用于基于在相关事件中识别传感器组合中的显著变化来改进资产操作的方法和系统技术方案

本发明专利技术公开了用于基于在相关事件中识别传感器组合中的显著变化来改进资产操作的方法和系统。方法包括以下步骤：提供具有警报聚集系统的资产的资产表示；创建所计算的指标的列表，其具有在所述资产中被配置成计算、预测或估计所指示的资产行为的至少一个所计算的指标；通过关联所计算的指标的列表中的列表要素，将所计算的指标的列表合并到实体连接组中，从而产生互连表示；将所识别的资产行为与损害资产以导致无法最优地执行、进行和/或实现所识别的资产行为至少一个相关对象和/或至少一个相关处理关联；以及生成与损害所识别的资产行为的至少一个相关对象和/或至少一个相关处理相关联的至少一个提示。关处理相关联的至少一个提示。关处理相关联的至少一个提示。

【技术实现步骤摘要】
【国外来华专利技术】用于基于在相关事件中识别传感器组合中的显著变化来改进资产操作的方法和系统
[0001]本专利技术的领域和背景
[0002]本专利技术涉及用于基于在资产未能满足期望行为的相关事件中识别传感器组合中的显著变化来改进资产操作的方法和系统。
[0003]预测性的维护和故障检测和分析在许多产业中是关键的，在这些产业中，不可预测的问题可能是成本昂贵的，涉及许多不利结果，包括金钱损失、操作停工期、设备损失、财产损失、处罚、补偿、有时甚至是人的死亡。为了防止这种损坏，许多产业工厂安装了传感器来帮助监测工厂生产及其处理，产生警报以通知操作员潜在的问题。由于包括大量可能的正常系统状态的综合系统的性质，以及各个警报可以包含大量传感器的事实，机器学习算法的使用通常可以产生有价值的信息以及误导的错误警报，使得与资产操作和性能有关的对重要资产要素的分析和关注复杂化。
[0004]美国专利No.US10,318,364B2具有共同的专利技术人资格并被转让给与本专利技术相同的实体，其教导了用于问题
‑
警报聚集的方法。即使在实现了这种问题
‑
警报聚集的系统环境中，确定哪些所谓的“事件”是高度关注的，以及这种事件的根本原因、因素及其相互关系是具有挑战性的任务。
[0005]期望具有用于基于在相关事件中识别传感器组合中的显著变化来改进资产操作的方法和系统。这些方法和系统将克服上述各种限制。

