[發(fā)明專利]智能型預(yù)診斷和健康管理系統(tǒng)與方法

在審

• 申請?zhí)枺?/td>: 201811207605.2
• 申請日: 2018-10-17
• 公開（公告）號: CN111061148A
• 公開（公告）日: 2020-04-24
• 發(fā)明（設(shè)計）人: 韋建名;胡維桓;范國晏
• 申請（專利權(quán)）人: 帆宣系統(tǒng)科技股份有限公司
• 主分類號: G05B13/04
• 分類號: G05B13/04
• 代理公司: 北京康信知識產(chǎn)權(quán)代理有限責任公司 11240
• 代理人: 梁麗超;田喜慶

本發(fā)明關(guān)于一種智能型預(yù)診斷和健康管理系統(tǒng)與方法，該系統(tǒng)包括分析引擎服務(wù)管理模塊、智能預(yù)測及健康管理對象分析樹模塊、機器學(xué)習(xí)庫模塊、以及文件系統(tǒng)模塊，先以該分析引擎服務(wù)管理模塊根據(jù)待監(jiān)控機臺的組件定義出分析樹后，智能預(yù)測及健康管理對象分析樹模塊受到分析引擎服務(wù)管理模塊控管而取得待監(jiān)控機臺的監(jiān)控數(shù)據(jù)，并在系統(tǒng)預(yù)設(shè)的參考假說模型集間選擇相似度最高者進行建模，據(jù)此快速完成模型選擇與布署。

技術(shù)領(lǐng)域

本發(fā)明關(guān)于一種預(yù)診斷系統(tǒng)及方法，尤指一種建立對象分析樹來進行機臺管理同時可根據(jù)新機臺特性以適性化方法挑選預(yù)測模型的智能型預(yù)診斷和健康管理系統(tǒng)以及方法。

背景技術(shù)

制造業(yè)為了確保生產(chǎn)機臺的工藝穩(wěn)定并且提高稼動率，必須要對生產(chǎn)機臺的操作狀態(tài)進行嚴密的品質(zhì)監(jiān)控。

現(xiàn)有技術(shù)中為了達到品質(zhì)要求，對于關(guān)鍵工藝參數(shù)有嚴密的監(jiān)控與觀察。所謂「關(guān)鍵工藝參數(shù)」指的是與設(shè)備故障最相關(guān)的因素，實務(wù)上會對這些因素進行監(jiān)控以作為設(shè)備維護預(yù)診斷的重要指標。為提升預(yù)診斷的精準性，已有許多公開技術(shù)提出各式改良，包括申請人在美國專利申請?zhí)朥S16/001,520中提出一種領(lǐng)先輔助參數(shù)的選擇方法以及結(jié)合關(guān)鍵參數(shù)及領(lǐng)先輔助參數(shù)進行設(shè)備維護預(yù)診斷的方法，將感測器搜集到的數(shù)據(jù)進行篩選并區(qū)分為關(guān)鍵參數(shù)(critical parameters,CP)集合以及其他特征參數(shù)集合后，再從特征參數(shù)集合中鑒定出提前影響關(guān)鍵參數(shù)時間最早者作為領(lǐng)先輔助參數(shù)(leading associatedparameters,LAP)，并進一步利用關(guān)鍵參數(shù)(CP)集合及該領(lǐng)先輔助參數(shù)(LAP)建立一種有效提升提前預(yù)警能力的設(shè)備維護預(yù)診斷模型。

此外，現(xiàn)有技術(shù)需針對每一個機臺個別建構(gòu)各自的特征數(shù)據(jù)庫以建構(gòu)預(yù)測模型，如此一來，當復(fù)數(shù)類與異質(zhì)性機臺導(dǎo)入機臺預(yù)診斷及健康管理系統(tǒng)時，除了增加系統(tǒng)的復(fù)雜度之外，還會耗費大量的資源與成本。

因此，需要開發(fā)出一種智能型預(yù)診斷和健康管理系統(tǒng)以及方法以解決上述導(dǎo)入大量同一類型或不同類型的生產(chǎn)機臺的時候面臨的預(yù)診斷及健康管理系統(tǒng)維護與管理問題。

發(fā)明內(nèi)容

本發(fā)明的主要目的，在于解決現(xiàn)有技術(shù)在導(dǎo)入大量同一類型或不同類型的生產(chǎn)機臺的時候面臨的預(yù)診斷及健康管理系統(tǒng)難以維護及管理的缺點。

為了達到上述目的，本發(fā)明提供一種智能型預(yù)診斷和健康管理系統(tǒng)，包括：一分析引擎服務(wù)管理(analytic engine service manager,AESM)模塊；一智能預(yù)測及健康管理對象分析樹(SMART prognostics and health management object analytics tree,SPHM-OAT)模塊、一機器學(xué)習(xí)庫模塊、以及一文件系統(tǒng)模塊，其中，該智能預(yù)測及健康管理對象分析樹模塊(SPHM-OAT)連結(jié)該分析引擎服務(wù)管理模塊(AESM)且該智能預(yù)測及健康管理對象分析樹模塊(SPHM-OAT)包括多個分析樹(OAT)，且每一分析樹包括多個分析樹節(jié)點(SPHM-object)以取得一待監(jiān)控機臺的監(jiān)控數(shù)據(jù)；該機器學(xué)習(xí)庫模塊連結(jié)該智能預(yù)測及健康管理對象分析樹模塊以提供至少一演算法予該智能預(yù)測及健康管理對象分析樹模塊(SPHM-OAT)；以及該文件系統(tǒng)模塊連結(jié)該智能預(yù)測及健康管理對象分析樹模塊(SPHM-OAT)以提供該智能預(yù)測及健康管理對象分析樹模塊一參考假說模型與相應(yīng)的特征樣本數(shù)據(jù)。

本發(fā)明并提供一種智能型預(yù)診斷和健康管理方法，該方法包括一新樹建立及相似度分析步驟、以及一建模步驟：

該新樹建立及相似度分析步驟是根據(jù)一待監(jiān)控機臺的組件定義出至少一分析樹(OAT)，該分析樹(OAT)包括多個分析樹節(jié)點(SPHM-object)并內(nèi)建各分析樹節(jié)點的參考假說模型與相應(yīng)的特征數(shù)據(jù)的一存儲指標，根據(jù)該存儲指標以向一文件系統(tǒng)取得一待監(jiān)控機臺的監(jiān)控數(shù)據(jù)，并將該監(jiān)控數(shù)據(jù)與預(yù)設(shè)的這些參考假說模型的特征樣本數(shù)據(jù)進行一相似度分析；且該建模步驟為下述步驟S1或步驟S2中擇一進行，其中：