用于预测装备故障的方法和系统的制作方法

用于预测装备故障的方法和系统的制作方法
【专利摘要】本发明的各实施例总体上涉及用于预测装备故障的方法和系统。具体地，提供了一种用于预测装备故障的方法包括接收与基准装备的参数相关联的参数样本值和与基准装备相关联的运行状态信息。参数样本值和运行状态信息被定期地采集。生成用于将参数中的一个或多个与基准装备故障相关的模型。针对每个参数，确定在其处模型的输出指示基准装备故障的阈值。接下来，确定具有与所确定的阈值匹配的参数样本值的进行测试的装备的参数。针对每个所确定的参数，确定具有与进行测试的装备的参数样本值匹配的参数样本值的基准装备，进行测试的装备的参数样本值与所确定的阈值匹配。基于与所确定的基准装备相关联的生存能力数据来生成针对进行测试的装备的生存能力数据。所生成的生存能力数据被通信给用户界面。
【专利说明】
用于预测装备故障的方法和系统
[0001] 相关申请的交叉引用
[0002] 本申请基于35U.S.C.§119要求于2015年3月18日提交的印度专利申请No. 1342/ CHE/2015的优先权，将其内容通过引用整体并入本文。
技术领域
[0003] 本申请总体上设及处理与工业装备相关联的传感器数据的系统。具体地，本申请 描述了一种用于预测装备故障的方法和系统。
【背景技术】
[0004] 大型工业经营，例如在油气生产中使用的那些，通常依赖于复杂的各式各样的机 械装备和用于控制和监测机械装备的性能的控制系统。为了使生产能力最大化，装备可W 连续地并且在极端条件期间运行。在运样的条件下运行该装备要求对装备的不断监测W证 实装备在它的安全裕度内运行。例如，在累的情况下，传感器可W被布置在累上W测量累的 输出压力。其他传感器可W被提供用于测量累外壳的溫度、累的叶轮轴承的溫度、累的振 动、等等。
[0005] 本地控制系统可W连续地监测传感器数据并且可W生成用户界面，用户界面允许 操作者查看指示装备的性能和/或装备故障的数据。在一些实例中，传感器数据被通信给远 程操作中屯、，远程操作中屯、可W监测位于世界各地中的装备的性能。例如，在石油生产的情 况下，远程操作中屯、可W监测位于不同海洋中的各种石油钻塔上的装备的性能。
[0006] 然而，尽管不断监测，意料之外的装备故障仍然可能发生，运可W导致生产停工时 间。运样的计划外的停工时间能够导致数百万美元的生产损失和满足供应需求的不可预见 性。例如，归因于计划外的停工时间的与中等规模的液化天然气厂的计划外的停工时间相 关联的平均成本是$150M/年。

【发明内容】

[0007] 在一个方面中，提供了一种预测装备故障的方法。该方法包括接收与基准装备的 参数相关联的参数样本值和与基准装备相关联的运行状态信息。参数样本值和运行状态信 息被定期地采集。该方法还包括生成用于将参数中的一个或多个与基准装备故障相关的模 型。针对一个或多个参数中的每个，确定在其处模型的输出指示基准装备故障的阔值。接下 来，确定具有与所确定的阔值匹配的参数样本值的进行测试的装备的参数。针对每个所确 定的参数，该方法还包括确定具有与进行测试的装备的参数样本值匹配的参数样本值的基 准装备。基于与所确定的基准装备相关联的生存能力数据来生成针对进行测试的装备的生 存能力数据。所生成的生存能力数据被通信给用户界面。
[000引在第二方面中，提供了一种用于预测装备故障的系统。该系统包括数据接收硬件， 其被配置为接收与基准装备的参数相关联的参数样本值和与基准装备相关联的运行状态 信息。参数样本值和运行状态信息被定期地采集。该系统还包括分析硬件模块，其被配置 为:生成用于将参数中的一个或多个与基准装备故障相关的模型。针对一个或多个参数中 的每个，分析硬件模块被配置为确定在其处模型的输出指示基准装备故障的阔值。分析硬 件模块还被配置为确定进行测试的装备的参数，针对进行测试的装备，与参数相关联的至 少一些参数样本值与所确定的阔值匹配，并且针对每个所确定的参数，确定具有与进行测 试的装备的参数样本值匹配的参数样本值的基准装备。分析硬件模炔基于与所确定的基准 装备相关联的生存能力数据来生成针对进行测试的装备的生存能力数据。该系统还包括用 户界面服务器，其被配置为:从分析硬件模块接收所生成的生存能力数据;并且生成用户界 面，用户界面包括用于方便对生存能力数据的可视化并将用户界面通信给终端的生存能力 图表。
