设备故障预测方法、计算机设备和存储介质与流程

1.本技术涉及血液净化技术领域，特别是涉及一种设备故障预测方法、计算机设备和存储介质。


背景技术：

2.血液净化是指：血液净化设备将人体血液引出体外，然后将血液中的特定分子物质(比如毒性物质等)进行滤除，最后将净化后的血液回输至人体内，以达到疾病治疗的效果。目前血液净化根据治疗的原理可划分为：血液灌流治疗模式、血液透析治疗模式、血浆置换治疗模式、血液滤过治疗模式等，不同的血液净化模式可适应于不同的临床治疗症状。血液滤过治疗模式在加强监护病房中对伴有肾功能衰竭和/或多器官衰竭患者的抢救治疗应用日益广泛，并且取得了良好的临床治疗效果。
3.在血液滤过治疗过程中，通过控制血液净化设备的运行状态，实现对患者的血液滤过治疗功能，同时需要检测血液滤过治疗过程中的各项参数，以监控血液滤过治疗的安全性能。传统的血液滤过治疗模式只能检测血流速率、剩余治疗时间、患者标识符、房间标识符、警报状况等基本参数，这只能排除一些最基本的故障，比如血流速度过快、患者治疗时间超时等，然而无法对血液滤过治疗过程中血液净化设备的故障进行识别。


技术实现要素：

4.基于此，有必要针对上述技术问题，提供一种能够识别血液滤过治疗过程中血液净化设备的故障的设备故障预测方法、计算机设备和存储介质。
5.第一方面，本技术提供了一种设备故障预测方法。所述方法包括：
6.获取血液净化设备的目标器件的净化推荐参数；
7.根据所述净化推荐参数确定所述血液净化设备的滤器的滤过分数；
8.根据所述滤过分数和所述滤器对应的滤过分数阈值，对所述滤器进行故障预测得到故障预测结果。
9.第二方面，本技术还提供了一种设备故障预测装置。所述装置包括：
10.获取模块，用于获取血液净化设备的目标器件的净化推荐参数；
11.确定模块，用于根据所述净化推荐参数确定所述血液净化设备的滤器的滤过分数；
12.预测模块，用于根据所述滤过分数和所述滤器对应的滤过分数阈值，对所述滤器进行故障预测得到故障预测结果。
13.第三方面，本技术还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
14.获取血液净化设备的目标器件的净化推荐参数；
15.根据所述净化推荐参数确定所述血液净化设备的滤器的滤过分数；
16.根据所述滤过分数和所述滤器对应的滤过分数阈值，对所述滤器进行故障预测得
到故障预测结果。
17.第四方面，本技术还提供了一种计算机可读存储介质。所述计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
18.获取血液净化设备的目标器件的净化推荐参数；
19.根据所述净化推荐参数确定所述血液净化设备的滤器的滤过分数；
20.根据所述滤过分数和所述滤器对应的滤过分数阈值，对所述滤器进行故障预测得到故障预测结果。
21.第五方面，本技术还提供了一种计算机程序产品。所述计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：
22.获取血液净化设备的目标器件的净化推荐参数；
23.根据所述净化推荐参数确定所述血液净化设备的滤器的滤过分数；
24.根据所述滤过分数和所述滤器对应的滤过分数阈值，对所述滤器进行故障预测得到故障预测结果。
25.上述设备故障预测方法、计算机设备和存储介质，首先获取血液净化设备的目标器件的净化推荐参数，然后根据净化推荐参数确定血液净化设备的滤器的滤过分数，最后根据滤过分数和滤器对应的滤过分数阈值，对滤器进行故障预测得到故障预测结果。本实施例根据滤过分数和滤过分数阈值来预测血液净化设备的滤器是否发生故障，从而达到识别血液滤过治疗过程中血液净化设备的故障的目的。
附图说明
26.图1为本技术实施例提供的一种血液滤过治疗模式的原理示意图；
27.图2为本技术实施例提供的一种设备故障预测方法的流程示意图；
28.图3为本技术实施例提供的一种血液净化设备的结构示意图；
29.图4为本技术实施例提供的一种滤器的血室容量与滤器的滤过分数阈值两者之间的对应关系示意图；
30.图5为本技术实施例提供的一种滤器的滤过分数确定方法的流程示意图；
31.图6为本技术实施例提供的另一种滤器的滤过分数确定方法的流程示意图；
32.图7为本技术实施例提供的一种滤器的故障预测方法的流程示意图；
33.图8为本技术实施例提供的一种滤器的跨膜压获取方法的流程示意图；
34.图9为本技术实施例提供的第二种滤器的故障预测方法的流程示意图；
35.图10为本技术实施例提供的第三种滤器的故障预测方法的流程示意图；
36.图11为本技术实施例提供的第四种滤器的故障预测方法的流程示意图；
37.图12为本技术实施例提供的一种目标器件的净化推荐参数获取方法的流程示意图；
38.图13为本技术实施例提供的一种血液净化设备的显示屏中显示信息示意图；
39.图14为本技术实施例提供的一种设备故障预测装置的结构框图；
40.图15为本技术实施例提供的一种计算机设备的内部结构图。
具体实施方式
41.为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本技术进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本技术，并不用于限定本技术。
