CN118567281A - 一种基于监测数据的巡检设备智能控制系统 - Google Patents

Abstract

本发明公开了一种基于监测数据的巡检设备智能控制系统，涉及智能巡检领域，解决巡检设备智能控制方式针对性差的问题，包括环境监测模块：用于获取目标巡检环境复杂性指数；样本故障模块：用于选取多个故障样本巡检设备进行故障分析，得到历史故障数据；数据分析模块：用于根据历史故障数据进行巡检设备故障率区间划分，并获取故障概率评估系数对目标巡检设备进行状态类型划分，得到设备状态分类数据；智能控制模块：用于根据设备状态分类数据对目标巡检设备进行故障智能控制。本发明根据设备状态分类数据对目标巡检设备进行故障智能控制，能够有效提高故障处理应对方式的针对性，降低巡检设备的维护成本。

Description

一种基于监测数据的巡检设备智能控制系统

技术领域

本发明属于智能巡检领域，涉及传感器技术，具体是一种基于监测数据的巡检设备智能控制系统。

背景技术

巡检机器人是一种自动化设备，专门设计用于执行设备或设施的定期检查和维护任务，这些机器人通常配备有各种传感器和摄像头，能够自主移动并收集数据，它们可以在预定的时间间隔内巡视设备，监测设备运行状态，检测异常情况或潜在问题，并通过实时数据传输将信息反馈给操作员或管理系统。巡检机器人的使用有助于提高工作效率，降低人力成本，并减少由于未检测到的问题而导致的设备故障风险。

现有的巡检设备智能控制系统存在以下缺陷：

1、没有依据历史数据进行的故障分析，难以预测设备的故障发生时间点，从而无法采取预防性维护措施，易导致维护成本增加；

2、所有巡检设备被均等对待，未能根据巡检设备的真实故障发生概率进行针对性的养护，导致资源使用不均衡和维护成本的浪费；

为此，我们提出一种基于监测数据的巡检设备智能控制系统。

发明内容

针对现有技术存在的不足，本发明目的是提供一种基于监测数据的巡检设备智能控制系统，本发明基于在目标巡检设备的工作时间范围内，选取多个环境监测时间节点进行环境复杂性系数获取，对获取到的多个环境复杂性系数进行平均数计算，得到目标巡检环境复杂性指数，选取多个故障样本巡检设备进行故障分析，获取每一个故障样本巡检设备对应的故障评估系数，得到历史故障数据，根据历史故障数据进行巡检设备故障率区间划分，获取故障概率评估系数并结合巡检设备故障率区间划分的结果，对目标巡检设备进行状态类型划分，得到设备状态分类数据，根据设备状态分类数据对目标巡检设备进行故障智能控制；

为了实现上述目的，本发明采用了如下技术方案：一种基于监测数据的巡检设备智能控制系统各模块具体工作过程如下：

环境监测模块：用于在目标巡检设备的工作时间范围内，选取多个环境监测时间节点进行环境复杂性系数获取，对获取到的多个环境复杂性系数进行平均数计算，得到目标巡检环境复杂性指数；

样本故障模块：用于选取多个故障样本巡检设备进行故障分析，获取每一个故障样本巡检设备对应的故障评估系数，得到历史故障数据；

数据分析模块：用于根据历史故障数据进行巡检设备故障率区间划分，获取故障概率评估系数并结合巡检设备故障率区间划分的结果，对目标巡检设备进行状态类型划分，得到设备状态分类数据；

