在智能康复机器人（泛指具备基础康复辅助功能的类按摩设备）运维服务实践中，通过iRest云APP用户端采集设备关键部件使用时长、质保时间等数据，经清洗去重等预处理后，运用部件健康度得分计算、熵权法权重赋值及整机综合评分模型，生成分级预警数据。该数据有助于为设备维护提供动态参考依据，促进运维措施的针对性调整，为保障设备功能稳定性、延长使用寿命提供数据支撑；同时，可为社会层面优化健康服务设备管理资源配置提供间接参考，有利于推动康复辅助设备运维经验的行业共享，助力同行探索更适配的设备健康管理模式。
1、数据采集：通过iRest云APP用户端和后台管理系统采集智能康复机器人的用户使用情况数据，包括设备编号、采集时间、设备关键部件（电机、气囊、推杆）使用时长T、设备关键部件（电机、气囊、推杆）质保时间t（数据均向上取整到最近的整数）。 2、数据预处理：对采集的数据进行清洗，去除重复记录，处理缺失值。 3、数据加工和分析： （1）计算各关键部件健康度得分：Si=1-Ti/ti，若Ti＞ti。则Si=0，其中i为部件编号，i=1电机，i=2气囊，i=3推杆 （2）基于熵权法确定部件权重：通过SPSSAU（SPSSPRO）算法软件，用熵值法计算历史数据各部件使用时长的离散程度（熵值Ei），熵值Ei越小（即使用时长波动越大、故障风险差异越明显），该部件对整机健康度的权重越高。权重Wi=（1-Ei）/∑（1-Ei） （3）计算整机综合健康评分：整机综合健康评分H=∑（Si×Wi） （4）判断预警等级：若H＞0.8，则输出为“健康，正常使用，无需额外维护”；若0.6≤H<0.8，则输出为“亚健康，检查各部件连接状态，清洁导轨/气路”；若0.4≤H<0.6，则输出为“预警，预约售后深度检测，更换易损件”，若H<0.4，则输出为“故障，立即停用，更换高风险部件”。
| 字段名 | 类型 | 描述 |
|---|---|---|
设备编号 |
-- | -- |
采集时间 |
-- | -- |
电机使用时长T1 |
-- | -- |
气囊使用时长T2 |
-- | -- |
推杆使用时长T3 |
-- | -- |
| fieldName | exampleValue |
|---|---|
| 设备编号 | P371****4261 |
| 采集时间 | 2025-07-10 |
| 电机使用时长T1 | 1315h |
curl -H "Authorization: Bearer YOUR_API_KEY" \
http://localhost:3001/api/v1/datasets/182373