42.如图1所示，图1为本技术实施例提供的一种血液滤过治疗模式的原理示意图，图中动脉管路的第一端接滤器的血液输入端，动脉管路的第二端用于接患者的动脉；静脉管路的第一端接滤器的血液输出端，静脉管路的第二端用于接患者的静脉；补液管路的第一端接静脉管路或者动脉管路，补液管路的第二端接置换液；废液管路的第一端接滤器的废液输出端，废液管路的第二端接废液袋。动脉管路上设置有血泵，废液管路上设置有滤过泵，补液管路上设置有置换液泵，其中血泵、滤过泵以及置换液泵这三者都属于蠕动泵。当患者的动脉血输出至动脉管路时，动脉管路将血液输出至滤器内，利用滤器内中空纤维膜两侧的滤过压来滤出血液中的代谢废物，将净化后的血液通过静脉管路输出至患者的静脉，并且通过滤器的废液输出端输出废液，利用废液管路将废液输出至废液袋，通过废液袋存储废液，以实现废液存储功能。补液袋内存储置换液，其中置换液包含人体所需的物质以及相关疾病治疗物质等，通过补液管路将置换液输出至静脉管路或者动脉管路，以实现补液功能。血液滤过治疗模式通过排除血液中的代谢废物，向血液中补充人体所需的物质以及相关疾病治疗物质等，清除了人体血液内的中分子毒素，纠正了血液中电解质和酸碱平衡絮乱，并且有利于患者治疗过程中的血压稳定。
43.基于血液滤过治疗模式的原理，本技术实施例提供了一种设备故障预测方法。参照图2，图2为本技术实施例提供的一种设备故障预测方法的流程示意图，该方法应用于计算机设备。该方法包括以下步骤：
44.s101、获取血液净化设备的目标器件的净化推荐参数。
45.如图3所示，图3为本技术实施例提供的一种血液净化设备的结构示意图，该血液净化设备包括显示屏和主板，其中显示屏用于显示各种信息，在主板上设置有滤器、动脉管路、静脉管路、补液管路、废液管路、血泵、滤过泵以及置换液泵。目标器件例如包括血泵、滤过泵以及置换液泵。
46.当用户输出启动指令，血液净化设备开机启动时，显示屏显示初始净化推荐参数，初始净化推荐参数固定存储在血液净化设备内的存储器中，根据临床经验得到，具有比较高的普适性。
47.s102、根据净化推荐参数确定血液净化设备的滤器的滤过分数。
48.本实施例中，滤过分数的作用是预测滤器中的中空纤维膜是否会破裂。
49.当血液净化设备被启动时，本实施例会根据初始净化推荐参数计算滤器的滤过分数，并且可以通过显示屏显示滤器的滤过分数。
50.s103、根据滤过分数和滤器对应的滤过分数阈值，对滤器进行故障预测得到故障预测结果。
51.本实施例中，滤器的滤过分数阈值代表滤器能够承受的最大滤过分数。
52.如图4所示，图4为本技术实施例提供的一种滤器的血室容量与滤器的滤过分数阈值两者之间的对应关系示意图，随着滤器的血室容量增加，滤器的滤过分数阈值先增大后降低，当检测到滤器的血室容量时，按照图4中的对应关系确定滤器的滤过分数阈值。血室
容量是指滤器内能够容纳的最大血液体积，例如滤器的血室容量为：1000ml。
53.本实施例提供的设备故障预测方法，首先获取血液净化设备的目标器件的净化推荐参数，然后根据净化推荐参数确定血液净化设备的滤器的滤过分数，最后根据滤过分数和滤器对应的滤过分数阈值，对滤器进行故障预测得到故障预测结果。本实施例根据滤过分数和滤过分数阈值来预测血液净化设备的滤器是否发生故障，从而达到识别血液滤过治疗过程中血液净化设备的故障的目的。
54.参照图5，图5为本技术实施例提供的一种滤器的滤过分数确定方法的流程示意图。本实施例涉及的是如何确定滤器的滤过分数的一种可选的实现方式。在上述实施例的基础上，净化推荐参数包括血液净化设备中动脉管路中的血液流速和废液管路中的废液滤除速率；上述的s102包括如下步骤：
55.s201、若补液管路与动脉管路连接，则根据血液流速和废液滤除速率，确定废液滤除速率与血液流速的第一比值。
56.本实施例中，净化推荐参数包括血液流速和废液滤除速率，血液流速指的是动脉管路中血液的流动速度，废液滤除速率指的是滤器滤除废液的速率。
57.s202、根据第一比值和预设红细胞比容，确定滤器的滤过分数。
58.本实施例中，滤过分数的计算公式如下：
[0059][0060]
其中，红细胞比容为预先设定的值，对于患者而言，每个患者的红细胞比容都是一个固定的值，可以在动脉管路靠近血液输入端处设置红外线自动红细胞比容在线测量系统，红外线自动红细胞比容在线测量系统会对患者的血液进行在线测量或者生化检测，以预先获得血液中的红细胞比容。
[0061]
本实施例提供的方法，利用可以精确检测的净化推荐参数和红细胞比容计算滤过分数，使得可以得到滤过分数的准确值，从而可以利用滤过分数精确地预测滤器的中空纤维膜是否破裂。
[0062]
参照图6，图6为本技术实施例提供的另一种滤器的滤过分数确定方法的流程示意图。本实施例涉及的是如何确定滤器的滤过分数的另一种可选的实现方式。在上述实施例的基础上，净化推荐参数包括：血液净化设备中动脉管路中的血液流速、血液净化设备中废液管路中的废液滤除速率、血液净化设备中补液管路中的补液速率；上述的s102包括如下步骤：
[0063]
s301、若补液管路与静脉管路连接，则确定废液滤除速率和补液速率之和与血液流速的第二比值。
[0064]
本实施例中，净化推荐参数包括血液流速、废液滤除速率以及补液速率，补液速率指的是补液管路向静脉管路输入物质的速率。