智能控制模块：用于根据设备状态分类数据对目标巡检设备进行故障智能控制。

进一步地，所述环境监测模块对目标巡检环境复杂性指数进行获取，具体如下：

目标巡检设备当日工作时间范围内，分别选取第m1至第mm监测时间节点；

分别获取第m1监测温度差、第m1监测湿度差以及第m1监测悬浮颗粒物浓度差，计算得到第m1环境复杂性系数；

分别对第m2至第mm监测时间点对应的环境复杂性系数进行获取，得到第m2至第mm环境复杂性系数；

将第m1至第mm环境复杂性系数进行平均数计算，得到目标巡检环境复杂性指数。

进一步地，所述环境监测模块对第m1环境复杂性系数进行获取，具体如下：

获取目标巡检设备工作区域在第m1监测时间点对应的实时温度数值，得到第m1监测温度数值；

获取目标巡检设备的监测基准温度数值，得到监测基准温度数值，计算第m1监测温度数值与监测基准温度数值的差值，再对所得温度差值取绝对值，得到第m1监测温度差；

获取目标巡检设备工作区域在第m1监测时间点对应的实时湿度数值，得到第m1监测湿度数值；

获取目标巡检设备的监测基准湿度数值，得到监测基准湿度数值，计算第m1监测湿度数值与监测基准湿度数值的差值，再对所得湿度差值取绝对值，得到第m1监测湿度差；

获取目标巡检设备工作区域在第m1监测时间点对应的实时悬浮颗粒物浓度数值，得到第m1监测悬浮颗粒物浓度数值；

获取目标巡检设备工作区域对应的基准悬浮颗粒物浓度数值，得到基准悬浮颗粒物浓度数值，计算第m1监测悬浮颗粒物浓度数值与基准悬浮颗粒物浓度数值的差值，再对所得悬浮颗粒物浓度差值取绝对值，得到第m1监测悬浮颗粒物浓度差；

将第m1监测温度差、第m1监测湿度差以及第m1监测悬浮颗粒物浓度差通过计算得到第m1监测时间点对应的环境复杂性系数，并将其命名为第m1环境复杂性系数；

对第m1监测时间点对应的环境复杂性系数进行计算，具体公式配置如下：

；

其中，Qxs为第m1监测时间点对应的环境复杂性系数，Wdc为第m1监测温度差，Sdc为第m1监测湿度差，Klc为第m1监测悬浮颗粒物浓度差，a1和a2为设定的比例系数，且a1和a2均大于0。

进一步地，所述样本故障模块对历史故障数据进行获取，具体如下：

选取多个与目标巡检设备类型相同的巡检设备作为故障样本巡检设备，并将其分别命名为第n1至第nn样本巡检设备；

对第n1样本巡检设备进行历史故障性分析，得到第n1故障评估系数；

分别对第n2至第nn样本巡检设备对应的故障评估系数进行获取，得到第n2至第nn故障评估系数；

将第n1至第nn故障评估系数定义为历史故障数据。

进一步地，所述样本故障模块对第n1故障评估系数进行获取，具体如下：

获取第n1样本巡检设备对应的历史维修记录，在历史维修记录中，分别标记多个故障监测周期，分别对每个故障监测周期内的故障维修次数进行统计，得到多个周期故障次数；

对故障监测周期进行时长获取，得到故障监测周期时长，计算每一个周期故障次数与故障监测周期时长的比值，得到周期故障出现频率；

获取周期故障出现频率阈值，当周期故障出现频率大于周期故障出现频率阈值时，判断对应的故障监测周期为高频故障发生周期；

通过历史维修记录获取高频故障发生周期对应的周期开始时间点对应的巡检里程数值，得到故障高发阶段里程；

重复对目标巡检环境复杂性指数的获取过程，获取第n1样本巡检设备所处巡检区域对应的巡检环境复杂性指数；

将第n1样本巡检设备对应的故障高发阶段里程与巡检环境复杂性指数通过计算得到第n1样本巡检设备对应的故障评估系数，并将其命名为第n1故障评估系数；

对第n1样本巡检设备对应的故障评估系数进行计算，具体公式配置如下：

；

其中，Gzx为第n1样本巡检设备对应的故障评估系数，Lcg为第n1样本巡检设备对应的故障高发阶段里程，Hfx为第n1样本巡检设备对应的巡检环境复杂性指数，b1为设定的比例系数且b1大于0。

进一步地，所述数据分析模块对设备状态分类数据进行获取，具体如下：

获取历史故障数据，根据设备检测数据获取第n1至nn故障评估系数；

将第n1至nn故障评估系数划分为a个故障评估区间，并将其分别命名为第一至第a故障评估区间，分别对第一至第a故障评估区间中存在的故障评估系数进行数量统计，得到第一至第a周期系数数量值；

建立周期系数统计直方图进行设备故障率区间划分；

获取目标巡检设备当前巡检里程；

根据设备检测数据获取目标巡检环境复杂性指数，将目标巡检设备当前巡检里程和目标巡检环境复杂性指数通过计算得到目标巡检设备对应的故障概率评估系数；

对目标巡检设备对应的故障概率评估系数进行计算，具体公式配置如下：；

其中，Gzm为第n1目标巡检设备对应的故障概率评估系数，Lcm为目标巡检设备当前巡检里程，Hfm为目标巡检环境复杂性指数，b2为设定的比例系数且b2大于0；

根据故障概率评估系数对目标巡检设备进行状态类型划分，得到设备状态分类数据。

进一步地，所述数据分析模块对设备故障率区间进行划分，具体如下：

建立周期系数统计直方图，在周期系数统计直方图中，将第一至第a故障评估区间分别建立为第一至第a故障评估条形柱，将第一至第a周期系数数量值建立为第一至第a故障评估条形柱对应的条形柱高度；

