【技术实现步骤摘要】
用于估计资产的剩余使用寿命的方法和系统
[0001]本说明书总体上涉及用于监测物理资产的健康状况的方法和系统并且更具体地涉及估计车辆部件的剩余使用寿命。
技术介绍
[0002]预测性维护(也被称为基于状况的维护)是涉及连续监测资产(例如，车辆部件)的状况以确定在某些时间需要采取的维护动作的策略。预测、异常检测(AD)和剩余使用寿命(RUL)预测系统可以持续监测资产的健康状况，并在推荐维修时提供通知。RUL预测系统可以包括一个或多个RUL预测模型，所述一个或多个RUL预测模型基于随时间推移收集的资产的数据来估计资产的RUL。
[0003]在传统的车辆设置中，本地RUL预测模型被嵌入车辆中并依赖于本地或车载信息来确立资产健康状态。在联网车辆系统中，物理资产还可以经由物联网(IoT)框架连接到基于云的健康状况监测系统和其他物理资产，其中每个资产可以向基于云的健康状况监测系统和其他资产发送信息以及从其接收信息。可以在基于云的中央服务器处维护主RUL预测模型，所述基于云的中央服务器可以基于从在现场操作的多个类似车辆接收的资产群...
【技术保护点】
【技术特征摘要】
1.一种方法，其包括：将联网车辆群体的车辆群体划分为多个车辆类别(504)；对于所述多个车辆类别中的每个车辆类别，基于来自历史数据库的所标记数据和校准数据来训练所述车辆类别的类别特定模型以预测所述车辆类别中所包括的车辆部件的健康状态变量(504)；以及对于所述多个车辆类别中的每个车辆类别，使用第一联邦学习(FL)策略来：从所述车辆类别的多个车辆中的每个车辆请求本地模型数据(706)；从所述多个车辆接收所述本地模型数据；基于所述接收到的本地模型数据来更新所述车辆类别的所述类别特定模型(708)；以及将所述更新后的类别特定模型发送到所述车辆类别中所包括的车辆(710)。2.根据权利要求1所述的方法，其中所述车辆类别的所述类别特定模型是预测所述车辆类别中所包括的所述车辆部件的剩余使用寿命(RUL)的RUL模型。3.根据权利要求2所述的方法，其中基于车辆数据来定义所述车辆类别，所述车辆数据包括车辆相似性标准、地理区域、工况、车辆使用类型和驾驶员行为中的一者或多者。4.根据权利要求3所述的方法，其还包括：通过以下操作生成所述多个车辆类别：基于所述车辆数据将车辆参数向量分配给所述联网车辆群体的车辆(802)；将聚类算法应用于所述车辆参数向量以将所述联网车辆群体划分为一组车辆类别(804)；以及在基于车辆类别的多个车辆的本地RUL模型数据更新所述车辆类别的类别特定RUL模型的参数之后，响应于所述类别特定RUL模型的误差超过阈值误差，通过将所述聚类算法应用于更新后的车辆参数向量来将所述联网车辆群体重新划分为该组车辆类别。5.根据权利要求3所述的方法，其中基于生长自组织映射(GSOM)算法来生成所述多个车辆类别，所述GSOM算法包括：将所述联网车辆群体划分为车辆类别的小型网络，每个车辆类别是基于所述车辆类别的定义参数向量(902)，基于所述联网车辆群体的每个车辆的车辆参数向量与车辆类别的所述定义参数向量的接近度将所述车辆分配给所述车辆类别(904)；计算每个车辆类别的第一统计数据；响应于新车辆被添加到所述网络的选定车辆类别：计算所述选定车辆类别的第二统计数据；以及响应于所述选定车辆类别的所述第二统计数据与所述选定车辆类别的所述第一统计数据之间的差值超过阈值：创建新车辆类别(914)；基于所述选定车辆类别的每个车辆的所述车辆参数向量分别与所述选定车辆类别的所述定义参数向量或所述新车辆类别的所述定义参数向量的相对接近度，将所述选定车辆类别的每个车辆分配给所述选定车辆类别或所述新车辆类别(914)；以及重新计算每个车辆类别的定义参数向量(916)。
6.根据权利要求5所述的方法，其中统计数据是所述车辆类别的车辆群体分布，并且所述阈值是所述选定车辆类别的车辆群体分布与所述新车辆类别的车辆群体分布之间基于距离度量计算的阈值相异度。7.根据权利要求2所述的方法，其中使用所述第一FL策略来更新所述车辆类别的所述类别特定模型并将所述更新后的类别特定模型发送到所述车辆类别中所包括的所述车辆还包括：执行包括多个F...
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。