一种消火栓易损件生命周期检测系统实用新型专利

专利名称：一种消火栓易损件生命周期检测系统

专利类型：实用新型专利

专利申请号：CN202410878034.4

专利申请（专利权）人：湖南涛峻科技有限公司
权利人地址：湖南省长沙市中国(湖南)自由贸易试验区长沙片区长沙经开区区块东六路南段90号长沙未来智汇园一期16栋108、208

专利发明（设计）人：徐步欧,黄军,黎绵青,周鹏程

专利摘要：本申请公开了一种消火栓易损件生命周期检测系统，涉及消防技术领域，解决了现有的消火栓系统难以通过消火栓的部件的使用情况，对消火栓各个部件的使用寿命进行预测的技术问题；包括：中枢处理模块：根据使用寿命和使用数据对使用数据进行划分得到若干使用数据组；根据使用数据组中的若干使用数据生成对应水压范围下的预测曲线；获取当前的使用水压和历史数据，根据所述使用水压、历史数据和预测曲线生成预测寿命数据；对各个易损件的预测寿命数据进行排序得到寿命排序表；根据寿命排序表生成预警信号；预警模块：根据预警信号进行预警；及时提醒相关人员消火栓即将出现异常，需要进行维修或更换；避免了在消火栓在使用过程中出现异常的情况发生。

主权利要求：
1.一种消火栓易损件生命周期检测系统，其特征在于，包括：中枢处理模块、数据采集模块、预警模块和数据库所述数据采集模块：通过与其相连接的数据采集设备获取当前的使用水压；
所述中枢处理模块：通过与其相连接的数据库获取若干易损件数据，提取易损件数据中的若干使用数据和对应的使用寿命；根据使用寿命和使用数据对使用数据进行划分得到若干使用数据组；根据使用数据组中的若干使用数据生成对应水压范围下的预测曲线；以及，获取当前的使用水压和历史数据，根据所述使用水压、历史数据和预测曲线生成预测寿命数据；对各个易损件的预测寿命数据进行排序得到寿命排序表；根据寿命排序表生成预警信号；
根据使用寿命和使用数据对使用数据进行划分得到若干所述使用数据组，包括：提取使用数据中的使用水压；根据最小水压步长对使用数据进行分组得到使用水压组，按照使用水压从小到大的顺序对使用水压组进行编号；获取各个使用水压组内的最优使用寿命，根据最优使用寿命对使用水压组进行整合生成使用数据组；其中，最优使用寿命为使用水压组中各个使用数据对应的使用寿命中最大的使用寿命；易损件数据包括使用数据和其对应的使用寿命；使用数据包括使用水压和使用时间；
所述根据最优使用寿命对使用水压组进行整合生成使用数据组，包括以下步骤：A：选取编号最小的使用水压组作为基准数据组；获取编号与所述基准数据组相邻的使用水压组的最优使用寿命；计算所述最优使用寿命与基准数据组对应的最优使用寿命之间的差值；
B：判断所述差值是否小于寿命差值阈值一；是，则将所述使用水压组与基准数据组进行合并；得到新的基准数据组；进入A；否，当所述差值大于寿命差值阈值二时；则将所述使用水压组按照使用水压进行均等划分得到两个新的使用水压组；并对使用水压组重新进行编号；进入A；否则，将所述基准数据组对应的若干使用数据和使用寿命整合为使用数据组，并将基准数据组对应的使用水压最小值和最大值之间的范围记为所述使用数据组的水压范围；同时将下一组使用水压作为基准数据组；进行A；直至所有使用水压组均被整合为若干使用数据组；
预警模块：获取预警信号，进行预警。
2.根据权利要求1所述的一种消火栓易损件生命周期检测系统，其特征在于，所述根据使用数据组中的若干使用数据生成对应水压范围下的预测曲线，包括：提取使用数据组中若干工作时间标记为GSi、闲置时间标记为XSi和使用寿命标记为SYi；
将工作时间GSi、闲置时间XSi和使用寿命SYi整合成预测向量YCi=[GSi，XSi，SYi]；
将各个预测向量拟合成所述使用数据组对应的预测曲线；其中，i为使用数据组内的各个使用数据的编号；使用时间包括工作时间和闲置时间。
