一种用于医疗器械的远程故障处理方法及系统与流程

本发明涉及故障处理，具体来说，涉及一种用于医疗器械的远程故障处理方法及系统。

背景技术：

1、随着诊疗技术的快速发展，医疗器械投入逐渐加大，借助医疗器械进行医疗诊断已经日益普及，医疗器械是指直接或者间接用于医疗目的各种仪器、设备及器具，其目的是疾病的诊断、预防、监护或者缓解，然而医疗器械在长期使用后，其内部各种电子、机械部件都会随着时间的推移而逐步老化磨损，影响正常运行，且由于医疗器械工作环境温度、湿度变化大，容易受到环境影响而产生故障。

2、远程故障处理是指通过网络将医疗器械的运行数据实时传输到远程监测中心，由专业技术人员进行分析诊断和指导解决的一种服务模式，然而在医疗器械的远程故障处理中，如果无法预测医疗器械可能发生的故障并提前采取预防措施，从而会影响医疗器械的可靠性和安全性，一旦故障发生后无法迅速切换或修复，就无法及时反应并采取补救措施，从而可能延长故障修复时间，影响医疗器械正常使用，同时任何故障都可能影响其正常运行和使用安全性，若无法提前制定防范措施进行预防，不仅会增加医疗器械在使用过程中的安全隐患，进而降低了医疗器械的使用效率。

