CN111435557B - 用于检测机器部件问题的故障检测装置 - Google Patents
用于检测机器部件问题的故障检测装置 Download PDFInfo
- Publication number
- CN111435557B CN111435557B CN202010014645.6A CN202010014645A CN111435557B CN 111435557 B CN111435557 B CN 111435557B CN 202010014645 A CN202010014645 A CN 202010014645A CN 111435557 B CN111435557 B CN 111435557B
- Authority
- CN
- China
- Prior art keywords
- machine
- fault detection
- data
- possible problem
- detection device
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M15/00—Testing of engines
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
- G07C5/0816—Indicating performance data, e.g. occurrence of a malfunction
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
- F02P—IGNITION, OTHER THAN COMPRESSION IGNITION, FOR INTERNAL-COMBUSTION ENGINES; TESTING OF IGNITION TIMING IN COMPRESSION-IGNITION ENGINES
- F02P17/00—Testing of ignition installations, e.g. in combination with adjusting; Testing of ignition timing in compression-ignition engines
- F02P17/12—Testing characteristics of the spark, ignition voltage or current
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M15/00—Testing of engines
- G01M15/04—Testing internal-combustion engines
- G01M15/10—Testing internal-combustion engines by monitoring exhaust gases or combustion flame
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M15/00—Testing of engines
- G01M15/14—Testing gas-turbine engines or jet-propulsion engines
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/008—Registering or indicating the working of vehicles communicating information to a remotely located station
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/18—Status alarms
- G08B21/182—Level alarms, e.g. alarms responsive to variables exceeding a threshold
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/18—Status alarms
- G08B21/187—Machine fault alarms
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
公开了一种故障检测装置。该故障检测装置可以接收与机器的一组部件的操作相关的操作数据。该故障检测装置可以使用基于条件的处理技术来处理操作数据。该基于条件的处理技术可与基于初始值对第一组条件的满足将操作数据的数据元素的初始值映射到二进制值相关联。该故障检测装置可以基于在一段时间内满足的、与二进制值和初始值相关联的第二组条件来检测该组部件的操作中可能的问题的存在。该故障检测装置可以在检测到存在可能的问题之后执行与解决可能的问题相关的一组动作。
Description
技术领域
本发明总体上涉及一种故障检测装置,并且更具体地涉及一种用于检测机器部件问题的故障检测装置。
背景技术
在机器操作期间,传感器收集与机器的各个部件(例如火花塞、涡轮入口、排气口等)的操作相关的操作数据。例如,传感器可收集火花塞的电压测量值,可收集涡轮入口和/或排气口等的温度测量值。操作数据通常是有噪音的(例如,由于传感器对机器的操作条件的测量干扰)、不准确的,等等。因此,准确地识别与部件的操作相关联的问题是困难的,特别是在机器操作期间试图识别问题时。通常直到问题严重影响机器的操作(例如,通过使机器发生故障、以比正常情况下显着降低的性能操作等)才能确定问题。这会导致机器停机、导致因错过相对便宜的预防性维护的机会增加成本,等等。
在2010年4月1日公布的美国专利公布号No.20100082197(“'197号公布”)中公开了一种间歇故障检测和推理的尝试。在'197号公布中,提供了一种用于对出现在车辆健康监测***(VHM)中的故障进行诊断推理的方法。在'197号公布中,基于输入来识别信号模式或故障模式状态二者之一。如果识别出信号,则询问该信号以确定该信号是否指示故障模式。如果该信号指示故障模式,则为故障模式设置间歇监视标志。将表示作为间歇故障的信号出现次数的计数进行递增。确定计数是否超过预定阈值。如果计数超过预定阈值,则间歇故障被确定为永久故障。
然而,'197号公布没有考虑检测与已经发生或可能发生的机器的操作相关的各种问题,也没有识别预防性维护的问题等等。
本发明的故障检测装置解决了上述问题中的一个或多个和/或本领域中的其他问题。
发明内容
根据一些实施方式,本发明涉及一种方法,该方法包括:由一种装置接收与机器的一组部件的操作相关的操作数据,其中,从与所述一组部件相关联的一组传感器接收所述操作数据;由所述装置在接收到所述操作数据之后,使用基于条件的处理技术来处理所述操作数据,其中所述基于条件的处理技术与基于所述初始值对一组条件的满足将所述操作数据的数据元素的初始值映射到映射值相关联;由所述装置在处理所述操作数据之后,基于在一段时间内满足阈值次数的、与所述映射值相关联的条件,检测所述一组部件中的一个或多个部件的操作中可能的问题的存在;由所述装置基于检测到存在可能的问题来触发警报,所述警报指示该组部件中的一个或多个部件的操作中存在可能的问题;以及由所述装置基于触发指示存在可能的问题的警报来执行与解决可能的问题相关的一组动作。
根据一些实施方式,本发明涉及一种与机器相关联的装置,所述机器包括一组火花塞以及与所述一组火花塞相关联的一组传感器,所述装置包括:存储器;以及一个或多个处理器,所述一个或多个处理器被配置成:接收与所述一组火花塞的操作相关的操作数据,其中从与所述一组火花塞相关联的所述一组传感器接收所述操作数据;在接收到所述操作数据之后,使用预处理技术处理所述操作数据以形成导出数据,其中所述预处理技术与降低与所述操作数据相关联的噪音相关联;在处理所述操作数据之后,使用基于条件的处理技术来处理所述导出数据,其中所述基于条件的处理技术与基于所述数据元素的初始值是否满足阈值来将映射值指派给所述导出数据的数据元素相关联;在处理所述导出数据之后,基于在一段时间内满足阈值次数的、与所映射的值相关联的条件来检测所述一组火花塞中可能的问题的存在;以及在检测到可能的问题存在之后,执行与解决可能的问题相关的一组动作。