[0009] 在第=方面中，提供了一种非瞬态机器可读存储介质。该非瞬态机器可读存储介 质具有存储在其上的用于预测装备故障的计算机代码。代码段可由机器执行W使机器接收 与基准装备的参数相关联的参数样本值和与基准装备相关联的运行状态信息，其中，参数 样本值和运行状态信息被定期地采集。代码使机器生成用于将参数中的一个或多个与基准 装备故障相关的模型；并且针对一个或多个参数中的每个，确定在其处模型的输出指示基 准装备故障的阔值。代码使机器确定进行测试的装备的参数，针对进行测试的装备，与参数 相关联的至少一些参数样本值与所确定的阔值匹配，确定具有与进行测试的装备的参数样 本值匹配的参数样本值的基准装备。代码还使机器基于与所确定的基准装备相关联的生存 能力数据来生成针对进行测试的装备的生存能力数据;并且将所生成的生存能力数据通信 给用户界面。
【附图说明】
[0010] 图1示出用于预测装备故障的系统可W运行在其中的示范性环境；
[0011] 图2A至图2C示出可W由用户界面服务器生成的示范性用户界面的不同阶段；
[0012] 图3A示出可W由系统在确定针对进行测试的装备的生存能力数据中执行的一组 示范性操作；
[0013] 图3B是示出在基准装备的各种参数与基准装备的操作状态之间的相关值的示范 性图表；
[0014] 图4A示出可W由系统在确定针对进行测试的装备的生存能力数据中执行的第二 组示范性操作；
[0015] 图4B是示出在一时间段内测量的针对基准装备和进行测试的装备的给定参数的 值的示范性图表；
[0016] 图5示出可W由系统在确定进行测试的装备的故障概率中执行的一组示范性操 作;并且
[0017] 图6示出可W实施系统的各个模块的计算机系统。
【具体实施方式】
[0018] 为了克服上述问题，下面描述用于预测装备故障的方法和系统的各种实施例。一 般地，与基准装备的各个参数值相关联的历史传感器数据被处理W生成与基准装备相关联 的生存能力数据。如本文中所使用的，术语基准装备对应于针对其传感器数据和运行状态 (即，工作的或发生故障的）已知的具有相同类型的装备的一个或多个工件。例如，基准装备 可W对应于具有相同模型号的一个或多个累。
[0019] 历史传感器数据可W定义W给定速率连续地采样的基准装备的参数值。例如，基 准装备的参数值可W每分钟、每小时或W不同的间隔进行采样W获得方便确定基准装备的 参数如何随时间变化的参数值的稳定流。在每个样本处的运行状态可W被提供W方便确定 在装备故障的时间附近的参数的状态。
[0020] 历史传感器数据被利用W生成将基准装备的参数值与基准装备的运行状态相关 的模型函数。如下面更详细地描述的，模型函数之后被利用W确定进行测试的装备的参数 是否在危险水平处(例如，预测要发生故障的水平)运行。如果发现运样的参数，则捜索历史 传感器数据W识别具有类似参数值的基准装备。所识别的基准装备的生存能力被利用W确 定进行测试的装备的生存能力。所确定的生存能力被利用W预测进行测试的装备的故障概 率。
[0021] 在一些实施方式中，该方法和系统可W被实现为对工业装备的操作者的服务。例 如，该系统可W生成界面，操作者可W通过该界面注册该服务。操作者可W指定独特地识别 要被评估的装备的信息。历史传感器数据可W包括与操作者指定的装备相关联的传感器数 据。在注册之后，操作者可W登录到系统W观察与该装备相关联的概率信息。
[0022] 图1示出用于预测装备故障的系统115可W运行在其中的示范性环境100。示出的 是进行测试的或正被评估的装备105的示范性工件、数据收集系统110、用于预测装备故障 的系统115。还示出的是用于方便在图示的项与用户终端120之间通信信息的网络连接130， 操作者可W通过用户终端120查看由系统115生成的信息或调节系统115的参数。
[0023] 进行测试的装备化UTH05可W例如对应于石油钻塔上的最新或最近安装的累。一 个或多个传感器107可W在战略上被布置在抓T 105附近W测量抓T 105的各种参数。例如， 第一传感器可W测量驱动电机的溫度。第二传感器可W测量累的输出压力。可W提供用于 测量一个或多个轴承的溫度的传感器。其他传感器可W被提供用于测量抓T 105的其他特 性。
[0024] 每个传感器107可W被配置为定期地对抓T 105的相应参数进行采样并且将信息 直接地或间接地通信给数据收集系统110。例如，每个传感器107可W与在抓T 105附近的存 储传感器数据的本地系统无线通信或有线连接。本地系统可W定期地将信息通信给数据收 集系统110。在其他实施方式中，传感器107可W将传感器数据直接通信给数据收集系统 110。
