[發明專利]對用于機器的狀態監控的模型進行驗證和選擇的方法

在審

• 申請號: 202110244661.9
• 申請日: 2021-03-05
• 公開（公告）號: CN113360337A
• 公開（公告）日: 2021-09-07
• 發明（設計）人: T·托里卡
• 申請（專利權）人: 羅伯特·博世有限公司
• 主分類號: G06F11/30
• 分類號: G06F11/30;G06F11/34;G06N20/00
• 代理公司: 中國專利代理(香港)有限公司 72001
• 代理人: 孫云漢;劉春元

1.一種用來對至少一個用于監控機器的狀態的模型進行驗證和從包括至少一個模型的第一模型集中選擇至少一個用于監控機器的狀態的模型的方法，其中所述模型是借助于機器學習來被訓練的算法，所述算法基于表征機器的運行狀態的運行參數來對所述機器的運行狀態進行建模，其中所述模型借助于所述運行參數的參考數據記錄來被訓練并且通過對于不同的模型來說不同的參數配置來被表征，而且其中所述驗證和選擇借助于不容許的運行參數值來進行，所述方法包括：

a) 根據所述參考數據記錄產生（54）一個或多個測試數據記錄，其中在所述參考數據記錄中的至少一個運行參數的至少一個值分別被相對應的不容許的運行參數值所替代；

b) 針對所述模型集中的每個模型：

將所述模型應用（56）于所述一個或多個測試數據記錄中的每個測試數據記錄，以便確定所述模型關于每個測試數據記錄方面的誤差值，并且

基于所述模型的誤差值來確定（62）所述模型的距離值；

c) 基于所述距離值的大小來選擇（64）一個或多個模型。

2.根據權利要求1所述的方法，其中選擇多個具有最大距離值的模型；其中優選地選擇具有最大距離值的那個模型。

3.根據上述權利要求中任一項所述的方法，其中在步驟b)中，相應的模型的距離值被確定為使得所述距離值對應于從下組中選擇的值：所述模型的誤差值中的最小誤差值、所述模型的誤差值中的最大誤差值、所述模型的誤差值的平均值；其中優選地針對所有模型都用同一種方法來確定所述距離值。

4.根據上述權利要求中任一項所述的方法，所述方法還包括：

定義和訓練（52）包括至少一個模型的第一模型集，其中在所述定義的情況下針對不同的模型選擇不同的參數配置。

5.根據上述權利要求中任一項所述的方法，其中步驟b)還包括：

如果所述誤差值中的至少一個誤差值小于模型的預先確定的最大誤差極限，則將所述模型丟棄（58）。

6.根據權利要求5所述的方法，所述方法進一步包括：當所有模型都被丟棄時：

定義（74）包括至少一個模型的第二模型集，其中不同的模型利用不同的參數配置來被定義，而且所述第二模型集的模型的參數配置不同于所述第一模型集的模型的參數配置；

借助于所述參考數據記錄來訓練（76）所述第二模型集的模型；并且

針對所述第二模型集來執行步驟b)和c)。

7.根據上述權利要求中任一項所述的方法，其中所述模型的參數配置包括初始化參數、學習率和/或誤差量度。

8.根據上述權利要求中任一項所述的方法，其中所述模型被實現為神經網絡、尤其是自編碼器，其中所述參數配置包括層的數目、用于所述層中的每個層的神經元的數目和/或時期的數目。

9.根據上述權利要求中任一項所述的方法，所述方法還包括：

存儲（66）所選擇的至少一個模型的參數配置。

10.一種計算單元，所述計算單元被設立為執行根據上述權利要求中任一項所述的方法。

11.一種計算機程序，當所述計算機程序在計算單元上被實施時，所述計算機程序促使所述計算單元執行根據權利要求1至9中任一項所述的方法。

12.一種機器可讀存儲介質，其具有被存儲在其上的根據權利要求11所述的計算機程序。