用于检测工业机器的感知数据中的异常的系统及方法技术方案

一种用于检测工业机器传感器数据中的异常的计算机实现的方法，包括：基于接收到的位于预定接近度内的多个工业机器的多个感知输入数据中的每一个的感知输入数据的可疑异常水平值，计算与至少时间间隔相关的平均异常量；以及当从多个感知输入数据的每个可疑异常水平值中减去计算出的平均异常量的结果超过预定阈值时，确定多个可疑异常中的至少一个是异常。

【技术实现步骤摘要】
用于检测工业机器的感知数据中的异常的系统及方法相关申请的交叉引用本申请要求于2018年12月26日提交的美国临时申请号62/785017的权益，其内容通过引用合并于此。
本公开总体上涉及用于机器的维护系统，更具体地涉及检测从工业机器接收的感知输入数据中的异常。
技术介绍
近年来，通信、处理、云计算、人工智能和其他计算机化技术取得了显著进步，预示着技术和生产的新领域。尽管有这些改进，但自1970年代或之前开始采用的许多工业技术一直沿用至今。与这些工业技术相关的现有解决方案通常只进行了较小的改进，从而仅略微提高了产量和产额。在现代制造实践中，制造商必须经常遵守严格的生产时间表，并提供完美或几乎完美的生产质量。结果，每当发生意外的机器故障时，这些制造商都可能遭受重大损失。机器故障是指当机器偏离正确的服务时发生的事件。错误通常是与机器正确状态之间的偏差，不一定是故障，但可能导致并指示潜在的未来故障。除故障外，错误还可能导致可影响性能的异常机器行为。典型制造商基于故障的平均机器停机时间(即由于机器故障而部分或全部关闭生产的平均时间量)为每年17天，即损失了17天的产量，从而损失了收入。例如，对于典型的450兆瓦功率涡轮机，一天的停机时间可能会使制造商损失超过300万美元的收入。这种停机时间可能招致与维修、安全预防措施等相关的额外费用。在能源发电厂中，每年花费数十亿美元用于确保可靠性。具体来说，数十亿美元用于备份系统和冗余，以最大程度地减少生产停机时间。另外，监视系统可用于快速识别故障，从而在发生停机时间时加快恢复生产。然而，现有的监视系统通常仅在停机开始之后、之中或之前识别故障。此外，用于监视机器故障的现有解决方案通常依赖于每个机器的预定规则集。这些规则集并未考虑可能针对机器收集的所有数据，并且只能用于检查特定的关键参数，而忽略其余参数。此外，这些规则集是由工程师或其他人工分析人员预先配置的。结果，现有解决方案实际上只能使用部分收集的数据，从而导致浪费了与未使用数据的传输、存储和处理有关的计算资源的使用。此外，如果不考虑所有相关数据，可能会导致丢失或不正确地确定故障。另外，现有解决方案通常依赖于以预定间隔进行的定期测试。因此，甚至可以预先预测故障的现有解决方案通常也会返回执行机器维护的请求，即使当机器没有立即发生故障的危险时。这种过早的更换导致浪费材料和花费在更换仍能正常工作的零件上的费用。此外，这样的现有解决方案通常仅在发生故障之后才确定故障。结果，可能无法避免此类故障，从而导致停机和收入损失。此外，现有的监视和维护解决方案通常需要专用的测试设备。因此，这些解决方案通常需要专门的操作员，他们需要在每个监视和维护系统的操作方面接受过良好的培训。要求专业的操作员可能既不便又昂贵，并可能引入人为错误的潜在来源。考虑到除了微小的数据波动外，对于任何给定机器而言，可能会收集到大量数据，因此人工分析人员通常无法充分确定即将发生的故障。最后，现有解决方案提出了识别异常并生成和提供纠正性解决方案建议的技术。通常将纠正性解决方案建议发送给与负责维护机器的用户相关的用户设备。因此，尽管可以自动执行识别机器的次优操作的过程，但仍然手动执行修复识别出的机器的次优操作。这是低效、耗时且劳动密集的。此外，从各种可能的措施中选择最合适的纠正性措施可能是一个挑战。将这样的决定基于可能指示即将发生的机器故障的已识别模式不会为人为错误留出余地，从而在确定哪种解决方案最适合与特定故障相关的特定模式时节省了宝贵的时间。当前，即使有对即将发生的机器故障的这种预测，也没有解决方案建议基于特定的识别模式来选择纠正性解决方案。因此，提供一种克服上述缺陷的解决方案将是有利的。
技术实现思路
以下是本公开的多个示例实施例的概述。提供该概述是为了方便读者提供对这种实施例的基本理解，并且不完全限定本公开的广度。该概述不是所有预期实施例的详尽概述，并且既不旨在标识所有实施例的关键或重要元素，也不旨在描绘任何或所有方面的范围。其唯一目的是以简化形式呈现一个或多个实施例的一些概念，作为稍后呈现的更详细描述的序言。为了方便起见，术语“某些实施例”在本文中可以用来指本公开的单个实施例或多个实施例。本文公开的某些实施例包括一种用于检测工业机器传感器数据中的异常的计算机实现的方法，包括：基于接收到的位于预定接近度内的多个工业机器的多个感知输入数据中的每一个的感知输入数据的可疑异常水平值，计算与至少时间间隔相关的平均异常量；以及当从多个感知输入数据的每个可疑异常水平值中减去计算出的平均异常量的结果超过预定阈值时，确定多个可疑异常中的至少一个是异常。本文公开的某些实施例还包括一种非暂时性计算机可读介质，其上存储有用于使处理电路执行处理的指令，该处理包括：基于接收到的位于预定接近度内的多个工业机器的多个感知输入数据中的每一个的感知输入数据的可疑异常水平值，计算与至少时间间隔相关的平均异常量；以及当从多个感知输入数据的每个可疑异常水平值中减去计算出的平均异常量的结果超过预定阈值时，确定多个可疑异常中的至少一个是异常。本文公开的某些实施例还包括一种用于识别和修复机器的次优操作的系统，该系统包括：处理电路；和存储器，该存储器包含指令，当所述指令由处理电路执行时将系统配置为：基于接收到的位于预定接近度内的多个工业机器的多个感知输入数据中的每一个的感知输入数据的可疑异常水平值，计算与至少时间间隔相关的平均异常量；以及当从多个感知输入数据的每个可疑异常水平值中减去计算出的平均异常量的结果超过预定阈值时，确定多个可疑异常中的至少一个是异常。附图说明在说明书结尾处的权利要求书中特别指出并明确要求保护本文公开的主题。根据结合附图的以下详细描述，所公开的实施例的前述及其他目的、特征和优点将变得显而易见。图1是用于描述各种公开的实施例的网络图。图2是根据实施例的管理服务器的框图。图3A模拟了根据实施例的正常感知输入行为的第一模式的表示。图3B模拟了根据实施例的异常感知输入行为的第二模式的表示。图4是示出根据实施例的用于检测从位于预定接近度中的工业机器接收的感知输入数据中的异常的方法的流程图。具体实施方式重要的是要注意，本文公开的实施例仅仅是本文创新教导的许多有利用途的示例。通常，在本申请的说明书中做出的陈述不一定限制各种所要求保护的实施例中的任何一个。而且，某些陈述可能适用于某些专利技术特征，而不适用于其他特征。通常，除非另外指出，否则单数元素可以是复数，反之亦然，而不会失去一般性。在附图中，在多个视图中相同的附图标记指代相同的部分。通过监视与位于预定接近度中的多个机器有关的带时间戳的感知输入数据，在时间间隔中识别出多个感知输入数据的多个可疑异常。每个可疑异常都包括可疑异常水平值。计算与时间间隔相关的多个可疑异常水平值的平均异常量。然后，通过从多个感知输入数据的每个可疑异常水平值中减去计算出的平均异常量，来确定至少一个可疑异本文档来自技高网...

