设备管理方法、系统、终端及介质与流程

1.本发明属于设备管理领域，具体涉及一种设备管理方法、系统、终端及计算机存储介质。

背景技术：

2.生产设备管理作为企业信息化管理的重要组成部分，是确保企业生产正常运行，提高生产效率的基础和前提。在设备的运行过程中，由于设备老化、不正常操作等原因，设备会出现故障；以及，由于老零备件断供或老软件更新困难等原因，设备需要进行优化更新；于设备出现故障或需要优化更新时，通常需要对设备进行相应的维修、调整、更换零部件等维护操作，或更换成新型设备。
3.然而，目前通常采用人工判定的方式确定对应的设备处理方式，即确定执行设备维护或设备更换，但这种判定方式难免会受主观因素和信息不全等的影响，使得判定结果缺少客观性和科学性，进而导致设备成本增大和浪费，企业生产效益降低等问题；虽然，目前也有人采用与设备相关的基本参数信息，例如温度、压力等信息来判定相应的设备处理方式，但采用参数种类较少，且通常为若干个时刻的参数信息进修判定，导致该判定结果缺少实时、动态且综合全面的数据作为判定依据的支撑，易出现判定结果不合理等情况。
4.因此，如何利用互联网大数据资料，对设备进行科学精准管理，以降低设备运行成本和提高设备生产效益，已成为本领域需要解决的技术问题。

技术实现要素：

5.鉴于以上现有技术中存在的缺点，本发明的目的在于提供一种设备管理方法、系统、终端及计算机存储介质，用于解决现有的设备管理方法存在设备成本较大、设备生产效益较低等问题。
6.鉴于以上所述现有技术的缺点，本发明的目的在于提供一种设备管理方法，用于在设备状态监测过程中，获取设备采购或维护决策；于执行单次状态监测过程中，所述设备管理方法包括：获取设备的当前状态监测值；检测所述当前状态监测值是否符合预设运行状态条件，如是，则执行下一次所述状态监测过程，如否，则基于所述当前状态监测值获取设备的当前维护类型，并根据当前维护类型，确定设备的当前维护成本；基于所述当前维护成本和设备当前采购成本，获取设备当前的维护/采购成本比；检测所述维护/采购成本比和成本比阈值之间的大小关系，当所述维护/采购成本比大于等于所述成本比阈值时，则生成设备采购决策，当所述维护/采购成本比小于所述成本比阈值时，则生成设备维护决策，并执行下一次所述状态监测过程。
7.于本发明一实施例中，所述设备管理方法，还包括：利用互联网技术于工场/供应商的大数据库中，获取设备的当前成本信息；所述当前成本信息包括与设备相关联的各零部件于所述各所述维护方式的当前成本值；则所述根据当前维护类型，确定设备当前维护成本，包括：获取与所述当前维护类型对应的零部件信息和维护方式；基于所述当前成本信
息，获取与所述当前维护类型对应零部件和维护方式于当前的总成本值。
8.于本发明一实施例中，所述获取设备的当前状态监测值，包括：获取设备状态参数于上一监测时刻至当前监测时刻之间的均值，作为该设备状态参数于当前监测时刻的状态监测值；以及，获取设备的当前成本信息，包括：获取与设备相关联的各零部件在所述各所述维护方式下，于上一监测时刻至当前监测时刻之间的成本均值。
9.于本发明一实施例中，所述设备状态参数包括设备的运行状态参数和性能状态参数；其中，所述运行状态参数包括温度、压力和流量中的一个或多个；所述性能状态参数包括生产速率、产品合格率、耗材率、碳排放量和有害物质排放量中的一个或多个。
10.于本发明一实施例中，所述预设的运行状态条件包括正常运行状态条件和/或优化运行状态条件；其中，所述正常运行状态条件为设备处于正常运行状态时，各设备状态参数对应的第一阈值范围；所述优化运行状态条件为设备处于已优化运行状态时，各设备状态参数对应的第二阈值范围。
11.于本发明一实施例中，所述基于所述当前状态监测值获取设备的当前维护类型，包括：于各所述设备状态参数中，提取未满足所述第一阈值范围的状态参数，作为设备当前的异常状态参数；获取各所述异常状态参数的当前监测值与所述第一阈值范围的比较结果，基于各比较结果，采用人工智能分析方法获取设备当前的维修类型；和/或于各所述设备状态参数中，提取未满足所述第二阈值范围的状态参数，作为设备当前的待优化状态参数；获取各所述待优化状态参数的当前监测值与所述第二阈值范围的比较结果，基于各比较结果，采用人工智能分析方法获取设备当前的优化类型。
