JP2021521548A - 電気機械的マシンの調子を監視して故障を予測するシステム及び方法 - Google Patents
電気機械的マシンの調子を監視して故障を予測するシステム及び方法 Download PDFInfo
- Publication number
- JP2021521548A JP2021521548A JP2020560395A JP2020560395A JP2021521548A JP 2021521548 A JP2021521548 A JP 2021521548A JP 2020560395 A JP2020560395 A JP 2020560395A JP 2020560395 A JP2020560395 A JP 2020560395A JP 2021521548 A JP2021521548 A JP 2021521548A
- Authority
- JP
- Japan
- Prior art keywords
- electromechanical machine
- failure
- electromechanical
- monitoring device
- machine
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 43
- 238000012544 monitoring process Methods 0.000 title claims abstract description 35
- 238000010801 machine learning Methods 0.000 claims abstract description 63
- 238000012806 monitoring device Methods 0.000 claims description 84
- 230000006399 behavior Effects 0.000 claims description 22
- 238000009877 rendering Methods 0.000 claims description 8
- 230000008439 repair process Effects 0.000 claims description 8
- 238000001514 detection method Methods 0.000 claims description 4
- 238000010183 spectrum analysis Methods 0.000 claims description 4
- 230000002159 abnormal effect Effects 0.000 claims description 2
- 238000010586 diagram Methods 0.000 abstract description 4
- 238000012423 maintenance Methods 0.000 description 8
- 230000006866 deterioration Effects 0.000 description 7
- 238000004590 computer program Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 230000015556 catabolic process Effects 0.000 description 4
- 238000006731 degradation reaction Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000003542 behavioural effect Effects 0.000 description 3
- 238000001816 cooling Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000006698 induction Effects 0.000 description 3
- 230000005856 abnormality Effects 0.000 description 2
- 230000001174 ascending effect Effects 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 2
- 230000006378 damage Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000005670 electromagnetic radiation Effects 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000000704 physical effect Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- BVKZGUZCCUSVTD-UHFFFAOYSA-L Carbonate Chemical compound [O-]C([O-])=O BVKZGUZCCUSVTD-UHFFFAOYSA-L 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 238000004378 air conditioning Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000004397 blinking Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000009429 electrical wiring Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000020169 heat generation Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000007620 mathematical function Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000013021 overheating Methods 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 238000001845 vibrational spectrum Methods 0.000 description 1
- 238000004804 winding Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
- G05B23/0243—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults model based detection method, e.g. first-principles knowledge model
