智能型预诊断和健康管理系统与方法技术方案

本发明专利技术关于一种智能型预诊断和健康管理系统与方法，该系统包括分析引擎服务管理模块、智能预测及健康管理对象分析树模块、机器学习库模块、以及文件系统模块，先以该分析引擎服务管理模块根据待监控机台的组件定义出分析树后，智能预测及健康管理对象分析树模块受到分析引擎服务管理模块控管而取得待监控机台的监控数据，并在系统预设的参考假说模型集间选择相似度最高者进行建模，据此快速完成模型选择与布署。

Intelligent pre diagnosis and health management system and method

【技术实现步骤摘要】
智能型预诊断和健康管理系统与方法
本专利技术关于一种预诊断系统及方法，尤指一种建立对象分析树来进行机台管理同时可根据新机台特性以适性化方法挑选预测模型的智能型预诊断和健康管理系统以及方法。
技术介绍
制造业为了确保生产机台的工艺稳定并且提高稼动率，必须要对生产机台的操作状态进行严密的品质监控。现有技术中为了达到品质要求，对于关键工艺参数有严密的监控与观察。所谓「关键工艺参数」指的是与设备故障最相关的因素，实务上会对这些因素进行监控以作为设备维护预诊断的重要指标。为提升预诊断的精准性，已有许多公开技术提出各式改良，包括申请人在美国专利申请号US16/001,520中提出一种领先辅助参数的选择方法以及结合关键参数及领先辅助参数进行设备维护预诊断的方法，将感测器搜集到的数据进行筛选并区分为关键参数(criticalparameters,CP)集合以及其他特征参数集合后，再从特征参数集合中鉴定出提前影响关键参数时间最早者作为领先辅助参数(leadingassociatedparameters,LAP)，并进一步利用关键参数(CP)集合及该领先辅助参数(LAP)建立一种有效提升提前预警能力的设备维护预诊断模型。此外，现有技术需针对每一个机台个别建构各自的特征数据库以建构预测模型，如此一来，当复数类与异质性机台导入机台预诊断及健康管理系统时，除了增加系统的复杂度之外，还会耗费大量的资源与成本。因此，需要开发出一种智能型预诊断和健康管理系统以及方法以解决上述导入大量同一类型或不同类型的生产机台的时候面临的预诊断及健康管理系统维护与管理问题。
技术实现思路
本专利技术的主要目的，在于解决现有技术在导入大量同一类型或不同类型的生产机台的时候面临的预诊断及健康管理系统难以维护及管理的缺点。为了达到上述目的，本专利技术提供一种智能型预诊断和健康管理系统，包括：一分析引擎服务管理(analyticengineservicemanager,AESM)模块；一智能预测及健康管理对象分析树(SMARTprognosticsandhealthmanagementobjectanalyticstree,SPHM-OAT)模块、一机器学习库模块、以及一文件系统模块，其中，该智能预测及健康管理对象分析树模块(SPHM-OAT)连结该分析引擎服务管理模块(AESM)且该智能预测及健康管理对象分析树模块(SPHM-OAT)包括多个分析树(OAT)，且每一分析树包括多个分析树节点(SPHM-object)以取得一待监控机台的监控数据；该机器学习库模块连结该智能预测及健康管理对象分析树模块以提供至少一演算法予该智能预测及健康管理对象分析树模块(SPHM-OAT)；以及该文件系统模块连结该智能预测及健康管理对象分析树模块(SPHM-OAT)以提供该智能预测及健康管理对象分析树模块一参考假说模型与相应的特征样本数据。本专利技术并提供一种智能型预诊断和健康管理方法，该方法包括一新树建立及相似度分析步骤、以及一建模步骤：该新树建立及相似度分析步骤是根据一待监控机台的组件定义出至少一分析树(OAT)，该分析树(OAT)包括多个分析树节点(SPHM-object)并内建各分析树节点的参考假说模型与相应的特征数据的一存储指标，根据该存储指标以向一文件系统取得一待监控机台的监控数据，并将该监控数据与预设的这些参考假说模型的特征样本数据进行一相似度分析；且该建模步骤为下述步骤S1或步骤S2中择一进行，其中：步骤S1：当该相似度超过一门槛值时，从预设的这些参考假说模型中挑选出一相似度最高的参考假说模型以对该监控数据进行建模；步骤S2：当该相似度分未超过该门槛值时，通过一扩充模块导入一外部假说模型以对该监控数据进行建模。是以，本专利技术相较于现有技术所能达到的效果在于：(1)通过分析树(OAT)反映待监控机台预诊断及健康管理系统的树状结构，从分析树节点出发，向上传递末端零组件设备的监控点的信息，通过量化每个分析树节点的监控状态，以递回的方式自下而上(bottomup)地逐步分析每一个分析树节点的健康状态，最终汇集到顶部以形成描述完整单一特定机台设备健康状态的分析树，并由多个分析树组成为智能预测及健康管理对象分析树模块。本专利技术的系统架构可通用在任何的系统机台设备，不仅可简化预诊断和健康管理系统的导入流程，还能有效地利用各种计算资源，快速地完成假说模型并且完成布署。(2)本专利技术的智能型预诊断和健康管理系统中导入新机台时，该分析引擎服务管理模块将会根据该新机台的特征数据进行相似度的分析，依智能预测及健康管理对象分析树模块中多个预设的参考假说模型集指标，从文件系统模块中适性化挑选合适的假说模型进行预测模型，以节省系统管理与假说模型布署时间。(3)倘若导入的新机台的监控数据与本专利技术系统中预设的参考假说模型所属的特征集相似度低于指定门槛值时，则可通过扩充模块导入外部假说模型以在该智能预测及健康管理对象分析树模块中建立假说模型，保持建模过程中的弹性及可扩充性。附图说明图1A为本专利技术一实施例的智能型预诊断和健康管理系统架构示意图。图1B为本专利技术一实施例中，智能预测及健康管理对象分析树模块的工作流程架构示意图。图2为本专利技术一实施例的智能型预诊断和健康管理系统的操作流程示意图。图3为本专利技术一实施例的生态架构示意图。具体实施方式涉及本专利技术的详细说明及
技术实现思路
，现就配合图式说明如下：本专利技术提供一种系统架构的设计模式与方法，用来建立或更新一智能预测及健康管理对象分析树模块(SPHM-OAT)以进行设备健康管理。本专利技术的系统及方法可通用在如风力发电机、碎煤机、有机金属化学气相沉积系统(MOCVD)、电浆辅助化学气相沉积系统(PECVD)等各类型机台设备。图1A为本专利技术一实施例的智能型预诊断和健康管理系统10架构示意图，主要包括一分析引擎服务管理(analyticengineservicemanager,AESM)模块20、一智能预测及健康管理对象分析树(SPHM-OAT)模块30、一机器学习库模块40、以及一文件系统模块50。且为了使本专利技术的系统的应用更具扩展性，本专利技术的智能型预诊断和健康管理系统10可进一步包括一扩充模块，该扩充模块连结该智能预测及健康管理对象分析树模块30，且该扩充模块可包括一第一可交换应用程序接口60a、一第二可交换应用程序接口60b、以及一可交换驱动程序接口60c，其中该第一可交换应用程序接口60a用以连接一外部机器学习模块70，该第二可交换应用程序接口60b用以连接一外部参考模型模块80，而该可交换驱动程序接口60c则用以连接一外部数据收集驱动装置(EDCD)90来取得设置在一待监控机台的数据库91的原始数据。该分析引擎服务管理模块20为本专利技术智能型预诊断和健康管理系统10的核心，可控管该智能预测及健康管理对象分析树(SPHM-OAT)模块30中各部件的状态。请搭配参考图1B，该智能预测及健康管理对象分析树模块3本文档来自技高网...

