一种医院后勤设备全生命周期管理云平台、方法和系统

摘要

本发明公开了一种医院后勤设备全生命周期管理云平台、用户终端和系统，所述云平台包括：设备管理模块，管理设备信息、设于设备上和设备周边环境的传感器信息，全视角摄像头信息，以及各信息之间的关联；数据监测模块，接收设备和传感器发送的设备实时运行数据和设备周边环境安全因素数据并存储至监测数据管理模块；根据接收的数据监测设备的运行状态，当监测到设备发生数据异常时，发送获取图像命令至所述设备相应的全视角摄像头，接收所述设备的当前图像数据，将异常的数据和所述图像数据存储至异常数据管理模块。本发明实现了对医院后勤设备运行状态进行全面监测，较小了后勤工作人员对于设备维护的负担，保障了仪器的安全运行。

说明书

技术领域

本发明属于设备全生命周期管理领域，尤其涉及一种医院后勤设备全生命周期管理云平台、方法和系统。

背景技术

医院属于人员密集场所，建筑密集，设备集中，压力容器、化学试剂、被褥纸张等易燃易爆物品多人流量大，且弱势群体居多，一旦发生火灾等事故，人员伤亡和财产损失巨大。因此，对设备的安全管理显得尤为重要。

但是，目前设备全生命周期管理多采用台账管理方式，能够记录设备的入出库时间信息、投运时间、设备维护状况、维修情况、设备转移、报废处置等状态数据，从而实现设备全生命周期状态的管理。但是，传统的设备维护仍以定期检查和事后维修为主，台账数据的更新都是人为对设备检查或维修后，主动录入系统。若采用台账的方式，容易发生事件的遗漏，未进行检查的时间内是否出现数据异常，设备周围是否存在可能会引发数据异常的隐患，均无法得知，只能在故障发生后再进行排查。

尽管目前已存在将实时运行数据结合到设备全生命周期管理系统中的方案。但是，设备的台账信息和实时运行数据的存储未能实现统一的管理，数据之间没有建立关联；并且，尽管台账信息中会记录设备检修和维护的数据，但是这些的管理分散，导致大量的数据无法得到有效利用。

发明内容

为克服上述现有技术的不足，本发明提供了一种医院后勤设备全生命周期管理云平台、用户终端和系统，在传统的台账方式管理设备信息的基础上，还接收设备实时运行数据和周边环境数据，在数据发生异常时生成工单，并将所述工单和工单处理情况进行存储，对医院后勤设备运行状态进行全面监测，较小了后勤工作人员对于设备维护的负担，保障了仪器的安全运行。

为实现上述目的，本发明采用如下技术方案：

一种医院后勤设备全生命周期管理云平台，包括：

设备管理模块，管理设备信息、设于设备上和设备周边环境的传感器信息，全视角摄像头信息，以及各信息之间的关联；

数据监测模块，接收设备和传感器发送的设备实时运行数据和设备周边环境安全因素数据并存储至监测数据管理模块；根据接收的数据监测设备的运行状态，当监测到设备发生数据异常时，发送获取图像命令至所述设备相应的全视角摄像头，接收所述设备的当前图像数据，将异常的数据和所述图像数据存储至异常数据管理模块。

