[發明專利]故障預測設備和故障預測方法

在審

• 申請號: 202210704228.3
• 申請日: 2022-06-21
• 公開（公告）號: CN115511080A
• 公開（公告）日: 2022-12-23
• 發明（設計）人: 莊俊之
• 申請（專利權）人: 瑞薩電子株式會社
• 主分類號: G06N5/04
• 分類號: G06N5/04;G06N3/04;G06N3/08
• 代理公司: 北京市金杜律師事務所 11256
• 代理人: 張寧

本發明提供了一種能夠預測準確劣化狀態的故障預測設備和故障預測方法。一種故障預測設備，用于預測其劣化狀態隨時間的經過而轉變的目標設備的故障，包括分別與所述目標設備的劣化狀態相對應的自動編碼器AED1至AED4。與第一劣化狀態相對應的自動編碼器AED2基于狀態信號來確定所述目標設備是否存在于所述第一劣化狀態，所述狀態信號指示所述目標設備的狀態。在確定所述目標設備未存在于所述第一劣化狀態的情況下，與第二劣化狀態相對應的所述自動編碼器AED3基于所述狀態信號來確定所述目標設備是否存在于所述第二劣化狀態。

相關申請的交叉引用

于2021年6月22日提交的包括說明書、附圖和摘要的日本專利申請號2021-103286的公開內容通過引用全部并入本文。

背景技術

本發明涉及一種故障預測設備和故障預測方法，并且例如本發明涉及一種使用人工智能(在下文中稱為“AI”)的故障預測設備和故障預測方法。

作為用于確定設備故障的技術，例如專利文獻1描述了一種使用機器學習(它是AI的一個示例)的技術。專利文獻1描述了一種通過使用檢測值和學習模型來確定故障的技術。

下面列舉了所公開的技術。

[專利文獻1]日本未審查專利申請公開號2020-137327號。

發明內容

可以想象使用AI來確定設備的劣化狀態并且預測故障。

在這種情況下，可以想象使用長短期記憶(LSTM)技術作為AI。利用LSTM技術，通過將過去的信息存儲在存儲器中并且將過去的信息并入到推斷計算中，可以組合過去的狀態和當前的信息來預測當前狀態和未來趨勢，并且這使得可以預測目標設備的故障。

在這種情況下，當目標設備的狀態轉變的時間常數(間隔)短時，可以抑制要被存儲的過去信息量的增加。可以使用LSTM技術實現故障預測設備。然而，在目標設備(諸如電動機)的狀態轉變的時間常數相對較長的情況下，過去的信息量變得非常大。因此，實際上難以通過少數零件，例如一個處理器(半導體器件)來實現故障預測設備。

另一方面，在目標設備的時間常數相對較長的情況下，作為語言估計目標設備的劣化狀態的技術，以下技術可以被考慮。即，可以想象通過將目標設備置于某種劣化狀態，改變目標設備的實際安裝條件下可能出現的環境條件(溫度、負載條件等)，獲得指示目標設備的狀態的狀態信號作為一定時間段的時序信息，并且將其用作AI的學習信息來實現故障預測設備。在這種情況下，可以抑制信息量的增加。然而，與LSTM技術不同，由于目標設備的劣化狀態僅通過當前時間的信息來估計，因此存在難以估計準確劣化狀態的問題。

專利文獻1僅描述了作為目標設備的電動機，而沒有描述準確的劣化狀態被估計以預測目標設備的故障。

將在下面簡要解釋本申請中公開的實施例中的代表性實施例之一的概要。

一種故障預測設備，用于預測其劣化狀態隨時間的經過而轉變的目標設備的故障，該故障預測設備包括：多個自動編碼器，分別與目標設備的劣化狀態相對應，該多個自動編碼器包括第一自動編碼器和第二自動編碼器，該第一自動編碼器與第一劣化狀態相對應的，并且該第二自動編碼器與第二劣化狀態相對應，該第二劣化狀態不同于第一劣化狀態。第一自動編碼器基于指示目標設備的狀態的狀態信號來確定目標設備是否存在于第一劣化狀態。在第一自動編碼器確定目標設備未存在于第一劣化狀態的情況下，第二自動編碼器基于狀態信號來確定目標設備是否存在于第二劣化狀態。

其他目的和新特征將通過本說明書和附圖的描述變得明顯。

根據一個實施例，可以提供一種能夠預測準確劣化狀態的故障預測設備。

附圖說明

圖1是用于解釋根據實施例的故障預測設備的推斷的視圖。