[0065]
s302、根据第二比值和预设红细胞比容，确定滤器的滤过分数。
[0066]
本实施例中，滤过分数的计算公式如下：
[0067][0068]
本实施例中，可以根据患者的临床症状选择合适的血液净化设备，然后根据所选
的血液净化设备选择本实施例中的滤过分数计算公式或者s202中滤过分数计算公式，根据具体情况选择合适的滤过分数计算公式，可以确保滤过分数的计算精确性。
[0069]
在一个实施例中，根据滤过分数和滤器对应的滤过分数阈值，对滤器进行故障预测得到故障预测结果，包括：
[0070]
若滤过分数大于滤过分数阈值，则得到第一故障预测概率的故障预测结果，其中，第一故障预测概率的故障预测结果用于指示滤器发生故障的概率大于第一预设概率阈值。
[0071]
在本实施例中，例如，滤器的滤过分数阈值为30％，当判断出滤器的滤过分数大于30％时，则说明滤器的滤过分数太大，一旦滤器的滤过分数太大，则会很容易导致滤器出现中空纤维膜破裂的故障，影响滤器的寿命，甚至会降低血液滤过的治疗效果。
[0072]
本实施例提供的方法，通过比较滤器的滤过分数与滤器的滤过分数阈值之间的大小关系来进行故障预判，及时地防止了滤器出现破膜故障，保障了血液滤过治疗过程的顺畅性。
[0073]
参照图7，图7为本技术实施例提供的一种滤器的故障预测方法的流程示意图。本实施例涉及的是如何预测滤器的故障的一种可选的实现方式。在上述实施例的基础上，上述的s103包括如下步骤：
[0074]
s401、若滤过分数大于滤过分数阈值，则获取滤器的跨膜压。
[0075]
本实施例中，跨膜压代表滤器内中空纤维两侧的压力差值，当滤器的跨膜压太大时，会导致滤器出现中空纤维膜破裂的故障。
[0076]
s402、若跨膜压大于预设跨膜压阈值，则得到第二故障预测概率的故障预测结果，其中，第二故障预测概率的故障预测结果用于指示所述滤器发生故障的概率大于第二预设概率阈值。
[0077]
本实施例中，滤器的跨膜压阈值表示滤器内中空纤维所能承受的最大压力差值。跨膜压和滤过分数可同时用于预判滤器内中空纤维是否出现破膜风险，并且跨膜压和滤过分数这两者存在一定的对应关系，因此滤器的滤过分数阈值和滤器的跨膜压阈值也具有一定的对应关系，因此当得到滤器的滤过分数阈值时，可按照这个对应关系，根据滤器的滤过分数阈值设定滤器的跨膜压阈值。
[0078]
本实施例在判断出滤器的滤过分数大于滤器的滤过分数阈值之后，还会根据跨膜压验证中空纤维膜是否存在破膜的风险，只有当根据跨膜压也判断出滤器出现故障时，才会发出警报信号，减少了误报警现象；因此本实施例采用滤过分数和跨膜压这两者双重判断血液净化设备是否可能出现故障，防止血液净化设备出现误报警问题。
[0079]
参照图8，图8为本技术实施例提供的一种滤器的跨膜压获取方法的流程示意图。本实施例涉及的是如何获取滤器的跨膜压的一种可选的实现方式。在上述实施例的基础上，上述的s401包括如下步骤：
[0080]
s501、检测滤器的血液输入端的第一压力值、血液净化设备中废液管路上的第二压力值以及血液净化设备中静脉管路上的第三压力值。
[0081]
本实施例中，第一压力值为动脉管路上的第一压力传感器检测的滤器前压，第二压力值为废液管路上的第二压力传感器检测到的膜外压，第三压力值为静脉管路上的第三压力传感器检测到的静脉压。
[0082]
s502、根据第一压力值、第二压力值以及第三压力值，确定滤器的跨膜压。
[0083]
本实施例中，跨膜压的计算公式如下：
[0084]
跨膜压＝(第一压力值+第三压力值)/2-第二压力值
[0085]
需要说明的是，也可以将利用该公式计算得到的结果乘以一个预设系数，得到滤器的跨膜压。
[0086]
本实施例通过三个压力传感器分别检测到第一压力值、第二压力值以及第三压力值，然后根据三个压力值计算跨膜压，使得得到的跨膜压是一个准确值，从而使得跨膜压与跨膜压阈值之间的比较结果更加精确。
[0087]
参照图9，图9为本技术实施例提供的第二种滤器的故障预测方法的流程示意图。本实施例涉及的是如何预测滤器的故障的一种可选的实现方式。在上述实施例的基础上，上述的s103包括如下步骤：
[0088]
s601、若滤过分数小于或等于滤过分数阈值，则获取滤器的滤过分数波动范围。
[0089]
本实施例中，滤器的滤过分数波动范围是指：在血液滤过治疗过程中的最大滤过分数与最小滤过分数之差。
[0090]
s602、若滤过分数波动范围大于预设滤过分数波动范围，则得到第三故障预测概率的故障预测结果，其中，第三故障预测概率的故障预测结果用于指示滤器发生故障的概率大于第三预设概率阈值。
[0091]
本实施例中，当判断出滤器的滤过分数小于或等于滤过分数阈值时，还会进一步判断滤器的滤过分数波动范围是否大于预设滤过分数波动范围，如果滤过分数波动范围大于预设滤过分数波动范围，则仍然表示中空纤维膜有破裂的可能性。
[0092]
本实施例提供的方法，在判断出滤过分数小于或等于滤过分数阈值后，还需要判断滤过分数波动范围是否大于预设滤过分数波动范围，这样可以使得对于中空纤维膜是否出现破裂故障的预测更加准确，更加全面的保障了血液滤过治疗过程的安全性。
[0093]