12.于本发明一实施例中，所述成本比阈值为根据设备的总运行时间和总维护次数所确定的阈值数值，且所述成本比阈值与所述设备的总运行时间和总维护次数均为负相关，则于所述检测所述维护/采购成本比和成本比阈值之间的大小关系之前，所述设备管理方法还包括：根据设备当前的总运行时间和总维护次数，获取设备当前的所述成本比阈值。
13.于本发明一实施例中，所述设备采购决策中包括设备延迟交付的违约赔偿金额；所述设备管理方法，还包括：基于设备的日均生产量和产品价格，确定设备的单日产值，以基于该单日产值，确定单日的所述违约赔偿金额。
14.本发明的还提供一种设备管理系统，包括：监测单元，用于在执行单次状态监测过程中获取设备的当前状态监测值；检测单元，用于检测所述当前状态监测值是否符合预设的运行状态条件，如是，则使所述监测单元执行下一次所述状态监测过程，以获得新的当前状态监测值，如否，则基于所述当前状态监测值获取设备的当前维护类型，并根据所述当前维护类型，确定设备的当前维护成本；以及，决策单元，用于根据所述当前维护成本和设备当前采购成本，获取设备当前的维护/采购成本比；检测当前所述维护/采购成本比和成本比阈值之间的大小关系，当所述维护/采购成本比大于等于所述成本比阈值时，则生成设备采购决策，当所述维护/采购成本比小于所述成本比阈值时，则生成设备维护决策，并使所述监测单元执行下一次所述状态监测过程。
15.于本发明一实施例中，所述监测单元连接工场/供应商的服务器，用于利用互联网技术于工场/供应商的大数据库中，获取设备的当前成本信息；其中，所述当前成本信息包括与设备相关联的各零部件于各所述维护方式的当前成本值；以及，所述决策单元还用于利用人工智能分析方法计算设备当前的维护/采购成本比，和根据所述维护/采购成本比和
成本比阈值之间的大小关系，生成对应的决策方案。
16.本发明的又提供一种终端，包括：处理器以及存储器，所述存储器与所述处理器之间通信连接；所述存储器用于存储计算机程序，所述处理器用于执行所述存储器存储的计算机程序，以使所述终端执行如上任意所述设备管理方法。
17.本发明的最后还提供一种计算机存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上任意所述设备管理方法。
18.如上所述，本发明提供的所述设备管理方法、系统、终端及计算机存储介质，通过检测设备的状态监测值是否符合正常运行状态条件，判定设备的状态是否正常；于检测到设备处于维护状态时，获取设备的当前维护成本，以根据当前维护成本与采购成本之间的比值，生成对应的设备维护决策或设备采购决策，不仅可以快速、高效地获取设备维护信息，并于发现设备维护时，提供客观的决策依据，避免设备的处理决策受人为主观因素的影响，从而可以降低设备成本，提高设备的生产效率和企业的生产效益。
附图说明
19.图1显示为本发明提供的所述设备管理方法于一实施例中的流程示意图；
20.图2显示为本发明提供的所述设备管理系统于一实施例中的结构示意图；
21.元件标号说明
22.20
ꢀꢀꢀꢀꢀꢀꢀꢀꢀ
设备管理系统
23.21
ꢀꢀꢀꢀꢀꢀꢀꢀꢀ
监测单元
24.22
ꢀꢀꢀꢀꢀꢀꢀꢀꢀ
检测单元
25.23
ꢀꢀꢀꢀꢀꢀꢀꢀꢀ
决策单元
具体实施方式
26.以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。
27.需要说明的是，以下实施例中所提供的图示仅以示意方式说明本发明的基本构想，遂图式。
28.为解决现有技术中存在的技术问题，本发明首先提供一种设备管理方法、系统、终端及计算机存储介质，于重复执行设备状态监测过程中，当监测到设备处于待维护状态时，获取设备采购决策或设备维护决策，以确保设备生产效率的同时，降低设备的运行成本和提高企业的生产效益。
29.其中，所述待维护状态至少包括设备故障状态和设备待优化状态。
30.请参见图1，示出为本发明实施例中所述设备管理方法于执行单次状态监测过程的流程示意图；如图1所示，所述设备管理方法，包括：