3.根据权利要求1所述的一种消火栓易损件生命周期检测系统，其特征在于，根据所述使用水压、历史数据和预测曲线生成所述预测寿命数据，包括：获取使用水压，获取各个易损件对应水压范围中包括所述使用水压的预测曲线；
提取历史数据中的闲置时间和工作时间，将闲置时间、工作时间和若干预测曲线输入预测模型中得到各个易损件对应的剩余工作时间和剩余闲置时间；所述预测寿命数据包括剩余工作时间和剩余闲置时间；其中，所述预测模型根据人工智能模型训练得到。
4.根据权利要求3所述的一种消火栓易损件生命周期检测系统，其特征在于，所述预测模型根据人工智能模型训练得到，包括：获取若干条预测曲线、闲置时间和工作时间，以及若干组根据闲置时间、工作时间和预测曲线得到剩余工作时间和剩余闲置时间；
将预测曲线、闲置时间、工作时间、剩余闲置时间和剩余工作时间整合生成若干组训练数据和检验数据；
通过训练数据对人工智能模型进行训练，使用检验数据对训练后的人工智能模型进行检验；最终得到输入为闲置时间、工作时间和若干条预测曲线；输出为各个预测曲线对应的若干组剩余工作时间和剩余闲置时间的预测模型；其中，人工智能模型包括BP模型和RBF模型。
5.根据权利要求1所述的一种消火栓易损件生命周期检测系统，其特征在于，对各个易损件的预测寿命数据进行排序得到所述寿命排序表，包括：获取各个易损件的剩余工作时间，将剩余工作时间按照从小到大的顺序进行排列，生成剩余工作时间表；
获取各个易损件的剩余闲置时间，将剩余闲置时间按照从小到大的顺序进行排列，生成剩余闲置时间表；
实时获取工作时间和闲置时间，当工作时间与上一次生成预测寿命数据的间隔大于更新间隔一，或者闲置时间与上一次生成预测寿命数据的间隔大于更新间隔二时，重新生成剩余工作时间和剩余闲置时间；并重新生成剩余工作时间表和剩余闲置时间表；其中，寿命排序表包括剩余工作时间表和剩余闲置时间表；更新间隔一小于更新间隔二。
6.根据权利要求1所述的一种消火栓易损件生命周期检测系统，其特征在于，根据寿命排序表生成预警信号，包括：提取剩余闲置时间表中排名第一的易损件对应的剩余闲置时间和剩余工作时间表中排名第一的易损件对应的剩余工作时间；
当所述剩余闲置时间为0时，或者剩余工作时间为0时；则生成更换预警信号；否则，当所述剩余闲置时间小于安全闲置时间阈值时，或者剩余工作时间小于安全工作时间阈值时；则生成检修预警信号；其中，预警信号包括更换预警信号和检修预警信号。
7.根据权利要求1所述的一种消火栓易损件生命周期检测系统，其特征在于，所述中枢处理模块还用于根据实时使用水压更新预测寿命数据，包括：实时获取使用水压和使用水压差值；当使用水压差值大于水压差值阈值时；生成更新信号，根据更新信号对预测寿命数据进行更新。 说明书 : 一种消火栓易损件生命周期检测系统技术领域[0001] 本申请属于消防领域，涉及消防技术，具体是一种消火栓易损件生命周期检测系统。背景技术[0002] 现有技术（公告号为CN111375166B的发明专利）公开了一种智能消火栓控制方法，包括：服务器根据消防员当前位置和预存的消火栓位置信息，确定待选消火栓；服务器激活待选消火栓，接收待选消火栓的水压信息；服务器为每一个待选消火栓分配计数器；服务器判断接收到的每个待选消火栓发送的水压信息是否与预设的标准水压信息一致；根据待选消防栓水压值低于标准水压阈值的程度和持续时间确定报警级别；计算非异常消火栓和无反馈消火栓的被优选强度，确定出被优选强度最大的消火栓；服务器将被优选强度最大的消火栓确定为选定消火栓，并向消防员发送所述选定消火栓的导航信息。本发明的有益效果是：在灭火现场对智能消火栓的选择更加准确。[0003] 上述消火栓控制系统根据消防员的位置选取待选消火栓，根据消火栓的当前水压判断消火栓是否异常，并选取最优的消火栓；上述选取最优的消火栓仅通过水压判断是否出现消火栓是否异常，难以通过消火栓的部件的使用情况，对消火栓各个部件的使用寿命进行预测，导致在消火栓使用过程中可能出现异常，进而导致灭火效果不佳。