根据一些实施方式,本发明涉及一种故障检测装置,包括:一个或多个存储器;以及通信地耦合到所述一个或多个存储器的一个或多个处理器,其被配置为:接收与机器的一组部件的操作相关的操作数据,其中从与该组部件相关联的一组传感器接收所述操作数据;在接收到所述操作数据之后,使用基于条件的处理技术处理所述操作数据,其中所述基于条件的处理技术与基于初始值对第一组条件的满足将操作数据的数据元素的初始值映射到二进制值相关联;在处理所述操作数据之后,基于在一段时间内满足的、与所述二进制值和所述初始值相关联的第二组条件来检测该组部件的操作中可能的问题的存在;以及在检测到存在可能的问题之后,执行与解决可能的问题相关的一组动作,其中所述一组动作包括与引起以下各项中的至少一项相关的动作:检查所述机器或组部件,或者解决存在的可能的问题。
附图说明
图1-3是本文描述的一个或多个示例性实施方式的示意图。
图4是其中可以实现本文描述的***和/或方法的示例性环境的示意图。
图5是用于检测机器部件的问题的示例性过程的流程图。
具体实施方式
本发明涉及一种故障检测装置。故障检测装置对于能够利用这种故障检测装置的任何机器具有普遍适用性。术语“机器”可以指执行与诸如采矿、建筑、耕作、运输的工业或任何其他工业相关的操作的任何机器。作为一些示例,该机器可以是车辆、挖掘装载机、路面冷铣刨机、轮式装载机、压实机、伐木聚束器、林业机械、传送装置、收割机、挖掘机、工业装载机、钳式装载机、材料装卸机、自动平地机、铺管机、道路取料机、滑移装载机、集材机、伸缩臂叉车、拖拉机、推土机、拖式铲运机或其他地面设备、地下设备或船用设备。此外,一个或多个工具可以连接到机器并且由故障检测装置监视和/或控制。机器可以是移动式机器(例如轮式或履带式机器)或固定式机器。
图1-3是本文描述的一个或多个示例性实施方式的示意图100-300。图1示出了各种工地102以及在各种工地102处的一组机器104。在一些实施方式中,工地102可包括矿山工地、伐木工地、建筑工地等。在一些实施方式中,故障检测装置可被部署到工地102(例如,可以托管在工地102处的控制中心处的服务器装置上),可以远离工地102(例如,可以部署在数据中心的服务器装置上),可以是车载机器104等等。在一些实施方式中,工地102可以具有各种操作条件,例如空气温度、海拔高度、湿度水平、地面坚固度等等。如本文别处所述,不同的操作条件可以以不同的方式影响机器104的操作。
如附图标记106所示,故障检测装置可以从工地102的一组机器104接收操作数据。例如,故障检测装置可以基于从机器104请求操作数据在机器104的操作期间、在预定时间、周期性地、实时地接收机器104的操作数据等。在一些实施方式中,故障检测装置可以从安装在机器104的部件上或从与机器104的部件相关联的传感器接收操作数据。例如,机器104可包括与机器104的各种部件(例如火花塞、涡轮入口、排气口等)相关联的一组传感器。在一些实施方式中,车载***可以从该组传感器收集操作数据,并且可以向故障检测装置提供操作数据,例如当故障检测装置远离机器104部署时。可替代地,故障检测装置可以直接从该组传感器接收操作数据,例如当故障检测装置与机器104的车载***相关联地部署时。
在一些实施方式中,操作数据可以与机器的部件操作相关。例如,操作数据可以包括与部件的操作相关的传感器测量值。作为具体示例,并且如附图标记108所示,操作数据可以包括火花塞的电压测量值、涡轮入口的温度测量值、排气口的温度测量值等。在一些实施方式中,操作数据可以是时间序列数据(例如,可以随时间标识传感器测量值),可以标识特定时间点的传感器测量值,可以标识随时间的平均感器测量值等。在一些实施方式中,机器104的操作数据可以包括来自与数十个、几十个或更多个部件(例如,相同类型的部件或不同类型的部件)相关联的多个传感器的数千、数百万或更多的数据元素。在一些实施方式中,故障检测装置可以从工地102处的几十个、数百个或更多机器104接收操作数据,可以从数十个、几十个或更多的工地102等处接收操作数据。
在一些实施方式中,故障检测装置可以以与关于操作数据所描述的方式类似的方式,接收识别工地102处的一组操作条件的操作条件数据。例如,故障检测装置可以从与布置在工地102等处的机器104相关联的一组传感器接收操作条件数据。
转到图2,并且如附图标记110所示,故障检测装置可以处理操作数据以形成导出数据。例如,故障检测装置可以基于从故障检测装置的用户接收输入来处理操作数据等,在接收到操作数据之后处理操作数据。
在一些实施方式中,故障检测装置可以使用预处理技术来处理操作数据。例如,预处理技术可以与降低与操作数据相关联的噪音相关联。继续前面的示例,预处理技术可以与修改操作数据的初始值(例如,操作数据的初始值可以包括由传感器收集的测量值)相关联,以减少与操作数据相关联的噪音。在一些实施方式中,当使用预处理技术处理操作数据时,故障检测装置可以将相同的值应用于操作数据的数据元素的初始值,可以使用函数修改数据元素的初始值,等等。例如,故障检测装置可以在操作数据的数据元素上将初始值增加统一的量以形成导出数据,可以将操作数据的初始值平方以形成导出数据,可以将对数函数或指数函数应用于初始值以形成导出数据,可以将初始值归一化以形成导出数据等等。如本文所述,处理导出数据可通过分离操作数据的值来保存相对于处理操作数据的处理资源,从而减少或消除操作数据中存在的噪音影响,提供更容易和/或更快的数据集以使故障检测装置处理和/或分析等。
在一些实施方式中,故障检测装置可以基于彼此处于阈值百分比内的操作数据的值,基于满足阈值的操作数据的标准偏差等来确定不处理操作数据以形成导出数据。这通过减少或消除故障检测装置在操作数据不太可能包括大量噪音的情况下处理操作数据的需要而节省了故障检测装置的处理资源。此外,这减少了故障检测装置接收操作数据和执行本文描述的动作之间的时间量,由此在机器104的部件的操作中最小化了解决可能的问题(例如,可能的故障、磨损和撕裂的阈值量、减少的操作寿命、可能导致故障或降低的性能的条件等等)所需的时间量。
在一些实施方式中,故障检测装置可以在处理操作数据之前确定机器104的发动机正在操作。例如,如果故障检测装置要处理与机器104的发动机相关联的涉及机器104的部件的操作数据(例如,从与操作数据相关联的元数据确定的、从故障检测装置的输入确定的、等等),然后,故障检测装置可以监测来自机器104的数据,以在处理来自传感器的操作数据之前、在请求传感器提供操作数据之前等确定机器104的发动机是否正在操作。
附图标记112示出了处理操作数据以形成导出数据的示例。例如,故障检测装置可以对操作数据的初始值求平方以形成导出数据。作为具体示例,在导出数据中,作为100摄氏度(C)(示为“100C”)的测量温度的时间T1的操作数据变为10000摄氏度(C)。通过将初始值彼此分离以便可以更容易地分析操作数据,从而在以本文描述的方式处理操作数据之前提高了操作数据的质量。
转到图3,并且如附图标记114所示,故障检测装置可以使用基于条件的处理技术来处理导出数据。例如,故障检测装置可以在形成导出数据之后,基于从故障检测装置的用户接收到处理导出数据的输入,在接收到操作数据之后(例如,当没有形成导出数据时),在接收到导出数据之后等等,使用基于条件的处理技术来处理导出数据以形成映射数据。
在一些实施方式中,基于条件的处理技术可以与基于初始值对一组条件的满足(例如,在处理导出数据之前,导出数据的初始值可以包括导出数据的未修改值)将导出数据(或当未形成导出数据时的操作数据)的数据元素的初始值映射到映射值相关联。例如,基于条件的处理技术可以包括基于二进制的处理技术,其中初始值基于阈值的满足被映射到二进制值(例如,当初始值不满足阈值时初始值可以被映射到0(0),或者当初始值满足阈值时初始值可以被映射到1);可以包括基于三进制的处理技术,其中初始值基于多个阈值的满足将值映射到三元值(例如,当初始值不满足第一阈值时,初始值可以被映射到0,当初始值满足第一阈值但不满足第二阈值时,初始值可以被映射到1,当初始值满足第一阈值和第二阈值时,初始值可以被映射到2),等等。在一些实施方案中,且如本文别处所述,故障检测装置可基于操作数据到二进制值、三进制值等(例如,二进制值、三进制值等的模式、数量等)的映射来检测机器104的部件的操作的可能的问题。
这通过将用于检测机器104的部件的操作中可能的问题的数据集从较大范围的离散值变换到较小范围的离散值来节省故障检测装置相对于使用操作数据和/或导出数据的处理资源,以便于计算和分析、用于数据集的鲁棒性和稳定性、以减少数据集中的噪音等等。此外,以本文描述的方式使用一组条件来处理离散数据集减少了对机器104的部件的操作的可能的问题的误报检测,由此节省了故障检测装置的处理资源,否则这些处理资源将会通过误报检测被消耗,以及减少了检测可能的问题的延迟等等。
附图标记116示出了使用基于条件的处理技术处理导出数据的示例。例如,基于导出数据是否满足1500C阈值,将导出数据映射到“0”或“1”。继续前面的例子,并且对于时间T1,基于不能满足1500C阈值的导出数据的初始值1000C,导出数据被映射到“0”。