参照图10，图10为本技术实施例提供的第三种滤器的故障预测方法的流程示意图。本实施例涉及的是如何预测滤器的故障的一种可选的实现方式。在上述实施例的基础上，上述的s103包括如下步骤：
[0094]
s701、若血液净化设备中动脉管路内血液流速处于稳定状态，且滤过分数小于滤过分数阈值，则获取血液净化设备中静脉管路内血液的温度。
[0095]
在患者进行血液滤过治疗过程中，患者的血液被引出体外，患者的血液在动脉管路、滤器、静脉管路这三者内流动，管路内的血液会在体外出现热量丢失导致温度过低的情况或者因补液管路上的加热器对补液管路内的物质加热过多导致血液温度升高的情况，这种温度过低或者过高的血液回输至患者体内，都会引起患者出现不适症状，甚至会损害患者的血液滤过治疗安全性，因此需要对被引出体外的血液进行检测。
[0096]
在本实施例中，只会检测静脉管路内血液温度，这是因为静脉管路将血液滤过后的血液直接回输至患者的体内，因此通过检测静脉管路内血液温度就能够判断出回输至患者体内的血液温度是否出现过高或过低的情况；而动脉管路内的血液要经过滤器和静脉管路才能回输至患者体内，在这个过程中血液温度还会出现较大程度地变化，因此动脉管路内血液温度无法代表回输至患者体内的血液温度。
[0097]
s702、若静脉管路内血液的温度未处于预设温度范围内，则得到第四故障概率的故障预测结果，其中，第四故障预测概率的故障预测结果用于指示滤器发生故障的概率大
于第四预设概率阈值。
[0098]
本实施例中，预设温度范围指的是静脉管路内血液温度在正常范围内的波动值，根据滤器的滤过分数能够确定血液滤过治疗过程中静脉管路内的最佳温度，进而得到静脉管路内血液温度在正常范围内的波动值，因此滤器的滤过分数与预设温度范围存在一种如表1所示的特定的对应关系。
[0099]
滤器的滤过分数预设温度范围20％30℃～35℃25％32℃～37℃30％33℃～39℃35％34℃～39℃40％36℃～39℃
[0100]
表1
[0101]
本实施例提供的方法，只有判断出动脉管路内的血液流速处于稳定状态，才会检测静脉管路内血液温度，当判断出动脉管路内的血液流速处于变动状态，则不会检测静脉管路内血液温度，这是因为当动脉管路内的血液流速发生变化时，这种流速变化会导致检测到的温度值不准确，进而导致温度判断过程中出现误报警或者缺少报警，因此本实施例中的温度故障判断过程只适用于动脉管路内的血液流速处于稳定状态这种情形，保障了温度故障判断的精度；并且通过判断静脉管路内的血液温度是否在预设温度范围内，可以准确的知道静脉管路内的血液温度是否过高或过低，从而保障了患者在血液滤过治疗过程中的安全性。
[0102]
参照图11，图11为本技术实施例提供的第四种滤器的故障预测方法的流程示意图。本实施例涉及的是如何预测滤器的故障的一种可选的实现方式。在上述实施例的基础上，上述的s103包括如下步骤：
[0103]
s801、获取血液净化设备中动脉管路中的血液流速的变化趋势。
[0104]
本实施例中，由于被输出体外的血液先经过动脉管路再经过滤器，因此动脉管路中的血液流速的变化趋势可以代表滤器内血液流速的变化趋势。
[0105]
s802、根据血液流速的变化趋势确定动脉管路中血液流速的状态。
[0106]
动脉管路内的血液流速可处于稳定状态或者变动状态，在稳定状态下，动脉管路内的血液流速会保持不变，在变动状态下，动脉管路内血液流速会上升或者下降。
[0107]
s803、若动脉管路中血液流速的状态处于变化状态，则调整滤器对应的滤过分数阈值得到调整后的滤过分数阈值。
[0108]
本实施例中，由于一旦动脉管路内的血液流速发生变化，中空纤维膜所能承受的最大压力也会发生变化，因此s103中根据血室容量确定的滤过分数阈值就无法适用于变动状态下的判断，此时就需要对滤过分数阈值进行校准。具体地，若判断出动脉管路内的血液流速处于流速上升状态，说明滤器中的血液流速更快，流速变快会降低中空纤维膜所受到的压力，此时对滤器的滤过分数阈值进行调高；若判断出动脉管路内的血液流速处于流速下降状态，说明滤器中的血液流速更慢，流速变慢会增加中空纤维膜所受到的压力，此时对滤器的滤过分数阈值进行调低。
[0109]
s804、根据滤过分数和滤器对应的滤过分数阈值，对滤器进行故障预测得到故障
预测结果，包括：
[0110]
根据滤过分数和调整后的滤过分数阈值，对滤器进行故障预测得到故障预测结果。
[0111]
本实施例中，比较滤过分数和调整后的滤过分数阈值之间的大小，若滤过分数大于调整后的滤过分数阈值，则判断中空纤维膜有破裂的可能性。例如，根据血室容量确定的滤过分数阈值为30％，在动脉管路内流速上升的状态下，将滤过分数阈值调高至40％，若判断出滤器的滤过分数大于40％，则判断中空纤维膜有破裂的可能性。
[0112]
本实施例提供的方法，当动脉管路内的血液流速处于变动状态时，会根据动脉管路内流速变化情况对滤过分数阈值进行调整，调整后的滤过分数阈值能够更加精确地预判滤器的中空纤维膜是否会破裂，提高患者在血液滤过治疗过程中的安全性。
[0113]
参照图12，图12为本技术实施例提供的一种目标器件的净化推荐参数获取方法的流程示意图。本实施例涉及的是如何获取目标器件的净化推荐参数的一种可选的实现方式。在上述实施例的基础上，上述的s101包括如下步骤：
[0114]
s901、接收针对目标器件的净化推荐参数的调节指令，其中，目标器件包括设置于血液净化设备中的动脉管路上的第一动力泵、废液管路上的第二动力泵和补液管路上的第三动力泵中至少一个。
[0115]
本实施例中，第一动力泵指的是动脉管路上的血泵，第二动力泵指的是废液管路上的滤过泵，第三动力泵指的是补液管路上的置换液泵；其中，血泵按照血液流速运转，滤过泵按照废液滤除速率运转，置换液泵按照补液速率运转。
[0116]
净化推荐参数的调节指令是用户在显示屏上输入的指令，如图13所示，图13为本技术实施例提供的一种血液净化设备的显示屏中显示信息示意图，从图中可知，显示屏包括滚动文字或弹窗、血液流速设定值的文本框、脱水速率设定值的文本框、置换速率设定值的文本框、滤过分数的文本框、参数上调按钮以及参数下调按钮，其中血液流速设定值指的是净化推荐参数中的血液流速，脱水速率设定值指的是净化推荐参数中的废液滤除速率，置换速率设定值指的是净化推荐参数中的补液速率。
[0117]
s902、根据调节指令调节目标动力泵的净化推荐参数，得到调节后的净化推荐参数。
[0118]
本实施例中，当用户在显示屏上选择血液流速设定值、脱水速率设定值以及置换速率设定值任意一个文本框后，用户根据选择的文本框触发参数上调按钮或者参数下调按钮，文本框内的数值会按照预设步长调高或者降低，从而得到相应的调节后的净化推荐参数。例如，显示屏上显示的血液流速设定值为：120ml/h，血液流速设定值的参数调节过程中的预设步长为10，当用户选择血液流速设定值的文本框，并按下一次参数上调按钮后，血液净化设备的血液流速设定值按照预设步长调高至130ml/h，若用户按下一次参数下调按钮，则血液净化设备的血液流速设定值按照预设步长降低至110ml/h。
[0119]
s903、将调节后的净化推荐参数作为目标器件的净化推荐参数。
[0120]
本实施例中，三种动力泵分别按照相应的调节后的净化推荐参数运转。例如，当血液流速由120ml/h调整至130ml/h后，血泵就会按照130ml/h的血液流速运转。
[0121]
本实施例提供的方法，三种动力泵分别按照相应的调节后的净化推荐参数运转，能够保证患者的血液滤过治疗过程的连续性和稳定性；用户可以根据患者在治疗过程中的
生理特征参数在显示屏上实时的调整净化推荐参数，操作便捷。
[0122]
在一些实施例中，方法还包括：
[0123]
根据故障预测结果输出警报信号，其中，警报信号用于指示用户对目标器件的净化推荐参数进行调节。
[0124]
本实施例中，警报信号包括刺耳的警报声以及在显示屏上显示警报文字。
[0125]
本实施例提供的方法，当预测出血液净化设备有出现故障的可能性时，血液净化设备会发出警报信号，提示用户通过调节净化推荐参数来避免故障的发生，能够提高血液净化设备的使用寿命并且提高了患者在血液滤过治疗过程中的安全性。
[0126]
应该理解的是，虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
[0127]
基于同样的发明构思，本技术实施例还提供了一种用于实现上述所涉及的设备故障预测方法的设备故障预测装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个或多个设备故障预测装置实施例中的具体限定可以参见上文中对于设备故障预测方法的限定，在此不再赘述。
[0128]
在一个实施例中，如图14所示，提供了一种设备故障预测装置1400，包括：第一获取模块1401、第一确定模块1402和预测模块1403，其中：
[0129]
第一获取模块1401，用于获取血液净化设备的目标器件的净化推荐参数。
[0130]
第一确定模块1402，用于根据所述净化推荐参数确定所述血液净化设备的滤器的滤过分数。
[0131]
预测模块1403，用于根据所述滤过分数和所述滤器对应的滤过分数阈值，对所述滤器进行故障预测得到故障预测结果。
[0132]
在一个实施例中，所述净化推荐参数包括所述血液净化设备中动脉管路中的血液流速和废液管路中的废液滤除速率，确定模块1402包括：
[0133]
第一确定单元，用于若所述补液管路与所述动脉管路连接，则根据所述血液流速和所述废液滤除速率，确定所述废液滤除速率与所述血液流速的第一比值；
[0134]
第二确定单元，用于根据所述第一比值和预设红细胞比容，确定所述滤器的滤过分数。
[0135]
在一个实施例中，所述净化推荐参数还包括所述血液净化设备中补液管路中的补液速率；确定模块1402包括：
[0136]
第三确定单元，用于若所述补液管路与所述静脉管路连接，则确定所述废液滤除速率和所述补液速率之和与所述血液流速的第二比值；
[0137]
第四确定单元，用于根据所述第二比值和预设红细胞比容，确定所述滤器的滤过分数。
[0138]
在一个实施例中，预测模块1403，具体用于若所述滤过分数大于所述滤过分数阈
值，则得到第一故障预测概率的故障预测结果，其中，所述第一故障预测概率的故障预测结果用于指示所述滤器发生故障的概率大于第一预设概率阈值。
[0139]
在一个实施例中，预测模块1403包括：
[0140]
第一获取单元，用于若所述滤过分数大于所述滤过分数阈值，则获取滤器的跨膜压；
[0141]
第一得到单元，用于若所述跨膜压大于预设跨膜压阈值，则得到第二故障预测概率的故障预测结果，其中，所述第二故障预测概率的故障预测结果用于指示所述滤器发生故障的概率大于第二预设概率阈值。
[0142]
在一个实施例中，第一获取单元包括：
[0143]
检测子单元，用于检测所述滤器的血液输入端的第一压力值、所述血液净化设备中废液管路上的第二压力值以及所述血液净化设备中静脉管路上的第三压力值；
[0144]
确定子单元，用于根据所述第一压力值、所述第二压力值以及所述第三压力值，确定所述滤器的跨膜压。
[0145]
在一个实施例中，预测模块1403包括：
[0146]
第二获取单元，用于若所述滤过分数小于或等于所述滤过分数阈值，则获取所述滤器的滤过分数波动范围；
[0147]
第二得到单元，用于若所述滤过分数波动范围大于预设滤过分数波动范围，则得到第三故障预测概率的故障预测结果，其中，所述第三故障预测概率的故障预测结果用于指示所述滤器发生故障的概率大于第三预设概率阈值。
[0148]
在一个实施例中，预测模块1403包括：
[0149]
第三获取单元，用于若所述血液净化设备中动脉管路内血液流速处于稳定状态，且所述滤过分数小于所述滤过分数阈值，则获取所述血液净化设备中静脉管路内血液的温度；
[0150]
第三得到单元，用于若所述静脉管路内血液的温度未处于预设温度范围内，则得到第四故障概率的故障预测结果，其中，所述第四故障预测概率的故障预测结果用于指示所述滤器发生故障的概率大于第四预设概率阈值。
[0151]
在一个实施例中，装置1400还可以包括：
[0152]
第二获取模块，用于获取所述血液净化设备中动脉管路中的血液流速的变化趋势；
[0153]
第二确定模块，用于根据所述血液流速的变化趋势确定所述动脉管路中血液流速的状态；
[0154]
调整模块，用于若所述动脉管路中血液流速的状态处于变化状态，则调整所述滤器对应的滤过分数阈值得到调整后的滤过分数阈值；
[0155]
对应地，预测模块1403，具体用于根据所述滤过分数和所述调整后的滤过分数阈值，对所述滤器进行故障预测得到所述故障预测结果。
[0156]
在一个实施例中，第一获取模块1401包括：
[0157]
接收单元，用于接收针对所述目标器件的净化推荐参数的调节指令，其中，所述目标器件包括设置于所述血液净化设备中的动脉管路上的第一动力泵、废液管路上的第二动力泵和补液管路上的第三动力泵中至少一个；
[0158]
调节单元，用于根据所述调节指令调节所述目标动力泵的净化推荐参数，得到调节后的净化推荐参数；
[0159]
获得单元，用于将所述调节后的净化推荐参数作为所述目标器件的净化推荐参数。
[0160]
在一个实施例中，装置1400，还包括：
[0161]
输出模块，用于根据所述故障预测结果输出警报信号，其中，所述警报信号用于指示用户对所述目标器件的净化推荐参数进行调节。
[0162]
上述设备故障预测装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
[0163]
在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图15所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储血液净化数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种设备故障预测方法。
[0164]
本领域技术人员可以理解，图15中示出的结构，仅仅是与本技术方案相关的部分结构的框图，并不构成对本技术方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
[0165]
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：
[0166]
获取血液净化设备的目标器件的净化推荐参数；
[0167]
根据所述净化推荐参数确定所述血液净化设备的滤器的滤过分数；
[0168]
根据所述滤过分数和所述滤器对应的滤过分数阈值，对所述滤器进行故障预测得到故障预测结果。
[0169]
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
[0170]
若所述补液管路与所述动脉管路连接，则根据所述血液流速和所述废液滤除速率，确定所述废液滤除速率与所述血液流速的第一比值；根据所述第一比值和预设红细胞比容，确定所述滤器的滤过分数。
[0171]
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
[0172]
若所述补液管路与所述静脉管路连接，则确定所述废液滤除速率和所述补液速率之和与所述血液流速的第二比值；根据所述第二比值和预设红细胞比容，确定所述滤器的滤过分数。
[0173]
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
[0174]
若所述滤过分数大于所述滤过分数阈值，则得到第一故障预测概率的故障预测结果，其中，所述第一故障预测概率的故障预测结果用于指示所述滤器发生故障的概率大于第一预设概率阈值。
[0175]