[0004] 因此需要一种消火栓易损件生命周期检测系统。发明内容[0005] 本申请旨在至少解决现有技术中存在的技术问题之一；为此，本申请提出了一种消火栓易损件生命周期检测系统，用于解决现有的消火栓系统难以通过消火栓的部件的使用情况，对消火栓各个部件的使用寿命进行预测的技术问题，本申请根据易损件数据和当前消火栓的使用情况对当前消火栓各个易损件的寿命进行预测解决了上述问题。[0006] 为实现上述目的，本申请的第一方面提供了一种消火栓易损件生命周期检测系统，包括：中枢处理模块、数据采集模块、预警模块和数据库[0007] 所述数据采集模块：通过与其相连接的数据采集设备获取当前的使用水压；[0008] 所述中枢处理模块：通过与其相连接的数据库获取若干易损件数据，提取易损件数据中的若干使用数据和对应的使用寿命；根据使用寿命和使用数据对使用数据进行划分得到若干使用数据组；根据使用数据组中的若干使用数据生成对应水压范围下的预测曲线；以及，[0009] 获取当前的使用水压和历史数据，根据所述使用水压、历史数据和预测曲线生成预测寿命数据；对各个易损件的预测寿命数据进行排序得到寿命排序表；根据寿命排序表生成预警信号；[0010] 预警模块：获取预警信号，进行预警。[0011] 本申请通过获取若干易损件数据，根据易损件数据中的使用寿命和使用数据将使用数据进行分组，得到若干使用数据组；根据使用数据组内的使用数据生成预测曲线；获取当前的消火栓的历史数据和水压数据，根据历史数据、水压数据和预测曲线对对应的易损件的剩余工作时间和剩余闲置时间进行预测，并根据各个易损件的剩余工作时间和剩余闲置时间生成报警信号；及时提醒相关人员，消火栓某易损件即将出现异常，需要进行维修或更换；避免了在消火栓在使用过程中出现异常的情况发生。[0012] 优选的，根据使用寿命和使用数据对使用数据进行划分得到若干所述使用数据组，包括：[0013] 提取使用数据中的使用水压；根据最小水压步长对使用数据进行分组得到使用水压组，按照使用水压从小到大的顺序对使用水压组进行编号；[0014] 获取各个使用水压组内的最优使用寿命，根据最优使用寿命对使用水压组进行整合生成使用数据组；其中，最优使用寿命为使用水压组中各个使用数据对应的使用寿命中最大的使用寿命；易损件数据包括使用数据和其对应的使用寿命；使用数据包括使用水压和使用时间；最小水压步长根据经验设置。[0015] 优选的，所述根据最优使用寿命对使用水压组进行整合生成使用数据组，包括以下步骤：[0016] A：选取编号最小的使用水压组作为基准数据组；获取编号与所述基准数据组相邻的使用水压组的最优使用寿命；计算所述最优使用寿命与基准数据组对应的最优使用寿命之间的差值；[0017] B：判断所述差值是否小于寿命差值阈值一；[0018] 是，则将所述使用水压组与基准数据组进行合并；得到新的基准数据组；进入A；[0019] 否，当所述差值大于寿命差值阈值二时；则将所述使用水压组按照使用水压进行均等划分得到两个新的使用水压组；并对使用水压组重新进行编号；进入A；否则，将所述基准数据组对应的若干使用数据和使用寿命整合为使用数据组，并将基准数据组对应的使用水压最小值和最大值之间的范围记为所述使用数据组的水压范围；同时将下一组使用水压作为基准数据组；进行A；直至所有使用水压组均被整合为若干使用数据组。可以理解为在对应的水压情况下消火栓未被使用过，易损件的寿命。[0020] 本申请通过使用水压先对使用数据进行分组，再根据各个分组中的最优使用寿命对各个分组进行合并，实现根据水压对易损件的影响情况对使用数据进行分组，当水压变化对相应的易损件的寿命影响变化较大时，对此时水压划分的范围较小；当水压变化对现有的易损件的寿命影响变化较小时，对此时水压划分的范围较大，使得使用数据的分组更符合对应的易损件受水压的影响情况，便于增加后续预测的准确性。