[發明專利]用于車輛部件的自動編碼器行為建模的系統和方法

在審

• 申請號: 202110052387.5
• 申請日: 2021-01-15
• 公開（公告）號: CN113128103A
• 公開（公告）日: 2021-07-16
• 發明（設計）人: D·麥莫奈米;J·卡米斯基;S·N·喬什;A·M·巴茲;K·帕提帕提
• 申請（專利權）人: 豐田自動車株式會社;康涅狄格州大學
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06Q10/04
• 代理公司: 中國貿促會專利商標事務所有限公司 11038
• 代理人: 馮雯

1.一種用于電子設備健康預測的方法，包括：

經由自動編碼器將輸入數據編碼為精簡特征集，所述自動編碼器作為人工神經網絡的部分；

對所述精簡特征集進行解碼；

讀取所述精簡特征集作為輸出；

對主體設備和其它設備的特征進行編碼，其中所述其它設備中的至少一個被指定為健康設備；

基于閾值距離將所述其它設備的特征與健康設備集群相關聯；以及

將所述主體設備的特征與所述健康設備集群相關聯，其中基于離所述健康設備集群超過所述閾值距離而將所述主體設備標記為有故障。

2.如權利要求1所述的方法，還包括接收三個或更多個維度的多維輸入特征集。

3.如權利要求2所述的方法，其中所述多維輸入特征集包括多個二極管溫度、外殼到散熱器的溫度差、漏極到源極的電壓、漏極到源極的電流、柵極到源極的電壓、功率以及估計的熱阻。

4.如權利要求2所述的方法，還包括基于從當設備開啟時的多個時間獲得的測量來記錄每個維度的中位數值。

5.如權利要求4所述的方法，還包括輸入每個維度的中位數值以產生二維空間。

6.如權利要求1所述的方法，其中所述閾值距離包括馬哈拉諾比斯距離。

7.如權利要求1所述的方法，還包括：

利用在訓練階段中學習的經訓練的模型對所述其它設備的特征進行編碼并將所述其它設備的特征相關聯；以及

基于多個閾值距離中的相應距離將所述其它設備的特征與在所述訓練階段中找到的集群相關聯。

8.如權利要求7所述的方法，包括基于所述主體設備到所述精簡特征集內的設備集群中的每個設備集群的相應距離來確定所述主體設備與哪個設備集群最相似。

9.如權利要求7所述的方法，還包括根據K均值聚類對在經編碼的特征中觀察到的訓練集特征進行聚類。

10.如權利要求7所述的方法，其中訓練階段包括：

基于當所述主體設備開啟時的多個時間，通過將測試數據饋送到所述自動編碼器中，對來自所述測試數據的特征進行編碼；以及

在兩個維度中繪制經編碼的特征。

11.一種電子設備健康預測系統，包括：

非暫態存儲器和耦合到所述非暫態存儲器的處理器；

人工神經網絡，所述人工神經網絡包括：

自動編碼器，所述自動編碼器被配置為利用所述處理器：

將輸入數據編碼為精簡特征集；

對所述精簡特征集進行解碼；以及

讀取所述精簡特征集作為輸出；以及

測試模塊，所述測試模塊被配置為：

對主體設備和其它設備的特征進行編碼，其中所述其它設備中的至少一個被指定為健康設備；

基于閾值距離將所述其它設備的特征與健康設備集群相關聯；以及

將所述主體設備的特征與所述健康設備集群相關聯，其中離所述健康設備集群超過閾值距離的所述主體設備被標記為有故障。

12.如權利要求11所述的電子設備健康預測系統，其中所述測試模塊還被配置為接收三個或更多個維度的多維輸入特征集。

13.如權利要求12所述的電子設備健康預測系統，其中所述多維輸入特征集包括多個二極管溫度、外殼到散熱器的溫度差、漏極到源極的電壓、漏極到源極的電流、柵極到源極的電壓、功率以及估計的熱阻。

14.如權利要求12所述的電子設備健康預測系統，其中所述測試模塊還被配置為基于從當所述主體設備開啟時的多個時間獲得的測量來記錄每個維度的中位數值。