[0025] 数据收集系统110对应于被配置为从任何数量的和类型的装备收集传感器数据的 系统。例如，数据收集系统110可W对应于由OSIscxft?操作和维护的数据收集系统。由数 据收集系统110收集的数据可W被存储在数据收集系统110的数据库112中。数据收集系统 110可W包括数据服务器114或被配置为方便对存储在数据库112中的数据的访问的其他类 型的服务器。例如，可W提供被配置为生成方便对数据库112中的数据的访问的网页的网络 服务器。网络服务器可W实施网络服务接口 W允许由诸如系统115的其他计算机系统对数 据的自动检索。可W提供诸如FTP或不同的接口的其他接口。
[0026] 由数据收集系统110收集的数据可W来自可W使用一系列广泛的不同类型的装备 的诸如不同操作者、公司、等等的各种来源。运有利地增大给定EUT 105可W与其进行比较 的基准装备的池的大小。例如，单个操作者可能还没有操作抓T 105足够长时间W使任何有 意义的可靠性数据被生成，然而数据可W从已经使用相同类型的装备更长时间的其他操作 者获得。
[0027]表1表示可W被存储在数据库112中的可W与示范性基准装备的特定工件相关联 的传感器数据的一部分。示范性基准装备可W对应于已经运行一定时间的、已经发生故障 的、已经被维修的、已经被放回到操作中一次或多次的累。
[002引
[0029] 表1
[0030] 表的每行包括针对各个示范性参数的值W及在给定时间点（T1、T2、等等)处存在 的装备的运行状态的指示。在行之间表示的时间段可W是分钟、小时、天、或不同的间隔。运 行状态可W对应于诸如1或0的布尔值，其表示装备在数据被采样的时间处是否运行。示范 性的吸入压力参数可W例如对应于在数据被采样的时间处在装备的输出处测得的吸入压 力。类似地，排放阀溫度可W对应于在数据被采样的时间处从装备流动的流体的溫度。 P3...化对应于装备的可W被监测的许多其他参数的值，例如从装备的其他部分获取的各 种压力和溫度测量结果、振动测量结果、等等。
[0031] 系统115可W包括分析处理器117,其被配置为接收并处理存储在数据收集系统 110中与基准装备和抓T 105相关联的传感器数据，并且被配置为生成用于预测抓T 105的 故障的概率的数据。在运一点上，分析处理器117可W对应于具有被配置为执行预测EUT 105的故障的概率的需要的各种操作的电路块的一个或多个相互连接的ASIC、FPGA或其他 类型的硬件。例如，可W提供被配置为执行相关分析118和/或回归建模119的一个或多个定 制ASIC、FPGA或其他类型的电路。在其他实施方式中，分析处理器117可W对应于或包括用 于执行操作中的一个或多个的计算机处理器。计算机处理器可W对应于 Intel⑩、AMD酒、PowerPC⑩处理器或不同的处理器。计算机处理器可W运行操作 系统，例如Microsof t嘴indoWS卷)、Linux、Unix趣或不同的操作系统。
[0032] 用户界面服务器119被配置为生成一个或多个用户界面屏幕，其允许操作者在终 端120处查看分析处理器117的结果并调节EUT 105的各个参数W执行如下面所描述的 "what if"情景。用户界面服务器119可W对应于网络服务器，在运种情况下，用户界面屏幕 可W对应于被通信给运行在终端120上的网络浏览器的网页。
[0033] 图2A至图2C示出可W由用户界面服务器119生成的示范性用户界面200的不同阶 段。参考图2,用户界面200包括用于选择期望获得针对其的故障概率预测的EUT的装备选择 控制205。在选择了抓T 105后，用户界面200被配置为显示第一生存分析图表和第二生存分 析图表210ab。用户界面200还包括一个或多个参数调节控制215a-f和故障概率指示符220。 在一些实施方式中，用户界面200可W包括用于显示对应于抓T的图像的控制225。图像可W 指示抓T的状态，例如抓T是否被预测为生存。
[0034] 生存分析图表210ab将抓T 105的生存概率描绘为抓T 105已经或将要运行的天数 的函数。依赖于其W用于生成生存分析的数据可W由如下面所描述的分析处理器117来生 成。一般基于具有与抓T 105类似的运行特性的基准装备的生存分析来确定定义抓T 105的 生存分析的数据。基准装备的生存分析可W经由诸如Kaplan-Meier估计器的生存函数估计 器来估计。例如，表1中的信息可W由运样的估计器处理W产生生存图表，例如图2A至图2C 中描绘的图表210ab。估计器可W在生成生存数据中考虑采集样本的时间（即，Tl、T2、等 等），W及在采集样本的时间处的基准装备的运行状态。
