分别对应的故障发生概率和预测排查时长；排查单元，被配置成执行 如下排查步骤：根据系统中每个未被排查的故障事件当前的故障发生 概率和预测排查时长，确定该故障事件的预测排查时长的期望；选取 对应的期望最小的故障事件作为优先排查事件，以及对优先排查事件 进行故障排查，得到排查结果。
[0007]第三方面，本公开的实施例提供了一种服务器，该服务器包括： 一个或多个处理器；存储装置，用于存储一个或多个程序；当一个或 多个程序被一个或多个处理器执行，使得一个或多个处理器实现如第 一方面中任一实现方式描述的方法。
[0008]第四方面，本公开的实施例提供了一种故障检测系统，该故障检 测系统包括如第三方面所描述的服务器和可穿戴智能设备；服务器还 用于根据排查结果生成排查建议，以及将排查建议推送至可穿戴智能 设备。
[0009]第五方面，本公开的实施例提供了一种计算机可读介质，其上存 储有计算机程序，该计算机程序被处理器执行时实现如第一方面中任 一实现方式描述的方法。
[0010]本公开的实施例提供的系统故障检测方法、装置和系统，通过确 定系统中各未被排查的故障事件实时的故障发生概率和预测排查时 长，以确定每个故障事件的预测排查时长的期望，然后选取对应的期 望最小的故障事件作为优先排查事件，并对优先排查事件
进行故障排 查，得到排查结果，从而实现一种基于排查时长尽量短的、便捷的故 障排查顺序确定方法，有助于提升故障排查效率。
附图说明
[0011]通过阅读参照以下附图所作的对非限制性实施例所作的详细描 述，本公开的其它特征、目的和优点将会变得更明显：
[0012]图1是本公开的一个实施例可以应用于其中的示例性系统架构 图；
[0013]图2是根据本公开的系统故障排查方法的一个实施例的流程图；
[0014]图3是客室门工作系统的故障树的示意图；
[0015]图4a是基于KM非参数法估计的生存函数的图像的示意图；
[0016]图4b是基于Weibull分布的参数法估计的生存函数的图像的示意 图；
[0017]图5a是故障树中的“与”关系的示意图；
[0018]图5b是故障树中的“或”关系的示意图；
[0019]图6是根据本公开的系统故障排查装置的一个实施例的结构示意 图；
[0020]图7是本公开的系统故障排查系统的一个示例性架构；
[0021]图8是可穿戴AR眼镜的显示信息；
[0022]图9是适于用来实现本公开的实施例的电子设备的结构示意图。
具体实施方式
[0023]下面结合附图和实施例对本公开作进一步的详细说明。可以理解 的是，此处所描述的具体实施例仅仅用于解释相关专利技术，而非对该发 明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与 有关专利技术相关的部分。
[0024]需要说明的是，在不冲突的情况下，本公开中的实施例及实施例 中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本 公开。
[0025]图1示出了可以应用本公开的系统故障排查方法或系统故障排查 装置的实施例的示例性架构100。
[0026]如图1所示，系统架构100可以包括系统101和服务器102。系 统101通过其中的各设备之间的连接和交互实现运行。服务器102可 以采用各种连接类型，例如有线、无线通信链路或者光纤电缆等与系 统101通信连接，以获取系统101的相关数据(如传感器数据等)。在 一些情况下，服务器102也可以与系统101之间无通信连接。此时， 系统101的相关数据可以存储在数据库或第三方数据平台等，服务器 102可以从对应数据库或第三方数据平台等获取系统101的相关数据。
[0027]系统101中的设备可以是各种设备，具体可以根据实际的应用场 景确定。例如，对于地铁运行系统，其中的设备包括如客室门、指示 灯、继电器、行程开关等等。
[0028]服务器102可以是提供各种服务的服务器，例如，根据系统101 中各未被排查的故障事件当前分别对应的故障发生概率和预测排查时 长，确定优先排查事件，并对优先排查事件进行故障排查，得到排查 结果。
[0029]需要说明的是，本公开的实施例所提供的系统故障排查方法一般 由服务器102执行，相应地，系统故障排查装置一般设置于服务器102 中。