周期系数统计直方图建立高故障评估系数标注线，根据周期系数统计直方图进行设备故障率区间划分；

当条形柱高度高于等于高故障评估系数标注线，则判断其对应的故障评估区间为第一设备故障率区间；

当条形柱高度低于高故障评估系数标注线，则判断其对应的故障评估区间为设备第二设备故障率区间。

进一步地，所述数据分析模块对目标巡检设备进行状态类型划分，具体如下：

当目标巡检设备对应的故障概率评估系数处于第一设备故障率区间时，判断巡检设备为第一状态类型巡检设备；

当目标巡检设备对应的故障概率评估系数处于第二设备故障率区间时，判断巡检设备为第二状态类型巡检设备。

进一步地，所述智能控制模块对目标巡检设备进行故障智能控制，具体如下：

获取设备状态分类数据；

当目标巡检设备为第一状态类型巡检设备时，则对其进行故障智能控制；

具体如下：

获取行进偏离角度数值；

获取目标巡检设备的当前满电巡检里程，得到第一满电巡检里程，获取目标巡检设备的标定巡检里程，得到第二满电巡检里程，计算第二满电巡检里程与第一满电巡检里程的差值，得到满电巡检里程亏损值；

将满电巡检里程亏损值与行进偏离角度数值通过计算得到目标巡检设备对应的检修研判系数；

获取满电巡检里程亏损阈值与行进偏离角度阈值；

将满电巡检里程亏损阈值与行进偏离角度阈值通过计算得到目标巡检设备对应的检修研判系数阈值；

当检修研判系数大于检修研判系数阈值，则对目标巡检设备进行回收检修；

当检修研判系数小于检修研判系数阈值，目标巡检设备正常进行巡检工作；

当目标巡检设备为第二状态类型巡检设备时，目标巡检设备正常进行巡检工作。

进一步地，所述智能控制模块对行进偏离角度数值进行获取，具体如下：

在巡检路径地图中，以地图几何中心为原点坐标，过原点坐标作平行于巡检路径地图上边框的直线为X轴，过原点坐标作垂直于X轴的直线为Y轴，得到巡检平面坐标图；

实时获取目标巡检设备在巡检平面坐标图中对应的坐标位置，得到第一位置坐标点；

实时获取第一位置坐标点与巡检路径左侧边界的距离数值，得到第一距离数值，获取第一位置坐标点与巡检路径右侧边界的距离数值，得到第二距离数据；

当第一距离数值小于等于第二距离数值，则在第一位置坐标点的右前方标记一个偏角监测点；当第一距离数值大于第二距离数值，则在第一位置坐标点的左前方标记一个偏角监测点；

并将标记的偏角监测点命名为第二位置坐标点；

连接第一位置坐标点和第二位置坐标点，得到第一特征角度线，通过第一位置坐标点作与目标巡检设备前进方向平行的直线，得到第二特征角度线；

将第一特征角度线和第二特征角度线在第一位置坐标点处的夹角命名为行进角；

若行进角在巡检路径边界内，对行进角进行角度数值获取，得到行进角度数值；

若行进角在巡检路径边界外，获取特征调节角度，将特征调节角度与行进角进行数值相加，得到行进角度数值。

综上所述，由于采用了上述技术方案，本发明的有益效果是：

1、本发明根据历史故障数据进行巡检设备故障率区间划分，对目标巡检设备的故障高发期进行评估，能够提高巡检设备的可用性和巡检效率；

2、本发明根据设备状态分类数据对目标巡检设备进行故障智能控制，能够有效提高故障处理应对方式的针对性，降低巡检设备的维护成本。

附图说明

为了便于本领域技术人员理解，下面结合附图对本发明作进一步的说明。

图1为本发明的整体系统框图；

图2为本发明的整体系统框图；

图3为本发明的巡检设备行进角示意图；

图中，1为行进角，2为第一特征角度线，3为第二特征角度线，4为第一位置坐标点，5为第二位置坐标点。

具体实施方式

下面将结合实施例对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

实施例一

请参阅图1，本发明提供一种技术方案：一种基于监测数据的巡检设备智能控制系统，包括环境监测模块、样本故障模块、数据分析模块、智能控制模块和服务器，所述环境监测模块、样本故障模块、数据分析模块以及智能控制模块分别与服务器相连；

