一种为工业机器故障提供矫正解决方案推荐的系统和方法，该方法包括：监测至少工业机器行为模型的多个分段以识别具有与先前机器故障相关联的至少第一特征集合的第一分段；确定解决先前机器故障的矫正解决方案推荐；识别与第二分段相关联的至少第二特征集合；以及当确定第二特征集合与第一特征集合的相似高于预定阈值时，生成包括矫正解决方案推荐的通知。知。知。
【技术实现步骤摘要】
【国外来华专利技术】为工业机器故障提供矫正解决方案推荐
[0001]相关申请的交叉引用
[0002]本申请要求于2018年8月20日提交的美国临时申请No.62/719,733的权益，其内容通过引用结合于此。
[0003]本公开总体上涉及用于机器的维护系统，更具体地涉及用于改进机器进程的监测机器操作。
技术介绍
[0004]近年来，通信、处理、云计算、人工智能、以及其他计算机化技术已经显著进步，成为技术和生产的新领域的先兆。此外，自20世纪70年代以来或之前采用的许多工业技术目前仍在使用。与这些工业技术相关的现有解决方案经常仅见到微小的改进，仅略微增加生产和产量。
[0005]在现代制造实践中，制造商必须经常满足严格的生产时间线并且提供无瑕疵或几乎无瑕疵的生产质量。因此，每当意外的机器故障发生时，这些制造商都会有严重损失的风险。机器故障是当机器偏离正确的服务时发生的事件。通常偏离机器的正确状态的错误不一定是故障，但可能导致并指示潜在的未来故障。除了故障之外，错误可能以其他方式引起可能影响性能的不寻常的机器行为。
[0006]典型制造商的基于故障的平均机器停机时间(即，由于机器故障，生产部分地或全部地停工的平均时间量)是每年17天，即，损失17天的生产并因此损失17天的收入。例如，在典型的450兆瓦功率涡轮机的情况下，单天的停机时间可能在损失的收入方面使制造商花费超过3百万美元。这种停工时间可具有与维修、安全防范等相关的附加成本。
[0007]在能源发电厂中，每年数十亿美元花费在确保可靠性上。具体地，数十亿美元花费在用于最小化生产停机时间的备份系统和冗余上。此外，可以利用监测系统来快速识别故障，从而当停机时间发生时加速返回到生产。然而，现有的监测系统通常仅在停机时间开始之后或在停机时间开始之前立即识别故障。
[0008]进一步地，用于监视机器故障的现有解决方案通常依赖于用于每个机器的预定规则的集合。这些规则集合不考虑关于机器收集的所有数据，并且这些规则集合仅用于检查特定关键参数而忽略其余参数。此外，这些规则集合必须由工程师或其他分析人员提前提供。因此，现有解决方案实际上可能仅使用了所收集的数据中的一些，从而导致与未使用数据的传输、存储和处理相关的计算资源的浪费使用。进一步地，未能考虑所有相关数据可能导致故障的遗漏或以其他方式的不准确的故障确定或故障预测。
[0009]此外，现有解决方案通常依赖于以预定间隔的周期性测试。因此，甚至当机器不处于立即故障状况时，甚至可以提前预测故障的现有解决方案通常返回执行机器维护的请求。这种过早的更换和维护导致浪费材料和花费在更换仍然正常工作的部件上的费用。进一步地，这样的现有解决方案通常仅在故障发生之后才使得启动维修。结果可能无法防止
此类故障，从而导致停机时间和收入损失。
[0010]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在每个监视和维护系统的操作中训练良好的专业操作者。需要专业的操作者可能是不方便且昂贵的，并且可能引入人为错误的潜在来源。另外，除了数据的微小波动之外，给定可以针对任何给定机器收集的绝对数量的数据，分析人员不能够充分地确定即将到来的故障。
[0011]因此，提供一种将克服上述挑战的解决方案将是有利的。
技术实现思路
[0012]下面是本公开的几个示例性实施例的概述。提供本概述是为了方便给读者提供对这些实施例的基本理解，而不是完全限定本公开的广度。本概述不是对所有预期实施例的广泛概述，并且既不旨在识别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的形式呈现一个或更多个实施例的一些概念，作为稍后呈现的更详细描述的前序。为了方便起见，术语“某些实施例”本文可以用于指本公开的单个实施例或多个实施例。
[0013]本文公开的某些实施例包括一种用于为工业机器故障提供矫正解决方案推荐的方法，包括：监测至少工业机器行为模型的多个分段以识别具有与先前机器故障相关联的至少第一特征集合的第一分段；确定解决先前机器故障的矫正解决方案推荐；识别与第二分段相关联的至少第二特征集合；以及当确定第二特征集合与第一特征集合的相似高于预定阈值时，生成包括矫正解决方案推荐的通知。