[0035] 参数调节控制215a-f对应于抓T 105的比其他参数更有可能与抓T 105的故障的 概率具有相关的那些参数。参数调节控制215a-f可W被默认为抓T 105的当前参数值。例 如，如果运行在现场中的抓T 105的吸入参数的值是125.2PSI，则吸入压力调节控制215a可 W被默认为125.2PSI。
[0036] 与如由参数调节控制215a-f设置的参数值的特定组合相关联的抓T 105的故障的 概率经由故障概率指示符220被传达。例如，基于图2A中描绘的参数调节控制215a-f的值的 组合，图2A中的故障概率指示符220指示约5%的故障概率。类似地，基于图2B和图2C中示出 的参数调节控制215a-f的值的组合，相应图中的故障概率指示符220分别指示约45%和约 80%的故障概率。当进度条类型控制在图中被示出为传达故障概率时，应理解其他类型的 视觉控制可W被利用W描绘故障概率，例如饼图、等等。
[0037] 参考图3至图5中示出的框图来描述系统115的操作。操作中的一些或全部可W经 由驻留在系统110的非瞬态计算机可读存储介质上的指令代码来实施。由例如系统110的分 析处理器117和/或用户界面服务器119对指令代码的运行可W使系统110执行在框图中描 述的操作。另外或备选地，操作中的一些或全部可W通过专口的硬件来执行，例如图1中示 出的相关分析框118和回归建模119框。
[0038] 参考图3A，在框300处，可W接收装备数据。例如，可W经由用户界面200的装备选 择控制205来选择位于工业园处的诸如特定类型的累（即，特定模型号）的特定类型的抓T 105。分析处理器117可W从数据收集系统110请求并接收基准装备参数样本值，例如在表1 中描绘的那些。例如，在特定累模型的情况下，参数样本值可W与具有相同模型类型的一个 或多个累相关联。累可W驻留在操作者的工业园内，并且/或者可W在由其他人操作的工业 园处运行。
[0039] 除了接收基准装备参数样本值，可W从数据收集系统110或者直接从抓T 105接收 EUT 105的参数样本值。EUT 105的参数样本值可W对应于表示抓T 105的参数值的当前状 态的实时值。
[0040] 在框305处，基准装备的参数样本值被分析W识别具有与基准装备的运行状态的 最高相关的那些参数。例如，累的特定溫度测量结果的值可W被确定为对装备的运行状态 几乎没有影响，而特定压力的值可W具有高度影响。
[0041] 在每个参数与运行状态之间的相关可W经由用于确定在基准装备的每个参数与 基准装备的运行状态之间的相关系数的公式(例如皮尔逊积差相关系数公式)来确定。在运 种情况下，+ 1的相关系数指示在参数与运行状态之间的完全直接线性关系或相关。-1的相 关系数指示在参数与运行状态之间的完全逆线性关系或反相关。零的相关系数指示在参数 与运行状态之间不存在相关。被确定为与运行状态最相关的参数可W对应于针对其相关系 数的绝对幅值超过阔值(例如0.5)的那些。
[0042] 图3B是示出上述概念的示范性图表350。左边的轴355和顶部的轴360均W机器状 态标签365开始后跟有表示与压缩机相关联的各个参数的标签。图表350的左下对角部分上 的数提供针对在给定参数与机器状态（即，工作或不工作)和其他参数之间的相关的数字表 示。例如，吸入压力365具有与机器状态365的-1的相关，其指示吸入压力365与机器状态高 度相关并且吸入压力的变化与压缩机的机器状态成反比。轴承溫度369具有与机器状态365 的0.91的相关，其指示轴承溫度369与吸入压力367相比较与机器状态较不相关并且轴承溫 度369的变化与压缩机的机器状态成正比。图表350的右上对角部分上的数提供针对在给定 参数与机器状态(即，工作或不工作)和其他参数之间的相关的图形表示。
[0043] 回到图3A，在框310和315处，与被确定为具有与基准装备的运行状态的最高相关 的参数相关联的参数值被利用W生成将基准装备的运行状态建模为参数值的函数的模型 函数。例如，模型可W对应于线性回归模型，其具有W下形式Y = 邮(l+帖(2+(63X3+…+^?XN，其 中Y表示基准装备的运行状态，Xi-Xn对应于与参数I-N相关联的参数值，其继而对应于与基 准装备的运行状态最相关的参数。&-N对应于被确定从而将模型适应与基准装备相关联的 数据的系数。模型或更具体地系数可W使用诸如统计计算和图形编程语言R的工具来生成， R包括用于基于诸如表1中示出的数据或数据的子集的数据集来生成W上形式的线性回归 模型的编程指令。模型函数的输出可W是在零与一之间(包含零和一)的任何数。
[0044] 在框320处，将模型函数的参数值Xi-Xn设置为抓T 105的对应值。
[0045] 在框325处，独立地调节每个参数值Xi-XnW确定在其处模型函数的输出指示高于 阔值的故障概率的阔值。也就是说，调节值W确定根据模型函数将使装备的工件表现正如 模型发生故障的所谓的最差情况值。例如，阔值可W被设置为一，其指示100%的出错概率， 可W被设置为0.75,其指示75%的出错概率，或者被设置为不同的阔值。
[0046] 参考图4A，在框400处选择抓T 105的第一参数。第一参数对应于上述模型的输入 参数中的一个。在框405处，捜索与所选择的参数相关联的参数值W确定值中的任何是否处 于针对W上在框325处确定的参数的阔值的范围内。例如，落在例如阔值的+-10 %的所选择 的参数的参数值可W被确定为落在阔值的范围内。可W利用用于确定范围的不同的方式。
[0047] 如果在框405处没有参数值被确定为落在阔值范围内，则在框420处，如果存在额 外的参数要评估，则在框425处选择下一参数，并且重复在405处的操作。W运种方式，针对 W上确定的相应阔值来评价与模型的参数相关联的参数值。
[0048] 如果在框405处发现参数值落在阔值范围内，则在框410处，捜索与基准装备相关 联的参数值W识别基准装备的一个或多个工件是否具有落在相同阔值内的对应参数。
[0049] 在框412处，针对在框405处识别的基准装备的每个工件，基准装备与抓T 105的相 关性通过确定在与抓T 105的所选择的参数相关联的参数值和与所识别的基准装备的工件 相关联的对应参数值之间存在的重叠量来确定。可W例如通过执行K近邻化順)算法来确定 重叠量，在K順算法中确定在抓T 105的参数值与基准装备的参数值之间的欧氏距离。当在 EUT 105的给定参数值与基准装备的参数值之间的欧式距离小于预定阔值时，参数值的两 个实例被确定为类似或相关。在EUT 105与基准装备之间的相关性被确定为随着两者之间 的比预定阔值更接近的参数值增大而增大。
[0050] 图4B是示出在针对基准装备和抓T 105的测量结果值之间的重叠的示范性图表 450。在示范性图表中，测量结果值对应于由压缩机产生的压力。垂直轴指示W己为单位的 压缩机的压力，并且水平轴表示按天的时间。因此，图表图示在许多天内的压缩机的压力。
[0051] 图表的区域452、454和455对应于与基准装备相关联的测量结果值的聚簇，并且区 域456和458对应于与抓T 105相关联的测量结果值的聚簇。在当基准装备正在恰当地工作 时的时间段期间测得区域452中的基准装备的测量结果值。在当基准装备没有恰当地工作 时的时间段期间测得区域454中的测量结果值，并且区域454中的最后一个值可W对应于在 基准装备发生故障之前从基准装备测得的最后一个值。在基准装备被修复之后测得区域 455中的测量结果值。
[0052] 通过将抓T 105的测量结果值实时地与基准装备的测量结果值进行比较，可W做 出关于抓T 105是否可能将要发生故障的预测。例如，诸如上述K順算法的算法可W将针对 EUT 105的区域456中的测量结果值分类为与恰当地工作的基准装备相关联。也就是说，区 域456中的测量结果值可W类似于在基准装备已知恰当地工作时从基准装备测得的值。
[0053] 另一方面，K順算法可W将针对抓T 105的区域458中的测量结果值分类为在要发 生故障的天内的基准装备相关联。也就是说，区域458中的测量结果值可W类似于在发生故 障之前的天中从基准装备测得的值。因此，将EUT 105测量结果值实时地与先前测得的基准 值进行比较方便对抓T 105的即时故障的预测。
[0054] 回到图4A，在框415处，针对在框412处被确定为相关的基准装备的每个工件，对基 准装备的参数值执行生存能力分析W生成生存能力数据。生存能力数据可W如W上所描述 的经由诸如Kaplan-Meier估计器的生存函数估计器来生成。例如，生存能力数据可W经由 早先提到的R工具来生成。与基准装备的每个识别的工件相关的样本数据可W由生存函数 处理W产生针对被确定为相关的装备的每个工件的生存数据。
[0055] 在框420处，如果不存在更多的参数要评估，则在框430处，可W基于在框412处被 确定为相关的基准装备的一个或多个工件的生存能力数据来生成针对EUT 105的生存能力 数据。例如，针对抓T 105的生存能力数据可W对应于被确定为相关的基准装备的每个工件 的生存能力数据的加权平均。权重可W基于在抓T 105与基准装备的给定工件之间的相对 相关性。例如，权重可W针对具有高相关性的基准装备的第一工件较高，并且针对具有低于 装备的第一工件的相关性的基准装备的第二工件较低。
