[0047] 为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施例，对本发明作进一步的详细说明，本发明的示意性实施方式及其说明仅用于解释本发明，并不作为对本发明的限定。
[0048] 实施例1：
[0049] 如图1所示，一种基于区块链技术的金融自助设备检修方法，包括以下步骤：
[0050] A001：获得金融自助设备运行信息，所述金融自助设备运行信息包括金融自助设备规格数据和金融自助设备维护频率，当达到所述金融自助设备维护频率时，将所述金融自助设备运行信息发送给维护规范线上信息库进行适配，获得维护程序清单；
[0051] 具体而言，本申请技术方案中所述的一种基于区块链技术的金融自助设备检修方法可应用于一种基于区块链技术的金融自助设备维护检修系统，可及时发现金融自助设备在正常运行期内的问题，能及时智能化发出维护检修提示，从而确保金融自助设备稳定运行和使用周期，实现金融健康运行环境的正常秩序运转。所述金融自助设备如自动取款机、自动存款机、循环自动柜员机、自助查询机、自助缴费机等等设备。本技术方案中所述的金融自助设备为任意一种类型，并使用所述维护检修方法进行维护检修的设备。所述金融自助设备运行信息包括基础信息，以及运行中所涉及到设备的工作参数信息，比如型号、配件、适用范围等，以及金融自助设备运行时，工作参数的变化等等，为所述金融自助设备运行信息。其中，所述金融自助设备运行信息包括金融自助设备规格数据和金融自助设备维护频率。其中，所述每台金融自助设备在使用过程中会受到外部环境的影响比如外力，也可能在运行过程中受到内部部件作用力的影响，从而影响设备的使用寿命，因而，金融自助设备在投入使用前，设备人员会通过试验验证等方式对设备的维护检修期限进行预设。基于这种方式来确定金融自助设备的规格信息，以及金融自助设备维护频率或者说维护周期，对金融自助设备的维护检修信息进行确定，从而维持金融自助设备的正常使用。
[0052] 其中，所述金融自助设备维护频率是指金融自助设备依据检测结果以及历史使用信息等综合分析确定的维护频率，也可称之为维护保养周期。当所述金融自助设备使用时间达到所述金融设备维护频率时，比如一年维护12次，每个月维护一次，维护检修后将金融自助设备对应的运行信息、基础信息等参数输送到维护规范线上信息库中，所述维护规范线上信息库接收到相关信息后，开始自动开启搜索适配模式，获得与所述金融自助设备运行信息对应的维护项目数据，即维护程序清单。
[0053] 所述程序维护清单包括金融自助设备定期维护检修的表征状态、项目、物理参数信息等等，通过所述维护规范线上信息库获取所述金融自助设备对应的所述维护程序清单，达到对所述金融自助设备定期、及时的维护检修，避免缺失性维护等情况。
[0054] A002：控制所述金融自助设备上传运行信息，获得金融自助设备运行信息目录，所述金融自助设备运行信息目录和所述维护程序清单一一对应；
[0055] 具体而言，本技术方案所述的金融自助设备维护检修方法应用于对应的维护检修系统中，可智能控制所述金融自助设备将相关信息状况即运行信息进行上传，从而获得金融自助设备运行信息目录。其中所述金融自助设备运行信息目录和所述维护程序清单一一对应，通过智能化获得所述金融自助设备实际工作状态下的工作状态信息，部件运行数据，位置数据等等，然后与所述维护程序清单中各列表信息进行一一对比，根据对比分析获得结果不符合规定的项目类别，从而有针对性的进行维护检修，实现智能化检测金融自助设备的相关项目，确保正常运行，同时在出现相关问题时，能够及时进行检修。
[0056] A003：依照图像采集装置采集的所述金融自助设备的运行状态图像，根据所述运行状态图像获得金融自助设备实际工作信息；
[0057] 具体而言，所述图像采集装置可以为图像传感装置，具有检测功能，能够将采集到的图像信息，按照一定规律变换成电信号或其他形式信息，然后进行传输，并对信息进行处理、保存、显示。所述图像采集装置用于对所述金融自助设备在工作过程中的运行动作图像进行不同角度、不同距离的实时采集。所述金融自助设备的远程采集装置根据运行状态图像，分析得到所述金融自助设备运行过程的数据信息，比如打印纸是否能正常打印，显示屏是否能正常显示，卡片是否能正常识别等等，即通过这些运行状态图像获得所述金融自助设备实际工作信息，进而根据实际工作信息对所述金融自助设备的运行状态进行智能化判断分析，确保所述金融自助设备工作满足正常运行的工作要求。
[0058] 本实施例中，所述图像采集装置采集了所述金融自助设备的运行状态图像后上传到对应的区域后，之后系统开始进行对比分析，实现智能化分析、检测，减少人工检查的时效性低，检测效率低、以及可能存在检测不全面的技术问题。
