[發明專利]用于機器的聲學或振動分析的學習階段的方法、系統及計算機程序

有效

• 申請號: 201680007820.0
• 申請日: 2016-01-28
• 公開（公告）號: CN107209512B
• 公開（公告）日: 2019-11-22
• 發明（設計）人: 威廉·本澤;讓-米歇爾·布瓦托克斯;奧德麗·杜蓬特;朱利安·克里斯蒂安·帕斯卡爾·格拉夫頓;杰羅姆·亨利·諾埃爾·拉凱
• 申請（專利權）人: 賽峰飛機發動機公司
• 主分類號: G05B23/02
• 分類號: G05B23/02;G06F11/34
• 代理公司: 11270 北京派特恩知識產權代理有限公司
• 代理人: 姚開麗;楊雅<國際申請>=PCT/FR2

本發明涉及一種用于對機器(M)的運作狀態進行分析的方法，所述方法包括學習步驟，所述學習步驟用于向參考數據庫(3)提供一個或多個指示符的一個或多個閾值，該一個或多個指示符是根據與所述機器相關聯的傳感器(2)所提供的信號而計算的，所述學習步驟包括由計算機處理單元(10)實施的以下操作：采集表征所述機器的正常運作的信號和表征所述機器的異常運作的信號；針對表征正常運作的每個信號，通過實施數學運算來形成至少一個所謂的偏差信號，所述數學運算的屬性是表征正常運作的信號以及除了該表征正常運作的信號以外表征正常運作或者異常運作的信號之一；針對每個偏差信號計算指示符；確定表示機器的正常運作與異常運作之間的界限的指示符閾值。

技術領域

本發明涉及機器(例如，諸如飛行器發動機之類的發動機)的監測領域。特別地，本發明涉及一種用于對機器進行分析(例如，聲學或振動分析)以檢測、識別或者預見機器中的異常的系統及方法。

背景技術

機器是一種經受應力的機械系統，該應力可能導致其部件磨損。因此，尋求一種盡可能有效地監測機器的狀態的一般方法，以檢測對機器的任何損壞，從而從關于機器的一組可能的類型的損壞中識別出這些類型的損壞，或者預測這些類型的損壞的發生。

盡管機器(例如，飛行器發動機)呈現出生成噪音的缺點，然而，可以想到可以使用該缺點以非侵入性方式執行損壞的診斷或預測。實際上，飛行器發動機和旋轉機器通常會呈現出可以通過耳朵進行識別的一些類型的損壞。

因此，根據公開US 2007/0255563 A1，已知一種用于監測飛行器渦輪噴氣式發動機的系統，根據該系統，使用位于渦輪噴氣式發動機機艙下方的兩個麥克風來記錄來自工作中的渦輪噴氣式發動機的聲學信號。使用語音識別算法將所采集的信號與參考信號進行比較。因此，可以從所采集的信號中識別出表示渦輪噴氣式發動機的狀態的特征。

類似地，已經設想到通過使用由機器生成的聲學信號以及使用通過機器的各種部件的振動信號來實現這種監測。參考與此相關的專利申請WO2011/054867 A1。

這樣的監測系統使用了數據庫，該數據庫中記錄有表示正常運作的信號與表示異常運作的信號之間的界限特性。更具體地說，數據庫存儲有一個或多個閾值，所述一個或多個閾值是關于根據與機器相關聯的傳感器(例如，布置在機器內的麥克風)所提供的信號而計算的一個或多個指示符的。特別地，在學習階段期間可以通過以統計方式確定一定數量的指示符的閾值來給數據庫提供信息。在測試階段期間可以使用根據傳感器所提供的信號而計算的指示符來查詢數據庫，以確定正被測試的機器是處于正常運作狀態還是處于異常運作狀態。

學習階段期間的一個困難是由于下述事實：幾乎沒有表示正常運作的數據以及尤其表示異常運作的數據可用。這可能不足以獲得統計信息。例如當使用測試裝置或者正在進行開發并且其配置可能會發生改變的機器來進行學習時的情況就是如此。因此，利用有限數量的學習數據，特別是利用可用的少量異常數據，無法使以統計方式估算的閾值優化。這限制了在測試階段期間確定運作狀態的質量。

因此，尋求對高質量數據庫的訪問，以實現對異常的高水平正確檢測并且降低異常的錯誤檢測率。

發明內容

本發明的目的在于對這組問題做出響應。為此，本發明提出了一種對諸如飛行器發動機之類的機器的運作狀態進行分析的方法，該方法包括學習步驟，該學習步驟用于向參考數據庫提供數據，該數據與一個或多個指示符的一個或多個閾值有關，所述一個或多個指示符是根據與機器相關聯的一個或多個傳感器所提供的信號而計算的，其特征在于，所述學習步驟包括由計算機化處理單元實施的以下操作：

-采集表征機器的正常運作的信號和表征機器的異常運作的信號；

-針對表征正常運作的每個信號，通過使用數學運算來計算至少一個所謂的偏差信號，所述數學運算的屬性是該表征正常運作的信號以及除了該表征正常運作信號以外表征正常運作或者異常運作的信號之一；