环境监测模块对目标巡检设备的工作区域进行环境分析，得到目标巡检环境复杂性指数；

具体如下：

在目标巡检设备当日工作时间范围内，分别选取若干个环境监测时间节点，并将其分别命名为第m1至第mm监测时间节点；

此处需要说明的是：

mm为选取的环境监测时间节点对应的数量值，且mm大于0；

在本发明中，涉及的巡检设备可以为巡检机器人；

通过第一环境监测设备获取目标巡检设备工作区域在第m1监测时间点对应的实时温度数值，得到第m1监测温度数值；

获取目标巡检设备的监测基准温度数值，得到监测基准温度数值，计算第m1监测温度数值与监测基准温度数值的差值，再对所得温度差值取绝对值，得到第m1监测温度差；

此处需要说明的是：

在本发明中，监测基准温度数值为使目标巡检设备保持最佳工况对应的温度数值或者温度范围值，若监测基准温度数值为温度范围值，则取范围区间端点平均数；

通过第二环境监测设备获取目标巡检设备工作区域在第m1监测时间点对应的实时湿度数值，得到第m1监测湿度数值；

获取目标巡检设备的监测基准湿度数值，得到监测基准湿度数值，计算第m1监测湿度数值与监测基准湿度数值的差值，再对所得湿度差值取绝对值，得到第m1监测湿度差；

此处需要说明的是：

在本发明中，监测基准湿度数值为使巡检设备保持最佳工况对应的湿度数值或者湿度范围值，若监测基准湿度数值为湿度范围值，则取范围区间端点平均数；

通过第三环境监测设备获取目标巡检设备工作区域在第m1监测时间点对应的实时悬浮颗粒物浓度数值，得到第m1监测悬浮颗粒物浓度数值；

获取目标巡检设备工作区域对应的基准悬浮颗粒物浓度数值，得到基准悬浮颗粒物浓度数值，计算第m1监测悬浮颗粒物浓度数值与基准悬浮颗粒物浓度数值的差值，再对所得悬浮颗粒物浓度差值取绝对值，得到第m1监测悬浮颗粒物浓度差；

此处需要说明的是：

在本发明中，基准悬浮颗粒物浓度数值为使巡检设备保持最佳工况对应的基准悬浮颗粒物浓度数值，在本发明中，设定基准悬浮颗粒物浓度数值为0；

此处需要说明的是：

在本发明中，第一环境监测设备为温度传感器，第二环境监测设备为湿度传感器，第三环境监测设备为光学颗粒物传感器；

将第m1监测温度差、第m1监测湿度差以及第m1监测悬浮颗粒物浓度差通过计算得到第m1监测时间点对应的环境复杂性系数，并将其命名为第m1环境复杂性系数；

对第m1监测时间点对应的环境复杂性系数进行计算，具体公式配置如下：

；

其中，Qxs为第m1监测时间点对应的环境复杂性系数，Wdc为第m1监测温度差，Sdc为第m1监测湿度差，Klc为第m1监测悬浮颗粒物浓度差，a1和a2为设定的比例系数，且a1和a2均大于0；