31.s101，获取设备的当前状态监测值；
32.于本实施例中，基于预设的监测频率，对设备的状态参数进行监测，以获得设备于
各监测时刻的状态参数值。
33.其中，所述设备状态参数至少包括设备的运行状态参数；所述运行状态参数包括温度、压力、流量或其他现有运行状态参数中的一个或多个。
34.具体的，对于单个所述设备状态参数，获取其于上一监测时刻至当前监测时刻之间的均值，作为该设备状态参数于当前监测时刻的状态监测值；对于各所述设备状态参数均执行该步骤，以获得各所述设备状态参数于当前监测时刻对应的状态监测值，作为设备的当前状态监测值。
35.可选的，所述设备状态参数还包括设备的性能状态参数；所述性能状态参数包括生产速率、零部件运行状态，产品合格率、耗材率、碳排放量、有害物质排放量或其他现有性能参数中的一个或多个。
36.可选的，各所述状态监测值均为实时动态获取，以实现对设备状态的实时动态监测。
37.s102，检测所述当前状态监测值是否符合预设的运行状态条件，如是，则执行下一次所述状态监测过程，如否，则基于所述当前状态监测值获取设备的当前维护类型，并根据所述当前维护类型，确定设备的当前维护成本；
38.于本实施例中，所述预设的运行状态条件包括正常运行状态条件和/或优化运行状态条件，则相对应地，所述维护类型包括维修类型和/或优化类型；其中，所述维修类型为对零部件执行各种维修的类型；所述优化类型为对零部件执行各种优化更新的类型。
39.其中，所述第一阈值范围为正常运行状态时各状态参数对应的阈值范围；即当设备处于正常运行状态时，各设备状态参数对应的第一阈值范围；所述第二阈值范围为已优化状态时各状态参数对应的阈值范围，即当设备处于已优化运行状态时，各设备状态参数对应的第二阈值范围。
40.具体的，获取设备于正常运行状态时，各所述设备状态参数对应的第一阈值范围；依次检测设备的各所述状态监测值是否满足对应的第一阈值范围，如是，则判定设备当前的运行状态为正常状态，并执行下一次所述状态监测过程，如否，则判定设备当前的运行状态为待维修状态；
41.于各所述设备状态参数中，提取其当前监测值未满足所述第一阈值范围的状态参数，作为设备当前的异常状态参数；获取各所述异常状态参数的当前监测值与所述第一阈值范围的比较结果，基于各比较结果，采用人工智能分析方法获取设备当前的维修类型；根据各维修类型与部件和维修方式的映射关系，确定与所述当前维修类型对应的待维修的部件和维修方式；根据待维修的部件和维修方式，确定设备当前的维修成本。
42.和/或获取设备于优化运行状态时，各所述设备状态参数对应的第二阈值范围；依次检测各所述设备状态参数是否满足对应的第二阈值范围，如是，则判定当前的运行状态为已优化状态，并执行下一次所述状态监测过程，如否，则判定设备当前的运行状态为待优化状态；
43.于各所述设备状态参数中，提取其当前监测值未满足所述第二阈值范围的状态参数，作为设备当前的待优化状态参数；获取各所述待优化状态参数的当前监测值与所述第二阈值范围的比较结果，基于各比较结果，采用人工智能分析方法获取设备当前的优化类型；根据各优化类型与部件和优化方式的映射关系，确定与所述当前优化类型对应的待优
化的部件和优化方式；根据待优化的部件和优化方式，确定设备当前的优化成本。
44.s103，基于设备当前采购成本和所述当前维护成本，获取设备当前的维护/采购成本比；检测当前所述维护/采购成本比和成本比阈值之间的大小关系，当所述维护/采购成本比大于等于所述成本比阈值时，则生成设备采购决策，当所述维护/采购成本比小于所述成本比阈值时，则生成设备维护决策。
45.获取设备的当前采购成本；将设备当前的所述当前维护成本和所述采购成本之间的比值，作为设备当前的维护/采购成本比；基于成本比阈值，检测该设备的维护/采购成本比是否大于成本比阈值，如是，表明设备的当前维护成本较高，则执行设备采购决策；如否，表明设备的当前维护成本较低，则执行设备维护决策。
46.可选的，所述成本比阈值为基于设备管理经验预先设定的比值。
