基于大数据的术后便携式可穿戴设备运行效率分析系统的制作方法

文档序号:35056909发布日期:2023-08-06 15:11阅读:24来源:国知局
基于大数据的术后便携式可穿戴设备运行效率分析系统的制作方法

本发明属于智能穿戴设备领域,涉及数据分析技术,具体是基于大数据的术后便携式可穿戴设备运行效率分析系统。


背景技术:

1、智能穿戴设备是应用穿戴式技术对日常穿戴进行智能化设计、开发出可以穿戴的设备的总称,如手表、手环、眼镜、服饰等;广义的智能穿戴设备包括功能全、尺寸大、可不依赖智能手机实现完整或者部分的功能,以及只专注于某一类应用功能,需要和其它设备配合使用。

2、现有的术后便携式可穿戴设备运行效率分析系统一般仅能够对智能设备的运行效率进行监测,但是在运行效率异常时无法对导致异常的原因进行分析与排查,进而导致智能穿戴设备在出现运行效率异常时的异常处理效率低下。

3、针对上述技术问题,本技术提出一种解决方案。


技术实现思路

1、本发明的目的在于提供基于大数据的术后便携式可穿戴设备运行效率分析系统,用于解决现有的术后便携式可穿戴设备运行效率分析系统在运行效率异常时无法对导致异常的原因进行分析与排查的问题;

2、本发明需要解决的技术问题为:如何提供一种可以对导致异常的原因进行分析与排查的基于大数据的术后便携式可穿戴设备运行效率分析系统。

3、本发明的目的可以通过以下技术方案实现:

4、基于大数据的术后便携式可穿戴设备运行效率分析系统,包括效率分析平台,所述效率分析平台通信连接有参数监测模块、异常分析模块、续航监测模块以及存储模块;

5、所述参数监测模块用于对可穿戴设备的参数更新效率进行监测分析:设定监测周期,将可穿戴设备标记为监测对象,将监测对象显示屏幕的显示参数标记为监测参数i,i=1,2,…,n,n为正整数,获取监测参数i在监测周期内的更新系数gxi;通过存储模块获取到更新阈值gxmax,将监测参数i的更新系数gxi与更新阈值gxmax进行比较并通过比较结果将监测对象标记为更新正常参数或更新异常参数;

6、所述异常分析模块用于对更新异常参数进行异常因素分析:将更新异常参数的数据采集器、处理器以及显示屏幕分别标记为采集端、处理端以及显示端,由采集端在监测周期内每一次进行数据采集的时长建立采时集合,对采时集合进行方差计算得到采集系数cj;由处理端在监测周期内每一次进行更新异常参数处理的时长建立处时集合,对处时集合进行方差及算得到处理系数cl;通过采集系数cj与处理系数cl的数值对更新异常参数的异常特征进行标记;

7、所述续航监测模块用于对监测对象的电池续航状态进行监测分析。

8、作为本发明的一种优选实施方式,监测参数i在监测周期内的更新系数gxi的获取过程包括:获取监测参数i在监测周期内的更新次数并标记为更次值gsi,将监测周期的时长与更数值gsi的比值标记为更时值gsi,获取监测参数i在监测周期内每一次进行数据更新的时间间隔并标记为间隔值,由监测参数i在监测周期内的所有间隔值构成监测参数i的隔差值gci,通过存储模块获取到监测参数i的更时标准值gbi,通过对更时值gsi、隔差值gci以及更时标准值gbi进行数值计算得到监测参数i的更新系数gxi。

9、作为本发明的一种优选实施方式,将监测参数i的更新系数gxi与更新阈值gxmax进行比较的具体过程包括:若更新系数gxi小于更新阈值gxmax,则判定监测参数i在监测周期内的数据更新效率满足要求,将对应的监测参数i标记为更新正常参数;若更新系数gxi大于等于更新阈值gxmax,则判定监测参数i在监测周期内的数据更新效率不满足要求,将对应的监测参数i标记为更新异常参数;将更新异常参数发送至效率分析平台,效率分析平台接收到更新异常参数后将更新异常参数发送至异常分析模块。