重复对第m1环境复杂性系数的获取过程，分别对第m2至第mm监测时间点对应的环境复杂性系数进行获取，得到第m2至第mm环境复杂性系数；

将第m1至第mm环境复杂性系数进行平均数计算，得到目标巡检环境复杂性指数；

环境监测模块对目标巡检环境复杂性指数进行获取，并将其输送至数据分析模块；

样本故障模块对巡检设备进行历史故障分析，得到历史故障数据；

具体如下：

选取多个与目标巡检设备类型相同的巡检设备作为故障样本巡检设备，并将其分别命名为第n1至第nn样本巡检设备；

此处需要说明的是：nn为选取的样本巡检设备对应的数量值，且nn为大于0的整数；

对第n1样本巡检设备进行历史故障性分析，具体如下：

获取第n1样本巡检设备对应的历史维修记录，在历史维修记录中，分别标记多个故障监测周期，分别对每个故障监测周期内的故障维修次数进行统计，得到多个周期故障次数；

对故障监测周期进行时长获取，得到故障监测周期时长，计算每一个周期故障次数与故障监测周期时长的比值，得到周期故障出现频率；

获取周期故障出现频率阈值，当周期故障出现频率大于周期故障出现频率阈值时，判断对应的故障监测周期为高频故障发生周期；

通过历史维修记录获取高频故障发生周期对应的周期开始时间点对应的巡检里程数值，得到故障高发阶段里程；

重复对目标巡检环境复杂性指数的获取过程，获取第n1样本巡检设备所处巡检区域对应的巡检环境复杂性指数；

将第n1样本巡检设备对应的故障高发阶段里程与巡检环境复杂性指数通过计算得到第n1样本巡检设备对应的故障评估系数，并将其命名为第n1故障评估系数；

对第n1样本巡检设备对应的故障评估系数进行计算，具体公式配置如下：

；

其中，Gzx为第n1样本巡检设备对应的故障评估系数，Lcg为第n1样本巡检设备对应的故障高发阶段里程，Hfx为第n1样本巡检设备对应的巡检环境复杂性指数，b1为设定的比例系数且b1大于0；

重复对第n1故障评估系数的获取过程，分别对第n2至第nn样本巡检设备对应的故障评估系数进行获取，得到第n2至第nn故障评估系数；

将第n1至第nn故障评估系数定义为历史故障数据；

样本故障模块对历史故障数据进行获取，并将其输送至数据分析模块；

数据分析模块对设备监测数据进行分析，得到设备状态分类数据；

获取历史故障数据，根据设备检测数据获取第n1至nn故障评估系数；

将第n1至nn故障评估系数划分为a个故障评估区间，并将其分别命名为第一至第a故障评估区间，分别对第一至第a故障评估区间中存在的故障评估系数进行数量统计，得到第一至第a周期系数数量值；

此处需要说明的是：

在本发明中，a为划分的故障评估区间对应数量值，且a为大于0的整数；

请参阅图2，建立周期系数统计直方图，在周期系数统计直方图中，将第一至第a故障评估区间分别建立为第一至第a故障评估条形柱，将第一至第a周期系数数量值建立为第一至第a故障评估条形柱对应的条形柱高度；