47.可选的，所述成本比阈值为根据设备的总运行时间和总维护次数所确定的阈值数值，且所述成本比阈值与所述设备的总运行时间和总维护次数均为负相关，即设备的总运行时间越长，则所述成本比阈值越小；所述设备的总维护次数越多，则所述成本比阈值越小；则步骤s103于检测当前所述维护/采购成本比和成本比阈值之间的大小关系之前，还包括：
48.根据设备当前的总运行时间和总维护次数，获取设备当前的所述成本比阈值。
49.可选的，所述设备采购决策中包括设备延迟交付的违约赔偿金额，为设备采购交付过程中，由于设备交付延期(未按照约定期限交付采购设备)后，导致设备未能按时生产所产生的单日损失；基于该单日损失，确定设备采购合同中单日的违约赔偿金额。
50.具体的，基于设备的日均生产量和产品价格，确定设备的单日产值，以基于该单日产值，确定单日的所述违约赔偿金额。
51.可选的，所述设备采购决策还包括设备的双源采购方案和采购过程中各采购阶段的完成期限；其中，所述采购过程中的采购阶段包括购买阶段、运输阶段、装配阶段和质检阶段。
52.于另一实施例中，所述设备管理方法还包括：
53.利用互联网技术于工场/供应商的大数据库中，获取设备的当前成本信息；
54.其中，所述当前成本信息包括与设备相关联的各零部件对应于各维护方式的当前成本值，即零部件于各维修方式下的当前成本值，和/或零部件于各优化方式下的当前成本值。
55.则所述设备管理方法于执行s102时，还包括：获取与所述当前维护类型对应的零部件信息和维护方式，基于所述当前成本信息，获取与所述当前维护类型对应零部件和维护方式于当前的总成本值。
56.具体的，确定与所述当前维修类型对应的待维修的零部件和维修方式，基于所述当前成本信息，获取与待维修的零部件和维护方式于当前的总成本值；和/或确定与所述当前优化类型对应的待优化的零部件和优化方式，基于所述当前成本信息，获取与待优化的零部件和优化方式于当前的总成本值。
57.请参见图2，示出为本发明实施例中所述设备管理系统的结构示意图；如图2所示，所述设备管理系统20，包括：监测单元21、检测单元22和决策单元23。
58.其中，所述监测单元21用于在执行单次状态监测过程中获取设备的当前状态监测
值；
59.具体的，所述监测单元21连接设备，根据预设的监测频率对设备的状态参数进行监测，以获得设备于各监测时刻的状态参数值。
60.可选的，各所述状态监测值均为实时动态获取，以实现对设备状态的实时动态监测。
61.可选的，所述监测单元连接工场/供应商的服务器，用于通过互联网从所述工场/供应商的大数据库中实时获取设备的当前成本信息；其中，所述当前成本信息包括与设备相关联的各零部件于各维护方式下的当前成本值；
62.所述检测单元22用于检测所述当前状态监测值是否符合预设的运行状态条件，如是，则使所述监测单元21执行下一次所述状态监测过程，以获得新的当前状态监测值，如否，则基于所述当前状态监测值获取设备的当前维护类型，并根据所述当前维护类型，确定设备的当前维护成本。
63.其中，所述预设的运行状态条件包括正常运行状态条件和/或优化运行状态条件，则相对应地，所述维护类型包括维修类型和/或优化类型。
64.所述正常运行状态条件为设备处于正常运行状态时，各设备状态参数对应的第一阈值范围；所述优化运行状态条件设备处于已优化运行状态时，各设备状态参数对应的第二阈值范围；所述维护类型为对设备执行故障维修的类型；所述优化类型为对设备执行状态性能优化的类型。
65.具体的，所述检测单元22连接所述监测单元21，用于获取所述监测单元21输出的当前状态监测值；并依次检测各所述当前状态监测值是否满足对应设备状态参数的第一阈值范围，如是，则判定当前的运行状态为正常状态，并使所述监测单元21执行新的监测过程，以获取新的当前状态监测值，如否，则判定设备的当前运行状态为待维修状态。
66.于各所述设备状态参数中，提取其当前监测值未满足所述第一阈值范围的状态参数，作为设备当前的异常状态参数；获取各所述异常状态参数的当前监测值与对应阈值范围的比较结果，基于各比较结果，采用人工智能分析方法获取设备的维修类型；基于所述设备的维修类型，根据维修类型与部件和维修方式的映射关系，确定与所述当前维修类型对应的待维修的部件和维修方式；并根据待维修的部件和维修方式，确定设备当前的维修成本。