[0021] 优选的，所述根据使用数据组中的若干使用数据生成对应水压范围下的预测曲线，包括：[0022] 提取使用数据组中若干工作时间标记为GSi、闲置时间标记为XSi和使用寿命标记为SYi；[0023] 将工作时间GSi、闲置时间XSi和使用寿命SYi整合成预测向量YCi=[GSi，XSi，SYi]；[0024] 将各个预测向量拟合成所述使用数据组对应的预测曲线；其中，i为使用数据组内的各个使用数据的编号；使用时间包括工作时间和闲置时间；可以理解的是使用寿命、工作时间和闲置时间满足公式SYi=GSi+XSi；工作时间为从安装消火栓开始，消火栓被使用的时间总和，闲置时间为从安装消火栓开始，消火栓未被使用的时间总和；一个易损件对应若干个预测曲线，每个预测曲线的水压范围均不同。[0025] 优选的，根据所述使用水压、历史数据和预测曲线生成所述预测寿命数据，包括：[0026] 获取使用水压，获取各个易损件对应水压范围中包括所述使用水压的预测曲线；[0027] 提取历史数据中的闲置时间和工作时间，将闲置时间、工作时间和若干预测曲线输入预测模型中得到各个易损件对应的剩余工作时间和剩余闲置时间；所述预测寿命数据包括剩余工作时间和剩余闲置时间；其中，所述预测模型根据人工智能模型训练得到。[0028] 优选的，所述预测模型根据人工智能模型训练得到，包括：[0029] 获取若干条预测曲线、闲置时间和工作时间，以及若干组根据闲置时间、工作时间和预测曲线得到剩余工作时间和剩余闲置时间；[0030] 将预测曲线、闲置时间、工作时间、剩余闲置时间和剩余工作时间整合生成若干组训练数据和检验数据；[0031] 通过训练数据对人工智能模型进行训练，使用检验数据对训练后的人工智能模型进行检验；最终得到输入为闲置时间、工作时间和若干条预测曲线；输出为各个预测曲线对应的若干组剩余工作时间和剩余闲置时间的预测模型；其中，人工智能模型包括BP模型和RBF模型。[0032] 优选的，所述根据闲置时间、工作时间和预测曲线得到剩余工作时间和剩余闲置时间，包括：[0033] 将所述工作时间记为原始工作时间，闲置时间记为原始闲置时间；[0034] 将工作时间设置为0，将原始闲置时间和所述工作时间代入对应的预测曲线得到使用寿命一，将使用寿命一和原始闲置时间代入预测曲线得到工作时间一，将所述工作时间一与原始工作时间之间的差值记为剩余工作时间；[0035] 将闲置时间设置为0，将原始工作时间和所述闲置时间代入对应的预测曲线得到使用寿命二，将使用寿命二和原始工作时间代入预测曲线得到闲置时间一，将所述闲置时间一与原始闲置时间之间的差值记为剩余闲置时间。[0036] 值得注意的是，剩余工作时间表示对应易损件从预测开始一直都在工作状态，能够工作的时间；剩余闲置时间表示对应的易损件从预测开始一直处于闲置状态，能够闲置的时间。[0037] 优选的，对各个易损件的预测寿命数据进行排序得到所述寿命排序表，包括：[0038] 获取各个易损件的剩余工作时间，将剩余工作时间按照从小到大的顺序进行排列，生成剩余工作时间表；[0039] 获取各个易损件的剩余闲置时间，将剩余闲置时间按照从小到大的顺序进行排列，生成剩余闲置时间表；[0040] 实时获取工作时间和闲置时间，当工作时间与上一次生成预测寿命数据的间隔大于更新间隔一，或者闲置时间与上一次生成预测寿命数据的间隔大于更新间隔二时，重新生成剩余工作时间和剩余闲置时间；并重新生成剩余工作时间表和剩余闲置时间表；其中，寿命排序表包括剩余工作时间表和剩余闲置时间表；更新间隔一和更新间隔二根据经验设置，且更新间隔一小于更新间隔二。