- G05B23/0254—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults model based detection method, e.g. first-principles knowledge model based on a quantitative model, e.g. mathematical relationships between inputs and outputs; functions: observer, Kalman filter, residual calculation, Neural Networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3003—Monitoring arrangements specially adapted to the computing system or computing system component being monitored
- G06F11/3013—Monitoring arrangements specially adapted to the computing system or computing system component being monitored where the computing system is an embedded system, i.e. a combination of hardware and software dedicated to perform a certain function in mobile devices, printers, automotive or aircraft systems
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
- G05B23/0283—Predictive maintenance, e.g. involving the monitoring of a system and, based on the monitoring results, taking decisions on the maintenance schedule of the monitored system; Estimating remaining useful life [RUL]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
- G06F11/0703—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation
- G06F11/0751—Error or fault detection not based on redundancy
- G06F11/0754—Error or fault detection not based on redundancy by exceeding limits
- G06F11/076—Error or fault detection not based on redundancy by exceeding limits by exceeding a count or rate limit, e.g. word- or bit count limit
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3058—Monitoring arrangements for monitoring environmental properties or parameters of the computing system or of the computing system component, e.g. monitoring of power, currents, temperature, humidity, position, vibrations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
- G06F11/3447—Performance evaluation by modeling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0208—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the configuration of the monitoring system
- G05B23/0216—Human interface functionality, e.g. monitoring system providing help to the user in the selection of tests or in its configuration
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Quality & Reliability (AREA)
- Mathematical Physics (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Automation & Control Theory (AREA)
- Software Systems (AREA)
- Medical Informatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Computer Hardware Design (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
- Control Of Electric Motors In General (AREA)
- Debugging And Monitoring (AREA)
Abstract
Description
調子指標値=1−{(過負荷回数+過熱回数+高振動回数+高圧回数+高電流回数+高回転回数+加重振動異常回数)/(全電流観測+全温度観測+全振動観測+全圧観測+全積載重量観測+全毎分回転数観測)}
但し、
wzone,i=事前定義ゾーン=iと関連している重み
nvib,i=事前定義ゾーン=iに属するあらゆる周波数の観測数
Claims (16)
- 電気機械的マシン(104)の調子を監視して故障を予測する方法であって、
前記電気機械的マシン(104)に関する複数の動作パラメータを、監視デバイス(102)によって受信することと、
前記複数の動作パラメータに基づいて、前記電気機械的マシン(104)と関連している特徴のセット及び事象のセットを、前記監視デバイス(102)によって判定することと、
複数の事前定義障害痕跡を参照することによって、前記複数の動作パラメータ、特徴の前記セット、又は事象の前記セットのうち少なくとも1つに基づいて、前記電気機械的マシン(104)と関連している1つ又は複数の障害痕跡を、前記監視デバイス(102)によって検出することであって、前記1つ又は複数の障害痕跡は、予想障害を示し、前記複数の事前定義障害痕跡を、前記監視デバイス(102)に配置される障害痕跡ライブラリーに提供することと、