67.和/或于获取所述监测单元21所输出的当前状态监测值后，所述检测单元22依次检测各所述当前状态监测值是否满足对应设备状态参数的第二阈值范围，如是，则判定当前的运行状态为已优化状态，并执行下一次所述状态监测过程，如否，则判定设备当前的运行状态为待优化状态。
68.于各所述设备状态参数中，提取其当前监测值未满足所述第二阈值范围的状态参数，作为设备当前的待优化状态参数；获取各所述待优化状态参数的当前监测值与所述第二阈值范围的比较结果，基于各比较结果，采用人工智能分析方法获取设备当前的优化类型；根据各优化类型与对应部件和优化方式的映射关系，确定与所述当前优化类型对应的待优化的部件和优化方式；根据待优化的部件和优化方式，确定设备当前的优化成本。
69.可选的，所述监测单元还用于根据所述当前成本信息，获取与所述当前维护类型对应零部件和维护方式于当前的总成本值。
70.所述决策单元23用于所述当前维护成本和设备当前采购成本，获取设备当前的维护/采购成本比；检测当前所述维护/采购成本比和成本比阈值之间的大小关系，当所述维护/采购成本比大于等于所述成本比阈值时，则生成设备采购决策，当所述维护/采购成本比小于所述成本比阈值时，则生成设备维护决策。
71.具体的，所述决策单元23连接所述检测单元22，用于获取所述检测单元23输出的所述当前维护成本，且所述决策单元23获取设备的当前采购成本，将设备当前的所述当前维护成本和当前的所述采购成本之间的比值，作为设备当前的维护/采购成本比；基于成本比阈值，检测该设备的维护/采购成本比是否大于成本比阈值，如是，则执行设备采购决策；如否，表明设备的当前维护成本较低，则执行设备维护决策。
72.可选的，所述决策单元还用于利用人工智能分析方法计算设备当前的维护/采购成本比，和根据所述维护/采购成本比和成本比阈值之间的大小关系，生成对应的决策方案。
73.可选的，所述决策单元还包括成本比阈值模块，用于根据设备当前的总运行时间和总维护次数，获取设备当前的所述成本比阈值。
74.可选的，所述决策单元中还包括违约赔偿模块，用于获取所述设备采购决策中的违约赔偿金额；所述违约赔偿金额为设备采购交付过程中，由于设备交付延期(未按照约定期限交付采购设备)后，导致设备未能按时生产所产生的单日损失；基于该单日损失，确定设备采购合同中单日的违约赔偿金额。
75.具体的，所述违约赔偿模块为基于设备的日均生产量和产品价格，确定设备的单日产值，以基于该单日产值，确定单日的所述违约赔偿金额。
76.可选的，所述决策单元还包括双源采购模块和各采购期限模块；其中，所述双源采购模块用于生成双源采购方案，所述采购期限模块用于获取采购过程中各采购阶段的完成期限；其中，所述采购过程中的采购阶段包括购买阶段、运输阶段、装配阶段和质检阶段。
77.为解决现有技术中存在的上述技术问题，本发明实施例还提供了一种终端，包括相互连接的处理器及存储器；存储器用于存储计算机程序，处理器用于执行存储器存储的计算机程序，以使终端执行时可实现如上所述设备管理方法中的所有步骤。
78.其中，设备管理方法的具体步骤以及应用本发明实施例提供的终端获取的有益效果，均与上述实施例中的相同，在此不在对其进行赘述。
79.可选的，所述终端连接工场/供应商的服务器，用于通过互联网从所述工场/供应商的大数据库中实时获取设备的当前成本信息，并将各所述当前成本信息存储于所述存储器中，以使所述终端基于各所述当前成本信息，执行如上任意所述设备管理方法。
80.需要说明的是，存储器可能包含随机存取存储器(random access memory，简称ram)，也可能还包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。同理处理器也可以是通用处理器，包括中央处理器(central processing unit，简称cpu)、网络处理器(network processor，简称np)等；还可以是数字信号处理器(digital signalprocessing，简称dsp)、专用集成电路(application specific integrated circuit，简称asic)、现场可编程门阵列(field programmable gate array，简称fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