3、针对相关技术中的问题，目前尚未提出有效的解决方案。

技术实现思路

1、针对相关技术中的问题，本发明提出一种用于医疗器械的远程故障处理方法及系统，以克服现有相关技术所存在的上述技术问题。

2、为此，本发明采用的具体技术方案如下：

3、根据本发明的一个方面，提供了一种用于医疗器械的远程故障处理方法，该故障处理方法包括以下步骤：

4、s1、收集医疗器械的历史故障参数，并对故障等级划分，将故障发生频率高的部件作为易发故障点；

5、s2、利用数字孪生技术模拟医疗器械在极限条件下的运行状态，识别出潜在故障点；

6、s3、构建故障预测模型和故障监测模型，并基于易发故障点及潜在故障点的故障预测结果制定应急控制措施；

7、s4、将故障数据和运行数据进行实时上传和共享；

8、s5、若故障监测模型检测出故障信号，确定故障根源并结合应急控制措施提供远程故障诊断和维修指导；

9、s6、根据诊断结果和维修指导实施限制控制及安全停机，并发送相应的维修指令。

10、进一步地，所述收集医疗器械的历史故障参数，并对故障等级划分，将故障发生频率高的部件作为易发故障点包括以下步骤：

11、s11、收集医疗器械的历史运行记录，利用数据库软件从历史运行记录中提取历史故障参数并建立故障参数数据库；

12、s12、从故障参数数据库中提取故障特征参数，并评定各故障特征参数的风险程度，形成影响因素体系；

13、s13、根据影响因素体系设计故障等级划分标准，对故障特征参数进行故障等级划分；

14、s14、统计每个故障等级中各部件的故障发生次数，并利用频率分析法计算各部件的故障发生频率；

15、s15、根据故障发生频率对故障特征参数进行权重分配，并对综合权重值进行排序，将权重值前列的部件作为易发故障点。

16、进一步地，所述根据故障发生频率对故障特征参数进行权重分配，并对综合权重值进行排序，将权重值前列的部件作为易发故障点包括以下步骤：

17、s151、利用量化技术得到消除量纲后的新矩阵，并从新矩阵的各列中选出最大值及最小值，分别得到最优对象及最劣对象；

18、s152、计算最优对象及最劣对象的关联系数，并根据关联系数建立权重分配模型；

19、s153、利用权重分配模型建立故障特征参数的权重值，并分别对权重值进行排序，将权重值前列的部件作为易发故障点。

20、进一步地，所述权重分配的表达式为：

21、；

22、式中， r表示权重分配的合理性指标；

23、表示第 i个属性的重要程度；

24、表示第 i个属性的约束条件；

25、 n表示第 i个属性的权重。

26、进一步地，所述利用数字孪生技术模拟医疗器械在极限条件下的运行状态，识别出潜在故障点包括以下步骤：

27、s21、基于医疗器械的结构参数构建三维数字化模型，并建立各部件之间的功能关联规则；

28、s22、分析医疗器械在正常工作场景中各部件的工作状态，并获取医疗器械中各部件的正常工作参数；

29、s23、对三维数字化模型进行参数调节以模拟医疗器械在不同极限工作场景中各部件的工作状态；

30、s24、获取各部件的极限工作参数，并与正常工作参数进行对比，识别首次参数超限的部件；

31、s25、将首次参数超限的部件作为初始故障点，将其在不同极限工作场景中进行单独模拟，记录其参数响应表现；

32、s26、将参数响应表现与正常工作参数进行比较，将参数响应表现较高的部件确定为潜在故障点。

33、进一步地，所述基于医疗器械的结构参数构建三维数字化模型，并建立各部件之间的功能关联规则包括以下步骤：

34、s211、对医疗器械进行关键特征定义，并为每个关键特征定义相应的属性和特征重构方式，确定三维数字化模型的几何层和数据层；

35、s212、导入医疗器械的理论工作原理模型，并对关键特征的属性理论值进行标定；

36、s213、针对关键特征的属性理论值的实测值进行计算和确定，并对所需重构的关键特征进行几何部分重构，将得到的模型组织成整体发布，形成三维数字化模型；

37、s214、在三维数字化模型中为各部件添加属性参数，并根据医疗器械工作原理，建立各部件之间的逻辑连接关系；

38、s215、定义各部件之间的信息和物理传递规则，并验证各部件是否按预期逻辑和规则进行交互。

39、进一步地，所述极限工作场景包括高温场景、低温场景、高负载场景及高湿场景；

40、所述高温场景用于模拟医疗器械在高温环境下运行时，测试是否会因高温引起部件过热故障；

41、所述低温场景用于模拟医疗器械在低温环境下运行，测试是否会因低温引起部件失效；

42、所述高负载场景用于模拟医疗器械在高负载工作条件下，测试是否会因负载过大引起部件损耗故障；

43、所述高湿场景用于模拟医疗器械在高湿环境下，测试是否会因潮湿导致绝缘故障。

44、进一步地，所述构建故障预测模型和故障监测模型，并基于易发故障点及潜在故障点的故障预测结果制定应急控制措施包括以下步骤：

45、s31、分别构建故障预测模型及故障监测模型；

46、s32、实时调用故障预测模型对易发故障点及潜在故障点进行故障预测；

47、s33、为各潜在故障点及易发故障点设置不同的预测阈值，并根据预测阈值制定相应的应急控制措施，所述预测阈值包括低风险阈值、中风险阈值及高风险阈值。

48、进一步地，所述实时调用故障预测模型对易发故障点及潜在故障点进行故障预测包括以下步骤：

49、s321、利用医疗器械的理论工作原理模型明确各部件之间的连接关系；

50、s322、为各部件定义状态变量，并将其作为医疗器械拓扑结构中的每个连接点，并状态变量之间的约束方程；

51、s323、利用医疗器械的设计原理模型和历史故障参数，离线得到医疗器械各个部件的正常状态值分布；

52、s324、根据历史故障参数训练深度学习网络建立故障预测模型，预测各部件下一个时间步的正常状态值；

53、s325、将正常状态值和实际状态值的差值作为溯因推理网络的输入变量，并利用溯因推理网络输出预测的故障类型。

54、进一步地，所述将正常状态值和实际状态值的差值作为溯因推理网络的输入变量，并利用溯因推理网络输出预测的故障类型包括以下步骤：

55、s3251、获取各部件在实际运行时刻的实际状态值，并将正常状态值和实际状态值的差值作为溯因推理网络的输入变量；

56、s3252、利用溯因推理网络输出故障类型的事件链和对应溯因推理规则集；

57、s3253、根据溯因推理规则集找到与故障类型具有因果关系的所有故障事件，组成待验证事件集合；

58、s3254、遍历待验证事件集合中的故障事件和对应的因果规则，若故障事件缺失，则利用断点识别算法判断此处是否存在断点；

59、s3255、判断故障事件是否满足待验证事件集合的时间一致性，并利用例外故障识别算法对故障事件的故障类型进行识别并输出。

60、根据本发明的另一个方面，还提供了一种用于医疗器械的远程故障处理系统，该故障处理系统包括易发故障点识别模块、潜在故障点识别模块、控制措施制定模块、数据传输模块、远程指导模块及发送指令模块；

61、所述易发故障点识别模块与所述潜在故障点识别模块连接，所述潜在故障点识别模块与所述控制措施制定模块连接，所述控制措施制定模块与所述数据传输模块连接，所述数据传输模块与所述远程指导模块连接，所述远程指导模块与所述发送指令模块连接；

62、所述易发故障点识别模块，用于收集医疗器械的历史故障参数，并对故障等级划分，将故障发生频率高的部件作为易发故障点；

63、所述潜在故障点识别模块，用于利用数字孪生技术模拟医疗器械在极限条件下的运行状态，识别出潜在故障点；

64、所述控制措施制定模块，用于构建故障预测模型和故障监测模型，并基于易发故障点及潜在故障点的故障预测结果制定应急控制措施；

65、所述数据传输模块，用于将故障数据和运行数据进行实时上传和共享；

66、所述远程指导模块，用于若故障监测模型检测出故障信号，确定故障根源并结合应急控制措施提供远程故障诊断和维修指导；

67、所述发送指令模块，用于根据诊断结果和维修指导实施限制控制及安全停机，并发送相应的维修指令。

68、本发明的有益效果为：

69、1、本发明通过建立三维数字化模型，能够安全地对医疗器械进行超负荷或长时间高强度工作模拟，比实际操作风险更小，而对于医疗器械的性能类故障，由于其表现依赖于运行条件，如果在日常工作条件下检查，可能难以暴露问题，而利用数字孪生技术模拟医疗器械在极限条件下运行状态，可以有效触发部分性能类故障的表现，帮助识别潜在故障点，为远程故障处理人员提供参考。

70、2、本发明能够识别出医疗器械各部件的易发故障点，为维修工作提供重要参考，维修人员可以针对这些部件进行预防性检查和维修，有效降低实际故障率，医疗器械生产商可以针对易发故障点进行结构或材料优化，提高这些部件的使用寿命和可靠性，同时能够根据易发故障点结果，安排合理的维修计划和备件储备。

71、3、本发明通过对易发故障点及潜在故障点进行故障预测及分析，能够根据预测结果及时调整医疗器械运行模式延缓故障并提前制定应急措施，从而有效防止故障的发生，当预测到可能出现的故障后，事先准备必要的备用设备和零件，一旦故障发生后能够迅速切换或修复，大大减少故障对正常运行的影响，提高故障预警响应能力，并通过预测分析出重点监测和预防的部件，可以更高效地进行定期维护，节省后续的维修时间和人力成本，同时通过构建故障监测模型能准确检测并定位故障点，为维修提供依据，并通过远程指导实现在线故障诊断和处理，降低停机维修时间，提升医疗设备正常运行效率。