技术实现思路

[0006]本专利技术的目的是提供用于基于在相关事件中识别传感器组合中的显著变化来改进资产操作的方法和系统。
[0007]注意，措辞“示例性”在本文中用于指代实施方式和/或实现的示例，而不意味着必然传达更合乎需要的用例。类似地，本文使用的措辞“另选的”和“另选地”是指预期的实施方式和/或实现方式的分类之外的示例，并且不意味着必然传达更合乎需要的用例。因此，从上文可以理解，“示例性”和“另选”在本文中可以应用于多个实施方式和/或实现方式。本文还涵盖此类另选和/或示例性实施方式的各种组合。
[0008]为了清楚起见，下面具体定义了用于本文的几个术语。本文使用的术语“资产(asset)”是指具有目的或主要活动的综合物理系统，其由共同作用以实现该目的或主要活动的大量交错的实体、对象、部分和处理组成。这种资产的示例包括产业综合体、生产设施、化学精炼厂、综合物理操作、综合机械、自动化机械、自驾驶车辆、机车、船、飞机、综合计算机程序和生物系统。
[0009]本文使用的术语“对象”是指任何物理项目(即可以接触或访问的内容)。本文使用的术语“处理”是指影响至少一个对象的非物理项目。本文使用的术语“实体”是指较广泛类别的对象和/或处理。本文使用的术语“特征”或“属性”是指实体的属性。本文使用的术语“传感器”是指传感器、测量、用户标签或在数据库中的列。
[0010]本文使用的术语“资产表示”是指资产的模型，其不仅包括资产的物理部分，而且
包括资产的特性，诸如资产处理、特征和传感器。具体资产的资产表示，无论是工厂/厂房结构、机器、化学精炼厂、生物系统和/或生产处理，都包括产生了由数据驱动的警报的全部或一些传感器。
[0011]本文使用的术语“所识别的资产行为”或“所识别的行为”是指资产的具体行为，其可以是有利的(即要鼓励的内容)或不利的(即要阻止的内容)。这种所识别的行为可用于设置目的或目标。例如，一种类型的所识别的行为可以是特定的生产水平。另一种类型的所识别的行为可以是降低特定预定义类型的事件(诸如所识别的事件)的发生率(从美国专利No.10,318,364B2中的归属含义扩展)。
[0012]本文使用的术语“所计算的指标”是指根据资产中的传感器的数据计算、预测或估计的度量。
[0013]本文使用的术语“模板”是指针对资产中的子资产的资产表示的框架。这种子资产可以在资产中以相同或不同的变化出现超过一次。模板可以包括关于所建模的子资产的附加信息，诸如故障分析指南、偏好、优先级、规则或建议。
[0014]本文使用的术语“提示”是指强调资产中的异常传感器
‑
测量结果组合。这种提示有助于澄清资产中的潜在异常及其可能的原因。
[0015]本文使用的术语“图(graph)”是指由边连接的一组顶点。本文使用的术语“由数据驱动的警报”或简称为“警报”是指根据在资产及其实体上测量和/或检测的真实世界数据产生的警报。警报通过数据挖掘、机器学习或深度学习算法(例如传感器阈值、特定于问题的警报脚本、已知问题的模式检测、已知问题的模式可能性、已知问题的分类、异常状态检测、从算法预测的测量偏差、趋势检测和/或新集群检测)来产生。
[0016]因此，根据本公开，首次提供了一种用于基于综合物理操作的互连表示来识别和改进资产行为的方法，所述方法包括以下步骤：
[0017](a)提供资产的资产表示，其中，所述资产是具有主要活动的综合物理系统；其中，对象是物理项目；其中，处理是影响至少一个对象的非物理项目；其中，实体是所述资产的物理对象和/或处理；并且其中，所述实体适于一起动作以实现所述主要活动；并且其中，所述资产表示包括：(i)传感器列表，其具有与在所述资产中测量和/或检测的真实世界数据有关的所有相关传感器、所有相关测量结果和/或数据库中的所有相关传感器数据列；(ii)对象列表，其具有所述资产中的至少两个相关对象；(iii)处理列表，其具有所述资产中的至少两个相关处理；(iv)实体连接组，其通过将所述传感器列表、所述对象列表和所述处理列表中的列表要素关联来得到；其中，所述资产中的所有相关对象和所有相关处理被适当地列出并且对应地关联到所述资产的所述资产表示中；(b)创建所计算的指标的列表，其具有所述资产中的至少一个所计算的指标，其中，各个所计算的指标是被配置成基于评估所述资产中的所述传感器列表来计算、预测或估计所指示的资产行为的度量，并且其中，所述各个所计算的指标直接受所述至少两个相关处理的影响；(c)通过关联所计算的指标的列表中的列表要素，将所计算的指标的列表合并到所述实体连接组中，其中，所述资产中的所有相关对象和所有相关处理被适当地列出并且对应地关联到所述资产的所述资产表示中，从而产生所述互连表示；(d)将所识别的资产行为与损害所述资产以使所述资产无法最佳地执行、进行和/或实现所识别的资产行为的至少一个所述相关对象和/或至少一个所述相关处理关联；以及(e)生成与损害所识别的资产行为的至少一个所述相关对象和/或至少一
个所述相关处理相关联的至少一个提示。
[0018]另选地，所述至少一个所计算的指标被定义为所述传感器列表要素的子集的函数。
[0019]另选地，所述方法还包括以下步骤：(f)使用预定义函数计算所述传感器列表要素的各个组合的分数，其中，所述组合与所识别的资产行为有关；以及(g)基于所述分数对所述至少一个提示进行优先级排序。
[0020]另选地，所述创建的步骤包括使用所识别的资产行为发生或未发生的至少一个时段来创建所述至少一个所计算的指标。