周期系数统计直方图建立高故障评估系数标注线；

当条形柱高度高于等于高故障评估系数标注线，则判断其对应的故障评估区间为第一设备故障率区间；

当条形柱高度低于高故障评估系数标注线，则判断其对应的故障评估区间为设备第二设备故障率区间；

获取目标巡检设备当前巡检里程；

根据设备检测数据获取目标巡检环境复杂性指数，将目标巡检设备当前巡检里程和目标巡检环境复杂性指数通过计算得到目标巡检设备对应的故障概率评估系数；

对目标巡检设备对应的故障概率评估系数进行计算，具体公式配置如下：；

其中，Gzm为第n1目标巡检设备对应的故障概率评估系数，Lcm为目标巡检设备当前巡检里程，Hfm为目标巡检环境复杂性指数，b2为设定的比例系数且b2大于0；

根据故障概率评估系数对目标巡检设备进行状态类型划分，得到设备状态分类数据；

当目标巡检设备对应的故障概率评估系数处于第一设备故障率区间时，判断巡检设备为第一状态类型巡检设备；

当目标巡检设备对应的故障概率评估系数处于第二设备故障率区间时，判断巡检设备为第二状态类型巡检设备；

此处需要说明的是：

在本发明中，判断目标巡检设备为第一设备故障率区间，包括第一设备故障率区间的区间边界；

智能控制模块根据设备状态分类数据对目标巡检设备进行故障智能控制；

获取设备状态分类数据；

当目标巡检设备为第一状态类型巡检设备时，则对其进行故障智能控制；

具体如下：

获取目标巡检设备在目标巡检区域中的巡检路径地图；

在巡检路径地图中，以地图几何中心为原点坐标，过原点坐标作平行于巡检路径地图上边框的直线为X轴，过原点坐标作垂直于X轴的直线为Y轴，得到巡检平面坐标图；

实时获取目标巡检设备在巡检平面坐标图中对应的坐标位置，得到第一位置坐标点；

请参阅图3，实时获取第一位置坐标点与巡检路径左侧边界的距离数值，得到第一距离数值，获取第一位置坐标点与巡检路径右侧边界的距离数值，得到第二距离数据；

当第一距离数值小于等于第二距离数值，则在第一位置坐标点的右前方标记一个偏角监测点；当第一距离数值大于第二距离数值，则在第一位置坐标点的左前方标记一个偏角监测点；

并将标记的偏角监测点命名为第二位置坐标点；

连接第一位置坐标点和第二位置坐标点，得到第一特征角度线，通过第一位置坐标点作与目标巡检设备前进方向平行的直线，得到第二特征角度线；

将第一特征角度线和第二特征角度线在第一位置坐标点处的夹角命名为行进角；

若行进角在巡检路径边界内，对行进角进行角度数值获取，得到行进角度数值；

若行进角在巡检路径边界外，获取特征调节角度，将特征调节角度与行进角进行数值相加，得到行进角度数值；

此处需要说明的是：

在本发明中，特征调节角度具体为在巡检路径边界内，行进角的最大角度值，在本发明中为90度；

获取行进角度基准数值，计算行进角度数值与行进角度基准数值的差值，得到行进偏离角度数值；

此处需要说明的是：

此处涉及行进角度基准数值为巡检设备处于巡检路径宽度中间对应的行进角，此处的行进角度基准数值需根据路径宽度等实际情况进行相应设定；

获取目标巡检设备的当前满电巡检里程，得到第一满电巡检里程，获取目标巡检设备的标定巡检里程，得到第二满电巡检里程，计算第二满电巡检里程与第一满电巡检里程的差值，得到满电巡检里程亏损值；

将满电巡检里程亏损值与行进偏离角度数值通过计算得到目标巡检设备对应的检修研判系数；

对检修研判系数进行计算，具体公式配置如下：

；

其中，Jxx为目标巡检设备对应的检修研判系数，Plj为行进偏离角度数值，Lkz为满电巡检里程亏损值，s1为设定的比例系数且s1大于0；

获取检修研判系数阈值，具体如下：

获取满电巡检里程亏损阈值与行进偏离角度阈值；

将满电巡检里程亏损阈值与行进偏离角度阈值通过计算得到目标巡检设备对应的检修研判系数阈值；

对检修研判系数阈值进行计算，具体公式配置如下：

；

其中，Jxxy为目标巡检设备对应的检修研判系数阈值，Pljy为行进偏离角度阈值，Lkzy为满电巡检里程亏损阈值，s1为设定的比例系数且s1大于0；

当检修研判系数大于检修研判系数阈值，则对目标巡检设备进行回收检修；

当检修研判系数小于检修研判系数阈值，目标巡检设备正常进行巡检工作；

当目标巡检设备为第二状态类型巡检设备时，目标巡检设备正常进行巡检工作；

在本发明中，若出现相应的计算公式，则上述计算公式均是去量纲取其数值计算，公式中存在的权重系数、比例系数等系数，其设置的大小是为了将各个参数进行量化得到的一个结果值，关于权重系数和比例系数的大小，只要不影响参数与结果值的比例关系即可。

以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。

Claims (10)