ハイブリッド機械学習モデルを使用することによって、前記複数の動作パラメータ、特徴の前記セット、事象の前記セット、又は前記1つ又は複数の障害痕跡のうち少なくとも1つに基づいて、前記電気機械的マシン(104)の予想故障寿命及び残余耐用年数のうち少なくとも1つを、前記監視デバイス(102)によって判定することであって、前記ハイブリッド機械学習モデルは、前記監視デバイス(102)に配置される事前訓練多次元多変数機械学習モデルであり、前記電気機械的マシン(104)に関する領域知識に基づいていることと、
前記電気機械的マシン(104)の前記予想故障寿命及び前記残余耐用年数のうち少なくとも1つを、前記監視デバイス(102)によって提供してレンダリングすることと、を含む方法。 - 前記監視デバイス(102)に通信可能に連結される解析サーバー(106)に現場データを、前記監視デバイス(102)によって送信することを更に含み、前記現場データは、前記複数の動作パラメータ、特徴の前記セット、事象の前記セット、前記1つ又は複数の障害痕跡、前記予想故障寿命、及び前記残余耐用年数を含む、請求項1に記載の方法。
- 前記解析サーバー(106)から定期的な間隔で更新ハイブリッド機械学習モデル及び更新障害痕跡ライブラリーを、前記監視デバイス(102)によって受信することを更に含み、前記更新ハイブリッド機械学習モデル及び前記更新障害痕跡ライブラリーを、複数の監視デバイスから受信される前記現場データに基づいて前記解析サーバー(102)によって生成し、前記電気機械的マシン(104)の調子を監視して故障を予測するために、前記更新ハイブリッド機械学習モデル及び前記更新障害痕跡ライブラリーを使用する、請求項1に記載の方法。
- 特徴の前記セットの各特徴と関連している特徴調子指標を、前記監視デバイス(102)によって判定することと、
特徴の前記セットの各特徴と関連している前記特徴調子指標の各々に基づいて、前記電気機械的マシン(104)の全体調子値を、前記監視デバイス(102)によって計算することと、
前記電気機械的マシン(104)の前記特徴調子指標の各々及び前記全体調子値を、前記監視デバイス(102)によって提供してレンダリングすることと、を更に含む、請求項1に記載の方法。 - それぞれ前記特徴調子指標、全体調子値、前記予想故障寿命、又は前記残余耐用年数に対する複数の事前定義色ゾーンのうち1つに、ユーザインターフェースを介して、前記電気機械的マシン(104)の前記特徴調子指標、前記全体調子値、前記予想故障寿命、又は前記残余耐用年数をレンダリングすることを更に含む、請求項4に記載の方法。
- ハイブリッド機械学習モデルを用いて、前記電気機械的マシン(104)に対する平均修理時間(MTTR)又は前記電気機械的マシン(104)に対する平均故障間隔(MTBF)のうち少なくとも1つを判定することを更に含み、前記MTTR及び前記MTBFは、前記電気機械的マシン(104)の現場データの一部である、請求項1に記載の方法。
- 前記予想故障寿命又は前記残余耐用年数を判定することは、
前記ハイブリッド機械学習モデルの対応する出力の値を対応する閾値と比較することを含む、請求項1に記載の方法。 - 前記電気機械的マシン(104)に関する前記領域知識は、前記電気機械的マシン(104)の模擬モデル、前記電気機械的マシン(104)の既知挙動、前記電気機械的マシン(104)の模擬挙動、又は同様の環境で設置される前記電気機械的マシン(104)の履歴現場挙動のうち少なくとも1つを含む、請求項1に記載の方法。
- 前記複数の動作パラメータは、積載重量値、温度値、振動値、圧力値、電流値、流量、及び毎分回転数(RPM)値を含む、請求項1に記載の方法。
- 特徴の前記セットは、少なくとも過負荷回数、過熱回数、高振動回数、高圧回数、高電流回数、高回転回数、又は加重振動異常回数を含む、請求項1に記載の方法。
- 前記電気機械的マシン(104)に関する前記複数の動作パラメータを受信することは、
前記複数のパラメータを表す1つ又は複数の信号を受信することを更に含み、前記1つ又は複数の信号を前記1つ又は複数のセンサー(116)によって取得し、前記1つ又は複数の信号を周波数領域で取得する、請求項1に記載の方法。 - 前記1つ又は複数の信号を前記周波数領域で取得することは、
1つ又は複数の信号を時間領域で取得することと、
スペクトル解析を用いて、前記時間領域で取得される前記1つ又は複数の信号に対応する、前記周波数領域における1つ又は複数の信号を生成することと、を更に含む、請求項11に記載の方法。 - 電気機械的マシン(104)の調子を監視して故障を予測するシステム(100)であって、
少なくとも1つのプロセッサ(110)と命令を記憶するコンピュータ可読媒体(112)とを含む監視デバイス(102)を含み、
前記少なくとも1つのプロセッサ(110)によって実行される場合、前記命令は、
前記電気機械的マシン(104)に関する複数の動作パラメータを受信することと、
前記複数の動作パラメータに基づいて、前記電気機械的マシン(104)と関連している特徴のセット及び事象のセットを判定することと、
複数の事前定義障害痕跡を参照することによって、前記複数の動作パラメータ、特徴の前記セット、又は事象の前記セットのうち少なくとも1つに基づいて、前記電気機械的マシン(104)と関連している1つ又は複数の障害痕跡を検出することであって、前記1つ又は複数の障害痕跡は、予想障害を示し、前記複数の事前定義障害痕跡を、前記監視デバイス(102)に配置される障害痕跡ライブラリーに提供することと、
ハイブリッド機械学習モデルを使用することによって、前記複数の動作パラメータ、特徴の前記セット、事象の前記セット、又は前記1つ又は複数の障害痕跡のうち少なくとも1つに基づいて、前記電気機械的マシン(104)の予想故障寿命及び残余耐用年数のうち少なくとも1つを判定することであって、前記ハイブリッド機械学習モデルは、前記監視デバイスに配置される事前訓練多次元多変数機械学習モデルであり、前記電気機械的マシン(104)に関する領域知識に基づいていることと、
ユーザインターフェース(114)を介して前記電気機械的マシン(104)の前記予想故障寿命及び前記残余耐用年数のうち少なくとも1つをユーザにレンダリングすることと、を含む動作を前記少なくとも1つのプロセッサ(110)に実行させる、方法。 - 前記監視デバイス(102)に通信可能に連結されている1つ又は複数のセンサー(116)を更に含み、前記1つ又は複数のセンサー(116)は、前記電気機械的マシン(104)に関する前記複数の動作パラメータを取得するように構成されている、請求項13に記載のシステム(100)。
- 前記監視デバイス(102)に通信可能に連結されている解析サーバー(106)を更に含み、前記解析サーバー(106)は、
前記監視デバイス(102)及び複数の他の監視デバイスから現場データを受信し、前記現場データは、前記複数の動作パラメータ、特徴の前記セット、事象の前記セット、前記1つ又は複数の障害痕跡、前記予想故障寿命、及び前記残余耐用年数を含み、
前記監視デバイス(102)及び前記複数の他の監視デバイスから受信されている現場データに基づいて、更新ハイブリッド機械学習モデル及び更新障害痕跡ライブラリーを生成し、
