[发明专利]基于物联网的高压氧舱远程故障诊断与运维方法及系统

说明书

本发明公开基于物联网的高压氧舱远程故障诊断与运维方法及系统，获取高压氧舱的云端源信号；对云端源信号先形态滤波的腐蚀运算再膨胀运算，滤除云端源信号的正脉冲噪声；对云端源信号先形态滤波的膨胀运算再腐蚀运算，滤除云端源信号的负脉冲噪声；获取滤除正脉冲噪声和负脉冲噪声后的云端源信号均值；利用奇异值分解滤除云端源信号的随机噪声，通过集合经验模态分解保留云端源信号的特征奇异值；利用故障树对高压氧舱进行故障定位，通过卷积自编码器训练高压氧舱故障分类器，通过高压氧舱故障分类器对高压氧舱的故障进行诊断和运维。本发明能够及时发现高压氧舱使用过程中出现的故障问题，提升高压氧舱的维修效率，保障患者和医护人员安全。

技术领域

本发明涉及一种基于物联网的高压氧舱远程故障诊断与运维方法及系统，属于高压氧舱远程故障诊断技术领域。

背景技术

高压氧舱已经成为一个重要的医疗工具，高压氧舱的舱体、控制台、供排氧故障情况时常出现，导致其无法正常应用，给高压氧治疗带来负面影响。高压氧的治疗机制决定高压氧舱的治疗舱为一种特殊的载人压力容器，这就要求相关工作者使用时不仅需要了解常规压力容器的注意事项，还要相关生产商对载人压力容器的这种特殊压力容器具备更高的状态监测与故障诊断能力，才能保证高压氧舱良好应用，为提高医院医疗水平创造条件。

高压氧舱易发生供氧管路发生泄漏，加减压阀，或排氧阀内漏，测氧仪的零件调节或校准检验不准，呼吸调节器的阀芯杠杆发生弯曲，阀芯密封胶垫破损失效，氧气减压器的底阀泄漏等故障，每个故障的发生都会危及到患者和医护人员的生命安全，所以需要研究云端的智能高压氧舱的实时故障诊断和数字运维技术。现阶段，高压氧舱医疗器械在使用中若出现故障和损坏情况，主要还是通过人工进行故障逐个排除，难以有效、快速地发现问题所在，氧舱设备的易损件较多，如易损件更换不及时，会影响氧舱治疗效果，甚至出现严重的医疗事故。亟需一种高压氧舱远程故障诊断与运维技术方案。

发明内容

本发明针对现有技术存在的不足，提供一种基于物联网的高压氧舱远程故障诊断与运维方法及系统，实现高压氧舱的相关运行参数和关键部件的传感器数据在云端进行存储和故障诊断监测，实时掌控高压氧舱的使用情况，及时发现高压氧舱使用过程中出现的故障问题，提升高压氧舱的维修效率，保障患者和医护人员安全。

本发明解决上述技术问题的技术方案如下：基于物联网的高压氧舱远程故障诊断与运维方法，包括以下步骤：

通过云端服务器存储高压氧舱的运行参数和传感器测量数据，获取高压氧舱的云端源信号；

对所述云端源信号先进行形态滤波的腐蚀运算再进行膨胀运算，滤除所述云端源信号的正脉冲噪声；

对所述云端源信号先进行形态滤波的膨胀运算再进行腐蚀运算，滤除所述云端源信号的负脉冲噪声；

获取滤除所述正脉冲噪声和负脉冲噪声后的云端源信号均值，得到滤除脉冲噪声的云端源信号；

利用奇异值分解滤除所述云端源信号的随机噪声，对含随机噪声的云端源信号构成的矩阵进行集合经验模态分解保留云端源信号的特征奇异值；

利用故障树对高压氧舱进行故障定位，通过卷积自编码器根据提取的高压氧舱云端源信号特征训练高压氧舱故障分类器，通过高压氧舱故障分类器对高压氧舱的故障进行诊断和运维。

作为基于物联网的高压氧舱远程故障诊断与运维方法的优选方案，云端服务器通过构建测量数据帧进行卷积计算，并利用深度学习的网络结构对高压氧舱故障特征提取和分类；高压氧舱根据监测参数是否偏离预设参数判断设备运行情况，显示包括故障发生时间、故障类型和故障描述的故障报警信息。

作为基于物联网的高压氧舱远程故障诊断与运维方法的优选方案，对高压氧舱易损件的更换时间和剩余使用寿命进行记录，当所述易损件达到更换期限时通过所述云端服务器反馈给维修方，反馈给维修方的信息包括易损件型号、易损件用户和用户地址。