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
[0176]
若所述滤过分数大于所述滤过分数阈值，则获取滤器的跨膜压；若所述跨膜压大于预设跨膜压阈值，则得到第二故障预测概率的故障预测结果，其中，所述第二故障预测概率的故障预测结果用于指示所述滤器发生故障的概率大于第二预设概率阈值。
[0177]
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
[0178]
检测所述滤器的血液输入端的第一压力值、所述血液净化设备中废液管路上的第二压力值以及所述血液净化设备中静脉管路上的第三压力值；根据所述第一压力值、所述第二压力值以及所述第三压力值，确定所述滤器的跨膜压。
[0179]
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
[0180]
若所述滤过分数小于或等于所述滤过分数阈值，则获取所述滤器的滤过分数波动范围；若所述滤过分数波动范围大于预设滤过分数波动范围，则得到第三故障预测概率的故障预测结果，其中，所述第三故障预测概率的故障预测结果用于指示所述滤器发生故障的概率大于第三预设概率阈值。
[0181]
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
[0182]
若所述血液净化设备中动脉管路内血液流速处于稳定状态，且所述滤过分数小于所述滤过分数阈值，则获取所述血液净化设备中静脉管路内血液的温度；若所述静脉管路内血液的温度未处于预设温度范围内，则得到第四故障概率的故障预测结果，其中，所述第四故障预测概率的故障预测结果用于指示所述滤器发生故障的概率大于第四预设概率阈值。
[0183]
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
[0184]
获取所述血液净化设备中动脉管路中的血液流速的变化趋势；根据所述血液流速的变化趋势确定所述动脉管路中血液流速的状态；若所述动脉管路中血液流速的状态处于变化状态，则调整所述滤器对应的滤过分数阈值得到调整后的滤过分数阈值；所述根据所述滤过分数和所述滤器对应的滤过分数阈值，对所述滤器进行故障预测得到故障预测结果，包括：根据所述滤过分数和所述调整后的滤过分数阈值，对所述滤器进行故障预测得到所述故障预测结果。
[0185]
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
[0186]
接收针对所述目标器件的净化推荐参数的调节指令，其中，所述目标器件包括设置于所述血液净化设备中的动脉管路上的第一动力泵、废液管路上的第二动力泵和补液管路上的第三动力泵中至少一个；根据所述调节指令调节所述目标动力泵的净化推荐参数，得到调节后的净化推荐参数；将所述调节后的净化推荐参数作为所述目标器件的净化推荐参数。
[0187]
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
[0188]
根据所述故障预测结果输出警报信号，其中，所述警报信号用于指示用户对所述目标器件的净化推荐参数进行调节。
[0189]
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
[0190]
获取血液净化设备的目标器件的净化推荐参数；
[0191]
根据所述净化推荐参数确定所述血液净化设备的滤器的滤过分数；
[0192]
根据所述滤过分数和所述滤器对应的滤过分数阈值，对所述滤器进行故障预测得
到故障预测结果。
[0193]
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
[0194]
若所述补液管路与所述动脉管路连接，则根据所述血液流速和所述废液滤除速率，确定所述废液滤除速率与所述血液流速的第一比值；根据所述第一比值和预设红细胞比容，确定所述滤器的滤过分数。
[0195]
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
[0196]
若所述补液管路与所述静脉管路连接，则确定所述废液滤除速率和所述补液速率之和与所述血液流速的第二比值；根据所述第二比值和预设红细胞比容，确定所述滤器的滤过分数。
[0197]
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
[0198]
若所述滤过分数大于所述滤过分数阈值，则得到第一故障预测概率的故障预测结果，其中，所述第一故障预测概率的故障预测结果用于指示所述滤器发生故障的概率大于第一预设概率阈值。
[0199]
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
[0200]
若所述滤过分数大于所述滤过分数阈值，则获取滤器的跨膜压；若所述跨膜压大于预设跨膜压阈值，则得到第二故障预测概率的故障预测结果，其中，所述第二故障预测概率的故障预测结果用于指示所述滤器发生故障的概率大于第二预设概率阈值。
[0201]
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
[0202]