前記監視デバイス(102)及び前記複数の他の監視デバイスに前記更新ハイブリッド機械学習モデル及び前記更新障害痕跡ライブラリーを送信するように構成されている、請求項13に記載のシステム(100)。 - 前記監視デバイスに通信可能に連結されている監視局(118)を更に含み、前記監視局(118)は、それぞれ前記調子指標又は前記予想故障寿命に対する複数の事前定義色ゾーンのうち1つに、ユーザインターフェースを介して、前記予想故障寿命又は前記残余耐用年数をレンダリングするように構成されている、請求項13に記載のシステム。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
IN201841011615 | 2018-03-28 | ||
IN201841011615 | 2018-03-28 | ||
PCT/IB2019/052543 WO2019186453A1 (en) | 2018-03-28 | 2019-03-28 | System and method for monitoring health and predicting failure of an electro-mechanical machine |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021521548A true JP2021521548A (ja) | 2021-08-26 |
JP7460545B2 JP7460545B2 (ja) | 2024-04-02 |
Family
ID=68060536
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020560395A Active JP7460545B2 (ja) | 2018-03-28 | 2019-03-28 | 電気機械的マシンの調子を監視して故障を予測するシステム及び方法 |
Country Status (7)
Country | Link |
---|---|
US (1) | US11493913B2 (ja) |
EP (1) | EP3776215A4 (ja) |
JP (1) | JP7460545B2 (ja) |
AU (1) | AU2019244842B2 (ja) |
MX (1) | MX2020010288A (ja) |
SG (1) | SG11202009619SA (ja) |
WO (1) | WO2019186453A1 (ja) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20200380391A1 (en) * | 2019-05-29 | 2020-12-03 | Caci, Inc. - Federal | Methods and systems for predicting electromechanical device failure |
IT202000014944A1 (it) * | 2020-06-23 | 2021-12-23 | Gd Spa | Procedimento per la manutenzione predittiva di una macchina automatica per la produzione o l’impacchettamento di articoli di consumo |
CN118035900B (zh) * | 2024-04-15 | 2024-06-18 | 四川港通医疗设备集团股份有限公司 | 一种用于医用空气***的监测预警方法及*** |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1298511A1 (en) * | 2001-09-27 | 2003-04-02 | Reliance Electric Technologies, LLC | Motorized system integrated control and diagnostics using vibration, pressure, temperature, speed, and/or current analysis |
US20150302163A1 (en) * | 2014-04-17 | 2015-10-22 | Lockheed Martin Corporation | Prognostics and health management system |
WO2017197449A1 (en) * | 2016-05-16 | 2017-11-23 | Weir Minerals Australia Ltd | Machine monitoring |
Family Cites Families (28)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5566092A (en) * | 1993-12-30 | 1996-10-15 | Caterpillar Inc. | Machine fault diagnostics system and method |
US7308322B1 (en) * | 1998-09-29 | 2007-12-11 | Rockwell Automation Technologies, Inc. | Motorized system integrated control and diagnostics using vibration, pressure, temperature, speed, and/or current analysis |
US6240343B1 (en) * | 1998-12-28 | 2001-05-29 | Caterpillar Inc. | Apparatus and method for diagnosing an engine using computer based models in combination with a neural network |
US7539597B2 (en) * | 2001-04-10 | 2009-05-26 | Smartsignal Corporation | Diagnostic systems and methods for predictive condition monitoring |
US6728658B1 (en) * | 2001-05-24 | 2004-04-27 | Simmonds Precision Products, Inc. | Method and apparatus for determining the health of a component using condition indicators |
US7254520B2 (en) * | 2002-05-14 | 2007-08-07 | Analysis And Measurement Services Corporation | Testing of wire systems and end devices installed in industrial processes |