[0041] 优选的，根据寿命排序表生成预警信号，包括：[0042] 提取剩余闲置时间表中排名第一的易损件对应的剩余闲置时间和剩余工作时间表中排名第一的易损件对应的剩余工作时间；[0043] 当所述剩余闲置时间为0时，或者剩余工作时间为0时；则生成更换预警信号；否则，当所述剩余闲置时间小于安全闲置时间阈值时，或者剩余工作时间小于安全工作时间阈值时；则生成检修预警信号；其中，预警信号包括更换预警信号和检修预警信号。[0044] 优选的，所述中枢处理模块还用于根据实时使用水压更新预测寿命数据，包括：实时获取使用水压和使用水压差值；当使用水压差值大于水压差值阈值时；生成更新信号，根据更新信号对预测寿命数据进行更新。[0045] 根据更新信号对预测寿命数据进行更新，包括：获取历史数据中的水压数据，提取水压数据中的若干历史使用水压和对应的水压时间，根据各个历史使用水压、闲置时间、工作时间和历史使用水压对应的预测曲线生成各个历史使用水压的剩余闲置时间和剩余工作时间；[0046] 将所述历史使用水压对应的水压时间记为SCj；对应的剩余闲置时间记为SXSj；对应的剩余工作时间记为SGSj；[0047] 通过公式ZXS=∑[SXSj×SCj/∑(SCj)]计算得到综合剩余闲置时间ZXS；[0048] 通过公式ZGS=∑[SGSj×SCj/∑(SCj)]计算得到综合剩余工作时间ZGS；[0049] 将综合剩余闲置时间ZXS作为预测寿命数据中的剩余闲置时间；将综合剩余工作时间ZGS作为预测寿命数据中的剩余工作时间。[0050] 与现有技术相比，本申请的有益效果是：[0051] 1.本申请通过获取若干易损件数据，根据易损件数据中的使用寿命和使用数据将使用数据进行分组，得到若干使用数据组；根据使用数据组内的使用数据生成预测曲线；获取当前的消火栓的历史数据和水压数据，根据历史数据、水压数据和预测曲线对对应的易损件的剩余工作时间和剩余闲置时间进行预测，并根据各个易损件的剩余工作时间和剩余闲置时间生成报警信号；及时提醒相关人员，消火栓即将出现异常，需要进行维修或更换；避免了在消火栓在使用过程中出现异常的情况发生。[0052] 2.本申请通过使用水压先对使用数据进行分组，再根据各个分组中的最优使用寿命对各个分组进行合并，实现根据水压对易损件的影响情况对使用数据进行分组，当水压变化对相应的易损件的寿命影响变化较大时，对此时水压划分的范围较小；当水压变化对现有的易损件的寿命影响变化较小时，对此时水压划分的范围较大，使得使用数据的分组更符合对应的易损件受水压的影响情况，便于增加后续预测的准确性。附图说明[0053] 为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。[0054] 图1为本申请的原理示意图；[0055] 图2为本申请的方法步骤示意图；[0056] 图3为本申请中预警信号生成流程图。具体实施方式[0057] 下面将结合实施例对本申请的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本申请保护的范围。[0058] 请参阅图1‑图2，本申请第一方面实施例提供了一种消火栓易损件生命周期检测系统，包括：中枢处理模块、数据采集模块、预警模块和数据库[0059] 数据采集模块：通过与其相连接的数据采集设备获取当前的使用水压；数据采集设备包括水压测量仪；[0060] 中枢处理模块：通过与其相连接的数据库获取若干易损件数据，值得注意的是，易损件数据是与消火栓各个对应易损件同一批次生产的易损件使用时记录的数据；提取易损件数据中的若干使用数据和对应的使用寿命；使用寿命为对应易损件从开始使用到损坏的时间长度；根据使用寿命和使用数据对使用数据进行划分得到若干使用数据组；根据使用数据组中的若干使用数据生成对应水压范围下的预测曲线；以及，[0061] 获取当前的使用水压和历史数据，根据使用水压、历史数据和预测曲线生成预测寿命数据；对各个易损件的预测寿命数据进行排序得到寿命排序表；根据寿命排序表生成预警信号；[0062] 预警模块：获取预警信号，进行预警；[0063] 通信模块：用于本系统与其他设备或平台的通信，支持远程监控和管理，保证了相关数据的实时传输和共享；[0064] 显示模块：用于实时显示消火栓各个易损件的剩余工作时间、剩余闲置时间和预警信号。