检测所述滤器的血液输入端的第一压力值、所述血液净化设备中废液管路上的第二压力值以及所述血液净化设备中静脉管路上的第三压力值；根据所述第一压力值、所述第二压力值以及所述第三压力值，确定所述滤器的跨膜压。
[0203]
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
[0204]
若所述滤过分数小于或等于所述滤过分数阈值，则获取所述滤器的滤过分数波动范围；若所述滤过分数波动范围大于预设滤过分数波动范围，则得到第三故障预测概率的故障预测结果，其中，所述第三故障预测概率的故障预测结果用于指示所述滤器发生故障的概率大于第三预设概率阈值。
[0205]
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
[0206]
若所述血液净化设备中动脉管路内血液流速处于稳定状态，且所述滤过分数小于所述滤过分数阈值，则获取所述血液净化设备中静脉管路内血液的温度；若所述静脉管路内血液的温度未处于预设温度范围内，则得到第四故障概率的故障预测结果，其中，所述第四故障预测概率的故障预测结果用于指示所述滤器发生故障的概率大于第四预设概率阈值。
[0207]
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
[0208]
获取所述血液净化设备中动脉管路中的血液流速的变化趋势；根据所述血液流速的变化趋势确定所述动脉管路中血液流速的状态；若所述动脉管路中血液流速的状态处于变化状态，则调整所述滤器对应的滤过分数阈值得到调整后的滤过分数阈值；所述根据所述滤过分数和所述滤器对应的滤过分数阈值，对所述滤器进行故障预测得到故障预测结果，包括：根据所述滤过分数和所述调整后的滤过分数阈值，对所述滤器进行故障预测得到所述故障预测结果。
[0209]
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
[0210]
接收针对所述目标器件的净化推荐参数的调节指令，其中，所述目标器件包括设置于所述血液净化设备中的动脉管路上的第一动力泵、废液管路上的第二动力泵和补液管路上的第三动力泵中至少一个；根据所述调节指令调节所述目标动力泵的净化推荐参数，得到调节后的净化推荐参数；将所述调节后的净化推荐参数作为所述目标器件的净化推荐参数。
[0211]
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
[0212]
根据所述故障预测结果输出警报信号，其中，所述警报信号用于指示用户对所述目标器件的净化推荐参数进行调节。
[0213]
在一个实施例中，提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述实施例提供的设备故障预测方法的步骤。
[0214]
需要说明的是，本技术所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等)，均为经用户授权或者经过各方充分授权的信息和数据。
[0215]
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，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本技术所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(read-only memory，rom)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(reram)、磁变存储器(magnetoresistive random access memory，mram)、铁电存储器(ferroelectric random access memory，fram)、相变存储器(phase change memory，pcm)、石墨烯存储器等。易失性存储器可包括随机存取存储器(random access memory，ram)或外部高速缓冲存储器等。作为说明而非局限，ram可以是多种形式，比如静态随机存取存储器(static random access memory，sram)或动态随机存取存储器(dynamic random access memory，dram)等。本技术所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本技术所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。
[0216]
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
[0217]
以上所述实施例仅表达了本技术的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本技术专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本技术构思的前提下，还可以做出若干变形和改进，这些都属于本技术的保护范围。因此，本技术的保护范围应以所附权利要求为准。