[发明专利]仓储设备的管理系统、方法、计算机存储介质及服务器

说明书

本发明提供一种仓储设备的管理系统、方法、计算机存储介质及服务器，系统包括：数据接收模块，用于实时接收仓储设备产生的历史特征数据或当前特征数据；模型搭建模块，用于计算设备异常模型的排序优先度，以通过设备异常模型的排序优先度搭建设备异常模型；其中，设备异常模型为根据排序优先度的大小搭建的、包括一父节点和若干子节点的异常决策树，异常决策数据的父节点的排序优先度最大，子节点的排序优先度小于父节点的排序优先度；数据分析模块，用于通过设备异常模型对当前特征数据进行比对，获取分析结果。本发明通过仓储项目产生的海量数据和AI技术结合，对数据进行联动溯源分析，提高仓储设备的工作效率，为更好地清除故障起因提供帮助。

技术领域

本发明属于仓储管理技术领域，涉及一种管理系统及方法，特别是涉及一种仓储设备的管理系统、方法、计算机存储介质及服务器。

背景技术

电商行业迅猛发展，国家大力推进智能化工厂的大环境下，智能化仓储项目全国场地分布越来越广，自动化设备越来越多，工厂工程系统日趋复杂，无法直观了解到设备数量、运行状态以及分布情况。

一个中型智能化仓储项目，平均每日产生的数据量多达数十万条以上，多数情况这些数据无法规范统计分析，形成对项目整体状况的可视化图表。

智能化工厂的自动化程度越高，大量复杂系统的复杂性、综合化、智能化程度不断提高。伴随着复杂系统的发展,其研制、生产尤其是维护和保障的成本越来越高。同时,由于组成环节和影响因素的增加,发生故障和功能失效的几率逐渐加大。其次现阶段故障维修均是在故障发生后进行的紧急补救维保，当设备发生故障停止运行后，降低了设备工作效率，增大了企业的损失。而且在不了解设备性能下降或偏差程度下，常规、定期的保养操作并不能针对性的解决各个设备潜在的问题。

现阶段有很多分拣设备的故障处理方案，首先是由维保操作人员需要排查上报故障的设备，其次查询故障信息，进入故障设备所处位置，最后进行维保操作。但是故障产生仅知道故障信息，并不清除故障起因的情况下，贸然进入到设备集群中执行维保操作，是有一定风险的。

因此，如何提供一种仓储设备的管理系统、方法、计算机存储介质及服务器，以解决现有技术需维保操作人员排查上报故障的设备，降低了设备工作效率，增大了企业的损失；且在不清除故障起因的情况下，贸然进入到设备集群中执行维保操作，存在风险等缺陷，实已成为本领域技术人员亟待解决的技术问题。

发明内容

鉴于以上所述现有技术的缺点，本发明的目的在于提供一种仓储设备的管理系统、方法、计算机存储介质及服务器，用于解决现有技术需维保操作人员排查上报故障的设备，降低了设备工作效率，增大了企业的损失；且在不清除故障起因的情况下，贸然进入到设备集群中执行维保操作，存在风险的问题。

为实现上述目的及其他相关目的，本发明一方面提供一种仓储设备的管理系统，包括：数据接收模块，用于实时接收所述仓储设备产生的历史特征数据或当前特征数据；模型搭建模块，用于根据所述仓储设备的历史特征数据，计算设备异常模型的排序优先度，以通过设备异常模型的排序优先度搭建所述设备异常模型；其中，所述设备异常模型为根据排序优先度的大小搭建的、包括一父节点和若干子节点的异常决策树，所述异常决策数据的父节点的排序优先度最大，子节点的排序优先度小于父节点的排序优先度；数据分析模块，用于在接收到所述仓储设备产生的当前特征数据后，通过所述设备异常模型对所述当前特征数据进行比对，以分析出所述仓储设备的当前状态，并获取分析结果。

于本发明的一实施例中，所述仓储设备的管理系统还包括数据整理模块，用于按照所述仓储设备的运行状态，对其历史特征数据进行分类整理。

于本发明的一实施例中，所述模型搭建模块还用于通过分类整理后的历史特征数据，计算所述仓储设备于每一种运行状态下处于异常状态和正常状态的概率；基于所述仓储设备于每一种运行状态下处于异常状态和正常状态的概率，计算所述仓储设备于每一种运行状态下的期望值；根据所述仓储设备于每一种运行状态下的期望值，计算所述仓储设备于每一种运行状态下的排序优先度。