[0065] 本申请通过获取若干易损件数据，根据易损件数据中的使用寿命和使用数据将使用数据进行分组，得到若干使用数据组；根据使用数据组内的使用数据生成预测曲线；获取当前的消火栓的历史数据和水压数据，根据历史数据、水压数据和预测曲线对对应的易损件的剩余工作时间和剩余闲置时间进行预测，并根据各个易损件的剩余工作时间和剩余闲置时间生成报警信号；及时提醒相关人员，消火栓即将出现异常，需要进行维修或更换；避免了在消火栓在使用过程中出现异常的情况发生。[0066] 本申请通过获取各个易损件同一批次生产的易损件的使用情况作为参考数据，对当前的消火栓上对应的易损件的寿命进行预测；使得预测结果更加准确。[0067] 根据使用寿命和使用数据对使用数据进行划分得到若干使用数据组，包括：[0068] 提取使用数据中的使用水压；根据最小水压步长对使用数据进行分组得到使用水压组，按照使用水压从小到大的顺序对使用水压组进行编号；[0069] 获取各个使用水压组内的最优使用寿命，根据最优使用寿命对使用水压组进行整合生成使用数据组；其中，最优使用寿命为使用水压组中各个使用数据对应的使用寿命中最大的使用寿命；易损件数据包括使用数据和其对应的使用寿命；使用数据包括使用水压和使用时间；最小水压步长根据经验设置。[0070] 根据最优使用寿命对使用水压组进行整合生成使用数据组，包括以下步骤：[0071] A：选取编号最小的使用水压组作为基准数据组；获取编号与基准数据组相邻的使用水压组的最优使用寿命；计算最优使用寿命与基准数据组对应的最优使用寿命之间的差值；[0072] B：判断差值是否小于寿命差值阈值一；[0073] 是，则将使用水压组与基准数据组进行合并；得到新的基准数据组；进入A；[0074] 否，当差值大于寿命差值阈值二时；则将使用水压组按照使用水压进行均等划分得到两个新的使用水压组；并对使用水压组重新进行编号；进入A；否则，将基准数据组对应的若干使用数据和使用寿命整合为使用数据组，并将基准数据组对应的使用水压最小值和最大值之间的范围记为使用数据组的水压范围；同时将下一组使用水压作为基准数据组；进行A；直至所有使用水压组均被整合为若干使用数据组；寿命差值阈值一和寿命差值阈值二均根据检验设定，且寿命差值阈值一小于寿命差值阈值二。可以理解为在对应的水压情况下消火栓未被使用过，易损件的寿命。[0075] 本申请通过使用水压先对使用数据进行分组，再根据各个分组中的最优使用寿命对各个分组进行合并，实现根据水压对易损件的影响情况对使用数据进行分组，当水压变化对相应的易损件的寿命影响变化较大时，对此时水压划分的范围较小；当水压变化对现有的易损件的寿命影响变化较小时，对此时水压划分的范围较大，使得使用数据的分组更符合对应的易损件受水压的影响情况，便于增加后续预测的准确性。[0076] 本实施例中，根据最小水压步长将使用数据进行分组得到30组使用水压组；而前5组内的最优使用寿命的差距较小，第6组和前5组中的最优使用寿命差距较大，因此将前5组进行合并生成一组使用数据组，第6组到第8组的最优使用寿命的差距较小，因此将第6组到第8组进行合并生成另一组使用数据组；以此类推，直至将所有使用水压组划分为使用数据组。