[0056] 在生成了针对抓T 105的生存能力数据之后，可W生成诸如图2A中示出的生存能 力图表210a的图表。例如，在框420处，在R工具内生成的生存能力数据可W经由诸如 Tableau⑩的数据可视化工具被通信，Tableau⑥提供用户交互式仪表板能力W及用于 生成报告、图表、图形、等等的控制W用于创建诸如图2A中示出的用户界面的用户界面。用 户交互式仪表板可W WHTML格式表示并且经由被托管在诸如Microsoft Az山'e⑩的云服 务上的化arePoint POdal提供。运样的服务允许注册的操作者经由具有网络浏览器的终 端120访问经HTML格式化的仪表板。在一些实施方式中，可W生成第二生存能力图表21化W 示出针对抓T 105的上生存能力估计和下生存能力估计。
[0057] 图5中示出的操作设及预测抓T 105的故障概率并将结果显示在用户界面200的故 障概率指示符220中。
[0058] 在框500处，可W由操作者调节在参数调节控制215a-f中指定的参数值。参数值可 W最初已经被默认为抓T 105的当前运行参数值的参数值。
[0059] 在框505处，将经调节的参数值输入到W上在框315中生成的模型中。如W上所指 出的，零的输出值可W指示故障的概率为零，并且一的输出值可W指示100%的故障的概 率。参数值的各种组合可W得到生成在零与一之间(包含零和一)的输出值的模型。
[0060] 在框510处，在由操作者指定的参数值的组合下的抓T 105的故障的概率可W基于 模型的输出来确定。例如，0.8的输出值可W对应于如图2A中示出的装备故障的80%的几 率。0.7或0.3的输出值可W对应于如图2B和图2C中示出的装备故障的70%和30%的几率。
[0061] 在框515处，在计算了故障的概率之后，故障概率指示符220可W被更新W反映所 计算的值。在一些实施方式中，概率指示符220的颜色可W被改变W警告操作者故障的增大 的概率。
[0062] 图6示出可W形成系统115的部分(例如分析处理器117、用户界面服务器119和/或 本文引用的任何其他模块)或实施系统115的计算机系统600。计算机系统600可W包括处理 器605可W执行W使计算机系统600执行上述操作中的任何的指令集645。计算机系统600可 W用作独立设备或可W例如使用网络连接到其他计算机系统或外围设备。
[0063] 在网络化部署中，计算机系统600可W W服务器的能力来运行或用作服务器客户 端用户网络环境中的客户端用户计算机，或者用作对等(或分布式)网络环境中的对等计算 机系统。计算机系统600还可W被实施为能够运行指定要由机器采取的动作的指令645(顺 序的或W其他方式）的各种设备或被并入到各种设备中，各种设备例如个人计算机或移动 设备。另外，描述的系统中的每个可W包括单个地或联合地运行指令集或多个指令集W执 行一个或多个计算机功能的子系统的任何汇集。
[0064] 计算机系统600可W在用于通信信息的总线620上包括一个或多个存储器设备 610。另外，可用于使计算机系统执行上述操作中的任何的代码可W被存储在存储器610中。 存储器610可W是随机存取存储器、只读存储器、可编程存储器、硬盘驱动器或任何其他类 型的存储器或存储设备。
[0065] 计算机系统600可W包括显示器630,例如液晶显示器化CD)、阴极射线管(CRT)或 适合于传达信息的任何其他显示器。显示器630可W用作使用户查看处理器605的功能的界 面或者专口用作具有存储在存储器610中或驱动单元615中的软件的界面。
[0066] 额外地，计算机系统600可W包括诸如键盘或鼠标的输入设备625,其被配置为允 许用户与系统600的部件中的任何交互。
[0067] 计算机系统600还可W包括磁盘驱动单元或光学驱动单元615。磁盘驱动单元615 可W包括指令645可W被存储在其中的计算机可读介质640。指令645可W在由计算机系统 600执行期间完全地或至少部分地驻留在存储器610内和/或处理器605内。存储器610和处 理器605还可W包括如W上所讨论的计算机可读介质。