81.为解决现有技术中存在的上述技术问题，本发明实施例还提供了一种计算机存储
介质，其存储有计算机程序，该计算机程序被处理器执行时可实现如上所述设备管理方法中的所有步骤。
82.其中，设备管理方法的具体步骤以及应用本发明实施例提供的终端获取的有益效果，均与上述实施例中的相同，在此不在对其进行赘述。
83.需要说明的是：存储介质包括：rom、ram、磁碟或者光盘等各种可以存储程序代码的介质。
84.综上所述，本发明提供的所述设备管理方法、系统、终端及计算机存储介质，通过检测设备的状态监测值是否符合预设的运行状态条件，判定设备的运行状态是否为待维护状态；于检测到设备处于待维护状态时，获取设备的当前维护成本，以根据当前维护成本与采购成本之间比值，和成本比阈值之间大小关系，生成对应的设备维护决策或设备采购决策，不仅可以快速、高效地获取设备状态信息，并于发现设备待维护时，提供客观的决策依据，避免设备的处理决策受人为主观因素的影响，从而可以降低设备成本，提高设备的生产效率和企业的生产效益；此外，通过互联网从所述工场/供应商的大数据库中实时获取各状态监测值，可以获得更加综合全面的设备状态信息，以及基于设备的总运行时间和总维护次数，确定对应监测时刻的成本比阈值，从而可以根据设备的总运行时间和总维护情况，调整设备维护或采购决策的决策依据，使生成的设备管理决策能更加符合设备的实际情况，从而进一步提高了设备管理决策的科学性，以进一步提高设备生产效率和企业生产效益。
85.以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。
86.上述实施例仅例示性说明本发明的原理及其功效，而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下，对上述实施例进行修饰或改变。因此，举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变，仍应由本发明的权利要求所涵盖。

技术特征：

1.一种设备管理方法，其特征在于，用于在设备状态监测过程中，获取设备采购或维护决策；于执行单次状态监测过程中，所述设备管理方法包括：获取设备的当前状态监测值；检测所述当前状态监测值是否符合预设运行状态条件，如是，则执行下一次所述状态监测过程，如否，则基于所述当前状态监测值获取设备的当前维护类型，并根据当前维护类型，确定设备的当前维护成本；基于所述当前维护成本和设备当前采购成本，获取设备当前的维护/采购成本比；检测所述维护/采购成本比和成本比阈值之间的大小关系，当所述维护/采购成本比大于等于所述成本比阈值时，则生成设备采购决策，当所述维护/采购成本比小于所述成本比阈值时，则生成设备维护决策，并执行下一次所述状态监测过程。2.根据权利要求1所述的设备管理方法，其特征在于，所述设备管理方法，还包括：利用互联网技术于工场/供应商的大数据库中，获取设备的当前成本信息；所述当前成本信息包括与设备相关联的各零部件于所述各所述维护方式的当前成本值；所述根据当前维护类型，确定设备当前维护成本，包括：获取与所述当前维护类型对应的零部件信息和维护方式；基于所述当前成本信息，获取与所述当前维护类型对应零部件和维护方式于当前的总成本值。3.根据权利要求2所述的设备管理方法，其特征在于，所述获取设备的当前状态监测值，包括：获取设备状态参数于上一监测时刻至当前监测时刻之间的均值，作为该设备状态参数于当前监测时刻的状态监测值；以及，获取设备的当前成本信息，包括：获取与设备相关联的各零部件在所述各所述维护方式下，于上一监测时刻至当前监测时刻之间的成本均值。4.根据权利要求1至3中任一项所述的设备管理方法，其特征在于，所述设备状态参数包括设备的运行状态参数和性能状态参数；其中，所述运行状态参数包括温度、压力和流量中的一个或多个；所述性能状态参数包括生产速率、产品合格率、耗材率、碳排放量和有害物质排放量中的一个或多个。5.根据权利要求1所述的设备管理方法，其特征在于，所述预设的运行状态条件包括正常运行状态条件和/或优化运行状态条件；其中，所述正常运行状态条件为设备处于正常运行状态时，各设备状态参数对应的第一阈值范围；所述优化运行状态条件为设备处于已优化运行状态时，各设备状态参数对应的第二阈值范围。6.根据权利要求5所述的设备管理方法，其特征在于，所述基于所述当前状态监测值获取设备的当前维护类型，包括：于各所述设备状态参数中，提取未满足所述第一阈值范围的状态参数，作为设备当前的异常状态参数；获取各所述异常状态参数的当前监测值与所述第一阈值范围的比较结果，基于各比较结果，采用人工智能分析方法获取设备当前的维修类型；和/或
于各所述设备状态参数中，提取未满足所述第二阈值范围的状态参数，作为设备当前的待优化状态参数；获取各所述待优化状态参数的当前监测值与所述第二阈值范围的比较结果，基于各比较结果，采用人工智能分析方法获取设备当前的优化类型。7.根据权利要求1所述的设备管理方法，其特征在于，所述成本比阈值为根据设备的总运行时间和总维护次数所确定的阈值数值，且所述成本比阈值与所述设备的总运行时间和总维护次数均为负相关，则于所述检测所述维护/采购成本比和成本比阈值之间的大小关系之前，所述设备管理方法还包括：根据设备当前的总运行时间和总维护次数，获取设备当前的所述成本比阈值。8.根据权利要求1所述的设备管理方法，其特征在于，所述设备采购决策中包括设备延迟交付的违约赔偿金额；所述设备管理方法，还包括：基于设备的日均生产量和产品价格，确定设备的单日产值，以基于该单日产值，确定单日的所述违约赔偿金额。9.一种设备管理系统，其特征在于，包括：监测单元，用于在执行单次状态监测过程中获取设备的当前状态监测值；检测单元，用于检测所述当前状态监测值是否符合预设的运行状态条件，如是，则使所述监测单元执行下一次所述状态监测过程，以获得新的当前状态监测值，如否，则基于所述当前状态监测值获取设备的当前维护类型，并根据所述当前维护类型，确定设备的当前维护成本；以及，决策单元，用于根据所述当前维护成本和设备当前采购成本，获取设备当前的维护/采购成本比；检测当前所述维护/采购成本比和成本比阈值之间的大小关系，当所述维护/采购成本比大于等于所述成本比阈值时，则生成设备采购决策，当所述维护/采购成本比小于所述成本比阈值时，则生成设备维护决策，并使所述监测单元执行下一次所述状态监测过程。10.根据权利要求9所述的设备管理系统，其特征在于，所述监测单元连接工场/供应商的服务器，用于利用互联网技术于工场/供应商的大数据库中，获取设备的当前成本信息；其中，所述当前成本信息包括与设备相关联的各零部件于各所述维护方式的当前成本值；以及，所述决策单元还用于利用人工智能分析方法计算设备当前的维护/采购成本比，和根据所述维护/采购成本比和成本比阈值之间的大小关系，生成对应的决策方案。11.一种终端，其特征在于，包括：处理器以及存储器，所述存储器与所述处理器之间通信连接；所述存储器用于存储计算机程序和数据，所述处理器用于执行所述存储器存储的计算机程序，以使所述终端执行如权利要求1至7中任一项所述设备管理方法。12.一种计算机存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1至8中任一项所述设备管理方法。

技术总结

本发明提供一种设备管理方法、系统、终端及计算机存储介质；其中，方法包括：检测当前状态监测值是否符合预设的运行状态条件，如是，则执行下一次所述状态监测过程，如否，则基于所述当前状态监测值获取设备的当前维护类型，进而确定设备的当前维护成本；基于所述当前维护成本和设备当前采购成本，获取设备当前的维护/采购成本比；检测维护/采购成本比和所述成本比阈值之间的大小，根据检测结果执行对应的采购决策或维护决策，从而可以降低设备成本，提高设备的生产效率和企业的生产效益。提高设备的生产效率和企业的生产效益。提高设备的生产效率和企业的生产效益。