[0077] 根据使用数据组中的若干使用数据生成对应水压范围下的预测曲线，包括：[0078] 提取使用数据组中若干工作时间标记为GSi、闲置时间标记为XSi和使用寿命标记为SYi；[0079] 将工作时间GSi、闲置时间XSi和使用寿命SYi整合成预测向量YCi=[GSi，XSi，SYi]；[0080] 将各个预测向量拟合成使用数据组对应的预测曲线；其中，i为使用数据组内的各个使用数据的编号；使用时间包括工作时间和闲置时间；可以理解的是使用寿命、工作时间和闲置时间满足公式SYi=GSi+XSi；工作时间为从安装消火栓开始，消火栓被使用的时间总和，闲置时间为从安装消火栓开始，消火栓未被使用的时间总和；一个易损件对应若干个预测曲线，每个预测曲线的水压范围均不同。[0081] 根据使用水压、历史数据和预测曲线生成预测寿命数据，包括：[0082] 获取使用水压，获取各个易损件对应水压范围中包括使用水压的预测曲线；[0083] 提取历史数据中的闲置时间和工作时间，将闲置时间、工作时间和若干预测曲线输入预测模型中得到各个易损件对应的剩余工作时间和剩余闲置时间；预测寿命数据包括剩余工作时间和剩余闲置时间；其中，预测模型根据人工智能模型训练得到。[0084] 本申请通过将不同使用数据组中的使用数据进行拟合生成预测曲线，每一条预测曲线均与一个易损件的一个水压范围相对应；不同的易损件的使用数据组划分不同，使得对不同易损件进行预测时，更有针对性，进而使得对不同易损件的预测结果更加准确。[0085] 预测模型根据人工智能模型训练得到，包括：[0086] 获取若干条预测曲线、闲置时间和工作时间，以及若干组根据闲置时间、工作时间和预测曲线得到剩余工作时间和剩余闲置时间；[0087] 将预测曲线、闲置时间、工作时间、剩余闲置时间和剩余工作时间整合生成若干组训练数据和检验数据；[0088] 通过训练数据对人工智能模型进行训练，使用检验数据对训练后的人工智能模型进行检验；具体的，将检验数据中的预测曲线、闲置时间和工作时间输入训练后的人工智能模型得到剩余工作时间和剩余闲置时间的输出，当剩余工作时间在检验数据中的剩余工作时间的阈值一之内；同时剩余闲置时间在检验数据中的剩余闲置时间的阈值二之内时，进行下一组检验数据进行检验；否则，则调整相应的参数，重新对本组检验数据进行检验；直至满足预期的要求，即满足剩余工作时间在检验数据中的剩余工作时间的阈值一之内；同时剩余闲置时间在检验数据中的剩余闲置时间的阈值二之内；最终得到输入为闲置时间、工作时间和若干条预测曲线；输出为各个预测曲线对应的若干组剩余工作时间和剩余闲置时间的预测模型；其中，人工智能模型包括BP模型和RBF模型。[0089] 根据闲置时间、工作时间和预测曲线得到剩余工作时间和剩余闲置时间，包括：[0090] 将工作时间记为原始工作时间，闲置时间记为原始闲置时间；[0091] 将工作时间设置为0，将原始闲置时间和工作时间代入对应的预测曲线得到使用寿命一，将使用寿命一和原始闲置时间代入预测曲线得到工作时间一，将工作时间一与原始工作时间之间的差值记为剩余工作时间；[0092] 将闲置时间设置为0，将原始工作时间和闲置时间代入对应的预测曲线得到使用寿命二，将使用寿命二和原始工作时间代入预测曲线得到闲置时间一，将闲置时间一与原始闲置时间之间的差值记为剩余闲置时间。[0093] 值得注意的是，剩余工作时间表示对应易损件从预测开始一直都在工作状态，能够工作的时间；剩余闲置时间表示对应的易损件从预测开始一直处于闲置状态，能够闲置的时间。[0094] 对各个易损件的预测寿命数据进行排序得到寿命排序表，包括：[0095] 获取各个易损件的剩余工作时间，将剩余工作时间按照从小到大的顺序进行排列，生成剩余工作时间表；[0096] 获取各个易损件的剩余闲置时间，将剩余闲置时间按照从小到大的顺序进行排列，生成剩余闲置时间表；[0097] 实时获取工作时间和闲置时间，当工作时间与上一次生成预测寿命数据的间隔大于更新间隔一，或者闲置时间与上一次生成预测寿命数据的间隔大于更新间隔二时，重新生成剩余工作时间和剩余闲置时间；并重新生成剩余工作时间表和剩余闲置时间表；其中，寿命排序表包括剩余工作时间表和剩余闲置时间表；更新间隔一和更新间隔二根据经验设置，且更新间隔一小于更新间隔二。