10、作为本发明的一种优选实施方式,对更新异常参数的异常特征进行标记的具体过程包括:通过存储模块获取到采集阈值cjmax与处理阈值clmax,将采集系数cj、处理系数cl分别与采集阈值cjmax、处理阈值clmax进行比较:若采集系数cj小于等于采集阈值cjmax且处理系数cl小于等于处理阈值clmax,则将更新异常参数的异常特征标记为显示异常;若采集系数cj大于采集阈值cjmax且处理系数cl小于等于处理阈值clmax,则将更新异常参数的异常特征标记为采集异常;若采集系数cj小于等于采集阈值cjmax且处理系数cl大于处理阈值clmax,则将更新异常参数的异常特征标记为处理异常;若采集系数cj大于采集阈值cjmax且处理系数cl大于处理阈值clmax,则将更新异常参数的异常特征标记为整体异常,异常分析模块向效率分析平台发送续航监测信号,效率分析平台接收到续航监测信号后将续航监测信号发送至续航监测模块。

11、作为本发明的一种优选实施方式,续航监测模块对监测对象的电池续航状态进行监测分析的具体过程包括:在监测对象完成充电之后进行续航监测,获取监测对象在完成充电之后的续航时长xs,获取监测对象在出厂之后的充电次数cc,获取当前时间与监测对象出厂时间的差值并标记为出厂时长cs,通过对续航时长xs、充电次数cc以及出厂时长cs进行数值计算得到监测对象的续航系数xh;通过存储模块获取到续航阈值xhmin,将监测对象的续航系数xh与续航阈值xhmin进行比较并通过比较结果对监测对象的续航状态是否满足要求进行判定。

12、作为本发明的一种优选实施方式,将监测对象的续航系数xh与续航阈值xhmin进行比较的具体过程包括:若续航系数xh小于续航阈值xhmin,则判定监测对象的续航状态不满足要求,续航监测模块向效率分析平台发送电池检修信号,效率分析平台接收到电池检修信号后将电池检修信号发送至管理人员的手机终端;若续航系数大于等于续航阈值xhmin,则判定监测对象的续航状态满足要求,续航监测模块向效率分析平台发送整体检修信号,效率分析平台接收到整体检修信号后将整体检修信号发送至管理人员的手机终端。

13、作为本发明的一种优选实施方式,该基于大数据的术后便携式可穿戴设备运行效率分析系统的工作方法,包括以下步骤:

14、步骤一:对可穿戴设备的参数更新效率进行监测分析:设定监测周期,将可穿戴设备标记为监测对象,将监测对象显示屏幕的显示参数标记为监测参数i,i=1,2,…,n,n为正整数,获取监测参数i在监测周期内的更新系数gxi,通过更新系数gxi的数值对监测参数i标记为更新正常参数或更新异常参数;

15、步骤二:对更新异常参数进行异常因素分析:将更新异常参数的数据采集器、处理器以及显示屏幕分别标记为采集端、处理端以及显示端,通过采集系数cj与处理系数cl的数值将更新异常参数的异常特征标记为显示异常、采集异常、处理异常或整体异常;

16、步骤三:对监测对象的电池续航状态进行监测分析:在监测对象完成充电之后进行续航监测并生成电池检修信号或整体检修信号,将电池检修信号或整体检修信号通过效率分析平台发送至管理人员的手机终端。

17、本发明具备下述有益效果:

18、1、通过参数监测模块可以对可穿戴设备的参数更新效率进行监测分析,通过对监测对象在监测周期内的多个监测参数进行综合分析与计算得到监测参数的更新系数,从而根据更新系数对可穿戴设备的数据更新及时性进行反馈,在出现数据更新异常时及时进行反馈与异常排查;

19、2、通过异常分析模块可以对更新异常参数进行异常因素分析,通过对更新异常参数的采集端、处理端以及显示端的工作时长进行监测分析得到处理系数与采集系数,从而通过处理系数与采集系数的数值大小对更新异常参数的异常特征进行标记,通过异常特征可以对监测设备进行针对性的异常处理,提高异常处理的效率;

20、3、通过续航监测模块可以对监测对象的电池续航状态进行监测分析,通过对监测对象的多项续航参数进行综合分析与计算得到续航系数,从而通过续航系数对监测对象的电池续航状态进行反馈,在出现续航异常时及时进行预警与处理,保证可穿戴设备的运行效率。

当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1