[0068] 计算机系统600可W包括用于支持经由网络650的通信的通信接口 635。网络650可 W包括有线网络、无线网络或它们的组合。通信接口 635网络可W使得能够经由诸如 802.11、802.12、802.20、WiMax、蜂窝电话标准或其他通信标准的任何数量的通信标准进行 通信。
[0069] 因此，该方法和系统可W W硬件、软件或硬件和软件的组合来实现。该方法和系统 可WW集中式方式在至少一个计算机系统中或W其中不同的元件跨若干相互连接的计算 机系统分布的分布式方式来实现。可W采用适于执行本文中描述的方法的任何种类的计算 机系统或其他装置。
[0070] 该方法和系统还可W被嵌入在计算机程序产品中，该计算机程序产品包括实现本 文中描述的操作的实施方式的所有特征并且当被加载在计算机系统中时能够执行运些操 作。在本上下文中的计算机程序意指旨在使具有信息处理能力的系统直接地或在W下中的 任一或两者之后执行特定功能的指令集的W任何语言的任何表达式、代码或符号:a)到另 外的语言、代码或符号的转换;b) W不同的材料形式的再生。
[0071] 尽管已经参考某些实施例描述了该方法和系统，但是本领域技术人员将理解可W 在不脱离本范围的情况下进行各种改变并且可W替代等价要件。另外，在不脱离本教导的 范围的情况下可W进行许多修改W将特定情形或材料适应本教导。因此，不旨在将本方法 和系统限于所公开的特定实施例，而是旨在将所公开的方法和系统包括落入权利要求的范 围内的所有实施例。
【主权项】
1. 一种用于预测装备故障的方法，所述方法包括： 接收与基准装备的参数相关联的参数样本值和与所述基准装备相关联的运行状态信 息，其中，所述参数样本值和运行状态信息被定期地采集； 生成用于将所述参数中的一个或多个参数与基准装备故障相关的模型； 针对所述一个或多个参数中的每个参数，确定在其处所述模型的输出指示基准装备故 障的阈值； 确定进行测试的装备的参数，针对所述进行测试的装备，与所述参数相关联的至少一 些参数样本值与所确定的阈值匹配； 针对每个所确定的参数，确定具有与所述进行测试的装备的所述参数样本值匹配的参 数样本值的基准装备； 基于与所确定的基准装备相关联的生存能力数据来生成针对所述进行测试的装备的 生存能力数据;并且 将所生成的生存能力数据通信给用户界面。2. 根据权利要求1所述的方法，还包括： 将与基准装备的参数相关联的所述参数样本值与基准装备的所述运行状态信息相关 联以确定具有与所述基准装备的运行状态的最大关系的一个或多个参数;并且 其中，与所述模型的所述基准装备故障相关的所述一个或多个参数对应于具有相关性 高于预定阈值的那些参数。3. 根据权利要求1所述的方法，其中，所生成的模型对应于线性回归模型。4. 根据权利要求1所述的方法，其中，确定具有与所述进行测试的装备的与所确定的阈 值匹配的所述参数样本值相关的参数样本值的基准装备包括:经由K近邻(KNN)算法将所述 进行测试的装备的与所确定的阈值匹配的所述参数样本值与所述基准装备的参数样本值 进行比较。5. 根据权利要求4所述的方法，其中，当在所述进行测试的装备的与所确定的阈值匹配 的所述参数样本值与所述基准装备的所述参数样本值之间的欧氏距离低于阈值时，所述基 准装备的所述参数样本值被确定为与所述进行测试的装备的所述参数样本值匹配。6. 根据权利要求1所述的方法，其中，所述基准装备和所述进行测试的装备是相同类型 的装备。7. 根据权利要求1所述的方法，还包括： 经由用户界面接收针对所述模型的所述一个或多个参数的参数值的组合； 将所述参数值的组合输入到所述模型中； 基于所述模型的输出值来确定所述进行测试的装备的故障的概率;并且 将所确定的概率通信给用户界面。8. -种用于预测装备故障的系统，所述系统包括： 数据接收硬件，其被配置为接收与基准装备的参数相关联的参数样本值和与所述基准 装备相关联的运行状态信息，其中，所述参数样本值和运行状态信息被定期地采集； 分析硬件模块，其被配置为： 生成用于将所述参数中的一个或多个参数与基准装备故障相关的模型； 针对所述一个或多个参数中的每个参数，确定在其处所述模型的输出指示基准装备故 障的阈值； 确定进行测试的装备的参数，针对所述进行测试的装备，与所述参数相关联的至少一 些参数样本值与所确定的阈值匹配； 针对每个所确定的参数，确定具有与所述进行测试的装备的所述参数样本值匹配的参 数样本值的基准装备；以及 基于与所确定的基准装备相关联的生存能力数据来生成针对所述进行测试的装备的 生存能力数据；以及 用户界面服务器，其被配置为:从所述分析硬件模块接收所生成的生存能力数据;并且 生成用户界面，所述用户界面包括用于方便对所述生存能力数据的可视化并将所述用户界 面通信给终端的生存能力图表。