(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111202744.8 (22)申请日 2021.10.15 (71)申请人 侯荣芹 地址 071000 河北省保定市竞 秀区旭阳路 166号上林风景12-2-201 (72)发明人 侯荣芹　陈元　 (74)专利代理 机构 北京盛询知识产权代理有限 公司 11901 代理人 韩建伟 (51)Int.Cl. G06Q 10/06(2012.01) G06F 16/25(2019.01) G06F 16/27(2019.01) G06F 16/2458(2019.01) G06F 16/28(2019.01)G06K 9/62(2022.01) G06N 20/00(2019.01) (54)发明名称 一种质量管理系统及质量管理方法 (57)摘要 本发明公开一种质量管理系统及质量管理 方法， 包括， 收集模块、 存储模块、 分类模块、 处理 模块、 优化模块； 收集模块、 存储模块、 分类模块、 处理模块、 优化模块依次连接； 收集模块用于采 集日志信息； 存储模块用于对日志信息进行汇总 并存储； 分类模块用于对汇总后的日志信息进行 分类， 得到故障类别数据； 处理模块用于对故障 类别数据进行故障点识别， 得到关键故障点； 优 化模块用于对关键故障点进行优化预测， 并对预 测结果进行整合， 得到医疗设备的优化方案。 本 发明提高了故障分析的效率及设备故障率分析 效率， 并对关键故障点进行查找， 为设备升级改 造提供更可靠的有效信息 。 权利要求书2页 说明书5页 附图1页 CN 113902318 A 2022.01.07 CN 113902318 A 1.一种质量管理系统， 其特 征在于， 包括： 收集模块、 存 储模块、 分类模块、 处 理模块、 优化模块； 所述收集模块、 存 储模块、 分类模块、 处 理模块、 优化模块依次连接； 所述收集模块用于采集若干个医疗设备终端的日志信息； 所述存储模块用于对日志信息进行汇总并进行储 存； 所述分类模块用于对汇总后的日志信息进行分类， 得到故障类别数据， 并对故障类别 数据进行分区存 储； 所述处理模块用于对故障类别数据通过神经网络进行故障点识别， 得到关键故障点； 所述优化模块用于通过机器学习对关键故障点进行优化预测， 并对预测结果进行整 合， 得到医疗设备的优化方案 。 2.根据权利要求1所述质量管理系统， 其特 征在于： 所述收集模块包括采集模块、 日志信息处 理模块； 所述采集模块用于采集若干个设备终端的设备日志信息； 所述日志信 息处理模块用于对设备 日志信息进行预处理， 生成若干个设备终端的日志 信息。 3.根据权利要求1所述质量管理系统， 其特 征在于： 所述存储模块包括汇总模块， 分布式存 储模块； 所述收集模块、 所述汇总模块、 所述分布式存 储模块依次连接； 所述汇总 模块用于对日志信 息进行汇总， 并将汇总后的日志信 息传输给分布式存储模 块； 所述分布式存储模块用于接收汇总后的日志信 息， 并将所述日志信 息通过区块链进行 分布式存 储。 4.根据权利要求1所述质量管理系统， 其特 征在于： 所述分类模块包括关键词分类模块， 分类存 储模块； 所述关键词分类模块与所述分类存 储模块连接； 所述关键词分类模块用于对汇总后的日志信 息进行关键词分类， 生成不同的故障类别 数据， 其中日志信息中包 含不同数据关键词； 所述分类存 储模块用于对不同故障类别数据进行分区存 储。 5.根据权利要求1所述质量管理系统， 其特 征在于： 处理模块包括统计模块， 识别模块； 所述统计模块与所述识别模块连接； 所述统计模块用于对不同故障类别数据进行故障率计算， 得到故障率； 所述识别模块用于对故障率进行统计， 并基于统计结果， 通过神经网络对故障类别数 据进行故障点识别， 得到关键故障点。 6.根据权利要求1所述质量管理系统， 其特 征在于： 优化模块包括预测模块， 生成模块； 所述预测模块与所述 生成模块连接； 所述预测模块用于对关键故障点的部件数据通过机器学习 进行预测， 生成关键故障点 最优数据；权　利　要　求　书 1/2 页 2 CN 113902318 A 2所述生成模块用于将所述 最优数据进行整合， 获取医疗设备终端的优化方案 。 7.一种质量管理方法， 其特 征在于： 采集若干个医疗设备终端的日志信息， 并对所述日志信息进行汇总； 对汇总后的日志信息进行分类， 得到故障类别数据； 对所述故障类别数据通过神经网络进行故障点识别， 得到关键故障点； 对所述关键故障点通过机器学习进行预测， 并对预测结果进行整合， 得到医疗设备的 优化方案 。 8.根据权利要求7 所述质量管理方法， 其特 征在于： 对所述故障类别数据通过神经网络进行故障点识别过程之前还 包括： 对故障类别数据进行故障率计算， 获取故障率； 对所述故障率进行统计， 并基于统计结果， 通过神经网络对故障类别数据进行故障点 识别， 得到关键故障点。权　利　要　求　书 2/2 页 3 CN 113902318 A 3