进一步地，当监测到设备发生数据异常时，还生成告警信息，发送至用户终端，并存储至异常数据管理模块。

进一步地，当监测到设备发生数据异常时，还根据所述设备信息和异常数据生成工单，发送至用户终端，并存储至工单管理模块；以及，接收用户终端反馈的数据异常原因并存储。

进一步地，所述生成工单包括：

获取历史工单数据，建立数据异常原因预知模型；

将所述异常数据作为输入，基于所述数据异常原因预知模型得到可能的原因及相应的概率；

将异常数据、所述异常数据发生的设备和/或传感器信息，以及所述可能的告警原因和概率，写入预设的工单模板生成工单。

进一步地，还包括数据分析模块，基于全生命周期历史数据，进行设备故障预知、设备厂家评价和同类设备状态预知。

进一步地，所述设备故障预知包括：

获取历史工单信息，根据工单处理信息筛选与设备故障有关的工单；

根据所述工单获取相应的监测数据；

基于所述监测数据和设备故障信息，为每个设备建立设备故障预知模型；

数据监测模块基于所述模型，对设备状态进行预知。

进一步地，所述设备厂家评价包括：

获取历史工单数据，根据数据异常原因筛选与设备故障有关的工单；

根据所述工单获取相应的监测数据；

基于所述监测数据和设备故障信息，分析所述设备故障是外界环境因素还是设备自身因素，获取设备自身因素造成故障的数据记录；

提取相应的设备信息，包括厂商信息和设备投运时间；

根据投运时间、故障发生次数和故障发生类型，对不同厂商的设备进行评价。

进一步地，所述设备状态预知包括：

获取生产厂商相同的同类设备的全生命周期数据；

获取这些设备的周围环境温度和湿度，绘制温度、湿度随时间的变化趋势图；

基于温度和湿度趋势图，对设备进行聚类，得到周围环境近似的多个设备簇团；

对于每个簇团，从历史工单提取该簇团内设备的故障数据及故障时间，分析各故障类型与投运时间的关系；

针对待监测设备，基于周围环境数据对所述设备进行聚类，得到其所属簇团，基于所述簇团对应的故障类型与投运时间关系对设备状态进行预知。

一个或多个实施例提供了一种医院后勤设备全生命周期管理用户终端，与所述的云平台建立通信连接，包括：

数据查询模块，用于从云平台获取指定设备的实时运行数据；

告警管理模块，用于接收云平台发送的告警信息；

工单管理模块，用于接收云平台发送的工单，以及接收用户输入的数据异常原因发送至所述云平台。

一个或多个实施例提供了一种医院后勤设备全生命周期管理系统，包括所述的云平台和所述的用户终端。

本发明的有益效果

1、本公开的医院后勤设备全生命周期管理系统，在传统的台账方式管理设备信息的基础上，还接收设备实时运行数据和周边环境数据，在数据发生异常时生成工单，并将所述工单和工单处理情况进行存储，实现了设备台账数据、设备实时运行数据、告警数据、工单数据等多维数据的闭环管理，为后续的大数据分析提供了有效的数据支撑。

2、本公开基于存储的设备运行数据和历史工单数据，通过分析设备故障与厂家、运行时间等因素之间的关系，使得设备的评估更为客观，为设备运行异常预警、设备健康状态评估提供数据基础，且为后续采购提供数据支撑。

3、本公开充分利用了全生命周期数据，建立了设备故障预知、设备厂商评价和设备状态预知等多种管理辅助方法，提前预知故障，保证了后勤工作人员提前做好准备，提前联系相关厂家或第三方维保人员，避免了因后勤工作人员专业技术水平不高导致的处理延误，同时也降低了设备的维护成本，增长设备的使用寿命，保障了医院后勤设备安全、稳定的运行。

附图说明

构成本申请的一部分的说明书附图用来提供对本申请的进一步理解，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。

图1为本公开医院后勤设备全生命周期管理系统功能框架图。

具体实施方式

应该指出，以下详细说明都是示例性的，旨在对本申请提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。

需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本申请的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。

在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。

实施例一

本实施例公开了一种医院后勤设备全生命周期管理云平台，包括：

设备信息管理模块，管理设备基本信息(设备编号、出厂信息、型号、启用时间、安装位置等)，以及与该设备关联的智能监测终端信息，包括：该设备上所安装的传感器标识信息，以及监测该设备周围环境的传感器和全视角摄像头的标识信息。

数据监测模块，接收设备和传感器发送的设备实时运行数据和设备周边环境安全因素数据并存储至监测数据管理模块；根据接收的数据监测设备的运行状态，当监测到设备发生数据异常时，发送获取图像命令至所述设备相应的全视角摄像头，接收所述设备的当前图像数据，将异常的数据和所述图像数据存储至异常数据管理模块。

当监测到设备发生数据异常时，还生成告警信息和工单，发送至用户终端，并分别存储至异常数据管理模块和工单管理模块。

一个或多个实施例中，所述告警可以采用语音、文字和图像中的一种或多种方式发送至医院后勤管理人员和/或第三方维保人员，同时发送相应工单。

本公开的一个或多个实施例中，所述云平台存储相关人员信息和告警信息等级的对应关系，以及项目信息和第三方维保人员信息的对应关系。相关人员信息包括人员基本信息、所属项目(电气、电梯、锅炉、燃气、二次供水、污水处理、医氧等)和职务，并预先设置所述职务对应的告警级别，当生成告警信息时向相应项目和等级的相关人员发送告警信息：根据所述设备信息、告警级别，以及工作人员信息，确定接收告警信息的工作人员，将所述告警信息发送至所述工作人员的用户终端。

所述告警根据事件紧急情况划分等级，存储预先设置的分别与设备实时运行数据和设备周边环境安全因素数据相对应的一级预警阈值、二级告警阈值和三级严重告警阈值。分别将实时接收的智能监测终端发送的设备实时运行数据和周边环境安全因素数据与存储的其对应的最高级阈值进行比较，若超出该等级阈值范围，则判断为数据异常，生成相应等级的告警信息；否则与存储的其对应的低一等级阈值比较，直至与所有等级阈值比较完成。