如附图标记118所示,故障检测装置可以检测映射数据满足一组条件。例如,故障检测装置可以在使用基于条件的处理技术处理导出数据之后,基于从故障检测装置的用户接收输入来处理映射数据以检测映射数据是否满足一组条件等等,检测映射数据满足一组条件。
在一些实施方式中,故障检测装置可以检测映射数据在以下情况中满足条件:当映射数据的特定值的量满足阈值时,当映射数据的特定值的量在一段时间(例如,一天、一周等)内满足阈值时,当映射数据的特定值的量在连续时间段内满足阈值时,等等。例如,如附图标记120所示,当检测到四个连续时间(时间T4到T7)以1作为映射数据的值时,故障检测装置可以检测到映射数据的特定值满足条件。
另外,或者可替换地,故障检测装置可以在导出数据的初始值的环境中检测映射数据满足条件。例如,当导出数据的初始值满足阈值时,故障检测装置可以确定满足条件。继续前面的示例,并且如附图标记122所示,故障检测装置可以确定当导出数据的初始值(例如,时间T6的初始值)在特定值的阈值量出现的时间段(例如,在时间T4到T7期间)内满足阈值(例如,20000C)时满足条件。以这种方式,故障检测装置可以将对映射数据的值的分析和导出数据的初始值的分析相结合,以检测已经满足一组条件。
在一些实施方式中,故障检测装置可以检测对机器104的不同部件的不同条件的满足。例如,对于火花塞,在连续几天内映射数据的特定值(例如,表示火花塞的电压电平的二进制数据的值1)出现阈值量时,故障检测装置可以检测到满足第一条件,并且在连续几天内导出数据(或当未生成导出数据时的操作数据)的初始值满足阈值时,故障检测装置可以检测到满足第二条件。
另外地或可替代地,并且作为涡轮机入口的另一个示例,当映射数据的特定值(例如,满足阈值的表示涡轮机入口温度的二进制数据的值1)在一天中出现阈值次数时,故障检测装置可以检测到满足第一条件,并且当与涡轮入口相同的机器104相关联的发动机速度和/或发动机负载满足相应阈值时,故障检测装置可以检测到满足第二条件。另外地或可替代地,并且作为排气口的另一个示例,当映射数据的特定值(例如,满足阈值的表示排气温度的二进制数据的值1)在一天中出现阈值次数时,故障检测装置可以检测到满足第一条件,并且当与排气口相同的机器104相关联的发动机速度和/或发动机的负载满足相应阈值时,故障检测装置可以检测到满足第二条件。
在一些实施方式中,故障检测装置可以基于被满足的条件来检测机器104的一个或多个部件的操作中可能的问题的存在。例如,并且关于附图标记120和122所示的分析,故障检测装置可以检测到出现在连续时间段内阈值量的映射数据的特定值满足第一条件,并且可以检测到在与第一条件相关联的连续时间段内满足阈值的导出数据的至少一个初始值满足第二条件。继续前面的示例,故障检测装置可以基于对第一条件和/或第二条件的满足来检测可能的问题的存在。
在一些实施方式中,故障检测装置可以处理相同类型的多个部件(例如,多个火花塞、多个涡轮机入口、和/或多个排气口等等)的映射数据,并且可以识别与可能的问题相关联的特定部件。例如,相同类型的不同部件可以与不同的传感器相关联,并且故障检测装置可以分别处理每个不同部分的映射数据,以识别与可能的问题相关联的特定部件。这为故障检测装置提供了报告技术人员要解决的特定部件的能力,从而节约了与多个部件的诊断测试相关联的成本和/或时间,减少了解决可能的问题所需的时间量等等。
在一些实施方式中,故障检测装置可以确定可能的问题的严重性。例如,故障检测装置可以基于满足的条件、与条件相关联地满足的阈值、操作数据的模式、导出数据的模式、映射数据的模式等的组合来确定可能的问题的严重性。继续前面的示例,条件的特定组合的满足、与条件相关联的特定阈值的满足、操作数据的特定模式、导出数据和/或映射数据等可以与特定严重性相关联。在一些实施方式中,故障检测装置可以基于可能的问题的严重性来执行以下描述的不同动作。例如,故障检测装置可以针对可能的问题的低严重性执行第一组动作,针对可能的问题的中等严重性执行第二组动作,针对可能的问题的第三严重性执行第三组动作等等。
在一些实施方式中,故障检测装置可以在机器104的操作条件的情况下执行本文描述的一个或多个分析。例如,故障检测装置可以基于机器104的操作条件的情况来检测机器104的部件的操作中可能的问题的存在,以说明不同操作条件影响机器104的部件的操作的方式。在一些实施方式中,如操作条件数据所指示的,操作条件可以包括工地102处的空气温度、工地102的海拔、机器104的年龄、机器104的使用等。
在一些实施方式中,通过基于操作条件选择阈值,通过基于操作条件确定执行或不执行本文描述的特定操作等等,故障检测装置可以在机器104的操作条件的情况下执行分析。例如,故障检测装置可以基于与处于相对较高高度,具有阈值温度等的机器104相关联的工地102来选择较高或较低阈值,以用于检测机器104的部件的操作的可能的问题。
附加地或可选地,并且作为另一示例,故障检测装置可以基于与机器104相关联的工地102的操作条件来确定生成或不生成导出数据和/或映射数据。继续前一示例,当机器104与可能在操作数据中产生更大量噪音的操作条件相关联时,例如当机器的年龄满足阈值时,当工地102的温度满足阈值时等等,故障检测装置可以确定从操作数据生成导出数据和/或从导出数据生成映射数据。以这种方式,故障检测装置可以智能地使对部件的可能发问题的检测适应于不同的操作条件,从而提高检测机器104的部件的操作问题的准确性。通过选择性地使用操作条件数据来选择性地执行故障检测装置的操作,这样节省了故障检测装置的处理资源。
在一些实施方式中,在检测可能的问题时,故障检测装置可以使用机器学习模型,该机器学习模型已经被训练使用训练数据集来检测与机器104的部件的操作相关的可能的问题(例如,现有问题或即将发生的问题)、故障(例如,现有故障或即将发生的故障)等等,该训练数据集包括不同操作数据集和识别操作数据是否指示可能的问题、故障、可能的问题和/或故障的误报检测等等的信息。例如,训练数据集可包括第一组操作数据和关于第一组操作数据是否指示可能的问题、故障、误报等的第一指示,第二组操作数据和关于第二组操作数据是否指示可能的问题、故障、误报等的第二指示。
在一些实施方式中,训练数据集可以包括历史操作数据,识别历史操作数据中可能的问题的信息等等。附加地或可选地,当故障检测装置将操作数据输入到机器学习模型中时,故障检测装置可以输入操作数据的第一部分作为训练数据集,输入操作数据的第二部分作为验证数据集,以及输入操作数据的第三部分作为测试数据集(例如,用于确定包括在第一模型集中的模型)。在一些实施方式中,故障检测装置可以根据机器学习模型的测试结果(例如,通过提交操作数据的不同部分作为数据的训练集、数据的验证集和数据的测试集)来执行机器学习模型的训练的多次迭代。
在一些实施方式中,当训练机器学习模型时,故障检测装置可以利用随机森林分类器技术来训练机器学习模型。例如,故障检测装置可以在训练期间利用随机森林分类器技术来构造多个决策树,并且可以输出操作数据的分类。附加地或可选地,当训练机器学习模型时,故障检测装置可以利用梯度提升树分类器技术来生成机器学习模型。例如,故障检测装置可以利用梯度提升树分类器技术来从一组弱预测模型中生成预测模型(例如,通过以阶段方式生成机器学习模型,通过优化任意可微分损失函数等等)。在一些实施方式中,故障检测装置可以使用与训练机器学习模型相关联的一个或多个其他机器学习技术。
在一些实施方式中,故障检测装置可以从另一装置接收机器学习模型,而不是训练机器学习模型。例如,服务器装置可以基于已经以类似于上述的方式(和/或通过使用来自多个机器104的历史操作数据)训练了机器学习模型来生成机器学习模型,并且可以将机器学习模型提供给故障检测装置(例如,可以用机器学习模型预加载故障检测装置,可以从故障检测装置接收对机器学习模型的请求,等等)。
在一些实施方式中,机器学习模型可以指示与机器104相关联的部件是否正在经历可能的问题,部件是否已经失效,部件是否被预测在一段时间内经历问题,部件是否被预测在一段时间内经历失效,部件已经经历的磨损量和撕裂量,部件的剩余使用寿命,等等。例如,基于训练机器学习模型被训练的方式,故障检测装置可以将实时或接近实时的操作数据输入到机器学习模型中以确定部件是否正经历可能的问题,部件是否已经历故障,部件是否被预测为在一段时间内经历可能的问题,部件是否被预测在一段时间内经历故障,部件的剩余使用寿命,部件已经经历的磨损量和撕裂量,等等。