[0030]需要说明的是，服务器102可以是硬件，也可以是软件。当服务 器102为硬件时，可以实现成多个服务器组成的分布式服务器集群， 也可以实现成单个服务器。当服务器102为软件时，可以实现成多个 软件或软件模块(例如用来提供分布式服务的多个软件或软件模块)， 也可以实现成单个软件或软件模块。在此不做具体限定。
[0031]应该理解，图1中的系统和服务器的数目仅仅是示意性的。根据 实现需要，可以具有任意数目的系统和服务器。
[0032]继续参考图2，其示出了根据本公开的系统故障排查方法的一个 实施例的流程200。该系统故障排查方法包括以下步骤：
[0033]步骤201、确定系统中各未被排查的故障事件当前分别对应的故 障发生概率和预测排查时长。
[0034]在本实施例中，系统可以为任意发生故障的系统，具体可以根据 实际的应用场景灵活确定。例如，系统可以为地铁运行系统、螺旋桨 顺桨系统等等。系统故障可以由该系统中的各设备发生的各种故障事 件引起，因此，在系统故障时，可以对该系统中的各故障事件进行排 查，以确定引起本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种系统故障排查方法，包括：确定系统中各未被排查的故障事件当前分别对应的故障发生概率和预测排查时长；执行如下排查步骤：根据所述系统中每个未被排查的故障事件当前的故障发生概率和预测排查时长，确定该故障事件的预测排查时长的期望；选取对应的期望最小的故障事件作为优先排查事件，以及对所述优先排查事件进行故障排查，得到排查结果。2.根据权利要求1所述的方法，其中，所述方法还包括：响应于确定所述排查结果指示所述优先排查事件未发生，根据所述排查结果，更新所述系统中各未被排查的故障事件当前分别对应的故障发生概率和预测排查时长，以及重新执行所述排查步骤。3.根据权利要求1所述的方法，其中，所述排查步骤还包括：响应于确定所述排查结果指示所述优先排查事件发生，执行该优先排查事件对应的故障处理操作。4.根据权利要求1所述的方法，其中，所述确定系统中各未被排查的故障事件当前分别对应的故障发生概率和预测排查时长，包括：对于每个未被排查的故障事件，获取该故障事件的历史属性数据，其中，所述历史属性数据包括以下至少一项：历史传感器数据、历史维修数据，历史传感器数据包括利用该故障事件对应的设备上的传感器采集的数据；根据所述历史属性数据，利用数据拟合的方法，确定该故障事件当前的故障发生概率。5.根据权利要求1所述的方法，其中，所述确定系统中各未被排查的故障事件当前分别对应的故障发生概率和预测排查时长，包括：对于每个未被排查的故障事件，获取该故障事件对应的排查难度、故障发生概率和维修水平数据，维修水平数据用于表示处理该故障事件的人员的维修水平；根据所述排查难度、故障发生概率和维修水平数据，确定该故障事件的预测排查时长。6.根据权利要求2所述的方法，其中，所述根据所述排查结果，更新所述系统中各未被排查的故障事件当前分别对应的故障发生概率和预测排查时长，包括：获取所述系统中各未被排查的故障事件当前分别对应的排查辅助数据，其中，所述排查辅助数据包括以下至少一项：先验概率、排查难度、维修水平数据和替换件数据；根据所述排查辅助数据，更新所述系统中各未被排查的故障事件当前分别对应的故障发生概率和预测排查时长。7.根据权利要求6所述的方法，其中，所述根据所述排查辅助数据，更新所述系统中各未被排查的故障事件当前分别对应的故障发生概率和预测排查时长，包括：利用贝叶斯网络，根据所述排查辅助数据，更新所述系统中各未被排查的故障事件当前分别对应的故障发生概率和预测排查时长，其中，所述贝叶斯网络基于所述系统的故障树构建。8.一种系统故障排查装置，包括：确定单元，被配置成确定系统中各未被排查的故障事件当前分别对应的故障发生概率和预测排查时长；
排查单元，被配置成执行如下排查步骤：根据所述...
【专利技术属性】
技术研发人员：宋震，李旭东，张振鹏，李方，
申请(专利权)人：北京京东世纪贸易有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。