若发送一级告警信息或二级告警信息一段时间内告警未取消，且数据持续异常，则生成更高一等级的告警信息。

作为划分等级的替代方案，根据不同用户经验值建立关系数据库，所述关系数据库中存储告警原因和设备实时运行数据和设备周边环境安全因素数据，以及告警原因与告警级别的关联关系；分别将实时接收的智能监测终端发送的设备实时运行数据和设备周边环境安全因素数据与所述关系数据库进行比较，生成相应等级的告警信息。

作为划分等级的又一替代方案，根据智能监测终端的历史数据、历史告警信息以及工单处理信息建立历史信息数据库，采用机器学习分析智能监测终端的历史数据之间以及历史数据和历史告警信息之间的关系，建立关系数据库，并预设告警原因与告警级别的关联关系；分别将实时接收的智能监测终端发送的设备实时运行数据和设备周边环境安全因素数据与所述关系数据库进行比较，生成相应等级的告警信息。

针对低等级告警，仅发送至后勤管理人员即可，对于较高级别的告警，需要同时发送至第三方维保人员。

维保人员根据告警信息到达现场处理，并将数据异常的原因填入工单，发送至云平台。数据监测模块接收用户终端反馈的数据异常原因并存储至工单管理模块。当工单完成时，告警自动取消。

其中，所述智能监测终端包括：

传感器设备，包括但不限于电流传感器、电压传感器、剩余电流传感器、温度传感器、湿度传感器；

全视角摄像头，用于获取数据发生异常处设备和周围环境的当前图像。

一个或多个实施例中，所述设备包括：

电气设备，包括但不限于高低压配电柜、变压器、配电箱、线缆、桥架、电缆沟、楼层强电井等；

电梯设备，包括但不限于拽引机、减速箱、变压器、电抗器、控制柜等；

中央空调，包括中央空调内机设备和外机设备，以及支持中央空调正常运行的设备；

医用氧气设备，包括但不限于氧气罐；

锅炉设备，包括但不限于节能器、节能器；

污水处理设备，包括但不限于风机、提升泵、回流泵、调节池；

二次供水设备，包括但不限于高区水泵、低区水泵、控制柜、变频器、水箱。

相应地，所述云平台接收的设备实时运行数据包括：

电气设备实时电流数据、设备实时电压数据、设备剩余电流数据和设备内部线缆温度数据；

电梯拽引机噪声、拽引机温度、减速箱油位、变压器温度、电抗器温度、机房温度、控制柜温度。

中央空调设备冷却水进水温度、冷冻水进出水温差、冷冻水进出水温差、冷冻水进出水压差、冷冻水进出水压差、冷凝器小温差、排气过热度、冷凝饱和温度过高、冷凝压力过大、排气温度、蒸发压力、油过滤器压、油温温度、油温温度、油滤网压差、外保温温度；

氧气罐罐体出口压力、汇流排进口压力、罐体内温度、液位、减压阈出口压力；

锅炉系统节能器出水温度、节能器进水温度、节能器出烟温度、冷凝器进水温度、冷凝器出水温度、(冷凝出烟)排烟温度；

锅炉当前水位、(探针)液位开关转换值、锅炉压力、锅炉运行电流、锅炉控制柜湿度、锅炉控制柜温度；

二次供水设备高区水泵单相电压、高区水泵单相电流、低区水泵单相电压、低区水泵单相电流、高区水泵出水压力(21层)、低区水泵出水压力(11层)、控制柜温度、控制柜湿度、变频器状态、水源状态、水箱水位；

污水处理设备风机电流、提升泵1电流、提升泵2电流、回流泵电流、调节池等需要水泵提供动力的池子液位、好氧池液位、厌氧池液位、提升泵出水压力、风机管道压力。

监测数据管理模块，管理传感器所安装的位置和实时运行数据；优选地，还获取天气数据(温度、湿度、雨量、风速等)。

异常数据管理模块，管理异常数据、发生数据异常时全视角摄像头拍摄的图像数据以及；

工单管理模块，管理工单信息，包括工单生成时间、工单内容、工单处理信息、工单完成时间和完成人。

一个或多个实施例中，所述生成工单包括：

基于历史工单数据建立告警原因预知模型；

将所述异常数据作为输入，基于所述告警原因预知模型计算可能的告警原因及概率；

将异常数据、所述异常数据发生的传感器和发生位置，以及所述可能的告警原因和概率，写入预设的工单模板生成工单。

所述云平台还包括数据分析模块，包括以下一个或多个子模块：

设备故障预知子模块，被配置为：

获取历史工单信息，根据工单处理信息筛选与设备故障有关的工单；

根据所述工单获取相应的监测数据，包括所述设备的运行数据、安装在所述设备上的传感器数据、以及探测周围环境的传感器数据；

基于所述监测数据和设备故障信息，为每个设备建立设备故障预知模型。

设备厂商评价子模块，被配置为：

获取历史工单信息，根据工单处理信息筛选与设备故障有关的工单；

根据所述工单获取相应的监测数据，包括所述设备的运行数据、安装在所述设备上的传感器数据、以及探测周围环境的传感器数据；

基于所述监测数据和设备故障信息，分析所述设备故障是外界环境因素还是设备自身因素；获取设备自身因素造成故障的数据记录；

提取相应的设备信息，包括厂商信息和设备投运时间；

根据投运时间、故障发生次数和故障发生类型，对不同厂商的设备进行评价。

设备状态预知子模块，被配置为：

获取同类设备的全生命周期数据，优选地，获取生产厂商相同的同类设备；

获取这些设备的周围环境数据，包括周围环境温度和湿度，绘制温度、湿度随时间的变化趋势图；基于温度和湿度趋势图，对设备进行聚类，得到周围环境近似的多个设备簇团；

对于每个簇团，从历史工单提取该簇团内设备的故障数据及故障时间，分析各故障类型与投运时间的关系；

针对待监测设备，基于周围环境数据对所述设备进行聚类，得到其所属簇团，基于所述簇团对应的故障类型与投运时间关系对设备状态进行预知。

在此基础上，云平台还存储各种故障类型对应的应对策略，当预知到某故障即将发生时，将应对策略推送至后勤人员，以便后勤人员提前做好相应准备。例如，当预知到某部件可能老化的故障，通知后勤人员提前准备好部件，或提前联系厂家购置。

举例而言，选择配电箱作为分析对象，获取所有医院厂家A生产的配电箱，提取周围环境相似的配电箱作为样本进行规律挖掘，以避免其他因素对设备的干扰，基于周围环境相似的配电柜的整个生命周期的故障数据，分析同类设备在投运时间达到什么时间时会出现什么故障，达到什么时间时设备寿命即将终止。通过基于大数据对设备状态进行预知，后勤人员能够提前联系相关厂家或第三方维保人员进行设备部件的提前购置或提前检修，避免了故障发生时因后勤人员专业知识不够导致的维修延误，保证了医院后勤设备的稳定运行。

实施例二

本实施例的目的是提供一种与上述云平台建立通信连接的用户终端。包括：

数据查询模块，用于从云平台获取设备的实时运行数据；

告警管理模块，用于接收云平台发送的告警信息；

工单管理模块，用于接收云平台发送的工单，以及接收用户输入的数据异常原因发送至所述云平台。

实施例三

本实施例的目的是提供一种医院后勤设备全生命周期管理，包括以上实施例中的云平台和所述的用户终端。

本发明的有益效果

1、本公开的医院后勤设备全生命周期管理系统，在传统的台账方式管理设备信息的基础上，还接收设备实时运行数据和周边环境数据，在数据发生异常时生成工单，并将所述工单和工单处理情况进行存储，实现了设备台账数据、设备实时运行数据、告警数据、工单数据等多维数据的闭环管理，为后续的大数据分析提供了有效的数据支撑。

2、本公开基于存储的设备运行数据和历史工单数据，通过分析设备故障与厂家、运行时间等因素之间的关系，使得设备的评估更为客观，为设备运行异常预警、设备健康状态评估提供数据基础，且为后续采购提供数据支撑。

3、本公开充分利用了全生命周期数据，建立了设备故障预知、设备厂商评价和设备状态预知等多种管理辅助方法，提前预知故障，保证了后勤工作人员提前做好准备，提前联系相关厂家或第三方维保人员，避免了因后勤工作人员专业技术水平不高导致的处理延误，同时也降低了设备的维护成本，增长设备的使用寿命，保障了医院后勤设备安全、稳定的运行。

本领域内的技术人员应明白，本公开的实施例可提供为方法、系统、或计算机程序产品。因此，本公开可采用硬件实施例、软件实施例、或结合软件和硬件方面的实施例的形式。而且，本公开可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。

本公开是参照根据本公开实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)或随机存储记忆体(RandomAccessMemory，RAM)等。

上述虽然结合附图对本公开的具体实施方式进行了描述，但并非对本公开保护范围的限制，所属领域技术人员应该明白，在本公开的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本公开的保护范围以内。