[0021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】1.一种用于基于综合物理操作的互连表示来识别和改进资产行为的方法，所述方法包括以下步骤：(a)提供资产的资产表示，其中，所述资产是具有主要活动的综合物理系统；其中，对象是物理项目；其中，处理是影响至少一个对象的非物理项目；其中，实体是所述资产的物理对象和/或处理；并且其中，所述实体适于一起动作以实现所述主要活动；并且其中，所述资产表示包括：(i)传感器列表，其具有与在所述资产中测量和/或检测的真实世界数据有关的所有相关传感器、所有相关测量结果和/或数据库中的所有相关传感器数据列；(ii)对象列表，其具有所述资产中的至少两个相关对象；(iii)处理列表，其具有所述资产中的至少两个相关处理；(iv)实体连接组，其通过将所述传感器列表、所述对象列表和所述处理列表中的列表要素关联来得到；其中，所述资产中的所有相关对象和所有相关处理被适当地列出并且对应地关联到所述资产的所述资产表示中；(b)创建所计算的指标的列表，其具有所述资产中的至少一个所计算的指标，其中，各个所计算的指标是被配置成基于评估所述资产中的所述传感器列表来计算、预测或估计所指示的资产行为的度量，并且其中，所述各个所计算的指标直接受所述至少两个相关处理的影响；(c)通过关联所计算的指标的列表中的列表要素，将所计算的指标的列表合并到所述实体连接组中，其中，所述资产中的所有相关对象和所有相关处理被适当地列出并且对应地关联到所述资产的所述资产表示中，从而产生所述互连表示；(d)将所识别的资产行为与损害所述资产以使所述资产无法最佳地执行、进行和/或实现所识别的资产行为的至少一个所述相关对象和/或至少一个所述相关处理关联；以及(e)生成与损害所识别的资产行为的至少一个所述相关对象和/或至少一个所述相关处理相关联的至少一个提示。2.根据权利要求1所述的方法，其中，所述至少一个所计算的指标被定义为所述传感器列表要素的子集的函数。3.根据权利要求1所述的方法，所述方法还包括以下步骤：(f)使用预定义函数计算所述传感器列表要素的各个组合的分数，其中，所述组合与所识别的资产行为有关；以及(g)基于所述分数对所述至少一个提示进行优先级排序。4.根据权利要求1所述的方法，其中，所述创建的步骤包括使用所识别的资产行为发生或未发生的至少一个时段来创建所述至少一个所计算的指标。5.根据权利要求1所述的方法，所述方法还包括以下步骤：(f)将具有所识别的资产行为的第一给定资产表示与缺少所识别的资产行为的第二给定资产表示进行比较，以产生比较表示；以及(g)将所述至少一个提示与出现在所述比较表示中的至少一个列表要素相关。6.根据权利要求1所述的方法，所述方法还包括以下步骤：(f)训练机器学习算法以预测所述资产表示的所识别的资产行为的状态，其中，所述训练的步骤还识别有关的所述列表要素。
7.根据权利要求1所述的方法，其中，所述合并的步骤包括使用所述资产表示来扩展对所述传感器列表的所述评估，作为对所述至少一个所计算的指标的输入。8.根据权利要求1所述的方法，所述方法还包括以下步骤：(f)通过分析由所述相关传感器获得的所述真实世界数据来验证所述资产表示的所述实体连接组；以及(g)通过在所述实体连接组中保留具有直接影响的连接，以及通过从所述实体连接组中移除远端和/或具有间接影响的连接，来清洁所述资产表示的所述实体连接组。9.根据权利要求1所述的方法，所述方法还包括以下步骤：(f)收集关于所述至少一个提示的用户反馈；(g)根据所述用户反馈学习提示评分函数；(h)使用所述提示评分函数计算所述传感器列表要素的各个组合的分数，其中，所述组合与所识别的资产行为有关；以及(i)基于所述分数对所述至少一个提示进行优先级排序。10.根据权利要求1所述的方法，所述方法还包括以下步骤：(f)基于所述资产表示的至少模板来修改所述至少一个提示。11.一种用于基于综合物理操作的互连表示来识别和改进资产行为的系统，所述系统包括：(a)用于执行计算操作的CPU；(b)用于存储数据的存储器模块；(c)资产表示模块，其被配置成：(i)提供资产的资产表示，其中，所述资产是具有主要活动的综合物理系统；其中，对象是物理项目；其中，处理是影响至少一个对象的非物理项目；其中，实体是所述资产的物理对象和/或处理；并且其中，所述实体适于一起动作以实现所述主要活动；并且其中，所述资产表示包括：(A)传感器列表，其具有与在所述资产中测量和/或检测的真实世界数据有关的所有相关传感器、所有相关测量结果和/或数据库中的所有相关传感器数据列；(B)对象列表，其具有所述资产中的至少两个相关对象；(C)处理列表，其具有所述资产中的至少两个相关处理；(D)实体连接组，其通过将所述传感器列表、所述对象列表和所述处理列表中的列表要素关联来得到；其中，所述资产中的所有相关对象和所有相关处理被适当地列出并且对应地关联到所述资产的所述资产表示中；(d)所计算的指标模块，其被配置成创建所计算的指标的列表，所计算的指标的列表具有所述资产中的至少一个所计算的指标，其中，各个所计算的指标是被配置成基于评估所述资产中的所述传感器列表来计算、预测或估计所指示的资产行为的度量，并且其中，所述各个所计算的指标直接受所述至少两个相关处理的影响；(e)指标连接模块，其被配置成通过关联所计算的指标的列表中的列表要素，将所计算的指标的列表合并到所述实体连接组中，其中，所述资产中的所有相关对象和所有相关处理被适当地列出并且对应地关联到所述资产的所述资产表示中，从而产生所述互连表示；(f)所识别的行为模块，其被配置成将所识别的资产行为与损害所述资产以使所述资
产无法最佳地执行、进行和/或实现所识别的资产行为的至少一个所述相关对象和/或至少一个所述相关处理关联；以及(g)提示生成模块，其被配置成生成与损害所识别的资产行为的至少一个所述相关对象和/或至少一个所述相关处理相关联的至少一个提示。12.根据权利要求11所述的系统，其中，所述至少一个所计算的指标被定义为所述传感器列表要素的子集的函数。13.根据权利要求11所述的系统，所述系统还包括：(h)分数计算模块，其被配置成使用预定义函数计算所述传感器列表要素的各个组合的分数，其中，所述组合与所识别的资产行为有关；以及(i)提示优先级排序模块，其被配置成基于所述分数对所述至少一个提示进行优先级排序。14.根据权利要求11...

【专利技术属性】
技术研发人员：H，
申请(专利权)人：普雷科格奈兹公司，
类型：发明
国别省市：