[发明专利]一种大型医疗设备的故障预警系统在审
申请号: | 202211215901.3 | 申请日: | 2022-09-30 |
公开(公告)号: | CN115495315A | 公开(公告)日: | 2022-12-20 |
发明(设计)人: | 张文媛 | 申请(专利权)人: | 贵州省人民医院 |
主分类号: | G06F11/30 | 分类号: | G06F11/30;G06F11/32;G06Q10/06 |
代理公司: | 贵阳易博皓专利代理事务所(普通合伙) 52116 | 代理人: | 张浩宇 |
地址: | 550001 贵*** | 国省代码: | 贵州;52 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 大型 医疗 设备 故障 预警系统 | ||
1.一种大型医疗设备的故障预警系统,其特征在于,包括服务器,服务器通讯连接:
设备风险分析单元,用于将医疗设备的运行风险进行分析,判断医疗设备的运行风险类型,将医疗设备标记为分析对象,采集到分析对象的历史运行段,并根据分析对象的运行故障出现时刻获取到分析对象的故障时间段,通过故障时间段分析将故障划分为物理风险类型、临床风险类型以及维护风险类型,根据故障类型的历史解决过程制定最优解决方案,且在对应故障类型出现时执行对应最优解决方案,并根据实时执行将最优解决方案进行优化;随后将分析对象故障时间段内故障类型以及对应最优解决方案发送至服务器;
故障影响分析单元,用于将分析对象的故障进行影响分析,判断分析对象的故障影响因素,通过分析获取到各个类型故障的确定影响参数,并将其绑定后发送至服务器;
故障分析评估单元,用于将分析对象的进行故障分析评估,通过分析将各个类型故障划分为可控故障和非可控故障,并获取到可控故障的可预警因素以及非可控故障的非可预警因素,并将其发送至服务器;
故障实时预警单元,用于将对应分析对象进行实时故障预警,通过分析生成故障预警信号和安全信号,并将其发送至服务器。
2.根据权利要求1所述的一种大型医疗设备的故障预警系统,其特征在于,所述的设备风险分析单元的运行过程如下:
采集到分析对象的故障类型,并将其故障类型进行分析,若分析对象的故障为设备本身在现有技术限定下存在的固有缺陷或者设备在使用过程中存在不可预测且无法控制的潜在风险,则将对应故障类型标记为物理风险类型;若分析对象的故障为设备运行设置参数出现偏差或者设备运行的对应操作流程错误,则将对应故障类型标记为临床风险类型;若分析对象的故障为设定日常维护周期设定不符合或者日常维护流程执行不合格,则将对应故障类型标记为维护风险类型。
3.根据权利要求1所述的一种大型医疗设备的故障预警系统,其特征在于,所述的故障影响分析单元的运行过程如下:
采集到分析对象故障时间段内故障出现后分析对象出现浮动的运行参数,并将对应浮动运行参数标记为预设影响参数;
采集到分析对象同类型故障的故障事件段内预设影响参数出现浮动的频率以及预设影响参数出现浮动时分析对象故障的概率,并将其分别与浮动频率阈值和故障出现概率阈值进行比较:
若分析对象同类型故障的故障事件段内预设影响参数出现浮动的频率超过浮动频率阈值,或者预设影响参数出现浮动时分析对象故障的概率超过故障出现概率阈值,则将分析对象当前类型故障的预设影响参数标记为确定影响参数,并将确定影响参数与对应故障类型进行绑定,并将绑定后的确定影响参数和对应故障类型一同发送至服务器;
若分析对象同类型故障的故障事件段内预设影响参数出现浮动的频率未超过浮动频率阈值,且预设影响参数出现浮动时分析对象故障的概率未超过故障出现概率阈值,则将分析对象当前类型故障的预设影响参数标记为非确定影响参数,并将非确定影响参数与对应故障类型进行绑定,并将绑定后的非确定影响参数和对应故障类型一同发送至服务器。
4.根据权利要求1所述的一种大型医疗设备的故障预警系统,其特征在于,所述的故障分析评估单元的运行过程如下:
采集到分析对象运行过程中确定影响因素管控后故障发生概率降低值以及在故障发生后进行确定影响因素管控对应故障解决概率,并将其分别与概率降低值阈值和故障解决概率阈值进行比较:
若分析对象运行过程中确定影响因素管控后故障发生概率降低值超过概率降低值阈值,或者在故障发生后进行确定影响因素管控对应故障解决概率超过故障解决概率阈值,则判定分析对象对应故障可控,并将对应故障标记为可控故障,将可控故障的对应确定影响因素标记为可预警因素;若分析对象运行过程中确定影响因素管控后故障发生概率降低值未超过概率降低值阈值,且在故障发生后进行确定影响因素管控对应故障解决概率未超过故障解决概率阈值,则判定分析对象对应故障非可控,并将对应故障标记为非可控故障,将非可控故障的对应确定影响因素标记为非可预警因素。
5.根据权利要求1所述的一种大型医疗设备的故障预警系统,其特征在于,所述的故障实时预警单元的运行过程如下:
采集到分析对象对应可预警因素的浮动频率以及对应可预警因素的浮动跨度,并将分析对象对应可预警因素的浮动频率以及对应可预警因素的浮动跨度分别与浮动频率阈值和浮动跨度阈值进行比较:
若分析对象对应可预警因素的浮动频率超过浮动频率阈值,或者对应可预警因素的浮动跨度超过浮动跨度阈值,则判定分析对象的故障预测为故障高风险生成,生成故障预警信号并将故障预警信号和可预警因素对应的故障类型发送至服务器;
若分析对象对应可预警因素的浮动频率未超过浮动频率阈值,且对应可预警因素的浮动跨度未超过浮动跨度阈值,则判定分析对象的故障预测为故障低风险生成,生成安全信号并将安全信号发送至服务器。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于贵州省人民医院,未经贵州省人民医院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202211215901.3/1.html,转载请声明来源钻瓜专利网。
- 上一篇:圆柱电池包膜机
- 下一篇:一种封堵地下水封洞库围岩裂隙的方法