【技术保护点】
1.一种智能型预诊断和健康管理系统，其特征在于包括：/n一分析引擎服务管理模块；/n一智能预测及健康管理对象分析树模块，该智能预测及健康管理对象分析树模块连结该分析引擎服务管理模块且该智能预测及健康管理对象分析树模块包括多个分析树，每一分析树包括多个分析树节点以取得一待监控机台的监控数据；/n一机器学习库模块，该机器学习库模块连结该智能预测及健康管理对象分析树模块以提供至少一演算法予该智能预测及健康管理对象分析树模块；以及/n一文件系统模块，该文件系统模块连结该智能预测及健康管理对象分析树模块以提供该智能预测及健康管理对象分析树模块一参考假说模型与相应的特征样本数据。/n

【技术特征摘要】
1.一种智能型预诊断和健康管理系统，其特征在于包括：
一分析引擎服务管理模块；
一智能预测及健康管理对象分析树模块，该智能预测及健康管理对象分析树模块连结该分析引擎服务管理模块且该智能预测及健康管理对象分析树模块包括多个分析树，每一分析树包括多个分析树节点以取得一待监控机台的监控数据；
一机器学习库模块，该机器学习库模块连结该智能预测及健康管理对象分析树模块以提供至少一演算法予该智能预测及健康管理对象分析树模块；以及
一文件系统模块，该文件系统模块连结该智能预测及健康管理对象分析树模块以提供该智能预测及健康管理对象分析树模块一参考假说模型与相应的特征样本数据。


2.如权利要求1所述的智能型预诊断和健康管理系统，其特征在于，还包括一扩充模块，该扩充模块连结该智能预测及健康管理对象分析树模块，并包括一第一可交换应用程序接口、一第二可交换应用程序接口、以及一可交换驱动程序接口，其中该第一可交换应用程序接口用以连接一外部机器学习模块，该第二可交换应用程序接口用以连接一外部参考模型模块，而该可交换驱动程序接口则用以连接一外部数据收集驱动装置以取得设置在该待监控机台的一数据库的原始数据。


3.如权利要求1所述的智能型预诊断和健康管理系统，其特征在于，该智能预测及健康管理对象分析树模块包括一映射表。


4.如权利要求3所述的智能型预诊断和健康管理系统，其特征在于，该分析引擎服务管理模块基于该智能预测及健康管理对象分析树模块中的该映射表以控制多个所述分析树节点的工作流程。


5.如权利要求1所述的智能型预诊断和健康管理系统，其特征在于，每一该分析树节点对应一关键参数以及多个相关参数。


6.一种智能型预诊断和健康管理方法，其特征在于，该方...

【专利技术属性】
技术研发人员：韦建名，胡维桓，范国晏，
申请(专利权)人：帆宣系统科技股份有限公司，
类型：发明
国别省市：中国台湾;71