[0014]本文所公开的某些实施例还包括一种非暂时性计算机可读介质，该非暂时性计算机可读介质上存储有用于使处理电路执行过程的指令，该过程包括：监测至少工业机器行为模型的多个分段，以识别具有与先前机器故障相关联的至少第一特征集合的第一分段；确定解决先前机器故障的矫正解决方案推荐；识别与第二分段相关联的至少第二特征集合；以及当确定第二特征集合与第一特征集合的相似高于预定阈值时，生成包括矫正解决方案推荐的通知。
[0015]本文公开的某些实施例还包括一种用于为工业机器故障提供矫正解决方案推荐的系统，该系统包括：处理电路；以及存储器，该存储器包括指令，该指令在由处理电路执行时将该系统配置为：监测至少工业机器行为模型的多个分段，以识别具有与先前机器故障相关联的至少第一特征集合的第一分段；确定解决先前机器故障的矫正解决方案推荐；识别与第二分段相关联的至少第二特征集合；以及当确定第二特征集合与第一特征集合的相似高于预定阈值时，生成包括矫正解决方案推荐的通知。
附图说明
[0016]在说明书结尾处的权利要求书中具体指出并清楚地要求保护本文所公开的主题。根据下面结合附图的详细描述中，所公开的实施例的上述和其他目的、特征和优点将变得显而易见。
[0017]图1是用于描述所公开的各个实施例的网络图。
[0018]图2是根据实施例的管理服务器系统的示意图。
[0019]图3是示出了根据实施例的用于为机器故障提供矫正解决方案推荐的方法的流程图。
[0020]图4A为示出了根据实施例的来自工业机器行为模型的第一特征集合的收集的示例仿真。
[0021]图4B为示出了根据实施例对包括第二特征集合的工业机器行为模型的第二分段的监测的示例仿真。
具体实施方式
[0022]重要的是要注意，本文所公开的实施例仅是本文的创新性教导内容的许多有利用途的示例。通常，在本申请的说明书中进行的陈述不一定限制各个要求保护的实施例中的任何实施例。此外，一些陈述可适用于一些专利技术特征但不适用于其他专利技术特征。通常，除非另有说明，单数元件可以是复数的，反之亦然，而不失一般性。在附图中，相同的标号在几个视图始终指代相同的部件。
[0023]所公开的各实施例包括一种用于为机器故障提供矫正解决方案推荐的方法和系统。在从第一工业机器行为模型(下文称为机器工业行为模型)收集指示先前机器故障的第一特征集合之后，收集用于解决先前机器故障的第一矫正解决方案。然后，将第一特征集合与对应的矫正解决方案推荐相关联并且存储在数据库中。此后，监测第二机器行为模型以确定第二机器行为模型的第二特征集合与第一特征集合相似是否高于预定阈值。基于确定第二特征集合与第一特征集合之间的相似度越过阈值，将包括与用本文档来自技高网...
【技术保护点】
【技术特征摘要】
【国外来华专利技术】1.一种为工业机器故障提供矫正解决方案推荐的方法，包括：监测至少工业机器行为模型的多个分段以识别具有与先前工业机器故障相关联的至少第一特征集合的第一分段；确定解决所述先前工业机器故障的矫正解决方案推荐；识别与第二分段相关联的至少第二特征集合；以及当确定所述第二特征集合与所述第一特征集合的相似高于预定阈值时，生成包括所述矫正解决方案推荐的通知。2.根据权利要求1所述的方法，还包括：向客户端设备发送所生成的通知。3.根据权利要求1所述的方法，其中，所述第一特征集合和所述第二特征集合指示以下中的至少一个：特征、异常、统计度量、传感输入之间的相关性、机器行为模式和根本原因。4.根据权利要求1所述的方法，其中，所述第一特征集合允许通过检测机器的至少一个部件的反常行为来检测工业机器故障。5.根据权利要求1所述的方法，其中，所述通知包括以下中的至少一个：故障时间、工业机器故障根本原因、退化事件的演变、与先前工业机器故障相关的信息。6.根据权利要求1所述的方法，还包括：确定所述矫正解决方案推荐的适合性分数，其中，所述适合性分数指示所述矫正解决方案推荐将解决即将到来的或现有的第二工业机器故障的概率。7.根据权利要求1所述的方法，其中，基于相似度函数，所述第二特征集合被确定为与所述第一特征集合的相似高于预定阈值，所述相似度函数提供表示两个特征集合之间的相似度的定量值。8.根据权利要求1所述的方法，其中，所述至少工业机器行为模型由多个元模型表示，其中，所述多个元模型中的每一个与工业机器的部件相关联。9.根据权利要求1所述的方法，其中，使用机器学习模型将所述第二特征集合确定为与所述第一特征集合相似。10.一种非暂时性计算机可读介质，所述非暂时性计算机可读介质上存储有用于使处理电路执行过程的指令，所述过程包括：监测至少工业机器行为模型的多个分段以识别具有与先前工业机器故障相关联的至少第一特征集合的第一分段；确定解决所述先前工业机器故障的矫正解决方案推荐；识别与第二分段相关联的至少第二特征集合；...
【专利技术属性】
技术研发人员：大卫，
申请(专利权)人：斯凯孚人工智能有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。