[0059] A004：将所述金融自助设备运行信息目录和所述金融自助设备实际工作信息均输入到金融自助设备良好运行评价模型中，获得评估数据，其中，所述评估数据包括金融自助设备待维护清单和金融自助设备维护目标设置参数清单；
[0060] A005：所述金融自助设备待维护清单和所述金融自助设备维护目标设置参数清单提示服务商人员对所述金融自助设备进行维护检修。
[0061] 具体地，所述金融自助设备运行信息目录和所述金融自助设备实际工作信息输入到金融自助设备良好运行评价模型中，可获得评估数据。其中，所述金融自助设备良好运行评价模型为采用大量数据训练而成，因此，输出的评估数据结果准确度更高。所述评估数据包括金融自助设备待维护清单和金融自助设备维护目标设置参数清单，其中，所述金融自助设备待维护清单包括金融自助设备还未进行维护的结构元件以及还未进行维护的项目，所述金融自助设备维护目标设置参数清单，即金融自助设备要进行维护的目标元件，以及进行维护元件的目录清单即具体项目，要求。通过所述金融自助设备良好运行评价模型得到所述金融自助设备待维护清单、项目以及对应维护检修的标准参数，进而提醒服务商人员优先或有针对性的对金融自助设备进行维护，能够第一时间发现出现问题的所述金融自助设备的位置、出现问题的原因等等，从而进一步确保金融自助设备的正常运行和使用周期，最终实现金融业的正常运行。
[0062] 其中，所述金融自助设备良好运行评价模型为一种神经网络模型，主要应用于机器学习中，可以通过不断学习和调整的数学模型。所述金融自助设备良好运行评价模型为采用多组数据进行模拟比如金融自助设备运行信息目录和所述金融自助设备实际工作信息等相关数据，而建立的模型，主要用于在将金融自助设备在运行过程中的所述金融自助设备运行信息目录和所述金融自助设备实际工作信息等数据输入后，获得评估数据。由于所述金融自助设备良好运行评价模型为采用大量数据训练而获得的，准确率高的模型，因此，获得的评估数据也更加准确。
[0063] 进一步的，所述步骤A001中，还包括：
[0064] A0010：获得金融自助设备信息设置上传频率，其中，所述金融自助设备信息设置上传频率小于所述金融自助设备维护频率；
[0065] A0011：根据所述金融自助设备信息设置上传频率获得所述金融自助设备历史维护数据，获得所述金融自助设备历史维护程序清单；
[0066] A0012：将所述金融自助设备历史维护程序清单输送到所述维护规范线上信息库，并进行更新，其中所述维护规范线上信息库包括大于等于两个所述金融自助设备使用者的历史维护程序清单；
[0067] A0013：从所述维护规范线上信息库调出所述维护程序清单，其中，所述维护程序清单为大于等于两个所述金融自助设备使用者的历史维护程序清单的汇总。
[0068] 具体而言，所述金融自助设备信息设置上传频率主要用于将所述金融自助设备的工作运行、维护检修的相关数据进行上传、保存、更新。当所述金融自助设备信息设置上传频率小于所述金融自助设备维护频率是，在设置的维护周期时间前，先将距离现在最近的维护时间点的所述金融自助设备工作运行信息、以及维护保养检查的对应项目等信息传输至所述金融自助设备保养的远程检测系统中，同时将所述金融自助设备的各部件运行的标准数据、参变量、以及工作状态信息等数据进行上传，并在所述维护规范线上信息库进行数据更新。其中所述维护规范线上信息库存储有多组或大于等于两组所述金融自助设备使用者的历史维护程序清单，即具有对所述金融自助设备检测的规定数据。
[0069] 所述维护程序清单为大于两个所述金融自助设备使用者的历史维护程序清单的汇总，即维护规范线上信息库中的数据是通过对多个规定数据进行综合，从而确定的维护程序清单，便于进行参考。采用整合多个角度实际操作获得的所述金融自助设备维护规范数据，从而提供具备大量实际操作基础的标准，进一步实现维护检修具有标准进行参考，准确并有效的技术效果。
[0070] 进一步地，所述A001中还包括：
[0071] A0014：根据所述维护程序清单，获得维护程序清单I和维护程序清单II，所述维护程序清单I包括所述金融自助设备的表征信息，所述维护程序清单II包括所述金融自助设备的配置参变量；
[0072] A0015：所述维护程序清单适配维护设备汇总，将所述维护设备汇总传送给所述服务商人员，采用所述维护设备汇总进行维护，获得自助设备表征状态检查数据；
[0073] A0016:通过所述维护程序清单II读取所述金融自助设备的运行变量，获得运行变量工作巡检数据；