例如,基于操作数据(例如,基于机器学习模型已被训练以识别的操作数据中的趋势和/或模式),基于操作条件数据(例如,考虑操作条件可能对部件的操作的影响)等,机器学习模型可以输出如下的指示:部件是否正在经历可能的问题,部件是否已经经历故障,部件是否被预测在一段时间内经历可能的问题,部件是否被预测在一段时间内经历故障,部件的剩余使用寿命,部件已经经历的磨损和撕裂量等等。附加地或可选地,如本文别处更详细描述的,机器学习模型可以输出关于部件的待执行的推荐操作和/或操作的安排(例如,维护、更换、维修、检查等)。
在一些实施方式中,故障检测装置可以识别要使用的机器学习模型。例如,故障检测装置可以存储各种机器学习模型,并且故障检测装置可以识别用于处理操作数据的特定机器学习模型。在一些实施方式中,故障检测装置可以基于信息来识别机器学习模型,该信息识别为其收集操作数据的部件的类型和/或收集操作数据的传感器的类型。例如,不同的机器学习模型可与不同类型的部件(例如,用于火花塞、涡轮入口或排气口的不同机器学习模型)、部件和/或传感器的不同制造商、可制造部件的不同材料(例如,铝、钢、塑料等)、传感器的不同灵敏度等相关联。
附加地或可选地,故障检测装置可以基于部件和/或传感器的位置来识别机器学习模型。例如,故障检测装置可以针对位于机器104内部的部件和/或传感器与位于机器104外部的部件和/或传感器使用不同的机器学习模型。另外或可选地,故障检测装置可以基于故障检测装置对操作数据执行的处理来识别机器学习模型。例如,故障检测装置可以在使用操作数据来检测部件的操作中的可能的问题时选择一种机器学习模型,但是可以在使用导出数据来检测部件的操作中的可能的问题时选择不同的机器学习模型。类似地,在一些实施方式中,基于收集和/或汇总操作数据的时间段等,故障检测装置可以为包括在操作数据中的不同数据选择不同的机器学习模型(例如,用于电压数据、温度数据等的不同的机器学习模型)。
在一些实施方式中,故障检测装置可以在选择机器学习模型之前执行操作数据的初始分析。例如,在选择要使用的机器学习模型之前,在确定生成导出数据之前,在确定生成映射数据之前等等,故障检测装置可以分析趋势、可以分析模式、可以确定操作数据在时间段期间是否满足阈值等等。在一些实施方式中,故障检测装置可以基于初始分析是否指示部件的可能的问题、部件剩余使用寿命的阈值、部件的故障、部件的磨损和撕裂的阈值量等来选择机器学习模型,并且故障检测装置可以使用机器学习模型来确认初始分析的结果。
如果初始分析的结果未指示部件的操作的问题(例如,现有问题或即将发生的问题)、部件剩余使用寿命的阈值、部件的故障(例如,实际故障或即将发生的故障)、部件的磨损和/或撕裂的阈值量等等,这样通过减少或消除故障检测装置处理操作数据的需要来节约处理资源。另外,通过促进对经过专门训练以识别部件的操作的不同方面的机器学习模型的选择,这样提高了利用机器学习模型处理操作数据的准确度,这可以提高确定部件的剩余使用寿命的准确度。此外,使用机器学习模型有助于以先前不可能的方式实时或接近实时地处理数十、数百或更多机器104中的数十、数百或更多部件的数千、数百万或更多数据元素。
以这种方式,故障检测装置可以基于分析映射数据(例如,映射数据的模式、一段时间内的映射数据的值等)来检测机器的部件的操作的可能的问题。例如,故障检测装置可以基于解释已被映射到二进制值以减少与导出数据相关联的噪音的导出数据,将导出数据转换为更易于由故障检测平台处理的形式等来检测可能的问题。
如附图标记124所示,故障检测装置可以执行一个或多个动作。例如,故障检测装置可以在检测到满足一组条件之后(例如,通过操作数据和/或导出数据),在检测到可能的问题之后等等执行一个或多个动作。在一些实施方式中,动作可以涉及解决可能的问题,基于可能的问题修改机器104的操作,等等。
在一些实施方式中,故障检测装置可以触发警报,该警报指示部件的操作的可能的问题存在。例如,故障检测装置可以向客户端装置和/或机器104的车载***发送用于显示的指示可能的问题存在的消息,可以激活机器104的输出组件(例如,灯、扬声器、振动组件等)和/或客户端装置,可以向服务器装置发送一组指令以向电子帐户填充指示可能的问题存在的信息等。
附加地或可选地,故障检测装置可以确定修改机器104的操作的方式,并且可以向机器104提供一组指令以修改机器104的操作。例如,故障检测装置可以使用机器学习模型来处理与可能的问题相关的信息,以便确定修改机器104的操作的方式,可以执行识别数据结构中的可能的问题的信息的查找,该数据结构包括识别各种可能的问题和修改机器104的操作的相应方式等的信息,以便识别修改机器104的操作的方式。作为具体示例,基于满足的条件(或条件的组合),基于检测到的可能的问题(或可能的问题的组合)等,故障检测装置可以确定降低机器104的发动机速度,停止机器104的发动机,关闭机器104的部件的电源,打开机器104的备用部件的电源,限制机器104每天、每周等的操作时间,限制机器104每天、每周等可以接收的负载量,等等。
在一些实施方式中,故障检测装置可以确定要解决的可能的问题的维护设施和/或要解决的可能的问题的时间(例如,维护设施可以包括执行维护活动、修理活动、检查活动等的位置)。例如,基于可能的问题的严重性(例如,故障检测装置可以针对更严重的可能的问题识别更接近的维护设施和/或更接近的时间)、可能的问题(例如,特定维护设施可能仅能够解决特定类型和/或特定时间的可能的问题)、机器104的维护设施的可用性和/或时间等等,故障检测装置可以确定维护设施和/或时间。继续前面的示例,故障检测装置可以使用与维护设施相关联的电子日程表、使用维护设施处的维护的电子时间表等来确定维护设施的可用性和/或时间。
在一些实施方式中,故障检测装置可以安排机器104用于在特定维护设施处和/或特定时间进行维护。例如,故障检测装置可以在电子日程表、电子时间表等上生成日程表项目,用于在特定维护设施处进行维护,以安排机器104进行维护。在一些实施方式中,故障检测装置可以向机器104发送一组指令以使得机器104在预定时间移动至维护设施(例如,该组指令可以使得机器104的部件在移动机器104时被激活,可以包括维护设施的一组指示和/或识别维护设施的位置的信息,等等)。
另外地或替代地,故障检测装置可以安排技术人员、技工等部署到机器104的位置,并且可以使技术人员、技工等部署到该位置。例如,故障检测装置可以以类似于针对维护设施所描述的方式来选择和/或安排技术人员、技工等,并且可以向与技术人员、技工等相关联的客户端装置发送消息以将技术人员、技工等分派到机器104的位置。
在一些实施方式中,故障检测装置可以向机器104发送一组指令,以使得机器104的车载***执行机器104的一个或多个部件的诊断测试。例如,该组指令可以使机器104执行火花塞、涡轮入口、排气口等的诊断测试。
如上所述,提供图1-3作为一个或多个示例。其他示例可不同于结合图1-3所描述的示例。
图4是其中可以实现本文描述的***和/或方法的示例环境400的示意图。如图4所示,环境400可以包括与机器104的一组部件412相关联的一组传感器410、一组服务器装置420、一组客户端装置430、包括一组处理器450和存储器460的故障检测装置440、以及网络470。环境400的装置可以经由有线连接、无线连接或者有线和无线连接的组合来互连。
传感器410包括一组传感器装置,其提供关于机器104的部件412的操作(例如,操作数据)和/或机器104的操作条件(例如,操作条件数据)的信息。例如,传感器410可以包括温度传感器、电压传感器、振动传感器、发动机速度传感器、高度传感器等。在一些实施方式中,如本文别处所述,传感器410可以收集部件412(例如,火花塞、涡轮机入口、排气口等)的操作数据并且可以将这些操作数据提供给故障检测装置440。
服务器装置420包括能够接收、生成、存储、处理和/或提供操作数据和/或操作条件数据的一个或多个装置。例如,服务器装置420可以包括服务器(例如,在数据中心或云计算环境中)、数据中心(例如,多服务器微数据中心)、工作站计算机、在云计算环境中提供的虚拟机(VM)或类似类型的装置。在一些实施方式中,服务器装置420可以包括通信接口,该通信接口允许服务器装置420从环境400中的其他装置接收信息和/或向环境400中的其他装置发送信息。在一些实施方式中,服务器装置420可以是在诸如机箱的外壳内实施的物理装置。在一些实施方式中,服务器装置420可以是由云计算环境或数据中心的一个或多个计算机装置实现的虚拟装置。在一些实施方式中,如本文别处所述,服务器装置420可以存储操作数据和/或操作条件数据,可以存储故障检测装置440对操作数据和/或操作条件数据的分析结果,等等。
客户端装置430包括能够接收、生成、存储、处理和/或提供操作数据和/或操作条件数据的一个或多个装置。例如,客户端装置430可以包括移动电话(例如,智能电话、无线电话等)、笔记本电脑、平板电脑、掌上电脑、游戏装置、可佩戴通信装置(例如,智能手表、一对智能眼镜等)、台式电脑或类似类型的装置。在一些实施方式中,如本文别处所述,客户端装置430可以从故障检测装置440接收由故障检测装置440执行的操作数据和/或操作条件数据的分析结果。
故障检测装置440包括能够接收、生成、处理、存储和/或提供操作数据和/或操作条件数据的一个或多个装置。例如,故障检测装置可被托管在部署在数据中心或云计算环境中的一组服务器装置420上,可被托管在客户端装置430上,可由机器104的车载***端等。在一些实施方式中,如本文别处所述,故障检测装置440可以处理操作数据和/或操作条件数据以检测机器104的部件412的操作的可能的问题。
故障检测装置440包括一组处理器450(例如,微处理器、微控制器、现场可编程门阵列(FPGA)、专用集成电路(ASIC)等)和存储器460(例如,只读存储器(ROM)、随机存取存储器(RAM)等)。处理器450可执行一个或多个指令和/或命令以控制故障检测装置440的操作,例如检测机器104的部件412的操作的可能的问题。存储器460可以存储程序代码以供处理器450执行和/或用于存储与处理器450执行的这种程序代码有关的数据。
网络470包括一个或多个有线和/或无线网络。例如,网络470可以包括蜂窝网络(例如,长期演进(LTE)网络、码分多址(CDMA)网络、3G网络、4G网络、5G网络、另一类型的下一代网络等)、公共陆地移动网络(PLMN)、局域网(LAN)、广域网(WAN)、城域网(MAN)、电话网(例如,公共交换电话网(PSTN))、专用网、自组织网、内联网、因特网、基于光纤的网络、云计算网络等、和/或这些或其他类型网络的组合。
作为一个或多个示例,提供了图4所示的装置和网络的数量和布置。实际上,与图4所示的装置和/或网络相比,可能有附加的装置和/或网络、更少的装置和/或网络、不同的装置和/或网络、或者不同布置的装置和/或网络。此外,可以在单个装置内实现图4所示的两个或多个装置,或者可以将图4所示的单个装置实现为多个分布式装置。附加地或可选地,环境400的一组装置(例如,一个或多个装置)可以执行被描述为由环境400的另一组装置执行的一个或多个功能。
图5是用于检测机器的部件的问题或潜在问题的示例性过程500的流程图。在一些实施方案中,图5的一个或多个过程框可由故障检测装置(例如,故障检测装置440)执行。在一些实施方式中,图5的一个或多个过程框可以由与故障检测装置分开或包括故障检测装置的另一个装置或一组装置来执行,例如传感器(例如,传感器410)、机器104的部件(例如,部件412)、服务器装置(例如,服务器装置420)和客户端装置(例如,客户端装置430)。
如图5所示,过程500可以包括接收与机器的一组部件的操作相关的操作数据,其中从与该组部件相关联的一组传感器接收该操作数据(框510)。例如,如上所述,故障检测装置(例如,使用处理器450、存储器460等)可以接收与机器的一组部件的操作相关的操作数据。在一些实施方式中,从与该组部件相关联的一组传感器接收上述操作数据。
如图5中进一步所示,过程500可包括在接收到操作数据之后使用基于条件的处理技术来处理操作数据,其中基于条件的处理技术与基于初始值对第一组条件的满足将操作数据的数据元素的初始值映射到二进制值相关联(框520)。例如,如上所述,故障检测装置(例如,使用处理器450、存储器460等)可以在接收到操作数据之后使用基于条件的处理技术来处理操作数据。在一些实施方式中,基于条件的处理技术与基于初始值对第一组条件的满足将操作数据的数据元素的初始值映射到二进制值相关联。
如图5进一步所示,在处理操作数据之后,基于在一段时间内满足的、与二进制值和初始值相关联的第二组条件,过程500可包括检测该组部件的操作中可能的问题的存在(框530)。例如,如上所述,在处理操作数据之后,基于在一段时间内满足的、与二进制值和初始值相关联的第二组条件,故障检测装置(例如,使用处理器450、存储器460等)可以检测该组部件的操作中可能的问题的存在。
如图5进一步所示,在检测到存在可能的问题之后,过程500可包括执行与解决可能的问题有关的一组动作,其中该组动作包括与解决存在的可能的问题有关的动作(框540)。例如,如上所述,故障检测装置(例如,使用处理器450、存储器460等)可以在检测到存在可能的问题之后执行与解决可能的问题相关的一组动作。在一些实施方式中,该组动作包括使得存在的可能的问题被解决的相关动作。
过程500可以包括另外的实施方式,诸如以下描述的和/或结合本文别处描述的一个或多个其他过程的任何单个实施方式或实现的任何组合。
在一些实施方式中,故障检测装置可以在检测到存在可能的问题之后识别与可能的问题相关联的该组部件中的特定部件,并且可以在识别出存在可能的问题之后向机器人或与个人相关联的客户端装置发送消息,其中该消息包括识别该特定部件的信息。在一些实施方式中,故障检测装置可以从机器的车载***并且在接收到操作数据之后确定与机器相关联的发动机正在操作,并且可以在确定与机器相关联的发动机正在操作之后处理操作数据。
在一些实施方式中,故障检测装置可以在检测到存在可能的问题之后向车载***发送一组指令,以执行该组部件的操作的诊断检查。在一些实施方式中,故障检测装置可以在检测到存在可能的问题之后触发警报,该警报通过触发以下各项中的至少一项来指示存在可能的问题:与机器相关联的输出组件,或者经由与车载***相关联的显示器提供用于显示的通知。在一些实施方式中,故障检测装置可以在接收到操作数据之后使用预处理技术来处理操作数据,其中预处理技术包括将函数应用于操作数据以修改数据元素的初始值以减少与数据元素的初始值相关联的噪音;并且可以在使用预处理技术处理操作数据之后使用基于条件的处理技术来处理操作数据。
附加地或替代地,本文描述的过程可以包括接收与机器的一组部件中的一个或多个部件的操作相关的操作数据,其中从与该组部件相关联的一组传感器接收这些操作数据。例如,如上所述,故障检测装置(例如,使用处理器450、存储器460等)可以接收与机器的一组部件的操作相关的操作数据。在一些实施方式中,从与该组部件相关联的一组传感器接收上述操作数据。
这样的处理可以包括在接收到操作数据之后使用基于条件的处理技术来处理操作数据,其中基于条件的处理技术与基于初始值对一组条件的满足将操作数据的数据元素的初始值映射到映射值相关联。例如,如上所述,故障检测装置(例如,使用处理器450、存储器460等)可以在接收到操作数据之后使用基于条件的处理技术来处理操作数据。在一些实施方式中,基于条件的处理技术与基于初始值对一组条件的满足将操作数据的数据元素的初始值映射到映射值相关联。
在处理操作数据之后,基于在一段时间内满足阈值次数的、与映射值相关联的条件,这样的处理可以包括检测该组部件的一个或多个的操作中可能的问题的存在。例如,如上所述,在处理操作数据之后,基于在一段时间内满足阈值次数的、与映射值相关联的条件,故障检测装置(例如,使用处理器450、存储器460等)可以检测该组部件的一个或多个的操作中可能的问题的存在。
这样的过程可以包括基于检测到存在可能的问题而触发警报,该警报指示该组部件的一个或多个部件的操作中存在可能的问题。例如,如上所述,故障检测装置(例如,使用处理器450、存储器460等)可以基于检测到存在可能的问题来触发警报,该警报指示该组部件组的一个或多个部件的操作中存在可能的问题。
这样的过程可以包括基于触发指示存在可能的问题的警报来执行与解决可能的问题相关的一组动作。例如,如上所述,故障检测装置(例如,使用处理器450、存储器460等)可以基于触发指示存在可能的问题的警报来执行与解决可能的问题相关的一组动作。
这样的过程可以包括另外的实施方式,例如以下描述的任何单个实施方式或实施方式的任何组合,和/或结合本文别处描述的一个或多个其他过程。
在一些实施方式中,故障检测装置可以确定修改机器的操作的方式,并且可以在确定修改机器的操作的方式之后向机器提供与修改机器的操作相关联的指令集。在一些实施方式中,这些操作数据包括以下各项中的至少一项:用于与该机器的发动机相关联的火花塞的电压测量值,用于该机器的涡轮机的涡轮机入口的温度测量值,或用于该机器的排气***的排气口的温度测量值。
在一些实施方式中,该故障检测装置可以接收与该机器的一组操作条件相关的操作条件数据,并且可以基于在该时间段内在该操作条件数据的情况下检测到该条件满足该阈值次数来检测可能的问题的存在。在一些实施方式中,故障检测装置可以激活与机器相关联的指示存在可能的问题的输出组件,或者向客户端装置发送消息以供显示,其中该消息包括指示存在可能的问题的信息。