【技术保护点】
1.一种用于检测工业机器传感器数据中的异常的计算机实现的方法，包括：/n基于接收到的位于预定接近度内的多个工业机器的多个感知输入数据中的每一个的感知输入数据的可疑异常水平值，计算与至少时间间隔相关的平均异常量；以及/n当从多个感知输入数据的每个可疑异常水平值中减去计算出的平均异常量的结果超过预定阈值时，确定多个可疑异常中的至少一个是异常。/n

【技术特征摘要】
20181226 US 62/785,0171.一种用于检测工业机器传感器数据中的异常的计算机实现的方法，包括：
基于接收到的位于预定接近度内的多个工业机器的多个感知输入数据中的每一个的感知输入数据的可疑异常水平值，计算与至少时间间隔相关的平均异常量；以及
当从多个感知输入数据的每个可疑异常水平值中减去计算出的平均异常量的结果超过预定阈值时，确定多个可疑异常中的至少一个是异常。


2.根据权利要求1所述的计算机实现的方法，还包括：
监视与多个工业机器有关的多个带时间戳的感知输入数据；以及
在至少与多个带时间戳的感知输入数据相对应的时间间隔中，识别多个感知输入数据的多个可疑异常，其中，多个感知输入数据中的每个感知输入数据包括可疑异常水平值。


3.根据权利要求2所述的计算机实现的方法，其中，通过无监督机器学习来实现对所述多个可疑异常的识别。


4.根据权利要求1所述的计算机实现的方法，还包括：
在确定识别出异常时，生成指示所确定的异常的通知。


5.根据权利要求1所述的计算机实现的方法，还包括：
当从多个感知输入数据的每个可疑异常水平值中减去平均异常量的结果等于或小于预定阈值时，确定多个可疑异常中的至少一个是多个工业机器中的至少一个工业机器的合理行为。


6.根据权利要求1所述的计算机实现的方法，其中，所述感知输入数据指示多个工业机器的至少一个部件的操作。


7.根据权利要求6所述的计算机实现的方法，还包括：
基于多个工业机器的至少一个部件生成元模型，所述元模型最优地指示针对多个工业机器的至少一个部件中的每一个的感知输入数据中的异常。


8.根据权利要求1所述的计算机实现的方法，还包括：
预处理从多个传感器接收的原始感知输入数据，所述多个传感器配置为基于多个工业机器的操作来收集感知输入数据；以及
将预处理的原始感知输入数据存储在数据源中。


9.根据权利要求8所述的计算机实现的方法，其中，所述预处理包括以下中的至少一个：数据清理、规范化、重新缩放、重新趋势、重新格式化以及噪声过滤。


10.一种非暂时性计算机可读介质，其上存储有用于使处理电路执行处理的指令，该处理包括：
基于接收到的位于预定接近度内的多个工业机器的多个感知输入数据中的每一个的感知输入数据的可疑异常...

【专利技术属性】
技术研发人员：D拉维德本卢卢，N德罗米，I瑟基韦奇斯米什利亚耶夫，A托尔斯托夫，
申请(专利权)人：普雷森索股份有限公司，
类型：发明
国别省市：以色列;IL