[0074] A0017:将所述自助设备表征状态检查数据和所述运行变量工作巡检数据合并设为金融自助设备运行信息目录。
[0075] 具体地，根据所述维护规范线上信息库得到所述维护程序清单，对所述金融自助设备的对应工作信息、工作运行参数数据进行对比分析。其中，所述维护程序清单中所述金融自助设备中的表征状态信息，物理状态信息，以及设备部件工作参数等等进行检测。在对所述维护程序清单中的所述金融自助设备的物理状态数据进行维护检修时，首先要适配需要检测相关物理状态的所有金融自助设备，并将所述维护设备汇总发送给服务商人员，进一步通过人工检测所述维护设备汇总中每个设备的物理状态维护检测数据。例如：自动取款机中打印回单时，打印装置能够正常运转，发出正常运转的声音，但是选择打印后，一分钟后，没有打印回单出来等信息。最后将所述自助设备表征状态检查数据和述运行变量工作巡检数据进行整合，得到所述金融自助设备运行信息目录。
[0076] 所述金融自助设备运行信息目录的获得，主要通过分别得到所述金融自助设备工作时表征状态或物理状态检查数据，以及所述金融自助设备工作时设部件运行变量工作巡检数据，将两种情况数据通过分析整合得到所述金融自助设备运行信息目录。
[0077] 可选地，所述步骤A002中还包括：
[0078] A0021:根据所述金融自助设备规格数据，获得安全保密信息，其中，所述安全保密信息为所述金融自助设备出厂时设置的级别确认保密数据；
[0079] A0022:将所述安全保密信息输入到安全信息数据库进行遍历，获得安全密码，[0080] A0023:将所述安全密码发送给所述金融自助设备进行破密码，当所述金融自助设备破除密码后获得操控区间。
[0081] 具体地，所述金融自助设备在完成制造投入使用前，会预先设置用于安全保护的级别保密数据，也可以理解为预设的权限确认加密信息，将所述金融自助设备对应的所述安全保密信息输入到所述安全信息数据库进行遍历搜索，从而获得与所述安全保密信息呈一一对应关系的密码信息，即为所述的安全密码。进一步将所述安全密码传输给所述金融自助设备，便于所述金融自助设备进行解密，解密后可获得所述金融自助设备对应的操控权限，即所述操控区间。采用出厂是设置级别确认保密数据，能够保证所述金融自助设备的数据信息安全性。从合理途径获取得到的金融自助设备对应的安全密码信息，进而得到所述金融自助设备的操控区间，可对设备进行控制，对整个设备运行过程中进行控制，从而避免被无关人员误操作，影响所述金融自助设备的正常运行。
[0082] 进一步地，所述A0015中还包括：
[0083] A00151:根据所述金融自助设备运行信息，获得初步操作器件汇总和工作区间汇总；
[0084] A00152:将所述维护程序清单I、所述维护设备汇总和所述工作区间汇总输入维护结果推测模型，获得推测效果推定汇总，其中，所述推测效果推定汇总包括所述维护设备汇总的最佳设置区域；
[0085] A00153:所述最佳设置区域发送给所述服务商人员，对所述维护设备汇总进行区域设定。
[0086] 具体地，根据所述金融自助设备运行信息，可以获得对应的所述金融自助设备的初步操作器件汇总和工作区间汇总。基于所述维护程序清单I、所述维护设备汇总、所述初步操纵器件汇总，和所述工作区间汇总，所述维护结果推测模型可以智能化分析获得所述金融自助设备中所述维护设备汇总的最佳设置区域的推测结果，从而将对应的最佳设置区域以信息的形式发送给服务商人员，通知服务商人员对所述维护设备汇总进行位置安排。其中，所述维护结果推测模型是由多组训练数据训练而成，每组训练数据包括不同位置区域的检测结果。
[0087] 历史维护结果推测模型训练过程中，一般由实践操作经验丰富的技术人员提供最佳设置区域或最佳设置位置的指示，当所述维护结果推测模型实现收敛后，可直接由模型得出数据，从而降低了对维护检修人员经验的依赖性，从而使维护检修方法具有普遍适用性。所述维护结果推测模型具体为一种神经网络模型，神经网络是由大量的、简单的处理单元或称神经元广泛地连接而形成的复杂网络系统，神经网络具备大规模并行、分布式存储和处理、自组织、自适应和自学能力，因此所述维护结果推测模型也可以理解为一种数学模型，为采用大量的所述维护程序清单I、所述维护设备汇总和所述工作区间汇总等数据进行模拟训练而建立，从确保所述维护结果推测模型输出的数据信息如推测效果推定汇总，更加准确，更符合实际工作运行情况。
[0088] 可选地，步骤A003还包括：
[0089] A0031:对所述运行状态图像进行卷积特性提炼，获得金融自助设备运行状态规格信息，将所述金融自助设备运行状态规格信息在多组所述运行状态图像中遍历，获得金融自助设备正常运行状态信息；
