[发明专利]设备状态分析预测以及资源分配方法与系统

权利要求书

1.一种设备状态分析预测方法，其特征在于，包括有下列步骤：

检测到关于一远程设备所产生的一感测信号而经由网络传至一中央管理 单元，该远程设备为一机械式停车设备；

中央管理单元接收该感测信号并进行诊断以产生一诊断信息；

中央管理单元根据该诊断信息预测关于该远程设备的生命周期；以及

中央管理单元根据该预测生命周期的结果判断是否要对该远程设备进行 维修，如果要进行维修，则以一维修决策程序寻找合适的维修单位对该远程设 备进行维修。

2.根据权利要求1所述的设备状态分析预测方法，其特征在于，该感测 信号为该机械式停车设备中的升降机上下移动速度信号、水平移载速度信号、 车辆尺寸与重量信号、停供电状态信号、人员行经感测信号、温度感测信号、 液压系统压力信号、缆绳张力感测信号、运转噪音频率与振幅信号以及振动信 号其中之一。

3.根据权利要求1所述的设备状态分析预测方法，其特征在于，该维修 决策程序还可以决定一维修排程建议。

4.根据权利要求3所述的设备状态分析预测方法，其特征在于，该维修 排程建议根据该合适的维修单位所能提供的维修服务时间、地点、路线、设备、 人员以及零件库存量的信息来提供建议。

5.根据权利要求1所述的设备状态分析预测方法，其特征在于，还包括 有下列步骤：

维修单位接收到维修需求；

准备维修所需的材料以及安排维修行程；以及

执行维修作业。

6.根据权利要求1所述的设备状态分析预测方法，其特征在于，产生该 诊断信息的方法还包括有下列步骤：

记录每一次的感测信号以形成一历史信息；

根据历史信息归纳出该远程设备之一的警示值；以及

当接收到新的感测数据时，即与该警示值进行比较以得到该诊断信息。

7.根据权利要求1所述的设备状态分析预测方法，其特征在于，预测生 命周期的方法还包括有下列步骤：

记录每一次的感测信号以形成一历史信息；以及

当接收到新的感测数据时，即与该历史信息进行演算以得到该预测生命周 期。

8.根据权利要求7所述的设备状态分析预测方法，其特征在于，该演算 的方式选择为条列法、决策树法、基因算法或者是类神经网络法。

9.一种停车设备状态分析预测以及资源分配方法，其特征在于，包括有 下列步骤：

检测到设置于远程的一停车设备所产生的一感测信号，并将该感测信号经 由网络传送至一中央管理单元；

中央管理单元接收该感测信号并进行诊断以产生一诊断信息；

中央管理单元根据该诊断信息预测关于该设备的生命周期；

中央管理单元根据该预测生命周期的结果判断是否要对该设备进行维修， 如果要进行维修，则以一维修决策程序寻找合适的维修单位对该设备进行维 修；以及

于该维修进行的过程中，进行停车车位资源分配管理。

10.根据权利要求9所述的停车设备状态分析预测以及资源分配方法，其 特征在于，该感测信号为该停车设备中的升降机上下移动速度信号、水平移载 速度信号、车辆尺寸与重量信号、停供电状态信号、人员行经感测信号、温度 感测信号、液压系统压力信号、缆绳张力感测信号、运转噪音频率与振幅信号 以及振动信号其中之一。

11.根据权利要求9所述的停车设备状态分析预测以及资源分配方法，其 特征在于，该维修决策程序还可以决定一维修排程建议。

12.根据权利要求11所述的停车设备状态分析预测以及资源分配方法， 其特征在于，该维修排程建议根据该多个维修单位所能提供的维修服务时间、 地点、路线、设备、人员以及零件库存量的信息来提供建议。