[发明专利]一种健身器材的故障监控系统及方法

说明书

本发明涉及数据监控预测技术领域，具体涉及一种健身器材的故障监控系统及方法。该方法对健身房中每个跑步机每日的功耗数据和温度数据进行监控并记录，构建每日历史数据库。分析每日历史数据库中的功耗数据和温度数据进而对不同跑步机进行分组。通过关联下一日的每日历史数据库，获得每个跑步机的状态转移置信度集合，对全连接神经网络进行训练。通过全连接神经网络根据前一日的数据预测当日健身房内跑步机所属的跑步机运行组，通过分布情况获得异常跑步机并对异常跑步机的PID参数进行控制。本发明实施例实现了对健身器材运行数据的监控及状态预测，识别出存在故障的异常跑步机并对其进行PID参数控制，保证了使用者使用体验和跑步机使用寿命。

技术领域

本发明涉及数据监控预测技术领域，具体涉及一种健身器材的故障监控系统及方法。

背景技术

在健身房中，智能跑步机是一种常见的健身器材，影响电动智能跑步机的耗能因素有很多，不同跑步机的不同耗电原因主要是因为跑带润滑状态差或者使用者体重区别等。对于一般跑步机而言，跑带不润滑或者润滑状态不佳都会导致电机输出过大的功率，额外产生的功率都重新耗费在跑带和电机之间的传动上，此时若跑带未拉紧，则电机与跑带之间还会出现打滑现象，进一步加大了磨损，导致后续维护和检修的负担增大。

发明内容

为了解决上述技术问题，本发明的目的在于提供一种健身器材的故障监控系统及方法，所采用的技术方案具体如下：

本发明提出了一种健身器材的故障监控方法，所述方法包括：

记录健身房中每个跑步机每日的功耗变化曲线和温度变化序列，构成每日历史数据库；根据每日历史数据库中的平均功耗变化曲线和每个跑步机的功耗变化曲线之间的差异，获得当日的功耗一致性；根据每个跑步机的温度变化序列的波动性和元素值获得温度适宜评价；

以功耗一致性和温度适宜评价作为每个跑步机的状态向量；根据不同跑步机之间的状态向量差异和功耗变化曲线差异获得样本距离，根据不同跑步机之间的样本距离进行分组，获得多个跑步机运行组；

获得目标跑步机的K近邻样本群，根据K近邻样本群中每个样本在下一日所属跑步机运行组的数量获得目标跑步机的状态转移置信度集合；根据每个状态向量及其对应的状态转移置信度集合和平均功耗变化曲线训练全连接神经网络；

将前一日健身房中每个跑步机的状态向量和健身房的平均功耗变化曲线输入全连接神经网络中，获得每个跑步机对应的目标状态转移置信度集合，根据最大的目标状态转移置信度获得每个跑步机在当日对应的跑步机运行组；根据每个跑步机运行组的占比确定当日的异常跑步机，调整异常跑步机的PID参数。

进一步地，所述功耗变化曲线的获取方法包括：

统计每个跑步机在一日中每个完整跑步记录中的初始功耗变化曲线，将所有完整跑步记录中的初始功耗变化曲线求平均，获得对应跑步机每日的功耗变化曲线。

进一步地，所述温度变化序列的获取方法包括：

根据预设采样频率采集每个跑步机在一日中每个完整跑步记录前预设时段到完整跑步记录结束期间的温度信息，获得初始温度变化序列；将一日内所有初始温度变化序列求平均，获得对应跑步机每日的温度变化序列。

进一步地，所述根据每日历史数据库中的平均功耗变化曲线和每个跑步机的功耗变化曲线之间的差异，获得当日的功耗一致性包括：

获得健身房中每个跑步机的功耗变化曲线与平均功耗变化曲线之间的动态时间规整距离，将每个动态时间规整距离的负数作为以自然常数为底的指数函数的幂，获得单个功耗一致性；以所有单个功耗一致性的平均值作为功耗一致性。

进一步地，所述根据每个跑步机的温度变化序列的波动性和元素值获得温度适宜评价包括：

根据温度适宜评价公式获得温度适宜评价，温度适宜评价公式包括：