9. 根据权利要求8所述的系统，其中，所述分析硬件模块还包括相关硬件模块，所述相 关硬件模块被配置为将与基准装备的参数相关联的所述参数样本值与基准装备的所述运 行状态信息相关以确定具有与所述基准装备的运行状态的最大关系的一个或多个参数;并 且 其中，与所述模型的所述基准装备故障相关的所述一个或多个参数对应于具有相关性 高于预定阈值的那些参数。10. 根据权利要求8所述的系统，其中，所生成的模型对应于线性回归模型，并且所述分 析处理器还包括实施所述线性回归模型的模型生成器硬件。11. 根据权利要求8所述的系统，其中，确定具有与所述进行测试的装备的与所确定的 阈值匹配的所述参数样本值相关的参数样本值的基准装备包括:经由K近邻(KNN)算法将所 述进行测试的装备的与所确定的阈值匹配的所述参数样本值与所述基准装备的参数样本 值进行比较。12. 根据权利要求11所述的系统，其中，当在所述进行测试的装备的与所确定的阈值匹 配的所述参数样本值与所述基准装备的所述参数样本值之间的欧氏距离低于阈值时，所述 基准装备的所述参数样本值被确定为与所述进行测试的装备的所述参数样本值匹配。13. 根据权利要求8所述的系统，其中，所述基准装备和所述进行测试的装备是相同类 型的装备。14. 根据权利要求1所述的方法， 其中，所述用户界面服务器还被配置为在所述用户界面上包括用于指定针对所述一个 或多个参数的参数值的组合的一个或多个用户控件； 其中，所述分析处理器还被配置为： 将所述一个或多个参数值输入到所述模型中； 基于所述模型的输出值来确定所述进行测试的装备的故障的概率;并且 其中，所述用户界面服务器还被配置为将所确定的概率通信给用户界面。15. -种非瞬态机器可读存储介质，其具有存储在其上的计算机程序，所述计算机程序 包括用于预测装备故障的至少一个代码段，所述至少一个代码段由机器可执行以使所述机 器执行以下动作： 接收与基准装备的参数相关联的参数样本值和与所述基准装备相关联的运行状态信 息，其中，所述参数样本值和运行状态信息被定期地采集； 生成用于将所述参数中的一个或多个参数与基准装备故障相关的模型； 针对所述一个或多个参数中的每个参数，确定在其处所述模型的输出指示基准装备故 障的阈值； 确定进行测试的装备的参数，针对所述进行测试的装备，与所述参数相关联的至少一 些参数样本值与所确定的阈值匹配； 针对每个所确定的参数，确定具有与所述进行测试的装备的所述参数样本值匹配的参 数样本值的基准装备； 基于与所确定的基准装备相关联的生存能力数据来生成针对所述进行测试的装备的 生存能力数据;并且 将所生成的生存能力数据通信给用户界面。16. 根据权利要求15所述的非瞬态机器可读存储介质，还包括： 将与基准装备的参数相关联的所述参数样本值与基准装备的所述运行状态信息相关 以确定具有与所述基准装备的运行状态的最大关系的一个或多个参数;并且 其中，与所述模型的所述基准装备故障相关的所述一个或多个参数对应于具有相关性 高于预定阈值的那些参数。17. 根据权利要求15所述的非瞬态机器可读存储介质，其中，所生成的模型对应于线性 回归模型。18. 根据权利要求15所述的非瞬态机器可读存储介质，其中，确定具有与所述进行测试 的装备的与所确定的阈值匹配的所述参数样本值相关的参数样本值的基准装备包括:经由 K近邻(KNN)算法将所述进行测试的装备的与所确定的阈值匹配的所述参数样本值与所述 基准装备的参数样本值进行比较。19. 根据权利要求18所述的非瞬态机器可读存储介质，其中，当在所述进行测试的装备 的与所确定的阈值匹配的所述参数样本值与所述基准装备的所述参数样本值之间的欧氏 距离低于阈值时，所述基准装备的所述参数样本值被确定为与所述进行测试的装备的所述 参数样本值匹配。20. 根据权利要求15所述的非瞬态机器可读存储介质，其中，所述基准装备和所述进行 测试的装备是相同类型的装备。21. 根据权利要求15所述的非瞬态机器可读存储介质，还包括： 经由用户界面接收针对所述模型的所述一个或多个参数的参数值的组合； 将所述参数值的组合输入到所述模型中； 基于所述模型的输出值来确定所述进行测试的装备的故障的概率;并且 将所确定的概率通信给用户界面。
【文档编号】G01M99/00GK105987822SQ201610159114
【公开日】2016年10月5日
【申请日】2016年3月18日
【发明人】R·米什拉, A·加利哈尔, S·维玛, R·G·V·维格斯纳
【申请人】埃森哲环球服务有限公司