[0090] A0032:基于所述金融自助设备正常运行状态信息和所述金融自助设备运行状态规格信息，获得运行良好数据，将所述运行良好数据设为金融自助设备实际工作信息。
[0091] 具体而言，采用计算机智能化对所述金融自助设备的运行状态图像进行卷积特征提炼，从而到所述金融自助设备在运行状态下的规格信息，比如所述金融自助设备中部件正常运行时部件与部件之间的相对位置关系。将所述金融自助设备运行状态规格信息在多组所述运行状态图像中进行遍历，得到所述金融自助设备正常运行状态信息。结合所述金融自助设备正常运行状态信息和所述金融自助设备运行状态规格信息，获得所述金融自助设备的运行良好数据。其中基于所述金融自助设备正常运行状态信息，可获得运行良好数据，并进一步将运行良好数据作为金融自助设备实际工作信息，从而实现对基于图像特征分析，进行智能化计算分析运行状态特征，同时使所述金融自助设备运行状态以数据的形式得到展示。
[0092] 可选地，步骤A003还包括：
[0093] A0033:对所述运行状态图像进行卷积特性提炼，获得金融自助设备杂质运行信息，将所述金融自助设备杂质运行信息，根据所述金融自助设备杂质运行信息在多组所述运行图像中遍历，获得金融自助设备杂质运行状态信息；
[0094] A0034:基于所述金融自助设备杂质运行状态信息，获得状况运行数据，所述状况运行数据为金融自助设备实际工作信息的一种。
[0095] 本技术方案中，所述金融自助设备杂质运行信息获得方式同金融自助设备运行状态规格信息获得方式相同，通过对所述金融自助设备运行过程中一些无关或相关度低的物件信息进行采集，从而快速获得所述金融自助设备正常运行状态信息，并分析出运行状态特征，同时以数据形式得到展示，确保所述金融自助设备能够良好正常运行，同时也利于出现问题的设备及时得到维护检修。
[0096] 可选地，步骤A004还包括
[0097] A0041:获得金融自助设备预设工作数据，根据所述金融自助设备实际工作信息和所述金融自助设备预设工作数据的偏差获得良好运行评估准则，所述金融自助设备实际工作信息和所述金融自助设备运行信息目录一一对应；
[0098] A0042:依据所述良好运行评估准则，建立所述金融自助设备良好运行评价模型，将多组所述金融自助设备运行信息目录和所述金融自助设备实际工作信息输入所述融自助设备良好运行评价模型，获得多组良好评估数据；
[0099] A0043:多组所述金融自助设备运行信息目录和多组良好评估数据一一对应；
[0100] A0044:通过一一对应关系，获得评估数据。
[0101] 具体地，将所述金融自助设备预设工作数据和所述金融自助设备运行信息的金融自助设备实际工作信息进行对比，可获得金融自助设备实际工作数据与预设工作数据之间的偏差或者说差距，基于这种偏差的大小对所述金融自助设备的运行状态情况进行评价分析，即获得良好运行评估准则。根据所述良好运行评估准则，可以建立金融自助设备良好运行评价模型，进一步将多组所述金融自助设备运行信息目录和所述金融自助设备实际工作信息输入到所述金融自助设备良好运行评价模型中，模型可智能化对比分析出多组所述金融自助设备杂评估数据或者说评分结果。其中，多组所述金融自助设备运行信息目录和多组良好评估数据一一对应，即具有所述一一映射关系，基于映射关系，可筛选出所述金融自助设备正常运行时，各个设备或元件的工作参数以及表征状态，并将正常运行状态信息作为标准参考值与现有某一工作状态的进行比较，从而获得维护参数。同时，本技术方案中所述的评估数据是在未与标准参考值进行比较下获得的，即该值更符合当前实际情况的预测，也适合当前所述金融自助设备所处的环境。
[0102] 通过所述金融自助设备良好运行评价模型，可以基于所述金融自助设备实际工作信息进行判断当前所述金融自助设备当前的运行情况，而对于运行状况差的所述金融自助设备，器评估数据差，则可提示服务商人员进行维护检修，从而保证所述金融自助设备的正常运行，确保金融工作有秩序、稳定的运行，从而达到多个角度，线上远程的监控，能够有效避免人力进行维护检修时，检修效率低，时效性差等技术问题。
[0103] 其中，步骤A0042中，所述评估良好数据为所述评估数据的一种。
[0104] 可选地，将上述中数据通过网络存储到区块链中，本实施例中，将所述金融自助设备维护检修数据处理工作与区块链技术相结合，作为新的可信数据载体，利于远程维护检修工作的顺利进行，极大提高了远程维护效率。
[0105] 以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