1.一种基于监测数据的巡检设备智能控制系统，其特征在于，包括：

环境监测模块：用于选取多个环境监测时间节点进行环境复杂性系数获取，对获取到的多个环境复杂性系数进行平均数计算，得到目标巡检环境复杂性指数；

样本故障模块：用于选取多个故障样本巡检设备进行故障分析，获取每一个故障样本巡检设备对应的故障评估系数，得到历史故障数据；

数据分析模块：用于根据历史故障数据进行巡检设备故障率区间划分，并获取故障概率评估系数对目标巡检设备进行状态类型划分，得到设备状态分类数据；

智能控制模块：用于根据设备状态分类数据对目标巡检设备进行故障智能控制。

2.根据权利要求1所述的一种基于监测数据的巡检设备智能控制系统，其特征在于，所述环境监测模块对目标巡检环境复杂性指数进行获取，具体如下：

在目标巡检设备当日工作时间范围内，分别选取第m1至第mm监测时间节点；

分别获取第m1监测温度差、第m1监测湿度差以及第m1监测悬浮颗粒物浓度差，计算得到第m1环境复杂性系数；

分别对第m2至第mm监测时间点对应的环境复杂性系数进行获取，得到第m2至第mm环境复杂性系数；

将第m1至第mm环境复杂性系数进行平均数计算，得到目标巡检环境复杂性指数。

3.根据权利要求2所述的一种基于监测数据的巡检设备智能控制系统，其特征在于，所述环境监测模块对第m1环境复杂性系数进行获取，具体如下：

获取目标巡检设备工作区域在第m1监测时间点对应的实时温度数值，得到第m1监测温度数值；

获取目标巡检设备的监测基准温度数值，得到监测基准温度数值，计算第m1监测温度数值与监测基准温度数值的差值，再对所得温度差值取绝对值，得到第m1监测温度差；

获取目标巡检设备工作区域在第m1监测时间点对应的实时湿度数值，得到第m1监测湿度数值；

获取目标巡检设备的监测基准湿度数值，得到监测基准湿度数值，计算第m1监测湿度数值与监测基准湿度数值的差值，再对所得湿度差值取绝对值，得到第m1监测湿度差；

获取目标巡检设备工作区域在第m1监测时间点对应的实时悬浮颗粒物浓度数值，得到第m1监测悬浮颗粒物浓度数值；

获取目标巡检设备工作区域对应的基准悬浮颗粒物浓度数值，得到基准悬浮颗粒物浓度数值，计算第m1监测悬浮颗粒物浓度数值与基准悬浮颗粒物浓度数值的差值，再对所得悬浮颗粒物浓度差值取绝对值，得到第m1监测悬浮颗粒物浓度差；

将第m1监测温度差、第m1监测湿度差以及第m1监测悬浮颗粒物浓度差通过计算得到第m1监测时间点对应的环境复杂性系数，并将其命名为第m1环境复杂性系数；

对第m1监测时间点对应的环境复杂性系数进行计算，具体公式配置如下：

；

其中，Qxs为第m1监测时间点对应的环境复杂性系数，Wdc为第m1监测温度差，Sdc为第m1监测湿度差，Klc为第m1监测悬浮颗粒物浓度差，a1和a2为设定的比例系数，且a1和a2均大于0。

4.根据权利要求1所述的一种基于监测数据的巡检设备智能控制系统，其特征在于，所述样本故障模块对历史故障数据进行获取，具体如下：

选取多个与目标巡检设备类型相同的巡检设备作为故障样本巡检设备，并将其分别命名为第n1至第nn样本巡检设备；

对第n1样本巡检设备进行历史故障性分析，得到第n1故障评估系数；

分别对第n2至第nn样本巡检设备对应的故障评估系数进行获取，得到第n2至第nn故障评估系数；

将第n1至第nn故障评估系数定义为历史故障数据。

5.根据权利要求4所述的一种基于监测数据的巡检设备智能控制系统，其特征在于，所述样本故障模块对第n1故障评估系数进行获取，具体如下：

获取第n1样本巡检设备对应的历史维修记录，在历史维修记录中，分别标记多个故障监测周期，分别对每个故障监测周期内的故障维修次数进行统计，得到多个周期故障次数；

对故障监测周期进行时长获取，得到故障监测周期时长，计算每一个周期故障次数与故障监测周期时长的比值，得到周期故障出现频率；

获取周期故障出现频率阈值，当周期故障出现频率大于周期故障出现频率阈值时，判断对应的故障监测周期为高频故障发生周期；

通过历史维修记录获取高频故障发生周期对应的周期开始时间点对应的巡检里程数值，得到故障高发阶段里程；

重复对目标巡检环境复杂性指数的获取过程，获取第n1样本巡检设备所处巡检区域对应的巡检环境复杂性指数；

将第n1样本巡检设备对应的故障高发阶段里程与巡检环境复杂性指数通过计算得到第n1样本巡检设备对应的故障评估系数，并将其命名为第n1故障评估系数；

对第n1样本巡检设备对应的故障评估系数进行计算，具体公式配置如下：

；

其中，Gzx为第n1样本巡检设备对应的故障评估系数，Lcg为第n1样本巡检设备对应的故障高发阶段里程，Hfx为第n1样本巡检设备对应的巡检环境复杂性指数，b1为设定的比例系数且b1大于0。

6.根据权利要求1所述的一种基于监测数据的巡检设备智能控制系统，其特征在于，所述数据分析模块对设备状态分类数据进行获取，具体如下：

获取历史故障数据，根据设备检测数据获取第n1至nn故障评估系数；

将第n1至nn故障评估系数划分为a个故障评估区间，并将其分别命名为第一至第a故障评估区间，分别对第一至第a故障评估区间中存在的故障评估系数进行数量统计，得到第一至第a周期系数数量值；