US7027953B2 (en) * | 2002-12-30 | 2006-04-11 | Rsl Electronics Ltd. | Method and system for diagnostics and prognostics of a mechanical system |
US7062370B2 (en) * | 2004-03-30 | 2006-06-13 | Honeywell International Inc. | Model-based detection, diagnosis of turbine engine faults |
US20080262795A1 (en) * | 2005-02-25 | 2008-10-23 | Biogen Idec Ma Inc | Process Equipment Monitoring |
US7571057B2 (en) * | 2005-09-16 | 2009-08-04 | General Electric Company | System and method for monitoring degradation |
WO2008036921A2 (en) * | 2006-09-21 | 2008-03-27 | Impact Technologies, Llc | Systems and methods for predicting failure of electronic systems and assessing level of degradation and remaining useful life |
WO2009020861A1 (en) * | 2007-08-03 | 2009-02-12 | Smartsignal Corporation | Fuzzy classification approach to fault pattern matching |
WO2010011918A2 (en) * | 2008-07-24 | 2010-01-28 | University Of Cincinnati | Methods for prognosing mechanical systems |
US8332337B2 (en) * | 2008-10-17 | 2012-12-11 | Lockheed Martin Corporation | Condition-based monitoring system for machinery and associated methods |
CN103025592B (zh) * | 2010-06-30 | 2016-08-03 | 普拉德研究及开发股份有限公司 | 用于油田设备预测和健康管理的***、方法和装置 |
US8620853B2 (en) * | 2011-07-19 | 2013-12-31 | Smartsignal Corporation | Monitoring method using kernel regression modeling with pattern sequences |
US8326577B2 (en) * | 2011-09-20 | 2012-12-04 | General Electric Company | System and method for predicting wind turbine component failures |
US20130268229A1 (en) * | 2012-04-04 | 2013-10-10 | Ridgetop Group, Inc. | Method for finding fault-to-failure signatures using ordered health states |
US8886574B2 (en) * | 2012-06-12 | 2014-11-11 | Siemens Aktiengesellschaft | Generalized pattern recognition for fault diagnosis in machine condition monitoring |
CA2833768A1 (en) * | 2012-11-15 | 2014-05-15 | Power Analytics Corporation | Systems and methods for model-based solar power management |
WO2016195092A1 (ja) * | 2015-06-05 | 2016-12-08 | 株式会社日立製作所 | 異常検知装置 |
JP6496274B2 (ja) | 2016-05-27 | 2019-04-03 | ファナック株式会社 | 寿命故障条件を学習する機械学習装置,故障予知装置,機械システムおよび機械学習方法 |
JP6603192B2 (ja) | 2016-10-25 | 2019-11-06 | ファナック株式会社 | 学習モデル構築装置、故障予測システム、学習モデル構築方法及び学習モデル構築プログラム |
US10729382B2 (en) | 2016-12-19 | 2020-08-04 | Mitsubishi Electric Research Laboratories, Inc. | Methods and systems to predict a state of the machine using time series data of the machine |
JP2019008675A (ja) | 2017-06-27 | 2019-01-17 | ファナック株式会社 | 故障予測装置及び機械学習装置 |
US10124893B1 (en) * | 2017-09-18 | 2018-11-13 | Amazon Technologies, Inc. | Prognostics and health management system |
US11188065B2 (en) | 2017-09-23 | 2021-11-30 | Nanoprecise Sci Corp. | System and method for automated fault diagnosis and prognosis for rotating equipment |
US11824832B2 (en) * | 2020-08-18 | 2023-11-21 | Citrix Systems, Inc. | Prevention of malicious use of endpoint devices |
-
2019
- 2019-03-28 US US17/042,664 patent/US11493913B2/en active Active
- 2019-03-28 MX MX2020010288A patent/MX2020010288A/es unknown
- 2019-03-28 SG SG11202009619SA patent/SG11202009619SA/en unknown
- 2019-03-28 AU AU2019244842A patent/AU2019244842B2/en active Active
- 2019-03-28 EP EP19775019.3A patent/EP3776215A4/en active Pending