在一些实施方式中,故障检测装置可以在检测到存在可能的问题之后,基于条件、阈值量或映射值来确定可能的问题的严重性。在一些实施方式中,故障检测装置可以基于可能的问题的严重性来确定要解决可能的问题的维护设施,可以在确定严重性之后安排在特定时间用于在维护设施处维护的机器,以及可以在安排用于维护的机器之后向该机器发送一组指令,以使该机器在该特定时间移动至该维护设施。
附加地或可替代地,本文描述的过程可以包括接收与一组火花塞的操作相关的操作数据,其中从与该组火花塞相关联的该组传感器接收该操作数据。例如,如上所述,故障检测装置(例如,使用处理器450、存储器460等)可以接收与该组火花塞的操作相关的操作数据。在一些实施方式中,从与该组火花塞相关联的该组传感器接收操作数据。
如上所述,这样的处理可以包括在接收到操作数据之后,使用预处理技术来处理操作数据以形成导出数据,其中预处理技术与降低和操作数据相关联的噪音相关联。例如,如上所述,故障检测装置(例如,使用处理器450、存储器460等)可以在接收到操作数据之后使用预处理技术来处理操作数据以形成导出数据。在一些实施方式中,预处理技术与降低和操作数据相关联的噪音相关联。
这种处理可以包括在处理操作数据之后使用基于条件的处理技术来处理导出数据,其中基于条件的处理技术与基于数据元素的初始值是否满足阈值来将映射值分配给导出数据的数据元素相关联。例如,如上所述,故障检测装置(例如,使用处理器450、存储器460等)可以在处理操作数据之后使用基于条件的处理技术来处理导出数据。在一些实施方式中,基于条件的处理技术与基于数据元素的初始值是否满足阈值来将映射值分配给导出数据的数据元素相关联。
这样的处理可以包括在处理导出数据之后,基于在一段时间内满足阈值次数的、与映射值相关联的条件来检测该组火花塞中可能的问题的存在。例如,如上所述,在处理导出数据之后,基于在一段时间内满足阈值次数的、与映射值相关联的条件,故障检测装置(例如,使用处理器450、存储器460等)可以检测该组火花塞中可能的问题的存在。
这样的过程可以包括在检测到存在可能的问题之后执行与解决可能的问题相关的一组动作。例如,如上所述,故障检测装置(例如,使用处理器450、存储器460等)可以在检测到存在可能的问题之后执行与解决可能的问题相关的一组动作。
这样的过程可以包括另外的实施方式,例如以下描述的任何单个实施方式或实施方式的任何组合,和/或结合本文别处描述的一个或多个其他过程。
在一些实施方式中,故障检测装置可以使用基于二进制条件的处理技术来处理导出数据,以基于该组火花塞的电压测量值是否满足阈值来将导出数据映射到二进制值,其中在导出数据中识别电压测量值。在一些实施方式中,故障检测装置可以在使用基于二进制条件的处理技术处理导出数据之后确定二进制值中的特定二进制值在该段时间内已经出现阈值次数,可以在确定该特定二进制值在该段时间内已经出现阈值次数之后确定操作数据的初始值在部分该段时间内满足另一阈值,以及可以在确定导出数据的初始值在部分该段时间内满足另一阈值之后检测可能的问题的存在。
在一些实施方式中,故障检测装置可以在检测到存在可能的问题之后触发指示存在可能的问题的警报,并且可以在触发警报之后执行该组动作。在一些实施方式中,故障检测装置可以通过以下操作中的至少一个来处理操作数据:将相同的值应用于数据元素的初始值,或者使用函数来修改数据元素的初始值。
在一些实施方式中,故障检测装置可以在检测到存在可能的问题之后向机器提供一组指令,该组指令与使得机器执行该组火花塞的操作的诊断测试相关联。在一些实施方式中,故障检测装置可以识别与存在可能的问题相关联的该组火花塞中的特定火花塞,并且可以在识别特定火花塞之后执行该组动作。
尽管图5示出了过程500的示例框,但是在一些实施方式中,过程500可以包括与图5中描绘的那些框相比附加的框、更少的框、不同的框或不同排列的框。另外,或可选地,可以并行执行过程500的两个或更多个框。
工业实用性
所公开的故障检测装置(例如,故障检测装置440)可以与其中需要用于检测该机器部件(例如,部件412)的问题的技术的任何机器(例如,机器104)一起使用。所公开的故障检测装置可以处理操作数据,以将操作数据从传感器输出的形式转换为故障检测装置在检测到操作数据的问题时更容易和/或更有效地处理的另一种形式。这样节省了处理资源,否则在试图从包含大量噪音的操作数据(例如,在一段时间内包含大范围值的操作数据)中检测机器部件的问题时将消耗该处理资源。此外,通过分离操作数据的值、通过减小离散值的范围等等,相对于处理未变换的操作数据,变换操作数据有助于更快地检测机器部件的操作中的可能的问题。
节省由故障检测装置的操作产生的处理资源和/或时间可以有助于更快地检测和/或解决机器部件的操作中的可能的问题。这样为故障检测装置提供了一种能力,以防止与机器的特定部件隔离的可能的问题影响机器的其他部件,防止引起机器的故障等等,这改进了机器的操作,节省了与机器故障相关的成本和/或时间,等等。此外,对可能的问题的早期检测有助于执行机器的预防性维护,该预防性维护通过防止相对于机器的操作发生更严重的问题来增加机器的操作寿命。此外,故障检测装置可以在机器的操作条件的情况下(例如,在机器操作期间操作条件改变时)检测机器部件的操作中可能的问题。这样减少或消除了对可能的问题的误报检测,这消耗了与检测可能的问题相关联的处理资源、时间等。
如本文所用,冠词“一、一个(a、an)”旨在包括一个或多个项目,并且可以与“一个或多个(one or more)”互换使用。此外,如本文所用,术语“具有(has、have、having)”等旨在为开放式术语。此外,短语“基于(based on)”旨在表示“至少部分地基于(based,atleast inpart,on)”。
前述公开内容提供了说明和描述,但并不旨在穷举或将实施方式限制为所公开的精确形式。可以根据上述公开进行修改和变化,或者可以从实施方式的实践中获得修改和变化。本说明书仅被认为是示例,本发明的真实范围由所附权利要求及其等同物指示。尽管在权利要求中陈述了和/或在说明书中公开了特征的特定组合,但这些组合并不旨在限制各种实施方式的公开。虽然以下列出的每项从属权利要求可能仅直接从属于一项权利要求,但是各种实施方式的公开包括与权利要求集中的每项其他权利要求相结合的每项从属权利要求。
Claims (10)
1.一种故障检测方法,包括:
由装置接收与机器的一组部件中的一个或多个部件的操作相关的操作数据,
其中从与所述一组部件相关联的一组传感器接收所述操作数据;
由所述装置在接收到所述操作数据之后,使用基于条件的处理技术来处理所述操作数据,
其中所述基于条件的处理技术与基于所述操作数据的数据元素的初始值对一组条件的满足将所述初始值映射到映射值相关联;
由所述装置在处理所述操作数据之后,基于在一时间段内满足阈值次数的、与所述映射值相关联的条件,检测所述一组部件中的一个或多个部件的操作中可能的问题的存在;
由所述装置基于检测到存在所述可能的问题来触发警报,所述警报指示所述一组部件中的一个或多个部件的操作中存在所述可能的问题;以及
由所述装置基于触发指示存在所述可能的问题的所述警报来执行与解决所述可能的问题相关的一组动作。
2.根据权利要求1所述的故障检测方法,其中执行所述一组动作包括:
确定修改所述机器的操作的方式;以及
在确定修改所述机器的操作的方式之后,向所述机器提供与修改所述机器的操作相关联的一组指令。
3.根据权利要求1或2所述的故障检测方法,进一步包括:
接收与所述机器的一组操作条件相关的操作条件数据;以及
其中检测所述可能的问题的存在包括:
在所述操作条件数据的情况下,基于在所述时间段内检测到所述条件满足所述阈值次数来检测所述可能的问题的存在。
4.根据权利要求1或2所述的故障检测方法,其中触发所述警报包括:
激活与所述机器相关联的输出组件,所述输出组件指示存在所述可能的问题,或
向客户端装置发送消息以供显示;
其中所述消息包括指示存在所述可能的问题的信息。
5.根据权利要求1或2所述的故障检测方法,进一步包括:
在检测到存在所述可能的问题之后,基于所述条件、所述阈值次数或所述映射值来确定所述可能的问题的严重性。
6.根据权利要求5所述的故障检测方法,其中执行所述一组动作包括:
基于所述可能的问题的严重性,确定要解决所述可能的问题的维护设施;
在确定所述严重性之后,安排用于在特定时间在所述维护设施处维护的所述机器;以及
在安排所述机器进行维护之后,向所述机器发送一组指令,以使所述机器在所述特定时间移动到所述维护设施。
7.一种故障检测装置,包括:
一个或多个存储器;以及
通信地耦合到所述一个或多个存储器的一个或多个处理器,所述处理器被配置为:
接收与机器的一组部件的操作相关的操作数据,
其中从与所述一组部件相关联的一组传感器接收所述操作数据;
在接收到所述操作数据之后,使用基于条件的处理技术来处理所述操作数据,
其中所述基于条件的处理技术与基于所述操作数据的数据元素的初始值对第一组条件的满足将所述初始值映射到二进制值相关联;
在处理所述操作数据之后,基于在一时间段内满足阈值次数的、与所述二进制值和所述初始值相关联的第二组条件来检测所述一组部件的操作中可能的问题的存在;以及
在检测到存在所述可能的问题之后,执行与解决所述可能的问题相关的一组动作,
其中所述一组动作包括与使得存在的所述可能的问题被解决的相关动作。
8.根据权利要求7所述的故障检测装置,其中,所述一个或多个处理器进一步被配置为:
在检测到存在所述可能的问题之后,识别与所述可能的问题相关联的所述一组部件中的特定部件;以及
其中在执行所述一组动作时,所述一个或多个处理器将:
在识别出存在所述可能的问题之后,向与技工相关联的客户端装置发送消息,
其中所述消息包括识别所述特定部件的信息。
9.根据权利要求7或8所述的故障检测装置,其中,所述一个或多个处理器在执行所述一组动作时被配置为:
在检测到存在所述可能的问题之后,向车载***发送一组指令,以执行所述一组部件的操作的诊断检查。
10.根据权利要求7或8所述的故障检测装置,其中,所述一个或多个处理器进一步被配置为:
在检测到存在所述可能的问题之后触发警报,所述警报通过触发以下各项中的至少一项来指示存在所述可能的问题:
与所述机器相关联的输出组件,或
经由与车载***相关联的显示器提供用于显示的通知。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US16/248,274 US10495544B1 (en) | 2019-01-15 | 2019-01-15 | Failure detection device for detecting an issue with a part of a machine |
US16/248,274 | 2019-01-15 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111435557A CN111435557A (zh) | 2020-07-21 |
CN111435557B true CN111435557B (zh) | 2023-07-14 |
Family
ID=68695835
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010014645.6A Active CN111435557B (zh) | 2019-01-15 | 2020-01-07 | 用于检测机器部件问题的故障检测装置 |
Country Status (3)
Country | Link |
---|---|
US (2) | US10495544B1 (zh) |
CN (1) | CN111435557B (zh) |
DE (1) | DE102020100591A1 (zh) |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10684940B1 (en) * | 2018-09-18 | 2020-06-16 | Amazon Technologies, Inc. | Microservice failure modeling and testing |
TWI676087B (zh) * | 2018-11-29 | 2019-11-01 | 東訊股份有限公司 | 驟變自動偵測告警系統 |
US10643454B1 (en) * | 2018-12-11 | 2020-05-05 | Megan Santamore | Handwashing system and methods of use |
US10679226B1 (en) * | 2019-02-27 | 2020-06-09 | Capital One Services, Llc | System and method for providing disposal recommendation for a vehicle owner |
US20200401904A1 (en) * | 2019-06-24 | 2020-12-24 | GE Precision Healthcare LLC | Adaptive medical imaging device configuration using artificial intelligence |
TWI755691B (zh) * | 2020-03-05 | 2022-02-21 | 悅聲志業股份有限公司 | 智慧製造聽感警報系統 |
CN114076680A (zh) * | 2020-08-17 | 2022-02-22 | 北京福田康明斯发动机有限公司 | 发动机装配检测方法、***、存储介质以及电子设备 |
US11914357B1 (en) * | 2020-12-29 | 2024-02-27 | Uchicago Argonne, Llc | Physics-constrained fault diagnosis framework for monitoring a standalone component of a thermal hydraulic system |
GB2606686A (en) * | 2021-03-04 | 2022-11-23 | Caterpillar Energy Solutions Gmbh | Control and monitoring of smart ignition system |
US11803778B2 (en) | 2021-08-04 | 2023-10-31 | Watsco Ventures Llc | Actionable alerting and diagnostic system for water metering systems |
US11353840B1 (en) * | 2021-08-04 | 2022-06-07 | Watsco Ventures Llc | Actionable alerting and diagnostic system for electromechanical devices |
CN113687642B (zh) * | 2021-08-13 | 2023-08-22 | 合肥维天运通信息科技股份有限公司 | 一种物流车辆隐患智能预警方法及*** |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8140358B1 (en) * | 1996-01-29 | 2012-03-20 | Progressive Casualty Insurance Company | Vehicle monitoring system |
CN104568446A (zh) * | 2014-09-27 | 2015-04-29 | 芜湖扬宇机电技术开发有限公司 | 一种发动机故障诊断方法 |
CN108733867A (zh) * | 2017-04-18 | 2018-11-02 | 通用电气公司 | 用以监测涡轮发动机的健康信息的方法和设备 |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS62279931A (ja) | 1986-05-29 | 1987-12-04 | レンゴ−株式会社 | 片面段ボ−ルの不良検出装置 |
US4737486A (en) | 1986-11-10 | 1988-04-12 | Eastman Kodak Company | Inorganic polymer subbing layer for dye-donor element used in thermal dye transfer |
TR199600527A2 (xx) * | 1996-06-24 | 1998-01-21 | Ar�El�K A.�. | Elektrik motorlar� i�in model bazl� hata tespit ve te�his sistemi. |
JP4755400B2 (ja) | 2003-08-29 | 2011-08-24 | 株式会社リコー | 無端移動部材駆動装置と画像形成装置と感光体駆動装置と無端移動部材の劣化警告方法 |