[0098] 请参阅图3，根据寿命排序表生成预警信号，包括：[0099] 提取剩余闲置时间表中排名第一的易损件对应的剩余闲置时间和剩余工作时间表中排名第一的易损件对应的剩余工作时间；[0100] 当剩余闲置时间为0时，或者剩余工作时间为0时；则生成更换预警信号；否则，当剩余闲置时间小于安全闲置时间阈值时，或者剩余工作时间小于安全工作时间阈值时；则生成检修预警信号；其中，预警信号包括更换预警信号和检修预警信号。[0101] 本申请通过判断消火栓各个易损件中剩余工作时间最小值和剩余闲置时间的最小值是否小于对应的阈值，是，则生成相应的预警信号，否，则不进行操作；使得能够及时根据消火栓的实际情况进行预警。[0102] 中枢处理模块还用于根据实时使用水压更新预测寿命数据，包括：实时获取使用水压和使用水压差值；当使用水压差值大于水压差值阈值时；生成更新信号，根据更新信号对预测寿命数据进行更新。[0103] 根据更新信号对预测寿命数据进行更新，包括：获取历史数据中的水压数据，提取水压数据中的若干历史使用水压和对应的水压时间，根据各个历史使用水压、闲置时间、工作时间和历史使用水压对应的预测曲线生成各个历史使用水压的剩余闲置时间和剩余工作时间；[0104] 将历史使用水压对应的水压时间记为SCj；对应的剩余闲置时间记为SXSj；对应的剩余工作时间记为SGSj；j为历史使用水压的编号；当同一消火栓的历史使用水压在不同的使用数据组的水压范围之内时，将对应的历史使用水压赋予不同的编号；同一使用数据组的水压范围之内的历史使用水压编号相同；[0105] 通过公式ZXS=∑[SXSj×SCj/∑(SCj)]计算得到综合剩余闲置时间ZXS；[0106] 通过公式ZGS=∑[SGSj×SCj/∑(SCj)]计算得到综合剩余工作时间ZGS；[0107] 将综合剩余闲置时间ZXS作为预测寿命数据中的剩余闲置时间；将综合剩余工作时间ZGS作为预测寿命数据中的剩余工作时间。[0108] 中枢处理模块还用于实时监控使用水压，当使用水压发生异常时，生成水压预警信号，包括：实时获取使用水压和使用水压差值；当使用水压不在安全水压阈值之内，或者使用水压差值超过安全水压差值时，则生成水压预警信号，提醒相关人员，消火栓的水压异常，需要进行检测，可以理解的是，预警信号还包括水压预警信号。[0109] 上述公式中的部分数据是去除量纲取其数值计算，公式是由采集的大量数据经过软件模拟得到最接近真实情况的一个公式；公式中的预设参数和预设阈值由本领域的技术人员根据实际情况设定或者通过大量数据模拟获得。[0110] 本申请的工作原理：[0111] 本申请通过获取若干易损件数据，根据易损件数据中的使用寿命和使用数据将使用数据进行分组，得到若干使用数据组；根据使用数据组内的使用数据生成预测曲线；获取当前的消火栓的历史数据和水压数据，根据历史数据、水压数据和预测曲线对对应的易损件的剩余工作时间和剩余闲置时间进行预测，并根据各个易损件的剩余工作时间和剩余闲置时间生成报警信号；及时提醒相关人员，消火栓即将出现异常，需要进行维修或更换；避免了在消火栓在使用过程中出现异常的情况发生。[0112] 以上实施例仅用以说明本申请的技术方法而非限制，尽管参照较佳实施例对本申请进行了详细说明，本领域的普通技术人员应当理解，可以对本申请的技术方法进行修改或等同替换，而不脱离本申请技术方法的精神和范围。

专利地区：湖南

专利申请日期：2024-07-02

专利公开日期：2024-11-29

专利公告号：CN118505206B