- 2019-03-28 WO PCT/IB2019/052543 patent/WO2019186453A1/en unknown
- 2019-03-28 JP JP2020560395A patent/JP7460545B2/ja active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1298511A1 (en) * | 2001-09-27 | 2003-04-02 | Reliance Electric Technologies, LLC | Motorized system integrated control and diagnostics using vibration, pressure, temperature, speed, and/or current analysis |
US20150302163A1 (en) * | 2014-04-17 | 2015-10-22 | Lockheed Martin Corporation | Prognostics and health management system |
WO2017197449A1 (en) * | 2016-05-16 | 2017-11-23 | Weir Minerals Australia Ltd | Machine monitoring |
Also Published As
Publication number | Publication date |
---|---|
SG11202009619SA (en) | 2020-10-29 |
JP7460545B2 (ja) | 2024-04-02 |
US11493913B2 (en) | 2022-11-08 |
US20210124342A1 (en) | 2021-04-29 |
EP3776215A1 (en) | 2021-02-17 |
EP3776215A4 (en) | 2022-04-06 |
AU2019244842B2 (en) | 2024-03-07 |
AU2019244842A1 (en) | 2020-11-26 |
WO2019186453A1 (en) | 2019-10-03 |
MX2020010288A (es) | 2021-01-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4832609B1 (ja) | 異常予兆診断装置および異常予兆診断方法 | |
JP7460545B2 (ja) | 電気機械的マシンの調子を監視して故障を予測するシステム及び方法 | |
EP2665925B1 (en) | A method for diagnostic monitoring of a wind turbine generator system | |
US11262276B2 (en) | Monitoring system | |
EP3299918B1 (en) | Abnormality diagnosis system and abnormality diagnosis method | |
CN103178615A (zh) | 电力设备故障监控方法及其*** | |
KR101994465B1 (ko) | 기술 시스템, 특히 전기 에너지-발생 설비의 동작의 컴퓨터-보조 모니터링을 위한 방법 | |
JP6370132B2 (ja) | 通信異常検出装置、通信異常検出方法及びプログラム | |
CN110987166A (zh) | 旋转机械健康状态的预测方法、装置、设备及存储介质 | |
KR102102346B1 (ko) | 함정설비의 상태기반 정비지원 시스템 및 방법 | |
US9188021B2 (en) | Steam turbine blade vibration monitor backpressure limiting system and method | |
KR101047325B1 (ko) | 건축물 및 플랜트의 설비 운영상태 감시 장치 및 방법 | |
CN117906991A (zh) | 旋转机械的机器健康监测 | |
KR102470112B1 (ko) | 원전의 지능형 상태감시 방법 및 시스템 | |
KR20210069351A (ko) | 로봇의 이상 상태에 대한 알람을 출력하는 방법 및 장치 | |
Leonidovich et al. | The development and use of diagnostic systems and estimation of residual life in industrial electrical equipment | |
US11339763B2 (en) | Method for windmill farm monitoring | |
US11747191B2 (en) | Automated health state classifier for rotating machines based on expert knowledge | |
CN114638060A (zh) | 故障预测方法、***、电子设备和计算机程序产品 | |
KR102609725B1 (ko) | 함정 부품의 관리 방법 및 관리 시스템 | |
Gutierrez | Monitoring and predictive maintenance of an industrial line | |
CN117472017A (zh) | 用于使用机器学习估计风力涡轮机组件的未来故障风险的***和方法 | |
CN117128143A (zh) | 一种叶片故障检测方法和相关装置 | |
CN109190833A (zh) | 电站健康管理方法、装置及*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220314 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230404 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20230704 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230830 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20231108 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20240207 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20240220 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240321 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7460545 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |