劣化诊断系统追加学习方法技术方案

制作学习了加速测定数据和先验标签数据的判定器(DE1)，其中，加速测定数据是通过劣化加速实验获取到的、从设备正常到劣化的数据，先验标签数据是对加速测定数据中的、表示劣化的特征的数据赋予标签而得到的数据。从运行中的设备获取劣化诊断的测定数据，根据设备中的维护记录求出教师劣化度标签数据，根据测定数据和教师劣化度标签数据来获取追加数据。在由判定器对包含追加数据的所有学习数据进行判定得到的预测劣化度标签数据与所有学习数据中包含的教师劣化度标签数据的差异比规定值大的情况下，挑选学习数据来作为追加学习数据。学习追加学习数据，从而更新判定器。

Additional Learning Method for Degraded Diagnostic System

【技术实现步骤摘要】
【国外来华专利技术】劣化诊断系统追加学习方法
本专利技术涉及一种电气机器设备中的劣化诊断系统追加学习方法。
技术介绍
以往，公开了一种机器设备的异常诊断方法(例如参照专利文献1)，具备：信号提取单元，其用于检测运转中的电动机的输入电流中包含的特定的谐波分量；以及信号处理单元，其对来自该信号提取单元的输出信号进行变换处理，其中，将通过该信号处理单元获得的由高频分量形成的特性值与预先决定的判定基准进行比较，由此能够确定出异常原因和场所。在始终监视具备具有旋转体的电动机及发电机等的设备的劣化状态的以往的异常诊断方法中，对于表示设备的状态的物理量，主要测定温度、声音以及振动，基于规定的阈值来进行此时的正常或异常的诊断。现有技术文献专利文献专利文献1：日本特开2002-189064号公报专利文献2：日本特开2003-156547号公报
技术实现思路
然而，在以往的异常诊断方法中使用的温度、声音以及振动等的环境依赖性非常高。因而，为了减弱该环境依赖性，需要对作为诊断的对象的每台设备设定大量的复杂的阈值参数的初始值。同时，需要对该参数持续地进行微调。因此，存在如下问题：需要由专家进行定期维护，设备的劣化诊断需要大量的工时。本专利技术用于解决以往的问题，其目的在于，在使通过劣化加速实验制作出的判定器进行追加学习时，在适当地选择定期的追加学习所需的学习数据量的同时实现学习效果的增加。为了实现目的，本专利技术根据设备运行中的测定数据和该设备的教师劣化度标签数据来更新使用通过劣化加速实验得到的初始学习数据制作出的判定器。具体地说，本专利技术所涉及的一个方式的劣化诊断系统追加学习方法包括以下步骤：初始学习步骤，制作学习了加速测定数据和先验标签数据的判定器，其中，加速测定数据是通过劣化加速实验获取到的、从设备正常到劣化的连续的数据，先验标签数据是对加速测定数据中的、表示劣化的特征的数据赋予标签而得到的数据；从运行中的设备获取劣化诊断的测定数据；根据设备中的维护记录求出教师劣化度标签数据；根据测定数据和教师劣化度标签数据来获取追加数据；在由判定器对包含追加数据的所有学习数据进行判定得到的预测劣化度标签数据与所有学习数据中包含的教师劣化度标签数据的差异比规定值大的情况下，挑选学习数据来作为追加学习数据；以及学习追加学习数据，从而更新判定器。由此，学习通过劣化加速实验获取到的加速测定数据和针对加速测定数据的先验标签数据，从而制作判定器，使用根据来自运行中的设备的劣化诊断的测定数据和基于维护记录求出的教师劣化度标签数据而获取到的追加学习数据，来更新判定器。由此，能够使在现场获取的作为非连续的学习数据的追加数据适合作为连续基准数据的初始学习数据。其结果，能够提高监视对象的设备中的劣化的判定基准的准确度。因而，能够在适当地选择追加学习所需的学习数据量的同时实现学习效果的增加。另外，也可以是，在每次实施维护时都重复进行以下步骤：获取追加数据；挑选学习数据来作为追加学习数据；以及更新判定器。由此，能够在每次实施维护时都更新判定器的学习度。另外，也可以是，挑选学习数据来作为追加学习数据的步骤包括以下步骤：在由判定器对包含追加数据的所有学习数据进行判定时，在判定出的数据是对于学习数据而言为未知的程度高于规定的阈值的数据的情况下，将判定出的数据判定为未知数据；以及挑选未知数据来作为学习数据的追加学习数据。由此，即使是未知度高于规定的阈值的数据，也能够作为学习数据追加给判定器，因此对于在各个现场有可能不同的未知的数据也能够对应。另外，也可以是，作为劣化诊断的对象的设备具备具有旋转体的电动机。由此，通过由谐波传感器获取电动机的电流变动分量，能够检测设备的劣化。根据本专利技术，能够在使通过劣化加速实验制作出的判定器进行追加学习时，能够在适当地选择定期的追加学习所需的学习数据量的同时，通过现场标注(labeling)来实现学习效果的增加。附图说明图1是示出实现本专利技术的实施方式所涉及的劣化诊断系统追加学习方法的劣化诊断系统的结构图。图2是示出图1的劣化诊断系统中的挑选工序的流程图。图3是表示本专利技术的实施方式所涉及的劣化诊断系统中的判定器的学习定时的概要流程图。图4是表示构成本专利技术的实施方式所涉及的劣化诊断系统的判定器的结构图。图5是示出本专利技术的实施例所涉及的劣化诊断系统追加学习方法的流程图。图6是示出顾客利用本专利技术的实施例所涉及的劣化诊断系统的利用方式的示意图。图7是示出利用本专利技术的实施例所涉及的劣化诊断系统的情况下的、从维护时的测定数据提取的波形的提取处理和标注处理的概要的示意图。具体实施方式(实施方式)说明本专利技术的实施方式。关于本专利技术的实施方式所涉及的劣化诊断系统追加学习方法，将通过设备的加速劣化实验连续地获取到的测定数据设为成为初始基准的初始学习数据，使根据初始学习数据制作的判定器追加学习从作为劣化诊断的对象的设备非连续地获取到的特征性的现场数据，由此尽管使用来自现场设备的非连续的数据，也能够获得连续的判定基准。下面，作为具体例，参照图1来依次说明STEP1、STEP2以及STEP3。STEP1是使用具有由电动机驱动的旋转体的设备的模拟的实验装置进行的加速实验步骤。STEP2是如下步骤：学习通过该加速实验得到的连续的加速测定数据，并且对通过分析该加速测定数据而得到的具有设备的劣化特征的数据赋予标签后进行学习，从而制作成为初始基准的判定器。STEP3是如下的步骤：使用判定器来对作为劣化诊断对象的设备始终判定设备劣化度，并且使用该设备中的维护记录等非连续的数据来对测定数据赋予标签，并且将从包含过去数据的所有学习数据中挑选出的追加学习数据追加学习到判定器中。图1是示出实现本专利技术的实施方式所涉及的劣化诊断系统追加学习方法的劣化诊断系统的结构图。(STEP1)加速劣化实验器材(日语：機材)(加速实验装置)HW1例如具有与电动机的旋转轴的另一端结合的轴承(bearing)。通过载荷发生器对加速劣化实验器材HW1在该轴承的附近施加例如1.8t的载荷。在旋转轴的相对于载荷施加部分与电动机相反的一侧的位置耦合有发电机。在该发电机与该发电机的负载之间的连接部处设置有劣化判定用的谐波传感器。使像这样被施加负载的加速劣化实验装置例如运转一个星期，获取从正常状态到磨损状态、进一步到故障状态的连续的加速测定数据DT1(AM0)。具体地说，加速测定数据DT1为以约20秒为间隔测定出的谐波的原始数据。此外，成为劣化诊断的对象的设备的部件不限于轴承，也能够将齿轮、滚珠丝杆以及带等作为对象。另外，如公知的那样，当轴承由于上述的负载而发生劣化时，该轴承产生固有振动。所产生的固有振动传播至电动机的转子，从而转子的角速度发生变化。根据该角速度的变化而产生电流谐波，因此能够通过利用谐波传感器测量所产生的电流谐波，来诊断机械的劣化的状态。(STEP2)针对获取到的各加速测定数据DT1制作将谐波的例如极大值、极小值、方差值或平均值连成的曲线，来确认变化的特征部分、即劣化的特征部分(MN1)。通过该基于人工作业进行的对特征部分的确认MN1，赋予与劣化的程度相应的标签，从而制作出标签数据DT2。接着，通过人工作业或自动作业将加速测定数据DT1与同加速测定数据DT1的劣化特征等效的先验(日语：事前)标签数据DT2对应起来。将其称为标注本文档来自技高网...

【技术保护点】
1.一种劣化诊断系统追加学习方法，包括以下步骤：初始学习步骤，制作学习了加速测定数据和先验标签数据的判定器，其中，加速测定数据是通过劣化加速实验获取到的、从设备正常到劣化的连续的数据，先验标签数据是对所述加速测定数据中的、表示劣化的特征的数据赋予标签而得到的数据；从运行中的所述设备获取劣化诊断的测定数据；根据所述设备中的维护记录求出教师劣化度标签数据；根据所述测定数据和所述教师劣化度标签数据来获取追加数据；在由所述判定器对包含所述追加数据的所有学习数据进行判定得到的预测劣化度标签数据与所述所有学习数据中包含的所述教师劣化度标签数据的差异比规定值大的情况下，挑选所述学习数据来作为追加学习数据；以及学习所述追加学习数据，从而更新所述判定器。

【技术特征摘要】
【国外来华专利技术】2017.03.03 JP 2017-0404341.一种劣化诊断系统追加学习方法，包括以下步骤：初始学习步骤，制作学习了加速测定数据和先验标签数据的判定器，其中，加速测定数据是通过劣化加速实验获取到的、从设备正常到劣化的连续的数据，先验标签数据是对所述加速测定数据中的、表示劣化的特征的数据赋予标签而得到的数据；从运行中的所述设备获取劣化诊断的测定数据；根据所述设备中的维护记录求出教师劣化度标签数据；根据所述测定数据和所述教师劣化度标签数据来获取追加数据；在由所述判定器对包含所述追加数据的所有学习数据进行判定得到的预测劣化度标签数据与所述所有学习数据中包含的所述教师劣化度标签数据的差异比规定值大的情况下，挑选所述学习数...

【专利技术属性】
技术研发人员：岛崎尚史，池田和隆，
申请(专利权)人：松下知识产权经营株式会社，
类型：发明
国别省市：日本,JP