建立周期系数统计直方图进行设备故障率区间划分；

获取目标巡检设备当前巡检里程；

根据设备检测数据获取目标巡检环境复杂性指数，将目标巡检设备当前巡检里程和目标巡检环境复杂性指数通过计算得到目标巡检设备对应的故障概率评估系数；

对目标巡检设备对应的故障概率评估系数进行计算，具体公式配置如下：；

其中，Gzm为第n1目标巡检设备对应的故障概率评估系数，Lcm为目标巡检设备当前巡检里程，Hfm为目标巡检环境复杂性指数，b2为设定的比例系数且b2大于0；

根据故障概率评估系数对目标巡检设备进行状态类型划分，得到设备状态分类数据。

7.根据权利要求6所述的一种基于监测数据的巡检设备智能控制系统，其特征在于，所述数据分析模块对设备故障率区间进行划分，具体如下：

建立周期系数统计直方图，在周期系数统计直方图中，将第一至第a故障评估区间分别建立为第一至第a故障评估条形柱，将第一至第a周期系数数量值建立为第一至第a故障评估条形柱对应的条形柱高度；

周期系数统计直方图建立高故障评估系数标注线，根据周期系数统计直方图进行设备故障率区间划分；

当条形柱高度高于等于高故障评估系数标注线，则判断其对应的故障评估区间为第一设备故障率区间；

当条形柱高度低于高故障评估系数标注线，则判断其对应的故障评估区间为设备第二设备故障率区间。

8.根据权利要求6所述的一种基于监测数据的巡检设备智能控制系统，其特征在于，所述数据分析模块对目标巡检设备进行状态类型划分，具体如下：

当目标巡检设备对应的故障概率评估系数处于第一设备故障率区间时，判断巡检设备为第一状态类型巡检设备；

当目标巡检设备对应的故障概率评估系数处于第二设备故障率区间时，判断巡检设备为第二状态类型巡检设备。

9.根据权利要求1所述的一种基于监测数据的巡检设备智能控制系统，其特征在于，所述智能控制模块对目标巡检设备进行故障智能控制，具体如下：

获取设备状态分类数据；

当目标巡检设备为第一状态类型巡检设备时，则对其进行故障智能控制；

具体如下：

获取行进偏离角度数值；

获取目标巡检设备的当前满电巡检里程，得到第一满电巡检里程，获取目标巡检设备的标定巡检里程，得到第二满电巡检里程，计算第二满电巡检里程与第一满电巡检里程的差值，得到满电巡检里程亏损值；

将满电巡检里程亏损值与行进偏离角度数值通过计算得到目标巡检设备对应的检修研判系数；

获取满电巡检里程亏损阈值与行进偏离角度阈值；

将满电巡检里程亏损阈值与行进偏离角度阈值通过计算得到目标巡检设备对应的检修研判系数阈值；

当检修研判系数大于检修研判系数阈值，则对目标巡检设备进行回收检修；

当检修研判系数小于检修研判系数阈值，目标巡检设备正常进行巡检工作；

当目标巡检设备为第二状态类型巡检设备时，目标巡检设备正常进行巡检工作。

10.根据权利要求9所述的一种基于监测数据的巡检设备智能控制系统，其特征在于，所述智能控制模块对行进偏离角度数值进行获取，具体如下：

在巡检路径地图中，以地图几何中心为原点坐标，过原点坐标作平行于巡检路径地图上边框的直线为X轴，过原点坐标作垂直于X轴的直线为Y轴，得到巡检平面坐标图；

实时获取目标巡检设备在巡检平面坐标图中对应的坐标位置，得到第一位置坐标点；

实时获取第一位置坐标点与巡检路径左侧边界的距离数值，得到第一距离数值，获取第一位置坐标点与巡检路径右侧边界的距离数值，得到第二距离数据；

当第一距离数值小于等于第二距离数值，则在第一位置坐标点的右前方标记一个偏角监测点；当第一距离数值大于第二距离数值，则在第一位置坐标点的左前方标记一个偏角监测点；

并将标记的偏角监测点命名为第二位置坐标点；

连接第一位置坐标点和第二位置坐标点，得到第一特征角度线，通过第一位置坐标点作与目标巡检设备前进方向平行的直线，得到第二特征角度线；

将第一特征角度线和第二特征角度线在第一位置坐标点处的夹角命名为行进角；

若行进角在巡检路径边界内，对行进角进行角度数值获取，得到行进角度数值；

若行进角在巡检路径边界外，获取特征调节角度，将特征调节角度与行进角进行数值相加，得到行进角度数值。