US7672811B2 (en) * | 2005-06-17 | 2010-03-02 | Gm Global Technology Operations, Inc. | System and method for production system performance prediction |
US20100082197A1 (en) * | 2008-09-30 | 2010-04-01 | Honeywell International Inc. | Intermittent fault detection and reasoning |
US9441556B2 (en) * | 2013-03-15 | 2016-09-13 | GM Global Technology Operations LLC | Noise updating systems and methods |
US9984513B2 (en) * | 2014-12-23 | 2018-05-29 | Palo Alto Resarch Center Incorporated | System and method for determining vehicle component conditions |
JP6109257B2 (ja) * | 2015-07-21 | 2017-04-05 | 三菱電機株式会社 | 駆動装置 |
US10012205B2 (en) * | 2016-08-25 | 2018-07-03 | Caterpillar Inc. | Gas fuel engine spark plug failure detection |
CN106371010A (zh) * | 2016-09-29 | 2017-02-01 | 法乐第(北京)网络科技有限公司 | 故障检测方法、机动车 |
CN106468766A (zh) * | 2016-09-29 | 2017-03-01 | 法乐第(北京)网络科技有限公司 | 故障检测装置、机动车 |
US11062536B2 (en) * | 2017-02-21 | 2021-07-13 | Ford Global Technologies, Llc | Method and apparatus for statistical vehicle element failure analysis |
CN108872762B (zh) * | 2018-05-02 | 2021-02-02 | Oppo广东移动通信有限公司 | 电子设备漏电检测方法、装置、电子设备及存储介质 |
-
2019
- 2019-01-15 US US16/248,274 patent/US10495544B1/en active Active
- 2019-09-10 US US16/566,136 patent/US10760995B2/en active Active
-
2020
- 2020-01-07 CN CN202010014645.6A patent/CN111435557B/zh active Active
- 2020-01-13 DE DE102020100591.1A patent/DE102020100591A1/de active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8140358B1 (en) * | 1996-01-29 | 2012-03-20 | Progressive Casualty Insurance Company | Vehicle monitoring system |
CN104568446A (zh) * | 2014-09-27 | 2015-04-29 | 芜湖扬宇机电技术开发有限公司 | 一种发动机故障诊断方法 |
CN108733867A (zh) * | 2017-04-18 | 2018-11-02 | 通用电气公司 | 用以监测涡轮发动机的健康信息的方法和设备 |
Also Published As
Publication number | Publication date |
---|---|
US20200225118A1 (en) | 2020-07-16 |
DE102020100591A1 (de) | 2020-07-16 |
US10760995B2 (en) | 2020-09-01 |
US10495544B1 (en) | 2019-12-03 |
CN111435557A (zh) | 2020-07-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111435557B (zh) | 用于检测机器部件问题的故障检测装置 | |
CN113447290B (zh) | 一种工程机械故障预警方法、装置及工程机械 | |
EP3270252B1 (en) | Equipment control based on failure determination | |
US11704942B2 (en) | Undercarriage wear prediction using machine learning model | |
US10890061B2 (en) | Rig management system for analyzing a pump valve of a hydraulic fracturing system | |
EP3361450B1 (en) | Vehicle component failure prevention | |
CN112727965B (zh) | 采煤机制动器的故障监测方法及装置 | |
AU2006315933A1 (en) | Process model based virtual sensor system and method | |
US10677765B2 (en) | Structural health monitoring of cyclically loaded structures | |
WO2023040400A1 (zh) | 一种挖掘机故障的预测方法、装置、电子设备及存储介质 | |
US20200226350A1 (en) | Targeted testing and machine-learning systems for detecting and identifying machine behavior | |
CN112396250B (zh) | 一种柴油机故障预测方法、装置、设备及存储介质 | |
CN111598346A (zh) | 故障检测方法、装置、检测设备、旋挖机及存储介质 | |
US10288530B2 (en) | Method for improving severity estimates | |
CN112801199B (zh) | 挖掘机动臂寿命预测方法、装置、电子设备及存储介质 | |
CN114547725A (zh) | 基于数字孪生的水下工程结构智能检测方法及*** | |
CN115898848A (zh) | 一种柱塞泵的监测方法及监测*** | |
CN115641114A (zh) | 一种农机维修保养预测方法、装置、存储介质与电子设备 | |
CN114528662A (zh) | 结构件剩余寿命预测方法、装置及作业机械 | |
US20160349152A1 (en) | Method for aligning composite work cycle severity distributions to severity responses | |
US20200143004A1 (en) | Visualization of machine structure damage from machine sensor data using machine learning | |
CN117928982B (zh) | 基于路况信息的共享车辆实验平台测试方法、运维方法和存储介质 | |
CN117703883A (zh) | 液压***的性能监控方法、装置和*** | |
CN116877355B (zh) | 一种海上风电结构状态监测方法、装置、设备和介质 | |
US11680591B2 (en) | Determining remaining life of a hose assembly based on sensor data |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |